Автор рассказал о первых днях после апрува своего плагина в ChatGPT: 4-5 инсталлов в день — уже неплохой результат, но выяснилось, что разработчик почти не контролирует UI и не видит, что происходит у пользователя внутри чат-бота. Ключевая проблема: один из трёх примеров промптов, указанных при сабмите плагина, автоматически подставляется в окно ввода после установки — и пользователи массово его отправляют, хотя запрашиваемая там статистика по кампаниям у большинства ещё пуста, из-за чего люди уходили.

Чтобы поменять порядок или содержание примеров промптов, нужно сабмитить новую версию плагина и ждать ревью — это может занять время. Пока команда ждёт ревью, она обходит проблему через логику на стороне MCPi: если кампаний нет, модель получает инструкцию предложить пользователю описать портрет идеального клиента и найти под него лидов. Так удалось вернуть уже нескольких пользователей.

• Плагин апрувнули в ChatGPT «на днях» (пост от 24.09.2026)
• В первой версии плагина засабмичен только коннектор, скиллы для той же цели пока не добавлены
• У каждого пользователя свой план ChatGPT, модель и effort leveli: поиск лидов занимает 3-4 минуты, и одни модели готовы подождать долгий ответ, а другие сразу сообщают пользователю, что «сервак ничего не нашёл»
• По данным источника 2, проблема с ожиданием усложняется тем, что long polling пока плохо поддерживается стандартом MCP, поэтому нужно либо прикручивать UI, либо искать другой обходной путь
• Автор сравнивает ситуацию с эпохой 2010-2011 годов, когда ещё не существовало Google Analytics для мобильных и приходилось разбираться в поведении пользователей по серверным логам
• Вывод автора: это не классический продакт-менеджмент (нет доступа к UX и clarity-сессиям) и не совсем API-продукт, потому что на принимающей стороне «умное существо» (LLM), которое можно направлять и через которое можно уточнять у юзера детали