Introducing Operator

2025 წლის 17 ივლისის განახლება: Operator ახლა სრულად არის ინტეგრირებული ChatGPT‑ში, როგორც ChatGPT აგენტი. ამ განახლებული შესაძლებლობების მისაღებად, უბრალოდ აირჩიეთ „agent mode“ ჩამოსაშლელი მენიუდან კომპოზერში და შეიყვანეთ თქვენი მოთხოვნა პირდაპირ ChatGPT‑ში. შედეგად, დამოუკიდებელი Operator საიტი (operator.chatgpt.com) მომდევნო კვირებში ეტაპობრივად დაიხურება.

დღეს გამოვუშვით Operator⁠(იხსნება ახალ ფანჯარაში), აგენტი, რომელსაც შეუძლია თქვენთვის დავალებების შესასრულებლად ვებზე გასვლა. საკუთარი ბრაუზერის გამოყენებით, მას შეუძლია ვებგვერდის დათვალიერება და მასთან ინტერაქცია აკრეფით, დაწკაპუნებით და სქროლვით. ამჟამად ეს კვლევითი პრევიუა, რაც ნიშნავს, რომ მას შეზღუდვები აქვს და მომხმარებლის უკუკავშირის საფუძველზე განვითარდება. Operator ჩვენი ერთ-ერთი პირველი აგენტია, ანუ ისეთი AI-ები, რომლებსაც დამოუკიდებლად შეუძლიათ თქვენთვის მუშაობა — თქვენ აძლევთ დავალებას და ის მას შეასრულებს.

Operator-ს შეიძლება სთხოვონ მრავალფეროვანი განმეორებადი ბრაუზერული ამოცანების შესრულება, როგორიცაა ფორმების შევსება, სასურსათო პროდუქტების შეკვეთა და მემების შექმნაც კი. იმავე ინტერფეისებისა და ხელსაწყოების გამოყენების უნარი, რომლებსაც ადამიანები ყოველდღიურად იყენებენ, AI-ის სარგებლიანობას აფართოებს, ეხმარება ადამიანებს ყოველდღიურ ამოცანებზე დროის დაზოგვაში და ამავე დროს ბიზნესებისთვის ჩართულობის ახალ შესაძლებლობებს ხსნის.

უსაფრთხო და ეტაპობრივი გამოშვების უზრუნველსაყოფად, პატარა მასშტაბით ვიწყებთ. დღეიდან Operator ხელმისაწვდომია აშშ-ში Pro⁠(იხსნება ახალ ფანჯარაში) მომხმარებლებისთვის მისამართზე operator.chatgpt.com⁠(იხსნება ახალ ფანჯარაში). ეს კვლევითი პრევიუ საშუალებას გვაძლევს ვისწავლოთ ჩვენი მომხმარებლებისა და ფართო ეკოსისტემისგან, თანდათანობით დავხვეწოთ და გავაუმჯობესოთ სისტემა. ჩვენი გეგმაა მომავალში გავფართოვდეთ Plus, Team და Enterprise მომხმარებლებზე და ეს შესაძლებლობები ChatGPT‑ში დავაინტეგრიროთ.

Operator მუშაობს ახალ მოდელზე, სახელად Computer-Using Agent (CUA). GPT‑4o‑ის ხედვის შესაძლებლობებისა და განმამტკიცებელი სწავლების გზით მიღებული განვითარებული მსჯელობის შერწყმით, CUA გაწვრთნილია გრაფიკულ მომხმარებლის ინტერფეისებთან (GUI-ებთან) — ღილაკებთან, მენიუებთან და ტექსტის ველებთან — ინტერაქციისთვის, რომლებსაც ადამიანები ეკრანზე ხედავენ.

Operator-ს შეუძლია „დანახვა“ (სქრინშოთების მეშვეობით) და „ინტერაქცია“ (თაგვისა და კლავიატურის ყველა შესაძლო მოქმედების გამოყენებით) ბრაუზერთან, რაც მას საშუალებას აძლევს ვებზე იმოქმედოს სპეციალური API ინტეგრაციების მოთხოვნის გარეშე.

