OpenAI、ChatGPT Workに安全なウェブサイトサインインを追加
ChatGPT Workは、安全なフォームを通じてウェブサイトで認証し、パスワードをモデルに公開することなく委任されたブラウザタスクを継続できるようになった。
OpenAIは、ChatGPT Workのクラウドブラウザに認証済みウェブサイトへのアクセスを追加した。これにより、従来はリモートエージェントが公開ページに限定されていた制約がなくなる。委任したタスクが対応するログインページに到達した場合、ユーザーはサインインでき、その後ChatGPTは認証済みセッション内で作業を続行できる。
重要なのは、認証情報の扱いである。ユーザーは安全なサインインフォームを通じて、ユーザー名、パスワード、二要素認証コードを入力する。OpenAIによれば、これらの認証情報は直接リモートブラウザに送られ、モデルからは見えず、ChatGPTにも保存されない。
これによりクラウドブラウザは、リサーチや公開フォーム向けのツールから、個人およびビジネスアカウントと対話できるエージェントへと拡張される。OpenAIの例には、公共料金プランの確認、政府機関の予約枠の検索、アパート物件の保存、請求書の照合、会計記録の更新が含まれる。
一、ChatGPT Workはログイン画面の先でも操作できるようになった
ChatGPT Workのクラウドブラウザは、OpenAIのクラウドインフラストラクチャ内にある別のコンピュータ上で動作する。対応するウェブサイトでページを読み取り、コントロールをクリックし、情報を入力し、複数ステップのタスクを実行できる。ユーザーはChatGPTウェブサイトまたはモバイルアプリのWorkからタスクを開始し、選択すべき別個のクラウドブラウザモードはない。
ウェブサイトで認証が必要になると、タスクは一時停止する。ChatGPTは会話内で認証情報を求めるのではなく、ユーザーに安全なサインインフローを提示する。ユーザーが認証を完了すると、ChatGPTは生成されたアカウントセッション内で元のタスクを再開する。
これは委任されたブラウジングの実用的な範囲を変える。フライト比較、製品在庫の確認、情報収集には公開アクセスで十分だったが、多くの管理ワークフローは、アカウント固有のデータと認証済みフォームに依存している。保険ポータル、公共料金アカウント、政府の予約システム、ベンダーダッシュボード、会計サービス、不動産プラットフォームでは、ワークフローの有用な部分がログイン画面の先に置かれていることが一般的である。
OpenAIの発表は、保険の償還費用の確認、車両登録書類の準備、ネットワーク内の医師の予約、医療費償還フォームの提出、荷物集荷の予約、メール内の請求書を会計ソフトウェアへ移すといったタスクで、この広がった範囲を示している。ただし、個々のタスクが成功するかどうかは、依然としてウェブサイト、ユーザーの権限、必要な操作に左右される。
ユーザーがChatGPTを閉じたりデバイスの電源を切ったりした後も、クラウドブラウザは動作を続けられる。情報、認証、承認が必要になると再び一時停止するため、モバイルで開始したタスクも、スマートフォン自体ではなくリモートコンピュータ上で進められる。
二、認証情報はAIモデルから隔離される
安全なフォームは、新しい設計における中心的なセキュリティ境界である。OpenAIは、そこで入力されたユーザー名とパスワードは直接リモートブラウザに送られ、モデルには表示されないと述べている。ChatGPTもこれらの認証情報を保存しない。
この区別は、ChatGPTがアカウントに一切アクセスできないという意味よりも狭い。認証後、エージェントはサインイン済みのブラウザセッションを用いてページを閲覧し、ユーザーが依頼したタスクを実行できる。それらのページから読み取る情報は、ユーザーのChatGPTデータコントロール設定に従って扱われる。
ChatGPTがサインイン要求を提示する前に、追加のレビューモデルが、その要求と認証情報の送信先を確認し、フィッシングや欺瞞の兆候を調べる。ユーザーは、進行前にウェブサイトアドレスを確認し、サインインフォームをプレビューし、ライブページを表示できる。
二要素認証は、引き続きユーザーが対話的に行うステップである。サイトが確認コードまたはセキュリティコードを要求した場合、ユーザーは会話内に入力するのではなく、安全なフローを通じてそれを提供する。OpenAIは、パスワード、セキュリティコード、支払い情報をチャットに貼り付けないよう、ユーザーに明示的に伝えている。
タスク完了後も認証は維持される場合がある。クラウドブラウザは自身のCookieとサインイン済みセッションを維持するため、セッションが期限切れになるか、ブラウザデータが消去されるまで、ユーザーが再認証を必要としないことがある。ユーザーはChatGPTの設定から、すべてのクラウドブラウザデータを削除するか、個別サイトのデータを消去できる。サイトのデータを消去すると、ブラウザはそのサービスからサインアウトする。
三、これはクラウドブラウザの提供開始時の制限からの変更である
提供開始時、OpenAIのドキュメントでは、クラウドブラウザは認証情報を受け入れられず、オートフィルやパスワードマネージャーを利用できず、ウェブサイトにサインインできず、支払いを完了できないとされていた。タスクが認証に遭遇すると停止していた。
新しい安全なフローは、具体的にサインインの障壁を取り除く。ただし、あらゆる取引やウェブサイトが対応することを意味するわけではない。OpenAIによれば、サイトが自動化されたアクセスをブロックする場合があり、特定のサインインまたは取引ステップが未対応のままである場合や、ChatGPT自体が操作を制限する場合もある。ユーザーはリモートブラウザを操作するか、最後のステップを手動で完了する必要があるかもしれない。
