ChatGPT plugins vs apps vs custom GPTs: що обрати для workflow
Практичне порівняння ChatGPT plugins, connected apps і custom GPTs: роль кожного шару, permissions, MCP та Actions, rollout, тести й безпечний вибір для команди.
Зміст статті
- 01Коротка відповідь: пакет workflow, інтеграція і налаштований assistant — різні шари
- 02Plugins: discovery і distribution layer, а не новий credential
- 03Apps: connection contract для search, sync, UI та зовнішніх дій
- 04Custom GPTs: conversational product surface з двома шляхами інтеграції
- 05Decision matrix: обирайте мінімальну композицію, що завершує роботу
- 06Evaluation: перевіряйте packaging, retrieval і authority окремо
- 07Pilot, rollout і rollback без змішування authority
- 08Перевірте eligibility до дизайну: бачити directory, встановити plugin і створити GPT — різні права
- 09Migration ledger: не плутайте перейменування каталогу з перенесенням authority
Передумови
Коротка відповідь: пакет workflow, інтеграція і налаштований assistant — різні шари
Plugin у поточній моделі ChatGPT і Codex — це пакет можливостей для повторюваного workflow. Він може включати skills з інструкціями, apps для доступу до даних або дій та app templates для налаштування інтеграції. App є власне підключенням до зовнішньої системи: воно може шукати, синхронізувати content, показувати interactive UI або виконувати дозволені actions. Custom GPT — налаштована версія ChatGPT із власними instructions, knowledge і capabilities для певної аудиторії.
Тому вибір не завжди взаємовиключний. Plugin може залежати від app, а custom GPT може використовувати app. Проте custom GPT із зовнішнім доступом має обрати apps або custom Actions, а не обидва механізми одночасно. Починайте не з назви surface, а з outcome: чи потрібна команді стандартизована процедура, reusable assistant persona, зовнішні дані, interactive UI або write action. Потім відокремте packaging, conversational behavior та authority.
- Повторюваний workflow для ролі або команди → plugin як пакет guidance і dependencies.
- Доступ до зовнішніх даних, UI або actions → app із власним connection та permissions.
- Налаштована поведінка, knowledge і starters → custom GPT.
- Власний OpenAPI endpoint у GPT → Action; MCP integration або richer UI → app.
process
Карта системи: ChatGPT plugins vs apps vs custom GPTs: що обрати для workflow
comparison
Критерії вибору й порівняння
Контрольна теза з матеріалу статті.
Контрольна теза з матеріалу статті.
Контрольна теза з матеріалу статті.
Контрольна теза з матеріалу статті.
Plugins: discovery і distribution layer, а не новий credential
OpenAI описує plugin як контейнер для workflow capabilities. Skills дають повторювані instructions і patterns, apps з'єднують продукт із системами та діями, а app template допомагає адміністратору створити потрібну workspace-specific integration. Це робить plugin зручним distribution unit: sales analyst отримує не випадковий набір tools, а узгоджений workflow із потрібними dependencies.
Інсталяція plugin не повинна мовчки розширювати доступ app. Підключення app усе одно потребує authentication, а workspace settings визначають, хто може використовувати app і які actions дозволені. Якщо plugin містить skill, що радить оновити CRM, ця інструкція не є дозволом на update. App policy, provider scope, target-level authorization і approval застосовуються під час фактичної дії.
Для governance ведіть manifest: plugin version, included skills, required apps, app-template revision, assigned roles, owner і expiry date. Оновлення plugin може змінити інструкцію або додати dependency, тому release diff має показувати не лише текст, а й нові data paths та actions. Rollback повертає попередню версію пакета й окремо відкликає app access, якщо саме інтеграція створила ризик.
Apps: connection contract для search, sync, UI та зовнішніх дій
App підключає ChatGPT до зовнішнього сервісу. Його capabilities можуть включати search, deep research, sync, interactive experience і write actions; конкретна доступність залежить від app, plan, region, workspace policy та rollout. Назва в directory не доводить, що всі capabilities доступні вашому account. Перед pilot зафіксуйте capability manifest у фактичному середовищі.
Розділяйте access і approval. OAuth або інше connection grant визначає, до чого app потенційно має доступ. Workspace RBAC і action control звужують доступні користувачам операції. Ask-permission setting визначає, коли ChatGPT просить підтвердження; воно не додає нових provider permissions. Навіть режим без повторного запиту не перетворює модель на власника бізнес-рішення — server має перевіряти tenant, object, state і policy на кожній consequential action.
Sync створює окремий freshness і deletion contract: indexed copy може мати інший lifecycle, ніж live search. Записуйте source revision, last sync, ACL behavior і propagation expectation. Для write action потрібні preview, exact target, effect summary, idempotency key, result receipt та reconciliation після timeout. Для read path тестуйте cross-tenant canary, revoked document, stale result і citation support.
