Βελτιστοποίηση: Μεταδεδομένα, Δεξιότητες και Συμβάντα
Σε αυτήν τη σελίδα
Μάθημα ξαναγράφηκε στις 3 Νοεμβρίου 2026 με βάση τις σελίδες τεκμηρίωσης των Plugins του OpenAI Optimize Metadata, Build Skills, MCP Events και Plugin Extensions. Η προηγούμενη έκδοση αυτού του μαθήματος βασιζόταν στις ενότητες
analyticsκαιexperimentαπό ένα ανύπαρκτο SDK. Πηγές: Optimize Metadata · Build Skills · MCP Events · Plugin Extensions.
Τα μεταδεδομένα είναι κείμενο προϊόντος
Το ChatGPT και το Codex αποφασίζουν πότε θα καλέσουν τα εργαλεία σας με βάση τα μεταδεδομένα που παρέχετε. Καλογραμμένα ονόματα, περιγραφές και παράμετροι διασφαλίζουν ότι το εργαλείο σας ενεργοποιείται όταν χρειάζεται και αποτρέπουν ανεπιθύμητες ενεργοποιήσεις. Το OpenAI συνιστά να αντιμετωπίζετε αυτά τα μεταδεδομένα ως κείμενο προϊόντος: βελτιώστε τα επαναληπτικά, δοκιμάστε τα και μετρήστε την απόδοσή τους.
Ένα σύνολο αναφοράς αιτημάτων
Πριν αγγίξετε τα μεταδεδομένα σας, δημιουργήστε ένα επισημασμένο σύνολο αιτημάτων δοκιμής:
- Άμεσα αιτήματα που ονομάζουν ρητά το προϊόν ή την πηγή δεδομένων σας.
- Έμμεσα αιτήματα που περιγράφουν το επιθυμητό αποτέλεσμα χωρίς να αναφέρουν το εργαλείο σας.
- Αρνητικά αιτήματα που πρέπει να διαχειριστούν από ενσωματωμένα εργαλεία ή άλλα plugins.
Για κάθε αίτημα, τεκμηριώστε την αναμενόμενη συμπεριφορά: κλήση του εργαλείου σας, καμία ενέργεια ή ανάθεση σε άλλη λύση. Χρησιμοποιήστε αυτό το σύνολο για κάθε έλεγχο μη υποχώρησης (non-regression test).
Μεταδεδομένα που καθοδηγούν το μοντέλο
- Το όνομα πρέπει να συνδυάζει τον τομέα και τη δράση, όπως
calendar.create_event. - Η περιγραφή πρέπει να ξεκινά με «Χρησιμοποιήστε όταν…» και να αναφέρει ρητά τις εξαιρούμενες περιπτώσεις, όπως «Μην το χρησιμοποιείτε για υπενθυμίσεις».
- Κάθε παράμετρος πρέπει να τεκμηριώνεται με παραδείγματα και μια λίστα επιτρεπόμενων τιμών εάν η είσοδος είναι περιορισμένη.
- Οι επισημάνσεις (annotations) πρέπει να αντικατοπτρίζουν την πραγματική συμπεριφορά (δείτε Μαθήματα 3 και 11).
Μετρήστε και στη συνέχεια βελτιώστε
Συνδέστε τον διακομιστή σας, εγκαταστήστε το plugin, εκτελέστε το σύνολο αιτημάτων σας και καταγράψτε ποιο εργαλείο επιλέχθηκε, ποια ορίσματα passed και αν εμφανίστηκε κάποιο στοιχείο UI. Παρακολουθήστε δύο μετρικές: ακρίβεια (κλήθηκε το σωστό εργαλείο;) και ανάκληση (κλήθηκε το εργαλείο κάθε φορά που έπρεπε;). Στόχος σας είναι η υψηλή ακρίβεια στα αρνητικά αιτήματα πρώτα, πριν κυνηγήσετε οριακά κέρδη στην ανάκληση.
