情報確認日：2026年10月5日
OpenAIは2026年9月29日、開発者向けのAgents APIにブラウザ操作機能を追加しました。AIがウェブサイトを開き、画面を確認しながら作業を進める仕組みです。操作するのは、OpenAIが用意したブラウザです。OpenAIの更新履歴
サイト運営では、リンク先の確認や申し込み画面の点検などに使う選択肢になります。導入するのは、AIの機能をアプリやサービスへ組み込む開発者です。今回のAPI更新と、普段使うChatGPTの画面の変更は区別してください。
ブラウザを動かす環境もOpenAI側で用意する
Agents APIは9月10日に公開ベータとして登場しました。複数のやり取りを続ける作業単位を「セッション」として管理し、長い作業でもそれまでの文脈を扱う仕組みを備えています。ブラウザ操作は、このAIが使う道具の一つです。Agents APIの公式説明
公式ガイドは、ウェブサイトのテスト、情報収集、アプリの画面操作を用途として挙げています。AIはブラウザで観察した内容をもとに、次の操作を選びます。ブラウザ操作の公式ガイド
編集部が想定する利用例は、「公開ページを開き、タイトルと料金の記載が一致しているか調べる」という点検です。本サイトでは、この例の動作や精度を測定していません。
サイトを開く承認と、ログイン画面の用意が必要
ブラウザが新しいサイトの接続先へアクセスするには、利用者の承認が必要です。公開サイトにもこの条件が適用されます。ログインが必要な作業では、アプリの開発者が、利用者に入力画面を示す仕組みを用意します。アクセス承認とログインの説明
導入を検討するときは、使うサイトと、利用するアカウントを先に決めてください。公開ページの点検か、管理画面のデータ変更かによって、必要な権限が変わります。
編集部は、最初の試験を公開ページの閲覧に限定する方法を提案します。記事の見出し、出典リンク、更新日など、人が正解を確かめやすい項目から試してください。AIの結果と照合すると、どんな項目を見落とすかが分かります。
購入や削除などを実行する前の確認は、アプリの開発者が設計する必要があります。サイトへのアクセス承認だけでは、操作ごとの確認は強制されません。公式ガイドもこの点を説明しています。書き換えを扱うサービスでは、アプリ側で許可する操作と、実行前の確認方法を決めてください。操作ごとの確認に関する説明
画面操作の記録と、依頼した仕事の結果を確認する
Agents APIは、ブラウザ操作の記録と、AIの処理結果を別に扱います。画面上のクリックが終わったかと、依頼した仕事が終わったかを、それぞれ確認してください。アプリ側でスクリーンショットを表示する設定もあります。イベントと処理記録、画面記録の説明
サイトの点検では、AIの結果に「確認したURL」「発見した差異」「確認できなかった項目」を記録する方法を、編集部は提案します。担当者が実際のページと照合できる形にすると、点検結果を追えます。
通信が切れた場合は、同じセッションの現在の状態を確かめてから再開します。公式ガイドが案内している手順です。新しい作業をすぐに送り直すと、同じ操作を繰り返すおそれがあります。接続が切れた場合の手順
ページ点検と結果を直す時間を、人の作業と比べる
人が5分で終えるページ点検を、AIに任せると何分かかるか。結果を直す時間まで含めて比べると、自動化の価値を判断しやすくなります。
見出しと本文が一致しないページ、リンク先が別資料になっているページ、ログイン後に表示が変わるページなどで試してください。少数のページを選び、AIが見逃した問題と、誤って問題と判定した箇所を記録します。
今回の更新は、画面を使う仕事をAPIから扱う範囲を広げるものです。本記事では日本語サイトへの対応精度、所要時間、運用費用を実測していません。導入判断は、自分の作業で得られた結果をもとに行ってください。
