Codexのブラウザ操作｜内蔵ブラウザ・拡張・Computer Useの違い

「Codexでブラウザを動かせると聞いたが、何をどこまでやってくれるのか分からない」「内蔵ブラウザ、Chrome拡張、Computer Useと似た名前が並んでいて、どれを使えばよいのか迷う」という方も多いのではないでしょうか。

Codexには、ブラウザやパソコンの画面を扱う仕組みが3つあります。アプリの中で自分が作っているWebページを一緒に見る「内蔵ブラウザ」、ふだん使っているChromeなどを操作させる「ブラウザ拡張」、アプリの画面そのものを見てクリックや入力を行う「Computer Use」です。目的に合わないものを選ぶと、「ログイン済みのサイトを触れない」「許可の確認が何度も出る」といったつまずき方をします。

この記事では、3つの違いを最初に整理したうえで、それぞれの開き方・入れ方・頼み方、使える環境と提供地域の注意、使い方の例、安全に使うための設定、会社で使うときの管理設定までを解説します。内容は2026年10月時点の公式ドキュメントをもとにしています。機能は更新が早く、画面の表記や提供状況は変わることがあるため、使う前に公式ページもあわせて確認してください。

Codexのブラウザ操作とは

Codexは、OpenAIのAIがパソコンの中のファイルを読み書きして、作業を進める道具です。プログラムを直すだけでなく、「画面を見て確かめる」ところまで任せられるようにするために、ブラウザや画面を扱う仕組みが加わってきました。

公式ドキュメントでは、これらをブラウザ（Browser）、ブラウザ拡張（Browser extension）、Computer Useという別々のページで案内しています。まず、3つの違いを表にまとめます。

3つの仕組みの違い

呼び出し方の表記（@Browserなど）は、公式ドキュメントに書かれているものです。依頼文の中でこの名前を書いて、どの仕組みを使わせるかを指定します。

どれを選べばよいか

迷ったときは、「何を見せたいのか」で選ぶと決めやすくなります。

• 自分が作っているWebページ（手元のパソコンで動かしているもの）を確認したい → 内蔵ブラウザ
• ログインが必要な既存のサイトを確認したい、入力したい → ブラウザ拡張
• ブラウザではなく、デスクトップのアプリを操作したい → Computer Use

公式ドキュメントも、専用のプラグインやMCP（外部のツールとつなぐ仕組み）があるアプリなら、データの取得や繰り返しの作業にはそちらを使い、画面を見て操作する必要があるときにComputer Useを使うよう案内しています。画面の操作は、専用の連携がない場面を補うための手段と考えるとよいでしょう。

Chat・Work・Codexの違い

ChatGPTのデスクトップアプリには、いまは「Chat」「Work」「Codex」の3つの使い方が並んでいます。Workは、資料づくりや分析など、はっきりした成果物のある仕事を任せるための使い方で、Codexはおもにプログラムを扱う仕事に向いています。ブラウザ拡張とComputer Useは、公式ドキュメントでWorkとCodexの両方から使えると案内されています。この記事では、Codexから使う場合を中心に説明します。

Codexアプリそのものの使い方は、別の記事でまとめています。

内蔵ブラウザ

内蔵ブラウザは、デスクトップアプリの中に入っているブラウザです。自分とCodexが、同じページを同じ画面で見られるのが特長です。公式ドキュメントによると、デスクトップアプリに自動で入り、CLIやIDE拡張（エディタの拡張機能）では使えません。

開き方と画面の切り替え

新しいタブを開いてURLを入力するか、チャットの中のURLを開くと表示されます。キーボードでは、Macは Cmd+T、WindowsとLinuxは Ctrl+T で新しいタブを開けます。

作っているWebページを表示する

手元で動かしているWebサイトの確認に使えます。アプリの中のターミナル、またはローカル環境のアクションで開発用のサーバーを起動し、そのアドレス（localhostから始まるもの）をブラウザで開きます。

