Что такое ChatGPT App и чем оно НЕ является

1. Введение

Если смотреть глазами обычного разработчика, всё это уже немного знакомо: есть новое модное слово — ChatGPT App, есть API, есть SDK, есть ещё пара аббревиатур, и кажется, что это «ещё один способ дергать ИИ-модель».

Проблема в том, что без чёткой картины мира люди начинают путать друг с другом очень разные сущности: старые ChatGPT-плагины, Assistants API, Custom GPTs и новые ChatGPT Apps. В результате кто‑то ожидает, что за вечер «накликает» всё в UI как Custom GPT, а в итоге вынужден поднимать MCP-сервер, писать Next.js-виджет и думать про Store. И наоборот: кто‑то пишет сложный backend, хотя для его задачи хватило бы простого Custom GPT или обычной API‑обёртки.

Поэтому давайте начнем с того, чем является новый ChatGPT App (и аккуратно разложим все по полочкам), чем он не является.

Короткая «историческая» эволюция интеграций с LLM

Перед тем как давать определения, полезно увидеть эволюцию подходов. Это поможет не просто зубрить новые слова, а понять, откуда вообще выросла идея App внутри ChatGPT.

Сначала был классический вариант «API wrapper». Вы поднимали своё веб‑приложение или бота, а где‑то на backend дергали OpenAI API: передавали промпт, получали текстовый ответ, показывали его пользователю. Вся логика, UI, авторизация и биллинг были на вашей стороне. ChatGPT как продукт здесь вообще не участвовал.

После появились ChatGPT Plugins (видео).

Это была первая попытка встроить внешние сервисы в сам интерфейс ChatGPT. Плагин описывался через OpenAPI, ChatGPT мог вызывать его endpoint’ы, а вы отвечали JSON’ом, который модель пересказывала пользователю текстом. Никакого собственного UI плагин не имел — максимум Markdown, который модель могла показать в чате. Сейчас эта система считается устаревшей.

Затем пришли Custom GPTs (MyGPTs).

Это конструктор «своей версии ChatGPT» без кода: вы настраиваете промпты, подключаете файлы, иногда — Custom Actions к HTTP-API. Всё живёт в интерфейсе ChatGPT, но UI строго стандартный, а интеграции ограничены возможностями Actions.

И, наконец, качественный прорыв — новейшие ChatGPT Apps

Здесь уже появляется богатый UI (виджет внутри чата), стандартный протокол общения с вашими данными и backend‑логикой (MCP) и отдельное место в экосистеме: Dev Mode, Store, пермишены, встроенные оплаты и так далее.

Зеркало на Vimeo

На момент написания этого курса в Google Play было 4 миллиона приложений, в Apple AppStore — 2 миллиона, а в ChatGPT всего 5. Не 5 миллионов, а всего 5(!) приложений. А ведь у ChatGPT 800 миллионов активных пользователей в неделю. Никогда еще не было так легко войти в top100 приложений и заработать несколько миллионов.

Если я вас заинтересовал, то давайте углубимся в основной вопрос: а что же такое этот новый ChatGPT App?

2. Кратное определение ChatGPT App

В интернете есть несколько маркетинговых объяснений, но так как мы тут все айтишники, то я переведу его на человеческий язык.

ChatGPT App — это веб-приложение, которое запускается внутри ChatGPT и имеет собственный UI‑виджет. Приложение предоставляет ChatGPT набор инструментов (функций) и данных, и регистрируется в каталоге приложений (App Store). Приложение совмещает разговорный интерфейс (чат) с графическим UI и backend‑логикой, общаясь с ChatGPT-платформой через стандартизированные протоколы вроде MCP.

И вот что это нам дает:

Во-первых, «запускается внутри интерфейса ChatGPT». Пользователь никуда не уходит с https://chatgpt.com/ или мобильного‑приложения; UI вашего приложения встраивается в этот интерфейс как виджет. Ваш виджет будет отображаться прямо в потоке чата.

Во-вторых, «имеет собственный UI‑виджет». Это не просто текст, который модель выводит в чате. Вы можете рендерить React‑компоненты: карточки, списки, формы, карты, плееры и прочие радости фронтенд‑жизни. Технически это обычное Next.js-приложение, работающее в песочнице и общающееся с ChatGPT через объект window.openai и Apps SDK.

