OpenAI、ChatGPTエージェントを発表：自律的に思考・行動し、技能庫からツールを選択 76

Openai が ChatGPT エージェントを発表しました。これは自思考と行動が可能で、スキルライブラリからツールを選び、ウェブを活用してタスクを完了させます。Operator のウェブサイト操作能力、ウェブ情報を深く調査・統合する利点、および ChatGPT の対話能力を融合し、ユーザーのアイデアや問題を実際の行動に変える統合システムを実現しています。例えば財務調査、オンラインフォームへの入力、スライド作成などが可能です。

主な機能と特徴

✅自律と協調：ウェブサイトの閲覧、日付選択、結果のフィルタリング、安全なログインのユーザーへの促し、コード実行などの複雑なタスクを独立して実行できます。ユーザーは常に制御権を持ち、重要な操作の実行前であれば中断、ブラウザの引き継ぎ、タスクの停止が可能です。

✅複数ツールの融合：Operator とディープリサーチの利点を統合し、ビジュアルブラウザ、テキストブラウザ、直接 API アクセス権限を持ち、タスク完了のための最適経路を選択できます。

✅動的学習と最適化：タスク実行時に動的に学習し、速度、正確性、効率の最適化を通じて作業方法を調整します。

✅反復的・協調的なワークフロー：ユーザーはいつでも対話を中断し、指示の明確化、タスク方向の調整、結果の誘導が可能です。エージェントは必要に応じて能動的に詳細を確認し、タスクがユーザーの目標に合致するよう努めます。

✅セキュリティとプライバシー保護：機密性の高いまたは重要な操作を実行する前に、ユーザーから明示的な承認を得ます。悪意のある指示による操作に抵抗するよう訓練されており、ユーザーはデータ処理を完全に制御できます。入力データは安全に処理され、サーバーには保存されません。

パフォーマンスと評価

✅「Humanity's Last Exam」で 43.1 点を獲得し、新記録を達成。

✅DSBench テストで、これまでの最先端モデルを上回り、データ分析性能は人間よりも優れています。

✅SpreadsheetBench プラットフォームで、業界の新最高水準を達成し、GPT-4o よりも 2 倍以上の性能向上を実現。

✅内部ベンチマークテストで、投資銀行アナリストのタスクを処理する能力は、ディープリサーチおよび o3 モデルを大きく上回ります。

✅WebArena ベンチマークテストでは、o3 駆動の CUA よりも優れたパフォーマンスを示します。

✅BrowseComp で 68.9 点を獲得し SOTA 記録を達成、ディープリサーチを xx ポイント上回ります。

実際の応用シーン

✅仕事シーン：スクリーンショットを編集可能なプレゼンテーションへの変換、会議の再スケジュール、外出活動の予約計画、新しい財務データによるスプレッドシートの更新（元の書式を維持）など、反復タスクの自動処理。

✅個人生活シーン：旅行の計画と予約、ディナーの企画と予約、専門家の検索と予約手配など。

使用方法

エディタツールのドロップダウンメニューから、対話の任意の段階で「エージェントモード」を選択して有効化します。完了したいタスクを記述すると、実行時には画面と音声で操作フローがリアルタイムに表示され、ユーザーはいつでも中断してブラウザを引き継ぐことができます。完了したタスクの自動繰り返し設定も可能で、例えば毎週月曜の朝に週次指標レポートを自動生成できます。

利用権限

• 本日より Pro、Plus、Team 版ユーザー向けに公開され、Enterprise 版および Education 版ユーザーは 7 月に利用可能になります。

• Pro 版ユーザーは毎月ほぼ無制限にタスクを実行可能で、その他の有料ユーザーは毎月 50 回までです。追加利用はクレジットで取得できます。

• ユーザーのコネクタにアクセス可能で、認証後、読み取り専用コネクタは情報の閲覧と操作の実行を許可し、ウェブサイトでの操作にはブラウザ引き継ぎによるログインが必要です。

重要な問題

✅ChatGPT エージェントのコア能力と優位性はどのような点にありますか？

コア能力は、自律的に思考・行動し、スキルライブラリからツールを選び、ウェブと独自の仮想コンピュータを活用してタスクを処理し、推論と実行をスムーズに切り替え、複雑なタスクを独立して完了できることです。優位性は、Operator、ディープリサーチ、ChatGPT の利点を統合した統一システムを形成し、アイデアを行動に変えられることで、ユーザーは常に制御可能で、重要な操作前にユーザーの許可を得られ、いつでも中断、引き継ぎ、タスク停止が可能です。

✅ChatGPT エージェントは各種評価でどのようなパフォーマンスを示しますか？

「Humanity's Last Exam」で 43.1 点の新記録を達成。DSBench では最先端モデルを上回り、データ分析は人間より優秀。SpreadsheetBench では業界トップを達成し、.xlsx 形式対応時の総合ソフト制限は 45.5% に到達。内部テストでは投資銀行アナリストのタスク処理でディープリサーチと o3 モデルを上回ります。WebArena では o3 駆動の CUA より優れたパフォーマンスを示し、BrowseComp では 68.9 点で SOTA 記録を達成しています。

✅ユーザーは ChatGPT エージェントをどのように利用でき、利用可能性とセキュリティに関する規定は何ですか？

利用方法については、エディタツールのドロップダウンメニューから「エージェントモード」を選択して有効化し、タスクを記述するだけです。タスクの自動繰り返し設定も可能で、実行時には中断・引き継ぎができます。利用可能性については、Pro、Plus、Team 版ユーザーは本日より利用可能、Enterprise 版および Education 版は 7 月より利用可能。Pro 版は毎月ほぼ無制限、その他有料ユーザーは毎月 50 回までで、追加利用はクレジットで取得可能です。セキュリティについては、機密性の高い操作前にユーザーの確認が必要で、重要なタスクにはユーザーの監督が必要です。高リスクタスクは拒否し、敵対的攻撃や悪用に抵抗でき、ユーザーデータプライバシーを保護し、ユーザーはデータ処理を完全に制御できます。

OpenAI が発表した ChatGPT エージェントはまだ初期段階にあり、様々な複雑なタスクを処理できますが、ミスをする可能性もあります。スライド生成機能はテスト中であり、書式や細部の処理が粗くなる可能性があり、スライドへのスプレッドシートアップロード機能については現在対応していません。今後は効率、深度、多機能が継続的に向上し、よりスムーズなインタラクションが実現されると同時に、ユーザーが必要とする監督程度を調整し、セキュリティと実用性の両立が図られるでしょう。

関連リンク：https://openai.com/zh-Hans-CN/index/introducing-chatgpt-agent/