たとえば、会社のホームページの「お問い合わせ」ページを直したいときは、次のような流れになります。

1. サーバーを起動するアプリの中のターミナルで、サイトを手元で表示するためのコマンドを実行します。コマンドは、サイトの作り方によって違います。
2. ページを開く内蔵ブラウザで新しいタブを開き、手元のアドレスを入力して表示します。
3. 直したい場所に印を付ける次に説明する「Annotate」で、気になる場所にコメントを残します。
4. Codexに依頼するチャットで「付けたコメントを直して」と頼みます。
5. 表示を確かめるCodexが直したあと、同じページで見た目が直っているかを確認します。

コメントで直したい場所を伝える（Annotate・Adjust）

画面の「Annotate」を選ぶと、ページの要素をクリックするか、範囲をドラッグして、コメントを残せます。そのあと、チャットで「コメントの内容を直して」と頼む流れです。言葉だけで「右上のボタンの下の、2番目の段落」と説明するよりも、指す場所が確実に伝わります。

コメントの入力欄の横には「Adjust」もあり、フォント・余白・色といった見た目の指定を伝えられます。見た目の細かい調整をするときに使います。

ブラウザの操作を任せる

内蔵ブラウザの中では、Codexがページを開き、クリックや入力をして、スクリーンショットを撮って結果を確かめられます。公式ドキュメントでは、これもComputer Useの一種として説明されています。依頼文に@Browserと書くと、内蔵ブラウザを操作させる指定になります。

設定：権限・履歴・ダウンロード

内蔵ブラウザの設定は、「Settings > Browser」にまとまっています。

組織によっては、これらの設定が管理者に制限されています。サイトに許可を出しても、そのサイトの内容が安全だと認めたことにはならず、すべての操作が承認されるわけでもありません。

確認が入る操作

公式ドキュメントによると、ChatGPTは次のような影響の大きい操作の前に、確認を求めます。

• 情報の送信
• 購入
• 権限の変更
• データの削除

確認が出たときは、画面に表示されている内容（送信先・金額・対象のデータ）を見てから許可してください。

プロファイルとログイン

内蔵ブラウザは、ふだん使っているブラウザとは別のプロファイルで動きます。タブやログイン状態を自動で引き継ぐことはありません。作業でアカウントが必要なときは、内蔵ブラウザの中で直接ログインできます。

この性質は、安全面ではメリットです。ふだんのブラウザに保存してあるパスワードやログイン状態が、勝手に使われることがないためです。一方で、ログインが必要なサイトを扱うたびに、内蔵ブラウザ側でログインし直す必要があります。

開発者向けの設定（Developer mode）

「Settings > Browser > Developer mode」で「Enable full CDP access」をオンにすると、Chrome DevTools Protocolという仕組みを通じて、ページの通信・コンソールの表示・画面の構造やスタイルを調べられます。表示が遅い原因を探すときや、エラーの原因をたどるときに使う機能です。

使うときは、サイトごとにあらためて承認を求められます。公式ドキュメントは「CDPのフルアクセスは、ブラウザの内部の機微な情報にふれる可能性がある」と注意しており、組織が無効にしている場合は、手元の設定では有効にできません。非エンジニアの方が使う場面は多くありません。

ブラウザ拡張

ブラウザ拡張は、ふだん使っているブラウザに入れる拡張機能です。入れると、すでにログインしているサイト（Gmail、Salesforce、社内の管理画面など）を、Codexが読んだり操作したりできるようになります。内蔵ブラウザが「別のプロファイルで、まっさらな状態」なのに対して、こちらは「自分がいつも使っているブラウザの状態」で動きます。

対応しているブラウザ

サイドチャットは、ブラウザの横のパネルでChatGPTと話せる機能です。ChromeのほかにEdge・Brave・Opera・Vivaldiへの対応は、2026年8月下旬の更新情報に載っています。

