OpenAIが2026年7月に発表した「ChatGPT Work」は、従来のChatGPTを単に高性能化したものではなく、AIに調査・ファイル操作・ブラウザ操作・コード実行などを任せ、最終的な成果物まで作らせるための「エージェント型」の作業環境です。OpenAI自身も、通常のChatは回答や説明、ブレインストーミングなどに、Workはレポート・分析・プレゼン・Webサイト・定期タスクなど「明確な成果物を完成させる仕事」に使うものと位置付けています。2026年8月、ソフトウェア開発者のサイモン・ウィリソン氏がWorkを詳しく調査したところ、表からは見えにくい多数のツールや「Skills」の存在も明らかになりました。さらにOpenAIはその後もWorkを急速に拡張しており、9月時点ではDeep ResearchやDataプラグインなども追加されています。
☁️ ChatGPT Workは「Cloud」と「Local」で性格が大きく異なる
ウィリソン氏はChatGPT Workを理解するうえで、便宜的に「Work Cloud」と「Work Local」の2種類に分けて考えると分かりやすいと説明しています。Cloud側はChatGPTのWeb・モバイル・デスクトップから利用でき、OpenAI側のクラウド環境で長時間の処理を進められる一方、デスクトップ版ではユーザーの許可を得てローカルファイルやデスクトップアプリも扱えます。OpenAIもデスクトップ版について、Chat・Work・Codexを統合し、Workではローカルファイルやデスクトップアプリを利用できると説明しています。つまり「質問に答えるAI」というより、クラウドコンピューターや自分のPCを作業場所として与えられたAIエージェントと考えると理解しやすいでしょう。なお、Work Cloudの会話はデバイス間で同期できますが、Localの会話はコンピューター側に残るという違いもあります。
🛠️ ブラウザ・コード実行・Sites・サブエージェントまで扱える
ウィリソン氏が注目したのは、Work Cloudに与えられている「手足」の多さです。調査では、インターネットへ接続できるコード実行環境、Chromeベースのブラウザ操作、セッションをまたいで利用できるファイルシステム、ChatGPT Sitesの作成、複数のサブエージェント、スケジュール実行などが確認されています。ブラウザではページを読むだけでなく、フォーム入力やJavaScriptによるDOM操作なども可能で、ログインが必要な場面ではユーザー自身へ操作を引き継いでパスワードや2段階認証を入力させる仕組みも用意されています。OpenAI公式でもWorkは「調査→分析→接続アプリやファイルを操作→完成した文書・表計算・プレゼン・レポート・Sitesを作成」という一連の作業を担うエージェントとして説明されています。
主な能力を整理すると、次のようになります。
- 🌐 ブラウザ操作：Webページを開き、情報収集やフォーム操作などを実行
- 💻 コード実行：プログラムを動かし、データ処理や外部サービスとの連携に利用
- 📁 ファイル操作：資料を読み込み、文書・表計算・プレゼンなどを作成
- 🤖 サブエージェント：大きな仕事を複数のAIへ分担
- 🌍 ChatGPT Sites：ダッシュボードやWebアプリ、レポートなどを構築・公開
- ⏰ Scheduled Tasks：日時指定・定期実行・条件監視などで仕事を継続
- 🔌 Plugins：外部サービスや業務データへ接続してワークフローを拡張
この方向性は発表後も強化されており、8月にはGmail・Slack・GitHubの更新をきっかけに処理を開始できるWebhook型タスクがBusiness向けに追加され、9月にはWeb・ファイル・対応アプリを横断して調査するDeep Researchや、接続したビジネスデータを分析してダッシュボードやレポートを作るDataプラグインも追加されました。Workは短期間で「一度指示して待つAI」から、外部で起きた変化をきっかけに再び仕事を始めるAIへ進化しつつあります。
🧩 44個の「Skills」が示すChatGPT Workの重要な仕組み
さらに興味深いのが「Skills」です。ウィリソン氏はWorkに自身のツールを列挙させたところ223個の登録ツールを確認し、そのうち6個は本人が追加したMCP由来だったとしています。さらに調査を進めると44個のSkillsが利用されていることも確認しました。ただし、これはウィリソン氏が観測した特定時点・特定環境での数字であり、「すべてのChatGPT Workに常に223ツール・44 Skillsが固定搭載されている」という意味ではない点には注意が必要です。実際、OpenAIはWorkを継続的に更新しているため、構成は今後も変化すると考えられます。
