ChatGPT Workとは何ができる？通常版・Codexとの違いと使い方を解説
OpenAIは2026年7月9日、「ChatGPT Work」を発表しました。通常のChatGPTが質問に答える道具だとすれば、Workは複数のアプリやファイルを使いながら、まとまった仕事を進めるAIエージェントです。
名前が似ているため、「法人向けプランのこと？」「Codexと何が違うの？」と迷う人もいるでしょう。ChatGPT Workは、GPT-5.6とCodexの能力を基盤に、調査・資料作成・ファイル操作など一連のワークフローを一つの依頼で進める機能です。
単に新機能を試すだけでなく、どの工程を任せ、どこから人が確認するかを決めることが重要です。仕事で安全に使うための具体例と注意点、導入後の確認方法と安全な運用の考え方まで整理します。
目次
この記事の要点
- ChatGPT Workは、選択したアプリやファイルを使いながら複数段階の仕事を進めます
- 通常のチャットは対話中心、Codexはコード中心、Workは業務全体の実行を重視します
- 長時間の作業を継続し、途中の文脈や成果物を保ちながら進められると案内されています
- 外部サービスへ書き込む操作では、権限、共有範囲、最終確認を人が管理する必要があります
ChatGPT Workとは？
一つの依頼から仕事全体を進めるAIエージェント
OpenAIはChatGPT Workを、単発の回答ではなく「ワークフロー全体」を任せられる新しいエージェントとして紹介しています。選択したアプリやファイルの文脈を理解し、必要な情報を探し、成果物を作り、次の操作へ進みます。
たとえば「売上CSVを分析し、会議資料を作り、関係者向けメールの下書きを用意する」という依頼では、複数の作業を分断せずに扱います。人が毎回ファイルを開き直し、情報をコピーし、次のプロンプトを入力する手間を減らすことが狙いです。
GPT-5.6とCodexを基盤に動く
公式発表では、ChatGPT WorkはGPT-5.6とCodexを活用すると説明されています。GPT-5.6は知識労働、Web調査、ツール利用、コンピューター操作などの性能向上が示され、Codexはコード作成やソフトウェア作業を担うエージェントです。
Workはこれらを組み合わせ、プログラミングに限らない仕事へ広げます。表計算、文書、調査、画像、Webサービスなどをまたぐ仕事を、会話から実行へつなげる位置づけです。
通常のChatGPTと何が違う？
通常版は回答、Workは継続的な実行が中心
通常のChatGPTでも、文章作成、調査、ファイル分析、画像生成など多くの作業ができます。ただし、利用者が次の指示を出し、結果を確認しながら段階的に進める場面が中心です。
ChatGPT Workは、最初に目的と条件を渡すと、必要な工程を組み立てて長い作業を進めます。「次に何をするか」までAIが判断し、複数のツールを使う点が大きな違いです。
選択したアプリやファイルの文脈を利用する
業務では、メール、カレンダー、クラウドストレージ、社内資料などに情報が分散しています。Workは利用者が許可した範囲から必要な文脈を読み取り、作業へ反映することを想定しています。
ただし、接続したすべての情報を無条件に使わせるべきではありません。案件ごとに必要なファイルとアプリだけを選び、機密情報や個人情報へのアクセスを最小限にすることが重要です。
Codexとは何が違う？
Codexはソフトウェア開発に強い
Codexは、コードの生成、修正、テスト、リポジトリの理解など、ソフトウェア開発を中心に設計されています。プログラマーが実装を任せたり、既存コードの問題を調べたりする場面で力を発揮します。
一方のChatGPT Workは、コードが必要な場合にCodexの力を使いつつ、仕事の目的をより広く扱います。コードを書くこと自体ではなく、調査から成果物の完成までを一つの業務として進めるのが特徴です。
OpenAIはChatGPT Workを、CodexとGPT-5.6で動く新しいエージェントとして発表しました。
— X投稿 投稿を見る
専門家向け機能を非開発者にも広げる
従来、複数サービスを自動操作するには、API連携やスクリプト、RPAの知識が必要でした。Workでは、自然な言葉で目的を伝え、AIが必要な操作を選ぶ方向へ進みます。
非開発者でも自動化へ近づけますが、完全に知識が不要になるわけではありません。完成条件、禁止事項、確認が必要な操作を明確に指示する力が、従来以上に重要になります。
ChatGPT Workでできる仕事の例
調査からレポート作成まで
複数の資料やWeb情報を確認し、共通点と相違点を整理してレポートへまとめる仕事に向いています。競合調査、商品比較、会議前の情報収集、過去資料の要約などが考えられます。
