ChatGPT Apps：2025年开发者完整指南

当你读到这些文字时，OpenAI刚刚打开了大门。昨天——真的就是昨天——他们为ChatGPT启动了App Directory，并向所有开发者开放了提交。不只是选定的合作伙伴。是所有人。包括你。

8亿用户。几乎没有竞争。机会之窗现在就开着。几个月后当所有人涌入时，窗口就会关闭。

这不是又一篇"看看你有一天可以做什么"的文章。这是给那些想要现在就抓住机会的人的指南，趁着市场还空荡荡的。

还记得2008年App Store开放时，所有人都在想"谁需要手机上的应用程序？"然后Angry Birds赚了10亿美元，Instagram以10亿卖给Facebook，Uber成长到800亿。最早进入的开发者一夜暴富，仅仅因为他们是第一批。

现在是2025年12月。完全相同的事情正在发生。只不过这次叫做ChatGPT Apps。

10月6日OpenAI推出了新平台——你知道启动时有多少用户吗？8亿。不是2008年iPhone的1000万。八亿。App Store启动时小了80倍。明白了吗？

现在有多少竞争对手？截至12月18日——不到20个应用。Spotify、Booking.com、Canva、Zillow、AllTrails，几个企业工具。就这些。真的就这些。市场完全空白。昨天OpenAI向所有开发者开放了提交——包括你。

我没开玩笑。你在ChatGPT里输入："Spotify，创建一个跑步播放列表"——聊天界面里直接打开Spotify小部件。有歌曲、按钮，一切都能用。不用切换标签页，不用复制粘贴。神奇。

或者："Booking，找巴黎100欧以下的酒店"——砰，地图、选项、照片都出来了，可以立即预订。

你也可以创建同样类型的应用。

让我来告诉你怎么做。

为什么这不只是另一个"新功能"

听着，我理解。所有人都对"哇，新技术将改变世界"这类新闻产生了免疫力。每周都有新东西。加密货币、NFT、元宇宙、下周就来的AGI。厌倦炒作了？我也是。

但这次不同。看看数据。

2008年的App Store：

启动时1000万iPhone用户
要开发应用，你需要Mac（至少1000美元）和测试设备
竞争从零开始，但六个月后有数千个应用
你必须学习Objective-C（对，那个带方括号的噩梦）

结果呢？Instagram卖了10亿，Angry Birds有10亿次下载，Uber现在值800多亿。

最早进入的人——只是赶上了时机。他们在没有竞争的时候就在那里。

现在的ChatGPT Apps：

每周8亿活跃用户
开发——普通笔记本电脑，任何操作系统，免费工具
不到20个竞争对手（12月17日向所有人开放提交！）
技术栈——TypeScript或Python，你已经会的

数学很简单：受众大80倍，竞争对手少几百倍，进入门槛低几倍。

这不是炒作。这是昨天（12月17日）打开的机会之窗，2-3个月后当所有人涌入时会关闭。第一批通过审核的应用将在2026年1月开始出现在目录中。现在那里几乎没人。

这些ChatGPT Apps到底是什么（不废话）

好的，先跳过技术术语。用大白话说。

以前是这样：你在ChatGPT里，想做点什么——比如订酒店。ChatGPT给你建议，然后你复制酒店名字，在新标签页打开Booking.com，搜索，预订。一大堆窗口切换。很烦。

现在是这样：你在ChatGPT输入"Booking，找马德里周末80欧以下的酒店"，聊天界面里直接出现——地图、选项列表、照片、价格，可以点击预订。全在那里。不用标签页。

看起来是个小细节？嗯，苹果当时也看起来是个小细节——"有按钮为什么要触摸屏？"然后诺基亚死了。

ChatGPT Apps不是：

马上说清楚，免得搞混（我一开始也搞混了）。

不是Custom GPTs。Custom GPTs只是带指令的聊天机器人。你告诉它"像海盗一样回答"——它就像海盗一样回答。就这样。没有小部件，没有交互性。

不是ChatGPT Plugins。OpenAI在2024年4月关闭了Plugins。它们慢、笨拙、运行不佳。埋了，理所应当。

不是使用ChatGPT API。API是你做自己的应用，在里面使用ChatGPT。完全不同的故事。

那是什么？

ChatGPT Apps是ChatGPT内部的完整应用程序。有界面、按钮、卡片、地图、视频——你想要什么都行。你创建后端（TypeScript或Python），做UI（普通HTML/CSS/JS），ChatGPT直接在聊天中渲染。