თუ ის დაბრკოლებებს შეხვდება ან შეცდომებს დაუშვებს, Operator-ს შეუძლია საკუთარი მსჯელობის შესაძლებლობები გამოიყენოს თვითშესწორებისთვის. როცა ის გაიჭედება და დახმარება დასჭირდება, უბრალოდ კონტროლს მომხმარებელს უბრუნებს, რაც გლუვ და თანამშრომლობით გამოცდილებას უზრუნველყოფს.

მიუხედავად იმისა, რომ CUA ჯერ კიდევ ადრეულ ეტაპზეა და შეზღუდვები აქვს, ის WebArena-სა და WebVoyager-ში — ბრაუზერის გამოყენების ორ ძირითად ბენჩმარკში — ახალ საუკეთესო შედეგებს აჩვენებს. მეტის გასაგებად შეფასებებისა და Operator-ის უკან მდგომი კვლევის შესახებ, წაიკითხეთ ჩვენი კვლევითი ბლოგპოსტი.

დასაწყებად, უბრალოდ აღწერეთ დავალება, რომლის შესრულებაც გსურთ, და დანარჩენს Operator გაუმკლავდება. მომხმარებლებს ნებისმიერ მომენტში შეუძლიათ დისტანციურ ბრაუზერზე კონტროლის საკუთარ თავზე აღება, ხოლო Operator გაწვრთნილია, რომ პროაქტიულად სთხოვოს მომხმარებელს ჩართვა იმ ამოცანებისთვის, რომლებიც მოითხოვს შესვლას, გადახდის დეტალებს ან CAPTCHA-ების ამოხსნას.

მომხმარებლებს შეუძლიათ Operator-ში თავიანთი სამუშაო პროცესები მოარგონ, დაამატონ რა მორგებული ინსტრუქციები როგორც ყველა საიტისთვის, ასევე კონკრეტულებისთვის, მაგალითად Booking.com-ზე ავიახაზების პრეფერენციების დაყენებით. Operator მომხმარებლებს აძლევს მოთხოვნების შენახვის საშუალებას მთავარ გვერდზე სწრაფი წვდომისთვის, რაც იდეალურია განმეორებადი დავალებებისთვის, როგორიცაა Instacart-ზე სასურსათო პროდუქტების ხელახალი შეკვეთა. ისევე, როგორც ბრაუზერში რამდენიმე ჩანართის გამოყენებისას, მომხმარებლებს შეუძლიათ Operator-ს ერთდროულად რამდენიმე ამოცანა შეასრულებინონ ახალი საუბრების შექმნით, მაგალითად Etsy-ზე პერსონალიზებული ემალის კათხის შეკვეთა, მაშინ როცა Hipcamp-ზე ბანაკის ადგილი ჯავშნდება.

Operator⁠(იხსნება ახალ ფანჯარაში) AI-ს პასიური ხელსაწყოდან ციფრული ეკოსისტემის აქტიურ მონაწილედ გარდაქმნის. ის მომხმარებლებისთვის დავალებებს გაამარტივებს და აგენტების სარგებელს მოუტანს კომპანიებს, რომლებსაც სურთ ინოვაციური მომხმარებლის გამოცდილება და კონვერსიის უფრო მაღალი მაჩვენებლები. ჩვენ ვთანამშრომლობთ ისეთ კომპანიებთან, როგორებიცაა DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber და სხვები, რათა დავრწმუნდეთ, რომ Operator რეალურ საჭიროებებს პასუხობს და ამავე დროს დამკვიდრებულ ნორმებს სცემს პატივს. ამ თანამშრომლობების გარდა, ჩვენ დიდ პოტენციალს ვხედავთ გარკვეული სამუშაო პროცესების ხელმისაწვდომობისა და ეფექტიანობის გასაუმჯობესებლად, განსაკუთრებით საჯარო სექტორის გამოყენების შემთხვევებში. ამ გამოყენების შემთხვევების უფრო სიღრმისეულად შესასწავლად, ვმუშაობთ ისეთ ორგანიზაციებთან, როგორიცაა City of Stockton⁠(იხსნება ახალ ფანჯარაში), რათა ქალაქის სერვისებსა და პროგრამებში ჩართვა უფრო მარტივი გავხადოთ.

