ChatGPT Work実践ガイド｜できること・向いている作業・クレジット・長時間作業・Chatとの使い分け【2026年版】
最終確認：2026年9月27日
ChatGPT Workは、普通のChatより何でも上位互換という機能ではありません。使う場所を間違えると、必要以上にクレジットを消費し、人間の確認も増え、かえって仕事が重くなります。
僕はECの商品更新でWorkを本格的に使い、最初は調査、判断、文章作成、ブラウザ操作まで、ほぼ全部をWorkへ任せました。ところが約30商品で設計を見直しました。
最大の理由は、Workを長時間使うと僕の利用環境ではクレジットがかなり速く減り、追加クレジットを買いながら大量処理を続けると高くつくと判断したからです。
そこで、通常のChatでできることを切り分け、Workには最後の実作業だけを残しました。作業は約10件ずつ区切り、人間は節目だけ確認します。
Chatが考える。Workが実行する。人間が節目で判断する。Workクレジットは、Workでしか価値が出ない工程へ使う。
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。この記事では、その経験とOpenAIの現在の公式情報をもとに、ChatGPT Workの全体像を一つにまとめます。
ChatGPT Workとは？まずChatとの違いを一言で整理する
OpenAIは、Chatを日常の質問や対話による素早い支援、Workを時間のかかる複数ステップの仕事と完成した成果物のためのエージェントとして整理しています。
Workは、接続したアプリやファイル、ブラウザなどをまたいで情報を集め、ドキュメント、スプレッドシート、プレゼンテーション、レポート、Sitesなどの成果物を作れます。必要に応じて長時間の仕事も、小さなステップへ分けて進めます。
僕の使い分けでは、Chatは「一緒に考える場所」、Workは「決めた仕事を実際に進める場所」です。
最も大事だったのは、Workの能力よりクレジット設計
Workでできることを知ったとき、最初は「全部Workへ任せればいい」と考えました。
しかし、大量の商品更新で調査や判断までWorkへ入れると、ブラウザ操作へ入る前にも利用量が積み上がります。僕の運用では、Workクレジットがあっという間に減っていきました。
現在のOpenAI公式情報では、対象アカウントはプランに含まれる利用枠を使った後、追加クレジットでWorkなどの対応機能を続けられます。利用量はタスクや使うモデルなどによって変わります。
追加購入すれば続けられる。でも、大量処理の調査や文章作成まで全部そこへ載せると、僕には高くつきました。
だから「Workでできるか」ではなく、「その工程にWorkクレジットを使う価値があるか」で分けました。
この分業を最初から整理した記事は、ChatGPT Workとは？実際に使って分かった、できること・クレジット・Chatとの使い分けです。
僕が作った基本形は「Chat → Work → 人間」
改善後は、調査、比較、判断、商品名や文章の作成、HTML作成などを通常のChatで先に済ませました。
Workへ渡すときには、「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す。
Workには、管理画面を開く、対象商品を探す、入力する、保存する、といった実操作だけを残しました。
人間は、最初に判断基準を決め、途中のチェックポイントで結果を確認します。毎回のクリックには戻りません。
Chat＝思考。Work＝実行。人間＝基準設定と節目確認。
これは機能の得意不得意だけでなく、Workクレジットを高価値な工程へ集中させるための役割分担でもあります。
30商品で詰まり、300商品規模へ設計を変えた
最初の設計では約30商品で限界を感じました。そこで、役割分担と処理単位の両方を変えました。
一度に数百件を最後まで走らせるのではなく、約10件ずつ処理します。そこで人間が確認し、問題がなければ次へ進みます。
この形なら、100件目でミスに気づくのではなく、10件目で止められます。さらに、どこまで終わったかも明確になり、途中から再開しやすくなります。
結果として300商品規模まで扱える流れを設計し、実際に200商品の更新を完了しました。
300商品は設計規模、200商品は実更新実績です。
30件から200件までの具体的な工程変更は、ChatGPT WorkでEC商品200件を更新した実例で詳しく記録しています。
Workに向いているかは、仕事名ではなく工程構造で決まる
「ECはWork向き」「マーケティングはChat向き」という分け方ではありません。
同じEC業務でも、価格をどう決めるか考える工程はChat向きです。決まった価格を管理画面へ反映する工程はWork向きです。
僕は、Work向きかどうかを見るときに、次のような条件を確認します。
・答えではなく、完成した成果物や変更結果まで必要か。
・複数ステップをAI自身に進めてほしいか。
・ブラウザやアプリを実際に操作する必要があるか。
・判断基準を先に固定できるか。
・同じ構造を繰り返せるか。
・失敗しても途中で止めて戻せるか。
・人間の確認を毎回ではなく節目へまとめられるか。
・対象のWebサイトやファイル環境をWorkが扱えるか。
・その工程へWorkクレジットを使う価値があるか。