В-третьих, «предоставляет ChatGPT набор инструментов (функций) и данных». Вы поднимаете на бэкенде MCP-сервер и регистрируйте там MCP-инструменты вашего App — вы описываете действия, которые ваш сервис умеет выполнять: поиск по каталогу, бронирование, анализ данных, генерация отчётов. ChatGPT видит эти инструменты как функции с JSON Schema и может вызывать их по своему усмотрению.

В-четвёртых, «регистрируется в каталоге приложений». У App есть название, иконка, описания, категории, пермишены, версии и монетизация. Это не «скриптик на коленке», а полноценный App в экосистеме ChatGPT.

Очень важный сдвиг мышления: вы не пишете «бота», который сам всё решает. Вы описываете интерфейс и возможности (UI + tools), а ChatGPT сам решает, когда их использовать и как вплести в диалог. Контроль над всем сценарием у вас только частичный.

У такого подхода для вас есть очень большой плюс — ChatGPT сам предлагает пользователям установить ваше приложение и сам решает, когда его запустить. Т.е. стоимость рекламы приложения равна $0. Миллион установок вашего приложения обойдутся вам в $0. По крайней мере, если вы будете одним из первых.

Запустить свое ChatGPT-приложение в 2025 году — это как купить биткоины по $1. Выбор за вами.

3. Анатомия ChatGPT App: UI, инструменты и контекст

Чтобы дальше не запутаться, давайте разложим App на три крупных компонента, которые будут всплывать на протяжении всего курса.

Первый компонент — UI‑слой. Это ваш виджет, написанный, как правило, на React/Next.js с использованием Apps SDK. Он рендерится внутри ChatGPT, показывает списки подарков, формы бронирования, графики, любые другие визуальные штуки. Он живёт в песочнице: не может ломать общий DOM, не может просто так лазить в интернет и работает в пределах ограниченного окна.

Второй компонент — инструменты, ресурсы и промпты. На уровне протокола это MCP-сервер с описанными capabilities: tools (действия), resources (данные) и prompts (шаблоны). Инструменты описаны JSON‑схемами, а модель видит их как функции, которые можно вызывать, когда это уместно. В следующих модулях мы подробно посмотрим, как именно происходит этот callTool, но сейчас важно запомнить: инструменты — это руки и глаза вашего App в реальном мире.

Третий компонент — контекст использования. Это всё, чем вы описываете своё App для модели и пользователей: системный промпт, описания инструментов, пермишены, целевая аудитория, категории в Store. От этих метаданных зависит, когда GPT будет предлагать App, какие запросы считать релевантными и какие действия допускаются.

Чуть позже, когда мы будем разбирать учебное приложение GiftGenius, вы увидите все эти три слоя вживую: UI‑виджет с карточками подарков и мастером уточняющих вопросов, инструменты подбора и оформления заказа на стороне MCP/backend и контекст — системные инструкции, описания, пермишены и категории в Store.

4. Сравниваем «приложения» ChatGPT

Теперь, когда у нас есть общее представление и анатомия App, сделаем шаг назад и сравним его с его «родственниками». Это поможет окончательно разделить в голове Apps, плагины, Assistants API и просто OpenAI API. Ниже — таблица, которая помогает держать эти сущности раздельно.

Хорошая аналогия, которая явно подчеркивается в официальной документации: Assistants API — это когда вы берёте «мозги GPT» и встраиваете их в свой продукт, а ChatGPT App — наоборот, когда вы приносите свой продукт внутрь интерфейса ChatGPT.

5. Чем ChatGPT App НЕ является

Теперь пройдёмся по популярным заблуждениям. Это важно, чтобы потом мы не проектировали App как что‑то другое.

ChatGPT App ≠ просто сайт на Next.js

Интуитивное желание фронтендера — воспринимать App как «ещё один SPA», только вместо / у вас «какое‑то странное окно в ChatGPT». Это частично верно, но есть критичное отличие: вы живёте не на своём домене и не контролируете весь UI, а арендуете маленький кусочек интерфейса у ChatGPT. Вы не можете переписать навигацию, поставить свой баннер поверх всего или «хакнуть» окружение.

