ChatGPT अॅप्स SDK सह उत्पादन उपलब्ध करताना आम्ही काय शिकलो

• तुम्हाला ChatGPT मध्ये लवकरच कार्यप्रवाह सुरू करायचा असेल किंवा सानुकूल एजंट रचनेत गुंतवणूक करण्यापूर्वी तिथे तुमची साधने वापरून पाहायची असतील, तर अॅप्स SDK हा व्यावहारिक पर्याय आहे. एजंट कसा वागतो यातील प्रत्येक टप्प्यावर तुम्हाला नियंत्रण हवे असल्यास, हा पर्याय सहसा योग्य ठरत नाही.

• ChatGPT हे मुख्य माध्यम असावे आणि संपूर्ण चॅट उत्पादन न बनवता साधनांसह थोडेसे वापरकर्ता आंतरपृष्ठ हवे असेल, तर अॅप्स SDK निवडा. प्रवाह, स्मृती, प्रॉम्प्ट्स आणि लेखन क्रियांवर काटेकोर नियंत्रण हवे असल्यास, स्वतःची एजंट रचना निवडा.

• चॅटसोबत वापरकर्ता आंतरपृष्ठातील काही छोटे टप्पे जोडणाऱ्या उत्पादनांसाठी अॅप्स SDK योग्य आहे. तुम्ही उत्पादन लवकर उपलब्ध करता, पण काही नियंत्रण सोडावे लागते.

• स्पष्ट साधने, विजेटचे स्पष्ट वर्तन आणि पुढील स्पष्ट टप्पे आमच्यासाठी परिणामकारक ठरले. प्रवाह ठरवण्यासाठी आम्ही LLM वर नव्हे, तर याच गोष्टींवर अवलंबून राहिलो. प्रणालीने आधीच निवडलेले परिणाम समजावून सांगताना मॉडेल सर्वाधिक उपयुक्त ठरले.

• पुढे प्रथम निवड कशी करावी आणि नंतर काय परिणामकारक ठरले व काय ठरले नाही, हे पाहू.

बहुतेक संघ अजूनही AI च्या प्रायोगिक चाचण्या करतात किंवा कमी जोखीम आणि कमी लाभ असलेल्या दुय्यम उपयोगांसाठी AI वापरतात. दर आठवड्याला वापरकर्ते वापरतील असे व्यवसायासाठी अत्यावश्यक उत्पादन फारच थोडे संघ उपलब्ध करतात. संपूर्ण सहाय्यक स्वतः बनवण्याऐवजी ChatGPT मध्येच पोहोचणे हे तुमचे उद्दिष्ट असेल, तर ही दरी भरून काढण्यासाठी ChatGPT अॅप्स SDK हा एक मार्ग आहे.

आम्हाला हे धडे अशा ग्राहक प्रकल्पातून मिळाले, ज्याच्या गरजांनुसार ChatGPT हे प्रमुख माध्यम होते आणि पूर्णपणे सानुकूल चॅट उत्पादनासाठी खर्च न करता जलद मार्ग हवा होता.

या गरजांसाठी अॅप्स SDK योग्य ठरला, कारण ग्राहकाला पुढील गोष्टी हव्या होत्या:

• स्वतंत्र चॅट उत्पादन तयार करून त्याचे आतिथ्य करण्याची गरज नाही—त्यांना आणखी एक स्वतंत्र सहाय्यक आवरण नव्हे, तर ChatGPT मधील पोहोच हवी होती.

• चॅटसह कार्यविशिष्ट छोटे वापरकर्ता आंतरपृष्ठ—कार्यप्रवाहात दुसरे संपूर्ण उत्पादन नव्हे, तर विजेटचे काही नेमके टप्पे.

• MCP साधनांद्वारे उपलब्ध केलेले पश्चभागीय वर्तन—सुरुवातीपासून शेवटपर्यंत स्वतःच्या मालकीची सानुकूल एजंट कार्यप्रणाली नव्हे, तर प्रमाणित साधन आवाहन.

• ChatGPT मधील शोधक्षमता—वापरकर्ते जिथे आधीच काम करतात, तिथेच त्यांना हा कार्यप्रवाह मिळायला हवा.

