<p>最近的 OpenAI Build Hour 會議集中討論了應用開發的下一個前沿：在 ChatGPT 中創建 “應用程序”。來自開發者體驗團隊的 Corey Ching 和來自創業營銷的 Christine Jones 向開發者、創始人和技術領導者介紹了利用這一對話界面所需的核心架構、工具和最佳實踐。會議強調了新推出的應用程序 SDK、革命性的模型上下文協議（MCP）服務器，以及 Codex 在加速這一 AI 優先開發週期中的重要作用。對於複雜的構建者來説，關鍵的收穫是該平台要求對應用設計進行根本性的重新評估，優先考慮上下文的實用性，而非傳統的導航方式。</p>
<p>該平台圍繞一個引人注目的架構分離設計，解耦了應用邏輯與對話界面本身。Ching 詳細説明了這一結構，解釋該系統依賴於兩個主要組件：在 ChatGPT 內部的 iframe 中呈現的標準網頁組件（HTML/CSS/JS）和 MCP 服務器。該服務器定義了應用的能力，作為原子操作和元數據，使大型語言模型（LLM）能夠智能地決定何時以及如何調用外部資源。Ching 強調，這一基礎結構建立在 “開放協議” 之上。這一設計選擇對生態系統至關重要，確保開發者能夠控制其專有的後端邏輯和數據，同時允許 LLM 的多模態能力處理用户意圖、對話路由和響應格式化。最初的演示展示了 AllTrails（用於尋找小徑）和 Adobe Express（用於圖形創作）等集成，立即證明了這一集成的強大，超越了單純的文本生成，提供了地圖視圖、專業數據過濾和直接的創意工作流程啓動，所有這些都完全由自然語言提示驅動。</p>
<p>對於目標受眾的構建者來説，最引人注目的部分是實時多人乒乓球應用的構建演示。傳統的應用開發過程——閲讀大量文檔、下載模板代碼、啓動代碼庫以及編碼數天——被大幅簡化。OpenAI 引入了 Docs MCP 服務器，將所有 OpenAI 的開發者文檔（API、Codex、應用程序 SDK 等）直接集成到編碼環境中。這使得 AI 能夠充當一個深度瞭解的編碼夥伴。當開發者使用 Codex CLI 併發出自然語言命令，例如：“為我創建一個具有簡單用户界面和 MCP 服務器的 ChatGPT 應用程序，以便玩乒乓球遊戲。我希望能夠拖動光標來控制一個可以與計算機對戰的球拍。” 時，AI 代理會自動參考相關文檔，搭建必要的文件（server.js、package.json、用於小部件的 HTML/CSS/JS），甚至提供運行説明。系統的內部規劃步驟揭示了這一過程：“我正在澄清需要構建一個具有基於畫布的乒乓球遊戲前端和 MCP 服務器後端的簡單 ChatGPT 應用程序，可能使用 ChatGPT 應用程序 SDK 和 MCP 框架。” 這種從對話意圖到可運行代碼的即時轉變根本改變了開發的速度，使構建者能夠直接進入迭代，而不是與初始設置和配置管理作鬥爭。</p>
<p>超越單純的功能，ChatGPT 中應用程序的成功在於提供原生對話界面無法單獨提供的獨特價值。Corey Ching 提出了最大化這一價值的明確原則。核心原則是 “提取，而不是移植”——開發者不應僅僅在聊天窗口中鏡像現有的網站或應用，而應根據對話上下文暴露出原子工具，這些工具是即時有用的。此外，成功的應用程序必須 “優於原生 ChatGPT”，這意味着提供 “新的知識、新的操作或新的展示”。多人乒乓球演示完美地説明了這一點：該應用提供了一個基於畫布的遊戲（新的操作/展示），同時還集成了賽後分析工具（新的知識）。通過利用模型解釋通過 MCP 服務器傳遞的遊戲統計數據，該應用提供了個性化的指導建議，例如優先考慮 “首次回球防守” 或專注於 “在每輪的前 2-3 次擊球中生存”。這種多層次的體驗——結合實時互動與深度的上下文 AI 分析——是該平台真正商業潛力所在。顯示模式的靈活性（內聯、畫中畫、全屏）進一步允許開發者根據特定任務量身定製用户體驗，無論是快速數據查找還是沉浸式會話。</p>
<p>該平台提供強大的工具來管理狀態和用户交互，使得豐富的交易體驗得以實現，這在以前僅限於外部應用程序。Apps SDK 暴露了 `window.openai` API，賦予開發者對用户界面的細緻控制，包括讀取對話上下文、接收工具結果和推送更新的能力。這個功能確保了應用程序的用户界面不是靜態的，而是與正在進行的對話和模型的推理過程動態鏈接。這種對話集成最小化了用户的認知負擔，使得應用程序在聊天環境中顯得更加自然。重點仍然是優化對話，使得大型語言模型能夠處理複雜的狀態管理和路由，從而顯著簡化前端開發的負擔。這是一個經過深思熟慮的設計選擇，鼓勵開發者將精力集中在創建真正有價值的原子操作上，而不是龐大的導航結構。由 Apps SDK 和 Codex 驅動的 OpenAI 應用平台，代表了一套成熟的工具集，使得快速的 AI 原生應用開發成為可能，將實用性的重心直接轉移到對話界面中。</p>

OpenAI

<p>最近的 OpenAI Build Hour 介紹了 “ChatGPT 中的應用程序” 概念，強調了一種新的應用程序開發範式。主要特點包括應用程序 SDK、模型上下文協議（MCP）服務器和 Codex 集成，這些都簡化了開發過程。鼓勵開發者創建提供超越傳統界面的獨特價值的應用程序，重點關注上下文實用性。演示中包括一個多人乒乓球應用，展示了實時互動和 AI 驅動的分析。該平台允許動態 UI 控制和豐富的用户體驗，旨在增強對話應用程序的能力</p>