入れ方

1. アプリとブラウザを用意するChatGPTのデスクトップアプリを最新版に更新し、使いたいブラウザをパソコンに入れておきます。
2. 設定を開くアプリの「Settings > Computer Use」を開きます。目的のブラウザが一覧にない場合は「More browsers」を開きます。
3. ブラウザを選び、プラグインを入れる使いたいブラウザを選びます。プラグインのインストールを案内されたら、案内に従って入れます。
4. 拡張を入れるブラウザの横にある「Install」を選ぶと、そのブラウザの拡張機能のページが開きます。ChatGPTの拡張を入れ、表示される許可の内容を確認します。
5. 入れ終わりを確かめる「Computer Use」の設定に戻り、そのブラウザの横が「Manage」になっていれば完了です。

公式ページには、拡張を配布しているストアの名前は書かれていません。必ず、アプリの設定画面の「Install」から、案内されるページを開いてください。検索で出てきた別のページから入れるのは避けましょう。

使い方

新しくWorkまたはCodexの会話を始め、入力欄で「@」を入力すると、メニューに入れたブラウザの名前（ChromeやEdgeなど）が出ます。選んでから依頼を書きます。拡張を入れたプロファイルのブラウザを使う必要があります。

@Edge でSalesforceを開いて、通話メモの内容をもとに、この取引先の情報を更新して。

上の例は、公式ドキュメントに載っている使い方をもとにしたものです。すでに開いているタブを「@」で指定すると、そのページの内容を材料として渡せます。ブラウザのメニューに出ない場合は、「Computer Use」の設定で、そのブラウザのスイッチがオンになっているかを確かめます。

2026年5月の更新情報では、拡張を使った作業は、ブラウザを占有せずにバックグラウンドで動き、複数のタブで同時に進められるようになったと説明されています。

サイトごとの承認

初期の設定では、Codexは新しいサイト（example.comのようなホスト単位）を操作する前に、そのつど確認します。選べるのは次の4つです。

許可の一覧は、「Settings > Computer Use」でブラウザの横の「Manage」を選ぶと見られます。確認なしで使ってよいドメインの「許可リスト」と、使わせないドメインの「ブロックリスト」があり、この設定は拡張を入れたブラウザの間で共有されます。

閲覧履歴を使うときは、毎回、依頼ごとに確認が出ます。「常に許可」の選択肢はありません。

サイドチャットと、その他の便利な機能

Chrome・Edge・Brave・Vivaldiでは、ブラウザのツールバーまたは「拡張機能」のメニューからChatGPTを開くと、サイドチャットが使えます。パネルは、開いたタブにつながったままになります。ページの文字を選んで会話に取り込む、右クリックの「Ask ChatGPT」を選ぶ、といった使い方もできます。YouTubeでは、字幕があれば、時刻つきの文字起こしを使って質問できると案内されています。

制限と、つまずきやすい点

• Chromeでファイルを送るときは、拡張機能の詳細で「Allow access to file URLs」をオンにする必要があります（拡張機能のアイコン→「Manage Extensions」→拡張の「Details」）。
• Operaではサイドチャットが使えません。Operaでの作業は、デスクトップアプリから始めます。
• ブラウザが使えるかどうかは、段階的な提供やワークスペースの設定で変わります。
• Memories（記憶）の設定に従います。オンならブラウザの作業でも関係する記憶が使われ、オフなら使われません。

公式ページには、OpenAIはブラウザの操作の完全な記録を別に保存しておらず、ページの文字、スクリーンショット、ツールの呼び出し、メッセージなど、ChatGPTの文脈に入ったものだけが保存される、とも書かれています。

Computer Use

Computer Useは、Codexがパソコンの画面を見て、マウスやキーボードで操作する機能です。ブラウザに限らず、デスクトップのアプリ全般が対象です。コマンドや専用の連携では難しい作業に使います。公式ドキュメントでは、次のような使い方が挙がっています。

• デスクトップアプリの動作を確かめる
• ブラウザを使って確認する
• アプリの設定を変える
• プラグインのない情報源から、データを読み取る
• 画面でしか再現しない不具合を調べる

使える環境

公式ドキュメントでは、ChatGPTのデスクトップアプリのmacOSとWindowsで、WorkまたはCodexから使える機能とされています。ただし「提供地域に限る」と書かれています。Windowsに対応したのは、2026年5月下旬の更新です。