- Connection grant → потенційний доступ app до provider.
- Workspace control → хто і які app actions може використовувати.
- Ask permission → коли потрібне user confirmation, а не новий scope.
- Runtime authorization → повторна перевірка target і state перед effect.
Custom GPTs: conversational product surface з двома шляхами інтеграції
Custom GPT поєднує instructions, conversation starters, builder-supplied knowledge та вибрані capabilities. Це добрий surface для вузького assistant: policy explainer, onboarding guide або review companion. Knowledge є reference corpus, а не live system of record; instructions формують поведінку, але не гарантують дотримання policy. Versionуйте обидва й тестуйте зміни на frozen fixtures.
Для зовнішніх систем builder обирає apps або Actions. Apps використовують user-connected integrations і можуть давати richer platform experience. Action описує API через OpenAPI schema та налаштовує authentication для конкретного GPT. Поточна документація прямо встановлює обмеження: один GPT не використовує apps і Actions одночасно. Це architecture fork, тому міграційний план має врахувати auth model, schema, UI, workspace allowlists, sharing і rollback.
Custom GPT не замінює plugin distribution semantics. Якщо кілька ролей мають отримати спільні skills і apps, plugin краще виражає workflow package. Якщо потрібні стабільна persona, domain instructions і knowledge для розмови, GPT є природним entry point. Комбінація можлива там, де workspace дозволяє GPT використовувати approved app; permissions app при цьому лишаються окремим contract.
Decision matrix: обирайте мінімальну композицію, що завершує роботу
Для read-only довідника без зовнішньої системи почніть із custom GPT knowledge. Для live пошуку в Drive, CRM або ticketing потрібен app, навіть якщо entry point — custom GPT. Для повторюваного процесу, що має однаково працювати в ChatGPT і Codex для групи ролей, оцініть plugin із skill та approved app. Для вузького API, який уже має стабільний OpenAPI contract і потрібен лише одному GPT, Action може бути простішим за повний MCP app.
Не додавайте всі surfaces про запас. Кожен шар створює owner, permissions, version, audit і failure modes. Один app може обслуговувати кілька workflows; один plugin може упакувати кілька skills навколо нього; окремий GPT може бути потрібний лише тоді, коли conversational behavior або knowledge справді відрізняються. Дублювання однієї policy у skill, GPT instructions і knowledge породжує невизначеність версії.
Заповніть decision record: user outcome, audience, entry surface, required data, read/write effects, authentication owner, app or Action choice, required confirmations, source freshness, evidence receipt, portability й exit path. Якщо команда не може назвати system of record або owner для action, workflow ще не готовий до write capability.
- Static tailored assistant → GPT instructions і versioned knowledge.
- Live data або interactive component → app.
- Role-based repeatable procedure → plugin із мінімальними dependencies.
- Single-GPT OpenAPI integration → Action після security review.
Перевірте eligibility до дизайну: бачити directory, встановити plugin і створити GPT — різні права
Не починайте rollout зі скриншота Plugin Directory. Поточна документація OpenAI розділяє видимість каталогу, installation policy plugin, доступ до кожного underlying app, provider authentication, підтримувану product surface та право створювати або публікувати GPT. Каталог може бути видимим, але конкретний plugin — недоступним через plan, region, workspace, role чи app dependency. Так само статус Installed для ролі не надає OAuth grant і не розширює permissions у Google Drive, Slack, CRM або іншій системі.
Для custom GPT окремо перевіряйте use, edit, create і publish. Станом на editorial review OpenAI документує, що нове створення та публікація GPT недоступні personal ChatGPT accounts, включно з Free, Go, Plus і Pro; existing GPTs можуть залишатися доступними, а edit залежить від чинного plan і permissions. У Business, Enterprise та Edu право визначають workspace settings і roles. Не переносіть стару інструкцію з builder UI на новий account і не купуйте plan лише за неактуальним tutorial — спочатку підтвердьте entitlement у цільовому середовищі.
Збережіть eligibility receipt: product surface, account/workspace class, plan, region, role, plugin directory visibility, installation state, required apps, app enablement, connection owner, GPT use/edit/create/publish states, checkedAt і official-source revision. PASS означає, що intended user у fresh session може відкрити потрібний entry point, пройти лише дозволену authentication і виконати read-only fixture. Якщо UI label чи документація суперечаться фактичному account, зафіксуйте стан як unknown і не вмикайте write actions.
- Visible → каталог або GPT page показані, але capability ще не доведена.
- Installed → workflow package призначений; app permission не виникає автоматично.
- Connected → конкретний provider account авторизований у межах виданих scopes.
- Eligible → plan, workspace, role, region і surface допускають потрібну операцію.
- Verified → frozen fixture пройшла у fresh session із правильним tenant і receipt.
