Codex が macOS と Windows の Chrome を直接利用可能に

Codex がブラウザを直接制御可能に：Chrome 拡張機能で自動化の壁が崩れる

OpenAI は、開発者向け AI ツール「Codex」が macOS と Windows の Google Chrome ブラウザを直接操作できる拡張機能をリリースしました。これにより、Codex はユーザーの既存のログイン状態やタブをそのまま利用して調査やデータ抽出が可能になり、複雑な Web アプリ間でのタスク自動化が劇的に効率化されます。

既存のブラウザ環境をそのまま活用する

これまで Codex はアプリ内ブラウザを通じて動作していましたが、新しい Chrome 拡張機能では「実際のブラウザ」そのものを制御できるようになりました。重要なのは、ユーザーが普段使っているプロファイル、セッション、Cookie、そしてログイン済みのタブをすべて引き継げる点です。

「Cortex を実際のブラウザで動作させます。同じプロファイル、同じセッション、同じクッキー、同じタブ、ログイン済みのアプリ。」

プラグインや API 接続が必須だった従来の方法とは異なり、この拡張機能は外部ツールを介さずに直接 Web サイトと対話できます。例えば、特定の Web アプリの UI をクリックして操作する必要もありません。ユーザーが既にログインしている状態のまま、Codex がその文脈を引き継いで作業を開始できるため、認証の手間や環境構築の負担がなくなります。

複数のタブを並行処理するリサーチ能力

アプリ内ブラウザはローカル開発タスクや詳細なフィードバックを与えるのに優れていますが、Chrome 拡張機能は「マルチタブ並列処理」において真価を発揮します。Codex は複数のタブを同時に開き、異なる Web サイトから情報を収集・分析しながら推論を進めることが可能です。

例えば、「最新のローンチに対するユーザー感情の研究を行い、新しいユースケースを特定し、課題点を強調させた後、それらすべてを実際の Google スプレッドシートに出力する」といった複雑なタスクも背景で完結します。Codex は独自のタブグループを作成して動作するため、ユーザーの作業画面を占有したり邪魔したりすることはありません。ページをスクロールしてコンテンツを検索し、正しいコースか確認する過程もすべてバックグラウンドで行われます。

コード実行による高度な自動化とマウス操作の排除

この拡張機能のもう一つの大きな特徴は、コード実行機能を活用してマウスの移動ループに依存しない自動化が可能になった点です。従来のスクリーンショットや推論に基づく操作ではなく、スクリプトを直接実行することでフォーム入力やファイルアップロードを自動で行います。

経費報告書の処理を例にとると、Codex はプラグインを使ってメールを確認し、最新の出張に関連する情報を抽出して申請書に記入します。さらに、不足している領収書をユーザーのコンピュータから直接アップロードすることも可能です。これにより、反復作業やマウス操作が必要なタスクが完全に自動化されます。

また、この仕組みは単なるデータ収集にとどまりません。マルチプレイヤーゲームのような複雑なシナリオでも、Codex が個別のサブエージェントを起動して各タブで並行プレイを行い、ゲーム上で協力させることさえ可能です。各エージェントが独自のブラウザタブを持ちながら互いに連携する姿は、AI エージェントがブラウザというインターフェースを通じてどのように振る舞えるかを示す好例です。

まとめ

Codex の Chrome 拡張機能は、開発者や一般ユーザーのワークフローを根本から変える可能性を秘めています。既存のツールと直接統合されることで、手動操作の負担が劇的に軽減され、複数の Web アプリ間をまたぐ複雑なタスク処理もスムーズに実行できるようになります。ぜひこの新機能を試して、あなたの生産性を最大化してください。