Qué hace que una app de ChatGPT sea excelente

En DevDay presentamos las Apps de ChatGPT, una nueva forma de integrar tu producto directamente en las conversaciones de ChatGPT. A partir de ese lanzamiento, reunimos en este artículo consejos prácticos para quienes desarrollan, gestionan o diseñan productos: cómo elegir el caso de uso adecuado y diseñar una app que resulte útil una vez publicada. Veremos cómo convertir los puntos fuertes de tu producto en capacidades claras y bien delimitadas que el modelo pueda usar en distintas conversaciones, según lo que el usuario quiera lograr. Si buscas el procedimiento técnico original, puedes ir directamente a la guía de inicio rápido de Apps SDK y a la documentación para desarrolladores.

Veremos:

• Qué es y qué no es una app de ChatGPT
• Las tres formas en que una app puede aportar valor
• Cómo diseñar para la conversación y el descubrimiento
• Cómo saber si tu app realmente ayuda
• Ejemplos concretos y sugerencias para las capturas de pantalla

Qué es una app de ChatGPT

Cuando un equipo crea su primera app de ChatGPT, suele partir de esta idea:

       “Ya tenemos un producto. Llevémoslo a ChatGPT”.

El primer paso suele ser tomar una experiencia web o móvil que ya existe, con sus pantallas, menús y flujos, e intentar adaptarla al chat. Es comprensible: durante años, hablar de “software” ha sido hablar de páginas, navegación y elementos que dan estructura a la interfaz.

Crear apps para ChatGPT implica trabajar en un entorno distinto. Los usuarios no “abren” tu app para empezar en la página de inicio. Ya están conversando sobre algo y el modelo puede decidir en qué momento incorporar una app. Así, el usuario empieza a usarla en un momento concreto de la conversación. En ese entorno, las mejores apps parecen sorprendentemente pequeñas vistas desde fuera. En lugar de intentar recrear todo el producto, ponen al alcance de quienes usan la app en ChatGPT unas pocas capacidades específicas: aquello que tu producto hace mejor y que el modelo puede aprovechar en cualquier conversación.

Fuera de ChatGPT, tu app suele ser el destino. Los usuarios:

1. Tocan el ícono de tu app
2. Entran en tu entorno
3. Aprenden a navegar por la app y a usar su interfaz

La mayoría de las decisiones sobre el producto parten de esa premisa: “La pantalla es nuestra”. Puedes invertir mucho en la disposición de los elementos, la experiencia inicial y la arquitectura de la información porque los usuarios han decidido dedicar tiempo a tu entorno.

Dentro de ChatGPT, tu app cumple otra función:

• Es una capacidad que el modelo puede invocar tanto para obtener contexto como para ofrecer una interacción visual.
• Aparece dentro de una conversación en curso.
• Es una de varias herramientas cuyo uso puede coordinar el modelo.

Así, la “unidad de valor” depende menos de la experiencia completa que ofreces y más de las tareas concretas que ayudas al modelo y al usuario a realizar en el momento oportuno.

En términos prácticos:

Una app de ChatGPT es un conjunto de herramientas bien definidas que pueden realizar tareas, iniciar interacciones o acceder a datos.

Esto tiene algunas implicaciones:

• No necesitas trasladar todas las funciones.
• No necesitas una jerarquía de navegación completa.
• Lo que sí necesitas es una API clara y compacta: unas pocas operaciones fáciles de invocar y de aprovechar en pasos posteriores.

Piensa en tu app de ChatGPT como un conjunto de herramientas al que recurre el modelo cuando el usuario se encuentra con cierto tipo de problema. Cuanto más preciso sea el alcance de esas herramientas, más fácil será usarlas en el curso de la conversación.

Cuando ves tu app como un conjunto de “capacidades que el modelo puede coordinar” en vez de “una versión en miniatura de nuestro producto”, es más fácil tomar decisiones de diseño. Empiezas a preguntarte “¿En qué podemos ayudar aquí?” en lugar de “¿Adónde debería ir ahora el usuario?”.

Tres formas de aportar valor

Para evaluar cualquier idea de app, basta con tres preguntas:

• Saber: ¿la app permite al usuario trabajar con contexto o datos a los que de otro modo no tendría acceso en ChatGPT?
• Hacer: ¿la app realiza acciones concretas en nombre del usuario?
• Mostrar: ¿la interfaz de la app ayuda al usuario a entender la información y a actuar a partir de ella con más facilidad que si solo leyera texto?

Esto se aplica tanto a las apps de productividad “serias” como a las apps “solo por diversión”, como los juegos. Quizá un juego no ayude a entregar un informe más rápido, pero aun así hace cosas que al modelo base le cuesta hacer por sí solo: mantener la lógica del juego de acuerdo con el estado de la partida, registrar el progreso, hacer cumplir las reglas o mostrar vistas interesantes del mundo del juego. El valor está en que el usuario se divierta y quiera seguir jugando, pero el principio es el mismo.

