Zum Hauptinhalt springen
Deutsch— Sprache auswählen
Menü

Design: Anwendungsfälle und Werkzeuge

Lektion 3 von 14 Aktualisiert am 3. November 2026 Entwickler
Auf dieser Seite
  1. Mit Erwartungen beginnen, nicht mit der API
  2. Das Inventar der Anwendungsfälle
  3. Auslassen und dokumentieren
  4. Von Anwendungsfällen zu Werkzeugen
  5. Der Vertrag jedes Werkzeugs
  6. Beschreibungen, die ausgewählt werden sollen
  7. Sicherheitsannotierungen
  8. Ein Plan, der als Testplan dient
  9. Kernaussagen

Lektion am 3. November 2026 überarbeitet basierend auf den OpenAI-Dokumentationsseiten Brainstorm plugin use cases und Define tools. Die vorherige Lektion installierte ein nicht existierendes Paket @openai/apps-sdk und eine Manifest-Datei chatgpt-app.json; die Installation der tatsächlichen Werkzeuge (offizielle MCP-SDKs) erfolgt in Lektion 4. Quellen: Brainstorm plugin use cases · Define tools.

Mit Erwartungen beginnen, nicht mit der API

Die OpenAI-Dokumentation empfiehlt, den Aufbau eines Plugins zu beginnen, bevor eine einzige Zeile Code geschrieben wird: Indem Sie auflisten, was Nutzer von ihm erwarten werden. Der Name des Plugins, die Beschreibung, die Fähigkeiten, die Werkzeuge und das Produkt, dem es angegliedert ist, schaffen Erwartungen; Ihre Implementierung muss diese erfüllen oder einen bewussten Grund dafür haben, sie nicht zu erfüllen.

Stellen Sie sich vor, jemand hat Ihr Plugin installiert, ohne die Dokumentation zu lesen. Was wird er von ihm erwarten? Um dies herauszufinden, ziehen Sie Aufgaben heran, die Ihre Nutzer bereits in Ihrem Produkt erledigen, Support-Tickets, Suchanfragen, Feature-Anfragen, das Vokabular, das sie verwenden, und Workarounds, die sie zwingen, Daten von einem Tool auf ein anderes zu kopieren. Beachten Sie direkte Anfragen, die das Plugin benennen, und indirekte Anfragen, die nur das Ziel nennen: Ein Projektmanagement-Plugin muss die Anfrage „Zeige das Acme-Launch-Brett” genauso behandeln wie „Was blockiert das Launch?”.

Begrenzen Sie diese Inventarisierung nicht darauf, was Ihre API bereits tut. Listen Sie die Erwartungen zuerst auf und vergleichen Sie sie dann mit dem, was Sie sicher und zuverlässig bereitstellen können.

Das Inventar der Anwendungsfälle

Für jeden Anwendungsfall empfiehlt OpenAI, sieben Fragen zu beantworten:

FeldFrage
ZielWas versucht die Person zu erreichen?
BeispielanfragenWie würden sie es direkt oder indirekt formulieren?
Erwartetes ErgebnisWas würde die Interaktion erfolgreich machen?
Erforderlicher KontextWelche Informationen, Kontozugriffe oder vorherigen Zustände sind nötig?
FähigkeitGenügt eine Fähigkeit, oder ist ein MCP-Werkzeug erforderlich?
SicherheitsgrenzeKönnte dies Daten offenlegen, den Zustand ändern, Geld ausgeben oder einen Dritten beeinflussen?
EntscheidungErste Version, später oder bewusste Auslassung?

Gruppieren Sie Anfragen, die dasselbe Ziel verfolgen: „Liste meine offenen Aufgaben”, „Was muss ich heute tun?” und „Zeige überfällige Arbeiten” gehören wahrscheinlich zum selben Anwendungsfall der Aufgabenüberprüfung, jedoch mit unterschiedlichen Filtern.

Überprüfen Sie dann die Abdeckung. Jeder ausgewählte Anwendungsfall muss einen vollständigen Pfad von der Anfrage bis zum Ergebnis aufweisen; Schreibvorgänge müssen Autorisierung und Bestätigung einschließen; und das Plugin muss wissen, wie es aussagen kann, was es nicht tut, während es einen nützlichen nächsten Schritt anbietet. Ein Plugin, das Projekte erstellen lässt, aber nicht auflisten, anzeigen oder bearbeiten kann, verspricht mehr, als es liefert: Vollenden Sie es oder schränken Sie die Positionierung ein.

Auslassen und dokumentieren

Sie müssen nicht alles implementieren, aber jede wesentliche Auslassung verdient einen Grund: unannehmbares Sicherheits- oder Datenschutzrisiko, eine API, die dies nicht zuverlässig unterstützen kann, nicht überprüfbare Berechtigungen, irreführende Ergebnisse aufgrund fehlender Informationen oder ein im Plugin-Listing klar stateder Umfang der ersten Version. Dokumentieren Sie diese Entscheidungen: Sie informieren über Fähigkeitengrenzen, Werkzeugbeschreibungen, Ablehnungen, Tests und den öffentlichen Listing-Text.