Практичні приклади
Sales research plugin із CRM app
Plugin пакує approved account-research skill і залежить від CRM app. App читає лише records доступного регіону; draft note потребує confirmation. Окремий custom GPT не створюють, бо persona й knowledge не відрізняються. Receipt фіксує skill version, connection account, cited records і draft ID.
Policy GPT із live ticket lookup
Custom GPT містить versioned policy knowledge та review instructions, але live ticket отримує через approved app. GPT не копіює customer state у knowledge. Якщо команда переходить на custom Action, вона спершу прибирає app із GPT, перевіряє OpenAPI schema, auth, allowlist і rollback як окрему migration.
FAQ
Чим ChatGPT plugin відрізняється від app?
Plugin пакує workflow capabilities — наприклад skills, apps і app templates. App є underlying integration із зовнішніми даними, UI або actions та має власні connection і permission controls.
Чим app відрізняється від custom GPT?
App з'єднує ChatGPT із зовнішньою системою. Custom GPT налаштовує conversational behavior, knowledge і capabilities. GPT може використовувати approved app, якщо це дозволено workspace та configuration.
Чи може custom GPT одночасно використовувати apps і Actions?
Ні. Поточна офіційна документація OpenAI вказує, що GPT може використовувати apps або Actions, але не обидва одночасно.
Чи видалення plugin автоматично відкликає app access?
Не покладайтеся на це. Plugin assignment, app enablement, user connection і provider grant є різними lifecycle boundaries. Перевірте кожну й окремо відкличте доступ, якщо цього вимагає rollback.
Пов’язані матеріали
Практичний вибір між custom GPT із instructions, knowledge та actions і ChatGPT app на Apps SDK/MCP: інтерфейс, інтеграція, дистрибуція, permissions, тестування й exit plan.
MCP Apps vs plain tool output: коли AI-інтеграції потрібен UIПрактичний вибір між звичайною текстовою або structured MCP-відповіддю та інтерактивним MCP App: критерії цінності, архітектура, безпека, fallback, тестування і rollout.
ChatGPT Memory vs Projects vs custom GPT knowledge: де зберігати контекстПрактичне порівняння ChatGPT Memory, Projects і knowledge у custom GPT: що переноситься між чатами, як обмежити контекст, де тримати джерела та як перевірити видалення й витік.
MCP tools vs resources vs prompts: що і коли використовуватиПрактичне порівняння MCP tools, resources і prompts: control plane, discovery, schemas, permissions, freshness, UX, тестування та безпечний вибір primitive для MCP server.
Authorization у MCPAuthorization у MCP визначає, хто й за яких умов може звертатися до захищених capabilities. Стаття пояснює OAuth-базований потік, resource indicators, audience binding, consent, захист токенів і перевірку повноважень на кожній операції.
Tool calling і контракти інструментівЯк дозволити LLM викликати функції без передачі їй необмежених повноважень: schema, policy, idempotency, timeouts, verification і audit trail.
Data governance для AIЯк керувати даними для AI від власника й контракту до lineage, якості, доступу, retention та схвалення датасетів, щоб моделі навчалися й відповідали на перевірених, дозволених і відтворюваних даних.
Human-in-the-loop для AIHuman-in-the-loop для AI — практичний розбір production-архітектури: залучення людини в конкретній точці ризику з достатнім контекстом для реального, а не формального контролю. Матеріал охоплює контракти, межі повноважень, failure modes, оцінювання та контрольований rollout.
MCP security checklist: як безпечно запустити server і clientПрактичний security checklist для Model Context Protocol: trust boundaries, OAuth, token audience, SSRF, session binding, tool permissions, local-server sandbox, негативні тести, audit evidence і rollback.
ChatGPT Free vs Go vs Plus vs Pro: який план обратиПрактичне порівняння персональних планів ChatGPT за лімітами, моделями, файлами, research, coding, voice, створенням контенту, приватністю та повною вартістю.
ChatGPT Business vs Enterprise: який план обрати компаніїПрактичне порівняння ChatGPT Business і Enterprise за розміром команди, identity lifecycle, security, retention, data residency, compliance logs, support, ціною та rollout-рішенням.
ChatGPT Enterprise vs OpenAI API: workspace чи власний застосунокПрактичний build-vs-buy вибір між керованим ChatGPT workspace і власним застосунком на OpenAI API: UX, identity, data, tools, authority, cost, eval та migration.
Джерела
- Plugins in ChatGPT and Codex — OpenAI Help Centerофіційне
- Apps in ChatGPT — OpenAI Help Centerофіційне
- GPTs in ChatGPT — OpenAI Help Centerофіційне
- Creating and editing GPTs — OpenAI Help Centerофіційне
- Configuring actions in GPTs — OpenAI Help Centerофіційне
- Developer mode and MCP apps in ChatGPT — OpenAI Help Centerофіційне
- Build with the Apps SDK — OpenAI Help Centerофіційне