იმის უზრუნველყოფა, რომ Operator უსაფრთხო იყოს გამოსაყენებლად, უმთავრესი პრიორიტეტია, და ამისთვის არსებობს დაცვის სამი ფენა, რათა თავიდან ავიცილოთ ბოროტად გამოყენება და უზრუნველვყოთ, რომ კონტროლი მყარად მომხმარებლის ხელში იყოს. 

პირველ რიგში, Operator გაწვრთნილია ისე, რომ მისი მომხმარებელი ყოველთვის აკონტროლებდეს პროცესს და კრიტიკულ მომენტებში ითხოვდეს მის ჩარევას.

• გადაბარების რეჟიმი: Operator მომხმარებელს სთხოვს ჩაერთოს, როდესაც ბრაუზერში შეაქვს მგრძნობიარე ინფორმაცია, მაგალითად შესვლის მონაცემები ან გადახდის ინფორმაცია. გადაბარების რეჟიმში ყოფნისას Operator არ აგროვებს და არ იღებს სქრინშოთს იმ ინფორმაციის, რომელსაც მომხმარებელი შეიყვანს. 
• მომხმარებლის დადასტურებები: ნებისმიერი მნიშვნელოვანი მოქმედების დასრულებამდე, მაგალითად შეკვეთის გაგზავნამდე ან ელფოსტის გაგზავნამდე, Operator-მა უნდა მოითხოვოს თანხმობა.
• დავალებების შეზღუდვები: Operator გაწვრთნილია, რომ უარი თქვას გარკვეულ მგრძნობიარე დავალებებზე, როგორიცაა საბანკო ტრანზაქციები ან ისეთი ამოცანები, რომლებიც მაღალი რისკის გადაწყვეტილებებს მოითხოვს, მაგალითად სამსახურის განაცხადზე გადაწყვეტილების მიღება.
• ყურადღებით ყურების რეჟიმი: განსაკუთრებით მგრძნობიარე საიტებზე, მაგალითად ელფოსტაში ან ფინანსურ სერვისებზე, Operator მოითხოვს მისი მოქმედებების მჭიდრო ზედამხედველობას, რაც მომხმარებლებს შესაძლო შეცდომების პირდაპირ დაფიქსირების საშუალებას აძლევს.

შემდეგ, ჩვენ Operator-ში მონაცემთა კონფიდენციალურობის მართვა გავამარტივეთ. 

• ტრენინგიდან გამორიცხვა: თუ ChatGPT‑ის პარამეტრებში გამორთავთ „Improve the model for everyone“-ს, Operator-ში არსებული მონაცემებიც აღარ იქნება გამოყენებული ჩვენი მოდელების საწვრთნელად. 
• მონაცემთა გამჭვირვალე მართვა: მომხმარებლებს შეუძლიათ ერთი დაწკაპუნებით წაშალონ დათვალიერების ყველა მონაცემი და გამოვიდნენ ყველა საიტიდან Operator-ის პარამეტრების Privacy სექციაში. Operator-ში წარსული საუბრების წაშლაც ერთი დაწკაპუნებით არის შესაძლებელი.

