ChatGPT WorkでEC商品200件を更新｜30件で詰まった長時間作業を300件規模へ変えた設計【2026年版】
最終確認：2026年9月27日
ECの商品情報を数百件まとめて更新する仕事を、ChatGPT Workに任せてみました。最初は「調査も判断も文章作成もブラウザ操作も、全部Workでやればいい」と考えていました。
ところが、その設計では約30商品で限界を感じました。長時間になるほど、Workに考えさせる工程と画面を操作させる工程が混ざり、同じ種類の判断や確認が何度も発生したからです。
そこで設計を変えました。Chatで調査と判断を終わらせ、Workにはブラウザ操作だけを渡す。さらに約10件ずつ区切り、人間は節目だけ確認する形にしました。
結果として、300商品規模まで扱える設計へ広げ、実際に200商品の更新を完了。僕の運用記録では、Work使用量も当初の約100％から30％程度まで圧縮できました。
大量作業で効いたのは、Workにもっと多くを任せることではありませんでした。Workクレジットを何に使うかを決め、Workでしか必要のない実作業だけを残すことでした。
結論：大量更新では、Workに「全部」を任せない
OpenAIはChatGPT Workを、時間のかかる複数ステップの仕事を進めるための機能として提供しています。公式には、アプリやファイル、ブラウザなどを横断して作業し、必要に応じて長時間プロジェクトを進められると説明されています。
基本機能や、Workに向く仕事・向かない仕事は、ChatGPT Workとは？できること・クレジット・Chatとの使い分けで整理しています。
ただ、数百件のEC更新を実際に回した僕のケースでは、「複数工程を全部Workに入れる」ほど効率が上がるわけではありませんでした。
Chatが考える。Workが操作する。人間が節目で判断する。
この3つを分けたことが、30件で苦しくなった作業を、300件規模へ広げる転換点でした。
最初の設計は、約30商品で限界になった
対象はECサイトの商品更新です。商品名や画像など、同じ種類の変更を多くの商品へ反映する作業でした。
最初は、情報を調べる、条件を比べる、変更内容を決める、文章やHTMLを作る、管理画面を開く、入力する、保存する、という流れをほぼ全部Work側へ寄せました。
1件だけなら問題ありません。数件でも動きます。
でも商品数が増えると、ブラウザを操作する前の「考える時間」が積み上がります。しかも同じ判断を商品ごとに繰り返すため、Workでなくてもできる処理まで長時間タスクの中へ入り込んでいました。
約30商品まで進めたところで、このまま件数だけ増やす設計には無理があると判断しました。これはChatGPT Work全般の上限ではなく、僕が当時組んだ工程の限界です。
変えたのはAIの能力ではなく、工程だった
改善するとき、Workへの指示を細かく書き直すことからは始めませんでした。先に、作業を「考える」と「操作する」に分けました。
Chat側では、調査、条件比較、判断、商品名や文章の作成、必要なHTMLの準備まで終わらせます。
Workへ渡す時点では、「どの商品を、何に変えるか」がほぼ決まっている状態にしました。Workの役割は、対象ページを探す、決められた内容を入力する、保存する、次の商品へ進む、というブラウザ操作に絞ります。
人間は、価格や表現などの判断基準を最初に決め、途中の区切りで結果を確認します。毎回のクリックには戻りません。
Workを長く動かすために必要だったのは、Workへ仕事を足すことではなく、Workでなくてもできる仕事を外へ出すことでした。
なぜ全部をWorkで完結させなかったのか。最大の理由はクレジットだった
ChatとWorkを分けた理由は、得意・不得意だけではありません。実運用で最も大きかったのは、Workを長時間使うとクレジットがかなり速く減ったことでした。
最初の設計では、調査、比較、判断、文章作成、ブラウザ操作まで、ほぼ全部をWorkへ入れていました。すると僕の利用環境では、Workのクレジットがあっという間に減っていきました。
クレジットがなくなれば、追加クレジットを購入して続ける選択肢もあります。ただ、大量の商品更新をその方法だけで回そうとすると、僕にとってはかなり高くつきます。
そこで、「Workでなければできない工程」にだけWorkクレジットを使う設計へ変えました。
Webで調べる、条件を比較する、商品名を考える、文章やHTMLを作る、変更内容を決める。こうした工程は、Workクレジットを消費しない通常のChat側でできる限り終わらせます。
そのうえで、実際の管理画面を開く、対象商品を探す、入力する、保存する、といったブラウザ上の実作業だけをWorkへ渡しました。
つまり、ChatとWorkの分業は単なる効率化ではありません。Workクレジットという有限でコストのある資源を、最後の実作業へ集中させるための設計でした。
