OpenAIのdotの使い方と料金 開発とクラウドPCで試して分かったこと

dotは、OpenAIが2026年9月29日に発表した、会話していない間もバックグラウンドでタスクを進めてくれるエージェントです。 ChatGPTのProまたはBusiness Premiumの料金枠に含まれていて、確認時点では段階的に提供されていました。 dotにコードの修正や検査の整理を任せ、クラウド側で終わらなかった検証をローカルへ引き継いでもらいました。複数の依頼を出しておき、夜に通話で進捗を聞く、といった使い方も試しています。

クラウドPCでは、CSVから日本語PDFを作ったり、短い動画やCAD・GISのデータを変換したりできました。一方、開発ではDockerやlocalhost接続に制約があり、終わった検査をいつまでも「待ち」と報告されることもありました。この記事の改訂中には、作業ファイルと追加したツールが見当たらなくなっています。

使ってみて、成果物の出来栄えと同じくらい気になったのが、いま何を待っているのか、どの環境で動いたのか、完成物をどこに保存できたのかでした。

• 料金と利用条件：ProとBusiness Premiumの料金、地域や利用枠の違い
• できることの早見表と依頼例：小さな入力で動いた処理と、止まった処理
• 承認と安全制御、記憶とデータ：公式仕様と、使う前に確認したい設定
• 開発の引き継ぎとファイルが見えなくなった経緯：実際に任せて困ったこと

まずは料金と使い方から、その後に開発での体験とクラウドPCの詳しい結果を紹介します。料金や安全制御などの仕様は、公式ドキュメントを参照しています。

dotの料金はいくらか 対象プランと利用条件

dotの料金は、ProまたはBusiness Premiumのプランに含まれています。Proは月額100・200・500米ドル、Business Premiumは年払いで1人あたり月額100米ドル（月払いは125米ドル）です。ただし、確認時点では段階的に提供されており、使える地域がプランごとに異なります。ProはEEA・英国・スイスを除く対象地域、Business PremiumはChatGPTの対応地域で使えると案内されていました。Enterprise向けには、管理者が有効化するベータが用意されています（18歳未満は対象外です）。開始ガイド、年齢などのFAQ

価格はPro各プランとBusinessの料金・席数条件に基づいています。地域・通貨・税の扱いによって実際の請求額は変わります。特にBusiness Premiumは有料席が最低2席必要で、1席だけでは契約できない点に気を付けてください。

利用枠の数え方にも違いがあります。公式発表によると、dotとの通常の会話はChatGPTの使用量制限にカウントされません。一方、dotから開始・管理するCodexやChatGPT Workのタスクは、通常どおりカウントされます。このほかに、dot自身が踏み込んだ作業をするための専用枠がプランに含まれていて、提供開始後の最初の1か月間は拡張されるとのことです。

ただ、公開資料にはその作業枠を実行回数や時間に換算できる数値がなく、何件まで開発タスクを依頼できるかは分かりません。複数のdotの追加や、速度・作業量の拡張は将来の発表とされていて、今の時点で確定した追加料金表としては読めません。枠を使い切るまでの限界試験は行っていません。

dotでできることは何か 早見表

文書やPDFの作成、CSV集計、日本語OCR、短い動画、CAD・GISの変換、コードのテストを試しました。クラウドPCでは小さな合成データを使い、アプリ連携では接続済みアカウントの情報を少数読み取っています。音声通話の行は、日常の利用体験です。

表には、できたことと、そのときの条件を並べました。大規模な業務処理や、ほかのアカウントでも同じ環境を使えるかは未確認です。詳しい手順や数値は、後半のクラウドPCと接続アプリを試した結果にまとめています。

アプリ連携では、手元のPCやブラウザを操作せず、接続先のアカウントと権限の範囲で情報を取り出せました。Docsの照合にはクラウドブラウザの原画面も使っています。読み取り結果はSlack・Google連携の節で詳しく紹介します。

失敗した処理と未確認の用途

追加の道具を入れたり、実行する環境や経路を変えたりすると、結果が変わることがあります。失敗した用途も未試験の用途も、使いたい構成で小さく試すところから始めるのがよさそうです。

dotの使い方 作業を頼むときの具体例

初期設定はデスクトップアプリまたはデスクトップWebで行い、そのあとに対応モバイルアプリから話しかける流れになります。モバイルWebは対象外と案内されています。開始手順

うまく進んだ依頼では、入力、欲しい成果物、確認してほしいことを一緒に指定していました。最初は、次のような小さな作業から頼むとよいと思います。

• 「Slackのこの期間の公開発言から、指定の話題を探して。元の発言と照合して、見つかった範囲で要点をまとめて」
• 「この条件に合うGmailを検索し、本文に書かれた必要事項を整理して」
• 「このGoogle Sheetsの指定タブを読んで。使ったセル範囲も教えて」
• 「接続したローカルPCの検証用フォルダで、このテキストを作成・編集し、読み戻して値を確認して」
• 「日本時間で今日の予定を、主カレンダーから開始時刻順にまとめて」
• 「このCSVのIDと地域名の空白を除き、ID重複と返品を扱って地域別に集計して。合計を別の計算でも確かめ、明細と日本語PDFを渡して」
• 「この日本語画像をOCRして、原文と照合しやすいTXTを作って。縦書きや2段組の読み順、金額、型番は特に確認して」
• 「このSVG3枚を順番に表示する3秒・24 fpsの動画にして。72フレームになっているか、全フレームを復号できるか確認して」
• 「この小さな関数の正常系と異常系のテストを書き、実行結果と失敗した箇所を示して。対象の実行環境も記録して」