निर्मिती करतानाच आम्ही ग्राहकासोबत या निवडींची पडताळणी केली. ही तडजोड मात्र कायम राहते: सत्राचे आतिथ्य ChatGPT करत असल्यास, बाह्य कार्यप्रणाली तुमच्या मालकीची नसते. तुम्ही तिला दिशा देता, पण तिच्यावर पूर्ण नियंत्रण ठेवत नाही.

अॅप्स SDK अनुप्रयोग तीन गोष्टी परस्परांशी जोडतो:

1. ChatGPT ची एजंट कार्यप्रणाली

2. तुमची MCP साधने

3. तुमचे विजेट वापरकर्ता आंतरपृष्ठ

प्रत्यक्षातील प्रवाह:

1. वापरकर्ता ChatGPT कडे एखादी गोष्ट मागतो.

2. ChatGPT तुमच्या MCP साधनांपैकी एखाद्याला आवाहन करू शकते.

3. तुमचा सर्व्हर साधनाचा संरचित परिणाम परत करतो.

4. ChatGPT तो परिणाम वाचते आणि पुढील टप्पा ठरवते: आणखी साधन आवाहने, वापरकर्त्याला उत्तर किंवा दोन्ही. त्या साधनाला विजेट जोडले असल्यास, ते याच प्रतिसाद फेरीत दिसू शकते.

5. वापरकर्ता चॅटमध्ये किंवा विजेटमध्ये पुढे जातो. यात पुढील मजकूर, एखादी निवड किंवा विजेटने सुरू केलेले साधन आवाहन असू शकते. यामुळे संवादमाला अद्ययावत होते. ChatGPT आणखी एक प्रतिसाद फेरी चालवते आणि कार्य पूर्ण होईपर्यंत टप्पे 2–4 पुन्हा होतात.

चॅट, पश्चभागीय क्रिया आणि वापरकर्ता आंतरपृष्ठातील छोटे टप्पे यांचा हा मिलाफच यामागचा उद्देश आहे. याचा अर्थ चॅट, साधने आणि वापरकर्ता आंतरपृष्ठ यांमधील हस्तांतरणाचे टप्पे नाजूक असतात.

चॅटचे वापरकर्ता आंतरपृष्ठ, साधनांची जोडणी, प्रमाणीकरण पद्धती किंवा विजेटचे आवरण तुम्हाला सुरुवातीपासून पुन्हा तयार करावे लागत नाही. अनेक उत्पादनांसाठी यामुळे निर्मितीचा बराच वेळ वाचतो आणि तुम्ही क्षेत्रविशिष्ट तर्क व सुरक्षाव्यवस्थांवर लक्ष केंद्रित करू शकता.

ChatGPT मध्ये निर्मिती करणे म्हणजे स्वतःचा एजंट चालवणे नव्हे. या प्रकल्पातील कठीण भाग प्रॉम्प्टच्या युक्त्या नव्हता. साधने, विजेट आणि पुढील टप्पे इतके स्पष्ट करणे हा कठीण भाग होता की मॉडेल व वापरकर्ता आंतरपृष्ठ यांचा ताळमेळ कायम राहील.

अॅप्स SDK तुमच्या नेहमीच्या अग्रभागापेक्षा वेगळे उत्पादन स्वरूप देते, पण ते कोणत्या परिस्थितींसाठी आदर्श आहे हे जाणून घेणे महत्त्वाचे आहे.

पुढील गोष्टी हव्या असल्यास अॅप्स SDK वापरा

• ChatGPT कार्यप्रवाह लवकर उपलब्ध करणे.

• संभाषणाचे आतिथ्य ChatGPT कडे सोपवणे.

• नैसर्गिक भाषेसोबत वापरकर्ता आंतरपृष्ठातील काही नेमके टप्पे जोडणे.

• स्वतःचे चॅट आंतरपृष्ठ, एजंटचा आधार आणि शोधक्षमता तयार करणे टाळणे.

तुमचे वापरकर्ते आधीच ChatGPT मध्ये काम करत असतील, तर हा शेवटचा मुद्दा महत्त्वाचा ठरतो.

