Operator là gì? Mọi điều bạn cần biết về agent dựa trên trình duyệt của AI

Operator hiện tại đã được tích hợp hoàn toàn vào ChatGPT với vai trò là một agent của ChatGPT. Dưới đây là những điều bạn cần biết về Operator.

Operator là gì?

Operator của OpenAI là một AI dạng agent, nghĩa là nó được thiết kế để thực hiện các hành động tự động dựa trên thông tin có sẵn. Nhưng không giống như các chương trình thông thường, các agent AI có khả năng xem xét những điều kiện thay đổi trong thời gian thực và phản ứng phù hợp, thay vì chỉ đơn giản là thực hiện các lệnh đã được xác định trước. Do đó, các agent AI có thể thực hiện nhiều nhiệm vụ phức tạp, nhiều bước, từ việc ghi chép, tóm tắt và tạo ra các mục hành động từ một cuộc họp kinh doanh đến việc đặt vé máy bay, phòng khách sạn và xe thuê cho kỳ nghỉ sắp tới dựa trên lịch trình khác nhau của gia đình bạn, cho đến việc tự động nghiên cứu chủ đề và biên soạn các nghiên cứu nhiều trang về chủ đề đó.

Operator hoạt động hơi khác so với các agent khác hiện có. Trong khi Claude’s Computer Use là một API và các tác nhân AI của Microsoft hoạt động trong giao diện người dùng trò chuyện Copilot, Operator được thiết kế để hoạt động trong một cửa sổ trình duyệt web chuyên dụng chạy trên máy chủ của OpenAI và thực hiện các tác vụ từ xa. Trình duyệt web cục bộ của bạn không liên quan gì đến quá trình này và có thể được sử dụng bình thường ngay cả khi Operator đang chạy.

Ứng dụng Operator được cung cấp năng lượng bởi mô hình "Computer-Using Agent” (CUA) mới, được xây dựng trên nền tảng GPT-4o, cung cấp khả năng đa phương thức cho ứng dụng. OpenAI cho biết CUA được đào tạo theo cách tương tự như các mô hình suy luận o1 và o3 của họ. Do đó, mô hình CUA sẽ phân tích những nhiệm vụ phức tạp thành các vấn đề thành phần trước khi cố gắng giải quyết chúng theo trình tự, quay lại nếu gặp bất kỳ trở ngại logic nào.

Cách kích hoạt Operator trong ChatGPT

Để sử dụng Open AI Operator, bạn cần đăng ký gói ChatGPT Plus (Pro) và kích hoạt chế độ điều hướng với Operator. Quy trình rất đơn giản:

1. Truy cập cài đặt ChatGPT;
2. Bật tùy chọn “Enable browser automation with Operator”;
3. Trong phần thiết lập agentn tùy chỉnh (Agent Mode), thêm công cụ "Browser Automation";
4. ChatGPT sẽ hiển thị thông báo trực quan cho biết Operator đang được kích hoạt.
5. Tính năng này đang được triển khai dần dần, nhưng nhiều người dùng có gói đang hoạt động đã có thể truy cập được.

Operator thực sự có thể làm được những gì?

Ưu điểm chính của OpenAI Operator là khả năng tự động hóa các tác vụ lặp đi lặp lại hoặc phức tạp trực tiếp trên giao diện website. Điều này bao gồm:

• Theo dõi xu hướng giá cả trên các trang thương mại điện tử và tạo báo cáo;
• Điền dữ liệu vào bảng tính Google Sheets bằng cách sao chép dữ liệu từ các nguồn khác;
• Đặt lịch hẹn cho các dịch vụ trực tuyến;
• Quản lý các hệ thống không có API, chẳng hạn như các hệ thống ERP cũ;
• Đăng nhập vào tài khoản và xác minh thông tin tự động.

Những hành động này có thể thực hiện được nhờ sự kết hợp giữa thị giác máy tính, hiểu ngôn ngữ tự nhiên và các quy tắc điều hướng.

Operator mô phỏng con người sử dụng trình duyệt, nhưng với tốc độ và độ chính xác vượt trội.

Sử dụng OpenAI Operator cho các tác vụ nhạy cảm có an toàn không?

Bảo mật và quyền riêng tư của Operator là một trong những mối quan tâm hàng đầu của OpenAI. Do đó, tác nhân này không thực hiện bất kỳ hành động nhạy cảm nào (chẳng hạn như mua hàng hoặc gửi mật khẩu) mà không có sự cho phép rõ ràng của người dùng.

Hơn nữa, toàn bộ lịch sử tương tác được ghi lại và có thể kiểm toán. Operator hoạt động trong một môi trường được kiểm soát, với giới hạn miền, thời gian chờ phiên và... cách ly ngữ cảnh giữa các tác vụ.

Đối với các doanh nghiệp, có thể tùy chỉnh giới hạn hành động của Operator và giám sát hoạt động của nó thông qua Google Analytics 4, với tính năng phát hiện lưu lượng truy cập của tác nhân (CUA) dựa trên tiêu đề tùy chỉnh và dấu vân tay hành vi.