Atlassian + OpenAI: Teamkontext in ChatGPT und Codex nutzen
Atlassian und OpenAI verbinden den Teamkontext mit ChatGPT, Codex, Jira und Confluence durch vier Integrationen: den Atlassian MCP-Server in ChatGPT, den Atlassian MCP-Server in Codex, Deeplinks für KI-Programmierungstools in Codex und die OpenAI-Modellauswahl in Rovo-Agenten.
Durch die Integration von ChatGPT in Atlassian wird das Modell direkt in eine Kontextebene auf Enterprise-Niveau eingebettet. Mit Unterstützung des Teamwork Graph fließt jeder von ChatGPT abgeschlossene Workflow, jede Zusammenfassung und jede Aktion zurück ins System – so entsteht eine kontinuierliche Feedbackschleife, durch die Rovo und deine benutzerdefinierten Agenten präzise und aufeinander abgestimmt sind.
Die End-to-End-Benutzererfahrung
Planen: Definiere Ziele, Anforderungen und Entscheidungen in Jira und Confluence.
Kontext verbinden: Autorisiere ChatGPT oder Codex über den Atlassian MCP-Server.
Generieren: Recherchiere mit ChatGPT in Vorgängen oder nutze Atlassian-Kontext beim Programmieren in Codex.
Überprüfen: Überprüfe vorgeschlagene Jira-, Confluence-, Bitbucket- oder Compass-Aktionen, die von ChatGPT vorbereitet wurden, oder den von Codex vorbereiteten Implementierungsplan.
Auf dem Laufenden bleiben: Verfolge Fortschritte und Aktivitäten der Agenten, ohne den Bildschirm zu wechseln.
Ein vernetzter Kreislauf: Atlassian stellt den gemeinsamen Kontext bereit → ChatGPT oder Codex analysiert und macht Vorschläge → menschliche Mitarbeiter überprüfen die vorgeschlagenen Aktionen → Atlassian bleibt das zentrale Datenbanksystem.
Möglichkeiten zur Verbindung von OpenAI und Atlassian
Atlassian MCP-Server: ChatGPT mit Jira, Confluence und mehr verbinden
Am besten geeignet für: Teams, die mit ihren zulässigen Atlassian-Inhalten (einschließlich Jira, Confluence, Bitbucket und Loom) direkt in ChatGPT arbeiten möchten.
Integriere den Atlassian MCP-Server als Konnektor in ChatGPT und gewähre dann Zugriff über Atlassian OAuth. Nachdem du den Konnektor in einer Konversation ausgewählt hast, kann ChatGPT unterstützte Atlassian-Tools mit den bestehenden Atlassian-Berechtigungen des Benutzers aufrufen.
Der gleiche Konnektor funktioniert in allen Modi von ChatGPT: Du kannst ihn in einer Standard-Konversation verwenden, um Vorgänge zusammenzufassen und nach ihnen zu suchen, in Deep Research, um Erkenntnisse aus mehreren Jira-, Confluence- und Bitbucket-Quellen gleichzeitig zusammenzuführen, oder im Agent-Modus, um Aufgaben mit mehreren Schritten auszuführen und unterstützte Aktionen vorzubereiten, während du die Kontrolle über alle Änderungen behältst.
Die logischen Fähigkeiten von ChatGPT müssen auf dem Atlassian-Kontext beruhen, damit Vorgänge nachverfolgt, aktualisiert und vorangebacht werden können.
Mehrwertmoment: ChatGPT kann mit aktuellem, berechtigungsabhängigem Atlassian-Kontext arbeiten, ohne dass Benutzer Tickets und Seiten in den Prompt einfügen müssen.
Voraussetzungen: ChatGPT Team oder Enterprise mit Entwicklermodus, Zugriff auf die relevanten Atlassian Cloud-Produkte und alle gemäß den Unternehmensrichtlinien erforderlichen Administratorgenehmigungen.
Atlassian MCP-Server: In Codex mit Atlassian-Kontext generieren
Am besten geeignet für: Entwickler, die Jira-Anforderungen und Confluence-Entscheidungen beim Planen, Implementieren und Überprüfen von Code in Codex verfügbar haben möchten.