पुढील गरजा असल्यास स्वतःचा एजंट तयार करा

• संगणकीय संहितेद्वारे बंधनकारक करता येईल असा निश्चित, टप्प्याटप्प्याचा प्रवाह.

• सुरुवातीपासून शेवटपर्यंत तुमच्या मालकीचे सानुकूल वापरकर्ता आंतरपृष्ठ आणि पुष्टीकरण मार्ग.

• तुमचे स्वतःचे स्मृती आणि स्थिती मॉडेल.

• प्रत्येक वेळी अंदाज करता येईल असे वर्तन.

• एजंटसाठी मागोवा, नोंदी आणि मापनसूचक.

नियोजक, प्रणाली प्रॉम्प्ट्स आणि संपूर्ण कार्यप्रवाह हेच तुमचे उत्पादन असेल, तर सानुकूल रचना सहसा अधिक योग्य ठरते.

आमच्या प्रकल्पात वारंवार पुढे आलेला शब्द होता नियंत्रण: एका बाजूला वेग आणि परिचित यजमान, तर दुसऱ्या बाजूला कार्यप्रणालीची अंशतः मालकी. संपूर्ण रचनेची मालकी ठेवण्यापेक्षा ChatGPT मध्येच वापरकर्त्यांपर्यंत पोहोचण्याला प्राधान्य देताना ग्राहकाने ही तडजोड स्वीकारली.

आदर्श मार्ग सोपा वाटतो: वापरकर्ता विचारतो, साधन चालते, माहिती परत येते आणि निवड आवश्यक असेल तेव्हा विजेट दिसते.

प्रत्यक्षात हस्तांतरणाचे टप्पे त्रासदायक ठरले. विजेट ही केवळ सजावट नाही. ते पडद्यावर आल्यानंतर मॉडेलला काय दिसते आणि ते पुढे काय करते, हे बदलते. विजेटच्या क्रियांना अनिर्बंध चॅट नव्हे, तर नाव दिलेल्या घटना समजा.

या प्रकल्पातील तंत्ररचना सरळ होती: FastMCP, Pydantic, React, TypeScript. त्यांचे एकत्रीकरण सुरळीत झाले. पुढे काय घडेल याबाबत मॉडेल, साधने आणि वापरकर्ता आंतरपृष्ठ यांच्यात एकमत घडवणे हे खरे काम होते.

प्रत्येक हस्तांतरण स्पष्ट करा

आम्ही साधनांच्या परिणामांना पश्चभागातून आलेली कच्ची माहिती मानणे थांबवले. प्रत्येक परतावा हा हस्तांतरणाचा टप्पा झाला.

साधनाचा भक्कम परिणाम पुढील गोष्टी करतो:

• विजेट प्रदर्शित करण्यासाठी आवश्यक माहिती देतो.

• उत्तराचा आधार घेण्यासाठी ChatGPT ला संरचित तथ्ये देतो.

• प्रवाहाला गरज असेल तेव्हा पुढे काय घडावे हे सांगतो, त्यामुळे मॉडेलला अंदाज बांधावा लागत नाही.

विजेटच्या क्रियांनी संवादमालेत संदिग्ध मजकूर परत पाठवू नये. वापरकर्त्याने काय केले आणि पुढे काय घडायला हवे, हे त्यांनी सांगावे.

हस्तांतरणाचे टप्पे स्पष्ट झाल्यानंतर विश्वासार्हता वाढली.

साधनाच्या परिणामात आणि विजेटच्या क्रियांमध्ये असलेल्या लहान, स्पष्ट सूचनांचे मॉडेल पालन करते.

आम्ही वापरलेली छोटी Pydantic रचना खाली दिली आहे. विजेट दाखवल्यावर त्याला लागणारी संरचित माहिती आणि सत्रात ChatGPT ने वापरायची तथ्ये output क्षेत्रात असतात. सहाय्यकाने पुढे काय करावे हे सांगणारी लहान ओळ agent_directions क्षेत्रात असते. Reason ऐच्छिक आहे.

