ChatGPT Connectors: einen Remote-MCP-Server hinzufügen und was er kann
Ein ChatGPT Connector ist ein Remote-MCP-Server, den ChatGPT mitten im Gespräch aufruft. Du fügst einen im Browser auf chatgpt.com/plugins hinzu, mit dem Plus-Button und Add custom MCP server. Du brauchst einen bezahlten ChatGPT-Plan, einen HTTPS-Endpoint, der auf /mcp endet, und OAuth. Hier ist der ganze Ablauf, geprüft am 11. November 2026.
Was ein ChatGPT Connector wirklich ist
Ein Connector ist keine App, die du in ChatGPT installierst. Es ist ein Server, den du woanders betreibst, über HTTPS erreichbar, der das Model Context Protocol spricht. ChatGPT fragt ihn nach einer Tool-Liste und ruft diese Tools dann auf, wenn dein Prompt sie braucht. Der Server hält die Zugangsdaten für alles, womit er redet, ChatGPT sieht also nie dein Instagram-Token oder dein Datenbank-Passwort.
Daraus folgen drei Dinge, und sie erklären den größten Teil der Verwirrung um Connectors:
- Der Server muss online und öffentlich sein. Ein lokaler Prozess auf deinem Laptop ist aus OpenAIs Infrastruktur nicht erreichbar.
- Die Authentifizierung gehört dem Server, nicht ChatGPT. Das Chat-Fenster trägt nur das Token, das der Server ihm gegeben hat.
- Die Qualität der Tools ist dein Problem. OpenAIs eigene Doku ist da unmissverständlich: „eigene MCP-Server werden nicht von OpenAI entwickelt oder geprüft“.
chatgpt mcp: was das Protokoll geändert hat
Die alte Plugin-Zeit verlangte, dass du eine OpenAPI-Beschreibung veröffentlichst und gelistet wirst. MCP hat das durch einen Endpoint und einen Handshake ersetzt. Der Server erklärt seine Tools, ihre Input-Schemas und Sicherheitshinweise beim Verbinden, und er kann nächste Woche ein Tool ergänzen, ohne dass du in ChatGPT etwas anfasst.
Das zählt für Agenten mehr als für Chat. Eine Tool-Liste, die zur Laufzeit ankommt, ist eine Tool-Liste, die ein Agent entdecken kann, und das ist das ganze Argument in MCP oder REST-API für deinen Agenten. Der Preis dafür: das Modell liest jetzt den Text, den dein Server zurückgibt, und dieser Text kann versuchen, es zu lenken. OpenAI nennt Prompt Injection als Hauptrisiko und warnt davor, sensible Informationen in das JSON der Tools zu legen.
So fügst du einen eigenen MCP-Server in ChatGPT ein
Die Schritte unten sind OpenAIs eigene, aus dem Guide zum Verbinden mit ChatGPT, den ich am 11. November 2026 gelesen habe:
- Geh auf chatgpt.com/plugins. Im Browser. Die Mobil- und Desktop-Apps haben dafür keinen Screen.
- Klick den Plus-Button, dann Add custom MCP server.
- Gib einen für Nutzer sichtbaren Namen und eine Beschreibung ein. Beide erscheinen in der Connector-Liste, schreib die Beschreibung also für alle anderen im Workspace.
- Füge unter Connection die Server-URL samt
/mcp-Pfad ein. Ein Secure MCP Tunnel ist die andere Option während der Entwicklung, per Tunnel oder pertunnel_id. - Konfiguriere die Authentifizierung, lies den Risikohinweis und wähle I understand and want to continue.
- Wähle Create as a plugin.
- Prüfe die Tools und Metadaten, die auf dem Server gefunden wurden.
Bei Schritt 7 lohnt es sich, langsamer zu werden. Kommt die Tool-Liste leer oder kurz zurück, hat der Handshake geklappt und die Discovery nicht, und die üblichen Ursachen sind ein Server, der auf / statt auf /mcp antwortet, eine Weiterleitung davor, oder ein Auth-Verfahren, das der Client nicht abgeschlossen hat.