準備の手順

1. WorkまたはCodexを選ぶデスクトップアプリで、WorkまたはCodexに切り替えます。
2. プラグインを入れる「Plugins > Computer Use」を開き、「Install plugin」と表示されたら選びます。「Enable」と表示された場合は、それを選びます。
3. スイッチをオンにするComputer Useのサーバーとスキルのスイッチをオンにし、「Try now」を選びます。
4. OSの許可を出す（macOS）「Screen Recording（画面収録）」と「Accessibility（アクセシビリティ）」の許可を求められたら、許可します。
5. 操作するアプリを見える状態にする（Windows）Windowsでは、作業中、操作対象のアプリをいま使っているデスクトップで見える状態にしておきます。

頼み方

依頼文に@Computerまたは@アプリ名を書くか、「Computer Useを使って」と頼みます。公式ドキュメントは、操作するアプリ・ウィンドウ・流れを具体的に書くことを勧めています。

@Computer 経費精算アプリを開いて、今月の申請の一覧画面を表示してください。表示したら、状態が「差し戻し」の件数を教えてください。申請の変更や削除はしないでください。

このように、画面を見て確認するだけの作業から始めるのがおすすめです。そのアプリ用のプラグインやMCPがあるなら、そちらを使った方が確実です。

アプリごとの承認

Computer Useでは、OSの許可とは別に、アプリごとの承認があります。作業の途中で、あるアプリを初めて使うとき、Codexは許可を求めます。選択肢は「Always allow」「Cancel」「Allow」です。

許可したアプリは、「Settings > Computer use」で確認できます。「Always-allowed apps」にある項目は、ごみ箱のアイコンで取り消せます。ファイルの読み書きやシェルのコマンドは、Computer Useの許可とは別に、その作業のサンドボックスと承認の設定に従います。

macOSとWindowsの違い

Windowsでは、画面を操作している間、パソコンのポインタとキーボードをCodexが使います。そのため、同じパソコンで別の作業を同時に進めることはできません。公式ドキュメントは、席を離れるときの工夫として、パソコンをロックせずオンラインにしておく、スマホからのリモート操作を使う、WindowsのVM（仮想マシン）の中でアプリを動かす、の3つを挙げています。

Computer Useでできないこと

安全のため、次のことはできません。

• ターミナルのアプリと、ChatGPT自身の操作（ChatGPTの安全のしくみを回避しかねないため）
• 管理者としての認証
• OSのセキュリティやプライバシーの許可の承認

また、デスクトップのアプリで行った変更は、ファイルとして保存され、プロジェクトで管理されるまで、レビュー画面には出ないことがあります。

Locked use（macOSのみ）

Locked useは、Macがロックされたあとも、承認ずみのComputer Useの作業を続けられる機能です。スマホなど、接続した別の端末から始めた作業のために使います。「Settings > Computer Use」でオンにします。オンにすると、Appleの認証用のプラグインが入ります。

公式ドキュメントによると、これは一般的なMacのリモート解除ではありません。解除が使えるのは作業中の短い時間に限られ、解除の間はすべての画面が覆われ、手元でキーボードやポインタが操作されるとMacはすぐにロックされます。

ブラウザをComputer Useで操作させるときの注意

Computer Useは、ブラウザも「アプリの1つ」として操作できます。このとき、ふだんのブラウザでログインしているページも触れます。公式ドキュメントも、ブラウザを操作させると、サインインしているページに対して操作できると注意しており、ふだんのブラウザを使い続けたいなら、別のブラウザを使うよう案内しています。

使えるプラン・地域・端末

ブラウザ関連の機能は、プランや地域、アプリの種類によって使えるかどうかが変わります。公式ドキュメントで確認できる範囲を、表にまとめます。

料金ページの機能表では、「ブラウザでのComputer Use」「Chromeで使うChatGPT（ブラウザ拡張）」「Computer Use」の各行が、Plus・Pro・Business・Enterprise／Eduの列で「Limited」とされています。表の凡例では、「Limited」は現在は特定の地域に限って提供されている機能という意味です。

