ChatGPT agentについて (1/n): 概要

2025年7月17日 OpenAIからChatGPT agentがリリースされた。

• https://openai.com/index/introducing-chatgpt-agent/

ChatGPTは自ら考え、行動し、エージェントスキルのツールボックスから主体的に選択し、自分のコンピュータを使ってあなたのためにタスクをこなします。
ChatGPT now thinks and acts, proactively choosing from a toolbox of agentic skills to complete tasks for you using its own computer.

できるようになったこと

• ウェブサイトを賢く周回し、
• 結果をフィルタリングし、
• 必要に応じて安全にログインするようユーザーに促し、
• コードを実行し、
• 分析を行い、
• その結果を編集可能なスライドやスプレッドシートとして提供する

多くの人にとって目新しいのは

• ウェブサイトを賢く周回し、
• 必要に応じて安全にログインするようユーザーに促し、

の部分だろうか。
この機能はOperatorで提供されていたが、同サービスはChatGPT Proプランでしか使えないため、実体験した人は少ないのではなかろうか。

読み進めるとChatGPT agentは、

• Operatorのウェブサイトとの対話能力
• deep researchの情報統合能力
• ChatGPTの知性と流暢な会話能力
  の集約と表現されていた。

さらにChatGPT agent (以下、agentモード) の特徴として、「仮想的なコンピュータを立ち上げ操作できること」と「ユーザーがいつでも操作に割り込めること」を挙げている。いずれもまさにOperatorで大々的にリリースされていた機能である。今になってOperatorはagentモードのための実験場だったのだ時づく。

ChatGPT agentについて (2/n): デモ

デモ動画は以下の4つ

1. サンフランシスコの財務諸表を探し、スプレッドシートにまとめる
2. テニス観戦を中心とした旅程の計画
3. 高評価の寿司店を探し、カレンダーの空きを見て予約をする
4. シンガポールで開業するための情報収集し、スライドにまとめる

ChatGPT agentについて (3/n): 評価

以下のベンチマークでSOTAを達成した

• Humanity's Last Exam: 専門家レベルの高度な推論能力
• FrontierMath: 最高難易度の数学
• DSBench: リアルなデータサイエンス
• SpreadsheetBench: スプレッドシート操作
• BrowseComp: ウェブブラウジング
• WebArena: ウェブブラウジング

その他にも社内のベンチマークでo3やo4-mini、deep researchに対して優れた結果を示している。

ChatGPT agentについて (4/n): リスク対策

ブラウザを直接操作することで増加するリスクへの対抗策も述べられている。

• 明示的なユーザー確認: 購入など現実世界へ影響がある行動の前にユーザーに確認を取る
• 能動的監視: メール送信などの重要なタスクはユーザーが監視する必要がある（どのように実現するかは不明）
• 予防的リスク軽減: 銀行振込など高リスクなタスクは拒否する
• プライバシー制御: ワンクリックで全ての閲覧データを削除し、セッションからログアウトする
• セキュアなブラウザ乗っ取りモード: ChatGPTの操作中のブラウザをユーザーが乗っ取って操作できるが、その際入力したパスワードなどをChatGPTは収集・保存しない

また生物兵器などに悪用されないよう、厳重な安全システムを構築している

ChatGPT agentについて (5/n): 利用について

• Proユーザー: 当日中（7月17日）にアクセス可能
• Plus、Teamユーザー: 今後数日でアクセス可能
• Enterprise、Educationユーザー: 今後数週間でアクセス可能

Proユーザーは月間400メッセージ、その他の有料ユーザーは月間40メッセージまで利用可能。
課金することで追加利用可能？

Operatorのプレビューサイトは今後数週間で終了予定（！？）。
ここまで読んでOperatorとあんま変わらんなぁと思っていたが統合するということか、納得。

ChatGPT agentについて (6/n): 所感

全体的にOperatorの機能と重複しており既視感を覚えたが、
Operatorがプレビュー機能でそれがagentとしてChatGPTに統合されたと思えば納得。

できるとアピールしていることが「Manusでできそう」と感じてしまったので興奮はしない。

ChatGPTはエージェントか、という議論に終止符が打たれたので今後の話はしやすいくらい。

今後エージェンティックな能力が求められることはManusとChatGPT agentに投げて比較してみようかな。

Manus公式も対決を挑んでいるし。

Manus VS ChatGPT agent #1 「家具を探す」(1/n)

ちょうど引越しをしてダイニングテーブルを買い換えたかったので、それぞれ探させてみる。
商品の検索は人間がやる場合ウェブ検索だけでなくECサイト内のフィルターを利用することで効率的に検索できる。Browser useのうまさを図るのにちょうど良さそう。

なんとなくのタスクのポイント

• ウェブ検索で適切なキーワードを設定できるか
• ECサイト内で適切なキーワード、フィルターを設定できるか
• ページから必要な情報を抽出できるか
• 取得した情報を適切にまとめられるか

探してもらう対象と条件

ダイニングテーブル

• サイズ：3人家族用（暗に4人掛けを要求）
• 形状：長方形もしくは楕円形（バリエーションが許容されている、比較表に含められるか？）
• 材質：こだわらない
• 機能：
  • 高さを調節できローテーブルとしても利用できること（ローテーブルの高さが曖昧な指示）
  • 【あったら嬉しい】工具不要で高さ調節可能
  • 【あったら嬉しい】収納
• 予算：5万円以内

リクエスト

• 調査した結果を比較表にまとめること
• ウェブサイトとしてデプロイすること
• スライドにまとめること

Manus VS ChatGPT agent #1 「家具を探す」(2/n)