認証済みクラウドブラウジングは、ChatGPTデスクトップアプリケーションに組み込まれたブラウザとも異なる。デスクトップブラウザはmacOSまたはWindowsアプリ内に表示され、独自のサインイン、パスワード管理、拡張機能、ダウンロード、複数タブをサポートする。一方、クラウドブラウザはリモートで動作し、バックグラウンドで継続できる委任されたWorkタスク向けに設計されている。
リモートブラウザは、ユーザーの個人用ブラウザ状態を引き継がない。ユーザーのデバイス上のブラウザにある既存タブ、履歴、拡張機能、保存済みパスワード、Cookie、有効なセッションは利用できない。したがって、ChatGPT Workが各アカウントに初めて遭遇した際には、それぞれ個別に認証する必要がある。
四、権限と確認は引き続き操作を制約する
クラウドブラウザへのアクセスは、対応地域の有料プランにおけるChatGPT Workを通じて利用でき、FreeとGoは除外される。OpenAIによれば、提供状況はロールアウト中に変動する可能性があり、ワークスペースの権限に依存することもある。Work自体も、対象アカウントに段階的にロールアウトされている。
ユーザーは、クラウドブラウザがウェブサイトにどのようにアクセスするかを制御できる。デフォルトの挙動では、新しいサイトにアクセスする前に許可を求める。設定には、URLが安全でないように見える場合に一時停止する自動レビューオプションと、OpenAIが推奨しない「常に許可」オプションもある。個別の許可またはブロックルールは、特定のウェブサイトについてデフォルトを上書きできる。
サイトを開く許可は、重大な結果を伴う操作を行う許可とは別である。ChatGPTは、取り消すことが難しい、または金銭的、法的、アカウント上、その他の現実世界でのコミットメントを生む可能性があるステップの前に、確認を求めるよう設計されている。OpenAIは、予約の確定と支払いの実行を例に挙げている。
ユーザーは、クラウドブラウザを直接操作したいと依頼することもできる。ChatGPTは、スマートフォンまたはコンピュータでライブのリモートセッションを開くリンクを提供する。これは、エージェントが未対応のコントロールに遭遇した場合や、ユーザーが自らページを確認したい場合に有用である。
これらの保護策は認証情報の露出や偶発的な操作を減らすが、OpenAIはリスクを排除するものとして提示してはいない。同社のドキュメントは、アドレス、サインインプレビュー、スクリーンショット、確認要求を検証し、ブラウザが誤ったウェブサイトまたはアカウントに到達した場合はタスクを停止するよう、ユーザーに助言している。
五、ウェブサイトはChatGPTトラフィックを識別・制御できる
アクセス先ウェブサイトの対応状況は、引き続き実用上の制約となる。自動エージェント検出、ボット管理システム、通常と異なるログイン確認、未対応のインターフェース要素により、従来のブラウザでは同じサイトが動作する場合でも、タスクを完了できないことがある。
OpenAIは、送信するクラウドブラウザリクエストにWeb Bot Authを使用して署名する。この実装はRFC 9421で定義されたHTTP Message Signatures標準に従い、Signature、Signature-Input、Signature-Agentヘッダーを含む。Signature-Agentの値はChatGPTを識別し、公開されているキーにより、ウェブサイトまたはネットワークプロバイダーはリクエストが実際にOpenAIのブラウザエージェントから発信されたことを検証できる。
主要なインフラストラクチャプロバイダーは、これらの署名をボット制御に利用できる。OpenAIは、Akamai、Cloudflare、HUMAN、Vercel向けの具体的な認識経路を文書化している。その他の運営者も、OpenAIの公開キーを取得して署名ヘッダーを検証し、トラフィックを許可するかどうかを決定できる。
したがって、認証済みブラウジングによってChatGPTが任意のアカウントへ無制限にアクセスできるわけではない。これは、ウェブサイトがエージェントをブロックする能力を残し、重大な操作に対するユーザー確認を維持しながら、ユーザーが認証情報から隔離された方法でリモートブラウザを認可できるようにするものである。
よくある質問
ChatGPTはウェブサイトのパスワードを見られますか？
OpenAIによれば、安全なサインインフォームを通じて入力されたユーザー名とパスワードは直接リモートブラウザに送られる。これらはモデルからは見えず、ChatGPTにも保存されない。
ChatGPT Workは、スマートフォンまたはコンピュータですでにサインイン済みのアカウントを使用しますか？
いいえ。クラウドブラウザは別個のCookieとセッションを持ち、ユーザーの個人用ブラウザからサインイン、パスワード、履歴、タブを引き継がない。
タスクごとにサインインが必要ですか？
必ずしも必要ではない。認証済みのクラウドブラウザセッションは、期限切れになるか、ユーザーがそのウェブサイトのブラウザデータを消去するまで維持される場合がある。
サインイン後、ChatGPTはすべての予約または取引を完了できますか？
いいえ。ウェブサイトの制限、未対応のステップ、製品の安全ルール、確認要件により、完了できない場合や、ユーザーが操作を引き継ぐ必要がある場合がある。
認証済みクラウドブラウジングを利用できるプランはどれですか？
OpenAIは、対応地域の有料プランにおけるChatGPT Workでクラウドブラウザへのアクセスを文書化しており、FreeとGoは除外される。提供状況はロールアウト中およびワークスペース設定に応じて変動する可能性がある。
参考ソース
Share