工作流程示例（一步步）：

用户："Zillow，给我看纽约50万美元以下的房子"
ChatGPT理解：需要调用Zillow应用
向你的服务器发送请求（这叫MCP服务器，稍后详述）
你的服务器：搜索房子，组织响应 + 小部件的HTML
ChatGPT接收数据并显示小部件，有地图、照片、描述
用户点击房子 → 看到详情
说："去掉40万美元以上的" → 列表更新
找到需要的 → 点击"在Zillow打开" → 网站打开

整个魔法在于这发生时没有切换上下文。与ChatGPT的对话不中断。你只是说你想要什么，一切就出现在那里。

为什么需要这个？

合理的问题。这里有个真实用例：

以前：我想在参观博物馆后订餐厅。

打开博物馆网站，查看开放时间
谷歌附近的餐厅
选一个，打开OpenTable
预订
添加日历提醒

现在："ChatGPT，在普拉多博物馆闭馆后预订附近的餐厅。"

ChatGPT找出闭馆时间
找附近的餐厅
提供选项（有地图、菜单、评论）
预订桌子
添加到日历

一句话代替五个步骤。

这就是为什么我们需要它。

开发者争相进入的三个原因

1. 即时获得受众（不公平，但有效）

创业公司的常规路径：

想法 → MVP → 启动
建站，配置分析
SEO（等待几个月）
付费广告（钱，钱，钱）
冷电话，邮件
一年后：1000个用户（如果你幸运）

用ChatGPT Apps：

你做应用。发布到Store。用户写"给我找意大利面carbonara的食谱"——如果你有食谱应用，ChatGPT自己推荐你的应用。

不是你找用户。ChatGPT把他们带给你。

就像拥有世界上最好的销售经理，24/7免费工作，认识所有8亿用户。

现在想象你有三个竞争对手。不是三千个。三个。在某些细分市场可能根本没人。

2. 不需要从头构建UI（但应该研究指南）

你知道在应用中做一个像样的UI要多长时间吗？几个月。响应式、浏览器兼容性、主题（明暗）、可访问性。加上单独的iOS版本、单独的Android版本。工作量巨大。

用ChatGPT Apps——ChatGPT为你渲染UI。你提供HTML模板，它集成到界面中。主题？自动。响应式？自动。iOS/Android？到处都能用，这是网页。

但有个陷阱：OpenAI提供了清晰的设计指南。这不是"做你想做的"。有关于小部件大小、配色方案、排版、间距的建议。一切都清楚地记录在案。

好消息：遵循这些指南比从头创建设计系统更容易。OpenAI已经考虑了一致性、可访问性、UX模式。你只需应用他们的标准。

你专注于逻辑、数据、让应用有用的东西。不是让按钮在不同设备上看起来一样。

3. 先行者优势（窗口现在就开着）

仔细听，因为这是文章最重要的部分。

2025年12月17日——昨天——OpenAI启动了App Directory并向所有开发者开放提交。不是合作伙伴，不是企业。是所有人。你现在可以去platform.openai.com提交应用审核。

现在有什么：

Spotify、Booking.com、Expedia（旅行）
Canva、Figma（设计）
Zillow（房地产）
Coursera（教育）
AllTrails、Coupler、Daloopa、Coveo、Egnyte、Hex（企业工具）

数数。8亿用户，不到20个应用。App Directory目录实际上是空的。Featured部分是空的。推荐算法刚开始调整。

第一批通过审核的应用将在2026年1月开始出现。这意味着你有2-3周时间做一个高质量的应用并提交审核。有机会成为第一波。

到2026年夏天将有：

数千名开发者
数百个创业公司
大量模仿者
Featured位置的激烈竞争
在数千个应用上训练过的推荐算法

但别担心。这并不意味着夏天就太晚了。ChatGPT Apps不是一年后会消失的炒作功能。这是一个基础平台，会一直存在。

类比：App Store在2008年推出，成功的新应用今天仍在出现。TikTok在2018年爆发市场——商店推出10年后。Clubhouse在2020年值数十亿。

ChatGPT Apps将在未来几年增长和演变。只是那些在第一波进入的——在接下来的2-3个月——将获得最大好处：更少的竞争对手，更多的关注，排名第一位置，先驱声誉，Featured的机会。

