ChatGPT Apps SDK மூலம் வெளியிட்டதில் நாங்கள் கற்றவை

• ChatGPT-இல் விரைவில் ஒரு பணிப்பாய்வை உருவாக்க வேண்டுமெனில் அல்லது தனிப்பயன் ஏஜென்ட் கட்டமைப்பில் முதலீடு செய்வதற்கு முன் உங்கள் கருவிகளை அங்கு சோதிக்க விரும்பினால், Apps SDK ஒரு நடைமுறைத் தேர்வாகும். ஏஜென்ட் எவ்வாறு செயல்படுகிறது என்பதன் ஒவ்வொரு படியையும் நீங்கள் கட்டுப்படுத்த வேண்டுமெனில், பொதுவாக இது பொருத்தமானதல்ல.

• ChatGPT முதன்மைத் தளமாக இருக்க வேண்டும், முழுமையான அரட்டைத் தயாரிப்பை உருவாக்காமல் கருவிகளுடன் சிறிய பயனர் இடைமுகக் கூறுகளையும் வழங்க வேண்டும் என்றால் Apps SDK-ஐத் தேர்ந்தெடுக்கவும். பணிப்பாய்வு, நினைவகம், ப்ராம்ப்ட்கள் மற்றும் எழுதும் செயல்கள் மீது இறுக்கமான கட்டுப்பாடு தேவைப்படும்போது உங்கள் சொந்த ஏஜென்ட் கட்டமைப்பைத் தேர்ந்தெடுக்கவும்.

• சில குறுகிய பயனர் இடைமுகப் படிகளுடன் அரட்டையை இணைக்கும் தயாரிப்புகளுக்கு Apps SDK பொருந்தும். நீங்கள் விரைவாக வெளியிடலாம்; ஆனால் ஓரளவு கட்டுப்பாட்டை விட்டுக்கொடுக்க வேண்டும்.

• தெளிவான கருவிகள், தெளிவான விட்ஜெட் செயல்பாடு, தெளிவான அடுத்த படிகள் ஆகியவையே எங்களுக்குப் பயனளித்தன. பணிப்பாய்வைத் தீர்மானிக்க நாங்கள் அவற்றையே சார்ந்திருந்தோம்; LLM-ஐ அல்ல. கணினி ஏற்கெனவே தேர்ந்தெடுத்த முடிவுகளை விளக்கும்போதுதான் மாடல் மிகவும் பயனுள்ளதாக இருந்தது.

• கீழே: முதலில் எவ்வாறு தேர்ந்தெடுப்பது, பின்னர் எது பயனளித்தது, எது பயனளிக்கவில்லை என்பதைப் பார்க்கலாம்.

பெரும்பாலான குழுக்கள் இன்னும் செயற்கை நுண்ணறிவுச் சோதனைத் திட்டங்களையே நடத்துகின்றன அல்லது குறைந்த இடர்-பலன் கொண்ட துணைப் பயன்பாடுகளில் மட்டுமே அதைப் பயன்படுத்துகின்றன. ஒவ்வொரு வாரமும் பயனர்கள் பயன்படுத்தும் வணிகத்திற்கு அத்தியாவசியமான தயாரிப்பை வெளியிடுவது சில குழுக்களே ஆகும். முழு உதவியாளரையும் நீங்களே உருவாக்குவதற்குப் பதிலாக ChatGPT-க்குள் உங்கள் தயாரிப்பைக் கொண்டுவருவதே இலக்கெனில், அந்த இடைவெளியைக் குறைக்க ChatGPT Apps SDK ஒரு வழியாகும்.

ChatGPT-ஐ முதன்மைத் தளமாகப் பயன்படுத்துவதையும், முழுமையான தனிப்பயன் அரட்டைத் தயாரிப்புக்கு நிதியளிக்கத் தேவையில்லாத விரைவான வழியையும் தேவைகள் சுட்டிக்காட்டிய ஒரு வாடிக்கையாளர் திட்டத்திலிருந்து இந்தப் படிப்பினைகளைப் பெற்றோம்.

அந்தத் தேவைகளுடன் Apps SDK பொருந்தியது. ஏனெனில் வாடிக்கையாளருக்குப் பின்வருவன தேவைப்பட்டன:

• உருவாக்கி வழங்க வேண்டிய பிரத்யேக அரட்டைத் தயாரிப்பு இல்லை—மற்றொரு தனித்த உதவியாளர் அமைப்பல்ல, ChatGPT-க்குள் பயனர்களைச் சென்றடைவதையே அவர்கள் விரும்பினர்.

