OpenAIがChatGPTエージェント機能の提供を開始、ウェブ操作と研究機能を統合した自律型AIシステム

OpenAIは2025年7月、ChatGPTに自律的に思考・行動するエージェント機能を追加したと発表した。

この新機能は従来のOperatorとdeep researchの技術を統合し、ウェブサイトの操作から複雑なタスクの実行まで一貫して処理できる。

ChatGPTエージェントは、従来のOperatorによるウェブサイト操作機能とdeep researchによる情報統合スキルを融合した一体型システムとして開発された。

このシステムは独自の仮想コンピューター上で動作し、ビジュアルブラウザー、テキストブラウザー、APIアクセス、ターミナルなど複数のツールを状況に応じて使い分ける。

ユーザーはカレンダー確認と会議説明、献立作成と材料購入、競合分析とスライドショー作成といった複雑なタスクを一つのリクエストで実行できるようになった。

システムはGmailやGitHubなどのアプリとも連携し、コネクター経由で関連情報を取得してタスクに反映させる機能も備えている。ウェブサイトへの安全なログインも可能で、より深く広範囲にわたる研究やタスク実行が実現している。

エージェント機能の最大の特徴は、ユーザーが常にコントロールできる設計にある。ChatGPTは重要なアクションを実行する前に必ず許可を求め、ユーザーはいつでも処理を中断したり、ブラウザー操作を引き継いだりできる。

また、作業中でも指示の変更や明確化が可能で、中断後も前回の状態から再開できる柔軟性を持つ。タスクが長時間に及ぶ場合は一時停止や進捗確認、部分的な成果の受け取りも可能だ。スマートフォンアプリではタスク完了時に通知が送信される機能も提供される。

エージェントは動的にプランを立て、同じタスクでも実行のたびに異なるアプローチを取ることができ、従来のモデルに比べて格段に対話的かつ柔軟な処理を実現している。

性能評価では複数のベンチマークで最先端の成果を達成している。専門レベルの質問を扱うHumanity’s Last Examで41.6%のpass@1スコアを記録し、並列ロールアウト戦略を適用した場合は44.4%まで向上した。

数学ベンチマークFrontierMathでは27.4%の正解率を示し、従来モデルを大幅に上回った。

現実世界の複雑な知的作業タスクにおいて約半数のケースで人間と同等以上の結果を示し、データサイエンスのDSBenchでは87.9%の精度を達成している。

スプレッドシート編集では45.5%のスコアでExcel Copilotの20.0%を大きく上回り、投資銀行のモデリング業務でも71.3%の精度を記録した。

ウェブブラウジング能力を測るBrowseCompでは68.9%のスコアで最先端を更新し、WebArenaでも78.2%の高い性能を示している。

このリリースに伴い、OpenAIは包括的なリスク対策を導入している。特にプロンプトインジェクション攻撃への対策を強化し、ウェブ上の悪意ある指示による操作を防ぐモニタリングシステムを構築した。

購入など現実世界に影響するアクションには明示的な確認を求め、メール送信などの重要タスクには積極的な監督を必要とする仕組みを導入している。銀行送金などの高リスクタスクは積極的に拒否するよう学習させている。

プライバシー管理では、すべての閲覧データを削除し、アクティブなウェブサイトセッションから即時ログアウトできる機能をワンクリックで提供する。

テイクオーバーモード使用時はパスワードなどのデータを収集・保存しない設計となっている。

生物学的リスクに対しては最も包括的な安全対策を適用し、外部のバイオセキュリティ専門家や学術研究者との連携も強化している。

AI Marketの見解

ChatGPTエージェントの登場は、AIアシスタントの進化における重要な転換点を示している。

従来の質問応答型AIから、実際にタスクを実行する自律型エージェントへの移行は、AIの実用性を大幅に向上させると想定される。特に、複数のツールを統合した一体型システムは、企業の業務効率化や個人の生産性向上に大きな影響を与える可能性が高い。

技術的観点では、仮想コンピューター環境での複数ツール統合は、AIエージェントの新たな標準となると予想され、ビジュアルブラウザーとテキストブラウザーの使い分け、APIとの直接連携により、従来のAIでは不可能だった複雑なワークフローの自動化が実現している。

また、ユーザーによる中断・再開機能は、AI-人間協働の新しいモデルを提示している。

市場への影響としては、ビジネスプロセス自動化の領域で既存ツールとの競争が激化すると想定される。

特に、RPAソリューションやビジネスインテリジェンスツールに対する代替手段として機能する可能性が高いが、月40-400件という使用制限は企業利用における制約要因となり得るため、今後の制限緩和や料金体系の調整が市場浸透の鍵となる。

参照元：OpenAI

ChatGPTエージェントに関するよくある質問まとめ