1) Nuevas cosas que saber

Tu app aporta contexto nuevo a una conversación de ChatGPT:

• Precios, disponibilidad e inventario en tiempo real
• Métricas internas, registros y análisis
• Conjuntos de datos especializados, de acceso por suscripción o de nicho
• Datos propios de cada usuario (cuentas, historial, preferencias, derechos de acceso)
• Datos de sensores y transmisiones de video en vivo

En la práctica, esto suele implicar conectarse a sistemas que contienen datos correctos y actualizados, con controles de acceso. La app se convierte en los “ojos y oídos” del modelo en tu área y puede responder preguntas con mayor fundamento.

2) Nuevas cosas que hacer

Tu app realiza acciones en nombre del usuario:

• Crear o actualizar registros en herramientas internas
• Enviar mensajes, tickets, aprobaciones y notificaciones
• Programar citas, hacer reservas o pedidos y configurar opciones
• Iniciar flujos de trabajo (desplegar, escalar un caso, sincronizar datos)
• Participar en juegos interactivos (aplicar reglas, pasar al siguiente turno, llevar el registro del estado de la partida)
• Realizar acciones en el mundo físico (IoT, control de robots, etc.)

Aquí la app funciona menos como fuente de información de referencia y más como un par de manos. Convierte la intención del usuario en cambios concretos en los sistemas que tu equipo usa a diario o, en el caso de los juegos, en cambios en el estado de la partida que hacen que el juego resulte coherente y justo. Es aquí donde tu app empieza a actuar como un agente.

3) Mejores formas de mostrar la información

Una app puede presentar información mediante una interfaz gráfica dentro de una conversación de ChatGPT para que sea más fácil interpretarla o actuar a partir de ella:

• Listas de opciones preseleccionadas, comparaciones y clasificaciones
• Tablas, cronologías y gráficos
• Resúmenes adaptados a un rol o a una decisión concreta
• Representaciones visuales o estructuradas del estado de un juego (tableros, inventarios, puntuaciones)

Esto resulta especialmente valioso cuando los usuarios deben elegir entre opciones o sopesar ventajas y desventajas. Las apps le dan al modelo una forma de estructurar la información: puede usar widgets con columnas, filas, puntuaciones y elementos visuales que reflejen cómo toman decisiones las personas o, en un juego, cómo entienden “dónde están” en ese mundo.

Si la app no mejora claramente al menos uno de estos tres aspectos (saber/hacer/mostrar), es probable que los usuarios sientan que aporta poco a lo que ya pueden hacer en ChatGPT. Tal vez no se quejen, pero se pierde la oportunidad de ofrecerles algo más útil, ya sea para trabajar o para jugar.

Este ejemplo muestra cómo una app puede mejorar la experiencia:

La respuesta es útil, pero quizá el usuario quiera usar una app con capacidades adicionales para explorar directamente propiedades reales sin cambiar de contexto ni salir de la conversación.

Con la app de Zillow, el usuario también puede buscar anuncios de propiedades actualizados en tiempo real, filtrarlos según sus criterios y consultar información detallada de cada propiedad sin salir del chat.

Modo de pantalla completa para explorar con más detalle

La ventaja es que sigues contando con el contexto detallado que aporta el modelo y, al mismo tiempo, puedes interactuar con una app que se adapta a lo que quieres hacer. ¿Quieres pedirle que busque viviendas en una región específica? Con la app de Zillow, el modelo invoca la herramienta en el servidor MCP de Zillow y vuelve a renderizar la interfaz.

Elige qué capacidades ofrecer en vez de trasladar todo tu producto

Una primera idea bastante común es enumerar todas las funciones del producto y preguntarse: “¿Cómo las llevamos a ChatGPT?”.

En teoría, parece un enfoque exhaustivo. En la práctica, suele dar como resultado un conjunto de funciones tan amplio y tan poco definido que al modelo le cuesta elegir cuál usar y a los usuarios les cuesta entenderlo. Si te resulta difícil resumir en una frase qué hace la app, al modelo también le costará entenderla.

Un método más eficaz:

1. Enumera las tareas principales que el usuario quiere resolver. Identifica las tareas concretas que los usuarios quieren realizar o los resultados que quieren obtener con ayuda de tu producto. Son la razón de ser del producto. Empezar por ahí te ayuda a centrarte en lo que el usuario quiere lograr en lugar de repasar una lista de funciones.
   Ejemplos:

   • Ayudar a alguien a elegir una vivienda.
   • Convertir ideas en presentaciones bien elaboradas.
   • Hacer que al usuario le resulte agradable descubrir opciones que respondan a lo que busca.
   • Transformar datos sin procesar en un informe claro y fácil de compartir.