你也可以六个月后进入。但现在是风险最小、回报最大的机会窗口。目录是空的。提交开放了。竞争几乎不存在。

一个月后会有数百份提交。三个月后——数千份。但现在你可以成为前二十名之一。

技术上如何工作（不用术语）

好的，营销够了。进入正题——它在底层是如何构建的。

简单图示

用户 
    ↓ 写提示词
ChatGPT UI（你看到的）
    ↓ 理解需要什么工具
Apps SDK Runtime（引擎）
    ↓ 发送请求
你的MCP服务器（你的代码）
    ↓ 处理，调用API
你的数据库/外部服务
    ↓ 返回数据
Widget（iframe中的HTML/CSS/JS）
    ↓ 显示
用户看到结果

实际上，一个请求是这样的：

用户："Spotify，创建早晨跑步播放列表"

ChatGPT：好的，这是关于音乐的，需要Spotify的create_playlist工具
ChatGPT → 你的服务器：POST请求，参数{theme: "morning_run", duration: 30}
你的服务器：

- 收到请求

- 调用Spotify API

- 编译歌曲列表

- 形成响应 + 小部件的HTML

你的服务器 → ChatGPT：这是你的数据 + UI模板
ChatGPT：在iframe中渲染小部件（受保护的沙箱）
Widget：通过window.openai API接收数据
用户：看到播放列表，可以听、编辑

整个过程需要几秒钟。

MCP协议——是什么，为什么

MCP = Model Context Protocol（模型上下文协议）。这是连接AI与外部工具和数据的开放标准。

简史：

2024年11月 → Anthropic（Claude的创造者）宣布MCP
2025年3月 → OpenAI说"是的，我们也这么做"
2025年12月 → MCP移交给Linux基金会

现在是共同标准。构建一次MCP服务器——可以与ChatGPT、Claude、VS Code、任何AI客户端一起工作。

类比：还记得以前每个手机都有自己的充电器吗？诺基亚一个，三星另一个，iPhone第三个。真烦人。然后他们发明了USB-C——所有人用一个接口。

MCP是AI应用的USB-C。

MCP的三大支柱

MCP由三个原语组成。听起来吓人，但实际上很简单：

1. Tools（工具）

这些是AI可以调用的函数。例如：

search_products — 搜索产品
book_hotel — 预订酒店
create_playlist — 创建播放列表
get_weather — 获取天气

你注册一个工具，描述参数（需要传什么），ChatGPT自动理解何时调用它。

2. Resources（资源）

这些是数据源或UI模板。例如：

带小部件的HTML文件
用户数据的JSON
图片、视频

你控制Resources，不是AI。你决定返回什么以及什么格式。

3. Prompts（提示词）

常见任务的可重用模板。如果你有标准场景，可以描述一次，用户会更快使用。

说实话？Prompts很少使用。Tools和Resources——这才重要。

安全性呢？

小部件在沙箱iframe中运行——隔离的环境。它们不能：

读取其他网站的cookies
在ChatGPT上下文中执行任意JavaScript
访问其他用户的数据

所有请求通过HTTPS。传输中的数据用TLS 1.2+加密。存储——AES-256。OpenAI通过了SOC 2 Type 2审计，符合GDPR/CCPA。

简而言之，安全性很可靠。不需要重新发明轮子。

构建你的第一个应用（现在）

理论够了。让我们做一个真正的应用。现在。20-30分钟内。

我们要构建什么：待办事项列表。是的，我知道，这是陈词滥调。但它简单明了。做个todo——理解原理——然后如果你想的话可以建造宇宙飞船。

你需要什么

Node.js（可能已经安装了）
任何代码编辑器
终端
ngrok（用于公共URL）

一切免费，一切可用。

步骤1：创建项目

mkdir my-first-chatgpt-app
cd my-first-chatgpt-app
npm init -y
npm install @modelcontextprotocol/sdk

package.json应该像这样：

{
  "type": "module",
  "dependencies": {
    "@modelcontextprotocol/sdk": "^1.20.2"
  }
}

> 注意：在示例中，我们直接使用JSON Schema验证参数。如果你想要更强大的验证，可以添加zod并在工具处理程序中使用。

步骤2：编写MCP服务器

创建文件server.js：

import { createServer } from "node:http";
import { readFileSync } from "node:fs";
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StreamableHTTPServerTransport } from "@modelcontextprotocol/sdk/server/streamableHttp.js";

// 带小部件的HTML（下一步创建）
const widgetHtml = readFileSync("widget.html", "utf8");

// 我们的任务"存储"（实际上会是数据库）
let todos = [];
let nextId = 1;

function createTodoServer() {
  const server = new McpServer({ 
    name: "my-todo-app", 
    version: "1.0.0" 
  });

