【Operator】OpenAIが公開したAIエージェントがすごい！特徴や活用事例をもとに詳しく解説
- テキストプロンプトやスクリーンショットを活用し、GUIでタスクを実行
- 特定のタスクや利用するWebサイトを事前に指定可能
- 多言語対応が可能で、プロンプトに翻訳の指示を加えるだけで他言語にも対応
2025年1月23日（現地時間）にOpenAIは、新しいAIエージェントであるOperatorを公開しました。
2025年1月24日時点では、アメリカのChatGPT Proの加入ユーザーのみ利用できる状態ですが、対応可能範囲の広さや手軽に利用できることから世界中から注目を集めています。
本記事では、世界中から注目を集めるOperatorの概要や活用方法についてご紹介します。最後までお読みいただくとOperatorの魅力について詳しく理解できるため、ぜひ最後までお読みください。
Operatorとは
2025年1月23日（現地時間）にOpenAIから発表されたOperatorとは、Webブラウザを直接操作してタスクをこなすことができるAIエージェントです。
Operatorには、CUA (Computer-Using Agent）と呼ばれるGPT-4oの視覚機能と強化学習による高度な推論を組み合わせた新しいモデルが搭載されています。
これにより、画面に表示されるボタンやメニュー、テキストなどのグラフィカルユーザーインターフェース (GUI) を操作できるようになりました。
CUAは上記の図のように、ユーザーからのテキストプロンプトと、スクリーンショットなどから状況を把握・推論し、仮想のマウスとキーボードを使用してタスクを実行します。
具体的な、CUAの動作については下記の通りです。
- Perception (認識)：テキストプロンプトや、スクリーンショットから状況を把握
- Reasoning (推論)： 認識した情報を考慮しながら“思考の連鎖”を用いて、次に実行すべきステップを推論
- Action (行動)：タスクが完了するか、ユーザーの入力が必要になるまで、クリック、スクロール、タイピングなどのアクションを実行
このように、上記の動作を何度も行うことで、ユーザーが求めるタスクをこなすことができます。
2025年1月24日現在では、アメリカのChatGPT Proプランに加入しているユーザー向けに公開されているため、また日本では利用できませんが、ネットショッピングや各種予約対応、メールの返信などさまざまなタスクをこなすことができるため、世界中から注目を集めています。
なお、GPT-4oについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
Operatorの特徴
OpenAIのOperatorはWebブラウザを直接操作してタスクこなすことができるAIエージェントですが、具体的にはどのような特徴があるのかわからない方も多いでしょう。
次に、Operatorの特徴についてご紹介します。
必要に応じてユーザーへ操作権限が渡される
Operatorは、テキストプロンプトやスクリーンショットからタスクを実行することができますが、必要に応じてユーザーへ操作権限を渡すことができます。
例えば、新幹線の予約を取ってもらうように指示した場合、Operatorは新幹線の予約サイトにアクセスし、新幹線の予約を行うまで冒頭で紹介したステップ通りに自動で動作します。
しかし、予約する過程で新幹線予約サイトのログインを求められた場合、「ログイン情報」の入力をユーザーに行うように操作権限を一度ユーザー側に移します。
ログイン情報入力以外にも、支払い方法の確認や人間かコンピューターかを判断するための「CAPTCHA認証」などといった重要な情報を取り扱う場面を認識し、ユーザーに操作権限が渡されるような仕組みになっているので、安心して操作を任せることができます。
カスタマイズが可能
Operatorは、特定のタスクや利用するWebサイトなどを指定したりできるなど、カスタマイズ性が高いことも特徴の一つです。
例を挙げると、飛行機の予約を取る際は「〇〇というサイトを利用してください」「飛行機を予約する際は〇〇航空の飛行機にしてください」といったように、Operatorに事前に設定しておくことで指示通りの条件で予約を取ることができます。
より細かく具体的なカスタマイズを行うことで、自分好みの情報の取得・各種予約を行うことができるようになるので、自分の条件に合わない予約や不要な情報を排除できます。
また、頻繁に利用するプロンプトに関しては保存することができるため、毎回同じプロンプトを入力する手間を省くこともできます。
複数タスクを同時にこなすことができる
Operatorでは、複数タスクを同時にこなすことができます。
例えば、「真鯛釣りに最適な竿を注文しながら、真鯛釣りができる船の予約をしてください」や「トルコ旅行の定番スポットを調べながら、トルコまでの飛行機も調べてください」などのようにプロンプトを入力すれば、プロンプト通りに複数のタスクを同時に処理することが可能です。
Operatorの活用事例
2025年1月24日現在、Operatorは日本で利用できませんがOpenAI公式やアメリカの一部利用できているユーザーがさまざまな活用事例をXに投稿しています。
メールの返信
上記ポストでは、「〇〇（サイトURL）に書いてあるメールアドレス宛に営業メール送って」といったシンプルなプロンプトから、最終的にGmailから特定の相手に営業メールを送る様子が公開されています。
