OpenAI Operator：人間のようにパソコンを操作し、レストラン予約や航空券購入などのオンラインタスクを自動実行 153

Openai Operatorとは？

OpenAI Operatorは、OpenAIが発表したAIエージェントで、人間のパソコン操作をシミュレートすることで様々なオンラインタスクを自律的に実行します。ウェブページの閲覧、テキスト入力、ボタンのクリック、ページのスクロールなどによってウェブサイトとやり取りでき、例えばレストランの予約、航空券の購入、フォームの入力などを行うことができます。

OpenAI Operatorの主な機能

• タスク自動化：Operatorは、レストラン予約、航空券購入、オンラインショッピング、フォーム入力など、さまざまなオンラインタスクを自動で実行できます。

• マルチタスク処理：異なるウェブサイトでの旅行予約や買い物など、複数のタスクを同時に実行できます。

• 個別設定：ユーザーは希望する航空会社などの好みを設定したり、よく使うタスクを保存して、すばやく実行することができます。

• 自己修正と推論能力：問題が発生した際、Operatorは推論によって自己調整を行い、解決できない場合はユーザーに制御を戻します。

• セキュリティとプライバシー保護：ログインや決済など機密情報を扱う場面では、ユーザーに操作を委ね、高リスクなタスクの実行を拒否します。

OpenAI Operatorの動作原理

Operatorは、OpenAIが開発した最新のCUAモデル（GPT-4oをベースに構築）に基づいており、GPT-4oの視覚能力と強化学習による高度な推論能力を組み合わせています。特にビジュアルユーザーインターフェースの理解とインタラクションに特化して訓練されています。この能力により、APIサポートを必要とせずに複雑なタスクを効率的にこなすことができます。Operatorはウェブページのスクリーンショットを取得することでウェブページを「見て」、マウスとキーボード操作を活用して「インタラクション」をシミュレートするため、独自のAPI統合なしでウェブ上で自由に操作できます。

さらに、Operatorはその推論能力を活用して自己修正を行うこともできます。サポートが必要な場合はユーザーに制御を返し、スムーズで協調的な体験を確保します。

OpenAI Operatorの活用シーン

• 旅行予約：TripAdvisorで評価の高いローマの日帰りツアーを検索して予約する。

• 買い物：日用品の注文（Instacart）、カスタマイズ商品の注文（Etsy）。

• サービス予約：キャンプ場の予約（Hipcamp）、レストラン予約（OpenTable）。

• 公共サービス：Stockton市と連携し、行政サービスへの登録手続きを簡素化する。

セキュリティとプライバシー

• ユーザーによる制御：ログインや決済などの重要なステップでは、ユーザーに操作を引き継ぐよう積極的に求めます。

• データ管理：ユーザーはデータのプライバシーを管理し、モデルの学習にデータが使用されないように設定したり、閲覧データを削除したりすることができます。

• 不正行為対策メカニズム：悪意のあるウェブサイトを防御する機能を備え、隠されたプロンプトや悪意のあるコードを検出して無視します。

OpenAI Operatorの使い方

ユーザーは完了したいタスクを説明するだけで、Operatorが他の作業を処理します。ユーザーはいつでもリモートブラウザの制御を引き継ぐことができ、特にログイン認証情報や決済情報などの機密情報を入力したり、 CAPTCHAを解いたりする際に便利です。ユーザーはカスタム指示を追加することでワークフローを個別化でき、例えば Booking.com で航空会社の好みを設定したり、よく使うタスクのプロンプトを保存してすばやくアクセスしたりすることができます。

さらに、Operatorはマルチタスク処理をサポートしており、Etsyでカスタマイズマグカップを注文しながら、Hipcampでキャンプ場を予約するなど、複数のタスクを同時に実行できます。

現在、OpenAI Operatorは研究プレビュー段階にあり、米国、オーストラリア、ブラジル、カナダ、インド、日本、シンガポール、韓国、英国などの国のChatGPT Proユーザー向けに公開されています。利用するには、OpenAIの月額200ドルのProプランへの契約が必要です。

詳細：https://openai.com/index/introducing-operator/