आपने एक कस्टम GPT बनाया है, वह अच्छे जवाब देता है, और अब आप चाहते हैं कि वह असली टूल्स से जुड़ सके: एक डेटाबेस, एक कैलेंडर, एक टिकट क़तार। किसी ने आपको बताया कि इसका जवाब MCP है, यानी Model Context Protocol। तो आप GPT बिल्डर खोलते हैं, "MCP" वाला कोई फ़ील्ड ढूँढते हैं और कुछ नहीं मिलता। यही उलझन इस लेख की वजह है। कस्टम GPT के साथ MCP सपोर्ट असली है, पर यह उस तरह काम नहीं करता जैसा ज़्यादातर लोग सोचते हैं, और फ़्री विकल्प मार्केटिंग में दिखाए जाने से कहीं ज़्यादा सीमित हैं।
गहराई में जाने से पहले छोटा सार। कस्टम GPT बाहरी सेवाओं से Actions के ज़रिए बात करता है, जो OpenAPI स्कीमा पर बने होते हैं। MCP एक स्तर ऊपर रहता है, ChatGPT के भीतर, कनेक्टर्स और ऐप्स के ज़रिए। दोनों को साथ काम करवाया जा सकता है, पर आपको एक रास्ता चुनना होगा, और हर रास्ते की अपनी प्लान शर्तें, होस्टिंग नियम और विफलता के तरीके हैं।
💡 प्लान की जानकारी जल्दी बदलती है। तीसरे पक्ष के लेख इस पर एकमत नहीं हैं कि कौन से ChatGPT प्लान को कौन से MCP फ़ीचर मिलते हैं, और OpenAI ने 2026 में कई बार मेन्यू की जगहें बदली हैं। नीचे दिया हर प्लान वाला बयान एक स्नैपशॉट मानें और कुछ भी ख़रीदने से पहले OpenAI की मौजूदा प्लान तालिका देखें।
MCP असल में क्या करता है
सरल शब्दों में MCP
MCP एक ओपन प्रोटोकॉल है जो किसी AI क्लाइंट को एक मानक तरीके से सर्वर पर मौजूद टूल्स को कॉल करने देता है। हर असिस्टेंट के लिए नया इंटीग्रेशन लिखने के बजाय आप एक MCP सर्वर लिखते हैं, जो टूल्स उपलब्ध कराता है (टिकट खोजना, नोट बनाना, फ़ाइल पढ़ना), और कोई भी संगत क्लाइंट उन्हें इस्तेमाल कर सकता है।
सर्वर अपने टूल्स, उनके इनपुट और आउटपुट का वर्णन करता है। क्लाइंट वह सूची मॉडल को दिखाता है, मॉडल एक टूल चुनता है, और सर्वर उसे चलाकर नतीजा वापस भेजता है। बस इतना ही पूरा चक्र है।

