ChatGPT agent の概要

「ChatGPT agent」の概要をまとめました。

1. ChatGPT agent

「ChatGPT agent」を使用すると、「ChatGPT」は複雑なオンラインタスクをユーザーに代わって実行できます。「ChatGPT agent」は、Reasoningとアクションをシームレスに切り替えます。公開Webサイト、アップロードされたファイル、接続されたサードパーティソース (メールやドキュメントリポジトリなど) を徹底的に調査し、フォームへの入力やスプレッドシートの編集といったアクションを実行します。すべてユーザーが制御できます。

2. はじめる

2-1. ChatGPT agent の使い方

「ChatGPT agent」を使用するには、「ツール」から「エージェントモード」を選択するか、コンポーザーに「/agent」と入力してください。エージェントモードが有効になったら、完了させたいタスクを説明するだけで、エージェントが実行を開始します。必要に応じて、説明や確認を求めるために一時停止します。また、いつでもモデルを中断して追加の指示を与えることができます。

2-2. ChatGPT agent は誰が使用できるか

「ChatGPT agent」は、「ChatGPT Pro」「Plus」「Team」のユーザーが利用できます。今後数週間以内に、「Enterprise」「Edu」のユーザーも利用できるようになります。

2-3. タスクを完了にはどれくらい時間がかかるか

ほとんどのタスクは、複雑さに応じて 5 ～ 30 分ほどかかります。

2-4. タスクを繰り返し実行するようにスケジュールできるか

はい。タスクが完了したら、会話の下部にある時計アイコンをクリックして、「毎日」「毎週」「毎月」の定期的なスケジュールを設定できます。すべてのスケジュールはhttps://chatgpt.com/schedulesで確認および管理できます。

2-5. ChatGPT agent はソースを引用するか

はい。出力には、明確にラベル付けされたソースリンクまたはスクリーンショットの引用が含まれるため、情報を検証できます。

2-6. ChatGPT agent をサポートするデバイス

「ChatGPT agent」は、「Web」「モバイル」(iOS/Android)「デスクトップ アプリ」(MacOS および Windows) で利用できます。

2-7. ChatGPT agent の使用制限

プランの種類別の使用制限は次のとおりです。

タスクの開始、タスクの途中への割り込み、ブロックする質問への回答など、エージェントの作業を進めるユーザー主導のメッセージのみが制限にカウントされます。システムやエージェントによる中間的な説明、確認、認証手順のほとんどは制限にカウントされません。

2-8. ChatGPT agent タスクは同時にいくつ実行できるか

ChatGPT エージェントの使用には、製品がすべてのユーザーにとって適切に機能することを保証するために、合理的なレート制限 (同時タスク数の制限など) が適用されます。

2-9. ChatGPT agent はコネクタを使用できるか

「ChatGPT agent」は、調査を行う際に活用できる追加の読み取り専用データソースとしてコネクタを使用できます。コネクタは読み取り専用であるため、「ChatGPT agent」は仮想ブラウザなどの他のツールを用いてWeb上でアクションを実行します。「ChatGPT agent」でコネクタを使用する際は、機密情報への不正アクセスを防ぐため、特に注意してください。

2-10. タスクを表示および管理するには

会話の右上にある「…」をクリックし、「スケジュールを編集」を選択します。一部のメッセージでは、時計アイコンをクリックしてスケジュール設定を開くこともできます。会話に既にスケジュールが設定されている場合は、ポップオーバーで「タスクを管理」を選択してその画面に移動できます。

https://chatgpt.com/schedulesで、スケジュールされたタスクを確認、編集、一時停止、削除することもできます。

3. 安全性とプライバシー

3-1. ChatGPT agentで Web サイトにサインインしたり、コネクタ (GitHub、Google Drive、Gmail など) を使用したりする時の注意点