• அரட்டையுடன் சிறிய, பணி சார்ந்த பயனர் இடைமுகம்—பணிப்பாய்வுக்குள் இன்னொரு முழுத் தயாரிப்பை உருவாக்காமல், குறிப்பிட்ட நோக்கமுள்ள சில விட்ஜெட் படிகள் மட்டும்.

• MCP கருவிகள் வழியாக வெளிப்படுத்தப்படும் பின்புலச் செயல்பாடு—முழுமையாகச் சொந்தமாக நிர்வகிக்கப்படும் தனிப்பயன் ஏஜென்ட் இயக்கச்சூழலுக்குப் பதிலாக நிலையான கருவி அழைப்புகள்.

• ChatGPT-க்குள் கண்டறியும் வசதி—பயனர்கள் ஏற்கெனவே பணிபுரியும் இடத்திலேயே பணிப்பாய்வைக் காண வேண்டும்.

உருவாக்கும்போதே வாடிக்கையாளருடன் இணைந்து அந்தத் தேர்வுகளைச் சரிபார்த்தோம். இந்தச் சமரசம் இன்னும் பொருந்தும்: அமர்வை ChatGPT வழங்கும்போது, வெளிப்புற இயக்கச்சூழல் உங்கள் கட்டுப்பாட்டில் இருக்காது. அதை நீங்கள் வழிநடத்தலாம்; முழுமையாகக் கட்டுப்படுத்த முடியாது.

Apps SDK செயலி மூன்று அம்சங்களை ஒன்றிணைக்கிறது:

1. ChatGPT-இன் ஏஜென்ட் இயக்கச்சூழல்

2. உங்கள் MCP கருவிகள்

3. உங்கள் விட்ஜெட் பயனர் இடைமுகம்

நடைமுறைப் பணிப்பாய்வு:

1. ChatGPT-இடம் பயனர் ஒன்றைக் கேட்கிறார்.

2. ChatGPT உங்கள் MCP கருவிகளில் ஒன்றை அழைக்கலாம்.

3. உங்கள் சேவையகம் கட்டமைக்கப்பட்ட கருவி முடிவைத் திருப்பி அனுப்புகிறது.

4. ChatGPT அந்த முடிவைப் படித்து அடுத்த படியைத் தீர்மானிக்கிறது: கூடுதல் கருவி அழைப்புகள், பயனருக்கான பதில் அல்லது இரண்டும். அந்தக் கருவியுடன் ஒரு விட்ஜெட்டை இணைத்திருந்தால், அது இந்தச் சுற்றில் தோன்றலாம்.

5. அரட்டையிலோ விட்ஜெட்டிலோ பயனர் தொடர்கிறார். அதாவது, தொடர் உரை, ஒரு தேர்வு அல்லது விட்ஜெட் தூண்டும் கருவி அழைப்பு மூலம் தொடரலாம். இது உரையாடல் தொடரைப் புதுப்பிக்கிறது; ChatGPT மற்றொரு சுற்றை இயக்குகிறது. பணி முடியும் வரை 2–4 படிகள் மீண்டும் நடைபெறும்.

அரட்டை, பின்புலச் செயல்கள், குறுகிய பயனர் இடைமுகப் படிகள் ஆகியவற்றின் இந்தக் கலவையே இதன் நோக்கம் ஆகும். அரட்டை, கருவிகள், பயனர் இடைமுகம் ஆகியவற்றுக்கு இடையிலான ஒப்படைப்புகளே எளிதில் செயலிழக்கக்கூடிய பகுதிகள் என்பதும் இதன் பொருள் ஆகும்.

அரட்டைப் பயனர் இடைமுகம், கருவி இணைப்புகள், அங்கீகார முறைகள் அல்லது விட்ஜெட் அமைப்பை நீங்கள் புதிதாக உருவாக்க வேண்டியதில்லை. பல தயாரிப்புகளில் இது உருவாக்க நேரத்தைப் பெரிதும் குறைப்பதால், துறைசார் தர்க்கம் மற்றும் பாதுகாப்புக் கட்டுப்பாடுகளில் கவனம் செலுத்தலாம்.