僕の運用でWork使用量が当初の約100％から30％程度まで下がったことは、処理が軽くなったというだけではなく、追加クレジットに頼らず大量処理を続けるためにも重要でした。
10件単位に区切ったのは、早く失敗に気づくため
もう一つ変えたのが、処理単位です。数百件を一度に最後まで走らせるのではなく、僕の運用では約10件ずつを一つのまとまりにしました。
10件という数字そのものに特別な意味はありません。大事なのは、間違いがあったときに早く見つけられ、途中から再開しやすい大きさにすることです。
100件目でルールのズレに気づけば、大量の手戻りになります。10件目なら、その場で修正して次のまとまりへ進めます。
小さな完了単位を作ると、「どこまで終わったか」も明確になります。長時間作業では、処理速度だけでなく、止まった後に再開できることが重要でした。
短い確認だけで作業を再開する運用は、「続きを書いてください」だけでAIはどこまで動けるか？でも実例をまとめています。
300商品規模へ広げ、実際に200商品を更新した
工程を分け、10件前後のまとまりで回すようにしたことで、作業全体を300商品規模まで扱える設計へ広げられました。
ここは数字を分けておきます。300商品は処理できるように組んだ設計規模で、実際に更新を完了したのは200商品です。
また、僕が当時確認していたWork使用量は、初期設計ではほぼ100％を使う状態でした。Chat側へ調査や判断を移したあとは、同じ大量処理を進める設計で30％程度まで圧縮できました。
つまり、処理する商品数を増やしたのに、Workへ背負わせる処理は減りました。
大量処理では「AIをたくさん使う」より、「高コストなAI工程をどこにだけ使うか」を決める方が効きました。
PCに張り付かないことで、長時間作業の意味が変わった
この運用では、Workが動いている間ずっとPCの前にいる必要もありませんでした。PCで作業を開始したら、僕は席を離れます。
区切りまで進んだり、確認が必要になったりしたときにiPhoneで状態を見て、問題がなければ短い指示で続きを進めます。Apple Watchにも通知を出していたので、PC画面を監視し続ける必要がありませんでした。
OpenAIのクラウドブラウザも、Webやモバイルから始めたWorkのタスクを、会話を離れたりPCを閉じたりした後も継続でき、入力・ログイン・確認が必要な場面では一時停止する仕組みです。
僕にとって大きかったのは、作業時間そのものがゼロになることではありません。人間がその時間ずっと拘束されなくなることでした。
完全自動化ではなく「人間を毎工程に戻さない」設計にした
Workを使っても、人間の確認がなくなるわけではありません。ログイン、重要な操作、サイト側の制約、判断が曖昧な場面では止まります。
OpenAIも、クラウドブラウザはサイトによって自動操作が制限される場合があり、人間が途中または最後の操作を引き継ぐことがあると案内しています。
だから僕は、「最後まで一度も止まらないこと」を成功条件にしませんでした。
止まる場所をあらかじめ節目として作り、そのときだけ人間が確認する。確認が終われば、またAI側へ返す。
完全自動化ではなく、人間を毎回の作業工程へ戻さない。
この考え方に変えたことで、長時間タスクを現実の仕事として使いやすくなりました。
別スレッドや別工程へ移るときに必要な状態情報の残し方は、AIに仕事を引き継ぐとき、成果物だけでは足りないで詳しく整理しています。
この設計が向いていた仕事
僕が試した範囲では、この設計と相性がよかったのは、ルールを先に決められる反復作業です。
・対象を探す。
・決められた内容を入力する。
・保存する。
・同じ手順を複数件で繰り返す。
・途中で結果を確認できる。
こうした仕事なら、判断基準をChatや人間側で先に固め、Workを実行役にできます。
逆に、商品ごとに判断基準そのものが変わる仕事や、取り消しにくい操作を大量に連続実行する仕事は、同じやり方で機械的に流さない方が安全です。
結論：Workでしかできない仕事だけをWorkへ残す
最初は、ChatGPT Workなら「全部まとめて任せるほど自動化できる」と考えていました。実際に約30商品で詰まり、そこから逆の考え方へ変わりました。
考える工程はChat。ブラウザ操作はWork。人間は判断基準と節目の確認。作業は約10件ずつ。
この設計に変えたことで、300商品規模まで扱える流れを作り、実際に200商品の更新を完了しました。
長時間作業で大切だったのは、AIを止めないことではありません。人間がずっと画面の前に戻らなくても、仕事が前へ進む状態を作ることでした。
ChatGPT Workを大量業務に使うなら、「何を任せるか」だけでなく、「何をWorkから外してクレジットを温存するか」を先に決める。
僕のEC運用では、それが一番大きな改善でした。
参考にしたOpenAI公式情報
テーマ別に読む
この記事を書いた人
コメント