<p>The recent OpenAI Build Hour focused intensely on the next frontier of application development: creating “Apps in ChatGPT.” Corey Ching, from the Developer Experience team, alongside Christine Jones from Startup Marketing, walked developers, founders, and technical leaders through the core architecture, tools, and best practices required to leverage this conversational interface. The session highlighted the newly launched Apps SDK, the revolutionary Model Context Protocol (MCP) server, and the integral role of Codex in accelerating this AI-first development cycle. For sophisticated builders, the key takeaway is that the platform demands a fundamental re-evaluation of application design, prioritizing contextual utility over traditional navigation.</p>
<div class="lb-trans"><p>最近的 OpenAI Build Hour 會議集中討論了應用開發的下一個前沿：在 ChatGPT 中創建 “應用程序”。來自開發者體驗團隊的 Corey Ching 和來自創業營銷的 Christine Jones 向開發者、創始人和技術領導者介紹了利用這一對話界面所需的核心架構、工具和最佳實踐。會議強調了新推出的應用程序 SDK、革命性的模型上下文協議（MCP）服務器，以及 Codex 在加速這一 AI 優先開發週期中的重要作用。對於複雜的構建者來説，關鍵的收穫是該平台要求對應用設計進行根本性的重新評估，優先考慮上下文的實用性，而非傳統的導航方式。</p>
</div><p>The platform is designed around a compelling architectural separation, decoupling the application logic from the conversational interface itself. Ching detailed this structure, explaining that the system relies on two main components: a standard web component (HTML/CSS/JS) rendered in an iframe inside ChatGPT, and the MCP Server. This server is where an app’s capabilities are defined as atomic actions and metadata, allowing the large language model (LLM) to intelligently decide when and how to call external resources. Crucially, Ching emphasized that this foundational structure is built on an “Open Protocol.” This design choice is critical for the ecosystem, ensuring that developers retain control over their proprietary backend logic and data while allowing the multimodal capabilities of the LLM to handle user intent, conversational routing, and response formatting. The initial demonstrations showcasing integrations like AllTrails (for trail finding) and Adobe Express (for graphic creation) immediately proved the power of this integration, moving beyond mere text generation to deliver map views, specialized data filtering, and direct creative workflow initiation, all driven purely by natural language prompts.</p>
<div class="lb-trans"><p>該平台圍繞一個引人注目的架構分離設計，解耦了應用邏輯與對話界面本身。Ching 詳細説明了這一結構，解釋該系統依賴於兩個主要組件：在 ChatGPT 內部的 iframe 中呈現的標準網頁組件（HTML/CSS/JS）和 MCP 服務器。該服務器定義了應用的能力，作為原子操作和元數據，使大型語言模型（LLM）能夠智能地決定何時以及如何調用外部資源。Ching 強調，這一基礎結構建立在 “開放協議” 之上。這一設計選擇對生態系統至關重要，確保開發者能夠控制其專有的後端邏輯和數據，同時允許 LLM 的多模態能力處理用户意圖、對話路由和響應格式化。最初的演示展示了 AllTrails（用於尋找小徑）和 Adobe Express（用於圖形創作）等集成，立即證明了這一集成的強大，超越了單純的文本生成，提供了地圖視圖、專業數據過濾和直接的創意工作流程啓動，所有這些都完全由自然語言提示驅動。</p>