В нашем курсе мы будем воспринимать виджет как изолированный компонент, а не как полноценный сайт: у него есть жёсткие ограничения по сети, DOM и ресурсам, а вся тяжёлая работа уходит на backend/MCP. Подробно про песочницу мы поговорим в последней лекции этого уровня, здесь же достаточно помнить, что это не «ещё один Next.js‑хостинг».

Для наглядности — пример кода. Так выглядит классическая «API‑обёртка» вокруг OpenAI в вашем Next.js‑приложении — это не ChatGPT App:

// app/api/chat/route.ts — обычный backend вашего сайта, не App
import OpenAI from "openai";
import { NextRequest, NextResponse } from "next/server";

const client = new OpenAI();

export async function POST(req: NextRequest) {
  const { message } = await req.json();
  const response = await client.responses.create({
    model: "gpt-5.2",
    input: [{ role: "user", content: [{ type: "text", text: message }] }],
  });
  return NextResponse.json({ reply: response.output[0].content[0].text });
}

Пользователь этого приложения общается с вашим бэкендом, а не с ChatGPT. Вся логика UI и сессий — ваша. Это отличный вариант для AI‑фич внутри своего продукта, но это не ChatGPT App.

ChatGPT App ≠ старый ChatGPT Plugin

Слово «плагин» придётся отправить в музей 2023 года и использовать его только для обозначения старой системы. Плагины давали ChatGPT возможность вызывать ваши HTTP‑эндпоинты по OpenAPI-спеке, но не позволяли строить богатый UI: максимум вы могли вернуть Markdown, который модель показывала в чате.

Новые Apps в отличие от плагинов могут рендерить React‑виджеты, работать через MCP, иметь пермишены и участвовать в финансовых сценариях. Поэтому думать про них как про «плагины 2.0» — упрощение, которое очень быстро вылезет боком, когда вы начнёте проектировать UI и инструменты.

ChatGPT App ≠ Assistants API

Assistants API решает другую задачу: как дать вашему продукту (сайту, мобильному приложению, внутреннему инструменту) умного ассистента на базе GPT. Там всё живёт «у вас», вы контролируете UI, а GPT — это backend‑сервис, с которым вы общаетесь через API.

В случае ChatGPT App всё наоборот. UI и основной опыт пользователя принадлежат ChatGPT, а вы «подселяете» туда своё приложение. Пользователь не видит ваш домен, он видит название и иконку App внутри ChatGPT, а токены обычно оплачивает он сам через свою ChatGPT-подписку.

Если кратко: Assistants API — это GPT внутри вашего продукта, ChatGPT App — ваш продукт внутри ChatGPT.

ChatGPT App ≠ просто Custom GPT

Custom GPTs — прекрасный инструмент для быстрого старта: собрали промпт, прикрутили пару файлов — и вот уже есть «персональный помощник». Но UI у него стандартный, без виджетов, а интеграции через Custom Actions довольно ограничены; там нет полного Apps SDK и MCP-уровня.

ChatGPT App — это уже pro‑code история. Вы пишете виджет (обычно на Next.js), поднимаете MCP-сервер, настраиваете аутентификацию, пермишены, оплаты. Уровень гибкости заметно выше, но и ответственность больше: и за безопасность, и за UX, и за прохождение ревью при регистрации приложения.

Практическая стратегия, которую я могу рекомендовать бизнесу: использовать Custom GPT как быстрый маркетинговый вход (простой помощник в GPT Store), а параллельно разрабатывать полноценное App на Apps SDK под серьёзные сценарии и будущую монетизацию.

ChatGPT App ≠ «просто ещё один бот»

Наконец, важный психологический момент. ChatGPT App — это не «ещё один чат‑бот». Это продукт с жизненным циклом: есть Dev Mode, ревью, версии, ограничения, аналитика и платёжные сценарии. Думать про него как про «ботика для демо» — надёжный способ сильно недооценить усилия, провалить реальный запуск и не заработать свои миллионы.

6. Типы ChatGPT-приложений

Чтобы лучше понимать, что вы строите, полезно иметь грубую типологию ChatGPT Apps. В нашем курсе мы будем говорить о четырёх основных фокусах и использовать для них короткие английские ярлыки: UI-heavy, tool-first, commerce-oriented и data/analytics.

