Представляем Operator23.01.2025 10:00

Исследовательская версия агента, который может использовать собственный браузер для выполнения задач за вас. Доступно для пользователей Pro в США.

Для ознакомления с текущей версией посетите:

Обновление от 17 июля 2025 г.: Operator теперь полностью интегрирован в ChatGPT в качестве агента ChatGPT. Чтобы воспользоваться этими новыми возможностями, просто выберите «режим агента» в выпадающем меню в поле ввода и введите ваш запрос прямо в ChatGPT. В результате самостоятельный сайт Operator (operator.chatgpt.com) прекратит свою работу в ближайшие недели.

Сегодня мы выпускаем Operator⁠ — агента, который может выходить в веб и выполнять задачи за вас. Используя собственный браузер, он может просматривать веб-страницы и взаимодействовать с ними посредством ввода текста, кликов и прокрутки. В настоящее время это исследовательская предварительная версия, что означает наличие определенных ограничений и дальнейшее развитие на основе отзывов пользователей. Operator — один из наших первых агентов, представляющих собой ИИ, способный выполнять работу за вас автономно: вы даете ему задачу, и он её исполняет.

Operator можно поручить выполнение самых разных повторяющихся браузерных задач, таких как заполнение форм, заказ продуктов и даже создание мемов. Возможность использовать те же интерфейсы и инструменты, с которыми люди взаимодействуют ежедневно, расширяет возможности ИИ, помогая людям экономить время на повседневных задачах и открывая новые возможности взаимодействия для бизнеса.

Чтобы обеспечить безопасный и поэтапный запуск, мы начинаем с малого. Начиная с сегодняшнего дня, Operator доступен пользователям тарифного плана Pro⁠ в США на сайте operator.chatgpt.com⁠. Эта исследовательская предварительная версия позволяет нам учиться на опыте наших пользователей и более широкой экосистемы, совершенствуя продукт по ходу дела. В будущем мы планируем предоставить доступ пользователям Plus, Team и Enterprise, а также интегрировать эти возможности непосредственно в ChatGPT.

Operator работает на базе новой модели под названием Агент, использующий компьютер (Computer-Using Agent, CUA). Сочетая визуальные возможности GPT‑4o с продвинутыми способностями к рассуждению на основе обучения с подкреплением, CUA обучен взаимодействовать с графическими интерфейсами пользователей (GUI) — кнопками, меню и текстовыми полями, которые люди видят на экране.

Operator может «видеть» (с помощью скриншотов) и «взаимодействовать» (используя все действия, доступные с помощью мыши и клавиатуры) с браузером, что позволяет ему совершать действия в Интернете без необходимости интеграции пользовательских API.

Если Operator сталкивается со сложностями или допускает ошибки, он может использовать свои аналитические способности для самокоррекции. Когда он заходит в тупик и ему требуется помощь, он просто возвращает управление пользователю, обеспечивая плавное и совместное взаимодействие.

Хотя CUA все еще находится на ранней стадии и имеет ограничения, он устанавливает новые передовые результаты в бенчмарках WebArena и WebVoyager — двух ключевых тестах использования браузера. Подробнее об оценках и исследованиях, лежащих в основе Operator, читайте в нашем исследовательском блоге.

Чтобы начать работу, просто опишите задачу, которую нужно выполнить, и Operator сделает всё остальное. Пользователи могут в любой момент взять под контроль удаленный браузер, а Operator обучен заблаговременно просить пользователя взять управление на себя при выполнении задач, требующих входа в систему, платежных реквизитов или прохождения CAPTCHA.

Пользователи могут настраивать свои рабочие процессы в Operator, добавляя пользовательские инструкции — как для всех сайтов, так и для конкретных, например, задавая предпочтения по авиакомпаниям на Booking.com. Operator позволяет сохранять промпты для быстрого доступа на главной странице, что идеально подходит для повторяющихся задач, таких как пополнение запасов продуктов на Instacart. Подобно использованию нескольких вкладок в браузере, пользователи могут запустить одновременное выполнение нескольких задач, создавая новые диалоги, например, заказывая персонализированную эмалированную кружку на Etsy и одновременно бронируя место для палатки на Hipcamp.

Operator⁠ превращает искусственный интеллект из пассивного инструмента в активного участника цифровой экосистемы. Он упростит задачи для пользователей и принесет пользу агентов компаниям, которые стремятся обеспечить инновационный клиентский опыт и повысить конверсию. Мы сотрудничаем с такими компаниями, как DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber и другими, чтобы гарантировать, что Operator отвечает реальным потребностям пользователей и соблюдает устоявшиеся нормы. Помимо этого сотрудничества, мы видим большой потенциал в повышении доступности и эффективности определенных рабочих процессов, особенно в приложениях государственного сектора. Чтобы изучить эти варианты использования более подробно, мы работаем с такими организациями, как город Стоктон⁠, чтобы упростить процедуру регистрации в городских службах и программах.