これらは今回試した規模や条件をもとにした依頼例です。既存の資料やプロジェクトでは、ファイル形式、必要な依存、使ってよいデータ、変更範囲も添えてください。入力や環境が変われば、同じ依頼でも結果は変わります。

アプリに接続済みでも、操作によっては承認や本人の操作が必要になります。dotの操作に関する公式説明では、権限と安全要件に応じて求められるとしています。下書きを頼むことと送信を頼むことも区別されます。まず成果物の作成と確認を依頼し、外部送信や公開が必要なら、その対象と内容をはっきり伝えるとよいと思います。

dotは会話していない間に何をするのか

会話を閉じた後に進む作業にも、いくつか種類があります。公式説明を読むと、依頼した仕事の続き、接続先の背景調査、日時を指定した実行、外部イベントへの対応に分かれています。

定時実行やイベント駆動の説明はTasks and memoryにまとまっています。アプリを接続しただけでは、監視タスクは勝手に動きません。「このチャンネルを見ておいて」とざっくり頼むより、対象、変更の判定条件、通知してほしいタイミングまで伝えた方が、意図どおりに動いたかを確かめやすくなります。MCPが使えるという一般的な説明だけで、任意の外部イベントにすぐ対応できると考えるのも避けた方が無難です。

Proactive researchは、公開資料上、許可された接続先の読み取り（Read-only）に限られています。調査の処理自体が外部へメッセージを送ったり、アプリの設定を変えたり、ブラウザやPCを直接操作したりすることはありません。何かを見つけた後の行動にも、通常の権限と安全確認が適用されます。公式の安全性説明

時刻を指定して公開情報を取得させる試験では、結果を後から会話で読み戻せました。指定時刻と取得開始の報告には67秒の差がありましたが、実際の開始時刻を別のログで確かめられてはいません。1回の試行であり、正確な実行時刻や通知遅延、自発的な発見の品質はまだ判断できません。条件は処理時間とPauseの節に載せています。

複数案件の定期報告では、終わったタスクを未完了のまま報告されることがありました。最新の検証レポートを渡し直し、どの依頼が終わったかを突き合わせる手間が残っています。

通知が届いても、その内容が最新とは限らない。この点は、実際に任せるうえで気になりました。「Always-on」から、24時間の漏れない監視や、同じプロセスが動き続けることまで期待するのは早そうです。重要な通知に使うなら、見逃しや誤通知も確かめておきたいと思います。

dotの承認と安全制御はどうなっているのか

追加審査が必要な操作では、実行直前にAuto-reviewが働きます。予定された操作を、ユーザーの指示、アプリの権限、Custom Rules、必須の安全要件に照らして確認する仕組みです。通常の読み取りには、この追加審査は挟まれません。

公式には独立した安全確認システムと説明されています。組み込みの安全策と既存のアプリ権限は最初から適用されますが、内部で使うモデルや呼び出し回数までは分かりません。公式の安全性説明、Controls

メール操作を例にすると、「アプリの接続」と「操作の許可」には明確な境界があります。接続、下書き、送信を分けて考える点は、AIシステムのIdentityとAuthorizationとはで整理した権限境界の考え方にも重なります。

接続できるアカウントでも、操作ごとにカスタムルール（Custom Rules）でどこまで許可されているかを確認しておく必要があります。

Custom Rulesでは、特定の操作について「確認なしで実行する」「明示的に頼まれた時だけ実行する」「実行前に必ず確認する」「ユーザー自身に操作を引き渡す」といった扱いを選べます。設定画面は、デスクトップ・WebならPersonalization、モバイルならCustomizeの中にあります。ただし、Custom Rulesはdotが従おうとする指示で、公式説明もdotが間違える可能性に触れています。必須の安全要件や、保存済みログインの使用承認のような必須の確認は、ルールでは外せません。Controls、モバイルの案内

実際にチャットで今後の操作の扱いを伝えてみると、ルールの内容確認画面が表示されました。そこで確定すると保存完了が返ってきました。試した1例では、次の流れでした。

1. チャットで、今後どの操作をどの範囲まで許可したいか伝える
2. 表示された内容確認画面で、対象と操作の範囲を読む
3. ユーザー自身が確定する
4. 保存が完了したことを確認する

確認できたのは保存までです。保存したルール本文は公開しておらず、設定によって実行時の判断がどう変わるか、別の対象にも適用されるか、変更・削除するとどうなるかは試していません。保存できても、必須の安全確認を省略できるようになるわけではありません。Controls

ルールで頼むことと、必須の確認で止めることを分けて考える点は、Guardrailsとはで整理した考え方と同じ方向です。この関係を図にすると、次のようになります。

図の読み方

1. 必須の安全要件と、保存済みログインの使用承認のような必須の確認は、一番外側にあり、Custom Rulesでは外せません。
2. 接続済みアプリの権限も、最初から適用されます。
3. Custom Rulesは最も内側にあり、確認なしで実行する、明示的に頼まれた時だけ実行する、実行前に必ず確認する、ユーザー自身に引き渡す、のいずれかを選べますが、dotが従おうとする指示で、間違える可能性があります。
4. Auto-reviewは、追加審査が必要な操作の実行直前に、予定された操作を指示、権限、Custom Rules、必須の安全要件に照らして確認します。通常の読み取り操作では挟まれません。

Source

dot公式Controlsの説明

Method

公式説明の記述を層として整理

Environment

dotの公開ドキュメント

承認が求められた場面

後述する開発の案件では、次の二つの判断を求められました。

この二つは、対象と許可範囲を会話で確認しながら進めた事例です。確認を求めたのがAuto-reviewなのか、エージェントの判断なのかまでは分かりません。リポジトリの運用ルールや実行環境の制約も関わるため、すべてをAuto-reviewの動作とは扱えません。

