+170 XP

ChatGPT · Intégrations de l'écosystème

ChatGPT est présent ailleurs que dans l'onglet du navigateur. On le trouve dans votre barre de menus, dans VS Code, dans votre espace Slack, dans son propre navigateur web et derrière des centaines d'applications tierces qui appellent discrètement l'API OpenAI. Cette leçon cartographie ces surfaces, présente une configuration concrète et vous donne une règle pour savoir quand sortir de l'application web est réellement rentable.

Les quatre surfaces

Voyez l'écosystème comme quatre endroits où ChatGPT apparaît, chacun avec des capacités différentes :

  • Applications first-party : les applications de bureau macOS et Windows, le mobile et le navigateur ChatGPT Atlas. Même compte, mêmes Projects et même mémoire, avec en plus des capacités au niveau du système d'exploitation ou du navigateur.
  • Outils pour développeurs : la CLI et l'extension IDE Codex, où ChatGPT lit et modifie votre vrai dépôt.
  • Apps dans ChatGPT : intégrations avec Google Drive, GitHub, Slack et des services partenaires, où ChatGPT lit vos données avec votre autorisation ou affiche des outils interactifs dans la conversation.
  • Produits tiers sur l'API : des logiciels qui intègrent les modèles OpenAI via l'API, souvent sans que la marque ChatGPT apparaisse.

L'application web est le plus petit dénominateur commun. Les intégrations comptent parce qu'elles suppriment la taxe du copier-coller : le modèle accède directement au fichier, au dépôt, au message ou au document au lieu d'attendre que vous fassiez la navette avec le texte.

Applications first-party : l'avantage du bureau et du navigateur

L'application de bureau n'est pas simplement le site dans une fenêtre. Sur macOS, Work with Apps permet à ChatGPT de lire le contenu d'une application ouverte (un terminal, un IDE, un document), pour que vous puissiez poser des questions dessus sans rien coller. Un raccourci clavier global ouvre un prompt façon lanceur par-dessus ce que vous êtes en train de faire.

Atlas, le navigateur d'OpenAI, place ChatGPT à côté de chaque page. Vous pouvez poser des questions sur l'article que vous lisez et, si vous le souhaitez, activer les mémoires du navigateur. En mode agent, il navigue et clique sur les sites à votre place.

Toutes ces surfaces embarquent les fonctionnalités de votre compte : Projects (des espaces de travail qui regroupent fichiers, instructions personnalisées et historique de conversation), la mémoire, l'analyse de données (un sandbox où le modèle écrit et exécute du Python sur vos fichiers) et Canvas (un éditeur côte à côte pour les longs documents et le code).

Quand c'est mieux que l'application web : toute tâche dont le contexte se trouve sur votre machine ou dans la page affichée. Par exemple, déboguer une stack trace dans votre terminal, poser une question sur un tableur ouvert ou comparer trois pages produit sans les copier dans la conversation.

Outils pour développeurs : Codex dans votre dépôt

Le plus grand saut pour les profils techniques, c'est Codex, l'agent de code d'OpenAI. Codex travaille sur votre dépôt et non sur des extraits collés. Il peut planifier, modifier plusieurs fichiers, lancer les tests et ouvrir une pull request. Il fonctionne dans le cloud, en CLI et comme extension IDE.

Installez la CLI et pointez-la vers un projet :

bash
npm install -g @openai/codex
cd my-project
codex "add input validation to the signup form and write tests"

Codex lit le dépôt, propose un diff, exécute votre suite de tests et vous montre le résultat avant que quoi que ce soit ne soit intégré. Voyez-le comme de la délégation plutôt que de l'autocomplétion. Vous décrivez un résultat, il fait le travail en plusieurs étapes, et vous relisez.

Quand c'est mieux que l'application web : le vrai travail sur une base de code. ChatGPT sur le web ne connaît ni votre arborescence, ni vos règles de linting, ni l'état de vos tests. Codex connaît les trois, parce qu'il s'exécute dans votre environnement.

Apps dans ChatGPT

Ce que ChatGPT appelait Connectors s'appelle désormais apps. Vous les ajoutez depuis l'annuaire d'apps dans les paramètres. Certaines apps récupèrent des données : une fois Google Drive, GitHub ou SharePoint connecté, vous pouvez demander à ChatGPT d'extraire une spécification de Drive ou de résumer les issues récentes d'un dépôt, et il va chercher le contenu pertinent au moment de la requête. C'est du RAG que vous n'avez pas à construire.

D'autres apps sont interactives. Les partenaires les développent avec l'Apps SDK, qui repose sur le Model Context Protocol (le standard ouvert pour connecter les modèles aux outils et aux données). Vous appelez une app partenaire comme Canva ou Zillow par son nom, et son interface apparaît dans la conversation.

