どうも、カーブミラーです。
今回は、OpenAIの提供するOperatorの紹介です。OperatorとはOpenAIのAIエージェントです。
本記事は、Operatorについての
記事です。 あしからず。
ChatGPT等の動作状況を知らせる
OpenAIのステータスページ。
OpenAIステータス
こちらも載せますね。
ChatGPTが使えない？ログインできない・反応しない原因やエラー時の対処法を解説
まずは、ニュースです。
サムがポストしました。
サム・アルトマンポスト
2025年1月、
テキサス州スターゲイト・サイト1の
空撮だそうです。
スターゲイト計画が
発表前から
すでに計画・実行されていた
ということですね。
次もサムです。
（DeepL翻訳・一部修正）
ビッグニュース：chatgptの無料層はo3-miniを取得する予定です！(そしてPlus層はo3-miniを大量に使用できるようになります)
ChatGPTのo3-miniを
無料ユーザーに
限定解放
Plusユーザーには
それなりに解放
ということのようです。
なお、解放時期に関しては
何も書いていませんね。
ではさっそく、【本題】です。
今回は、
OpenAIの提供する
Operatorの紹介です。
Operatorとは
OpenAIのAIエージェントの名称です｡
AIエージェントとは
人間に代わり、
さまざまなことを
実行してくれる機能です。
例えば、
どこどこに出張に行く、と入れると
そこまでのルートを示してくれ、
チケットの予約をしてくれる。
これこれの料理を作りたい、と入力
レシピを探し、必要な材料を
購入・配送指示する。
このようなことが
可能になるのです。
こうやって説明すると
簡単なことのようですが、
これはなかなかに
大変なことのようです。
とりあえず、
OpenAIのポストから
ポイントをつかんでみましょう。
（ChatGPT要約）
「Operator」研究プレビュー発表：AIがブラウザでタスクを実行
-
Operatorとは？
独自のブラウザを使用し、タスクを自動実行できるAIエージェント。指示を受けると人間のように画面を見て、マウスやキーボードを操作する。 -
基盤技術
GPT-4の視覚機能と強化学習による推論を組み合わせた「コンピューター使用エージェント（CUA）」を採用。 -
利用開始
アメリカのProユーザー向けに operator.chatgpt.com で提供開始。 -
今後の展開
ChatGPTに統合し、より広く利用可能にする計画。 -
安全対策
内部テストと外部レッドチーミングで安全性を確保。
ちなみに、
operator.chatgpt.comに
アクセスしてみたところ、
“お住まいの地域ではオペレーターをご利用いただけません。”と
怒られました😅
だいたい、
Proユーザーでも
ありませんけどね😸
下記は、OpenAIがアップした
YouTube動画です。
Introduction to Operator & Agents
Using custom instructions in Operator
Using saved prompts in Operator
また、すでに試した方のポストが
ありましたので、ご紹介。
Rowan Cheungさん
英語なので、和訳しました。
ChatGPT翻訳
私はChatGPT Operatorへの早期アクセスを得ました。
これは、OpenAIの新しいAIエージェントで、ウェブ上で自律的に行動を起こし、あなたの代わりにタスクを実行するものです。
以下に、私が試した中で最も印象的だった9つの使用例（動画は早送りされています）を紹介します。
- 写真とレシピを元に夕食の材料を注文する
- Redditの隠れた情報、予算、興味を基に週末旅行を計画する
- 0:06の場面に注目してください。ChatGPT OperatorはRedditでブロックされましたが、代わりに「Reddit」という単語を付け加えてBing検索を行いました。非常に印象的な意思決定です。
- 実際に価値のあるトークンに基づいた暗号資産の投資リサーチ
- CAPTCHA認証で「あなたは人間ですか？」と問われた際、Operatorが私に確認を依頼するという方法で回避しました。驚くべき回避方法です。
- Booking統合機能を使用して、チューリッヒからウィーンへの片道フライトを予約する
- この作業では少しやり取りが必要で、ChatGPT Operatorは私にフライトの希望を尋ね、支払い情報の入力を私に任せました。
- Googleカレンダーのスケジュール/空き状況を確認して理髪店の予約をする
- デモではGoogleへのログインが必要だとOperatorに通知され、2回目の試行でログイン情報がセッション間で保存されました。
- 母親の好みに基づいた良い誕生日プレゼントをリサーチする
- Redditのブロックと同様に、ChatGPT OperatorはNYTimesにアクセスできませんでしたが、別のサイトを見つけて対応しました。また、ウェブ全体で最適な価格を比較し、見つけてくれるのも素晴らしい機能です。
- 予算に基づいてThumbtack統合機能を使用して一度きりのハウスクリーニングを予約する
- ChatGPT Operatorは私の予算内で評価の高い4つの選択肢を提示してくれました。
- スイスで最適かつ最も安い健康保険を見つける
- 多くの価格が公開されておらず、面談が必要な場合が多い中で、ChatGPT Operatorは可能な限りの情報を提供し、さらに読むべき良いブログを見つけてくれました。
- カナダ・バンクーバーで高評価のドッグウォーカーを見つける
- 簡単なタスクではありませんが、最終的に3つの非常に良い選択肢を提示してくれました。
全体として、Operatorのリサーチプレビューには非常に感銘を受けました。
作業中に他のタスクを自動化し、必要な場合のみ通知してくれる点が気に入りました。また、保存されたタスクタブや特定のウェブサイト向けにカスタム指示を追加できる機能も素晴らしいと感じました。
ただし、Operatorはまだリサーチプレビューであり、改良中であることを忘れてはなりません。以下の課題がありました：
- AIを検知した後にブロックされるウェブサイトがいくつかあった
- パートナー統合の範囲が限られている
- Operatorの本来の目的はウェブ上でアクションを実行することにあり（詳細は後述）、長文の生成やエッセイの作成、長いコードの作成は目的ではない
OperatorはChatGPT内で「操作」しますが、完全に異なるツールです。
その出力は短く、ウェブ上でのアクション実行（タイピング、クリック、スクロール）が主な目的です。つまり、長文やコード生成が得意なChatGPTとは異なります。
新しいツールが出るたびに、それを最適に使うための新しい方法が生まれます。たとえば、GPT-4ではCoT（Chain of Thought）プロンプトが最良の結果をもたらしましたが、Operatorの場合、プロンプトの仕方はまったく異なります。
Operatorでも同じことが言え、私のテストはその表面を掠めた程度にすぎません。
テクノロジーがもたらす未来はここにあり、個人的に非常に楽しみです。AIエージェントが退屈な作業を引き受けてくれるおかげで、自分の好きなことにもっと時間を費やせます。
とりあえず、
こんなところでしょうか。
しかし、
スマホユーザーでも
使えるんでしょうか😅
みなさんの
作品制作の糧に
なれば、幸いです。
今回は、ここまで。