ChatGPT-க்குள் உருவாக்குவது, உங்கள் சொந்த ஏஜென்ட்டை இயக்குவதற்குச் சமமல்ல. இந்தத் திட்டப்பணியின் கடினமான பகுதி ப்ராம்ப்ட் தந்திரங்கள் அல்ல. மாடலும் பயனர் இடைமுகமும் ஒருங்கிணைந்து இருக்குமாறு கருவிகள், விட்ஜெட்கள், அடுத்த படிகள் ஆகியவற்றைப் போதுமான அளவு தெளிவாக்குவதே கடினமாக இருந்தது.

உங்கள் வழக்கமான முன்புலத்தைவிட வேறுபட்ட தயாரிப்பு வடிவத்தை Apps SDK வழங்குகிறது. ஆனால் எந்தச் சூழல்களுக்கு இது சிறந்தது என்பதை அறிந்திருப்பது முக்கியம்.

பின்வருவனவற்றை விரும்பும்போது Apps SDK-ஐப் பயன்படுத்துங்கள்

• ChatGPT பணிப்பாய்வை விரைவாக வெளியிடுதல்.

• உரையாடலை ChatGPT வழங்க அனுமதித்தல்.

• இயல்பான மொழியுடன் குறிப்பிட்ட நோக்கமுள்ள சில பயனர் இடைமுகப் படிகளை இணைத்தல்.

• உங்கள் சொந்த அரட்டை இடைமுகம், ஏஜென்ட் இயக்கச்சூழல் மற்றும் கண்டறியும் வசதியை உருவாக்குவதைத் தவிர்த்தல்.

உங்கள் பயனர்கள் ஏற்கெனவே ChatGPT-ஐத் தொடர்ந்து பயன்படுத்துபவர்களாக இருந்தால், அந்தக் கடைசிக் குறிப்பு முக்கியமானது.

பின்வருவன தேவைப்படும்போது உங்கள் சொந்த ஏஜென்ட்டை உருவாக்குங்கள்

• நிரலில் கட்டாயமாகப் பின்பற்றச் செய்யக்கூடிய நிலையான படிப்படியான பணிப்பாய்வு.

• முழுமையாக உங்கள் கட்டுப்பாட்டில் இருக்கும் தனிப்பயன் பயனர் இடைமுகமும் உறுதிப்படுத்தல் பாதையும்.

• உங்கள் சொந்த நினைவகம் மற்றும் நிலை மாடல்.

• ஒவ்வொரு இயக்கத்திலும் முன்கணிக்கக்கூடிய செயல்பாடு.

• ஏஜென்ட்டுக்கான தடங்கள், பதிவுகள் மற்றும் அளவீடுகள்.

திட்டமிடும் கூறு, கணினி ப்ராம்ப்ட்கள் மற்றும் முழுப் பணிப்பாய்வு ஆகியவையே உங்கள் தயாரிப்பெனில், தனிப்பயன் கட்டமைப்பே பொதுவாகச் சிறந்த தேர்வு ஆகும்.

எங்கள் திட்டத்தில் தொடர்ந்து பேசப்பட்ட சொல் “கட்டுப்பாடு” ஆகும்: ஒருபுறம் வேகமும் பழக்கமான வழங்கும் தளமும்; மறுபுறம் இயக்கச்சூழலின் பகுதியளவு உரிமையும் இருந்தன. முழுக் கட்டமைப்பையும் சொந்தமாக்குவதைவிட ChatGPT-இல் பயனர்களைச் சென்றடைவதற்கு முன்னுரிமை அளித்தபோது, வாடிக்கையாளர் ஏற்றுக்கொண்ட சமரசம் அதுதான்.

சிக்கலற்ற பாதை எளிதாகத் தோன்றுகிறது: பயனர் கேட்கிறார், கருவி இயங்குகிறது, தரவு திரும்புகிறது, தேர்வு தேவைப்படும்போது விட்ஜெட் தோன்றுகிறது.

நடைமுறையில் ஒப்படைப்புகளே சிக்கலாக இருந்தன. விட்ஜெட் என்பது அலங்காரமல்ல. அது திரையில் தோன்றியதும், மாடல் எதைப் பார்க்கிறது, அடுத்து என்ன செய்கிறது என்பவை மாறுகின்றன. விட்ஜெட் செயல்களைத் தளர்வான அரட்டையாக அல்லாமல், பெயரிடப்பட்ட நிகழ்வுகளாகக் கருதுங்கள்.