Αλλάζετε μόνο ένα πεδίο τη φορά για να απομονώσετε τι οδηγεί στη βελτίωση. Διατηρήστε ένα ημερολογημένο αρχείο αναθεωρήσεων με αποτελέσματα και ζητήστε από κάποιον άλλον να ελέγξει τις αλλαγές πριν την ανάπτυξη. Στην παραγωγή, ελέγχετε τη χρήση των εργαλείων εβδομαδιαίως. Μια απότομη αύξηση στις επιβεβαιώσεις «λάθος εργαλείο» συνήθως σηματοδοτεί απόκλιση στα μεταδεδομένα. Συλλέγετε σχόλια χρηστών και επανεκτελείτε τακτικά τις δοκιμές αιτημάτων σας, ειδικά μετά την προσθήκη νέου εργαλείου ή την τροποποίηση ενός δομημένου πεδίου.
Δεξιότητες για επαναλαμβανόμενες ροές εργασίας
Ο διακομιστής σας παρέχει δεδομένα, πιστοποίηση και ελεγχόμενες ενέργειες. Μια δεξιότητα (skill) παρέχει την ακολουθία κλήσεων εργαλείων, τα σημεία λήψης αποφάσεων, τη μορφοποίηση εξόδου, τα παραδείγματα και τα πρότυπα. Ο γρηγορότερος τρόπος για να ξεκινήσετε είναι με το ενσωματωμένο @skill-creator, όπου περιγράφετε τον στόχο του χρήστη και τα εργαλεία MCP που τον υποστηρίζουν.
Ένα ισχυρό αρχείο SKILL.md καθορίζει ποια βήματα πρέπει να ακολουθηθούν, ποιο αποτέλεσμα πρέπει να λάβει ο χρήστης, ποια γεγονότα δεν πρέπει να επινοήσει το μοντέλο, πότε να κάνει ερωτήσεις, να σταματήσει ή να αρνηθεί, και ποια αρχεία να συμβουλευτεί. Προτιμήστε μια εστιασμένη δεξιότητα για μια συγκεκριμένη ροή εργασίας αντί για ένα μεγάλο σύνολο ασύνδετων οδηγιών. Διαχωρίστε τις ροές εργασίας που διαφέρουν ως προς την ενεργοποίηση, τις εισόδους ή τα κριτήρια επιτυχίας. Διατηρήστε το SKILL.md συνοπτικό και αποθηκεύστε τις λεπτομέρειες αλλού: χρησιμοποιήστε το references/ για πολιτικές, σχήματα και παραδείγματα· το assets/ για πρότυπα προς αντιγραφή ή μετατροπή· και το scripts/ για ντετερμινιστικούς υπολογισμούς—αλλά μόνο εάν οι υπάρχουσες οδηγίες και τα εργαλεία είναι ανεπαρκή.
Εάν μια δεξιότητα εξαρτάται από έναν διακομιστή MCP, δηλώστε αυτή την εξάρτηση στο agents/openai.yaml. Αυτό καθιστά το εργαλείο διαθέσιμο, αλλά δεν αντικαθιστά την ανάγκη για σαφείς οδηγίες σχετικά με το ποια εργαλεία να χρησιμοποιηθούν, με ποια σειρά και πώς να διαχειριστείτε ελλείποντα ή διφορούμενα αποτελέσματα. Για το GPT-6 Astra, το OpenAI συμβουλεύει να αναθεωρήσετε τις οδηγίες του σχετικά με την τήρηση οδηγιών: εξαλείψτε τις ασαφείς ή αντιφατικές εντολές και κάντε ρητό ότι οι οδηγίες του χρήστη έχουν προτεραιότητα έναντι των οδηγιών της δεξιότητας.