Pour les équipes, l'app Slack amène ChatGPT dans les canaux et les messages privés : vous pouvez résumer un fil ou rédiger une réponse là où la conversation a déjà lieu.

Quand c'est mieux que l'application web : quand la source de vérité est éparpillée entre plusieurs outils SaaS et que vous ne voulez pas jouer le rôle de colle humaine qui déplace le contenu de l'un à l'autre.

Tâches planifiées et agent

Deux fonctionnalités font passer ChatGPT du réactif au proactif.

Les tâches planifiées exécutent un prompt selon un calendrier récurrent. Par exemple : « chaque jour de semaine à 8 h, consulte ces trois flux RSS et envoie-moi une synthèse ». Vous la configurez une fois en langage naturel et elle se déclenche toute seule.

L'agent ChatGPT effectue des actions en plusieurs étapes pour votre compte. Il navigue, clique et utilise un ordinateur virtuel pour mener une tâche de bout en bout, comme comparer des options sur plusieurs sites et rédiger une synthèse. Il s'arrête pour demander confirmation avant les étapes lourdes de conséquences.

Quand c'est mieux que l'application web : tout ce que vous feriez autrement à la main de façon régulière, ou toute tâche qui enchaîne de nombreuses étapes et outils et dont vous voulez déléguer la boucle entière.

Une configuration concrète : trier les bug reports entrants

Cet exemple relie plusieurs surfaces au sein d'un même workflow. L'objectif est de résumer chaque matin les nouvelles issues GitHub et de signaler les urgentes.

  1. Connectez l'app GitHub pour que ChatGPT puisse lire vos issues.
  2. Créez un Project nommé « Triage » avec des instructions personnalisées décrivant vos niveaux de sévérité et ce que « urgent » signifie pour votre produit.
  3. Ajoutez une tâche planifiée dans ce Project : « Chaque jour de semaine à 8 h, liste les issues ouvertes au cours des dernières 24 heures, regroupe-les par sévérité et fais remonter tout ce qui mentionne une perte de données ou l'authentification. »
  4. Quand quelque chose doit être corrigé, confiez-le à Codex pour qu'il rédige un patch et ouvre une PR.

Jusqu'ici, tout est configuration, sans une ligne de code. Les surfaces produit couvrent beaucoup de terrain avant même que vous touchiez à l'API.

Vérification des acquis

1. Selon la leçon, quelle est la raison principale pour laquelle les intégrations de l'écosystème comptent par rapport à l'application web ?

2. Qu'est-ce qui distingue le mieux le fonctionnement de Codex du simple fait de coller des extraits de code dans une conversation ?

3. Dans quel scénario la leçon indique-t-elle que l'application de bureau fait nettement mieux que l'application web ?

CHOIX MULTIPLES

4. Sélectionnez TOUTES les affirmations qui décrivent correctement les quatre surfaces où ChatGPT apparaît.

Sélectionnez toutes les réponses correctes.

CHOIX MULTIPLES

5. Sélectionnez TOUTES les capacités que la leçon associe à l'expérience de l'application de bureau first-party.

Sélectionnez toutes les réponses correctes.

Produits tiers et API : quand ChatGPT ne suffit plus

Tout ce qui précède concerne ChatGPT en tant que produit. L'autre moitié de l'écosystème, c'est l'API OpenAI, sur laquelle les développeurs construisent leurs propres applications avec les mêmes modèles. Vous y recourez quand vous avez besoin du modèle dans votre logiciel, votre propre interface ou un traitement backend, plutôt que dans l'interface de chat d'OpenAI.

Il existe deux styles d'API. La Responses API est l'interface la plus récente, orientée agents. Elle intègre des outils (recherche web, recherche de fichiers, code interpreter) et gère proprement l'état de la conversation. L'ancienne Chat Completions API reste largement prise en charge. Pour tout nouveau développement, privilégiez Responses.

Deux fonctionnalités rendent l'API fiable en production. Avec le function calling, le modèle décide d'appeler une fonction que vous avez définie et renvoie les arguments. Avec les structured outputs, vous fournissez un schéma JSON et le modèle renvoie obligatoirement un JSON conforme. Les structured outputs transforment un modèle bavard en composant fiable que vous pouvez brancher sur une base de données.