திட்டத்தில் பயன்படுத்திய கட்டமைப்பு நேரடியானது: FastMCP, Pydantic, React, TypeScript. அவற்றை ஒருங்கிணைப்பதில் சிக்கல் இருக்கவில்லை. அடுத்து என்ன நடக்க வேண்டும் என்பதில் மாடல், கருவிகள், பயனர் இடைமுகம் ஆகியவற்றை ஒருமித்த நிலைக்குக் கொண்டுவருவதே உண்மையான பணியாக இருந்தது.

ஒவ்வொரு ஒப்படைப்பையும் தெளிவாக்குங்கள்

கருவி முடிவுகளைச் செயலாக்கப்படாத பின்புலத் தரவுகளாகக் கருதுவதை நிறுத்தினோம். ஒவ்வொரு திருப்பியனுப்பலும் ஓர் ஒப்படைப்பாக மாறியது.

சிறந்த கருவி முடிவு பின்வருவனவற்றைச் செய்யும்:

• காட்சிப்படுத்த விட்ஜெட்டுக்குத் தேவையானவற்றை வழங்கும்.

• பதிலை உருவாக்க அடிப்படையாகப் பயன்படுத்த வேண்டிய கட்டமைக்கப்பட்ட உண்மைகளை ChatGPT-க்கு வழங்கும்.

• பணிப்பாய்வுக்குத் தேவைப்படும்போது, மாடல் ஊகிக்க வேண்டியிராதபடி அடுத்து என்ன நடக்க வேண்டும் என்பதைக் குறிப்பிடும்.

விட்ஜெட் செயல்கள் தெளிவற்ற உரையை உரையாடல் தொடருக்கு அனுப்பக்கூடாது. பயனர் என்ன செய்தார், அடுத்து என்ன நடக்க வேண்டும் என்பதை அவை குறிப்பிட வேண்டும்.

ஒப்படைப்புகள் தெளிவானதும் நம்பகத்தன்மை அதிகரித்தது.

கருவி வெளியீட்டிலும் விட்ஜெட் செயல்களிலும் இடம்பெறும் குறுகிய, தெளிவான வழிமுறைகளை மாடல் பின்பற்றுகிறது.

நாங்கள் பயன்படுத்திய சிறிய Pydantic கட்டமைப்பு கீழே உள்ளது. ஒரு விட்ஜெட்டைக் காட்டும்போது அதற்குத் தேவையான கட்டமைக்கப்பட்ட தரவையும், அமர்வில் ChatGPT பயன்படுத்த வேண்டிய உண்மைகளையும் வெளியீட்டுப் புலம் கொண்டிருக்கும். உதவியாளர் அடுத்து என்ன செய்ய வேண்டும் என்பதைக் குறிப்பிடும் குறுகிய வரியை agent_directions புலம் கொண்டிருக்கும். காரணம் இதில் விருப்பத் தேர்வாகும்.

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

விட்ஜெட்களைச் சிறியதாக வைத்திருங்கள்

பயனளித்த விட்ஜெட்கள் ஒரு முடிவை மட்டும் கையாண்டு, பின்னர் கட்டுப்பாட்டைத் திருப்பி அளித்தன. விட்ஜெட்டைச் சிறு செயலியாக மாற்றுவதைவிட குறுகிய பட்டியல்கள், உறுதிப்படுத்தல்கள் அல்லது சுருக்கமான மதிப்பாய்வுத் திரை சிறப்பாகச் செயல்பட்டன. பணிப்பாய்வு இன்னும் முன்கணிக்கக்கூடியதாக இருக்க வேண்டியபோது, எளிய சரிபார்ப்பு அல்லது நிலையான அடுத்த படி போன்ற சிறிதளவு தர்க்கத்தை விட்ஜெட்டில் சேர்ப்பதும் உதவியது.

விட்ஜெட் செய்திகளில் மூன்றாம் நபர் நடை

விட்ஜெட்டின் தொடர் செய்திகளைப் பயனரின் அரட்டைபோல் எழுதுவதை நிறுத்தினோம். எடுத்துக்காட்டாக, “நான் தேர்ந்தெடுத்தேன்…”, “நான் உறுதிப்படுத்தினேன்…” என்று எழுதவில்லை. பயனர் செய்ததைப் பற்றிய குறுகிய அறிக்கைகளாக அவற்றை எழுதினோம். எடுத்துக்காட்டாக, “பயனர் தேர்ந்தெடுத்தார்…”, “பயனர் உறுதிப்படுத்தினார்…” என்று எழுதினோம். விட்ஜெட் செய்திகளைப் பயனர் செய்திகளாக அல்லாமல் கருவிச் செய்திகளாக ChatGPT சேர்த்ததால், இந்த அணுகுமுறையை முயன்றோம்.