</div><p>For the target audience of builders, the most compelling segment was the demonstration of building a real-time, multiplayer Ping-Pong app. The traditional application development process—reading extensive documentation, downloading boilerplate code, starting a repository, and coding for days—is drastically streamlined. OpenAI has introduced the Docs MCP Server, which integrates all of OpenAI’s developer documentation (API, Codex, Apps SDK, etc.) directly into the coding environment. This allows the AI to act as a deeply informed coding partner. When a developer uses the Codex CLI and issues a natural language command—such as, “Create me a ChatGPT app with a simple UI and MCP server to play a ping pong game. I’d like to be able to drag my cursor to control a paddle that I can play against the computer.”—the AI agent automatically references the relevant documentation, scaffolds the necessary files (server.js, package.json, HTML/CSS/JS for the widget), and even provides run instructions. The system’s internal planning steps reveal this process: “I’m clarifying the need to build a simple ChatGPT app with a canvas-based Ping Pong game front end and an MCP server backend, likely using the ChatGPT Apps SDK and MCP framework.” This immediate transition from conversational intent to runnable code fundamentally changes the velocity of development, allowing builders to jump straight into iteration rather than wrestling with initial setup and configuration management.</p>
<div class="lb-trans"><p>對於目標受眾的構建者來説，最引人注目的部分是實時多人乒乓球應用的構建演示。傳統的應用開發過程——閲讀大量文檔、下載模板代碼、啓動代碼庫以及編碼數天——被大幅簡化。OpenAI 引入了 Docs MCP 服務器，將所有 OpenAI 的開發者文檔（API、Codex、應用程序 SDK 等）直接集成到編碼環境中。這使得 AI 能夠充當一個深度瞭解的編碼夥伴。當開發者使用 Codex CLI 併發出自然語言命令，例如：“為我創建一個具有簡單用户界面和 MCP 服務器的 ChatGPT 應用程序，以便玩乒乓球遊戲。我希望能夠拖動光標來控制一個可以與計算機對戰的球拍。” 時，AI 代理會自動參考相關文檔，搭建必要的文件（server.js、package.json、用於小部件的 HTML/CSS/JS），甚至提供運行説明。系統的內部規劃步驟揭示了這一過程：“我正在澄清需要構建一個具有基於畫布的乒乓球遊戲前端和 MCP 服務器後端的簡單 ChatGPT 應用程序，可能使用 ChatGPT 應用程序 SDK 和 MCP 框架。” 這種從對話意圖到可運行代碼的即時轉變根本改變了開發的速度，使構建者能夠直接進入迭代，而不是與初始設置和配置管理作鬥爭。</p>
</div><p>Beyond mere functionality, the success of an App in ChatGPT hinges on delivering unique value that the native conversational interface cannot provide alone. Corey Ching laid out clear principles for maximizing this value. The core principle is “Extract, don’t port”—developers should not simply mirror their existing website or app within the chat window, but expose atomic tools that are instantly useful based on conversational context. Furthermore, successful apps must be “Better than native ChatGPT,” which means offering “something new to know, something new to do, or something new to show.” The multiplayer Ping-Pong demo illustrated this perfectly: the app provided a canvas-based game (something new to do/show) but also integrated a post-game analysis tool (something new to know). By leveraging the model’s ability to interpret game statistics passed via the MCP server, the