Codex unterstützt den Atlassian MCP-Server und ermöglicht es Entwicklern, sich bei ihrer Atlassian-Site zu authentifizieren. Codex kann dann unterstützte Jira-, Confluence- und andere Atlassian-Apps über seinen Befehlszeilen-, Desktop- oder Editor-Workflow verwenden, ohne dass Entwickler den Kontext manuell rekonstruieren müssen.
Alternativ können Entwickler das Teamwork Graph CLI (TWG CLI) installieren – eine Terminal-native Befehlszeilenschnittstelle, die Agentenfähigkeiten einrichtet, damit Codex mit deinen vorhandenen Berechtigungen in Atlassian-Produkten und im gesamten Teamwork Graph Abfragen ausführen und Aktionen durchführen kann.
Du bist dir nicht sicher, ob du für Codex das CLI oder den MCP verwenden sollst? Sieh dir die Entscheidungshilfe zum Teamwork Graph CLI und Atlassian MCP von Atlassian an.
Codex mit dem Atlassian MCP einrichten
Füge den Atlassian MCP-Server in Codex hinzu und schließe die OAuth-Authentifizierung ab.
Öffne das Ziel-Repository in Codex.
Gib diesen Prompt ein: "Lies PAY-214 und die dazugehörige verknüpfte Architekturentscheidung und schlage dann einen Implementierungsplan für dieses Repository vor".
Überprüfe den abgerufenen Kontext und den Plan, bevor du Codeänderungen genehmigst.
Mehrwertmoment: Codex beginnt mit den abgestimmten Anforderungen und Entscheidungen des Teams – nicht nur mit der lokalen Codebasis.
Voraussetzungen: Codex mit einem kostenpflichtigen ChatGPT-Abo (Plus, Pro, Business oder Enterprise), Codex-CLI oder IDE-Erweiterung mit MCP-Unterstützung; Zugriff auf die entsprechenden Atlassian Cloud-Produkte; Zugriff auf das Repository sowie die erforderlichen Produktberechtigungen für jeden Atlassian-Tool-Aufruf
Modellauswahl: OpenAI-Modell für einen Rovo-Agenten auswählen
Am besten geeignet für: Ersteller von Rovo-Agenten, die die Modellfamilie an die Anforderungen eines Agenten in Bezug auf Reasoning und Workflow anpassen möchten.
Erstelle Rovo-Agenten mit ChatGPT-Modellen. Passe das Modell an die Anforderungen der Aufgabe an – mit erweiterter Logik für komplexe Workflows oder schnelleren Antworten für Routineaufgaben. Der Agent bleibt in deinem Atlassian-Kontext verankert, ganz gleich, für welches Modell du dich entscheidest.
Wähle OpenAI-Modelle aus, um Rovo-Agenten zu erstellen
Mehrwertmoment: Unternehmen können aus mehreren Modellen wählen und behalten gleichzeitig den Atlassian-Kontext und die Governance bei, die den Agenten nützlich machen.
Voraussetzungen: ein infrage kommender Rovo-Tarif und die Berechtigung, Rovo-Agenten zu erstellen oder zu konfigurieren. Die verfügbaren Modelloptionen können je nach Tarif, Region und Produktkonfiguration variieren.
Deeplinks für KI-Programmierungstools: Jira-Vorgänge direkt in Codex öffnen
Am besten geeignet für: Entwickler, die von einem klar definierten Jira-Vorgang zu ihrem Programmierungsagenten wechseln möchten, ohne den Prompt neu zu erstellen.
Starte mit dem Jira-Vorgang, der bereits das Ziel, die Anforderungen und die Akzeptanzkriterien enthält, und öffne ihn dann direkt in Codex. Der Deeplink verkürzt die Übergabe von der Planung zur Implementierung und behält Jira als Quelle der Absicht bei.
Beispiel:
Öffne einen erstellungsbereiten Jira-Vorgang.
Wähle die Option zum Öffnen des Vorgangs in Codex.
Sieh dir an, wie Codex den Jira-Kontext abruft und einen Implementierungsplan vorbereitet.