அடுத்த படி தெளிவாக இருக்கும்போது நேரடிச் செயல்கள்

ஒரு பொத்தான் அடுத்த கருவி அழைப்பைத் தெளிவாகக் குறித்தால், மற்றொரு அரட்டைச் சுற்றைக் கட்டாயப்படுத்துவதைவிட விட்ஜெட்டே அதை நேரடியாகத் தூண்டுவது சிறப்பாகச் செயல்பட்டது. அடுத்த கருவி அழைப்புக்கு ChatGPT-இலிருந்து உள்ளீடுகள் தேவையில்லாதபோது மட்டுமே இது பொருந்தும்.

இது முன்கணிக்கக்கூடிய பணிப்பாய்வுகளை நடைமுறைப்படுத்த உதவியதுடன், மற்றொரு அரட்டைச் சுற்றைத் தவிர்த்ததால் தாமதத்தையும் குறைத்தது.

பிழைகளைக் கையாளுதல்

கருவி அழைப்பு தோல்வியடைந்தபோது, சரியான MCP பிழைக் குறியீடுகளையும் குறுகிய, தெளிவான செய்திகளையும் கருவியிலிருந்து திருப்பி அனுப்பினோம். இதனால் தோல்வியடைந்த அழைப்புகளில் ChatGPT படிப்பதற்கு உண்மையான தகவல் கிடைத்தது. எனவே சிக்கலைப் பயனருக்கு விளக்கவும், பொருத்தமான அடுத்த படியைத் தேர்ந்தெடுக்கவும் முடிந்தது.

கருவிச் சூழல் மேலாண்மை

அமர்வு நிலையை எங்கள் சேவையகத்தில் வைத்திருந்தோம். கருவி அழைப்புகளுடன் அமர்வுக்குரிய சூழலை ChatGPT அனுப்புகிறது. FastMCP-இல் ஒவ்வொரு கருவிக்கும் Context அளவுருவை வழங்கியதால், கையாளுநரால் அந்த நிலையைப் படித்துப் புதுப்பிக்க முடிந்தது.

• ஒவ்வொரு அழைப்பிலும் கருவி அளவுருக்களாக மீண்டும் அனுப்புமாறு ChatGPT-இடம் கேட்பதற்குப் பதிலாக, நிலையான அடையாளங்களையும் முந்தைய முடிவுகளையும் அமர்வில் வைத்திருந்தோம்.

• கருவி அழைப்புச் சுழல்கள் ஏற்பட்டபோது, நகல் அழைப்புகளைக் கண்டறிந்து கருவி முடிவு வழியாகத் தெளிவான பிழையைத் திருப்பி அனுப்ப முடிந்தது.

• பிழைநீக்கம் மற்றும் ஆதரவுக்காக அமர்வுப் பதிவுகளை எங்கள் பக்கத்திலேயே வைத்திருந்தோம்.

தொடக்கத்தில் ஒரு விட்ஜெட்டைக் காட்டி, மாடல் அதை “புரிந்துகொண்டது” எனக் கருதி, சரியான தொடர் கருவி அழைப்புக்காகக் காத்திருந்தோம். சில நேரங்களில் அது நடந்தது. ஆனால் பல நேரங்களில் நடக்கவில்லை.

தெளிவான ஒப்படைப்பு இல்லாவிட்டால், செயல் தேவைப்பட்டபோது சுருக்கத்தை ChatGPT வழங்கலாம், ஒரு தேர்வை மீண்டும் கூறுமாறு பயனரைக் கேட்கலாம் அல்லது நிறுத்த வேண்டியபோதும் தொடர்ந்து திட்டமிடலாம்.

மாடல் ஊகிக்கும் என நம்புவதற்குப் பதிலாக, ஸ்ட்ரக்ச்சர்டு அவுட்புட்ஸ் மற்றும் விட்ஜெட் தரவுத்தொகுப்புகளில் அடுத்த படியைத் தெளிவாகக் குறிப்பிடுவதே தீர்வாக இருந்தது.

