ニュース
ChatGPTがChromeの複数タブを読み書き、フォーム入力や商品比較を自動化
会社のパソコンでいくつものサイトを開きっぱなしにして見比べる作業、心当たりがある方は多いはずです。ChatGPTのChrome拡張機能が、その開いたタブそのものを読み取り、操作まで代行する形に変わりました。
何が起きたか
ChatGPTのChrome拡張機能が拡張され、開いているタブの内容を読み取り、操作もできるようになりました。利用者は「@chrome」と入力することで特定のタブを指定できます。Chatモードでは複数タブから情報をまとめて取得でき、Workモードではタブを操作する「Computer Use」機能を使い、メッセージの送信やフォームへの入力、ファイルのダウンロード、タブのグループ化といった作業を代行させられます。
この操作を担うのはGPT-6 Astraというモデルで、現時点で市場に出ているComputer Useモデルの中で最も高性能とされ、複数の手順を踏む複雑な作業にも対応できるといいます。拡張機能のサイドバーも刷新され、閲覧中のウェブページの隣に、これまでの全チャット履歴が表示されるようになりました。
OpenAIが示した例では、複数タブに開いた商品ページをサイズや素材、配送日数、返品条件で比較したり、複数の記事を平易な言葉で要約したり、異なる販売元の価格ページを突き合わせたりする使い方が紹介されています。更新されたChrome拡張機能は、ChatGPTの全プランで利用できます。
背景・解説
「Computer Use」とは、AIがマウス操作やキーボード入力を模倣し、画面上の要素を認識しながら実際の操作を代行する技術の呼び方です。これまでのChatGPTは、利用者が質問や指示を文章で打ち込み、その答えを受け取るだけの対話型ツールが基本でした。
ブラウザの拡張機能自体は以前から存在していましたが、今回の更新で変わったのは、開いている複数のタブの中身をChatGPTがそのまま読み取り、必要に応じて操作まで行う点です。情報収集はこれまでも要約やリサーチの指示で可能でしたが、フォームへの入力やファイルのダウンロードといった「手を動かす作業」まで任せられるようになったことが、従来との違いといえます。
サイドバーに全チャット履歴が表示される仕様も、作業中のページとやり取りの記録を同じ画面で確認できるようにする狙いがうかがえます。
仕事や業務への影響 — AI Topicaの見方
日常的に複数のウェブサイトを見比べながら作業している担当者ほど、この機能で作業時間の使い方が変わります。例えば、従業員30人規模の雑貨の通信販売会社で、仕入れ先3社のサイトを毎回開いて単価や納期を比較し、発注書に転記している担当者がいるとします。これまでは3つのタブを行き来しながら手作業で数値を拾っていた工程を、ChatGPTに「開いている3つのタブの単価と納期をまとめて」と指示するだけで一覧化できるようになります。
フォーム入力の代行も同様で、求人情報を複数の掲載サイトに同じ内容で登録している人事担当者なら、1件あたり数分かかっていた入力作業を、Workモードに任せる選択肢が増えます。情報収集とデータの転記という、これまで別々に行っていた2つの作業がひとつの指示でつながる点が、この機能の実務上の意味です。
ただし、重要な契約内容や金額を含むフォームについては、送信前に必ず人の目で確認すべきです。精度が完璧でない作業を自動化するときほど、最終確認の工程を省いてはいけません。
不確かな点・注意
この機能が日本語環境でどの程度まで利用できるか、提供時期や対応地域についての詳細は明らかになっていません。Workモードによるタブの自動操作がどの程度の精度で成功するか、誤操作が起きた場合の対処方法についても出典からは分かりません。
機密情報や個人情報を含むタブへのアクセス範囲や、データの保存・利用方針についても明記がなく、業務で使う前に社内のルールと照らし合わせる必要があります。GPT-6 Astraという名称のモデルについても、性能の具体的な評価基準や比較対象は示されていないままです。