  // 将小部件UI注册为Resource
  server.registerResource(
    "todo-widget",
    "ui://widget/todo.html",
    {},
    async () => ({
      contents: [{
        uri: "ui://widget/todo.html",
        mimeType: "text/html+skybridge",  // 重要！没有这个不会工作
        text: widgetHtml,
        _meta: { 
          "openai/widgetPrefersBorder": true  // 小部件周围的边框
        },
      }],
    })
  );

  // 注册添加任务的Tool
  server.registerTool(
    "add_todo",
    {
      title: "添加任务",
      description: "向列表添加新任务",
      inputSchema: {
        type: "object",
        properties: {
          title: {
            type: "string",
            description: "任务标题"
          }
        },
        required: ["title"]
      },
      _meta: {
        "openai/outputTemplate": "ui://widget/todo.html",  // 显示哪个小部件
        "openai/toolInvocation/invoking": "正在添加任务...",  // 加载时的文本
        "openai/toolInvocation/invoked": "任务已添加 ✓",  // 完成时的文本
      },
    },
    async ({ title }) => {
      // 创建任务
      const todo = { 
        id: `todo-${nextId++}`, 
        title, 
        completed: false 
      };
      todos.push(todo);

      // 返回结果
      return {
        // ChatGPT的文本（在聊天中显示什么）
        content: [{ 
          type: "text", 
          text: `✅ 已添加："${title}"` 
        }],
        // 小部件的数据
        structuredContent: { 
          tasks: todos 
        },
      };
    }
  );

  return server;
}

// 带CORS的HTTP服务器（必需！）
const port = 8787;
const httpServer = createServer(async (req, res) => {
  const url = new URL(req.url, `http://${req.headers.host}`);

  // CORS预检（ChatGPT首先发送OPTIONS请求）
  if (req.method === "OPTIONS" && url.pathname === "/mcp") {
    res.writeHead(204, {
      "Access-Control-Allow-Origin": "*",
      "Access-Control-Allow-Methods": "POST, GET, OPTIONS",
      "Access-Control-Allow-Headers": "content-type, mcp-session-id",
      "Access-Control-Expose-Headers": "Mcp-Session-Id",
    });
    res.end();
    return;
  }

  // 健康检查（验证服务器是否运行）
  if (req.method === "GET" && url.pathname === "/") {
    res.writeHead(200).end("✅ MCP服务器运行中");
    return;
  }

  // MCP端点（ChatGPT会在这里调用）
  if (url.pathname === "/mcp") {
    res.setHeader("Access-Control-Allow-Origin", "*");
    res.setHeader("Access-Control-Expose-Headers", "Mcp-Session-Id");

    const server = createTodoServer();
    const transport = new StreamableHTTPServerTransport({
      sessionIdGenerator: undefined,
      enableJsonResponse: true,
    });

    // 连接关闭时清理
    res.on("close", () => {
      transport.close();
      server.close();
    });

    await server.connect(transport);
    await transport.handleRequest(req, res);
    return;
  }

  res.writeHead(404).end("Not Found");
});

httpServer.listen(port, () => {
  console.log(`🚀 服务器运行中：http://localhost:${port}/mcp`);
});

看起来复杂？实际上有三个部分：

注册小部件（UI）
注册工具（它能做什么）
HTTP服务器（让ChatGPT能够访问我们）

步骤3：制作小部件

创建widget.html：

<!DOCTYPE html>
<html lang="zh">
<head>
  <meta charset="utf-8" />
  <title>待办小部件</title>
  <style>
    * { box-sizing: border-box; }
    body { 
      margin: 0; 
      padding: 20px; 
      font-family: -apple-system, BlinkMacSystemFont, sans-serif;
      background: var(--bg, #f8f9fa);
    }
    .task-list { 
      display: flex; 
      flex-direction: column; 
      gap: 10px; 
    }
    .task { 
      padding: 15px; 
      border-radius: 8px; 
      background: white;
      box-shadow: 0 2px 4px rgba(0,0,0,0.1);
      display: flex;
      align-items: center;
      gap: 10px;
    }
    .task:hover { 
      box-shadow: 0 4px 8px rgba(0,0,0,0.15);
    }
    .task.completed { 
      opacity: 0.5; 
      text-decoration: line-through; 
    }
    .empty {
      text-align: center;
      padding: 40px;
      color: #999;
      font-style: italic;
    }
  </style>
</head>
<body>
  <div id="root"></div>
  