Δοκιμάστε την ενεργοποίηση της δεξιότητας και την ποιότητα της εξόδου χρησιμοποιώντας άμεσα, έμμεσα, ελλιπή (τα οποία θα πρέπει να ενεργοποιούν μια διευκρινιστική ερώτηση), εκτός θέματος αιτήματα και αιτήματα οριακών περιπτώσεων όπου η δεξιότητα πρέπει να αποφύγει την παραληρηματική συμπεριφορά (hallucination) ή τη δράση εκτός του πεδίου εφαρμογής της. Εάν μια δεξιότητα ενεργοποιείται λάθος στιγμή, διορθώστε την περιγραφή της. Εάν επιλέγει τη σωστή ροή εργασίας αλλά παράγει ασυνεπή αποτελέσματα, διορθώστε τις οδηγίες της.
Συμβάντα MCP: Αντίδραση σε αλλαγές
Τα Συμβάντα MCP (MCP Events) επιτρέπουν στο ChatGPT να εγγράφεται σε ενημερώσεις από τον διακομιστή σας, όπως νέα μηνύματα, τροποποιημένο περιεχόμενο ή αλλαγές κατάστασης. Ο χρήστης επιλέγει τι θα παρακολουθεί και πώς πρέπει να αντιδρά το ChatGPT όταν φτάνει μια ενημέρωση—για παράδειγμα, «Παρακολούθησε αυτό το έγγραφο και εφάρμοσε τις διορθώσεις που ζητήθηκαν στα σχόλια».
- Ο διακομιστής σαςαναφέρει τα συμβάντα που υποστηρίζει.
- Ο χρήστης λέει στο ChatGPT τι να παρακολουθεί και πώς να αντιδρά.
- Το ChatGPT εγγράφεται μέσω του διακομιστή MCP σας, παρέχοντας ένα URL επιστροφής κλήσης (callback URL) και ένα μυστικό υπογραφής.
- Ο διακομιστής σας στέλνει σχετικά συμβάντα σε αυτή τη διεύθυνση URL.
- Το ChatGPT λαμβάνει το συμβάν στη συνδρομητική συνομιλία και ακολουθεί τις οδηγίες του χρήστη.
Αυτή η λειτουργία είναι διαθέσιμη στις συνομιλίες ChatGPT Work στον ιστό και στην εφαρμογή επιτραπέζιου υπολογιστή με επιλεγμένη την επιλογή Cloud. Το ChatGPT βασίζεται στην παράδοση webhook όπως ορίζεται στο προσχέδιο προδιαγραφών των Συμβάντων MCP. Ο διακομιστής σας πρέπει να διατηρεί τις συνδρομές και να μπορεί να προσεγγίζει διευθύνσεις URL επιστροφής κλήσης μέσω HTTPS.
Επεκτάσεις διεπαφής ChatGPT
Οι Επεκτάσεις OpenAI MCP επιτρέπουν σε ένα plugin να ενσωματώνεται σε βασικές περιοχές της διεπαφής του ChatGPT: την πλευρική γραμμή, την περιοχή εισαγωγής και τους προβολείς αρχείων. Οι αναφορές στην περιοχή εισαγωγής είναι διαθέσιμες μόνο στην εφαρμογή επιτραπέζιου υπολογιστή. Το OpenAI δημοσιεύει ένα δείγμα plugin, το Bits & Bolts, το οποίο επιδεικνύει αυτές τις επεκτάσεις και παρακολουθεί την ανάπτυξή τους. Είναι το καλύτερο σημείο εκκίνησης για την εξερεύνηση αυτής της δυνατότητας.
Βασικά σημεία
- Αντιμετωπίστε τα μεταδεδομένα ως κείμενο προϊόντος: χρησιμοποιήστε ένα σύνολο αναφοράς αιτημάτων, παρακολουθήστε την ακρίβεια και την ανάκληση, και αλλάζετε ένα πεδίο τη φορά.
- Γράψτε περιγραφές που ξεκινούν με «Χρησιμοποιήστε όταν…», αναφέρετε ρητά τις εξαιρούμενες περιπτώσεις και τεκμηριώστε όλες τις παραμέτρους.
- Δημιουργήστε μία εστιασμένη δεξιότητα ανά ροή εργασίας, διατηρήστε το
SKILL.mdσυνοπτικό, αποθηκεύστε τους πόρους ξεχωριστά και δηλώστε τις εξαρτήσεις MCP. - Τα Συμβάντα MCP εγγράφουν το ChatGPT στις ενημερώσεις του διακομιστή σας, οι οποίες παραδίδονται μέσω webhook.
