OpenAIのエージェント環境「ChatGPT Work」(chatgpt.com/work)は、ChatGPTのセッションが生み出すものを変えます。質問に対してテキストを返すのではなく、目標と接続済みのツール群を受け取り、仕事を計画し、Webを閲覧し、ソフトウェアを操作し、一部をバックグラウンドのヘルパーに引き渡して、動作するWebサイト、スライド資料、執行済みの取引といった完成した成果物を返します。企業のローンチパーティー、家族でのテーマパーク旅行、自動更新されるニュースダッシュボードという3つの実践事例から、この変化がどこまで進んだのか、ソフトウェアを使う人と作る人にとって何を意味しうるのかが見えてきます。
Chat、Work、Codex:3つのモードと3種類の成果物
OpenAIはおよそ6~8週間前に、ChatGPT、Codex、Workの各機能を1つのインターフェースに統合しました。ChatGPT WorkはGPT-5 Astraなどのフロンティアモデルを基盤とし、散らばったアイデアを完成した仕事に変えるレイヤーと位置づけられています。公式の比較表では、3つのモードを目的、入力、結果で区別しています。
| モード | 目的 | 典型的な入力 | 結果 |
|---|---|---|---|
| ChatGPT Chat | 質問への回答、概念の説明、アイデア出し | 会話形式のプロンプト | テキスト |
| ChatGPT Work | タスク全体を自律的に完了 | 高レベルの目標とプロジェクトファイル | サイト、スライド、ファイルなどの完成した成果物 |
| ChatGPT Codex | コードベース内での開発作業 | リポジトリと機能やバグの説明 | 動作するコードとコミット |
実用面での違いは、Workがコンピューターを直接操作する点です。ブラウザを開き、認証のプロンプトを処理し、ローカルアプリケーションを操作し、複数ステップのタスクをバックグラウンドで実行します。簡単な例としては、午後の予定をすべてカレンダーから消すよう頼むことが挙げられます。これは以前なら手作業の設定が必要でした。同じく重要なのは、この環境がコードを完全に隠している点です。CodexやClaude Codeといった以前のツールは生のコードを表示し、技術者でないユーザーを尻込みさせていました。ここでは、ビジネスユーザーがツールを言葉で説明するだけで、1行も読まずに動作するツールを手にできます。
事例1:ライブのプロジェクトサイトで製品ローンチパーティーを計画
最初の事例は、新しいAIワークフロー製品のローンチパーティーをサンフランシスコで準備するソフトウェア企業のものです。ChatGPT Work内でユーザーはイベント名を付けたプロジェクトを作成し、社内Webサイトを通じてプロジェクトを計画・実行するようエージェントに求めるプロンプトを入力しました。2026年10月20日に約100人のゲストを招くイベントです。
ChatGPT Workは、特定のサブタスクを割り当てられた小さなバックグラウンドエージェントであるサブエージェントを立ち上げ、Sites機能を使って、Overview、Venues、Tasks、Budget、Guests、Run of showのタブを持つ社内Webアプリケーションを生成しました。エージェントはEmbarcadero Center周辺の会場をWebで調べ、収容人数、立食時の人数、写真を並列のカードにまとめ、見積もり依頼と徒歩ルートも添えました。調査から構築までの一連のサイクルは約5~10分でした。
| 会場 | 掲載されている収容人数 |
|---|---|
| Sens - Biada Lounge(Embarcadero Center) | 立食130人 |
| Bar Sprezzatura | 屋内立食200人 |
| Heartwood(Commercial Street) | 120人 |
| The Treasury(Bush and Sansome) | 最大200人 |
| Harrington's Bar & Grill(Front Street) | 200人 |
| Schroeder's(Front Street) | 立食300人 |

▲ エージェントが構築したローンチパーティー計画サイト
完成したダッシュボードには、36日のカウントダウン、タスクカウンター0/16、確定ゲスト0/100、計画予算$0が表示され、作業の進行に合わせて埋めていける状態になっていました。ユーザーが会社のブランディングをサイトに反映するよう求めると、ChatGPTはブランド素材用と会場写真用の2つの専用サブエージェントを作成しました。写真エージェントは各会場を検索し、高解像度の画像をダウンロードしてページに埋め込みました。候補リストが的外れなら、ユーザーは再調査を頼むだけで、会話をやり直すことなくライブページが更新されます。
このアプローチの利点は組織面にあります。永続的な社内サイトがあれば、チームリーダーや経営層がマイルストーンをリアルタイムで把握でき、進捗会議が不要になる可能性があります。
事例2:ルートを分けた家族旅行と4歳児向けのスライドショー
