10月17日、The Decoderが「ChatGPT becomes a full Chrome browser assistant that reads and acts on your open tabs」と題した記事を公開した。ChatGPTのChrome拡張機能が全タブの読み取りと操作に対応し、ブラウザAIエージェントとして本格的に機能するようになったことを伝える内容だ。
タブを横断して読み、操作する——ChatGPT Chrome拡張が大幅強化
ChatGPTのChrome拡張機能がアップデートされ、開いているタブの内容を読み取るだけでなく、タブを直接操作する機能が加わった。
最大の目玉は3つのモードの使い分けだ。
@chromeでの個別ターゲティング: 特定のタブを名指しして参照できる- Chat mode: 複数タブから一括でデータを引っ張り、横断的な情報整理を行う
- Work mode: Computer Useを通じてタブを直接制御し、メッセージ送信・フォーム入力・ファイルダウンロード・タブのグループ化などを自動実行する
Work modeで使われているComputer Use（コンピュータ操作）とは、AIがスクリーンショットなどを介してGUIを直接操作する技術で、Anthropicが2024年に発表したClaudeが先駆けとなったアプローチだ。OpenAIはこれを自社モデルに組み込み、ブラウザ操作に特化した形で展開している。
Computer Useの実行モデルについて
Work modeの実用性を支えるモデルについて、元記事では具体的なモデル名の明示はなく、OpenAIがComputer Use向けに最適化したモデルが使われていると説明されている。記事によれば、多段階にわたる複雑なワークフローを処理できるとされる。
OpenAIが公開したデモでは以下のようなユースケースが示されている：
- 複数タブにまたがる商品比較（サイズ・素材・配送日数・返品規定を横断整理）
- 記事の要約（平易な言葉でサマライズ）
- 異なる販売業者の価格ページの突き合わせ
これらはいずれも「タブを何枚も開いて自分で読み比べる」という従来の作業を代替するものだ。
サイドバーにチャット履歴——視認性の改善も
UIとしては、ChatGPTのサイドバーがアップグレードされ、閲覧中のWebページの横にチャット履歴が常時表示されるようになった。コンテキストを切らずにやり取りを続けられる構造になっている。
更新されたChrome拡張は全ChatGPTプランで利用可能だ。有料プランに限定されていない点は、普及という観点では重要な条件になる。
プライバシー面での懸念は残る
全タブの内容をAIが読み取るという設計は、利便性と引き換えにプライバシーリスクを伴う。ブラウジング内容がOpenAIのサーバーにどの範囲で送信・保持されるのか、元記事には詳細な記述がない。OpenAIはプライバシーポリシーにおいて送信データの取り扱いを説明しているが、拡張機能による取得データへの具体的な適用範囲については、ユーザー自身が個別に確認する必要がある。特にエンタープライズ環境での導入を検討する場合、業務上の機密情報が開いたタブに含まれうることを踏まえ、データ送信の範囲と条件を事前に精査することが欠かせない。
詳細はChatGPT becomes a full Chrome browser assistant that reads and acts on your open tabsを参照していただきたい。