2. Para cada tarea, pregúntate:

   “Sin una app, ¿qué no puede hacer el usuario en una conversación de ChatGPT?”.

   Algunas respuestas habituales:

   • Acceder a datos privados o en tiempo real.
   • Realizar acciones concretas en nuestros sistemas.
   • Obtener los resultados estructurados o visuales que necesita.

3. Aquí empieza a verse qué distingue a tu producto. La pregunta deja de ser “¿Qué podemos exponer desde el punto de vista técnico?” y pasa a ser “¿En qué podemos ayudar como nadie más?”.

4. Convierte esas necesidades en unas pocas operaciones con nombres claros. Por ejemplo:

   • search_properties – devuelve una lista estructurada de posibles viviendas.
   • explain_metric_change – obtiene datos pertinentes y resume las causas probables del cambio.
   • generate_campaign_variants – crea varias versiones de un anuncio con sus metadatos.
   • create_support_ticket – abre un ticket y devuelve un resumen + un enlace.

Estas operaciones:

• Son lo bastante concretas para que el modelo pueda elegirlas con confianza
• Son lo bastante sencillas para combinarlas con otros pasos de una conversación
• Se relacionan directamente con el valor que aportan, sin tener que abarcar todo el producto

También puedes plantearlo así: si alguien de tu equipo preguntara “¿Cuáles son las tres cosas que esta app tiene que hacer bien sí o sí?”, cada una debería corresponder casi exactamente a una capacidad de tu producto.

Por ejemplo, la app de Canva en ChatGPT puede generar el borrador de una presentación completa. El usuario puede pasar al modo de pantalla completa y recorrer las diapositivas como espera hacerlo en una presentación. Para editar cada diapositiva en detalle, sigue usando el editor completo de Canva.

Diseña para la conversación y el descubrimiento

En tu servidor MCP, puedes definir la description para que el modelo sepa cuándo invocar tu herramienta y qué llamadas hacer para realizar una tarea concreta. Así, el modelo puede relacionar la intención del usuario con las acciones que ofrecen tus herramientas.

a) Intención poco definida

Ayúdame a decidir dónde vivir.

Una buena respuesta de la app debería:

• Aprovechar el contexto pertinente que ya esté en la conversación.
• Hacer una o dos preguntas aclaratorias como máximo, si son necesarias.
• Ofrecer pronto algo concreto, como algunas ciudades posibles con una breve explicación de cada una.

El usuario debería sentir que ya avanzó, sin tener que pasar por un proceso de bienvenida de varios pasos. Si hay que responder cinco preguntas antes de ver algo útil, muchos abandonarán la conversación.

Veamos cómo lo resuelve la app de Canva:

Para crear una presentación completa hace falta contexto. La app de Canva hace preguntas de seguimiento para que el usuario resuma lo que quiere crear.

b) Intención específica

Busca viviendas de 3 dormitorios en Seattle por menos de 1,2 millones de dólares, cerca de escuelas primarias con buenas calificaciones.

En este caso, la app no debería pedirle al usuario que repita lo que ya dijo. Debería:

• Interpretar la consulta.
• Invocar las capacidades adecuadas.
• Devolver una selección de resultados pertinentes y organizarlos de forma útil.

Puedes ofrecer ajustes (“¿Qué te importa más, el tiempo de traslado al trabajo o la calificación de la escuela?”), pero el usuario debe percibirlos como opciones para afinar los resultados, sin tener que configurarlos de antemano.

Ejemplo de Canva:

Cuando el usuario deja clara su intención y pide que se genere una presentación, el modelo sabe exactamente cuándo llamar a Canva y qué capacidad invocar.

Como se ve a continuación, la herramienta ofrece varias opciones y también hace preguntas más específicas por si el usuario quiere ajustar algún detalle:

c) El usuario no conoce la marca

No puedes dar por hecho que el usuario sabe quién eres.

La primera respuesta con contenido sustancial debería:

• Explicar en una línea qué hace tu app (“Consulto anuncios actualizados y calificaciones de escuelas para que puedas comparar opciones”).
• Ofrecer resultados útiles de inmediato.
• Proponer un siguiente paso claro (“Pídeme que filtre las opciones por tiempo de traslado, barrio o presupuesto”).

Piensa en el reto de empezar desde cero: en uno o dos mensajes tienes que explicar qué es tu app, por qué es útil y cómo usarla.

Diseña tanto para el modelo como para el usuario

Diseñas para dos públicos:

• La persona que participa en el chat
• El entorno de ejecución del modelo, que decide cuándo y cómo invocar tu app

La mayoría de los equipos están acostumbrados a pensar en el primero. El segundo les resulta menos familiar. Pero si el modelo no entiende qué hace tu app o cómo usarla, los usuarios tendrán pocas oportunidades de interactuar con ella.