Von Anwendungsfällen zu Werkzeugen

Ein Werkzeug muss ein Nutzerziel erfüllen. Kopieren Sie Ihre interne API nicht einfach so ab. Für jeden ausgewählten Anwendungsfall schreiben Sie das erwartete Ergebnis auf, listen Sie die erforderlichen Informationen auf, identifizieren Sie Lesevorgänge, Schreibvorgänge und externe Aktionen, gruppieren Sie, was eine kohärente Aktion bildet, und trennen Sie, was sich durch Berechtigungen, Risiken oder den Bedarf an Bestätigung unterscheidet.

Das Beispiel von OpenAI für ein Projekt-Plugin:

  • list_projects, um Projekte zu finden;
  • get_project, um ein Projekt zu untersuchen;
  • create_project, um ein Projekt zu erstellen;
  • update_project, um Details zu ändern;
  • archive_project für einen Zustand mit hohen Konsequenzen.

Lesen und Schreiben sind getrennt, damit das Modell und der Nutzer Unterscheidung zwischen Konsultation und Modifikation vornehmen können.

Der Vertrag jedes Werkzeugs

FeldDefinieren
NameEin stabiler, handlungsorientierter Identifier
TitelEine kurze, für Menschen lesbare Handlung
BeschreibungDas Ziel des Nutzers und Bedingungen, die das Werkzeug auslösen sollten
EingabeschemaErforderliche und optionale Parameter, Typen, erlaubte Werte, Grenzen
AusgabeschemaStrukturierte Felder, die das Modell inspizieren und wiederverwenden kann
AutorisierungDer Konto-, Rollen- oder Zugriff, den der Server überprüfen muss
NebenwirkungenDaten oder externer Zustand, den das Werkzeug ändern kann
FehlerFehler, die das Modell erklären oder beheben kann

Drei Regeln vervollständigen diese Tabelle. Explizite Eingaben: Verlassen Sie sich nicht darauf, dass das Modell eine ID oder einen Kontobereich errät. Wiederverwendbare Ausgaben: Geben Sie stabile IDs und genügend Informationen für den nächsten Aufruf zurück. Saubere Ausgaben: Keine Geheimnisse, Zugriffstoken, interne Diagnosen oder unnötige personenbezogene Daten.

Beschreibungen, die ausgewählt werden sollen

Das Modell wählt Werkzeuge basierend auf ihrer Beschreibung: Beschreiben Sie die Absicht des Nutzers, nicht die Implementierung. Eine gute Beschreibung sagt, was das Werkzeug tut, wann es verwendet werden sollte, wie es sich von seinen Nachbarn unterscheidet und welche Grenzen oder Voraussetzungen es hat. Vermeiden Sie solche, die den Werkzeugnamen wiederholen oder internen Jargon verwenden, den Ihre Nutzer nicht kennen.

Sicherheitsannotierungen

Jedes Werkzeug trägt Annotierungen, die basierend auf seinem tatsächlichen Verhalten gesetzt werden:

  • readOnlyHint ist true, nur wenn das Werkzeug keinen Zustand ändern kann;
  • destructiveHint ist true, wenn das Werkzeug ein irreversibles oder schwer rückgängig zu machendes Ergebnis produzieren kann;
  • openWorldHint ist true, wenn das Werkzeug das öffentliche Internet oder offene externe Entitäten zugänglich macht, auch nur lesend wie eine Websuche. Ein privates, begrenztes Konto oder Arbeitsbereich ist nicht „offen”, nur weil es anderswo gehostet wird.

Annotierungen helfen ChatGPT und Codex, das richtige Bestätigungsniveau zu wählen, ersetzen aber nicht die serverseitige Autorisierung, Eingabevalidierung oder Bestätigung für wichtige Aktionen.

Ein Plan, der als Testplan dient

Behalten Sie das Inventar und den Werkzeugplan bei: Sie werden zu Ihrer Checkliste. Fügen Sie direkte, indirekte, Rand- und außerhalb des Rahmens liegende Anfragen hinzu und überprüfen Sie, ob das fertige Plugin für jede erwartete Verhaltensweise funktioniert. Suchen Sie auch nach Werkzeugen, die keinem dokumentierten Anwendungsfall dienen, fehlenden Lesevorgängen vor Schreibvorgängen und Beschreibungen, die zu ähnlich sind und das Modell verwirren könnten.

Kernaussagen

  • Beginnen Sie mit dem, was Nutzer erwarten werden, und vergleichen Sie dies mit dem, was Sie sicher bereitstellen können
  • Ein sieben-Fragen-Inventar pro Anwendungsfall, einschließlich bewusster Auslassungen
  • Ein Werkzeug pro kohärenter Aktion; Lesen und Schreiben getrennt
  • Ein Vertrag pro Werkzeug: Name, Titel, Beschreibung, Schemata, Autorisierung, Nebenwirkungen, Fehler
  • Annotierungen (readOnlyHint, destructiveHint, openWorldHint) folgen dem tatsächlichen Verhalten und ersetzen nicht die Autorisierung