ただし、AIが集めた情報には誤りや古い内容が混ざる可能性があります。公開日、一次情報、数値、引用元を確認する工程を最初から依頼へ含めると、成果物の信頼性を高められます。
ファイル整理と定型資料の作成
フォルダ内の文書を分類し、ファイル名を整え、一覧表を作るといった定型作業にも利用できます。売上データからグラフを作り、定例会議用の資料へ反映する流れも想定できます。
外部へ送信したり共有設定を変えたりする操作は、元に戻せない場合があります。作成までは自動、送信と公開は人が承認するという運用にすると、効率と安全性を両立しやすくなります。
今後の注目点
導入効果を測る方法
ChatGPT Workを導入したら、作業時間だけでなく、修正回数、誤送信、確認にかかった時間も記録します。自動化で作成が速くなっても、人の確認負担が増えれば全体の効果は小さくなります。
毎週同じ形式で行う定型作業から試し、従来の手順と比較すると効果を判断しやすくなります。成功した指示と失敗した指示を社内で共有することも重要です。
仕事の責任は誰が持つのか
AIエージェントが長時間作業しても、成果物を使う責任までAIへ移るわけではありません。外部へ提出する文書、顧客への回答、契約や法務に関わる判断は担当者が確認します。
AIが行った操作の履歴を保存し、問題が起きたときに原因を追えるようにします。便利さを理由に承認者や責任者を曖昧にしないことが、業務利用の基本です。
利用前に注意したい権限と情報管理
最小権限で接続する
AIエージェントが便利になるほど、アクセスできる情報の範囲も広くなります。メール全体、全社共有ドライブ、顧客台帳などを一度に接続すると、誤ったファイルを参照したり、意図しない情報を成果物へ含めたりするリスクがあります。
案件専用フォルダを作り、閲覧だけで足りるサービスには書き込み権限を与えないなど、業務を達成できる最小限の権限から始めます。
実行前と公開前に確認点を設ける
削除、送信、購入、公開、権限変更などは、実行前に人の確認を求める設定が重要です。AIが目的を正しく理解していても、対象ファイルや宛先の選択を誤る可能性は残ります。
最初の運用では、小規模な仕事で履歴と動作を確認します。何を読み、何を作り、どこへ書き込んだかが追跡できる状態を整えてから重要業務へ広げるのが安全です。
よくある質問
ChatGPT Workは法人向け料金プランの名前ですか？
ChatGPT Workは、仕事の一連の流れを実行するエージェント機能として発表された名称です。BusinessやEnterpriseなどの契約プラン名とは分けて理解する必要があります。
利用できるプラン、地域、接続可能なアプリは提供時期により異なる可能性があります。実際の画面と公式の料金・リリース情報を確認してください。
プログラミングができなくても使えますか？
自然な言葉で目的を伝えるため、コードを書けない人にも利用しやすい設計です。調査、表の整理、資料作成、メール下書きなど、非開発業務も対象になります。
ただし、完成条件や禁止事項が曖昧だと期待と違う結果になります。入力データ、出力形式、確認が必要な操作を具体的に伝えることが重要です。
Workに任せれば確認は不要ですか？
確認は必要です。AIは誤った情報を参照したり、似た名前のファイルや宛先を選んだりする可能性があります。
特にメール送信、公開、削除、購入、権限変更は、人が最終確認する運用にしてください。事実や数値も一次情報と照合します。
Codexを別に使う必要はありますか？
ソフトウェア開発が中心ならCodexを直接使う方が作業しやすい場合があります。WorkはCodexの能力も利用しながら、コード以外を含む業務全体を扱います。
開発リポジトリの修正はCodex、調査・資料・連絡まで含むプロジェクトはWorkというように、目的で使い分けるとよいでしょう。
会社の機密ファイルを接続して大丈夫ですか？
会社の規程、契約プラン、データの保存と利用条件を確認せず接続してはいけません。個人向け環境へ顧客情報や未公開資料を入れることが禁止されている会社もあります。
専用アカウント、対象フォルダ、閲覧権限、監査ログを整え、最小限の情報から試します。判断できない場合は社内の情報システムや法務へ確認してください。
まとめ
ChatGPT Workは、通常の対話型ChatGPTから一歩進み、複数のアプリやファイルを使って仕事全体を進めるAIエージェントです。Codexの実行力とGPT-5.6の知識労働能力を、非開発者を含む幅広い業務へつなげます。
便利さの一方で、権限と最終確認をAI任せにしないことが重要です。調査・作成は任せても、送信・公開・削除は人が確認するという基本から始めると安心です。
参考にした主な情報
あわせて読みたい