Hay una tercera dimensión igual de importante: qué datos del usuario pasan por tu app cuando el modelo la invoca. Diseñar bien una app, además de definir capacidades claras, exige rigor al decidir qué datos pides y cómo los usas.

• Acciones y parámetros claros y descriptivos: deja claro cuándo resulta útil tu app y cómo invocarla. Usa nombres fáciles de entender (search_jobs, get_rate_quote, create_ticket) y especifica qué parámetros son obligatorios, cuáles son opcionales y qué formato deben tener. La ambigüedad dificulta elegir la operación correcta.

• Privacidad desde el diseño: exige solo los campos que realmente necesitas. Evita los parámetros de tipo “blob” que recopilan contexto de más. Prefiere entradas mínimas y estructuradas y evita instrucciones como “envía toda la conversación”.

• Resultados estructurados y predecibles: mantén estables los esquemas e incluye identificadores y nombres de campo claros. Acompaña un resumen breve (“Tres opciones que se ajustan a tu presupuesto y al tiempo que quieres dedicar al traslado”) con una lista fácil de procesar ([{id, address, price, commute_minutes, school_rating, url}, …]). Así, el modelo puede expresarse con naturalidad sin perder las referencias exactas a los datos.

• Decide de antemano qué datos no devolverás: evita incluir información interna sensible “por si acaso”. Mantén los tokens y secretos fuera de las rutas visibles para el usuario. Oculta los datos sensibles o presenta datos agregados cuando no sea necesario conservar todo el detalle.

• Explica qué recopilas y por qué: pide lo mínimo para realizar la tarea. Cuando necesites algo sensible, como acceso a una cuenta, explica el motivo en una frase. Diseña las acciones y los esquemas de modo que quede claro qué se envía y adónde.

Diseña para un ecosistema abierto

En una sesión real de ChatGPT, rara vez interviene solo tu app. El modelo puede recurrir a varias apps en una misma conversación.

Para el usuario, todo forma parte de un mismo flujo. Para ti, es un recordatorio de que tu app forma parte de un ecosistema y funciona más allá de los límites de tu producto.

En la práctica, esto implica lo siguiente:

• Define acciones pequeñas y con un propósito concreto

  • search_candidates, score_candidates, send_outreach
  • en lugar de una sola operación run_full_recruiting_pipeline.

• Haz que los resultados sean fáciles de usar en el siguiente paso

  • Usa identificadores estables, nombres de campo claros y estructuras coherentes.
  • Evita que la información importante solo aparezca en texto libre.

• Evita los flujos largos que obligan a seguir un único recorrido

  • Haz tu parte y devuelve el control a la conversación.
  • Deja que el modelo decida qué herramienta debe encargarse del siguiente paso.

Si otras apps (o futuras versiones de la tuya) pueden aprovechar fácilmente tus resultados, podrás beneficiarte de las mejoras que surjan en otras partes del ecosistema en vez de competir con ellas.

Lista de verificación rápida

Puedes repasar esta breve lista antes o después de crear tu app:

• 1. Nuevas capacidades

  • ¿Está claro qué cosas nuevas permite saber, hacer o mostrar tu app?
  • En las situaciones para las que diseñaste la app, ¿los usuarios notarían si dejara de funcionar?

• 2. Alcance bien definido

  • ¿Elegiste un conjunto reducido de capacidades en lugar de replicar todo tu producto?
  • ¿Los nombres y el alcance de esas capacidades reflejan claramente las tareas reales que los usuarios quieren realizar?

• 3. Primera interacción

  • ¿Tu app responde bien tanto a los prompts poco definidos como a los específicos?
  • ¿Un usuario nuevo puede entender qué hace tu app desde la primera respuesta sustancial?
  • ¿El usuario obtiene algo útil en el primer intercambio?

• 4. Facilidad de uso para el modelo

  • ¿Las acciones y los parámetros son claros e inequívocos?
  • ¿Los resultados tienen una estructura lo bastante clara y uniforme como para encadenarlos y reutilizarlos?

• 5. Evaluación

  • ¿Tienes un conjunto pequeño de pruebas bien elegidas que incluya casos positivos, negativos y límite?
  • ¿Tienes una idea de la proporción de casos en que la respuesta obtenida con la app supera a la que da ChatGPT sin ella?

• 6. Integración en el ecosistema

  • ¿Pueden otras apps y el usuario aprovechar tus resultados para continuar la tarea sin dificultad?
  • ¿Te parece bien que tu app sea un eslabón de una cadena de varias apps, aunque solo se encargue de una parte del recorrido?

No hace falta cumplir a la perfección cada punto para lanzar tu app. Si puedes responder “sí” a la mayoría de estas preguntas, además de integrar tu producto en ChatGPT, le das a ChatGPT herramientas para hacer mucho más en tu área. Es entonces cuando estas apps empiezan a volverse indispensables.