1from typing import Generic, TypeVar2
3from pydantic import BaseModel4
5T = TypeVar("T")6
7class AgentDirections(BaseModel):8 assistant_instruction: str9 reason: str | None = None10
11class ToolResults(BaseModel, Generic[T]):12 agent_directions: AgentDirections13 output: T

विजेट लहान ठेवा

परिणामकारक विजेटनी एक निर्णय हाताळला आणि मग नियंत्रण परत दिले. विजेटचे छोट्या अनुप्रयोगात रूपांतर करण्यापेक्षा लहान याद्या, पुष्टीकरणे किंवा नेमकी पुनरावलोकन पटले अधिक परिणामकारक ठरली. प्रवाह अधिक निश्चित हवा असताना, सोपी पडताळणी किंवा ठरलेला पुढील टप्पा यांसारखे विजेटमधील थोडे तर्कशास्त्र उपयुक्त ठरले.

विजेट संदेशांमध्ये तृतीयपुरुषी भाषा

विजेटचे पुढील संदेश वापरकर्त्याच्या चॅटसारखे लिहिणे आम्ही थांबवले. उदाहरणार्थ, “मी निवडले...”, “मी पुष्टी केली...”. वापरकर्त्याने काय केले याचे छोटे अहवाल म्हणून आम्ही ते लिहिले. उदाहरणार्थ, “वापरकर्त्याने निवडले...”, “वापरकर्त्याने पुष्टी केली...”. आम्ही ही पद्धत वापरून पाहिली, कारण ChatGPT विजेटचे संदेश वापरकर्ता संदेशांऐवजी साधन संदेश म्हणून जोडत होती.

पुढील टप्पा स्पष्ट असल्यास थेट क्रिया

एखाद्या बटणातून पुढील साधन आवाहन स्पष्ट होत असेल, तर आणखी एक चॅट फेरी लादण्यापेक्षा विजेटला ते थेट सुरू करू देणे अधिक परिणामकारक ठरले. पुढील साधन आवाहनासाठी ChatGPT कडून माहिती आवश्यक नसेल, तरच हे लागू होते.

यामुळे निश्चित प्रवाह बंधनकारक करणे सोपे झाले आणि आणखी एक चॅट फेरी टाळल्याने विलंबही कमी झाला.

त्रुटी हाताळणी

साधन आवाहन अयशस्वी झाल्यास, आम्ही साधनातून योग्य MCP त्रुटी संकेत आणि लहान, स्पष्ट संदेश परत केले. त्यामुळे अयशस्वी आवाहनांबाबत ChatGPT कडे वाचण्यासाठी ठोस माहिती होती आणि ती वापरकर्त्याला समस्या समजावून सांगू शकली, योग्य पुढील टप्पा निवडू शकली किंवा दोन्ही करू शकली.

साधन संदर्भाचे व्यवस्थापन

आम्ही सत्राची स्थिती आमच्या सर्व्हरवर ठेवली. ChatGPT साधन आवाहनांसोबत सत्रापुरता संदर्भ पाठवते. FastMCP मध्ये आम्ही प्रत्येक साधनाला Context मापदंड दिला, जेणेकरून हाताळकाला ती स्थिती वाचता आणि अद्ययावत करता येईल.

• प्रत्येक आवाहनात ChatGPT ला स्थिर ओळखचिन्हे आणि आधीचे परिणाम पुन्हा साधनाचे युक्तिवाद म्हणून पाठवायला सांगण्याऐवजी आम्ही ते सत्रात ठेवले.

• साधन आवाहनांची चक्रे निर्माण झाल्यास, आम्ही पुनरावृत्त आवाहने पकडून साधनाच्या परिणामातून स्पष्ट त्रुटी परत करू शकत होतो.

• दोषनिवारण आणि सहाय्यासाठी सत्र नोंदी आमच्याकडेच राहिल्या.

सुरुवातीला आम्ही विजेट दाखवले, मॉडेलला “समजले” असे गृहीत धरले आणि योग्य पुढील साधन आवाहनाची वाट पाहिली. कधी कधी ते घडले. पण अनेकदा घडले नाही.