  <script type="module">
    // 从ChatGPT获取数据
    const toolOutput = window.openai?.toolOutput;
    const theme = window.openai?.theme;
    
    // 如果是深色主题，改变背景
    if (theme === 'dark') {
      document.documentElement.style.setProperty('--bg', '#1a1a1a');
    }
    
    // 渲染任务列表
    function render(tasks) {
      const root = document.getElementById('root');
      
      if (!tasks || tasks.length === 0) {
        root.innerHTML = '<div class="empty">📝 还没有任务。添加你的第一个！</div>';
        return;
      }
      
      root.innerHTML = `
        <div class="task-list">
          ${tasks.map(task => `
            <div class="task ${task.completed ? 'completed' : ''}">
              <span>${task.title}</span>
            </div>
          `).join('')}
        </div>
      `;
    }
    
    // 首次渲染
    render(toolOutput?.tasks || []);
    
    // 监听更新（当ChatGPT更新数据时）
    window.addEventListener("openai:set_globals", (event) => {
      const newTasks = event.detail?.globals?.toolOutput?.tasks;
      if (newTasks) render(newTasks);
    });
  </script>
</body>
</html>

这是普通HTML。魔法在window.openai——ChatGPT就是这样传递数据给我们的。

步骤4：本地运行

打开两个终端。

终端1（启动服务器）：

node server.js

你会看到：🚀 服务器运行中：http://localhost:8787/mcp

终端2（公共隧道）：

ngrok http 8787

ngrok会给你一个公共URL，类似https://abc123.ngrok.app。复制它。

步骤5：连接到ChatGPT

打开ChatGPT
Settings → Apps & Connectors → Advanced settings
启用Developer Mode（需要Plus或Pro）
点击Create Connector
输入URL：https://你的ngrok-url.ngrok.app/mcp
保存

步骤6：测试！

打开新聊天并输入：

添加任务：买牛奶

如果一切正常——你会看到一个带任务的小部件！

再试试：

添加任务：去健身房
添加任务：给妈妈打电话

直接在聊天中看到任务列表了吗？恭喜，你刚创建了第一个ChatGPT应用！🎉

接下来呢？

这是最基本的例子。接下来你可以：

添加删除任务功能
做复选框标记为完成
连接真实数据库（PostgreSQL、MongoDB）
添加OAuth授权
部署到Vercel（免费）

但你理解原理了。其余的是细节。

高级功能（当基础变得无聊时）

好的，你做了待办列表。现在想要更严肃的东西。这里还有什么可以做：

OAuth授权

如果你的应用处理用户个人数据（如Spotify播放列表或Google Drive），你需要授权。

ChatGPT支持带PKCE的OAuth 2.1。听起来吓人，但运作简单：

用户第一次调用你的应用
ChatGPT显示"连接账户"
重定向到你的授权服务器
用户授予访问权限
你的服务器返回token
ChatGPT保存token并在每次请求时发送

在代码中看起来像这样：

server.registerTool(
  "get_user_playlists",
  {
    title: "获取播放列表",
    _meta: {
      "openai/auth": [{ type: "oauth2" }]  // 需要授权
    }
  },
  async (args, context) => {
    // 检查token
    const token = context.headers?.authorization?.replace('Bearer ', '');
    
    if (!token) {
      return {
        error: "Unauthorized",
        _meta: { 
          "mcp/www_authenticate": { error: "invalid_token" } 
        }
      };
    }
    
    // 获取数据
    const playlists = await fetchSpotifyPlaylists(token);
    return { content: [{ type: "text", text: JSON.stringify(playlists) }] };
  }
);

配置认证服务器的细节是单独的主题。简而言之：你需要/authorize端点、/token端点和服务器元数据。阅读文档，那里有解释。

全屏小部件

有时聊天中的小部件太小。比如地图。你需要全屏。

// 在小部件中
await window.openai.requestDisplayMode({ mode: "fullscreen" });

有三种模式：

inline — 聊天中的普通小部件（默认）
fullscreen — 全屏（用于地图、图表）
pip（画中画）— 浮动窗口（用于视频、音乐）

通过window.openai.requestDisplayMode()切换。

Agentic Commerce Protocol (ACP) — 直接在ChatGPT中销售

想通过ChatGPT销售产品？OpenAI和Stripe创建了一个开放标准——ACP。

如何运作：

你有产品（JSON/CSV/XML格式的Product Feed）
用户："ChatGPT，给我订一双Nike Air Max，42码"
ChatGPT在你的feed中找到产品
显示产品卡（照片、价格、描述）
用户："购买"
Instant Checkout — 通过你的Payment Provider付款（Stripe/PayPal）
你收到关于购买的webhook
你发货产品