OSの権限エラーは、チャットで「許可する」と伝えても解消しません。試験ではソケット作成時にEPERMが発生し、別のコマンドからの接続ではConnection refusedが返りました。前者は権限の制約ですが、後者の原因を権限だけに絞ることはできません。

パスワード変更や口座間の送金など、安全上本人が行う必要のある操作も公式資料に挙げられています。これらは今回試していません。本人へ引き渡す操作の説明

GitHubへの書き込みについてdotがまとめた報告でも、承認の食い違い、理由の分からない取消、呼び出しの中断が分かれていました。元の操作を再試験した結果ではありませんが、止まったときに何を確認するかの参考になります。

ファイル内容の保存が成功しても、コミット作成やブランチ参照の更新まで完了したとは限りません。取消表示からGitHubのHTTPステータスを推定せず、保存先の状態と前後の結果を照合します。外部変更の応答が戻らず反映の成否が不明な場合も、先に保存先を読み、重複実行を避けます。

dotの記憶とデータはどう扱われるのか

公式説明では、dotは日々の会話、ChatGPTのメモリ、進行中のタスクを使って応答を個人向けにします。Tasks and memory

複数案件を任せたときも、進捗や追加の指示を引き継ぐ様子は見られました。古い「是正待ち」を訂正すると、定期報告で完了扱いになり、その後も維持された例が1件あります。探し方が足りないと伝えて方法を変えてもらい、Docs本文や別種のSheets数式を取得できたこともありました。

ただ、これは会話中の訂正に対応できたという結果です。直前の会話や追加資料の影響を除き、翌日の新しい依頼でも同じ訂正を覚えているかは試していません。ファイルが翌日も残ることも、好みや指示を記憶する機能とは別です。

本人に確認を求める順序には改善の余地がありました。定期報告や会話への返答は確認できても、自発通知の見落とし・重複・成功率や、端末へのプッシュ配信までは測れていません。

設定を変えるときは、「今後の新しいアクセス」と「すでに取得された情報の削除」を分けて考える必要があります。

現時点では、dotが保持している個々の記憶を一覧画面から直接編集・ピンポイント削除する機能は用意されていないとされています。プライバシーFAQ

学習へのデータ利用では、Proactive researchの背景調査そのものは直接学習に使わないと説明されています。ただし、調査で得た情報が会話やタスクに取り込まれると、通常のユーザーデータ設定に従います。個人プランではデータコントロールを、Business・Enterprise・Eduではデフォルトで学習対象外となる契約条件を確認しておく必要があります。公式発表のデータ利用説明

また、セキュリティやコンプライアンス上の理由で、運営担当者が限定的に情報を確認する可能性もあります。学習対象外でも、サービス提供側の人間が一切見ないという意味にはなりません。業務データを接続する前に、自社の規程と保存先のポリシーを確認してください。設定変更やデータ削除そのものの動作は、今回は試していません。プライバシーFAQ

開発の検証をローカルへ引き継いだ事例

実際の開発では、コードの修正から検査、ローカルへの引き継ぎまで頼みました。案件の詳細は伏せていますが、作業を進めるうえで判断が必要だったのは、主に次の点です。

• 元データやDBが必要な検査を、どの環境で行うか
• DBの初期化など、こちらの許可が必要な操作をどこまで進めるか
• 検査、プッシュ、公開先のビルドが、それぞれ終わったか

修正後に残った検査を手元の環境へ引き継ぐ

ある案件では、クラウド側で修正を進め、元データやDBが必要な検査をローカルへの依頼文にまとめてもらいました。最初の報告では、一部の検査がDB初期化の許可待ちでした。また、ブラウザ試験の一部はAPIを模擬応答に置き換えていたため、実APIへの接続を含むE2Eも必要でした。

対象DBの利用を許可し、依存パッケージの指摘にも対応して、最終的には次の報告を受けています。

• 元データを使う試験とカバレッジ計測が成功
• フロントエンドの試験とブラウザE2Eが成功。E2Eは、模擬応答を使うものと実APIを使うものに分けて報告された
• 並行処理の試験が成功
• 依存監査の指摘が解消
• コミットとプッシュのあと、ローカルとリモートのSHAが一致し、作業ツリーに未コミットの変更がないと報告された

依頼した範囲の検査と反映は、ここで完了しました。もちろん将来の不具合までなくなるわけではなく、その後に追加で頼んだ監査は別の仕事として扱っています。

プッシュと公開先のビルドを照合する

別の案件では、プッシュ済みでも公開先のビルドが失敗していました。その後、同じコミットSHAに対応するビルドの成功を確認し、ローカル検証も完了したとの報告を受けています。試験件数の再集計はしていませんが、検査、プッシュ、公開先のビルドを同じコミットで確かめる必要がありました。

完了報告後も古い待ち状態が残った

修正後の進捗確認にも負担が残りました。ローカルの検証が終わり、プッシュされた後も、以前の「検証結果待ち」を引きずる報告が出たためです。最新結果をあらためて示し、対象SHAと残作業を照合する必要がありました。

報告の頻度が高いだけでは、この負担は減りません。必要だったのは、次の四つを揃えることでした。

• 依頼ごとの完了条件
• 検証したコミット
• 検査の範囲
• 最後に届いた結果

GitHubの更新だけでは、作業のプロセスが動いているかどうかも分かりません。任せるときは、「動いているか」だけでなく「何を根拠に完了とするか」まで伝えた方がよいと思います。

そこで、案件、対象の版、検査範囲、結果の時刻を揃え、完了済みの検査と追加監査を分けて伝えました。訂正後の報告では、完了扱いが維持された例もあります。ただ、通知の重複率・見落とし率・平均遅延や、手作業と比べた負担の削減率までは測れていません。

