OpenAI OperatorAI エージェントを設計します。ウェブベースのタスクを、グラフィカル ユーザー インターフェイス (GUI) を介して自動的に実行します。

Operatorは、グラフィカル ユーザー インターフェイスに対応してウェブベースのタスクを自律的に行うエージェントの研究予告である。これは「見る」や「操作する」能力を持つWebブラウザに対接できるため、カスタムAPI統合に頼ることなくWeb上のアクションを実行できる。エージェントは、複数の再現的なブラウザ作業を処理するように求められる、フォームの入力、Groceriesの注文、その他のメム作成などの様々なタスクを実行することができる。Operatorは、強化学習によって推論を改善するGPT-4の視覚能力と組み合わせた新しいモデルであるComputer-Using Agent (CUA)で構成されており、これによりエージェントは高度に行動を選択することができる。 Operatorは現在、アメリカのProユーザー向けに利用可能であり、ChatGPTに「エージェントモード」での統合が行われています。その他のユーザーは、カスタムインストラクションを追加したり、クイックにアクセスできるように保存したりすることで、Operatorのワークフローアイデンティティをカスタマイズできます。 エージェントは、新しい会話を作成することで同時並行で複数のタスクを実行できます。 「オープンAI オペレータ」は制限があり、使用者からのフィードバックに応じて進化する予定です。この上級な展開を安全かつステップごとに実行するため、最初は小規模に始め、将来的にプラス、チーム、およびエンタープライズのユーザーに対して拡大する予定です。 日常的な人間との対話インターフェースとツールを使用することができるようになることで、AIのユーティリティが広がり、人々は日常のタスクの時間を節約される一方、ビジネスが新しいエンゲージメントの機会を拓くことができるようになる。 この革新的なツールは、従来のエージェントの利点を提供することで、ユーザーのタスクを簡素化し、革新的で魅力的なカスタマーエクスペリエンスを実現したい企業に高い収益率を実現するための支援を提供する。