Social Rocket
ChatGPT is inmiddels veel verder uit te breiden dan met klassieke bestandsuploads of webzoekopdrachten. Via Apps en MCP kunnen bedrijven eigen data, functies en backends beschikbaar maken in ChatGPT – en zo van de chat een extra bedieningsinterface voor bestaande software maken.
Het interessante hieraan is niet alleen "chatten met mijn data". Het wordt pas echt waardevol wanneer de eigen server gecontroleerd bepaalt welke informatie ChatGPT te zien krijgt en welke acties het mag uitvoeren.
Sinds juli 2026 bundelt OpenAI apps en plugins nauwer: plugins fungeren als centrale plek om workflows te ontdekken, terwijl de daadwerkelijke verbinding met data en acties via de onderliggende apps verloopt. Aangepaste apps kunnen daarbij via het Model Context Protocol (MCP) worden verbonden met eigen systemen. De precieze functionaliteit hangt momenteel nog af van het ChatGPT-abonnement en de workspace-configuratie.
De eigen server blijft de eigenlijke applicatie
Een MCP-integratie betekent niet dat de database of het volledige backend aan een taalmodel wordt overgedragen.
In plaats daarvan stelt de eigen server duidelijk gedefinieerde tools beschikbaar. Sterk vereenvoudigd zien die er bijvoorbeeld zo uit:
- datasets zoeken
- een dataset ophalen
- een concept aanmaken
- afzonderlijke velden bijwerken
- een status wijzigen
ChatGPT krijgt daarmee geen vrije SQL-console, maar een beperkte verzameling gestructureerde acties.
Dat is het beslissende architectuurverschil. Database, validatie, rollenmodel en bedrijfslogica blijven op de eigen server. Het model vertaalt vooral de natuurlijke-taalintentie van de gebruiker naar een passende tool-aanroep.
Wie MCP specifiek voor social-media-workflows wil inzetten, vindt in de Srocket-gids over Social-media-MCP's en AI-assistenten een concreter voorbeeld.
Waarom gestructureerde tools beter zijn dan "hier is mijn database"
Een typische interne workflow bestaat uit veel kleine schermen: zoekopdracht openen, filters instellen, een dataset selecteren, velden controleren, status wijzigen en daarna weer terug naar het overzicht.
Met een gecontroleerde MCP-laag kan dat bijvoorbeeld worden:
„Welke datasets zijn nog onvolledig? Laat me de belangrijkste vijf zien.“
De server voert de eigenlijke zoekopdracht uit en levert gestructureerde resultaten terug. Daarna kan de gebruiker zeggen:
„Bij de tweede dataset ontbreekt de informatie duidelijk. Vul die aan.“
ChatGPT roept nu niet zomaar een databasebewerking aan, maar precies het update-tool dat daarvoor is vrijgegeven. De server controleert opnieuw rechten, invoer en bedrijfsregels.
Zo wordt natuurlijke taal een extra gebruikersinterface, zonder dat de bestaande softwarearchitectuur hoeft te worden vervangen.
OAuth en OpenID Connect regelen de toegang
Zodra een app met privégegevens of klantspecifieke gegevens werkt, heeft ze een gecontroleerde authenticatie- en autorisatieroute nodig. ChatGPT ondersteunt daarvoor bij eigen MCP-apps onder meer OAuth en OpenID Connect.
OAuth regelt vooral de gedelegeerde toegang tot een applicatie. OpenID Connect voegt daarop een identiteitslaag toe. Bij het instellen van een aangepaste app wordt het eindpunt van de MCP-server opgegeven; gebruikt de server OAuth of OpenID Connect, dan doorloopt de gebruiker daarna het voorziene autorisatieproces.
Daardoor hoeven gebruikers geen wachtwoorden of API-sleutels in een prompt te zetten. Voor permanente verbindingen wijst OpenAI uitdrukkelijk op refresh tokens. Bij OpenID Connect wordt daarvoor doorgaans `offline_access` aangevraagd. Ontbreekt deze mogelijkheid, dan kan na het verlopen van de oorspronkelijke autorisatie opnieuw inloggen nodig zijn.
Belangrijk is echter: een geslaagde aanmelding betekent niet automatisch volledige toegang. De eigen server moet nog steeds vastleggen welke gegevens en acties voor deze gebruiker echt zijn toegestaan. Rollen, tenants, gegevenszichtbaarheid en schrijfrechten horen daarom nog steeds in de eigen applicatie.
