OpenAI、ChatGPT Work の実態を Simon Willison が解説

OpenAI は 7 月 9 日に「ChatGPT Work」を発表し、以来急速に機能を強化してきました。これは非常に強力である一方、その性質は複雑で混乱を招きやすい製品です。私がこれまでに把握した要点を紹介します。

ChatGPT Work は実質的に 2 つの製品から成る

より興味深いのはクラウド上で動作するバージョンです。これは chatgpt.com やモバイルアプリを通じて利用できます。ここではこれをWork Cloudと呼びましょう。

一方、ChatGPT のデスクトップアプリ（かつて Codex と呼ばれていたもの）をインストールすると、ローカル環境でファイルにアクセスし、プログラムを実行できる「ChatGPT Work」が利用可能になります。こちらはWork Localと名付けましょう。これは非エンジニア向けにも親しみやすいようデザインされた、従来の Codex のリブランディング版といった印象です。

本記事では以降、Work Cloud についてのみ取り扱います。

Work は有料プランのユーザー限定機能

現在、ChatGPT Work（両方のバージョンとも）は月額 20 ドル以上の有料プランに加入しているユーザーのみが利用可能です。無料プランや月額 8 ドルの Go プランではアクセスできません。

Chat では提供されない機能が Work にはある

Work にアクセスするためのインターフェースはタブ切り替え式で、Chat と並列の選択肢として提示されています：

当然ながら最も気になるのは、「いつ Chat を使い、いつ Work を使うべきか」という点です。

OpenAI の公式見解（公式回答）は、この問いに対して以下のように答えています。

答えや解説、ブレインストーミング、短いドラフトが必要なら「チャット」を。明確な成果物（ブリーフ資料、プレゼンテーション、分析レポート、定期的な更新、ワークフロー、レビュー可能なファイルなど）の作成を依頼したい場合は「ChatGPT Work」を利用してください。

しかし私は、この説明はほとんど役に立たないと感じています。なぜなら、私は長年、通常の ChatGPT チャットでこれらのタスクカテゴリすべてを実行してきたからです。

では、「Work」には「チャット」にないどのような機能があるのか？という問いの方が本質的です。

徹底的な実験を通じて、私はおおよそその答えを掴んだと考えています：

• モデル選択 で Luna や Terra を Sol に代えて使用できるオプション
• インターネット接続付きのコード実行環境
• ヘッドレス Chrome ブラウザ
• セッション間で共有される永続的なファイルシステム
• ChatGPT サイトの公開機能
• Sol、Luna、Terra を用いたサブエージェントセッションの実行機能
• 予約されたプロンプト自動化（チャット版にも含まれる可能性あり）

モデル選択

Work では、GPT-5.6 の Sol、Luna、Terra から選べます。各モデルには Light、Medium、High、Extra High、Max、Ultra の推論レベルを指定可能です。また、GPT-5.5 も Light、Medium、High、Extra High のいずれかを選択できます。

await tab.playwright.evaluate(() => {
  return Array.from(document.querySelectorAll("h1,h2,h3,h4,h5,h6"), heading => ({
    level: heading.tagName.toLowerCase(),
    text: heading.innerText.trim().replace(/\s+/g, " "),
    id: heading.id || null
  }));
});

これらは OpenAI API で利用可能なモデルと同じものと思われます。

Chat 側では異なる選択肢が用意されています。5.6 Instant、Medium、High、Extra High、そして Pro です（ただし、実際には Extra High と Pro は月額 100 ドル以上のサブスクリプション限定で、月額 20 ドルのプランでは High が上限となります）。これらのモデルが Luna、Terra、それとも Sol のいずれに該当するかは明記されていませんが、おそらく Sol でしょう。5.6 Pro は Chat 専用で、Work には同等のオプションがありません。

Codex を使用して得た現在の理解では、Ultra モードはサブエージェントへの委譲をより積極的に行う特別なモードです。

ChatGPT Work のセッションは Codex の利用枠から課金される一方、ChatGPT Chat のセッションはそれとは別に独立した枠で管理されていると推測されます。これがモデルの可用性に差が生じる理由かもしれません。

インターネットアクセスを備えたコード実行機能

2023 年に OpenAI が先駆けた Code Interpreter パターン の長年のファンとして、これは私にとって ChatGPT Work (Cloud) で最も興奮する機能です。

コード実行環境が、いよいよインターネットの他の部分と通信できるようになりました！

ChatGPT Chat ではこれができません。追加パッケージのインストールや、外部ウェブサイト・API へのアクセスを求めると、コンテナプロキシによってブロックされてしまいます。

（不思議なことに、1 月には パッケージをインストールする機能 が追加されたようですが、現在はもう動作していないようです。もう少し改訂履歴が充実していればと思うのですが！）

Claude の同等コンテナは、昨年 9 月のローンチ以来、制限付きのインターネットアクセスを許可しています。Claude は PYPI や NPM からパッケージをインストールしたり、GitHub からリポジトリをクローンしたりできますが、それだけです。ドメインのホワイトリストは非常に短く限られています。

一方、ChatGPT Work はこれよりもはるかに多くのことができます。特定のドメインリストで構成することも可能ですが、デフォルトではすべてのサイトへのアクセスが開かれています。

このため、Work は極めて有用なツールとなります。GitHub リポジトリをクローンし、依存関係をインストールした上で、それらを使ってウェブ上の他のリソースと連携させることが可能です。