佣金：OpenAI从销售中抽取小部分百分比（确切数字未公开）。

谁已经在做：Instacart（完整的Instant Checkout），100万+Shopify商家。

这真的有效。人们直接在聊天中购买，不用去网站。

部署：进入生产环境

一切在本地运行，但用户需要稳定的服务器。ngrok会在一小时后挂掉——不是选项。

选项1：Vercel（最简单）

Vercel官方支持ChatGPT Apps。有免费tier，足够开始。

npm i -g vercel
vercel login
vercel

就这样。Vercel会配置HTTPS、配置CDN、给你稳定的URL。

Vercel的现成模板：

vercel.com/templates/next.js/chatgpt-app-with-next-js

选项2：Railway / Fly.io / Render

如果你需要更多控制（自己的Docker、自己的环境变量等）：

Railway：

railway login
railway link
railway up

Fly.io：

fly launch
fly deploy

这三个平台开始都是免费的，然后为资源付费。便宜。

生产检查清单

启动前检查：

✅ HTTPS — 必需，否则ChatGPT不会连接

✅ CORS — 允许https://chatgpt.com

✅ 健康检查 — /应该返回200

✅ 速率限制 — 不被DDoS

✅ 环境变量 — 代码中没有秘密

✅ 日志记录 — 理解什么坏了

✅ 监控 — 正常运行时间、延迟、错误

Express的最小CORS：

app.use((req, res, next) => {
  res.header('Access-Control-Allow-Origin', '*');
  res.header('Access-Control-Allow-Methods', 'GET, POST, OPTIONS');
  res.header('Access-Control-Allow-Headers', 'content-type, mcp-session-id');
  next();
});

这足够开始了。

ChatGPT App Directory：提交现在开放

最常见的问题是："我们什么时候能发布？"

答案：已经可以了。2025年12月17日OpenAI向所有开发者开放了提交。

2025年12月18日的状态：

✅ App Directory已启动 — https://chatgpt.com/apps

✅ 提交已开放 — 通过platform.openai.com

✅ Apps SDK处于BETA — 任何开发者都可以使用

✅ 第一批批准的应用 — 将在2026年1月开始出现

谁已经在那里：

Spotify — 播放列表、推荐
Booking.com、Expedia — 旅行
Canva、Figma — 设计和演示
Zillow — 美国房地产
Coursera — 教育课程
AllTrails — 步道和路线
Coupler、Daloopa、Coveo、Egnyte、Hex — 企业工具

总共不到20个应用。就这些。目录几乎是空的。

如何提交你的应用（一步步）

步骤1：准备你的应用

提交前确保：

应用在Developer Mode中测试过
服务器在HTTPS上运行（必需！）
遵循App Submission Guidelines
有Privacy Policy和Terms of Service
UI遵守OpenAI指南

步骤2：前往OpenAI Developer Platform

访问platform.openai.com → "ChatGPT Apps"部分 → "Submit App"。

步骤3：填写提交表单

你需要提供：

应用信息：

应用名称（独特、清晰）
描述（它做什么，对谁有用）
类别（productivity、travel、education、entertainment等）
目录的图标和横幅（PNG，特定尺寸）