別のチャットの指摘をテストで検証する

追加のコード監査では、ChatGPTの別のチャットを次のように使いました。

• 監査内容を要約して渡し、見落としや反例を求める
• 出た指摘を仮説として受け取る
• 変更可能な入力値をめぐる指摘から、変更候補で古いエラー表示が残るケースを再現し、回帰テストに落として修正を進める

別のチャットには要約だけを渡しているので、全ソースの監査やテストの代わりにはなりません。それでも、指摘から再現条件を作り、回帰テストにつなげる使い方は役に立ちました。この追加の修正候補は、最終プッシュまで確認できていないため、前述の完了済みの検証には含めていません。

dotの実行環境と作業の確認

実装を頼むときは、どこで動かすかも伝えておくと引き継ぎが楽になります。dot自身のクラウドPC、接続した自分のPC、事前設定したCodexクラウド環境は、それぞれ別の環境です。後半で紹介するDebianのスペックやMySQLの制約は、dotのクラウドPCを測った結果です。

公式には、ローカルのWork・Codexタスクを接続済みPCで始める方法と、リポジトリや初期設定を用意したCodexクラウド環境で始める方法があります。ローカルの仕事にはPCをオンラインにしてChatGPTアプリを開いておく必要がありますが、Codexクラウド環境は手元のPCがオフラインでも使えます。途中でPCを切り替えても、開始済みのタスクは自動では移りません。Tasks and memory

引き継ぎの依頼文には、対象コミット、実行する検査、成功条件、変更してよい範囲を入れておきます。原本や既存DBが必要なら、そのデータを使える環境も指定します。「ローカルで確認して」だけで済ませるより、返ってきた結果を元の依頼と照合しやすくなりました。

dotを窓口に複数の仕事を整理し、Codexなどに実作業をつなぐ使い方はできます。ただし、事前設定したCodexクラウド環境を新しく起動し、全試験を終えるまでの一連の動作は試していません。Tasks and memory、Computers and apps

Activityで確認して必要な作業だけ引き取る

• Activity：作業の進捗、ファイル、結果、入力待ちを確認できます
• Scheduled：定時の仕事を確認する場所で、実行中のタスクを見る画面とは別です
• Take over：クラウドPCを開いて画面を見るだけでは操作権を引き取れず、Take overを選び、終わったら制御を返す流れが案内されています
• Pause：現在のメイン作業を止めても、すべての別タスクや将来の定時実行が止まるわけではありません。対象のタスクと予定を確認する必要があり、停止しても、過去に行った変更は元に戻りません

公式の説明は、ControlsとComputers and appsにあります。

音声で聞いて確認事項をチャットへ残す

夜中にdotへ電話して、進行中の作業を聞き、新しいタスクを頼んだことがあります。依頼中のタスクを一通り報告してもらい、ローカル確認が必要なものや、埋もれていた記事の話をチャットに再掲するよう頼みました。長い依頼の一覧を口頭で聞いて、あとで読む場所を指定する使い方です。

公式にも、電話ボタンから作業の相談や優先順位の変更ができ、通話後も仕事を続けられると説明されています。dot側からの発信は、確認時点では今後の予定でした。dot自身の公式説明、音声とメッセージの説明

これは利用体験で、応答時間や依頼した全ファイルの納品を測った試験ではありません。通話で頼んだ後も、完了したかはチャットや成果物で確認します。

• 状況の確認：「いま何が終わっていて、何が残っている？」
• 続きの依頼：「次はこの資料を確認して」
• 未検証の組み合わせ：Calendarから取得した今日の予定を通話中に読み上げること

Slackなどに入口を変えても、チャット本文は自動では同じ場所に複製されません。どこで結果を受け取りたいかを指定しておく方がよいと思います。私的な相談をチームのチャンネルに共有してよいかも、会話をつなげられるかどうかとは別に決めます。

改訂中に作業ファイルと追加ツールが見えなくなった

この記事を改訂している途中で、直前まで使っていた作業ファイルと追加ツールが、dotのクラウドPCの元の場所に見つからなくなりました。完成した改訂稿も見当たりません。作業フォルダの作成時刻などが新しくなっていたため、環境が作り直された可能性が高いと考えましたが、原因は分かっていません。

以前に追加したasdfとRust、検証用のPHP・Composer・PCOV・MySQLも見つかりませんでした。標準側のNodeは残っていましたが、追加したものとは版が異なります。同じNodeが古い版に戻ったのか、別の配置を見ているのかは断定できませんでした。

読み取り可能な範囲をルートから名前で探しても、旧作業フォルダは見つかりませんでした。調べられたのはその時点で接続している環境だけで、旧環境にデータが残っているか、永久に消去されたかは不明です。メモリ不足や再起動が原因かどうかも分かりません。

元の記事はLibraryに別名で残っており、取り出した内容のSHA-256は以前の原稿と一致しました。一方、改訂後の完成稿は外部保存が成功しておらず、そのまま回収できませんでした。この記事は、元原稿と先に保存できていた修正計画から組み直しています。

コードは、リモートにプッシュ済みのコミットから取り直せました。未プッシュの変更や一時ログは、同じようには戻せません。文書も、作業場所で完成したことと、あとから取れる場所へ保存できたことを分けて確認する必要がありました。

別の試験では翌日やPause前後に同じファイルを読めていますし、/tmpのファイルが見えなくなった例もあります。切断のたびに消えるとは言えず、保持期間も分かりません。私は重要な途中成果と完成物を外部へ保存し、内容を確かめることにしました。ツールの導入手順、版、再実行に使う入力も一緒に残しておきます。

