Introducing Operator

2025 жылғы 17 шілдедегі жаңарту: Operator енді ChatGPT‑ке ChatGPT агенті ретінде толық біріктірілді. Осы жаңартылған мүмкіндіктерге қол жеткізу үшін composer ішіндегі ашылмалы мәзірден “agent mode” тармағын таңдап, сұрауыңызды тікелей ChatGPT ішінде енгізіңіз. Соның нәтижесінде, жеке Operator сайты (operator.chatgpt.com) алдағы апталарда жабылады.

Бүгін біз Operator⁠(жаңа терезеде ашылады)-ды ұсынып отырмыз, бұл сіз үшін тапсырмаларды орындау үшін вебке шыға алатын агент. Өз браузерін пайдалана отырып, ол веб-бетті қарап, мәтін теру, шерту және айналдыру арқылы онымен әрекеттесе алады. Қазір бұл зерттеу превьюі, яғни оның шектеулері бар және ол пайдаланушы пікіріне қарай дами береді. Operator — біздің алғашқы агенттеріміздің бірі; агенттер — сіз үшін дербес жұмыс істей алатын ЖИ жүйелері, яғни сіз оған тапсырма бересіз, ал ол оны орындайды.

Operator-ға формаларды толтыру, азық-түлікке тапсырыс беру, тіпті мем жасау сияқты браузердегі алуан түрлі қайталанатын тапсырмаларды орындауды тапсыруға болады. Адамдар күнделікті әрекеттесетін сол бір интерфейстер мен құралдарды пайдалану мүмкіндігі ЖИ-дің пайдалығын кеңейтіп, адамдарға күнделікті тапсырмаларда уақыт үнемдеуге көмектеседі әрі бизнес үшін өзара әрекеттесудің жаңа мүмкіндіктерін ашады.

Қауіпсіз және кезең-кезеңімен енгізуді қамтамасыз ету үшін біз шағын ауқымнан бастаймыз. Бүгіннен бастап Operator АҚШ-тағы Pro⁠(жаңа терезеде ашылады) пайдаланушыларына operator.chatgpt.com⁠(жаңа терезеде ашылады) сайтында қолжетімді. Бұл зерттеу превьюі бізге пайдаланушыларымыздан және кеңірек экожүйеден үйренуге, жол-жөнекей жетілдіріп, жақсартуға мүмкіндік береді. Жоспарымыз — болашақта оны Plus, Team және Enterprise пайдаланушыларына кеңейтіп, бұл мүмкіндіктерді ChatGPT‑ке біріктіру.

Operator Computer-Using Agent (CUA) деп аталатын жаңа модельмен жұмыс істейді. GPT‑4o‑ның көру мүмкіндіктерін күшейтпелі оқыту арқылы жетілдірілген ой қорытуымен біріктіре отырып, CUA экранда адамдар көретін графикалық пайдаланушы интерфейстерімен (GUI) — батырмалармен, мәзірлермен және мәтін өрістерімен — әрекеттесуге үйретілген.

Operator браузермен “көре” алады (скриншоттар арқылы) және “әрекеттесе” алады (тінтуір мен пернетақта рұқсат ететін барлық әрекеттерді қолданып), бұл оған арнайы API интеграцияларын қажет етпей-ақ вебте әрекет етуге мүмкіндік береді.

Егер қиындықтарға тап болса немесе қателессе, Operator өз ой қорыту мүмкіндіктерін пайдаланып өзін түзете алады. Ал тұрып қалып, көмек қажет болғанда, ол басқаруды қайтадан пайдаланушыға береді, осылайша бірқалыпты және бірлескен тәжірибені қамтамасыз етеді.

CUA әлі бастапқы кезеңде болып, шектеулері бар болса да, ол браузерді қолдануға арналған екі негізгі бенчмарк — WebArena және WebVoyager — бойынша жаңа үздік нәтижелерді көрсетеді. Бағалаулар және Operator артындағы зерттеу туралы толығырақ біздің зерттеу блог жазбасынан оқыңыз.