Der Developer Mode war früher Teil davon. Er ist nicht mehr nötig, ein bezahlter ChatGPT-Plan schon: Plus, Pro, Business, Enterprise oder Edu, laut der PlugKit-Client-Doku, am selben Tag geprüft.
Die zwei Tools, die ChatGPT verlangt: search und fetch
Das ist die Anforderung, die alle überrascht, die ihren ersten Server bauen. Für Unternehmenswissen und Deep Research erwartet ChatGPT zwei Read-only-Tools mit festen Namen:
| Tool | Eingabe | Gibt zurück | Warum ChatGPT es will |
|---|---|---|---|
search |
ein Query-String | results, jedes mit id, title, url |
lässt das Modell Kandidaten finden, bevor es etwas liest |
fetch |
eine id aus search |
das Dokument: text, url, optional metadata |
gibt dem Modell den vollen Inhalt, und das Zitat |
Zitate hängen an dieser url. OpenAI sagt es klar: „ChatGPT erzeugt Zitat-Metadaten nur, wenn url ein nicht leerer String ist.“ Ein Ergebnis mit leerer URL funktioniert weiter als Tool-Ausgabe, es wird nur nie zur Fußnote in der Antwort.
Ein Server, der nur Aktions-Tools anbietet, verbindet sich und läuft für Befehle gut. Bei Recherche ist er schwach, weil das Modell keinen günstigen Weg hat, sich erst umzusehen. PlugKit liefert beide als Read-only-Tools neben seinen 103 Aktions-Tools, und darum beantwortet es „welcher meiner Posts lief letzten Monat am besten“ genauso gut wie „poste das“.
OAuth und die Felder, die du leer lässt
Heute funktionieren drei Wege für den Token-Tausch, aufsteigend nach Aufwand:
| Methode | Was du konfigurierst | Wann es passt |
|---|---|---|
CIMD, öffentlicher Client (none) |
nichts, wenn dein Authorization Server Client ID Metadata Documents unterstützt | OpenAIs Empfehlung |
| Dynamic client registration | nichts in ChatGPT, der Server registriert den Client | gehostete Server mit vielen Nutzern |
private_key_jwt |
ein Schlüsselpaar und eine signierte Assertion | Server, die öffentliche Clients ablehnen |
Bei den ersten beiden wählst du OAuth im Dialog und lässt Client ID und Client Secret leer. Das ist keine Abkürzung, das ist der Entwurf: der Server registriert ChatGPT im Vorbeigehen als Client und gibt ein Token zurück, das auf den Nutzer begrenzt ist, der gerade den Consent-Screen bestätigt hat. Wenn du die Serverseite davon baust, stehen die Fehlerfälle in MCP-Server-OAuth.
Ein API-Key im Header ist einfacher und schlechter. Keys tragen meist Vollzugriff ohne Scopes, und nichts an der Verbindung sagt dir, welcher Mensch am anderen Ende sitzt.
Was ein Connector kann und was ChatGPT weiter blockiert
Reads laufen frei. Nach dem Verbinden ruft ChatGPT deine Read-Tools ohne Rückfrage auf, und genau das ist der Punkt. Writes nicht, und keine Einstellung ändert das im Chat-Produkt: „ChatGPT verlangt derzeit in jedem Gespräch eine manuelle Bestätigung, bevor Schreibaktionen ausgeführt werden können.“
Ein Connector, der veröffentlicht, eine Nachricht sendet oder etwas löscht, hält also jedes Mal an und wartet auf einen Klick. Für einen Menschen an der Tastatur ist das richtig. Für einen geplanten Job ist es eine Wand, und die Antwort ist die API statt des Chat-Fensters: in der Responses API setzt du require_approval pro Tool, never für search und fetch, eingeschaltet für alles mit Folgen.
Setz deine Annotations gleich ehrlich. readOnlyHint gehört auf Tools, die keinen Zustand ändern können, destructiveHint auf alles, was schwer rückgängig zu machen ist. ChatGPT entscheidet damit, wie laut es fragt, und OpenAI ist deutlich: sie „ersetzen keine Autorisierung, Validierung oder Bestätigung in deinem Server“.