「ChatGPT agent」をWebサイトにサインインさせたり、コネクタを有効にしたりすると、メール、ファイル、アカウント情報といった機密データにアクセスできるようになります。さらに、これらのサイトで、ファイルの共有やアカウント設定の変更など、ユーザーとして操作できるようになります。オンライン上には「プロンプト・インジェクション」攻撃が存在するため、データとプライバシーが危険にさらされる可能性があります。

・プロンプトインジェクション攻撃の具体例

「ChatGPT agent」には、これを防ぐための広範な多層保護機能が含まれていますが、タスクに関係のないコネクタをオフにしたり、機密性の高いサイトにログインしないようにしたり、作業が終わったらサイトからログアウトしたりすることで、これらの攻撃の可能性をさらに最小限に抑えることができます (設定でこれを行うことができます)。

「ChatGPT agent」とプロンプトインジェクションのセーフガードの詳細については、ChatGPT agent システムカードのプロンプトインジェクションのセクションを参照してください。

3-2. データを安全に保ち、プライバシーのリスクを軽減するには

「ChatGPT agent」を使用する際に安全を保つためのヒントとベストプラクティスをいくつか紹介します。

3-3. Webサイトにログインしたり、機密情報 （パスワードなど） を入力したりするには

タスクにログインまたはパスワードが必要な場合、「ChatGPT agent」は一時停止し、仮想ブラウザの制御権を取得するよう促します。アクティブなタスクの右上にある「…」をクリックし、「ブラウザ操作を引き継ぐ」を選択すると、「ChatGPT agent」を自分で制御できます。仮想ブラウザの制御中はスクリーンショットが取得されないため、機密性の高い入力のプライバシーが確保されます。通常のブラウザと同様に、Cookieはブラウザセッション間で保持され、シームレスなエクスペリエンスを実現します。

3-4. エージェントから保存されたログインと Cookie をクリアするには

リモートブラウザは、コンピュータ上のローカルブラウザと同様に、特定のサイトのルールに応じてログイン状態とCookieを保存します。ChatGPTのデータ管理設定から、すべてのサイトからサインアウトし、仮想ブラウザのすべてのCookieを削除できます。

3-5. ChatGPT agent がスクリーンショットを撮るのはなぜか

「ChatGPT agent」は、Webページを操作するために、スクリーンショットを使用してインターフェースを「確認」します。これは人間のユーザーと同じです。これにより、ボタンをクリックしたり、フォームに入力したり、ウェブサイトを閲覧したりすることができます。スクリーンショットは、タスクがアクティブな仮想ブラウザウィンドウに限定されます。

3-6. ChatGPT は、ビジュアルブラウザを制御するときに入力したパスワードや機密データを見ることができるか

いいえ。ブラウザを制御しているときに、「ChatGPT」はスクリーンショット、パスワード、または手動で入力した機密データをキャプチャしません。

3-7. ユーザーデータはどのように使用されるか

ビジュアルブラウザのスクリーンショットを含むユーザーデータは、OpenAIのプライバシーポリシーに従って使用され、サービスの提供、安全性の維持、そして（オプトインされた場合は）モデルの改善に使用されます。データ保持と学習の設定は、こちらで管理できます。

3-8. エージェントのチャットとスクリーンショットはどのくらいの期間保存されるか

エージェント使用時のチャット、エージェント閲覧履歴、およびそれらの会話に関連するスクリーンショットは、削除するまで会話履歴に保持されます。チャットを削除すると、そのチャット中に撮影された関連するスクリーンショットも削除されます。

3-9. モデルの学習をオフにするにはどうすればよいか

「設定」に移動し、「データコントロール」を選択して、「すべてのユーザー向けにモデルを改善する」をオフにします。ChatGPT設定の詳細については、こちらを参照してください。

4. レガシー機能

4-1. Operator にアクセスできるか

「ChatGPT agent」の組み込み仮想ブラウザにOperatorのコア機能が統合されました。operator.chatgpt.comでのスタンドアロンOperatorエクスペリエンスは、今後数週間で廃止される予定です。

【おまけ】 公式の使用例

・提案

・レポート

・アクション

・スプレッドシート

・プレゼンテーション