MCP详情：

你的MCP服务器URL（必须通过HTTPS访问）
服务器提供的工具列表
认证设置（如果需要OAuth）
小部件端点

测试指南：

审核者的测试场景（如何验证一切正常）
触发你的应用的示例提示
预期行为

截图/UI预览：

ChatGPT中小部件的截图
主要功能演示
显示应用在明暗主题中的外观

国家/地区可用性：

应用将在哪些国家可用
地区限制（如果有）

所有应用必需
你收集什么数据，如何使用，如何存储
完整政策文本的链接

发布说明：

此版本的新内容
已知限制或bug
未来计划（可选）

步骤4：提交审核

点击"Submit"。OpenAI开始检查：

技术审查（服务器是否工作，是否有bug）
安全审查（是否有漏洞，数据是否正确处理）
政策审查（是否符合Usage Policies）
UX审查（是否便于使用）

审查时间线：几天到几周（取决于复杂性）。

步骤5：收到回复

要么批准 — 恭喜，应用进入目录！

要么要求更改 — 需要修复问题并重新提交。

批准后，你的应用出现在App Directory中，8亿用户可以找到它。

批准要求

通过审核，应用必须：

✅ 符合OpenAI的Usage Policies

✅ 适合所有受众（无成人内容、暴力、仇恨言论）

✅ 只请求必要数据（最小权限原则）

✅ 有工作的HTTPS端点（HTTP不会工作）

✅ 提供清晰的Privacy Policy

✅ 遵循UI Guidelines（设计一致性、可访问性）

✅ 不违反第三方服务的Terms of Service（如果与它们集成）

自动拒绝如果：

没有HTTPS
没有Privacy Policy
请求功能不需要的数据（例如位置，如果你不使用）
UI不响应或损坏
应用崩溃有错误

批准后做什么

你的应用出现在目录中 — 用户可以通过搜索或Featured部分找到它。

用户如何找到你：

目录搜索 — 按关键词搜索
@提及 — 在聊天中输入@你的应用做某事
推荐 — ChatGPT自己在看到相关查询时推荐你的应用
Featured — 最好的应用进入推荐

深层链接：

你可以分享直接链接到你的应用：

https://chatgpt.com/apps/你的应用

发到社交媒体、网站、新闻通讯——人们点击并直接进入ChatGPT中的你的应用。

支持联系方式
安全认证（如果处理金钱）

货币化 — 真的能赚钱吗？

百万（字面意思）的问题。

收入选项：

方法	如何运作	状态
Instant Checkout	OpenAI从销售中抽取%	✅ 运作中
Subscription	用户为应用付费	🔜 即将推出
Freemium	基础版免费，Pro付费	🔜 2026
Ads	广告模式	❓ 不清楚

Instant Checkout已经运作。Instacart直接在ChatGPT中销售食品杂货，OpenAI收取佣金（大小未披露，但他们说"合理"）。

Subscription将在2026年Q1-Q2推出。像App Store一样——用户为应用付费，OpenAI拿~30%（可能）。

你能赚多少？

没人知道。Store还没开，没有统计数据。但我们可以看看App Store：

前1%的应用：每月$10K-100K+
前10%：每月$1K-10K
其余：每月$0-1K

ChatGPT Apps潜力更大，因为：

AI自己推荐应用（免费发现）
转化率更高（一切在聊天中，无切换）
Instant Checkout减少摩擦

但目前——不确定。第一批将实验。

这适合谁（诚实对话）

不是每个人都应该冲向ChatGPT Apps。坦诚点。

✅ 这适合你如果：

你会用TypeScript或Python编程
你理解REST API、HTTP、JSON
你有面向广泛受众的应用想法
你准备学习和实验
你不怕变化（SDK在preview，一切都在演变）
你想在一个新行业的开始就进入

❌ 不要开始如果：

你是编程的完全初学者（先学基础！）
你期望没有工作就有即时利润
你现在需要稳定收入（目前只能链接到你的网站购买）
你做狭窄的B2B产品（ChatGPT是面向大众市场的）
你没准备好技术变化

AI开发者的真实薪资

如果你不创建自己的应用而是在公司工作：

美国（2025）：

Junior AI Developer：$95K-$130K/年
Mid AI Engineer：$161K-$220K/年
Senior AI Engineer：$301K-$440K/年
AI Research Scientist：$500K-$893K/年

