2026年9月29日、OpenAIの年次開発者イベント「DevDay 2026」が開催されました。今回発表されたのは、新しいモデルだけではありません。継続して仕事を進めるAIエージェント、チームで使う共同作業スペース、クラウドで動く開発環境など、AIと働くための仕組みが幅広く紹介されました。(openai.com)
発表を見て私が感じたのは、AIに任せる仕事の範囲が広がっているということです。質問への回答やコードの生成に加えて、情報を追いかけ、作業を進め、人のレビューにつなぐ。その流れを、日常の仕事に組み込もうとする方向が見えてきました。
今回は、私たちの開発や業務改善に関わるポイントを中心に整理します。
目次
Dots:継続して仕事を任せるAIエージェント
今回の中心的な発表の一つが「Dots」です。自分専用のクラウドコンピューターとブラウザーを持ち、接続を許可したアプリを使いながら、継続的に仕事を進めるAIエージェントです。
OpenAIが紹介している活用例には、顧客からのフィードバックを確認し、小さな改善や不具合修正を実装・テストして、レビュー用のプルリクエストを用意するというものがあります。担当者が毎回すべての手順を指示する必要を減らし、目標に沿って仕事を進めることを目指しています。
ただし、利用者が何を任せるかを決める仕組みも含まれています。アクセスするアプリや権限を管理し、特定の操作には承認を求める設定ができます。提供は対象地域のPro、Business Premiumなどから段階的に始まり、Enterpriseでは管理者による有効化が必要です。(openai.com)
私たちの仕事でも、問い合わせの整理、資料の更新、変更内容の調査など、継続して発生する作業は多くあります。こうした仕事を任せるには、「何を達成してほしいか」「どこまで操作してよいか」「どの段階で人が確認するか」を具体的に伝える力が大切になりそうです。
ChatGPT Space:人とAIが同じ場所で作業する
Dotsと合わせて注目したいのが「ChatGPT Space」です。チームの資料や作業内容をまとめ、人とAIが共通の情報を使って協力するための場所として紹介されました。
新しい文書形式「Pages」では、文章の作成、調査、可視化、コードを使った作業などを一つのページで進められます。メンバーが共同で編集し、コメントを残し、ChatGPTやDotに次の作業を依頼することもできます。共同編集できるスライドやスプレッドシートは、今後の提供予定です。
たとえば、プロジェクトの情報を共有し、その内容から課題を整理したり、進捗資料を更新したりする使い方が考えられます。
AIとのやり取りが個人のチャットに閉じていると、そこで得た知見をチームに引き継ぐ手間がかかります。作業の背景と成果を同じ場所に残せるようになれば、共同作業の進め方にも変化がありそうです。
GPT-6.1 Sol:能力とコストのバランスを改善
新モデル「GPT-6.1 Sol」も発表されました。OpenAIは、コード開発、コンピューター操作、専門的な業務などで、上位モデルのGPT-6 Astraに近い能力を、標準の入出力トークン単価では5分の1の価格で提供すると説明しています。
APIの料金は100万トークンあたり、入力2ドル、キャッシュ済み入力0.10ドル、出力10ドルです。ChatGPT Work、Codex、APIで提供され、発表時点では通常のChatには未提供とされています。
開発で気になるのは、ベンチマークの順位だけではありません。同じ予算で、どれだけ調査・実装・テストを回せるかも重要です。特に、同じプロジェクトの情報を繰り返し参照するエージェントでは、キャッシュの費用が下がることにも意味があります。
実際に使うときは、自分たちの課題で品質、速度、費用を確かめながら、用途に合うモデルを選ぶ必要があると思います。
Codex:クラウドで開発を進め、結果をレビューする
Codexでは、クラウド開発環境の再利用が大きなポイントです。プロジェクトのリポジトリ、依存関係、ツールなどを整えた環境を、複数のタスクで使い回せます。一方で、各タスクは独立した作業領域を持ち、手元のパソコンがスリープしていても処理を続けられます。
作業後には、変更されたファイルやテスト結果を確認し、追加の修正を依頼したり、プルリクエストにつなげたりできます。
また、「Codex Security Cloud」では、GitHubリポジトリの検査や新しいコミットの監視、検出した問題の確認、修正案の作成をクラウドで進められます。修正案を確認してから、ドラフトのプルリクエストを作る流れも用意されています。
ここでエンジニアに求められるのは、コードを書く力に加えて、AIが作業できる環境を整える力と、その成果を判断する力です。再現手順、テスト条件、完了の基準が明確であるほど、任せた仕事も確認しやすくなります。
Decisions API:選択肢から判断するAI
「Decisions API」は、あらかじめ定義した有限の選択肢から回答を得る仕組みです。Lunaの能力を使い、文章や画像をもとに、分類、依頼の振り分け、エージェントの次の行動の選択などに利用できます。発表時点では限定プレビューです。
たとえば、問い合わせを「技術相談」「契約関連」「その他」に分類したり、処理を「自動で進める」「人に確認する」に振り分けたりする用途が考えられます。
業務システムには、長い文章を生成する必要がなく、決まった選択肢の中で判断できればよい場面も多くあります。そうした処理をAIで支援する、実用的な入口になりそうです。
ChatGPTが、アプリを使う場所にもなる
開発者向けの仕組みも広がりました。「Plugin extensions」では、ChatGPTのサイドバーや会話の横にアプリを表示し、対応するファイルを独自の画面で閲覧・編集できるようになります。AIとの会話と、アプリでの作業をつなぐ方向です。
「Sign in with ChatGPT」では、対応する外部アプリで、PlusやProに含まれる利用枠を使うこともできます。ただし、その利用は自分のプランの上限に計上され、外部アプリ自体の料金は別に発生する場合があります。
企業向けには、既存のOpenAI契約額の一部を承認されたパートナー製品に充てられる「OpenAI Marketplace」も紹介されました。モデルの提供に加え、製品を届け、導入してもらうための仕組みも整えようとしています。
なお、月額500ドルの「Pro 500」も登場しました。Ultrafastを含む上位プランですが、プラン選びでは月額だけでなく、自分の業務量や利用枠とのバランスを確認したいところです。
私たちが、まず試してみたいこと
今回の発表から、私が特に関心を持ったのは、AIに仕事を任せた後の進め方です。依頼し、成果を受け取り、確認し、次の改善につなぐ。この流れをチームで作れるかどうかが、活用の差になっていくと感じます。
最初の題材としては、次のような小さな仕事が考えられます。
- 不具合の再現条件を整理し、修正案とテスト結果を確認する
- 定例報告に必要な情報を集め、下書きを作る
- 問い合わせを分類し、担当者が確認しやすい形にまとめる
これらは、今回の発表を踏まえた活用案です。導入にあたっては、実際の提供状況と社内・お客様の利用ルールを確認し、成果を評価できる範囲から試していきたいと思います。
開発経験を持つ私たちは、仕様を整理し、例外を考え、テストし、品質を判断する力を積み重ねてきました。その経験は、AIと協力して仕事を進めるときにも活きるはずです。
新機能を知ることをきっかけに、日々の仕事の中で、どの作業をどう任せられるか。まずは一つ、具体的な題材で確かめていきたいと思います。
※本記事は、2026年9月30日時点のOpenAI公式発表・公開資料をもとにまとめています。機能の提供時期や利用条件は、地域・プラン・管理者設定によって異なります。