完全なヘッドレス Chrome ブラウザ

ChatGPT Work のもう一つの強力な機能は ブラウザツール です。ChatGPT Work はフル機能の Chrome インスタンスを起動し、ウェブサイトをロードし、フォームに入力し、スクリーンショットを取得できます。

、続けて返信として「ライブサイトのスクリーンショットはこちらです」と表示され、ウェブサイトの埋め込み画像が挿入されています。

さらに、読み込まれたページの DOM に対して JavaScript を実行することも可能です。私は以下のようにプロンプトを入力しました。

Load simonwillison.net in your browser and extract the headings using JavaScript

ChatGPT Work はブラウザインスタンスを起動し、コードを実行しました。

await tab.playwright.evaluate(() => {
  return Array.from(document.querySelectorAll("h1,h2,h3,h4,h5,h6"), heading => ({
    level: heading.tagName.toLowerCase(),
    text: heading.innerText.trim().replace(/\s+/g, " "),
    id: heading.id || null
  }));
});

これは私の shot-scraper javascript ツールと非常に似ていますが、今はスマートフォンからでもアクセスできます！

永続的で共有されたファイルシステム

ChatGPT Chat では、各チャットセッションごとに新しいファイルシステムが用意され、他のセッションからはアクセスできません。

一方、ChatGPT Work では各セッションに /workspace/scratch/e00a0a017944 のような名前の独自のスクラッチフォルダが割り当てられますが、これらはセッションを超えて永続化されるため、過去のチャットで生成されたファイルにもアクセス可能です。現在、私は /workspace/scratch に 171 個のフォルダを持っています！

私の確認する限り、/workspace ボリュームは現在実行中のすべての Work セッションにマウントされており、あるセッションでのファイル編集内容は他のセッションでも即座に反映されます。ただし、プロセス空間を共有しているようには見えず、あるセッションで起動した localhost サーバーは別のセッションからはアクセスできません。

ChatGPT サイト

ChatGPT Work には、Cloudflare Workers を使用して Web サイトの構築とデプロイを行う機能があります。HTML や JavaScript を含むサイトを作成でき、Cloudflare D1 と R2 を活用したステートフルなサーバーサイド機能の実行も可能です。

この機能を使って私が作成したシンプルなサイトの例です：

london-pelicans-in-her-piety.simonw.chatgpt.site

私が入力したプロンプトは以下の通りです。

Figure out all of the places in London with a pelican in her piety, then turn that into a JSON file and build a ChatGPT sites site about them

（「Pelican in her Piety」は中世キリスト教の象徴として非常に興味深いものです。この画像について知れば、あちこちで見つけることができるようになります。）

これらのサイトはデフォルトで、作成したユーザーのみが閲覧できる非公開設定になっています。ただし、公開に切り替えることで他の特定の個人と共有することも可能です（チームプラン利用時）。

Sol、Luna、Terra を用いたサブエージェント

この機能について言うべきことは多くありません。通常の ChatGPT ではサブエージェントを実行できませんが、ChatGPT Work なら可能です。これはパワーユーザー向けの強力な機能です。複数のエージェントを並列に動かして複雑なプロジェクトを進めたい場合に、Work はその役割を果たします。

時間指定されたプロンプト自動化

この機能も、いつの間にか通常の ChatGPT から ChatGPT Work へ移行したものの一つです。ChatGPT Work には以下のようなプロンプトを入力できます。

run a search to see if Waymo have announced a launch date for Half Moon Bay every day at 8am

これにより、指定された頻度（この例では毎日午前 8 時）でプロンプトが自動的に実行されます。検索結果に基づいて「特に新しい情報はない」と判断することもあれば、「何か新しい情報が見つかった」と通知を受け取ることも可能です。

更新情報：実は、この機能は通常の ChatGPT チャットでも動作するようです。

ただし、ChatGPT Work 固有の機能と組み合わせて使用できる点には依然として注目の価値があります。例えば、ChatGPT サイトを1時間ごとに自動更新するスケジュールタスクを設定することも可能です。

これは安全なのか？

現在、私にとって最大の疑問は、これらの機能がどれほど「安全」に運用されているかという点です。

私の 致命的なトリオモデル は、プライベートデータへのアクセス権限、信頼できないコンテンツの暴露、そして盗んだ情報を攻撃者に送信する手段を併せ持つエージェントシステムに内在するリスクについて警告しています。

ChatGPT Work はまさにこの3つの要素すべてを兼ね備えています！

OpenAI が、プロンプトインジェクション攻撃から ChatGPT Work のセッションをどのように保護しているのかについて、より詳しい情報を聞きたいところです。おそらく彼らの回答は、Codex と同じ 自動レビュー機構 になるでしょう。

OpenAI はもっと混乱を減らせるはずだ

これらすべての仕組みを理解するには、本来必要な以上の労力がかかりました。

ここには2つの大きな問題があると思います。

• OpenAI は Work の説明において、「実際に何をするものか」ではなく「何に使うものか」という観点で語っている
• OpenAI は依然として、システムプロンプトやツールの記述を隠蔽しようとしている

ChatGPT Work のドキュメントに、エージェントが使用する正確なシステムプロンプトとツール記述が含まれていれば、私はこの投稿を書く必要もなかったはずです。

タグ: ai, openai, generative-ai, chatgpt, llms, code-interpreter, lethal-trifecta, general-agents