OpenAI Operator ist ein ChatGPT-Agent, der Aufgaben in deinem Webbrowser in deinem Auftrag erledigen kann. Er „sieht“ Seiten über Screenshots und klickt, tippt und scrollt dann, um mehrstufige Abläufe abzuschließen.
Was Operator kann
Websites öffnen und ohne spezielle Integrationen mit ihnen interagieren
Wiederkehrende Aufgaben übernehmen, etwa Formulare ausfüllen, Lebensmittel bestellen oder Memes erstellen
Bei Bedarf deine Hilfe anfordern, zum Beispiel bei Anmeldung, Passwörtern oder der Bestätigung von Zahlungen
So funktioniert es
Basierend auf dem Computer-Using Agent (CUA)-Modell, das für die Bedienung gängiger grafischer Oberflächen trainiert wurde
Kombiniert visuelles Verständnis im Stil von GPT-4o (Screenshots) mit Reinforcement Learning für Entscheidungen
Versucht, sich von Fehlern zu erholen; wenn das nicht gelingt, wird die Kontrolle an dich zurückgegeben
Verfügbarkeit, Datenschutz und Grenzen
Im Januar 2025 als Research Preview für ChatGPT-Pro-Nutzer in den USA gestartet
Bei Passwörtern und Zahlungsdaten übergibt Operator die Kontrolle und speichert nicht, was du eingibst
Fordert vor Käufen oder dem Senden von E-Mails eine Bestätigung an und verweigert bestimmte risikoreiche Anfragen (z. B. Bankgeschäfte oder Personalentscheidungen)
Kann mit komplexen UI-Elementen (z. B. Slideshows, Kalender) und Seiten mit vielen Pop-ups oder CAPTCHAs Schwierigkeiten haben
Entwickler sollen diesen „computer-using“-Agenten im Laufe der Zeit auch in eigenen Diensten nutzen können; eine breitere Verfügbarkeit in ChatGPT-Tarifen ist später geplant.