この判定を9つの軸で掘り下げたのが、ChatGPT Workに向いている作業・向いていない作業です。
Workに向いていた作業
僕の実運用とOpenAIの現在の公式例を合わせると、次のような工程はWork候補になりやすいです。
・ルールが決まったWeb管理画面の反復更新。
・複数のアプリやファイルから情報を集め、資料へまとめる。
・既存の資料をブリーフ、レポート、デッキ、ワークブックなどの最初に使える成果物へ変換する。
・複数ステップを順番に進める調査・整理・実行。
・スケジュールやトリガーに基づく反復作業。
・途中で確認ポイントを作れる大量処理。
OpenAI Academyでも、Workはカレンダー、メール、ドキュメント、ダッシュボード、スプレッドシートなど、すでに実際の仕事のコンテキストがある状態から、レビュー可能な成果物へ変える場面で特に役立つと説明しています。
Workを使わない方がよかった作業
逆に、僕なら次のような工程は通常のChatへ残すか、人間の判断を先に入れます。
・一問一答で終わる質問。
・短い文章の修正や要約。
・アイデアを出しながら頻繁に方向転換する会話。
・判断基準そのものを作っている段階。
・1件ごとに人間の高度な判断が必要な処理。
・失敗したときに取り消しにくい操作。
・Workクレジットを使うほどではない小さな処理。
「Workではできない」という意味ではありません。Workへ渡す必然性やコストメリットが小さい、という判断です。
長時間作業では、止まらないことより「再開できること」が重要
大量作業で最初に目指したのは、一度指示したら最後まで止まらない完全自動化でした。
でも実際には、ログイン、二要素認証、重要な操作、Webサイト側の制限、判断が必要な場面などで、人間が戻ることがあります。
OpenAIのクラウドブラウザも、入力やサインイン、確認が必要な場面では一時停止し、サイトによっては人間が引き継ぐことがあると案内しています。
だから僕は「一度も止まらない」を成功条件から外しました。
止まっても、どこまで終わったか分かり、そこから続きを始められる。
その方が、現実の長時間作業では重要でした。
PCへ張り付かず、iPhoneのChatとApple Watchを確認窓口にした
EC更新の実験では、PC側でWorkを動かし、処理中は席を離れていました。
Apple Watchで通知に気づいたらiPhoneを開き、通常のChatから状態を確認します。問題がなければ「続きを書いてください」と短く返しました。
僕がこの実験でiPhone側から使っていたのはWorkではなく、通常のChatです。
現在のOpenAI公式情報では、対象プランのWorkはWeb・モバイルでも提供されています。しかし、現在の製品仕様と、僕が実際に行った運用は分けて記録しています。
この使い方の目的は、スマホですべての仕事をすることではありません。AIが処理している時間まで、人間がPCの前に拘束されないことです。
この離席運用の実録は、ChatGPT WorkをPCで動かし、iPhoneのChatで管理した方法にまとめています。
Workを使う前に、僕ならこの7つを決める
これから新しい仕事をWorkへ渡すなら、僕は先に次を決めます。
1. 最後に何を完成させるのか。
2. Chatで先に何を調べ、何を判断するのか。
3. Workでなければできない実作業は何か。
4. 1回に何件ずつ処理するのか。
5. どこで人間が確認するのか。
6. 失敗したとき、どこまで戻せるのか。
7. Workの利用枠・クレジットをどの工程へ使うのか。
この7つが決まっていれば、Workへ「全部やって」と丸投げするより、かなり安定して運用できます。
ChatGPT Workクラスター｜目的別に読む
ここまでの内容を、海辺の部屋では4つの実践記事へ分けて詳しく検証しています。
Workとは何か、Chatとの違い、クレジット設計
Workの基本と、なぜ全部をWorkで完結させず通常Chatへ工程を分けたのかを整理しています。
大量処理をどう止めずに回したか
30商品で設計を見直し、10件単位・役割分担・クレジット節約で200商品まで更新した実録です。
PCを離れた後、人間はどう戻るか
PC Work＋iPhoneの通常Chat＋Apple Watch通知で、人間がAIの処理待ちに拘束されない運用を扱っています。
Workに任せる工程をどう判断するか
作業の反復性、判断基準、失敗コスト、人間確認、実行環境、クレジット効率まで含めて判定します。
まとめ：Workを増やすより、Workへ渡す工程を選ぶ
ChatGPT Workは、長時間の複数ステップ作業を進め、完成した成果物や実際の作業結果まで持っていける強力な機能です。
一方で、できることを全部Workへ任せれば効率が最大になるわけではありません。
僕のEC運用では、全部をWorkへ入れたときにクレジットが速く減り、約30商品で設計を見直しました。
通常のChatへ思考工程を移し、Workは最後の実操作へ。約10件ずつ区切り、人間は節目だけ確認する。
その結果、300商品規模の設計へ広げ、実際に200商品を更新しました。
Workの使い方で重要なのは、Workをたくさん使うことではなく、Workでしか価値が出ない工程へ集中させることです。
Chat、Work、人間を一つの仕事の中で分ける。この考え方が、僕にとってChatGPT Workを実務で使う土台になりました。
参考資料
テーマ別に読む
コメント