ბოლოს, ჩვენ ავაგეთ დაცვითი მექანიზმები მოწინააღმდეგე ვებსაიტების წინააღმდეგ, რომლებიც შეიძლება ცდილობდნენ Operator-ის შეცდომაში შეყვანას დამალული მოთხოვნებით, მავნე კოდით ან ფიშინგის მცდელობებით:

• ფრთხილი ნავიგაცია: Operator შექმნილია ისე, რომ ამოიცნოს და უგულებელყოს პრომპტ ინიექცია.
• მონიტორინგი: სპეციალური „მონიტორი მოდელი“ აკვირდება საეჭვო ქცევას და შეუძლია შეაჩეროს დავალება, თუ რამე საეჭვოდ მოეჩვენება.
• ამოცნობის კონვეიერი: ავტომატური და ადამიანური მიმოხილვის პროცესები უწყვეტად ავლენენ ახალ საფრთხეებს და სწრაფად აახლებენ დამცავ მექანიზმებს.

ვიცით, რომ ბოროტი აქტორები შესაძლოა შეეცადონ ამ ტექნოლოგიის ბოროტად გამოყენებას. ამიტომ Operator ისე შევქმენით, რომ უარი თქვას საზიანო მოთხოვნებზე და დაბლოკოს აკრძალული კონტენტი. ჩვენი მოდერაციის სისტემები შეიძლება გასცენ გაფრთხილებები ან განმეორებითი დარღვევების შემთხვევაში წვდომაც კი გააუქმონ, და ჩვენ დავამატეთ დამატებითი მიმოხილვის პროცესები ბოროტად გამოყენების აღმოსაჩენად და აღმოსაფხვრელად. ასევე ვაწვდით მითითებებს იმის შესახებ, თუ როგორ უნდა იურთიერთოთ Operator-თან ჩვენი გამოყენების პოლიტიკების შესაბამისად.

მიუხედავად იმისა, რომ Operator შექმნილია ამ დამცავი მექანიზმებით, არცერთი სისტემა არ არის უშეცდომო და ეს ჯერ კიდევ კვლევითი პრევიუა; ჩვენ ერთგულნი ვართ უწყვეტი გაუმჯობესების მიმართ რეალური სამყაროს უკუკავშირის და მკაცრი ტესტირების გზით. ჩვენი მიდგომის შესახებ მეტის გასაგებად, ეწვიეთ Operator-ის კვლევითი ბლოგის უსაფრთხოების სექციას.

Operator ამჟამად ადრეულ კვლევით პრევიუშია და მიუხედავად იმისა, რომ უკვე შეუძლია ამოცანების ფართო სპექტრთან გამკლავება, ის ჯერ კიდევ სწავლობს, ვითარდება და შეიძლება შეცდომები დაუშვას. მაგალითად, ამჟამად სირთულეებს აწყდება რთულ ინტერფეისებთან, როგორიცაა სლაიდშოუების შექმნა ან კალენდრების მართვა. ადრეული მომხმარებლების უკუკავშირი გადამწყვეტ როლს შეასრულებს მისი სიზუსტის, სანდოობისა და უსაფრთხოების გაუმჯობესებაში და დაგვეხმარება Operator ყველასთვის უკეთესი გავხადოთ.

CUA API-ში: ვგეგმავთ, რომ მალე API-ში გავხსნათ მოდელი, რომელიც Operator-ს ამუშავებს — CUA, რათა დეველოპერებმა შეძლონ მისი გამოყენებით საკუთარი კომპიუტერული აგენტების შექმნა. 

გაძლიერებული შესაძლებლობები: გავაგრძელებთ Operator-ის შესაძლებლობის გაუმჯობესებას, რათა მან უფრო გრძელ და უფრო რთულ სამუშაო პროცესებს გაუმკლავდეს.

უფრო ფართო წვდომა: ვგეგმავთ Operator⁠(იხსნება ახალ ფანჯარაში)-ის გაფართოებას Plus, Team და Enterprise მომხმარებლებზე და მომავალში მისი შესაძლებლობების პირდაპირ ChatGPT‑ში ინტეგრირებას, როგორც კი დავრწმუნდებით მის უსაფრთხოებასა და გამოყენებადობაში მასშტაბურად, რაც გახსნის უწყვეტ რეალურ დროში და ასინქრონულ დავალებათა შესრულებას.