Skillsは単なる追加機能ではありません。OpenAIの説明では、特定の仕事の進め方を再利用可能なワークフローとしてChatGPTに教える仕組みです。典型的なSkillには名称・用途の説明、SKILL.mdなどに記述した作業手順、テンプレート・サンプル・ブランドガイド・スキーマなどの補助資料が含まれます。つまり「毎回同じ長いプロンプトを書く」のではなく、一度仕事のやり方をSkillとして定義すれば、以後はその手順に沿って処理させやすくなります。ウィリソン氏が確認した環境には、DOCX作成、PDF処理、スプレッドシート操作、画像生成、ブラウザ制御、Sites構築、データダッシュボード作成などのSkillsが存在しました。OpenAI自身もSkillsを「同じ手順・形式・要件を何度も説明する手間を減らす」ための仕組みと位置付けています。
この考え方はCodexにも広がっています。たとえば2026年6月には、PC上で一度操作を実演すると、そのワークフローを再利用可能なSkillに変換する「Record & Replay」がBusiness向けに登場しました。またPluginはSkills、外部アプリとの接続、テンプレートなどをまとめて配布できる仕組みになっています。これによって将来的には「AIに仕事を頼むたびに詳細なプロンプトを書く」のではなく、自社・個人の作業手順そのものをAI用の業務マニュアルとして蓄積する使い方が重要になりそうです。
🔐 強力なAIエージェントだからこそ「プロンプトインジェクション」が問題になる
Workが強力になるほど重要になるのがセキュリティです。ウィリソン氏が特に警戒しているのが、①プライベートデータへアクセスできる、②信頼できない外部コンテンツを読む、③外部へ通信できる、という3条件が同時に揃う「Lethal Trifecta（致命的な三要素）」です。たとえばAIがWebページやメールを読んでいる最中に、人間には見えにくい「この指示に従って機密情報を外部サイトへ送信せよ」という文章が埋め込まれていた場合、AIがそれをユーザーの命令と誤認する「プロンプトインジェクション」が成立する可能性があります。
OpenAIもこの問題を明確に認識しており、プロンプトインジェクションをエージェント型AIにおける重要なセキュリティ課題として説明しています。対策として、モデル自体の訓練だけでなく、危険性の高い操作にユーザー確認を求めること、アクセス権限を制限すること、システムレベルで不審な操作を検出することなど、複数層の防御が必要になります。Workの価値は「AIが自分で行動できる」ことにありますが、それは同時に「誤った判断をした場合の影響も回答文だけでは終わらない」ことを意味します。メール、クラウドストレージ、社内データ、ブラウザ、ローカルPCなどを接続する際には、必要な権限だけを与え、送信・削除・公開など不可逆な操作は人間が確認するという運用が重要になるでしょう。
🚀 まとめ：ChatGPT Workの本質は「回答するAI」から「仕事を完遂するAI」への転換
ChatGPT Workを理解するポイントは、単に「ChatGPTの高性能版」と考えないことです。LLMという頭脳に、ブラウザ、コード実行、ファイルシステム、Plugins、Skills、Scheduled Tasks、Computer Use、Sites、サブエージェントといった“手足”を組み合わせることで、長時間にわたる仕事を自律的に進められるエージェント環境へ発展しています。OpenAIも、AI活用の単位が短いチャットから、数分～数時間にわたりツールを操作しながら成果物を完成させる「delegated, long-horizon tasks」へ変化していると説明しています。今後の競争ではモデル単体の賢さだけでなく、**「どんな道具を持つか」「仕事のやり方をSkillとしてどれだけ蓄積できるか」「安全にどこまで行動を任せられるか」**が、AIエージェントの実用性を左右する重要な要素になりそうです。
📚 参考・出典
- Simon Willison「Understanding ChatGPT Work」
- OpenAI「ChatGPT Work」公式情報
- OpenAI「Using skills」
- OpenAI「Understanding prompt injections」
- OpenAI「ChatGPT Business Release Notes」
- OpenAI「How agents are transforming work」