按地区远程工作：

西欧：€60K-€120K/年
东欧：$35K-$80K/年
印度：$15K-$45K/年
中国：$25K-$70K/年
南美：$30K-$65K/年

自由职业（全球）：$35-$116/小时（平均$65-75）

来源：levels.fyi、Glassdoor、AngelList（2025年12月）

AI开发者需求每年增长10-20%。会继续增长。

创建ChatGPT Apps的真实挑战

好的，整篇文章我都在告诉你这有多酷多简单。但坦诚点——不是一切都顺利。

开发者面临真实的挑战：

1. 范式转变

这是最难的部分。你习惯写普通应用：用户点击按钮 → 代码执行 → 结果显示。一切可预测。

ChatGPT Apps不同：

AI决定何时调用你的工具
用户用自然语言说话，不点击UI
你的应用是AI手中的工具，不是直接逻辑

你必须学会像AI工程师一样思考，而不是像经典web开发者。这就像从过程式编程转向函数式——技术看起来熟悉，但方法不同。

2. MCP协议 — 新标准

MCP刚出现，文档少，最佳实践还在形成。你不能谷歌"如何在MCP中做X"——Stack Overflow是空的。

你必须阅读官方文档（有时不完整）、研究OpenAI的例子、实验。

3. 调试比普通web应用更难

在普通应用中你看到请求 → 查看日志 → 理解什么坏了。

在ChatGPT Apps中：

AI可能误解提示
工具可能在你不期望时被调用
小部件在沙箱iframe中渲染 — DevTools不总是有帮助
错误可能在三个层次：AI、MCP传输、你的代码

你需要新的调试技能。

4. OAuth和安全 — 高责任

如果你的应用处理个人数据，你需要OAuth。但这不只是"安装库就能用"。

你必须：

配置授权服务器
实现PKCE流程
每次请求验证token
确保秘密的安全存储
通过OpenAI的安全审查

一个错误——用户数据泄漏。认真的。

5. 生产部署 — 不只是"上传到主机"

HTTPS是必需的。需要CORS。SSE/Streaming HTTP必须工作。健康检查。速率限制。监控。日志记录而不泄漏敏感数据。

对于初级开发者这可能是压倒性的。

6. 与大玩家竞争

当Store开放时，不只是独立开发者会进入。Spotify、Booking、Canva——这些是有大团队的大公司。

如何与他们竞争？你需要清晰的策略、专注于细分市场、理解市场。

7. 快速变化的生态系统

Apps SDK处于preview。每周都在添加功能。一个月前能用的东西在更新后可能会坏。

你必须准备快速适应。

这就是为什么你需要一个基础课程，而不只是"30分钟教程"。

培训：CodeGym课程

我们在CodeGym理解这些挑战。这正是为什么我们不只创建"半小时ChatGPT Apps基础"，而是准备真实开发的生产级完整课程。

我们做得不同

1. 渐进的范式转变

课程从经典web开发开始，然后平滑过渡到AI优先方法。你不是跳进冷水——你一步步来。

2. 深入MCP

我们不只是说"MCP是这样工作的"。我们分解：

协议的内部架构
AI如何决定调用工具
优化工具描述以更好发现
使用Resources的高级模式
在堆栈所有层级调试

3. 真实世界项目，不是hello world

40个实践任务——不是"做个待办列表"。而是：

带Instant Checkout的电商应用
带地图集成的旅行规划器
带AI生成的内容创建工具
带实时数据的分析仪表板
还有36个其他任务

4. 安全第一

单独的安全模块：

带PKCE的OAuth 2.1（一步步）
Token验证
速率限制策略
PII保护
GDPR/CCPA合规

5. 真实条件下的生产部署

不只是"这是Vercel的命令"。而是：

平台比较（Vercel、Railway、AWS）
CI/CD管道
监控和警报
错误跟踪
性能优化
扩展策略

6. NestJS作为基础

整个课程建立在NestJS上——现代TypeScript后端开发框架。

为什么NestJS？

非常适合MCP服务器（模块化架构）
开箱即用的生产就绪
依赖注入支持
与TypeScript优秀配合
巨大的社区

即使你以前没用过NestJS——我们会从零解释一切。如果用过——你会学到如何将它应用到AI应用。

7. 通过实践改变思维方式

每个级别包括：

理论模块（10-15分钟）
实践任务（30-60分钟）
AI导师的代码审查
常见错误分析

课程结束时你像AI工程师一样思考，不只是知道语法。

课程大纲（简要）

模块1：基础（级别1-4）

什么是ChatGPT Apps，为什么需要
MCP协议：架构和原理
环境配置（NestJS + MCP SDK）
第一个应用：简单小部件

模块2：MCP和Tools（级别5-8）

注册和描述Tools
参数和验证（Zod）
Structured content和UI模板
优化Tool discovery

模块3：小部件和UI（级别9-12）

小部件的HTML/CSS/JS
window.openai API
显示模式：inline、fullscreen、PiP
OpenAI设计指南
主题和响应式

模块4：OAuth和安全（级别13-15）

带PKCE的OAuth 2.1
授权服务器配置
Token管理
安全最佳实践
GDPR/CCPA合规

模块5：高级功能（级别16-18）

Agentic Commerce Protocol (ACP)
Instant Checkout集成
多步骤流程
状态管理

模块6：生产（级别19-20）

部署策略
监控和日志
性能优化
扩展和负载均衡
提交到ChatGPT Store

为什么有效

不只是理论。课程80%是实践。你每天都在写代码。

不只是教程。复杂度递增的任务。从简单到高级。