स्पष्ट हस्तांतरण नसल्यास, आम्हाला क्रिया हवी असताना ChatGPT सारांश देऊ शकत होती, वापरकर्त्याला निवड पुन्हा सांगायला लावू शकत होती किंवा थांबायला हवे असताना नियोजन सुरू ठेवू शकत होती.

मॉडेल पुढील टप्पा ओळखेल अशी आशा ठेवण्याऐवजी तो स्ट्रक्चर्ड आउटपुट्स आणि विजेटच्या माहितीमध्ये स्पष्टपणे नमूद करणे हा उपाय होता.

अॅप्स SDK दस्तऐवजीकरणानुसार आम्ही प्रतिसाद साधनाचा परिणाम, लपवलेली पूरकमाहिती आणि चॅट मजकूर यांमध्ये कल्पकतेने विभागण्याचा प्रयत्न केला. पण विजेटमध्ये लपवलेली पूरकमाहिती आम्हाला वाचता आली नाही. त्यामुळे आम्हाला ही पद्धत वापरता आली नाही.

अॅप्स SDK च्या दस्तऐवजांनुसार काही साधने एजंटच्या साधन यादीतून वगळता येतात, त्यामुळे एजंट ती निवडत नाही; मात्र विजेटमधून त्यांना आवाहन करता येते. दृश्यमानता app-only केल्यानंतर ती साधने केवळ एजंटसाठीच नव्हे, तर विजेटमधूनही अनुपलब्ध झाली. एजंटला साधन दिसणार नाही, पण विजेटला दिसेल अशी व्यवस्था आम्हाला कधीच करता आली नाही.

काहीच उपयुक्त घडले नसताना मौन बाळगणे किंवा सरधोपट “यशस्वी” संदेश देणे हे स्पष्ट त्रुटीपेक्षा वाईट होते. म्हणून आम्ही साधन आणि विजेटच्या अपयशांना स्वतंत्र परिणाम मानले: एखादा टप्पा पुढे जाऊ शकत नसल्यास, आम्ही ते स्पष्ट भाषेत सांगितले आणि ठळक त्रुटी परत केली. त्यामुळे वापरकर्ते दिसणाऱ्या पण पुढे न नेणाऱ्या विजेटकडे पाहत बसले नाहीत. यामुळे वापर सुलभ झाला आणि मॉडेलचे वर्तन अधिक विश्वासार्ह झाले.

कमी सानुकूल मंचविषयक कामासह ChatGPT मध्ये कार्यप्रवाह तयार करणे हे तुमचे उद्दिष्ट असेल, तर अॅप्स SDK हा तिथे पोहोचण्याचा व्यावहारिक मार्ग आहे. वेग मिळवण्यासाठी आणि वापरकर्ते जिथे आधीच काम करतात तिथे त्यांच्यापर्यंत पोहोचण्यासाठी तुम्ही काही नियंत्रण सोडता.

प्रवाहाची प्रत्येक शाखा, वापरकर्ता आंतरपृष्ठ आणि प्रत्येक टप्प्याचा निर्णयकर्ता तुमच्या नियंत्रणात हवा असल्यास, सुरुवातीपासूनच स्वतःच्या एजंट रचनेचे नियोजन करा. केवळ ChatGPT मध्ये निर्मिती करणे कालांतराने तुमच्या गरजांसाठी अपुरे पडण्याची शक्यता आहे.

चॅट, प्रमाणीकरण आणि एजंटची जोडणी स्वतः तयार करण्यापूर्वी तुमचा MCP सर्व्हर ChatGPT मध्ये चालवण्यासाठीही अॅप्स SDK वापरू शकता. उत्पादनाला गरज भासल्यावर स्वतःच्या रचनेकडे वळता येते.

याच परिस्थितीतील संघांनी पुढे हे करावे: स्पष्ट परिणाम असलेला एक कार्यप्रवाह निवडा, चॅट, साधने आणि विजेट यांमधील हस्तांतरणाचे टप्पे लिहून ठेवा आणि प्रॉम्प्ट सुधारण्यावर बराच वेळ घालवण्यापूर्वी पुनर्प्रयत्न व त्रुटींची कठोर चाचणी करा.