Chromeのタブを、AIが直接操作

Points

おさえるところ

• 元投稿は、Chatについて「If you’re in Chat, it can look across your open tabs and gather info.」と説明している。Chatでは、開いているタブを横断して情報を集められるという意味（筆者の訳）。続いてWorkでは、メッセージの送信、フォーム入力、ファイルのダウンロードといった作業ができると説明し、開きすぎたタブの整理やグループ化も例に挙げている
• 今回の発表は、二つに分けると理解しやすい。「ページを材料に答えてもらう」と「ページで作業してもらう」。比較した結果を見たら、そのまま送信まで進めてよいとは限らない。何を読むか、どこへ入力するか、どこで止めるかを伝えると、仕上がりを確認しやすくなる
• 実際のChrome連携では、拡張機能やサイトの許可を使う。机の上の資料を隣の人と見るたとえのように、自動的にすべてのページへアクセスできるわけではない
• 「今まではページを一切読めなかった」と説明するのは不正確。これまでも、URLや文章を渡してChatGPTに質問する使い方はあった。今回の変化は、普段のChromeで開いたタブを、そのまま相談や操作の文脈として使えるところにある。この記事では、操作の速さや成功率を測っていない
• Workは、今回の投稿と公式ガイドに出てくるChatGPTの使い方の名称。公式ガイドでは、Chatは相談ややり取り、Workは目的を伝えて確認可能な成果まで進める用途として説明している。会社のアカウントだけを指す一般名詞として読むと、話がずれる
• Chromeと、ChatGPTの内蔵ブラウザーは違う。Chrome連携は、拡張機能を入れた普段のプロファイルを使うための経路。内蔵ブラウザーは、普段のブラウザーと別のプロファイルを使う。Chromeでログインしたからといって、その状態が内蔵ブラウザーへ自動的に共有されるとは考えない
• 元投稿の冒頭は、Chrome利用者へコンピューター操作の力を届けるという広い案内になっている。一方、ご提供いただいた本文には、無料枠やプラン別の操作回数、対象地域の細かな一覧はない。「Chromeがあれば無料で全部できる」とは書けない
• 公式料金ガイドは、ChatGPT WorkとCodexが料金・クレジット・利用枠を共有すると説明している。個人向けプランの金額も載っているが、それだけではChrome操作の対象条件を決められない。現行の拡張機能ガイドは、ブラウザーの利用可否が段階的な提供やワークスペースの設定に左右されると案内している
• 公式ガイドは、ページ内容は信頼済みの命令として扱わず、続行前にサイトを確認するよう案内している。新しいサイトを使うときは、既定では確認が出る。メッセージの送信やフォームの提出は、相手から見れば自分のアカウントの操作になる。筆者は、送信、フォーム入力、ダウンロード、タブ整理の一連の操作を実機で試していない