ChatGPT Operatorとは？Web操作エージェント（CUA）の機能・使い方を解説

試験で問われる見方

生成AIパスポート第3章「AIエージェント」では、Operatorのような外部ツール（ブラウザ）を使うエージェントが具体例として扱われます。重要なのは「便利だから任せっきり」ではなく、実行権限・データ範囲・人間の承認を設計すること——という整理です。

Operator公式が強調するTakeover mode（ログイン・決済は人が操作）、User confirmations（注文確定前の承認）、Watch mode（メール等の監視下実行）は、試験の「影響の大きい操作には承認ステップを組み込む（○）」とそのまま対応します。また「自律性が高いから制約不要（×）」という引っかけ問題（TF-0281）に対して、Operator利用時こそ禁止サイト・予算上限・完了条件をプロンプトで明示する——という実務例として覚えると定着しやすいです。

ChatGPT Operatorとは

Operatorは、OpenAIが「自分専用のブラウザを持ち、Web上でタスクを実行するエージェント」として位置づけた研究プレビューです。API連携のないサイトでも、人間と同じボタン・フォーム・メニューを操作できる点が特徴です。

技術的な心臓部はCUA（Computer-Using Agent）モデル。GPT-4o系の視覚理解と強化学習を組み合わせ、スクリーンショットからGUI要素を読み取り、マウス・キーボード操作に変換します。WebArenaやWebVoyagerといったブラウザ操作ベンチマークで高いスコアが報告されています（OpenAI公式ブログ）。

典型タスクは、フォーム入力、商品検索、レストラン予約、旅行の下書き、競合調査からスライド作成まで幅広いです。ただし2025年1月時点では米国のChatGPT Proユーザー限定の研究プレビューであり、スライドやカレンダー操作など複雑UIでは失敗も報告されていました。試験では「エージェント＝万能」ではなく、得意・不得意とリスクをセットで理解することが求められます。

Operatorからagent modeへ

Operatorの製品史を時系列で押さえると、2026年時点の「どこから使うか」が混乱しにくくなります。

統合後のagent modeは、仮想ブラウザ・テキストブラウザ・ターミナル・APIを状況に応じて切り替える「統合エージェント」へ進化しています。Operator単体時代より、調査（deep research系）と実行（CUA系）が同一チャット内で続けられるのが大きな変化です。

できること（主な機能）

安全設計の3層（Operator研究プレビュー時点）

OpenAI公式は、Operatorの安全を次の3層で説明しています。agent mode統合後も思想は継承されています。

よくある誤解

最大の誤解は「Operator＝ChatGPTそのもの」です。通常のChatGPTは対話と生成が中心ですが、Operator（agent mode）はブラウザ上で行動するエージェント層です。試験では「生成AIアプリ」と「エージェント機能」を分けて整理してください。

もう1つは「Operator＝Manus」という混同です。どちらもWeb操作を含みますが、OperatorはOpenAI ChatGPT契約内の統合エージェント、ManusはMonica.im発の独立サンドボックスです。実行環境・料金体系・データ所在地が異なるため、社内規程の観点では別ツールとして扱うべきです。

「2025年1月のデモ動画＝2026年も同じUI」も注意点です。単体Operator UIはsunset方向であり、現在はagent modeが正規ルートです。古い記事・SNS投稿のスクリーンショットは製品名・導線が古い可能性があります。

料金・利用上限（2026年6月時点）

Operator単体時代（2025年1月）はChatGPT Pro（$200/月）＋米国限定でした。2025年7月のagent mode統合以降、公式ブログでは次の上限が示されています（2026年6月時点でもこの枠組みが基本。最新はChatGPTの設定画面で確認してください）。

無料プランではagent modeは使えません。1タスクが長時間になるとメッセージ上限に達しやすいため、目的・完了条件を短く区切る運用が現実的です。

はじめ方・基本的な使い方

2026年6月時点の推奨フローは、ChatGPT内のagent modeです（単体Operatorサイトは終了方向）。

1. 有料プランを確認 ChatGPT Plus以上でagent modeが利用可能か、アカウントの地域・上限を確認します。
2. agent modeを選択 Composerのツールドロップダウンから「agent mode」を選び、タスクを自然文で指示します（例：「公開情報のみで競合3社のPricingを表にまとめて」）。
3. 実行ナレーションを監視 画面上でエージェントの操作内容が表示されます。範囲外のサイト遷移があれば早めに停止・修正します。
4. Takeoverでログイン 認証が必要なサイトはTakeover modeで自分が入力。パスワードをプロンプトに書かない運用が安全です。
5. 承認プロンプトを確認 購入・送信などは承認ダイアログが出ます。試験どおり、影響の大きい操作は必ず人が判断します。
6. 成果物を検証 生成スライド・表・引用はファクトチェック後に社内利用。エージェント出力の無検証公開は避けてください。

ビジネスでの活用例

いずれも業務アカウントへのログイン・顧客データの入力は情報セキュリティレビューが前提です。Operatorは便利さとリスクがセット——TF-0240の「実行権限設計」を実務に落とす典型例として扱ってください。

メリット・デメリット

Manus・Devin・通常ChatGPTとの比較

「Operatorを使うべきか」は、既にChatGPT契約があるか、独立サンドボックスが必要かで決まります。

すでにChatGPTを業務利用しているならagent modeが導入しやすく、サンドボックスを別契約で持ちたいならManus、リポジトリ実装ならDevin——という3分岐が整理しやすいです。

こんな人におすすめ

• ChatGPT有料契約があり、Web操作まで任せたい人
• 生成AIパスポートで「CUA」「人間承認」の具体例が欲しい受験生
• APIのない社内Web・外部サービスの操作自動化を試したい担当者（権限レビュー後）
• Operator→agent modeの変遷を試験の時事問題として押さえたい人

向いていないのは、無料だけで使いたい場合、ブラウザ操作を社外クラウドに載せられない場合、IDE内のコード補完だけ欲しい場合です。後者はGitHub CopilotやCursorが適しています。

よくある質問