Обеспечение безопасности использования Operator является нашим главным приоритетом. Для предотвращения злоупотреблений и гарантии того, что пользователь полностью контролирует процесс, предусмотрено три уровня защиты.

Во-первых, Operator обучен следить за тем, чтобы использующий его человек всегда контролировал ситуацию, и запрашивает ввод данных в критические моменты.

• Режим перехвата управления (Takeover mode): Operator просит пользователя взять управление на себя при вводе конфиденциальной информации в браузере, такой как учетные данные для входа или платежные реквизиты. В режиме перехвата управления Operator не собирает и не делает скриншоты информации, введенной пользователем.
• Подтверждения пользователя: Перед завершением любого важного действия, такого как отправка заказа или отправка электронной почты, Operator запрашивает одобрение.
• Ограничения задач: Operator обучен отказываться от выполнения определенных конфиденциальных задач, таких как банковские транзакции или задачи, требующие принятия ответственных решений (например, принятие решения по заявке о приеме на работу).
• Режим наблюдения (Watch mode): На особо конфиденциальных сайтах, таких как сервисы электронной почты или финансовые платформы, Operator требует строгого контроля за своими действиями, позволяя пользователям напрямую пресекать любые возможные ошибки.

Во-вторых, мы позаботились о том, чтобы управление конфиденциальностью данных в Operator было простым и удобным.

• Отказ от обучения: Отключение параметра «Улучшить модель для всех» (Improve the model for everyone) в настройках ChatGPT означает, что данные в Operator также не будут использоваться для обучения наших моделей.
• Прозрачное управление данными: Пользователи могут удалить все данные просмотра и выйти из всех сайтов одним щелчком мыши в разделе «Конфиденциальность» настроек Operator. Прошлые диалоги в Operator также можно удалить в один клик.

Наконец, мы создали защиту от вредоносных сайтов, которые могут попытаться ввести Operator в заблуждение с помощью скрытых подсказок, вредоносного кода или фишинговых атак:

• Осторожная навигация: Operator разработан с учетом возможности обнаружения и игнорирования внедрения подсказок (prompt injection).
• Мониторинг: Специализированная «модель мониторинга» следит за подозрительным поведением и может приостановить выполнение задачи, если что-то покажется странным.
• Конвейер обнаружения: Автоматизированные процессы и процессы ручной проверки постоянно выявляют новые угрозы и оперативно обновляют средства защиты.

Мы понимаем, что злоумышленники могут попытаться использовать эту технологию в корыстных целях. Именно поэтому мы настроили Operator так, чтобы он отклонял вредоносные запросы и блокировал запрещенный контент. Наши системы модерации могут выдавать предупреждения или даже отзывать доступ за многократные нарушения, а мы интегрировали дополнительные процессы проверки для выявления и пресечения случаев злоупотребления. Мы также предоставляем рекомендации о том, как взаимодействовать с Operator в соответствии с нашими Правилами использования.

Хотя Operator создан с учетом этих мер предосторожности, ни одна система не идеальна, и это по-прежнему исследовательская предварительная версия; мы стремимся к постоянному совершенствованию на основе реальных отзывов и тщательного тестирования. Чтобы узнать больше о нашем подходе, посетите раздел безопасности в исследовательском блоге Operator.

Operator в настоящее время находится на стадии раннего исследовательского предварительного просмотра, и хотя он уже способен справляться с широким спектром задач, он все еще учится, развивается и может совершать ошибки. Например, в настоящее время он сталкивается со сложностями при работе со сложными интерфейсами, такими как создание слайд-шоу или управление календарями. Ранние отзывы пользователей сыграют жизненно важную роль в повышении его точности, надежности и безопасности, помогая нам сделать Operator лучше для всех.

CUA в API: В скором времени мы планируем предоставить доступ к модели, лежащей в основе Operator, CUA, через API, чтобы разработчики могли использовать её для создания собственных агентов, управляющих компьютером.

Расширенные возможности: Мы продолжим совершенствовать способность Operator обрабатывать более длинные и сложные рабочие процессы.

Широкий доступ: В будущем, как только мы будем уверены в безопасности и удобстве использования продукта в больших масштабах, мы планируем предоставить Operator⁠ пользователям Plus, Team и Enterprise, а также интегрировать его возможности непосредственно в ChatGPT, обеспечив бесшовное выполнение задач в реальном времени и в асинхронном режиме.