完成の報告を受け取るだけでなく、保存先から開けるかも確かめておきたい。保存に失敗して原稿を組み直すことになり、その必要性を実感しました。

保存した版の再取得や、小さなCSVの再実行も試しました。ただ、同じ環境内での確認なので、環境を失った後に依存やモデルを含めてすべて復元できるかは、まだ分かりません。CSVでは、実行オプションによって検査が無効になり、誤った集計でも正常終了する例がありました。

なお、別の作業報告には、通信断から復旧した後も既存ファイルのハッシュが変わらなかった例があります。操作ログは独立に確認できておらず、今回のファイルが見つからなくなった事例と同じ原因かは分かりません。

クラウドPCと接続アプリを試した結果

dotは自分のコンピューターとブラウザを持ち、調査、文書作成、データ分析、ソフトウェア作業に使えると説明されています。公式のComputers and appsを読みながら、次の作業を試しました。

• 接続アプリ：Slack、Gmail、Google Drive・Sheets、Calendar、GitHubの読み取り
• クラウドPC：文書とPDF、CSV集計、画像変換とOCR、動画、CAD・GIS、Rust・PHP・MySQLの小さな試験
• 接続した手元のPC：シェル、ファイル、アプリ内ブラウザ、Dockerとcmuxの接続確認

asdf・Rust・PHP・MySQLや、日本語OCR、CSV分析、PDF作成の道具は、必要に応じてdotに導入を頼みました。最初から入っていたものとは分けて紹介します。各節の詳しい入力条件や測定値は折りたたみに入れてあるので、気になる用途だけ開いて読めます。

Debian 13.6と実行環境のスペック

調査時点の環境はDebian 13.6で、確認できた論理CPU数は9、メモリの表示値は約9.73 GiBでした。 CPUとメモリの専有量は確定しておらず、GPUアクセラレーションの成功も確認できていません。

Slack・Google連携で情報を取り出した

接続済みのアプリでは、Slackの発言やGmailの本文を探し、Sheetsの指定範囲を読み、Calendarの予定を参照できました。Docsは一覧検索で見つからなかった文書も、メールにあった共有リンクからは読めています。探している情報の場所が分かっているときと、検索から始めるときでは、結果が違うこともありました。

最初に試したのは、アプリ一覧の確認を含む24項目の読み取りです。その後、返信付きスレッドや数式セルなど、対象を変えて詳しく調べました。以下の24項目には、その際のセル数・ページ数やCustom Rulesの保存を含めていません。

Slackの返信は、ページごとの親発言の重複と並び順に注意が必要でした。Sheetsは4種類50式セルの式と現在値が対応しましたが、入力変更後の再計算は試していません。Docsで照合したのは1タブの文書で、複数タブや原画面の全文・書式までは確かめていません。読み取れた内容をもとに作業を頼むことと、送信・編集・予定の作成や変更を任せることは、分けて考えたいところです。

dotのクラウドPCとローカル環境の使い分け

手元に道具を入れず、小さな制作や変換処理を試すなら、クラウドPCは使いやすい環境でした。既存リポジトリや専用アプリ、OS固有の条件が必要な作業では、その要件を満たす場所を選びます。手元のPCにあるアプリや設定を使いたいときは、ローカル環境も候補になります。

接続やログイン状態、端末のオンライン要件は、公式のComputers and appsで確認しました。クラウドブラウザを拒否するサイトでローカルPCを試す方法も案内されています。ただし、セッションの自動移行や、任意のローカルブラウザの利用が保証されているわけではありません。

今回の結果を見ると、CSV集計や文書変換のような独立した処理はクラウドで済ませ、プロジェクト固有の環境が必要な検査は要件に合う場所で行う、という使い分けがよさそうです。速度や権限の広さ、制限の少なさでローカルPCが常に有利かどうかは、比較していません。

CSV集計・動画生成・GIS変換・CADを一通り試した

個々のソフトを動かしたあと、CSVからPDF、SVGから動画、といった複数の道具をつなぐ作業も試しました。出力はできても、中身を読み戻すと足りないものが見つかることがありました。

この一連の試験では、合成データと新しい作業用ディレクトリを使い、新規インストールやネットワークアクセスは行っていません。外部コマンドは各45秒を上限とし、動画エンコードは2スレッドに制限しました。

動画のフレーム数とGISの属性欠落は、出力を別の方法で読み戻して初めて分かりました。成功した出力だけでなく、途中の不一致も残しておくと、次に何を確かめればよいかが分かります。

CSV分析にDuckDBを追加した

サーバーを立てずにCSVを集計するため、DuckDBも追加しました。1万行の合成CSVを都市別に集計すると、Pythonで独立に計算した金額と一致し、合計は122,390,000円でした。Parquetに保存して読み戻した4万セルの差分は0です。集計表を載せた2ページの日本語PDFも作れました。

集計、保存、配布用PDFでは、それぞれ確かめたい内容が違います。金額は独立計算と比べ、Parquetはセル単位で照合し、PDFは文字抽出と描画の両方を見ました。複数人・複数プロセスの同時書き込みや、大規模な実データの処理能力は試していません。

図の読み方

1. 1万行の合成CSVをDuckDBで集計し、Pythonの整数計算で独立に求めた金額と照合した。
2. Parquetへ保存し、読み戻した1万行×4列の4万セルをCSVと照合すると差分0だった。1セルを変えた負例では差分1件を検出した。
3. 集計結果をTypstのPythonバインディングへ渡し、2ページの日本語PDFを作った。都市名と金額の文字抽出、両ページの描画を確認した。