• Первый тип — UI‑heavy или UI‑first приложения. Здесь основная ценность — визуальный интерфейс: мастера, конфигураторы, сложные формы, канвас. Примеры: подбор страховки с десятком параметров, конфигуратор дизайна, визуализация данных.
• Второй тип — Tool‑first приложения. Главное здесь — не UI, а инструменты. App предоставляет мощный набор функций для модели, а большую часть пользовательского опыта оформляет сам ChatGPT, вставляя текстовые объяснения и иногда минимальный UI. Пример — App, дающий GPT доступ к внутреннему knowledge‑base компании: модель сама решает, когда и как вызывать поиск и как объяснять результаты пользователю.
• Третий тип — Commerce‑oriented приложения. Центр тяжести здесь на продажах, подписках, бронированиях. App интегрирован с Agentic Commerce Protocol (ACP), умеет оформлять покупки, работать с корзиной и Instant Checkout, связывать заказы с пользователями.
• Четвёртый тип — Data/analytics приложения. Они фокусируются на подключении источников данных и аналитике: отчёты, BI‑дашборды, анализ логов и метрик, работа с загруженными файлами.

Одна и та же идея может быть реализована в разных стилях. Например, подбор подарков может быть чисто Tool‑first (модель сама формирует объяснения, а App лишь отдаёт JSON со списком идей) или UI‑heavy (богатый виджет с фильтрами, карточками товаров, сравнением вариантов).

7. Наш учебный проект: GiftGenius

Всё, что мы будем делать на курсе, хорошо бы привязать к одному «сквозному» приложению. Поэтому по мере прохождения курса мы будем писать свое приложение: GiftGenius — приложения для подбора подарков и оформления покупок через ChatGPT. Мы будем постоянно к нему возвращаться.

С точки зрения типологии, GiftGenius — это в первую очередь коммерчески‑ориентированный App с элементами UI‑heavy. Пользователь пишет в ChatGPT что‑то вроде: «Нужен подарок другу-Гику, бюджет 50–70 долларов», ИИ-модель решает подключить GiftGenius, App показывает виджет с вопросами для уточнения, подборкой подарков и, в конце концов, с оформлением заказа через ACP.

Чтобы уже сейчас начать об этом думать в терминах TypeScript, можно набросать простейшую модель домена, которая будет сопровождать нас дальше:

// gift-types.ts — упрощённая доменная модель GiftGenius
export type GiftIdea = {
  id: string;
  title: string;
  priceUsd: number;
  tags: string[];      // интересы получателя
  occasion: string;    // повод: birthday, wedding и т.д.
};

Пока это просто тип, не привязанный ни к какому SDK. Но по мере прохождения курса вы увидите, как такие доменные модели начинают просачиваться в инструменты MCP, в UI‑виджет и даже в commerce‑слой.

8. Как пользователь видит ChatGPT App внутри диалога

Хотя тема про «пользовательский флоу» будет основной в третьей лекции, важно сразу хотя бы очертить общую картинку, чтобы вы понимали, зачем вообще нужен UI и как App оказывается в диалоге.

Пользователь общается с ChatGPT как обычно: пишет сообщения, задаёт вопросы, просит о помощи. ChatGPT, в свою очередь, на каждую реплику решает, что делать: отвечать самостоятельно, вызвать какой‑то инструмент, показать или обновить виджет вашего App, предложить использовать App, если оно релевантно контексту.

Например, пользователь пишет: «Мне нужен подарок на годовщину свадьбы, бюджет до 100 долларов, муж любит настольные игры». Модель видит, что у неё есть App GiftGenius, который умеет подбирать подарки по таким критериям. Она может пойти двумя путями:

1. Сначала предложить пользователю воспользоваться GiftGenius, написав что‑то вроде: «Я могу подключить App GiftGenius, чтобы подобрать несколько вариантов. Запустить его?».
2. Сразу вызвать инструменты App и отобразить виджет с уже заполненными полями, показывая пользователю подборку.

Всё это происходит без вашего прямого if user_said_gift then call_app(). Вы описываете возможности App, а модель учится их использовать. Поэтому так важны чёткие описания, ограничения и продуманный UX — иначе GPT либо будет злоупотреблять вашим App, либо, наоборот, никогда его не трогать.