कस्टम GPT अलग क्यों हैं
कस्टम GPT एक पैकेज्ड कॉन्फ़िगरेशन है: निर्देश, अपलोड की गई ज्ञान फ़ाइलें, और वैकल्पिक Actions। इसे MCP के लोकप्रिय होने से पहले डिज़ाइन किया गया था, इसलिए इसका बाहरी कनेक्शन बिंदु एक OpenAPI स्कीमा है, जो सादे HTTP एंडपॉइंट्स का वर्णन करता है। ऐसा कोई फ़ील्ड नहीं है जहाँ आप MCP सर्वर का पता चिपका सकें।
यही एक डिज़ाइन तथ्य ज़्यादातर उलझन समझाता है। लोग "कस्टम GPT में MCP" खोजते हैं और उन्हें ChatGPT कनेक्टर्स पर गाइड मिलते हैं, जो एक अलग फ़ीचर है और इंटरफ़ेस के किसी दूसरे हिस्से में रहता है।
क्या कस्टम GPT MCP सपोर्ट करता है?
छोटा जवाब
सीधे तौर पर नहीं। 2026 के आख़िर तक की स्थिति में, कस्टम GPT किसी MCP सर्वर को उस तरह नहीं लेता जैसे डेस्कटॉप MCP क्लाइंट लेता है। इसकी जगह आपको यह मिलता है:
- कस्टम GPT के भीतर Actions, जो OpenAPI स्कीमा और आपके अपने HTTPS API का उपयोग करते हैं।
- सामान्य ChatGPT बातचीत में MCP कनेक्टर्स, जो डेवलपर मोड या ऐप्स डायरेक्टरी के ज़रिए जोड़े जाते हैं।
- एक रिपोर्ट की गई सीमा कि एक ही कस्टम GPT Actions और Apps एक साथ इस्तेमाल नहीं कर सकता, इसलिए आप हर GPT के लिए एक चुनते हैं।
अगर आपका लक्ष्य है "मेरा असिस्टेंट मेरा टूल कॉल करे," तो दोनों रास्ते वहाँ पहुँचा सकते हैं। अगर आपका लक्ष्य है "मेरा GPT यह सटीक MCP सर्वर बिना बदलाव इस्तेमाल करे," तो आपको एक ब्रिज चाहिए, जिसके बारे में नीचे बताया गया है।
Actions और MCP आमने-सामने
| फ़ीचर | Custom GPT Actions | ChatGPT में MCP कनेक्टर |
|---|
| कहाँ रहता है | एक पैकेज्ड GPT के अंदर | आपका ChatGPT अकाउंट या वर्कस्पेस |
| इंटरफ़ेस विवरण | OpenAPI schema | MCP टूल लिस्टिंग |
| टूल की खोज | स्कीमा लिखते समय तय हो जाती है | डायनामिक, सर्वर टूल्स की घोषणा करता है |
| ट्रांसपोर्ट | स्टैंडर्ड HTTPS रिक्वेस्ट | streamable HTTP या SSE पर रिमोट MCP |
| शेयरिंग | GPT का लिंक शेयर करें | हर यूज़र या हर वर्कस्पेस के हिसाब से सेटअप |
| दूसरे क्लाइंट में पुन: उपयोग | सिर्फ़ ChatGPT के अंदर | किसी भी MCP क्लाइंट में काम करता है |
| आम प्लान प्रतिबंध | बनाने के लिए पेड प्लान | पेड प्लान, अक्सर लिखने वाले टूल्स के लिए बिज़नेस टियर |
तालिका से समझौता साफ़ दिखता है। Actions पुराने और सरल हैं। MCP ज़्यादा पोर्टेबल है, पर उस पर अधिक प्लान प्रतिबंध लगे हैं।

सेटअप चरण-दर-चरण
शुरू करने से पहले: एक रिमोट सर्वर
ChatGPT आपके लैपटॉप पर चल रहे प्रोग्राम तक नहीं पहुँच सकता। उसे एक रिमोट MCP सर्वर चाहिए जिसका सार्वजनिक HTTPS पता हो। स्टैंडर्ड इनपुट और आउटपुट से बात करने वाले लोकल सर्वर अपने आप नहीं जुड़ेंगे। आपके पास तीन व्यावहारिक विकल्प हैं:
- सर्वर को किसी छोटे क्लाउड होस्ट पर डिप्लॉय करें।
- उसे घर पर चलाएँ और एक टनल के ज़रिए एक्सपोज़ करें।
- उसे एक MCP गेटवे के पीछे रखें जो ऑथेंटिकेशन और लॉगिंग जोड़ता है।
टेस्टिंग के लिए टनल ठीक है। असली डेटा वाली किसी भी चीज़ के लिए एक उचित होस्ट चुनें जिसका पता स्थिर हो।

डेवलपर मोड चालू करें
गाइड बताते हैं कि स्विच Settings, Connectors, Advanced, Developer mode के नीचे है। कुछ 2026 के लेख कहते हैं कि OpenAI ने टॉगल की जगह बदली है और अब यह Settings, फिर Security के नीचे हो सकता है। अगर आपको यह नहीं मिलता, तो आमतौर पर इसका मतलब होता है कि आपके प्लान में यह शामिल नहीं है, न कि आप गलत जगह देख रहे हैं।