- Οι επεκτάσεις ενσωματώνουν το plugin σας στην πλευρική γραμμή, την περιοχή εισαγωγής και τους προβολείς αρχείων.
Δοκιμάστε τις γνώσεις σας
Από τα εργαλεία MCP έως τη δημοσίευση: επαληθεύστε ότι έχετε κατακτήσει τα θεμελιώδη.
1. Χρειάζομαι το πακέτο `@openai/apps-sdk` για να δημιουργήσω μια εφαρμογή στο ChatGPT;
Απάντηση: Όχι, αυτό το πακέτο δεν υπάρχει. Δημιουργείτε έναν διακομιστή MCP χρησιμοποιώντας τα επίσημα SDK πρωτοκόλλου (@modelcontextprotocol/sdk για TypeScript, mcp για Python), προαιρετικά προσθέτετε μια διεπαφή συμβατή με το πρότυπο MCP Apps και διανέμετε το σύνολο ως plugin.
2. Μπορεί ένα εργαλείο να υπάρχει χωρίς UI;
Απάντηση: Ναι, και πρέπει: ένα εργαλείο επιστρέφει structuredContent και μια σύντομη περίληψη κειμένου, κάτι που είναι επαρκές για το μοντέλο. Το UI, που επισυνάπτεται μέσω _meta.ui.resourceUri, προστίθεται μόνο όταν βοηθά τους χρήστες να επιθεωρήσουν, να συγκρίνουν, να επεξεργαστούν, να επιβεβαιώσουν ή να περιηγηθούν σε πληροφορίες.
3. Ποιος αποφασίζει εάν ένας χρήστης έχει άδεια πρόσβασης στα δεδομένα;
Απάντηση: Ο διακομιστής MCP αποφασίζει για κάθε αίτημα, με βάση το επαληθευμένο διακριτικό OAuth (υπογραφή, εκδότης, κοινό, λήξη, πεδία εφαρμογής). Οι επισημάνσεις βοηθούν το ChatGPT να επιλέξει το κατάλληλο επίπεδο επιβεβαίωσης, αλλά δεν αντικαθιστούν ποτέ την εξουσιοδότηση στην πλευρά του διακομιστή.
4. Μπορεί ένα plugin να πουλήσει μια συνδρομή στην υπηρεσία του;
Απάντηση: Όχι. Οι κανόνες περιορίζουν το εμπόριο σε φυσικά αγαθά. Ένας υπάρχων συνδρομητής μπορεί να συνδεθεί και να χρησιμοποιήσει τις λειτουργίες που περιλαμβάνονται στο πρόγραμμά του. Το plugin μπορεί να εξηγήσει ότι μια λειτουργία δεν περιλαμβάνεται και να συνδέσει με μια σελίδα πληροφοριών, αλλά δεν πρέπει ποτέ να συνδέσει με σελίδα πληρωμής.
5. Πώς ενημερώνονται τα εργαλεία για ένα δημοσιευμένο plugin;
Απάντηση: Χωρίς νέο αρχείο ZIP: το OpenAI επανασαρώνει τον διακομιστή και κάθε νέο ή τροποποιημένο εργαλείο γίνεται διαθέσιμο αφού περάσει τους αυτοματοποιημένους ελέγχους. Ένα διαγραμμένο εργαλείο εξαφανίζεται αμέσως. Ωστόσο, τα μεταδεδομένα και οι δεξιότητες απαιτούν νέο αρχείο ZIP και νέα αναθεώρηση.
Καλά περιγραφόμενα εργαλεία, προαιρετικά UI, εξουσιοδότηση στην πλευρά του διακομιστή και τήρηση των κανόνων: αυτό είναι το πλαίσιο που καθιστά ένα plugin μια αξιόπιστη υπηρεσία στο ChatGPT και το Codex.