OpenAI Operator

Operatorは、OpenAI初の広く使えるコンピュータ操作エージェントでした。クラウド上でブラウザを動かし、ウェブページのスクリーンショットを見て、人間のようにクリック、入力、スクロールをして、食料品の注文、フォームの記入、レストランの予約などのタスクをこなしました。作業の様子を見られ、操作を引き継ぐこともでき、支払いや機密情報の入力などのステップの前には、一時停止して確認を求めました。

ウェブエージェントの可能性と限界の両方を示しました。多くの簡単な用事は終えられましたが、動作は遅く、CAPTCHAや複雑なレイアウトのサイトは苦手で、ときどき手助けが必要でした。この経験は、OpenAIのその後の製品に生かされました。ブラウジング機能はChatGPTのエージェントモードに統合され、その後、Operator単体のサイトは終了しました。

今、同様の機能を求める人は、ChatGPT WorkやDotsなど、ChatGPTの中にあるOpenAIの新しいエージェント製品や、ClaudeのコンピュータユースのエージェントManus、PerplexityのCometブラウザといった競合を見てください。ブラウザエージェントには、悪意あるウェブページからのプロンプトインジェクションなど、セキュリティ上の問題が引き続きあります。多くの記事や比較がいまもOperatorに触れているため、この項目は参考として残してあります。