अपना सर्वर जोड़ें
डेवलपर मोड चालू होने पर एक नया कनेक्टर बनाएँ और तीन चीज़ें भरें:
- Name: ऐसा नाम जो टूल पिकर में इंसान आसानी से पहचान सके।
- Server URL: आपके MCP एंडपॉइंट का सार्वजनिक HTTPS पता।
- Authentication: बस एक कामचलाऊ टेस्ट के लिए none, असली काम के लिए OAuth।
सेव करें, अगर साइन-इन फ़्लो आए तो उसे पूरा करें, और टूल्स एक नई चैट में दिखने चाहिए। अगर OAuth पूरा हो जाए पर कनेक्टर कभी न दिखे, तो यह एक ज्ञात और अक्सर रिपोर्ट होने वाली दिक़्क़त है। सेशन रीफ़्रेश करने या कनेक्टर हटाकर फिर से जोड़ने से यह अक्सर ठीक हो जाती है।
पहले केवल-पढ़ने वाले टूल से टेस्ट करें
ऐसे टूल से शुरू करें जो कुछ नुकसान न कर सके: एक सर्च, एक लुकअप, एक सूची। मॉडल से उसे नाम से इस्तेमाल करने को कहें। पुष्टि करें कि कॉल आपके सर्वर लॉग तक पहुँचती है। उसके बाद ही वे टूल चालू करें जो लिखते, मिटाते या भेजते हैं।
💡 मोटा नियम: अगर आप अपने सर्वर लॉग में अनुरोध नहीं देख सकते, तो समस्या कनेक्शन की तरफ़ है, मॉडल में नहीं।
कस्टम GPT के लिए ब्रिज रास्ता
अगर आप सच में चाहते हैं कि कस्टम GPT एक MCP सर्वर इस्तेमाल करे, तो आपको उसे बदलना होगा। एक छोटा प्रॉक्सी हर MCP टूल को एक सामान्य HTTPS एंडपॉइंट के रूप में एक्सपोज़ करता है और उनका वर्णन करने वाली OpenAPI स्कीमा प्रकाशित करता है। वह स्कीमा आप GPT के Actions पैनल में चिपकाते हैं।
आप डायनामिक टूल डिस्कवरी खो देते हैं, क्योंकि स्कीमा तब तक स्थिर रहती है जब तक आप उसे फिर से जनरेट न करें। बदले में आपको एक ऐसा शेयर करने लायक GPT मिलता है जिसे लिंक वाला कोई भी इस्तेमाल कर सकता है। किसी टीम असिस्टेंट के लिए यह समझौता अक्सर उचित होता है।
वे सीमाएँ जिनसे आप टकराएँगे
प्लान की रुकावटें
यहीं स्रोत सबसे ज़्यादा असहमत हैं, इसलिए यहाँ वह पैटर्न है जो उनमें दिखता है, सावधानी से कहा गया:
- Free और Go: दूसरों द्वारा बनाए गए डायरेक्टरी ऐप्स, पर अपना कस्टम MCP सर्वर जोड़ने का कोई तरीका नहीं। Actions वाले कस्टम GPT बनाना प्रतिबंधित या अनुपलब्ध बताया गया है।
- Plus और Pro: पढ़ने या फ़ेच-शैली वाले कस्टम कनेक्टर आम तौर पर रिपोर्ट होते हैं, जिनमें लिखने वाले Actions सीमित हैं।
- Business, Enterprise और Edu: वह टियर जो सबसे अधिक डेवलपर मोड के ज़रिए पूर्ण लिखने-योग्य MCP से जुड़ा है, जिसे कुछ स्रोत अब भी बीटा बताते हैं।
चूँकि OpenAI इसे नियमित रूप से बदलता है, लाइव प्लान तालिका पर एक नज़र डालने से आपका एक बेकार सब्सक्रिप्शन महीना बच सकता है।

ट्रांसपोर्ट और होस्टिंग
स्ट्रीमेबल HTTP या SSE पर रिमोट MCP ही ChatGPT की अपेक्षा है। जिन सर्वरों को लोकल प्रोसेस चाहिए, वे सीधे काम नहीं करेंगे। धीमे सर्वर भी चुपचाप नुकसान करते हैं: अगर कोई टूल बहुत देर लेता है, तो कॉल टाइम आउट हो जाती है और मॉडल ऐसे जवाब देता है जैसे टूल था ही नहीं।
टूल के जवाब छोटे रखें। वही फ़ील्ड लौटाएँ जो मॉडल को चाहिए, पूरी डेटाबेस पंक्ति नहीं।
सुरक्षा और लिखने वाले Actions
एक जुड़ा हुआ टूल आपकी ओर से काम कर सकता है, और यही जोखिम है। कोई दुर्भावनापूर्ण वेब पेज या दस्तावेज़ ऐसे निर्देश रख सकता है जो मॉडल को ऐसा टूल कॉल करने के लिए उकसाएँ जिसे आपने कभी ट्रिगर करने का इरादा नहीं किया था। इसे प्रॉम्प्ट इंजेक्शन कहते हैं, और यही मुख्य कारण है कि लिखने वाले Actions पुष्टि और ऊँचे प्लान के पीछे रखे जाते हैं।