Source

DuckDB・TypstによるCSV集計とPDF作成

Method

独立計算・Parquetの4万セル照合・PDFの文字抽出と描画

Environment

dotのクラウドPC・1万行の合成CSV

文書とPDFの変換と日本語PDFの作成

小さなDOCX・XLSX・PPTXでは、作成、編集、PDF化、数式の再計算までできました。日本語PDFはHTML経由と、追加したTypstのPythonバインディングで生成しています。Microsoft Office本体との互換性、複雑な既存帳票、書籍組版やPDF/UAへの適合は未検証です。

画像変換と日本語OCR

日本語を含む画像の変換はできましたが、ImageMagickではAVIFを指定しても中身がPNGになる例がありました。OCRは同じ小さな合成画像8枚で3方式を比較し、普段の本文読み取りにはNDLOCR-Liteを選びました。

文字が合っていても、段組の読み順や表の行列まで合うとは限りませんでした。今回の比較は写真・手書き・古い印刷物を含んでおらず、日本語OCR全般の順位を付けられる規模でもありません。

図の読み方

1. 表を除く7枚・正解931文字のCERは、文字の編集距離で測った。段組の読み順の違いも値に含まれる。
2. 2段組ではNDLOCR-Liteが段ごとの読み順を保ち、YomiTokuとTesseractは左右の段を行ごとに交互に並べた。
3. 正解セルへ評価側が文字を割り当てるとNDLOCR-LiteとYomiTokuは12/12一致したが、方式自身が4行3列を復元できたのは、この試験ではYomiTokuだった。

Source

日本語OCRの3方式比較

Method

文字誤り率・段組の読み順・表構造の比較

Environment

dotのクラウドPC・小さな合成入力

位置ずれを調べるため、別の合成PDFに、あらかじめ分かっている文字列と座標を埋め込む試験も行いました。文字認識を使わなくても、座標の扱いや埋め込みの段階でずれは起きます。ただし、最初のOCR試験に使ったPDF本体と当時の行データ・依存がそろっていないため、そのPDFの原因特定や修正には至っていません。記録にあった右端の不足も、新しい1語単位の条件では再現しませんでした。

埋め込み試験では、ReportLab・pypdfの版が対象ソースの依存指定と異なり、画像と文字層のフォントもそろっていません。3語に合わせた3.2ptのベースライン補正は一般化できず、2段組を列別の矩形で取り出せた結果も、プログラムによる抽出までです。

合成PDFをdotのクラウドブラウザーで開こうとすると、ローカルURLへのアクセスがERR_BLOCKED_BY_CLIENTになりました。制限を変えて迂回せず止めたため、検索UI、ハイライト、ドラッグ選択、クリップボードの照合はできていません。分かったのはこの経路の制限で、ブラウザー全般でPDFが使えないかどうかは分かりません。

追加した開発環境とDockerの起動条件

RustとPHPは、用意されていた環境に後から追加したものです。Rustではオフラインビルドと4テストが通り、PHPではPHPStan・PHPUnit・PCOVを使えました。どちらも小さな合成コードの試験ですが、わざと誤った値や型を入れると失敗するところまで確かめています。

MySQL Community Server 8.0.46は、起動からテスト、停止までを一回のコマンド実行にまとめると動きました。同じ実行内なら127.0.0.1のTCPでCLIとPHP PDOが接続でき、commit、rollback、utf8mb4、JSONを扱えます。PHPUnitのDB統合テストも1件・8アサーションが成功しました。

困ったのは、別のコマンド実行から起動中のサーバーへ接続したときです。127.0.0.1への接続は2回ともConnection refusedになり、その間も元の実行からはPDOで接続できました。正常停止後の次の実行では、コミット済みの行を読み戻せています。MySQLを使うことはできても、起動中のサーバーを別の実行から共有する使い方はできませんでした。ループバックと合成データによる小さな試験で、本番認証、安全な常駐運用、実プロジェクト全体の受け入れ試験は対象外です。

クラウド側のDockerは、最初の調査でdocker、podman、containerd、nerdctlをPATHに見つけられず、標準socketも見えませんでした。rootless Dockerも、UID/GIDの補助コマンドや権限条件がそろわず、必要条件を調べるところで止まっています。デーモンの起動までは試していません。

実行経路によって結果が変わった

HTTPとMySQLは、同じコマンド実行内ならTCP接続できても、別の実行からlocalhostへ接続すると失敗しました。ファイルを読み戻せることから、起動中のサーバーにも接続できると考えるとつまずきます。

図の読み方

1. 同一コマンド実行内では、127.0.0.1のMySQLへCLIとPHP PDOが接続でき、1テスト・8アサーションが成功した。
2. 起動中の同じサーバーへ別のコマンド実行から接続した2回は、Connection refusedとなった。元の実行からはPDO接続できた。
3. 正常停止後の次の実行では、コミット済みの行を読み戻せた。保存と常駐サーバーの共有は別に評価する。

Source

MySQLの同一実行・別実行からの接続試験

Method

TCP接続と正常停止後のファイル読み戻し

Environment

dotのクラウドPC・小さな合成入力

この違いはHTTPやブラウザ、socketでも見られました。ただし、ここから内部のVMやコンテナ構成までは分かりません。

標準のクラウドブラウザでは、ページ閲覧、DOMの読み取り、簡単なJavaScriptの評価、スクリーンショットの取得ができました。Python PlaywrightのChromiumが権限エラーで終了した結果とは分けて考える必要があります。標準ブラウザを操作できても、任意のChromiumをヘッドレスで起動できるとは限りません。

通信も経路次第でした。公開サイトからHTTP/HTTPSの応答は取得できましたが、Pythonからの直接DNS解決は失敗しました。外部からの接続、公開ポート、SSHログイン先としての利用は確認していません。

