O ChatGPT agent traz navegador supervisionado e artefatos editáveis direto na caixa de mensagem

O ponto de entrada é um menu, não um produto separado

A OpenAI não lançou os recursos de agente como um app novo. Usuários Pro, Plus e Team ativam tudo isso pelo menu de ferramentas na caixa de mensagem, escolhendo 'agent mode' em qualquer momento de qualquer conversa. A própria empresa resume assim: você pode 'passar naturalmente de uma conversa simples para pedir ações diretamente dentro do mesmo chat.'

Essa decisão junta duas experiências antes separadas — a interação com a web do Operator e a síntese do deep research — dentro do fluxo comum de chat. A OpenAI vai desativar o site de pré-visualização do Operator 'em mais algumas semanas' após o lançamento, e o deep research agora vive dentro do agent como uma opção no menu para quem quer execuções mais longas e detalhadas. Essa consolidação de frontend é tão parte da história do produto quanto o modelo unificado por trás dela.

Narração, retomada e interrupção como interface de confiança

Como o agente age numa web real com dados do usuário, a OpenAI construiu a interface em torno de visibilidade e intervenção, em vez de uma caixa-preta. Enquanto o agente trabalha, 'uma narração em tela mostra exatamente o que o ChatGPT está fazendo.' Você pode interromper em qualquer momento para esclarecer instruções, direcionar o resultado ou mudar a tarefa por completo, e o agente 'retoma de onde parou... sem perder o progresso anterior.'

O material descreve controles graduais, proporcionais à consequência de cada ação. Confirmação explícita é exigida antes de ações do mundo real, como compras. Certas tarefas críticas, como enviar e-mails, exigem supervisão ativa por meio de um 'Watch Mode.' Ações de alto risco, como transferências bancárias, são recusadas de cara. E em sites que exigem login, o modelo pede que você assuma o navegador para autenticar.

Esse modo de retomada tem um design de privacidade bem específico: 'o ChatGPT não coleta nem guarda nenhum dado que você digita durante essas sessões, como senhas, porque o modelo não precisa disso, e é mais seguro que ele nunca veja essa informação.' A interface direciona as credenciais de propósito por fora do modelo, em vez de por dentro dele.

Artefatos editáveis são a saída principal — e o ponto mais bruto

O agente entrega o trabalho como apresentações de slides e planilhas editáveis, não só texto de chat. Os slides são exportados com 'texto, gráficos, imagens e formas que ficam nativas e fáceis de editar depois da exportação,' e o material cita usos concretos, como transformar dashboards em apresentações vetoriais editáveis e atualizar planilhas mantendo a formatação.

A OpenAI é honesta ao dizer que essa parte ainda está inacabada. A geração de apresentações está em beta; os resultados 'às vezes podem parecer meio crus na formatação e no acabamento,' e há 'discrepâncias ocasionais entre os slides no visualizador e o powerpoint exportado.' Você já pode enviar uma planilha como modelo, mas ainda não uma apresentação. É na camada de artefatos que a interface promete mais e também admite mais lacunas.

Os números de planilhas confirmam essa direção: no SpreadsheetBench, o agente pontuou 45,5% editando arquivos diretamente, contra 20,0% do Copilot no Excel — embora o apêndice aponte que o desempenho humano fica em 71,33% no geral, e a avaliação da OpenAI usou LibreOffice no OSX, e não o Excel no Windows usado pelos autores do benchmark.

O que um agente supervisionado na caixa de mensagem exige de quem constrói sobre ele

A implicação para quem for integrar isso é que o modelo de segurança é interativo, não automático. A OpenAI afirma claramente que o 'perfil geral de risco é mais alto' do agente, dado o alcance maior e mais ferramentas disponíveis, e destaca a injeção de prompt — instruções maliciosas escondidas em 'elementos invisíveis ou metadados' de uma página, capazes de levar o agente a vazar dados de conectores ou agir num site com login ativo.

As mitigações mais importantes aqui são comportamentos de frontend: confirmação antes de ações com consequência real, Watch Mode, interrupção e uma configuração de um clique para apagar dados de navegação e sair de todas as sessões. A própria recomendação da OpenAI é processual — desative conectores quando a tarefa não precisar deles. Em outras palavras, a confiabilidade do agente depende em parte de como o usuário opera a interface, não só do modelo.

Para times aplicados, isso muda a pergunta de construção. Projetar sobre o ChatGPT agent significa projetar para um humano que deve acompanhar a narração, conceder permissões e assumir o navegador nos momentos certos — além de considerar limites de mensagens de 400 por mês no Pro e 40 nos outros planos pagos, com acesso ao EEE e à Suíça ainda pendente. A interface é o plano de controle, e tratá-la como totalmente autônoma é exatamente o que a OpenAI está avisando para você não fazer.