Apps SDK ஆவணத்தின்படி, கருவி வெளியீடு, மறைக்கப்பட்ட துணைத்தரவு மற்றும் அரட்டை உரை ஆகியவற்றுக்கு இடையே பதில்களை நுணுக்கமாகப் பிரிக்க முயன்றோம். ஆனால் விட்ஜெட்களில் மறைக்கப்பட்ட துணைத்தரவை எங்களால் படிக்க முடியவில்லை. எனவே இதைப் பயன்படுத்த முடியவில்லை.

விட்ஜெட்டிலிருந்து தொடர்ந்து அழைக்க முடிந்தாலும், ஏஜென்ட் அவற்றைத் தேர்ந்தெடுக்காதபடி அதன் கருவிப் பட்டியலிலிருந்து சில கருவிகளை விலக்கி வைக்கலாம் என Apps SDK ஆவணங்கள் குறிப்பிடுகின்றன. பார்வைத்தன்மையை app-only என அமைத்தபோது, ஏஜென்டுக்கு மட்டுமல்லாமல் விட்ஜெட்டுக்கும் அந்தக் கருவிகள் கிடைக்காமல் போயின. ஏஜென்டால் கருவியைப் பார்க்க முடியாமலும் விட்ஜெட்டால் அதைப் பார்க்க முடிந்தவாறும் எந்த அமைவையும் எங்களால் உருவாக்க முடியவில்லை.

பயனுள்ள எதுவும் நடக்காதபோது அமைதியாக இருப்பது அல்லது பொதுவாக “வெற்றி” எனக் காட்டுவது, நேரடியான பிழையைவிட மோசமாக இருந்தது. எனவே கருவி மற்றும் விட்ஜெட் தோல்விகளை முதன்மை வெளியீடுகளாகக் கருதினோம். ஒரு படியைத் தொடர முடியாவிட்டால், காட்சிப்படுத்தப்பட்டும் முன்னேற உதவாத விட்ஜெட்டை வெறித்துப் பார்க்கப் பயனர்களை விடாமல், அதை எளிய மொழியில் கூறித் தெளிவான பிழையைத் திருப்பினோம். இது பயன்பாட்டுத்தன்மையை மேம்படுத்தியதுடன் மாடலின் செயல்பாட்டையும் நம்பகமானதாக்கியது.

குறைந்த தனிப்பயன் தளப் பணியுடன் ChatGPT-இல் ஒரு பணிப்பாய்வை உருவாக்குவதே உங்கள் இலக்கெனில், அதை அடைய Apps SDK ஒரு நடைமுறை வழியாகும். வேகத்திற்காகவும், பயனர்கள் ஏற்கெனவே பணிபுரியும் இடத்திலேயே அவர்களைச் சென்றடைவதற்காகவும் ஓரளவு கட்டுப்பாட்டை விட்டுக்கொடுக்கிறீர்கள்.

பணிப்பாய்வின் ஒவ்வொரு கிளை, பயனர் இடைமுகம், ஒவ்வொரு படியையும் தீர்மானிப்பவர் ஆகிய அனைத்தையும் கட்டுப்படுத்த வேண்டுமெனில், தொடக்கத்திலிருந்தே உங்கள் சொந்த ஏஜென்ட் கட்டமைப்பைத் திட்டமிடுங்கள். ChatGPT-க்குள் மட்டும் உருவாக்கும் நிலையைக் காலப்போக்கில் நீங்கள் கடந்து செல்வீர்கள்.

அரட்டை, அங்கீகாரம் மற்றும் ஏஜென்ட் இணைப்புகளை நீங்களே உருவாக்குவதற்கு முன், உங்கள் MCP சேவையகத்தை ChatGPT-க்குள் இயக்க Apps SDK-ஐப் பயன்படுத்தலாம். பின்னர் தயாரிப்புக்குத் தேவைப்படும்போது உங்கள் சொந்தக் கட்டமைப்புக்கு மாறலாம்.

இதே நிலையில் உள்ள குழுக்களின் அடுத்த படி: தெளிவான முடிவைக் கொண்ட ஒரு பணிப்பாய்வைத் தேர்ந்தெடுத்து, அரட்டை, கருவிகள், விட்ஜெட்கள் ஆகியவற்றுக்கு இடையிலான ஒப்படைப்புகளைப் பதிவுசெய்யுங்கள். ப்ராம்ப்டை மேம்படுத்த அதிக நேரம் செலவிடுவதற்கு முன் மறுமுயற்சிகளையும் பிழைகளையும் கடுமையாகச் சோதியுங்கள்.