Для наглядности можно представить это в виде диаграммы:

flowchart TD
  U[Пользователь в ChatGPT] -->|сообщение| G[Модель GPT]
  G -->|решение: использовать App?| A[Ваш ChatGPT App]
  A -->|виджет| W[UI в чате]
  A -->|tools/MCP| B[Ваш backend / MCP]
  B --> A --> G --> U

Подробно о том, как именно GPT принимает решение звать App, мы будем говорить в темах про инструменты и system‑prompt, но уже сейчас полезно понимать: это кооперация, а не императивное управление.

9. Мини‑упражнение: ваша идея App

Чтобы материал не остался абстрактной теорией, имеет смысл уже сейчас придумать идею для собственного App, который вы будете мысленно развивать вместе с GiftGenius.

Попробуйте сформулировать в одном предложении, что делает ваше приложение внутри ChatGPT. Например: «App помогает разработчикам оценивать сложность задач и разбивать их на подзадачи» или «App подбирает маршруты для путешествий с учётом погоды и бюджета».

Дальше полезно честно ответить себе на два вопроса. Во-первых, к какому типу из нашей типологии он ближе: UI‑heavy, tool‑first, commerce‑oriented или data/analytics. Во-вторых, это действительно ChatGPT App или, по сути, всего лишь бот в вашем сайте или ещё один Custom GPT. Если всё, что вам нужно, — чуть удобнее дергать OpenAI API на backend, возможно, полноценный App вам и не нужен.

Такие мини‑разборы — хороший способ сэкономить себе пару месяцев разработки не того продукта.

10. Типичные ошибки в понимании ChatGPT App

Ошибка №1: Называть всё подряд «плагином».
Система плагинов — это исторический этап 2023 года. Новое поколение интеграций — это Apps на Apps SDK + MCP. Если продолжать мысленно держаться за термин «плагин», легко недооценить роль UI, песочницы, Store и всего продуктового цикла. В этом курсе слово «плагин» используем только для старой системы, а под App всегда понимаем новое поколение приложений.

Ошибка №2: Ожидать полного контроля над GPT.
Иногда разработчики приходят с настроением «я сейчас напишу App, и модель будет строго делать то, что я скажу». В экосистеме ChatGPT всё устроено иначе: вы описываете свои возможности и намерения, но модель сама решает, когда вызывать инструменты, когда показывать виджет и когда просто ответить текстом. Если пытаться проектировать App как классическое SPA с жёстким сценарием, получится болезненное разочарование.

Ошибка №3: Путать ChatGPT App с Assistants API.
Очень распространённая ситуация: человек хочет «бота в своём продукте», но по привычке смотрит в сторону Apps SDK, хотя гораздо проще и логичнее было бы использовать Assistants API. В результате он тратит силы на виджет в ChatGPT, который его пользователям вообще не нужен. Правильное различие простое: если пользователи ходят на ваш сайт или в ваше приложение, думайте про Assistants API; если вы хотите прийти к пользователям в ChatGPT, думайте про ChatGPT App.

Ошибка №4: Считать App «ещё одним фронтендом» без учёта песочницы.
Когда разработчик пытается использовать Apps SDK как обычный Next.js-фронтенд и игнорирует ограничения песочницы (ограниченный доступ к сети, DOM, ресурсам), он быстро сталкивается с тем, что «ничего не работает как на моём сайте». Важно заранее принять, что виджет — это изолированный компонент, а вся тяжёлая интеграция и хранение секретов должны быть вынесены в backend/MCP.

Ошибка №5: Переоценивать Custom GPT и недооценивать Apps SDK (или наоборот).
Custom GPTs и Apps — это не «или/или», а разные уровни зрелости. Часто правильная стратегия — использовать оба: Custom GPT как быстрый вход и маркетинг, App как серьёзный продукт с богатым UI и commerce. Когда разработчик ждет от Custom GPT возможностей уровня Apps SDK или, наоборот, тянет Apps SDK туда, где хватило бы Custom GPT, он только усложняет себе жизнь.

1

Задача

ChatGPT Apps, 1 уровень, 0 лекция

Недоступна

Hello World Page

Hello World Page

Открыть