Optimer: Metadata, færdigheder og begivenheder
På denne side
Lektionen er omskrevet den 3. november 2026 baseret på OpenAI Plugins-dokumentationssiderne Optimize Metadata, Build Skills, MCP Events og Plugin Extensions. Den tidligere version af denne lektion stolede på
analytics- ogexperiment-moduler fra et ikke-eksisterende SDK. Kilder: Optimize Metadata · Build Skills · MCP Events · Plugin Extensions.
Metadata er produkttekst
ChatGPT og Codex beslutter, hvornår de skal kalde dine værktøjer, baseret på de metadata, du leverer. Velskrevne navne, beskrivelser og parametre sikrer, at dit værktøj bliver aktiveret, når det er nødvendigt, og forhindrer uønskede udløsninger. OpenAI anbefaler, at du behandler disse metadata som produkttekst: iterér over dem, test dem, og mål deres ydeevne.
Et referencesæt af prompts
Før du rører ved dine metadata, skal du opbygge et mærket sæt af testprompts:
- Direkte prompts, der nævner dit produkt eller din datakilde eksplicit.
- Indirekte prompts, der beskriver det ønskede resultat uden at nævne dit værktøj.
- Negative prompts, der bør håndteres af indbyggede værktøjer eller andre plugins.
For hvert prompt skal du dokumentere den forventede adfærd: kald dit værktøj, gør ingenting, eller overlad det til en anden løsning. Brug dette sæt til alle ikke-regressionstests.
Metadata, der guider modellen
- Navnet bør kombinere domænet og handlingen, f.eks.
calendar.create_event. - Beskrivelsen bør starte med „Brug når…” og eksplicit liste udelukkede tilfælde, f.eks. „Må ikke bruges til påmindelser.”
- Hver parameter skal dokumenteres med eksempler og en liste over tilladte værdier, hvis inputtet er begrænset.
- Annotationer skal afspejle faktisk adfærd (se lektion 3 og 11).
Mål, og iterér derefter
Forbind din server, installer pluginnet, kør dit promptsæt, og registrér hvilket værktøj der blev valgt, hvilke argumenter der blev sendt, og om nogen UI-komponent blev vist. Spor to nøgletal: præcision (blev det korrekte værktøj kaldt?) og recall (blev værktøjet kaldt hver gang, det burde have været?). Sigte først efter høj præcision ved negative prompts, før du jagter marginale gevinster i recall.
Ændr kun ét felt ad gangen for at isolere, hvad der driver forbedringen. Før en dateret revisionslog med resultater, og få en anden til at gennemgå ændringerne før udrulning. I produktionen skal du gennemgå værktøjsbrugen ugentligt. En stigning i bekræftelser af „forkert værktøj” signalerer normalt metadata-drift. Indsaml brugerfeedback og kør dine prompttests regelmæssigt igen, især efter at have tilføjet et nyt værktøj eller modificeret et struktureret felt.
Færdigheder til tilbagevendende arbejdsgange
Din server leverer data, godkendelse og kontrollerede handlinger. En færdighed leverer sekvensen af værktøjskald, beslutningspunkter, outputformatering, eksempler og skabeloner. Den hurtigste måde at komme i gang på er med den indbyggede @skill-creator, hvor du beskriver brugerens mål og de MCP-værktøjer, der understøtter det.
En stærk SKILL.md-fil specificerer, hvilke trin der skal følges, hvilket resultat brugeren skal modtage, hvilke fakta modellen ikke må opfinde, hvornår den skal stille spørgsmål, stoppe eller nægte, og hvilke filer der skal konsulteres. Foretræk en fokuseret færdighed til en specifik arbejdsgang frem for et stort sæt af spredte instrukser. Opdel arbejdsgange, der adskiller sig i deres udløser, input eller succeskriterier. Hold SKILL.md kortfattet, og gem detaljer andre steder: brug references/ til politikker, skemaer og eksempler; assets/ til skabeloner, der skal kopieres eller transformeres; og scripts/ til deterministiske beregninger – men kun hvis eksisterende instrukser og værktøjer er utilstrækkelige.
Hvis en færdighed afhænger af en MCP-server, skal du erklære denne afhængighed i agents/openai.yaml. Dette gør værktøjet tilgængeligt, men erstatter ikke behovet for klare instrukser om, hvilke værktøjer der skal bruges, i hvilken rækkefølge, og hvordan manglende eller tvetydige resultater skal håndteres. For GPT-6 Astra råder OpenAI til at gennemgå deres vejledning om instruksefterlevelse: eliminér vague eller modstridende direktiver, og gør det eksplicit, at brugerinstrukser har prioritet over færdighedsinstrukser.
