読み方：オープンエーアイオペレーター

OpenAI Operator

OpenAI Operatorとは？

米オープンAI（OpenAI）社が2025年1月に公開したAIエージェント。利用者の代わりにWebブラウザを自律的に操作して各種のオンライン作業を実行するソフトウェアである。従来の対話型 AIが文章生成や質問応答を中心に動作するのに対し、Webサイト上でクリックやスクロール、文字入力といった操作を自ら行う。

通常の対話型 AIはテキストを介して利用者とやり取りするだけで、外部の操作は行わない。Operatorはこれとは異なり、独自のブラウザを立ち上げてWebページを表示し、画面の内容を認識しながら次の操作を判断、実行する。飲食店の予約、商品の購入手続き、フォームへの情報入力など、人間が普段ブラウザ上で行う作業を引き受ける。専用のシステム連携機能を必要とせず、人間が利用する一般的な操作画面をそのまま扱える。

内部的には「CUA」（Computer-Using Agent）と呼ばれるモデルが用いられている。GPT-4oの画像認識能力と強化学習による推論を組み合わせ、画面上のボタンやメニュー、入力欄などのGUI要素を視覚情報として把握して操作する。プログラム間で連携するためのAPIを必要とせず、人間のように画面の見た目だけを手がかりに動作する。ベンチマーク評価ではOSWorldで38.1%、WebArenaで58.1%を記録したが、複雑なUIや多段階のワークフローでは人間レベルの精度には届かなかった。

セキュリティとプライバシーへの配慮として、ログイン操作や決済手続き、画像認証が必要な場面では処理を自動的に一時停止し、利用者に操作を引き渡す仕組みが設けられている。利用者は画面上で進行状況を監視でき、任意のタイミングで手動操作に切り替えた後に処理をAIへ戻すことも可能となっている。作業中にエラーや想定外の画面遷移が発生した場合は、AI自身が推論によって修正を試みる。

公開当初は米国内のChatGPT Proプラン加入者向けの研究プレビューとして提供され、その後、Plus、Team、Enterpriseプランへと対象が拡大された。2025年7月には、Operatorと「Deep Research」（詳細調査機能）を統合した「ChatGPTエージェント」がChatGPT本体に組み込まれ、Operatorはこの動作モードの機能の一部として吸収された。独立したサービスとしてのOperatorは2025年8月に終了している。