プラン別の料金や使用量の考え方は、別の記事で整理しています。Free・Goのプランについては、料金ページに、デスクトップアプリで簡単なコーディング作業を試せると書かれていますが、ブラウザ関連の機能が使えるかどうかは、機能表に列がないため確認できませんでした。

クラウドの作業では使えない

Codex Cloud（OpenAIのクラウド上で作業を進める方法）の環境では、「Computer and browser use」は現在は未対応で、今後の予定と案内されています。ブラウザの確認が必要な仕事は、手元のパソコンで行う作業（Local）で頼みます。

Workの「クラウドブラウザ」との違い

ChatGPT Workには、これまでに説明した3つとは別に、クラウド上のパソコンで動くブラウザがあります。自分のパソコンのブラウザは使わず、Cookieやログイン状態もそのクラウド側で独立して持ちます。手元のパソコンの資源を使わない、定期的なサイトの確認のような作業に使えます。

公式ドキュメントでは、クラウドブラウザでログインが必要になると、作業がいったん止まり、安全なログインフォームで入力する形が案内されています。パスワードはチャットに書かないよう注意があります。データは「Settings > Cloud browser > Browser data」から消せます。なお、この記事で扱っているのは、おもにCodexから使う手元のブラウザ操作です。Workの詳しい使い方は別の記事で扱います。

機能が表示されない・使えないとき

公式ドキュメントでは、それでも解決しないときは、アプリで/feedbackを実行し、会話のIDを添えてサポートに連絡するよう案内しています。

使い方の例

ここでは、3つの仕組みを使った依頼文の例を、場面ごとに紹介します。フォルダ名やサイトの名前は、自社のものに書き換えてください。

ホームページの修正を、見た目を見ながら進める（内蔵ブラウザ）

自社サイトの更新を、制作会社ではなく社内の担当者が行うときの例です。手元でサイトを動かし、内蔵ブラウザで表示を見ながら、コメントで直す箇所を伝えます。

@Browser で、手元で動いているお問い合わせページ（localhost のアドレス）を開いてください。スマホで見たときにボタンが画面からはみ出していないかを確認し、はみ出している場合は、contactフォルダの中のファイルだけを直してください。直したあと、もう一度ページを表示して確かめ、変更した内容を教えてください。

ポイントは、直してよいフォルダを限定することと、直したあとに表示を確かめさせることです。確かめの手順が依頼文に入っていると、「直したつもり」で終わるのを防げます。

ログイン済みの管理画面を確認する（ブラウザ拡張）

毎週のように同じ管理画面を開いて数字を書き写している作業は、拡張で任せられる候補です。最初は、見るだけの作業から始めます。

@Chrome で、いま開いている「受注管理」のタブを見て、今週の受注件数と、未対応の件数を教えてください。画面の操作は、表示と並べ替えだけにしてください。登録・変更・削除はしないでください。

入力や更新を任せるのは、見るだけの作業で、読み取りが正確だと確かめられてからにします。更新の作業は、確認が入る操作として扱われますが、最後に確認するのは人の役目です。

Webで公開されている情報を集める（内蔵ブラウザ）

競合の料金ページや、取引先の会社概要など、ログインのいらない公開ページの情報を集める作業です。

@Browser で、次の3社の料金ページを開いて、プラン名・月額・主な違いを表にまとめてください。ページに書かれていない項目は、「記載なし」としてください。推測では埋めないでください。

「書かれていないことは推測しない」と一言添えておくと、あとで確認する手間が減ります。集めた表は、元のページのURLと一緒に出してもらうと、確かめやすくなります。

専用の連携がないアプリを確認する（Computer Use）

社内で古くから使っているデスクトップのアプリなど、プラグインやMCPがないアプリの画面を確認する例です。

@Computer で、在庫管理アプリを開いて、品番「A-102」の現在の在庫数と最終更新日を確認してください。確認するだけで、数値の変更や保存はしないでください。