Ein Beispiel aus der Praxis: Social-Accounts in ChatGPT
PlugKit ist ein gehosteter MCP-Server auf https://api.plugkit.co/mcp über Streamable HTTP, also ein Connector, bei dem du nichts deployen musst. Nenn ihn PlugKit, füge die URL ein, wähle OAuth, lass die Client-Felder leer, bestätige den Consent-Screen und wähle dort Read-only oder Vollzugriff.
Was ankommt, sind 103 Tools und 3 Workflows (publish, inbox, report) für Instagram, Facebook, LinkedIn, TikTok, YouTube, X, WhatsApp und Telegram. Die Scopes sind grob, aber brauchbar: mcp:read deckt Profile, Konten, Posts, Konversationen und Analytics ab, mcp:write ergänzt Veröffentlichen, Antworten und das Verbinden von Konten. Fang eine Woche mit Read an.
ChatGPT antwortet dann ohne Klick auf „was haben meine letzten fünf Instagram-Posts gebracht“ und fragt, bevor es postet. Der Rest der Social-Seite, was das Modell allein entscheiden kann und was nicht, steht in Social-Media-Automatisierung mit ChatGPT; die gleiche Mechanik auf Anthropic-Seite steht in Claude als dein Social Media Manager. PlugKit kostet $49 pro Monat für 5 verbundene Konten, jederzeit kündbar, oder $97 für 30, mit 7 Tagen gratis und einer Karte, die bei der Anmeldung verlangt wird.
FAQ
Wie füge ich einen eigenen MCP-Server in ChatGPT ein?
Geh im Browser auf chatgpt.com/plugins, klick den Plus-Button, wähle Add custom MCP server, gib Name und Beschreibung ein, füge die Server-URL ein, die auf /mcp endet, konfiguriere die Authentifizierung, akzeptiere den Risikohinweis und dann Create as a plugin. Der letzte Screen zeigt die Tools, die auf dem Server gefunden wurden.
Brauchen ChatGPT Connectors noch den Developer Mode?
Nein. Der Developer Mode war der Weg beim früheren Rollout und ist nicht mehr nötig. Was du brauchst, ist ein bezahlter Plan: Plus, Pro, Business, Enterprise oder Edu. Workspace-Richtlinien gelten weiter, auf einem Business- oder Enterprise-Konto kann ein Admin eigene Server also komplett blockieren.
Warum hat mein Connector nach dem Verbinden keine Tools?
Die Discovery lief und kam leer zurück. Prüfe, ob die URL /mcp enthält und dort direkt antwortet statt über eine Weiterleitung, ob der OAuth-Flow durchgelaufen ist, und ob dein Server im initialize-Handshake Tools auflistet. Eine Tunnel-URL, die mit dem Schließen des Editors abgelaufen ist, sieht von innen in ChatGPT genauso aus.
Kann ein ChatGPT Connector automatisch für mich posten?
Nicht im Chat-Fenster. ChatGPT verlangt vor jeder Schreibaktion eine manuelle Bestätigung, in jedem Gespräch, ein Mensch klickt also jedes Mal. Für unbeaufsichtigtes Veröffentlichen rufst du denselben MCP-Server über die Responses API auf, mit require_approval pro Tool gesetzt, oder du rufst direkt die darunterliegende REST-API.
Was ist der Unterschied zwischen einem Connector und einem MCP-Server?
Praktisch keiner. Der Server ist das, was du betreibst; der Connector ist, wie ChatGPT den Eintrag nennt, den es für diesen Server führt, mit Name, Beschreibung, Authentifizierung und gefundener Tool-Liste. Ein Server kann gleichzeitig Connector in ChatGPT, Claude, Cursor und VS Code sein.
Ein Plug für jede Plattform, die dein Agent anfasst
49 $ im Monat für 5 verbundene Accounts, jederzeit kündbar. Jede Funktion in jedem Tarif.
Hol dir deinen API-Key →