Überprüfe den Plan, bevor du Codeänderungen zulässt.
Voraussetzungen: Jira Cloud, installiertes und authentifiziertes Codex sowie Zugriff auf das entsprechende Repository und die Jira-Vorgänge
So spielen die Erfahrungen zusammen
Diese Anwendungen basieren auf derselben Grundlage, lösen aber unterschiedliche Aufgaben. Der ChatGPT-Konnektor bringt Atlassian-Kontext in Konversationen ein, Deep Research fasst Erkenntnisse zusammen, Codex unterstützt die Softwareentwicklung und die Rovo-Modellauswahl integriert OpenAI in von Atlassian entwickelte Agenten.
Wenn du … möchtest | beginne mit … |
In einer ChatGPT-Konversation auf Atlassian-Kontext aus Jira, Confluence und mehr zugreifen | Atlassian MCP-Konnektor in ChatGPT |
Anforderungen und Entscheidungen von Atlassian beim Programmieren verwenden | Codex mit Atlassian MCP-Server |
Ein OpenAI-Modell mit einem Atlassian-Agenten verwenden | Modellauswahl in Rovo-Agenten |
Erkenntnisse aus Atlassian-Vorgängen zusammenfassen | ChatGPT Deep Research |
FAQs
Respektieren ChatGPT und Codex meine Atlassian-Berechtigungen? Ja – jede MCP-Anfrage wird mit deinen bestehenden Atlassian-Berechtigungen ausgeführt, und Aktionen mit großer Auswirkung können vor der Ausführung überprüft werden. Zusätzliche Admin-Kontrollen sind verfügbar.
Was brauche ich, um ChatGPT zu verbinden? ChatGPT Team oder Enterprise mit Entwicklermodus, Zugriff auf die relevanten Atlassian Cloud-Produkte und alle gemäß deinen Richtlinien erforderlichen Administratorgenehmigungen.
Soll ich das Teamwork Graph CLI oder den Atlassian MCP-Server mit Codex verwenden? Die Tools ergänzen sich. Verwende den Atlassian MCP-Server für IDE-, Web- oder Sandbox-Hosts und PAT-Zugriff. Verwende das Teamwork Graph CLI für Terminal- oder CI/CD-Workflows, skriptfähige `twg`-Befehle und OAuth. Weitere Informationen findest du in unserer Entscheidungshilfe.
Kann ich einen Jira-Vorgang in Codex öffnen? Ja – ein KI-Programmierungstool-Deeplink öffnet einen Jira-Vorgang direkt in Codex. Codex übernimmt den Kontext und erstellt einen Implementierungsplan, den du überprüfst, bevor Änderungen vorgenommen werden. Erfordert Jira Cloud, authentifiziertes Codex und Zugriff auf das Repository.
Kann ich den Atlassian-Kontext in Codex verwenden? Ja – Codex unterstützt den Atlassian MCP-Server. Füge den Atlassian MCP-Server hinzu und authentifiziere dich bei deiner Site.
Werden meine Atlassian-Daten an OpenAI gesendet? Wenn Atlassian-Inhalte an ChatGPT oder Codex gesendet werden, gelten für die Verarbeitung durch OpenAI der OpenAI-Tarif und die Bedingungen deines Unternehmens. Das unterscheidet sich von OpenAI-Modellen, die in von Atlassian verwalteten Rovo-Erfahrungen verwendet werden.
Erste Schritte
Wähle die Oberfläche. Starte in ChatGPT für Recherche und Wissensaufgaben, in Codex für die Softwareentwicklung oder in Rovo Studio für einen Atlassian-Agenten.
Bestätige Zugriff und Bedingungen. Überprüfe die Atlassian-Berechtigungen, OpenAI-Berechtigungen, die Datenverarbeitung und die Administratorrichtlinie.
Beginne zuerst mit Lesezugriff. Teste die Suche und Zusammenfassungen, bevor du Schreib- oder Agentenaktionen aktivierst.
Die Kontrolle bleibt in menschlicher Hand. Überprüfe vorgeschlagene Updates und Code im Rahmen der bestehenden Governance des Unternehmens.