شرکت OpenAI، خالق هوش مصنوعی ChatGPT از ابزار جدید Operator رونمایی کرده است که می‌تواند به‌طور خودکار وظایف آنلاین را انجام دهد و با صفحات وب تعامل کند.

این ابزار با استفاده از یک مرورگر داخلی، قادر است صفحات وب را مشاهده کرده و با آن‌ها تعامل برقرار کند. کاربران می‌توانند از این ابزار برای تایپ، کلیک و اسکرول در صفحات استفاده کنند. این قابلیت ابتدا در آمریکا برای مشترکان نسخه پولی ChatGPT Pro در دسترس قرار خواهد گرفت.

معرفی Operator: ابزار جدید OpenAI برای انجام کارهای اینترنتی

Operator از مدل «عامل کاربر رایانه» (Computer-Using Agent) بهره می‌برد که ترکیبی از قابلیت‌های دیداری GPT-4o و استدلال پیشرفته است. به گفته OpenAI، این ابزار می‌تواند از طریق تصاویر صفحه نمایش ببیند و تمامی اقدامات ماوس و کیبورد را انجام دهد تا بدون نیاز به ادغام‌های API، در وب اقدام کند.

اپراتور همچنین به‌طور هوشمند قادر است خود را اصلاح کرده و در مواقع نیاز کنترل را به کاربر واگذار کند. این ابزار هنگام درخواست اطلاعات حساس مانند نام کاربری و رمز عبور، از کاربر خواسته تا وارد عمل شود و پیش از ارسال ایمیل یا انجام اقدامات مشابه، تأیید کاربر را دریافت کند. OpenAI اعلام کرده است که Operator برای جلوگیری از درخواست‌های نامناسب و مسدود کردن محتوای غیرمجاز طراحی شده است.

این ابزار در آینده برای کاربران پلن‌های Plus، Team و Enterprise نیز قابل دسترسی خواهد بود و OpenAI برنامه دارد تا این قابلیت‌ها را به طور کامل در ChatGPT ادغام کند.