画面の操作は、慣れないうちは時間がかかることもあります。まずは1つの画面・1つの項目を確認させ、動きを見てから範囲を広げましょう。

向いている作業・向いていない作業

安全に使うための設定

ブラウザや画面の操作は、Codexが実際にクリックや入力を行うため、チャットで質問するよりも「やってしまったこと」の影響が大きくなります。使い始める前に、次の点を押さえておきましょう。

ページに仕込まれた指示（プロンプトインジェクション）

開いたページや読み込んだ文書に、AIをだますための指示が書かれていることがあります。これをプロンプトインジェクションと呼びます。公式ドキュメントも、ページの内容は「信頼できない情報」として扱い、機微な情報を渡したり操作を許可したりする前に、サイトと提案された操作を確認するよう注意しています。また、「ページ上の指示は、誤解を招くものや悪意のあるものの場合がある」とも書かれています。

権限の決め方

権限モードの名前（「Ask for approval」「Approve for me」「Full access」「Custom」）は、公式の権限のページに書かれているものです。「Approve for me」は、対象になる承認の依頼を自動のレビューに回し、危険と判断された操作についてだけ確認を求める方法です。ただし、ブラウザやComputer Useの操作が、このモードの承認の対象になるかどうかは、このページには書かれていません。サイトやアプリごとの承認は、それぞれの設定で別に確かめてください。

画面に映るものは、すべて渡る

公式ドキュメントは、Computer Useでは、画面に表示されている内容、スクリーンショット、ウィンドウ、メニュー、キーボードの入力、クリップボードがCodexに渡る可能性がある、と注意しています。作業を始める前に、次のことをしておくと安心です。

• 作業に関係のないアプリ（メール、チャット、会計ソフトなど）は閉じる
• 操作を任せるのは、1つのアプリ・1つの流れに絞る
• アカウント・セキュリティ・支払い・パスワードに関わる設定は、そばで見ながら1つずつ承認する
• 意図しないウィンドウを触り始めたら、すぐに作業を止める（いつでも止める、または自分で引き継げる）

Computer Useで処理した内容（スクリーンショットを含む）にも、ChatGPTのデータ管理の設定が適用されます。

会社のルールとして決めておくこと

部署やチームで使うときは、使う人によって判断がばらばらにならないよう、次の点を先に決めておきます。

• ブラウザや画面の操作を任せてよい仕事と、人が行う仕事
• 操作させてよいサイト・アプリの範囲（使わせないものも書く）
• 顧客の個人情報や未公開の数字が画面に出ている状態で使うかどうか
• 「Always allow」「Allow for all sites」を選んでよいか
• 確定・送信・削除の操作は、必ず人が確認してから行う
• うまくいかなかったときや、意図しない操作があったときの報告先

管理者が決められること

会社でChatGPT・Codexを管理する場合、管理者は設定ファイル（requirements.toml）で、ブラウザやComputer Useの利用を制御できます。公式の管理設定のページには、次のような項目が書かれています。

管理者が拒否した設定は、利用者の承認では上書きできません。また、アプリを許可リストに入れても、必要なプラグインが入るわけでも、OSの許可が出るわけでも、確認の必要な操作が自動で承認されるわけでもありません。設定は、使っているアプリのバージョンとOSで、実際に確かめてから展開してください。

Site tools（WebMCP）と呼ばれる、Webサイト側が用意した操作をCodexが使える機能も、2026年8月に追加されました。使えるかどうかは、モデル・プラン・ワークスペースの条件によるため、公式の更新情報で最新の条件を確認してください。

よくある質問

まとめ

Codexのブラウザ操作は、画面を見ながら確かめる作業を任せられる便利な機能ですが、権限の決め方で、安全さも使いやすさも大きく変わります。まずは自分のパソコンで、公開ページの確認のような影響の小さい作業から試してみてください。

社内に広げる段階では、操作させてよいサイトやアプリの範囲、管理者の設定、使い方のルールなど、決めることが一気に増えます。INTERCREATE JAPANでは、Claude CodeやCodexの導入から、社内で使い続けられるルールと仕組みづくりまでをお手伝いしています。