HTTPについては、Python 3.12.14の標準機能だけでecho処理を行う試験でも、同じ実行内では通り、別の実行からは接続を拒否されたという報告を得ました。処理は45秒以内に停止し、127.0.0.1だけで待ち受ける条件です。ASCII 16 bytes、日本語UTF-8 27 bytes、バイナリ4,096 bytesを入力し、外部公開はしていません。報告された試験時間は14:48:45〜14:49:31 UTCでした。

3入力は、一回のサーバー起動中に続けて試したものです。別実行の失敗後にも元の実行では応答していたので、サーバーが全期間停止していたための失敗とは考えにくい結果でした。ただし、独立した3環境での試験ではなく、VM・コンテナ・ネットワーク名前空間の内部構成も特定できていません。

このecho試験では標準クラウドブラウザの許可済み操作経路を確定できず、ブラウザからの接続は試していません。先ほどのブラウザ操作やMCPの往復とは試験内容が異なります。Docsの原画面を開けたことと、合成PDFのローカルURLを開けなかったことも、それぞれ別の対象で得た結果です。

ファイルとブラウザの状態保持

作業領域の確認用ファイルは、後続の操作でも翌日でも、同じハッシュで読み戻せました。シェルで設定したexportとcdは、次の独立した呼び出しの既定状態には引き継がれませんでした。再利用したいものはファイルに保存し、次の操作で内容を確かめて受け渡す方法が扱いやすいと感じました。

/tmpの挙動は一律ではありません。先に作った確認用ファイルは後の操作で見えなくなり、別の試験で作ったファイルは翌日も残っていました。異なるファイルを別々のタイミングで見た結果なので、/tmp全体のTTLは分かりません。

ブラウザについては、公開デモに合成値を保存して読み戻した記録があります。

この表は当時の構造化された記録に基づいています。画面や操作応答は別ファイルに残っていません。翌日には以前のCookieがnullと表示されました。設定されていた12時間の期限とは整合しますが、期限切れだけが原因かは分かりません。

ブラウザ全体の再起動、別会話、環境交換をまたぐ保持は試していません。ファイルが残っていても、同じVM・プロセス・シェルが動き続けていたかどうかは判断できません。

12分の処理とPause前後の読み戻し

約12分の処理は最後まで動きました。Pause/Resumeについても、操作したと報告された時間帯の前後で、対象ファイルの内容は変わりませんでした。ただし、操作は申告に基づくもので、停止を示す独立したUIイベントは確認できていません。同一プロセスが存続したか、すべての作業が停止したか、端末の電源が切れていたかも分かりません。

時刻指定で公開情報を取得する試験では、指定時刻と取得開始の報告に67秒の差がありました。一回の報告値なので、通知遅延の保証や通常の遅延の目安には使えません。

連携先を公開カタログで調べた

接続済みのアプリだけを見ると、dotで使える連携先の広がりは分かりません。そこで、実操作の試験とは別に、dotの公式文書と公開Plugin Directoryを調べました。OpenAIは発表で、プラグインを通じて4,000超のアプリに接続できると説明していますが、これは公表値で、この記事では接続して試していません。公開カタログには、仕事用の文書・タスク管理から、画像・動画制作、調査、旅行まで幅広い掲載があります。プラグインの公式説明

dotの公式文書に名前がある連携先

dot専用のComputers and appsでは、Gmailでメールを探す、Google Driveの文書を読んで更新する、GitHubのissueを調べてPRを準備する、といった例が紹介されています。また、メッセージの送り方にはSlackとMicrosoft Teamsが登場します。後者はdotに依頼したり返答を受け取ったりする窓口で、各サービス内の情報を検索するアプリ接続とは分けて考えたいところです。

GitHubは、説明を読むときに特に注意が要ります。公開カタログのGitHub詳細ページにはWrite表示がある一方、ChatGPTのGitHub appのヘルプは読み取り用と説明し、編集やpushにはCodexを案内しています。dotがPRを準備すること、Codexでコードを変更すること、通常のChatGPTのGitHub接続で書き込むことは同じではありません。資料の表示だけから、どの接続でも直接pushできるとは判断しませんでした。

接続前に確認しておきたい違い

用途が似ていても、対象にできるデータや操作は違います。確認した公開資料では、次の条件が特に判断に関わりました。

カタログにReadやWriteと表示されていても、それだけでは接続済みとも、すべての読み書きが許可済みとも言えません。プラン、地域、ワークスペースの管理者設定、サービス側の権限、利用画面、操作ごとの承認が関係します。新しい連携を使うときは、目的に近い読み取りをまず一つ確かめ、編集や送信が必要なら、その操作と対象をはっきりさせて進めたいところです。プラグインの利用条件、ワークスペースでのdotの管理

アプリが見つからなくても、dotのブラウザでWebサイトを利用できる場合がありますが、ログインやサイト側の対応は別に確認する必要があります。企業向けspecialist dotsの計画は、個人向けdotで利用できる連携には含めていません。テキストメッセージは、開始ガイドが一部の米国Pro利用者向けの限定ベータを案内する一方、Learnのメッセージ案内は今後提供予定としているため、一般提供済みとは扱っていません。MCPを使う拡張についても、任意の自作MCPやlocalhost上のサーバーにdotが必ず接続できることは確認していません。

任せてみて気を付けたいと思ったこと

小さな文書の試作、形式変換、短い動画、CAD・GIS、コードのテストは、実際に動かせました。既存のプロジェクトを任せるときも、まず小さな入力で最後まで通しておくと、依存不足やファイルの受け渡しで止まる箇所が分かります。