人間の下調べ

「ローテーブル　ダイニングテーブル　兼用」、「座卓　ダイニングテーブル　兼用」などで調べて何パターンか見えてくる。

1. クロス式

引用元: https://www.bellemaison.jp/shop/commodity/0000/1058456

• 座った時に脚が邪魔そう

2. 昇降式

引用元: https://rasik.style/products/212637-st

• 折りたたみ式ほどではないが脚が邪魔そう
• 50cmほどまでしか下がらずソファ前のローテーブル（自覚できていなかったが私が欲しいのは座卓）

3. 付替式

引用元: https://item.rakuten.co.jp/kagu-relax/10011001/

• 良さそう
• ボルト固定なので切り替えはちょっと手間

4. 継足式

引用元: https://book.yamazen.co.jp/product/detail/I00009006

• 良さそう
• 脚が座った時に邪魔にならなさそう
• 工具不要なのが良い

5. リフトアップ式

引用元: https://gbft-interior.com/view/item/000000000548

• 一人の作業用に高くなるのは今回の目的を満たさない

Manus VS ChatGPT #1 「家具を探す」(3/n)

Manusの結果

成果物

• ウェブページ：https://ntxxbohq.manus.space/
• スライド：https://manus.im/share/file/85c6fbb2-4bdb-4cd0-a177-a20cbc935e91
• ログ：https://manus.im/share/PRmSbotdvoTaZUKuSDkybq

ウェブページの見た目

スライドの見た目

Manus VS ChatGPT agent #1 「家具を探す」(4/n)

ChatGPT agentの結果

成果物

• 調査レポート：https://chatgpt.com/s/687ba13be2588191b773d8dcfda0a6b5
• ウェブページ：デプロイできず（index.htmlを返した）
• スライド：pptxファイルとしてダウンロードしたため共有不可
• ログ：https://chatgpt.com/share/687b47b6-db5c-800c-a2a1-037ee99928a1

ウェブページの見た目

スライドの見た目

Manus VS ChatGPT agent #1 「家具を探す」(5/n)

比較・評価

調査・分析能力

• ManusもChatGPT agent (以下、本コメントでは単にChatGPTと呼称) も座卓というキーワードから具体的な高さの要件に落とし込むことができた
• ManusもChatGPTも座卓とローテーブルを区別できていないユーザー（私）に対して「求めているのは座卓である」と判断した根拠が不明。聞き返したわけではないのでたまたま。本来なら「座卓とローテーブルの違いはxxx、あなたが求めているのはどちら？」と確認するべき。
• 予算を超える選択肢も調査報告に含められた。Manusは候補に加え、ChatGPTは候補から除外した。好みの問題だが私は予算を超えていても参考までに出して欲しい。
• ManusもChatGPTも自分なりの理由を添えてオススメを提示出来た
• 調査能力はChatGPTの方が優れていた。Manusは提案のほとんどがクロス式である上に、リンクが商品一覧ページだったり、脚単体のページだったりと仕事が雑だった。対してChatGPTはクロス式、昇降式、付替式、継足式、リフトアップ式の全てを含めていた上に、商品ページ以外へのリンクは皆無だった。

コンテンツ作成能力

• ウェブサイト：
  • Manusはブラウザで閲覧できるウェブサイトをデプロイできた。全体のデザインはイマイチだが最低限以上の機能はある。テーブルにホバーした時に行がハイライトされるなどユーザー目線がある。
  • ChatGPTはindex.htmlを返すというお粗末な対応。しかもコンテンツはマークダウン記法ベタ書き。デプロイできないのはまだしも、せめてCSSも含めて見やすく表示されるものにしてほしい。
• スライド：
  • Manusは綺麗でみやすい。スクリーンショットが多用されており、今回の全ての成果物の中で最もわかりやすかった。家具の比較で文字情報だけ出されてもしんどかったところなので高評価。一部レイアウトが崩れいてるが、構造化されておりスライドとしても読みやすい。
  • ChatGPTは前時代的すぎるデザイン。背景なし、黒文字、デフォルトの表、4:3レイアウトと、読む気をなくす。スライドである意義がほとんどないので低評価。

総評

• ウェブページ、スライドの作成能力は完全にManusに軍配が上がった
• ただし本質的な調査の幅広さ、リンクの正しさなどはChatGPTが明らかに優れていた
• ぱっと見綺麗な資料を作るが本質的な部分の仕事が雑なManus、デザインを気にするつもりはゼロだけどやるべきことはやっているChatGPT agent、という印象。Manusはぱっと見でちやほやされるけど、気づいたら仕事で信頼されているのはChatGPT agentみたいない人だよなぁ。

Manus VS ChatGPT agent #1 「家具を探す」(6/n)

オチ

2人の調査結果を待っている間に自分でも調べていい商品を見つけてしまった。

RASIK Spinell

引用元: https://rasik.style/products/212627-1-na

• 脚を付け替えることで高さ37/65/72cmに変更可能
• 天板を120/150/180cmに調節可能（！）

顧客が真に求めていたもの

以上を加味すると、RASIKのSpinellは理想的です。
高さを調節できることは当然ながら、なんと天板も大きくできる！普段は120×75cmで今のテーブルより少し大きいサイズとして使えるし、お客様が来たときは180×75cmまで大きくなるのでかなり50%もキャパが増える。最高！

ということでこれを購入しました。

学び

• 顧客が「聞かれなかったのであえて言わなかった」ことに重要な情報は隠れている
• それを聞かずに進めた調査・提案は「なんか違うんだよなぁ」と言われること必至
• 何が「なんか違うのか」深掘りしてみたら後出しで要件がどんどん出てくる
• 「最初から言っといてくれれば...」と思うけど、それを聞き出すのがプロの仕事です