Бастау үшін жай ғана орындалуын қалайтын тапсырманы сипаттаңыз, ал қалғанын Operator атқара алады. Пайдаланушылар кез келген сәтте қашықтағы браузерді басқаруды өз қолына ала алады, сондай-ақ Operator логинді, төлем деректерін енгізуді немесе CAPTCHA шешуді қажет ететін тапсырмаларда пайдаланушыдан басқаруды алуды алдын ала сұрауға үйретілген.

Пайдаланушылар Operator ішінде барлық сайттар үшін немесе нақты бір сайттар үшін, мысалы Booking.com сайтында әуе компанияларына қатысты қалауларды орнату секілді, арнайы нұсқаулар қосу арқылы өз жұмыс ағындарын жекелей баптай алады. Operator пайдаланушыларға басты бетте жылдам қолжеткізу үшін көмексөздерді сақтауға мүмкіндік береді, бұл Instacart-та азық-түлікті қайта тапсырыс беру сияқты қайталанатын тапсырмаларға ыңғайлы. Браузердегі бірнеше қойындыны пайдалануға ұқсас, пайдаланушылар жаңа сөйлесулер құру арқылы Operator-ға бір уақытта бірнеше тапсырманы орындата алады, мысалы Etsy-де жекелендірілген эмаль кружкасына тапсырыс беріп жатып, Hipcamp-та кемпинг орнын брондау.

Operator⁠(жаңа терезеде ашылады) ЖИ-ді енжар құралдан цифрлық экожүйенің белсенді қатысушысына айналдырады. Ол пайдаланушылар үшін тапсырмаларды жеңілдетіп, жаңашыл клиенттік тәжірибе мен конверсия деңгейін арттырғысы келетін компанияларға агенттердің артықшылықтарын әкеледі. Біз DoorDash, Instacart, OpenTable, Priceline, StubHub, Thumbtack, Uber және басқа компаниялармен Operator-дың нақты әлемдегі қажеттіліктерді қалыптасқан нормаларды сақтай отырып шешуін қамтамасыз ету үшін жұмыс істеп жатырмыз. Бұл серіктестіктерден бөлек, біз кейбір жұмыс ағындарының, әсіресе мемлекеттік сектор қолданбаларындағы, қолжетімділігі мен тиімділігін жақсартудың зор әлеуетін көріп отырмыз. Осы қолдану жағдайларын тереңірек зерттеу үшін Стоктон қаласы⁠(жаңа терезеде ашылады) сияқты ұйымдармен қала қызметтері мен бағдарламаларына тіркелуді жеңілдету бағытында жұмыс істеп жатырмыз.

Operator-ды қауіпсіз пайдалануды қамтамасыз ету — басты басымдық; теріс пайдаланудың алдын алып, пайдаланушылардың нық бақылауда болуын қамтамасыз ететін үш деңгейлі қорғаныс бар. 

Біріншіден, Operator оны пайдаланатын адам әрқашан бақылауда болуы және маңызды сәттерде енгізу сұралуы үшін үйретілген.

• Басқаруды беру режимі: Логин деректері немесе төлем ақпараты сияқты құпия мәліметтерді браузерге енгізу кезінде Operator пайдаланушыдан басқаруды алуды сұрайды. Бұл режимде Operator пайдаланушы енгізген ақпаратты жинамайды және скриншотқа түсірмейді. 
• Пайдаланушы растаулары: Тапсырысты жіберу не электрондық хат жіберу сияқты кез келген маңызды әрекетті аяқтамас бұрын Operator мақұлдауды сұрауы керек.
• Тапсырма шектеулері: Operator банк операциялары немесе жұмысқа өтінім бойынша шешім қабылдау сияқты жоғары тәуекелді шешімдерді талап ететін кейбір сезімтал тапсырмалардан бас тартуға үйретілген.
• Бақылау режимі: Электрондық пошта немесе қаржылық қызметтер сияқты аса сезімтал сайттарда Operator өз әрекеттеріне мұқият қадағалауды талап етеді, бұл пайдаланушыларға ықтимал қателерді тікелей байқауға мүмкіндік береді.

