A OpenAI apresentou o Operator, uma nova ferramenta de inteligência artificial (IA) projetada para simplificar tarefas online. Este novo agente é capaz de navegar na internet de forma autónoma e realizar diversas tarefas, como preencher formulários e fazer encomendas.
Apesar de ainda estar em fase experimental, a OpenAI planeia aprimorar o Operator com base no feedback dos utilizadores. O sistema dispõe de um browser integrado que permite interagir com páginas Web de forma autónoma, incluindo escrever, clicar e scrollar em páginas. O Operator é um dos primeiros agentes da OpenAI a executar tarefas de forma independente.
Atualmente, o Operator está disponível para utilizadores Pro do ChatGPT nos EUA. Esta fase experimental ajuda a OpenAI a recolher informações valiosas para otimizar o desempenho da ferramenta. Há planos para disponibilizá-lo a utilizadores das versões Plus, Team e Enterprise, bem como para integrá-lo futuramente no ChatGPT em geral.
Como funciona o Operator da OpenAI?
O Operator utiliza o modelo Computer-Using Agent (CUA), que combina capacidades de visão avançada do GPT-4.0 com um raciocínio sofisticado. Este modelo foi desenvolvido para interagir com interfaces gráficas (GUIs), como botões, menus e campos de texto.
Entre as principais características do Operator destacam-se:
- Interação autónoma com browsers: Pode realizar ações como cliques, navegação ou escrita sem a necessidade de integrações API personalizadas.
- Capacidade de autocorreção: Quando enfrenta um erro, o sistema pode ajustá-lo sozinho ou devolver o controlo ao utilizador, caso necessário.
- Flexibilidade: Permite a personalização de fluxos de trabalho e aceita instruções específicas para websites diferentes.
Embora seja capaz de lidar com muitas tarefas sozinho, o Operator solicita a intervenção do utilizador para ações sensíveis, como introduzir credenciais de login ou resolver CAPTCHAs.
Os utilizadores podem criar fluxos de trabalho personalizados no Operator adicionando instruções específicas para certos websites. Além disso, o sistema permite guardar prompts frequentes para acesso rápido e executar várias tarefas em simultâneo através de múltiplos separadores.
Leia também:
