OpenAI、Chrome向けChatGPT拡張の操作機能を強化

OpenAIは、Webブラウザ「Google Chrome」向けの公式「ChatGPT」拡張機能において、Computer Use（AIが画面を認識しブラウザやアプリを自律操作する技術）（コンピューター操作）を拡張するアップデートを実施した。従来のサイドバー形式での対話にとどまらず、閲覧中の複数タブを横断した情報参照や、ユーザーに代わってフォーム入力・データ集約を代行する「Work」モードが利用可能になり、無料プランを含むすべてのChatGPTユーザーに提供される。

複数タブの参照とWorkモードによる作業代行

米OpenAIが2026年10月15日（現地時間）に発表した。今回の機能強化により、ChatGPT拡張機能はブラウザ内で開かれている複数のタブの内容を同時に把握し、それらを比較・統合した回答を生成できるようになる。

さらに「Work」モードを活用することで、ユーザーの指示に基づきタブ間を横断した自律的なタスク遂行が可能となる。発表で挙げられている具体的な活用例は以下の通りだ。

• 開いている複数の商品ページ（ソファなど）を寸法、素材、配送時間、返品ポリシーの観点で比較・整理
• 閲覧中の記事を平易な英語で要約し、主張と根拠を抽出
• 複数の料金プランページをユーザー要件と突き合わせて比較検証
• あるタブのイベント概要情報をもとに、別タブの登録フォームへの入力を代行（送信直前で一時停止）
• 複数タブにまたがるベンダー情報を、価格や主要機能、リンク付きで一覧シートに転記
• リノベーション業者などの候補サービスを比較し、条件に合う業者宛てのメール下書きを作成
• 予約フォームの自動入力と、業務・個人カレンダーへのスケジュール追加

これらの作業はユーザーのブラウジングと並行してバックグラウンドで処理され、閲覧中のセッションを乗っ取ることなく安全に実行される。

日本の読者への影響と利用環境

日本のユーザーにとっても、ECサイトでの商品比較や各種Webサービスの登録作業、複数ソースからの情報収集といった日常的なブラウジング作業の負担が大幅に軽減される。特に全プランで提供されるため、有料登録の有無を問わず多くのChromeユーザーが導入できる点が大きなメリットだ。

一方で、日本語サイトにおけるフォーム構造の自動認識精度や、複雑な動的Webページにおける操作の安定性については実際の利用を通じて確認する必要がある。

分析と展望

これまでブラウザ向けAI拡張機能は、表示中のWebページに対する要約やチャット応答など「受動的な閲覧補助」が主流だった。今回OpenAIがComputer Useを拡張機能に本格統合し、タブをまたいだタスク遂行を可能にしたことは、ブラウザが単なる情報閲覧ソフトから「自律エージェントの作業環境」へと変貌しつつあることを示している。ユーザーの操作権限を奪わないバックグラウンド並行処理の仕組みも含め、実用的なエージェント導入の先駆けとなる動きといえる。

引用元：窓の杜