Келесі кезекте, Operator ішінде деректер құпиялылығын басқаруды оңайлаттық. 

• Үйретуден бас тарту: ChatGPT баптауларында ‘Improve the model for everyone’ опциясын өшіру Operator-тағы деректер де модельдерімізді үйретуге пайдаланылмайтынын білдіреді. 
• Ашық деректерді басқару: Пайдаланушылар Operator баптауларындағы Privacy бөлімінде бір рет басу арқылы барлық шолу деректерін жойып, барлық сайттардан шыға алады. Operator-тағы бұрынғы сөйлесулерді де бір рет басып жоюға болады.

Соңында, жасырын көмексөздер, зиянды код немесе фишинг әрекеттері арқылы Operator-ды жаңылыстыруға тырысатын қарсылас веб-сайттарға қарсы қорғаныс құрдық:

• Сақ навигация: Operator көмексөзге зиян келтіруді анықтап, елемеуге арналған.
• Бақылау: Арнайы «монитор модель» күмәнді мінез-құлықты бақылайды және бірдеңе дұрыс емес көрінсе, тапсырманы тоқтата алады.
• Анықтау конвейері: Автоматтандырылған және адамдық тексеру үдерістері жаңа қауіптерді үздіксіз анықтап, қорғаныс шараларын жылдам жаңартады.

Бұл технологияны жаман ниетті тараптар теріс пайдалануға тырысуы мүмкін екенін білеміз. Сондықтан біз Operator-ды зиянды сұраулардан бас тартатындай және рұқсат етілмеген контентті бөгейтіндей етіп жасадық. Қайталанатын бұзушылықтар үшін модерация жүйелеріміз ескерту жасай алады немесе тіпті қолжетімділікті қайтарып ала алады, сондай-ақ біз теріс пайдалануды анықтау және шешу үшін қосымша тексеру үдерістерін енгіздік. Сонымен бірге, нұсқаулық ұсынамыз, онда Operator-пен біздің Пайдалану саясаттарымызға сай қалай әрекеттесу керегі түсіндіріледі.

Operator осы қорғаныс шараларымен жасалғанымен, ешбір жүйе мінсіз емес және бұл әлі де зерттеу превьюі; біз нақты әлемнен келетін кері байланыс пен қатаң тестілеу арқылы үздіксіз жетілдіруге бейілміз. Тәсіліміз туралы толығырақ білу үшін Operator зерттеу блогының қауіпсіздік бөліміне кіріңіз.

Operator қазір ерте зерттеу превьюі кезеңінде, және ол қазірдің өзінде көптеген тапсырмаларды орындай алғанымен, әлі де үйреніп, дамып келеді және қателесуі мүмкін. Мысалы, қазіргі кезде оған слайд-шоулар жасау немесе күнтізбелерді басқару сияқты күрделі интерфейстер қиындық тудырады. Алғашқы пайдаланушылардың кері байланысы оның дәлдігін, сенімділігін және қауіпсіздігін арттыруда маңызды рөл атқарып, Operator-ды баршаға жақсырақ етуге көмектеседі.

API-дегі CUA: Жақында әзірлеушілер өздерінің компьютермен жұмыс істейтін агенттерін құра алуы үшін Operator-ды іске қосатын CUA моделін API-де ұсынуды жоспарлап отырмыз. 

Кеңейтілген мүмкіндіктер: Operator-дың ұзағырақ және күрделірек жұмыс ағындарын өңдеу қабілетін жетілдіруді жалғастырамыз.

Кеңірек қолжетімділік: Қауіпсіздігі мен ауқымда қолдану ыңғайлылығына сенімді болғаннан кейін, болашақта Operator⁠(жаңа терезеде ашылады)-ды Plus, Team және Enterprise пайдаланушыларына кеңейтуді және оның мүмкіндіктерін тікелей ChatGPT‑ке біріктіруді жоспарлап отырмыз, бұл нақты уақыттағы және асинхронды тапсырмаларды кедергісіз орындауға жол ашады.