2つ目のプロジェクトは、ディズニーランドへの4日間の夏旅行で、家族の制約条件をそのままプロンプトにしました。ジェットコースターに乗りたい年上の男の子たちと、穏やかなアトラクションが必要な4歳の娘です。ChatGPTは、別々のルート、分割されたスケジュール、チェックリスト、日ごとのメモ、食事のおすすめ、園内のGoogle Mapsルートを備えた旅程サイトを生成しました。どちらの親も、自分が付き添うグループの計画を確認できます。
同じ調査結果は、2つ目の成果物にもなりました。娘がアトラクションを事前に見て感想を伝えられるように作られた付属のスライド資料には、Peter Pan's Flight、Dumbo the Flying Elephant、Storybook Land Canal Boats、It's a small worldが写真と簡単なキャプション付きで載っていました。ポイントは、チャットで一度集めたデータをWebサイト、スライド、スプレッドシートにまたがって再利用できることです。
それ以前のオーランドのディズニーワールド旅行では、ChatGPTが作った旅程を実際の現地で試しました。頼んでいないにもかかわらず、エージェントはクリック可能なGoogle Mapsのリンクを埋め込んでおり、スマートフォンで項目をタップすると、Hulkのコースターを起点にアトラクション間の徒歩経路が開きました。印刷した1枚の紙という従来の予定表と比べ、スマートフォン上のレスポンシブなページはその場で調整や共有ができます。
事例3:スマートフォンから構築・運用するニュースダッシュボード
3つ目の事例は、エージェントを一度きりのビルダーではなく継続的なサービスとして示すものです。ChatGPT SitesでホストされるこのAIニュースダッシュボードは、SNS、ブログ、YouTube、開発者向けリリースに散らばった情報源を追いかける問題を解決します。スケジュールされたChatGPTタスクが6時間ごとに実行され、主要なAI系クリエイターと、OpenAI、Anthropic、Google、GitHubの公式フィードをスキャンし、約30本のトップ記事を集めて分類・要約し、それぞれに重要度スコアを付けます。ある更新では、GPT-6 Astraの項目が89、Claude Coworkの項目が86、Gemini 3.8 Flashが84、DeepSeek V4.1 Flashが79というスコアでした。各カードは情報源、公式発表、GitHubリポジトリ、または埋め込まれたYouTubeの解説にリンクし、フィルタータブはOpenAI、Claude、Gemini、Perplexity、DeepSeek、Hermesなどの企業をカバーします。

▲ 常時稼働の自宅マシンが支えるモバイルニュースダッシュボード
これを支えるインフラは、自宅に置いた常時稼働のMac miniで、スケジュールタスクとリモートアクセスツールを通じてChatGPTに接続されています。この構成により、所有者は散歩中にアプリを思いつき、スマートフォンからChatGPTに構築とデプロイを指示し、モバイル最適化された結果をiPhoneのSafariで確認できます。ChatGPT Sitesがレスポンシブなレイアウト、独自ドメイン名、自動のバックグラウンド更新を処理するため、別途ホスティングを設定する必要はありません。同じマシンでは、ニュースレター、カルーセルPDF、SNS用の文章を生み出すマルチチャネルのコンテンツエンジンと、クリエイター向けのビジネストラッカーも動いています。OpenClaw時代に自宅のMac miniが盛り上がった流れは、この見方では、当初は向かう先を誤っていたものの考え方自体は正しく、永続的なリモートエージェントにはよく合うと言えそうです。
長時間の実行を目標から外さないために
こうした長時間のバックグラウンドジョブを安定させる手法がいくつかあります。
- 目標の仕様から始める。/planではなく/goalと入力すると、モデルは完全な仕様書と最終成果物の定義(たとえば実装ドキュメント)を書きます。1~2時間に及ぶ実行の間、エージェントは完了を宣言する前にその文書と照らして作業を確認し続けます。これが防ぐのは、いわばエージェントの「ADHD」とも呼べる状態で、脇道のタスクに迷い込み、コンテキストウィンドウが圧縮されるうちに元の依頼を忘れてしまう失敗です。新しいChatGPTモデルは平易な言葉から目標設定を理解するようなので、明示的なスラッシュコマンドは省略できる場合が多いようです。
- 夜間の作業にはSchedulesを使う。朝までプロジェクトの改善を続けてほしいという平文の依頼は、介入なしで動きました。他のツールでは、午前9時まで15分ごとに/loopコマンドが必要だったと伝えられています。
- MCPで外部APIにつなぐ。Model Context Protocol(MCP)は、AIモデルを外部ツールに接続するための標準です。Mac mini上の基本的なMCPサーバーがChatGPTをYouTube APIとWeb検索に結びつけ、参考にするクリエイターの高パフォーマンスなサムネイルを数百枚、コピーすることなく分析できるようにします。カスタムSkillsにはデザインガイドラインとブランド素材を保存し、公式のGoogle Driveコネクターが出力を保存します。