व्यावहारिक आदतें जो मदद करती हैं:
- सर्वर को न्यूनतम अधिकार दें: ऐसा टोकन जो पूरी ड्राइव नहीं, बस एक फ़ोल्डर पढ़ सके।
- विनाशकारी टूल (मिटाना, भेजना, भुगतान) तब तक सर्वर से बाहर रखें जब तक सच में ज़रूरत न हो।
- पुष्टि वाले प्रॉम्प्ट चालू रखें और जो चलने वाला है उसे पढ़ें।
- सीक्रेट्स को नियमित रूप से बदलें और उन्हें कभी GPT के निर्देशों में न चिपकाएँ।
काम करने वाले फ़्री विकल्प
Free प्लान पर डायरेक्टरी ऐप्स
सबसे सरल शून्य-लागत रास्ता है कि किसी और द्वारा पहले से प्रकाशित कनेक्टर्स इस्तेमाल करें। Free टियर में सीमित सर्च और डीप रिसर्च वाले डायरेक्टरी ऐप्स शामिल बताए गए हैं। आप इन्हें अपने सर्वर की ओर नहीं मोड़ सकते, पर आम सेवाओं (दस्तावेज़, कैलेंडर, प्रोजेक्ट बोर्ड) के लिए अक्सर इसकी ज़रूरत नहीं पड़ती।

अन्य क्लाइंट और ओपन टूल्स
MCP किसी एक विक्रेता तक सीमित नहीं है। कई डेस्कटॉप असिस्टेंट, कोड एडिटर और ओपन-सोर्स चैट फ़्रंट एंड MCP क्लाइंट के रूप में काम करते हैं, और उनमें से कई इंस्टॉल करने के लिए फ़्री हैं। ये क्लाइंट सीधे लोकल सर्वर चला सकते हैं, जिससे होस्टिंग की समस्या पूरी तरह टल जाती है। अगर आपका असली लक्ष्य अपने सर्वर को सस्ते में आज़माना है, तो यह सबसे तेज़ रास्ता है: उसे बनाएँ, लोकली चलाएँ, किसी फ़्री क्लाइंट में टेस्ट करें, और फिर तय करें कि क्या कोई पेड ChatGPT प्लान सार्थक है।
टेक्स्ट वाले हिस्से के लिए फ़्री मॉडल
कभी-कभी कमी कनेक्टर में नहीं, बल्कि उसके पीछे के मॉडल में होती है। अगर आप कुछ भी खर्च करने से पहले स्कीमा का ड्राफ़्ट बनाना, टूल का वर्णन लिखना या टेस्ट प्रॉम्प्ट आज़माना चाहते हैं, तो कोई होस्टेड लैंग्वेज मॉडल इसके लिए अच्छा काम करता है।
PicassoIA पर आप तेज़ ड्राफ़्टिंग के लिए GPT-4o या GPT-4o Mini खोल सकते हैं। भारी स्कीमा कार्य और कोड के लिए, GPT 5.6 Sol, Claude Sonnet 5 और Gemini 3.1 Pro सभी मज़बूत विकल्प हैं। किसी जटिल एरर लॉग को चरण-दर-चरण समझने के लिए, Deepseek R1 आज़माने लायक है।
💡 काम की ट्रिक: अपनी OpenAPI स्कीमा इन मॉडलों में से किसी एक में पेस्ट करें और उससे अस्पष्ट फ़ील्ड नाम बताने को कहें। साफ़ वर्णन ही इस बात का सबसे बड़ा कारक है कि मॉडल सही टूल चुनता है या नहीं।
आम एरर ठीक करना
कनेक्टर कभी दिखता ही नहीं
पहले प्लान जाँचें। अगर डेवलपर मोड नहीं है, तो यह फ़ीचर शायद आपके अकाउंट पर उपलब्ध नहीं है। अगर वह है, तो कनेक्टर हटाएँ, फिर से जोड़ें और एक नई चैट खोलें। कई गाइड रिपोर्ट करते हैं कि कस्टम ऐप्स कुछ समय के लिए डायरेक्टरी से गायब हो जाते हैं, जो परेशान करने वाला है, पर आमतौर पर अस्थायी होता है।