Voici la logique de triage précédente, reconstruite sous forme de traitement backend qui produit une sortie lisible par machine :

python
from openai import OpenAI

client = OpenAI()

schema = {
    "type": "object",
    "properties": {
        "summary": {"type": "string"},
        "severity": {"type": "string", "enum": ["low", "medium", "high", "critical"]},
        "needs_human": {"type": "boolean"},
    },
    "required": ["summary", "severity", "needs_human"],
    "additionalProperties": False,
}

issue = "Login fails for all SSO users after the deploy; some report being logged out mid-session."

response = client.responses.create(
    model="gpt-5",
    input=f"Triage this bug report:\n\n{issue}",
    text={"format": {"type": "json_schema", "name": "triage", "schema": schema, "strict": True}},
)

print(response.output_text)

Comme le schéma est en mode strict, vous récupérez un JSON que vous pouvez parser et router sans nettoyage défensif. Pour aller plus loin, consultez le guide des structured outputs.

Quand il faut orchestrer : AgentKit et l'Agents SDK

Dès qu'un workflow comporte plusieurs étapes, outils et passages de relais, ne codez pas la boucle de contrôle à la main. L'Agents SDK est le framework de code d'OpenAI pour les agents. Il gère les appels d'outils, l'état de la conversation, les passages de relais entre agents spécialisés et les garde-fous. AgentKit ajoute Agent Builder, un canevas visuel pour assembler le même type de workflow sans écrire la boucle vous-même, ainsi que ChatKit pour intégrer l'interface de chat obtenue dans votre produit.

Le choix se résume à une question de propriété. L'agent ChatGPT est un produit fini pour vos tâches personnelles. AgentKit et l'Agents SDK servent à livrer un agent à d'autres personnes, dans votre propre application.

Custom GPT ou application API : choisir la surface

On demande souvent quand créer un Custom GPT (configuré dans ChatGPT, éventuellement publié sur le GPT Store) et quand construire une application sur l'API.

Créez un Custom GPT quand :

  • Vos utilisateurs sont déjà dans ChatGPT.
  • Vous ne voulez ni hébergement ni code pour la logique principale.
  • Les GPT Actions (qui permettent à un Custom GPT d'appeler des API externes via une spécification OpenAPI) couvrent vos besoins d'intégration.

Si vous voulez une expérience interactive plus riche dans ChatGPT, envisagez plutôt une app Apps SDK.

Construisez sur l'API quand :

  • Vous avez besoin de votre propre interface, de votre marque ou de votre système de connexion.
  • Vous avez besoin de structured outputs qui alimentent des systèmes en aval.
  • Vous voulez maîtriser le coût, la latence, la journalisation et le traitement des données.
  • L'application tourne sans supervision humaine, selon un calendrier ou en réaction à des événements.

Un bon indice : si la réponse à « où est-ce que ça tourne ? » est « dans une conversation », un Custom GPT ou une app ChatGPT convient. Si c'est « dans mon produit ou mon backend », utilisez l'API.

La règle de décision

Pour savoir si une intégration fait mieux que l'application web, posez une seule question : où se trouvent le contexte et l'action ?

  • Contexte sur votre machine ou dans une page web : l'application de bureau, Atlas ou Codex.
  • Contexte dans des outils SaaS : les apps dans ChatGPT.
  • Action récurrente ou en plusieurs étapes : les tâches planifiées ou l'agent.
  • Logique dans votre propre logiciel, avec une sortie qui alimente d'autres systèmes : l'API, plus AgentKit pour les flux en plusieurs étapes.

L'application web ne l'emporte que lorsque la tâche est autonome et ponctuelle. Tout ce qui est récurrent, intégré ou programmatique relève d'une autre surface.

Points clés

  • Choisissez la surface en fonction de l'endroit où se trouvent le contexte et l'action. L'application web sert aux tâches autonomes. Passez au bureau, à Atlas, à Codex, aux apps ou à l'API quand le travail touche votre machine, vos outils ou votre logiciel.
  • Utilisez Codex pour le vrai travail sur une base de code, pas pour des extraits collés. Il s'exécute dans votre dépôt, lance vos tests et ouvre des PR.
  • Les Connectors s'appellent désormais apps. Le même annuaire regroupe des sources de données comme Drive et GitHub et des apps partenaires interactives construites avec l'Apps SDK.
  • La configuration l'emporte sur le code plus souvent qu'on ne le pense. Projects, apps et tâches planifiées suffisent à monter un workflow récurrent sans le moindre appel API.
  • Passez à l'API quand la sortie doit être lisible par machine ou intégrée. Combinez la Responses API et les structured outputs pour obtenir un JSON fiable, et utilisez AgentKit ou l'Agents SDK quand le workflow enchaîne plusieurs étapes et outils.
  • Custom GPT ou API, tout se résume à « où est-ce que ça tourne ? ». Dans une conversation : Custom GPT. Dans votre produit ou votre backend : l'API.