- ネイティブの画像生成を使う。ChatGPT 2.5 Image Genは、同じワークスペース内でサムネイル、LinkedInのカルーセルPDF、アイコンセットを生成し、Skillがモデルに対して、近似ではなく正確なベクターロゴとブランドガイドラインを取得するよう指示します。
日常生活とソフトウェアビジネスへの意味
ChatGPT Workのシステム図には、そのモジュールが並んでいます。サンドボックス化された調査のためのProjects、企業ツール接続のためのPlugins、自律実行のためのBrowser UseとComputer Use、定期的なルーティンのためのSchedules、再利用可能なテキスト資産のためのBlocks、永続的な指示のためのSkillsです。まとめて見ると、これらはWebサイトビルダー、ブラウザエージェント、ワークフロー管理など、多くの独立系AIスタートアップが販売しているものと重なります。そこから創業者に向けて導かれる助言は、汎用的な水平型ツールを避け、深く専門化した垂直型のニッチを狙うことです。基盤モデルの提供元が汎用レイヤーを取り込んでいく可能性が高いように見えるためです。
コストについては、ここで示される評価によれば、月額$20と月額$200のどちらのプランでも、ChatGPTは$1あたりでClaudeより多くのトークンと運用上の余裕を提供し、Claude CodeやCoworkのようなツールでの重いエージェント実行は、1回のプロンプトで1週間分の割り当てを使い切ることがあると伝えられています。速度も同様で、かつて30分かかったタスクが今では数秒で完了すると表現されています。これらはベンチマーク結果ではなく使用上の印象であり、競争上の優位は、絶えず変化し続けるレースの現状として描かれています。
ブラウザエージェントも成熟しました。以前のツールは遅いスクリーンショットと文字認識に依存し、パスワード欄に触れることをしばしば拒みました。現在のChatGPTの実装は、保存された認証情報を使ってサインインし、ユーザーに代わって操作できます。これがエンドツーエンドの完了を可能にしています。
さらなる事例:ペーパートレード、メディアパイプライン、写真ライブラリ
金融の実験では、ChatGPTをAPI経由でAlpaca Traderに接続しました。プロンプトでは、$10万のペーパートレード予算、1銘柄あたり$1,000の模擬買い付け、将来の収入予測を伴う配当ポートフォリオを求めました。ペーパートレードとは、実際のお金を使わない模擬注文のことです。ChatGPTはJohnson & Johnson、Procter & Gamble、Coca-Cola、Realty Incomeを含む10銘柄を各$1万で提案し、年間配当を約$3,691、利回りにして約3.69%、月あたり$308と予測しました。Alpacaのダッシュボードには、執行されたロングポジションと、当日$30.11減の$99,969.89という残高が表示されました。これらは1つの事例のシミュレーション数値です。実際の取引にはボラティリティとリスクが伴い、ペーパー口座は実際の資本を投じる前の試験場として意図されています。
ありふれた2つの事例が全体像を補います。ポッドキャスト収録プラットフォームのRiversideには一括ダウンロードもGoogle Driveへの直接同期もないため、ChatGPT Workにログインして収録ファイルを一括ダウンロードし、共有Driveフォルダーに整理するよう設定しました。これは人間のアシスタントが担当すると、遅れや命名の不統一が生じていた雑務です。消費者向けには、同じパターンで数百枚の休暇の写真を仕分けし、ベストショットを選び、印刷可能なアルバムを組み立てることもできそうです。多くの人が時間不足であきらめている作業です。
要点と次にやること
どの事例にも共通するパターンは同じです。ChatGPT Workに目標と必要な連携を与えれば、調査、構築、デプロイ、保守をバックグラウンドで行います。試してみるなら、次の手順が目安になります。
- 繰り返し発生する仕事ごとに専用のProjectを作り、コンテキスト、ファイル、素材を保持する。
- 日付、人数、エリア、年齢、好みといった制約条件を最初に示し、ブラウジングエージェントが的確な候補リストを返せるようにする。
- チームで進捗を共有する必要があるときは、スプレッドシートではなく社内向けのSitesダッシュボードを頼む。
- 長いタスクは目標の仕様から始め、重い作業はSchedulesで夜間に実行させる。
- スマートフォンから構築を指示したいなら、ローカルMCPサーバーを載せた常時稼働のデスクトップマシンを検討する。
- 金融の実験はペーパートレード口座にとどめ、予測利回りはシミュレーションとして扱う。
ソフトウェア企業にとっては、エージェント機能がChatGPT自体に統合されつつあることから、長く残る製品は汎用的な自動化ではなく、深いドメイン特化から生まれると考えられます。