ChatGPT-rechten vervangen geen serverrechten
ChatGPT heeft daarnaast eigen app-rechten en kan vóór belangrijke schrijfacties om bevestiging vragen. OpenAI noemt bijvoorbeeld het versturen van berichten, het verwijderen van inhoud, aankopen of wijzigingen in toegangsrechten als acties met mogelijk grotere gevolgen.
Deze bevestigingen zijn zinvol, maar ze mogen niet de eigenlijke beveiligingsgrens vormen.
De MCP-server moet zelf controleren of een actie is toegestaan. Een update-functie kan bijvoorbeeld alleen bepaalde velden accepteren. Een publicatiefunctie kan een bepaalde status vereisen. Een gebruiker kan alleen datasets van de eigen tenant zien.
Het model beslist dus niet over de bedrijfsregels. Het werkt binnen de regels die de server voorschrijft.
Hetzelfde principe wordt ook belangrijk bij steeds agentischere marketingworkflows. In het artikel over KI-agenten in media buying en hun controlemechanismen gaat het om een vergelijkbare vraag: hoe meer een systeem kan uitvoeren, hoe belangrijker rechten, logs en duidelijk gedefinieerde grenzen worden.
Eigen servers worden de interactielaag
Precies hier wordt MCP interessanter dan nog een chatbot.
Veel interne tools bestaan vooral als dashboard, omdat gebruikers op de een of andere manier met een database of API moeten communiceren. MCP opent een tweede interface: de gebruiker beschrijft zijn doel, ChatGPT kiest de juiste functie en de server voert die gecontroleerd uit.
De bestaande webinterface kan toch behouden blijven. Voor veelvoorkomende of visueel complexe taken is die vaak nog steeds beter. Maar voor onregelmatige backoffice-taken kan spraak veel directer zijn.
Een mogelijk patroon ziet er zo uit:
- 1. Verzoek: De gebruiker beschrijft het doel in natuurlijke taal.
- 2. Toolkeuze: ChatGPT herkent welke goedgekeurde functies nodig zijn.
- 3. Controle: De eigen server controleert identiteit, rechten en invoer.
- 4. Uitvoering: De applicatie voert de toegestane actie uit en levert gestructureerde gegevens terug.
- 5. Resultaat: ChatGPT legt het resultaat uit of verwerkt het in de volgende stap.
Zo blijft de applicatie deterministisch waar dat moet, en flexibel waar taal echt helpt.
De server hoeft niet per se openbaar toegankelijk te zijn
ChatGPT verbindt zich bij aangepaste apps in principe met Remote-MCP-servers. Voor servers in privénetwerken of op lokale ontwikkelmachines documenteert OpenAI daarnaast een Secure MCP Tunnel, waarmee ondersteunde OpenAI-producten toegang krijgen tot een privé-MCP-server, zonder die simpelweg open op het publieke internet te zetten.
Ook dat onderstreept het eigenlijke patroon: de AI hoeft de infrastructuur niet te bezitten. Ze kan er een gecontroleerde interface voor vormen.
Apps SDK: wanneer de chat alleen niet genoeg is
OpenAI breidt MCP verder uit met de Apps SDK. Daarmee kunnen ontwikkelaars niet alleen tools aanbieden, maar ook logica en interactieve interfaces binnen ChatGPT vormgeven en deze koppelen aan hun eigen backend.
Daarmee kan een pure tool-interface uitgroeien tot een completer product: chat voor flexibele vragen, gestructureerde UI voor resultaten, een eigen server voor gegevens en regels.
Hoe sterk zulke AI-interfaces al in contentprocessen doordringen, laat ook onze gids over de Claude-workflow als AI Creative Director zien.
Niet elke backend heeft een MCP nodig
MCP loont vooral wanneer gebruikers regelmatig informatie uit meerdere gebieden bij elkaar zoeken of dezelfde gestructureerde acties in wisselende combinaties uitvoeren.
Een eenvoudig formulier met drie velden wordt niet automatisch beter door een AI-laag. Acties die onomkeerbaar zijn of de veiligheid raken, moet je daarnaast zo beperkt mogelijk houden en waar nodig extra laten bevestigen.
Het interessante punt is daarom minder “nu krijgt alles een chatbot”.
Het gaat om de mogelijkheid om een bestaande applicatie toegankelijk te maken via natuurlijke taal, zonder een volledige UI-herbouw. Gegevens en regels blijven op je eigen server. ChatGPT wordt de interactielaag erbovenop.