app provided personalized coaching tips, such as prioritizing “first return defense” or focusing on “surviving the first 2–3 hits of each rally.” This multi-layered experience—combining real-time interaction with deep, contextual AI analysis—is where the platform’s true commercial potential lies. The flexibility of display modes (Inline, Picture-in-Picture, Fullscreen) further allows developers to tailor the user experience to the specific task, whether it’s a quick data lookup or an immersive session.</p>
<div class="lb-trans"><p>超越單純的功能，ChatGPT 中應用程序的成功在於提供原生對話界面無法單獨提供的獨特價值。Corey Ching 提出了最大化這一價值的明確原則。核心原則是 “提取，而不是移植”——開發者不應僅僅在聊天窗口中鏡像現有的網站或應用，而應根據對話上下文暴露出原子工具，這些工具是即時有用的。此外，成功的應用程序必須 “優於原生 ChatGPT”，這意味着提供 “新的知識、新的操作或新的展示”。多人乒乓球演示完美地説明了這一點：該應用提供了一個基於畫布的遊戲（新的操作/展示），同時還集成了賽後分析工具（新的知識）。通過利用模型解釋通過 MCP 服務器傳遞的遊戲統計數據，該應用提供了個性化的指導建議，例如優先考慮 “首次回球防守” 或專注於 “在每輪的前 2-3 次擊球中生存”。這種多層次的體驗——結合實時互動與深度的上下文 AI 分析——是該平台真正商業潛力所在。顯示模式的靈活性（內聯、畫中畫、全屏）進一步允許開發者根據特定任務量身定製用户體驗，無論是快速數據查找還是沉浸式會話。</p>
</div><p>The platform provides robust tools for managing state and user interactions, allowing for rich, transactional experiences previously limited to external applications. The Apps SDK exposes the `window.openai` API, granting developers granular control over the UI, including the ability to read conversational context, receive tool results, and push updates. This facility ensures that an app’s UI is not static, but dynamically linked to the ongoing conversation and the model’s reasoning process. This conversational integration minimizes the user’s cognitive load, making the application feel native to the chat environment. The focus remains on optimizing for conversation, allowing the LLM to handle complex state management and routing, thereby simplifying the front-end development burden significantly. This is a deliberate design choice that encourages developers to focus their efforts on creating truly valuable atomic actions rather than extensive navigational structures. The OpenAI Apps Platform, powered by the Apps SDK and Codex, represents a mature toolset enabling rapid, AI-native application development, shifting the center of gravity for utility directly into the conversational interface.</p>
<div class="lb-trans"><p>該平台提供強大的工具來管理狀態和用户交互，使得豐富的交易體驗得以實現，這在以前僅限於外部應用程序。Apps SDK 暴露了 `window.openai` API，賦予開發者對用户界面的細緻控制，包括讀取對話上下文、接收工具結果和推送更新的能力。這個功能確保了應用程序的用户界面不是靜態的，而是與正在進行的對話和模型的推理過程動態鏈接。這種對話集成最小化了用户的認知負擔，使得應用程序在聊天環境中顯得更加自然。重點仍然是優化對話，使得大型語言模型能夠處理複雜的狀態管理和路由，從而顯著簡化前端開發的負擔。這是一個經過深思熟慮的設計選擇，鼓勵開發者將精力集中在創建真正有價值的原子操作上，而不是龐大的導航結構。由 Apps SDK 和 Codex 驅動的 OpenAI 應用平台，代表了一套成熟的工具集，使得快速的 AI 原生應用開發成為可能，將實用性的重心直接轉移到對話界面中。</p>
</div>

AI 優先應用範式：在 ChatGPT 中構建會話應用程序