Лекції

Зʼясовуємо, як улаштований ChatGPT Store і чому «мінімально необхідні права» — це водночас і безпека, і UX, і критерій проходження модерації. Поговоримо про три шари доступу (model capabilities, OAuth-scopes і MCP-tools), про прапорець consequential : true, про зіставлення дозволів зі зрозумілими формулюваннями для лістингу та про типові помилки (надмірні дозволи під час авторизації, невідповідність маніфесту й опису, «приховані» дії).

У цій лекції розберемося, які юридичні сторінки потрібні, щоб опублікувати застосунок у ChatGPT Store, і чому це не формальність. Поговоримо про те, як обрати сталі публічні URL‑адреси; де розмістити сторінки в Next.js (маршрути на кшталт /legal/privacy, /legal/terms, /support); як повʼязати Privacy Policy з реальною архітектурою (журнали, строки зберігання, видалення); що обовʼязково зазначити в Terms (дисклеймери щодо ШІ, відповідальність, комерційні аспекти); як організувати підтримку та які типові помилки найчастіше «зривають» ревʼю.

У цій лекції ми зберемо практичний процес preflight перед поданням застосунку ChatGPT у Store. Зафіксуємо профіль безпеки (що застосунок робить і чого ніколи не робить) у вигляді невеликого TypeScript-артефакту, додамо набір кейсів безпеки (на додачу до golden prompts), повʼяжемо вимоги із systemPrompt, описами tools та серверними перевірками (defense-in-depth). Також виконаємо базову перевірку доступності інтерфейсу (WCAG AA) і зіставимо Privacy Policy/Terms із реальним кодом.

У цій лекції розберемося, як влаштований цикл рецензування публікації ChatGPT App у Store. Зʼясуємо, що саме ви надсилаєте на перевірку (лістинг, посилання на Privacy Policy/ Terms, дозволи, production‑URL), як рецензенти проходять сценарії, навіщо потрібні тестові облікові записи й sandbox-режими через прапорець на кшталт REVIEW_MODE, як реагувати на зауваження, а також як вибудувати внутрішній pre‑flight чек‑лист і версіонування ( semver) для ітерацій після релізу.

Розглянемо, як перетворити лістинг ChatGPT App на частину продукту: що писати в назві, підзаголовку та описі; як не потонути в технічному жаргоні й не пообіцяти зайвого; як продумати візуал і локалізацію метаданих; а також як вести нотатки до релізу й використовувати їх для просування. Наприкінці — практичний «чернетковий» лістинг GiftGenius, діаграма користувацького шляху та набір типових помилок (зокрема невідповідність лістингу реальній поведінці й локалізація через openai/locale і _meta [ "openai/userLocation" ]).