टूल गलत इनपुट के साथ कॉल होता है
यह लगभग हमेशा वर्णन की समस्या होती है। अगर किसी फ़ील्ड का नाम "q" है और वर्णन कुछ नहीं कहता, तो मॉडल अंदाज़ा लगाता है। उसका नाम "search_query" रखें और एक उदाहरण मान के साथ एक वाक्य जोड़ें।
ऑथेंटिकेशन लूप
अगर साइन-इन बार-बार वापस उछलता है, तो जाँचें कि आपका रीडायरेक्ट पता बिल्कुल वही है जो सर्वर चाहता है, जिसमें अंत के स्लैश भी शामिल हैं। एक अक्षर का अंतर भी पूरे फ़्लो को तोड़ने के लिए काफ़ी है।
कॉल टाइम आउट होती हैं
पेलोड छोटा करें, धीमे लुकअप को कैश करें और आंशिक नतीजे जल्दी लौटाएँ। लक्ष्य रखें कि जवाब दो सेकंड के भीतर आए।
आपके लिए कौन सा रास्ता सही है
| आपकी स्थिति | सबसे अच्छा रास्ता | लागत स्तर |
|---|
| जिज्ञासु, बजट नहीं | डायरेक्टरी ऐप्स और एक मुफ़्त MCP क्लाइंट | मुफ़्त |
| API के साथ अकेले बनाने वाला | Actions वाला Custom GPT | पेड प्लान |
| पोर्टेबल सर्वर चाहिए | रिमोट MCP सर्वर और एक कनेक्टर | पेड प्लान या बिज़नेस टियर |
| ऐसी टीम जिसे लिखने वाले टूल्स चाहिए | डेवलपर मोड वाला बिज़नेस टियर | बिज़नेस प्राइसिंग |
| MCP को रैप करने वाला GPT चाहिए | एक प्रॉक्सी जो OpenAPI स्कीमा प्रकाशित करता है | पेड प्लान और होस्टिंग |
ईमानदार क्रम यह है: फ़्री से शुरू करें, किसी सादे क्लाइंट में साबित करें कि सर्वर काम करता है, और तभी पैसे दें जब आपको पता हो कि कौन सा रास्ता चाहिए। ज़्यादातर लोग पहले प्लान ख़रीदकर और सीमाएँ बाद में जानकर ज़रूरत से ज़्यादा खर्च करते हैं।

PicassoIA पर खुद आज़माएँ
टूल कनेक्शन अच्छे असिस्टेंट का सिर्फ़ आधा हिस्सा है। दूसरा आधा वह है जो मॉडल आपके लिए बना सकता है। एक बार आपका कस्टम GPT या MCP वर्कफ़्लो चल जाए, तो उसे क्रिएटिव आउटपुट के साथ जोड़ें: किसी लैंग्वेज मॉडल में प्रॉम्प्ट का ड्राफ़्ट बनाएँ, फिर प्लेटफ़ॉर्म छोड़े बिना उसे एक फोटोरियलिस्टिक इमेज या छोटे क्लिप में बदलें।
Gemini 3.5 Flash जैसा मॉडल खोलें और सटीक, विस्तृत प्रॉम्प्ट लिखें, फिर picassoia.com/en/all-models पर पूरी कैटलॉग ब्राउज़ करके कोई इमेज या वीडियो मॉडल ढूँढें जो आपकी ज़रूरत से मेल खाए। कुछ प्रॉम्प्ट आज़माएँ, नतीजों की तुलना करें और जो काम के लगें उन्हें रखें। आज़माने में कोई खर्च नहीं है, और आप जल्दी देख पाएँगे कि एक अच्छी तरह लिखा निर्देश आउटपुट को कितना बदल देता है।