そのとき残しておいて役に立ったのは、次の情報です。

• 実行ファイルの版と実体、使用したPython環境、作業ディレクトリ、設定の保存先
• 入力と期待値、終了コード、警告、出力ファイルの実際の形式、再読み込みした内容
• 同一コマンド内なのか、別のコマンドなのか、GUIなのか、ブラウザなのかという操作経路
• ファイルが残るか、プロセスが動き続けているか、対象へ接続できるかを別々に確認した結果

ImageMagickでは拡張子がAVIFでも中身はPNGで、追加動画は71フレームしかなく、GIS変換ではid属性が欠けていました。正常終了だけを見ていたら、いずれも成功と判断していたでしょう。一方、Kdenliveでは警告のような表示があっても、出力と復号に成功しました。成果物を別の道具で読み戻し、元の期待値と比べるところまで依頼する価値がありました。

公式のComputers and appsには、作業を再開したときに前の状態を使えることや、個人のブラウザとはログイン状態が別であることが説明されています。ただ、ソフトごとの互換性、CPUの専有量、再起動後の保存期間までは保証されていません。今回も、作業を続けられなくなった場面がありました。

私なら、入力と完成条件を揃えやすい小さな仕事から任せます。成果物を開いて確かめ、外部に保存できたところまでを完了条件にする。開発なら、検査したコミットと反映先も揃える。生成するところだけでなく、受け取った後に使える状態まで頼むのがよいと思います。

次に確かめたいこと

Docsの本文やSlackの返信は読めましたが、複雑な文書や長い履歴をどこまで扱えるかは、まだ試し足りていません。Custom Rulesの保存後の挙動、長期記憶、自発的な通知も気になるところです。次に試すなら、次の条件を揃えたいと思います。

Docsは最初の2種類の検索、Slackは4回の検索では試験対象が見つからず、探し方を変えてそれぞれ1文書・1スレッドを取得できました。検索で見つからないときは、読む機能の問題なのか、対象を探せていないのかを分けて考える必要がありそうです。Docsの全タブ取得やSlackの返信とページ継続の仕様も踏まえて、次はより複雑な対象で確かめたいと思います。

Custom Rulesは保存まで確認できましたが、設定を変えて実行結果を比べる試験はしていません。記憶の訂正が新しい依頼にも残るか、自発通知が必要な変化を拾えるかも、別に確かめる必要があります。

dotについてよくある質問

• dotとは何か

会話していない間もタスクを進めるOpenAIのエージェントです。自身のクラウドPCとブラウザを持ち、接続を許可したアプリの情報も使います。公式説明と実測した範囲は、できることの早見表で分けています。

• dotの料金はいくらか

Proは月額100・200・500米ドル、Business Premiumは年払いで1人あたり月額100米ドル、月払いでは125米ドルです。Businessのワークスペースは有料席が最低2席必要です。地域・通貨・提供条件は料金の節を参照してください。

• dotはどの地域とプランで使えるか

確認時点ではProとBusiness Premiumで段階的に提供され、Enterpriseには管理者が有効化するベータがあります。地域と年齢の条件、初期設定の対応画面は開始ガイドで確認できます。アカウントへの提供状況も別に確かめてください。

• まず何を頼むとよいか

入力と出力がはっきりした小さな作業から始め、成果物をどう検証するかも伝えます。CSV集計、日本語PDF、OCR、短い動画、関数のテストなどの依頼例を、試した条件と一緒に示しました。

• 会話していない間も動くか

公式にはバックグラウンドで仕事を進めると説明されています。実測では約12分の処理が完走しましたが、何日も続く常駐や通知の品質は未検証です。作業が動く四つのきっかけを分けて扱っています。

• 確認なしにどこまで操作するのか

Custom Rulesで操作ごとの扱いを選べますが、必須の安全要件と確認は外せません。dotがルールに従う際に間違える可能性もあります。今回は設定の保存まで試し、実行判断への効果は未検証です。承認と設定の流れを参照してください。

• データはモデル学習に使われるか

背景調査そのものは直接学習に使われないと説明されていますが、会話やタスクへ取り込まれた情報は通常のデータ設定に従います。プランによる扱い、人間による限定的な確認、削除の範囲は記憶とデータの節で整理しました。

• Slack・Google以外のアプリも使えるか

公式の公表値はプラグイン経由で4,000超です。この記事で接続して実測した数ではありません。公開カタログとdotの公式文書では、掲載、認証、使える操作を分けて確認しました。

• 接続した自分のPCでは何ができるか

検証用テキストの作成・編集・再照合と、アプリ内ブラウザでの公開ページの読み取りは成功しました。Dockerデーモンはアクセス拒否、cmuxは接続先未発見でした。既存リポジトリやPC全体のGUI操作は、このローカルPC試験に含めていません。

• Dockerやlocalhostは使えないのか

環境と経路で結果が異なります。クラウド側のDockerは必要条件の確認で止まり、localhostはHTTPとMySQLの同一実行内で成功し、別実行からは失敗しました。実行経路の図と結果を参照してください。

• ファイルや追加したソフトは残るか

翌日にも同じ内容を読み戻せた一方、記事の改訂中には旧ファイルと追加ツールが見えなくなる事例もありました。保持期間は不明です。重要な成果物は外部へ保存し、そこから開けるか確かめておくことを勧めます。

• 自分のPCを閉じても作業は続くか

公式にはクラウドで完結する作業を継続できると説明されています。接続したローカルPCを使う仕事には、そのPCがオンラインでChatGPTアプリが開いている必要があります。三つの実行先を分けて考えます。実測の約12分の完走を、電源断後や長期間の継続保証にはしていません。