入力しているプロンプトが詳細なものではないため、送られたメールは簡単なものにはなっていますが、Gmailログイン時にはユーザーに操作権限を渡せていたり、指定されたサイトからのメールアドレスの取得やGmailでのメール送信まで問題なくスムーズに動作できていることが確認できます。
また、この動画では日本のサイトを認識し、日本語プロンプトを使用しているため、日本語での動作も問題なく行えることも確認できました。
手書きメモからネットショッピング
Operatorは、画像からテキストを認識することができるため、画像とテキストプロンプトを用いて指示を行うこともできます。
上記のポストでは、手書きで書いた買い物メモの画像をアップロードし、アイテムを購入するようにテキストプロンプトを入力した様子が紹介されています。
動作を見る限り、手書きで指定された商品をOperatorがWebサイトから探し、最適な商品を提案してくれています。
また、テキストプロンプトから希望する価格やメーカーなどの指定をすることもできるので、希望商品を最安値で販売しているショップを探す時にも利用できるでしょう。
美容室の予約
Operatorでは、状況を正確に把握し予定の空いているところで、特定の予約を行うことができます。
こちらのポストでは、Googleカレンダーに入力している自分の予定と美容室の空き状況を把握し、予約するデモ動画が紹介されています。
動画を見ればわかる通り、Operatorを活用すれば複数サイト状況を正確に把握し、要求に沿った予約を行うことができるので、面倒な予約作業を自動化することができます。
また、Googleカレンダーへのアクセス時に初回はユーザーにログインするように操作権限を渡していますが、2回目以降はログイン情報が保存されていることが確認できたため、使えば使うほど自動化できる範囲が増えていくことがわかりました。
飛行機の予約
上記のポストでは、Operatorを活用して飛行機の予約をした際の様子が公開されています。
動画では、オプションの探索や詳細の入力、旅行プランの確定など全てOperatorから行うことができ、予約作業を自動化することができていました。
また、飛行機の予約などは他言語で対応しないといけない場面も少なからずでてくる可能性がありますが、プロンプトに翻訳してくださいなどの指示を追加するだけで対応可能なので、Operatorを活用することで幅広い選択しから飛行機を予約することもできるでしょう。
書籍の購入
書籍は数多く販売されていて、購入する際にどの書籍にするか悩むことが多いでしょう。
そんな時にもOperatorを使えば、おすすめの書籍など自分の指定した条件にあった書籍を探し出すこともできます。
こちらの動画では、Operatorに「AI関連書籍のランキングを確認し、3位までをカートに入れて」と指示を出した様子が紹介されています。
結果、入力したプロンプトの通り、1〜3位のAI関連書籍をピックアップするとこまで自動で行うことができました。
また、カートに入れる際には、「I am about to add them to the cart.Should I proceed?」（翻訳：カートに追加しようとしています。続行する必要がありますか?）とOperatorから確認があったため、Yesと答えたところ、指定した本をカートに入れることができました。
このように、一部操作は必要ですが全てOperator上で完結するため、簡単に求めている書籍を購入することができるようになります。
なお、AIエージェントについて詳しく知りたい方は、下記の記事を合わせてご確認ください。
Operatorを活用して無駄を省く
ご紹介してきた通り、Operatorを活用すれば日常的な予約や商品の購入からビジネスメールの返信など、さまざまな作業を自動化することができます。
また、カスタマイズ機能やよく利用するプロンプトの保存機能を使えば、繰り返し行う作業や自分の好みに合わせた回答を得ることも簡単にできます。
Operatorはまだ日本では公開されておらず利用できませんが、作業効率を上げることのできる便利なツールであることは間違いないので、日本での公開が待ち遠しいですね。
最後に
いかがだったでしょうか？
AIエージェントを活用した業務自動化や生産性向上の可能性について、具体的な事例や導入方法をご提案します。
株式会社WEELは、自社・業務特化の効果が出るAIプロダクト開発が強みです！
開発実績として、
・新規事業室での「リサーチ」「分析」「事業計画検討」を70％自動化するAIエージェント
・社内お問い合わせの1次回答を自動化するRAG型のチャットボット
・過去事例や最新情報を加味して、10秒で記事のたたき台を作成できるAIプロダクト
・お客様からのメール対応の工数を80％削減したAIメール
・サーバーやAI PCを活用したオンプレでの生成AI活用
・生徒の感情や学習状況を踏まえ、勉強をアシストするAIアシスタント
などの開発実績がございます。
まずは、「無料相談」にてご相談を承っておりますので、ご興味がある方はぜひご連絡ください。
「生成AIを社内で活用したい」「生成AIの事業をやっていきたい」という方に向けて、生成AI社内セミナー・勉強会をさせていただいております。
セミナー内容や料金については、ご相談ください。
また、サービス紹介資料もご用意しておりますので、併せてご確認ください。