Test aktivering af færdigheder og outputkvalitet ved hjælp af direkte, indirekte, ufuldstændige (hvilket bør udløse et afklarende spørgsmål), emnefremmede prompts og edge-case-scenarier, hvor færdigheden skal undgå at hallucinere eller handle uden for sit omfang. Hvis en færdighed aktiveres på det forkerte tidspunkt, skal du rette dens beskrivelse. Hvis den vælger den rigtige arbejdsgang, men producerer inkonsistente resultater, skal du rette dens instrukser.
MCP-begivenheder: Reagér på ændringer
MCP Events lader ChatGPT abonnere på opdateringer fra din server, såsom nye beskeder, modificeret indhold eller statusændringer. Brugeren vælger, hvad der skal overvåges, og hvordan ChatGPT skal reagere, når en opdatering ankommer – f.eks. „Overvåg dette dokument og anvend de korrektioner, der er anmodet om i kommentarerne.”
- Din server lister de begivenheder, den understøtter.
- Brugeren fortæller ChatGPT, hvad der skal overvåges, og hvordan der skal reageres.
- ChatGPT abonnerer via din MCP-server og leverer en callback-URL og en signing secret.
- Din server sender relevante begivenheder til den URL.
- ChatGPT modtager begivenheden i den abonnerede samtale og følger brugerens instrukser.
Denne funktion er tilgængelig i ChatGPT Work-samtaler på web og i skrivebordsappen med Cloud valgt. ChatGPT stole på webhook-levering som defineret i udkastet til MCP Events-specifikationen. Din server skal persistere abonnementer og kunne nå callback-URL’er over HTTPS.
Udvidelser af ChatGPT-grænsefladen
OpenAI MCP Extensions tillader et plugin at integrere sig i nøgleområder af ChatGPT-grænsefladen: sidebaren, inputområdet og filvisere. Omtaler i inputområdet er kun tilgængelige i skrivebordsappen. OpenAI udgiver et eksempel-plugin, Bits & Bolts, som demonstrerer disse udvidelser og sporer deres udrulning. Det er det bedste udgangspunkt for at udforske denne mulighed.
Vigtige pointer
- Behandle metadata som produkttekst: brug et referencesæt af prompts, spor præcision og recall, og ændr ét felt ad gangen.
- Skriv beskrivelser, der starter med „Brug når…”, list udelukkede tilfælde eksplicit, og dokumentér alle parametre.
- Opret én fokuseret færdighed pr. arbejdsgang, hold
SKILL.mdkortfattet, gem ressourcer separat, og erklær MCP-afhængigheder. - MCP Events abonnerer ChatGPT på dine serveropdateringer, leveret via webhook.
- Udvidelser integrerer dit plugin i sidebaren, inputområdet og filvisere.
Test din viden
Fra MCP-værktøjer til publicering: verificér, at du har mestret fundamentet.
1. Har jeg brug for en `@openai/apps-sdk`-pakke for at oprette en app i ChatGPT?
Svar: Nej, den pakke eksisterer ikke. Du bygger en MCP-server ved hjælp af de officielle protokol-SDK’er (@modelcontextprotocol/sdk til TypeScript, mcp til Python), tilføjer valgfrit en grænseflade, der er kompatibel med MCP Apps-standarden, og distribuerer hele sagen som et plugin.
2. Kan et værktøj eksistere uden en UI?
Svar: Ja, og det bør det: et værktøj returnerer structuredContent og en kort tekstresumé, hvilket er tilstrækkeligt for modellen. UI’en, der er knyttet via _meta.ui.resourceUri, tilføjes kun, når det hjælper brugere med at inspicere, sammenligne, redigere, bekræfte eller navigere i information.
3. Hvem beslutter, om en bruger har tilladelse til at få adgang til data?
Svar: MCP-serveren beslutter det ved hver anmodning baseret på det verificerede OAuth-token (signatur, udsteder, målgruppe, udløb, scopes). Annotationer hjælper ChatGPT med at vælge det passende bekræftelsesniveau, men de erstatter aldrig server-side-godkendelse.
4. Kan et plugin sælge et abonnement til sin tjeneste?
Svar: Nej. Reglerne begrænser handel til fysiske varer. En eksisterende abonnent kan logge ind og bruge de funktioner, der er inkluderet i deres plan. Pluginnet kan forklare, at en funktion ikke er inkluderet, og linke til en informationsside, men det må aldrig linke til en betalingsside.
5. Hvordan opdateres værktøjer for et publiceret plugin?
Svar: Uden en ny ZIP-fil: OpenAI gen-scanner serveren, og ethvert nyt eller modificeret værktøj bliver tilgængeligt efter at have bestået automatiserede checks. Et slettet værktøj forsvinder øjeblikkeligt. Metadata og færdigheder kræver dog en ny ZIP-fil og en ny gennemgang.
Velbeskrevne værktøjer, valgfrie UI’er, server-side-godkendelse og overholdelse af regler: dette er rammen, der gør et plugin til en pålidelig tjeneste i ChatGPT og Codex.