ChatGPTのMac用Computer History機能がスクリーンショットの枠組みを超える

ChatGPTの新しいMac用「Computer History」機能は、デスクトップAIがユーザーの活動を記憶する方法を本当に変えつつあるのでしょうか？OpenAIが2026年8月13日にリリースした機能は、デスクトップAIがスクリーンショットベースの記録からイベント駆動型の文脈キャプチャへと移行しつつある明確な兆候を示しており、画面の画像を継続的に撮影することなく、サポートされているクロスアプリケーションの活動を記録するオプトイン方式を導入しています。macOSのアクセシビリティやアプリケーションインターフェースを通じて公開される、クリック、キーストローク、アプリケーションの切り替えといったサポート対象の操作イベントをリスニングすることで、検証可能なローカルのセマンティックタイムラインを構築します。これにより、ChatGPTやCodexは、ユーザーが過去の作業内容をチャットインターフェースに手動でコピー＆ペーストしなくても、失われた文脈を復元し、過去の参考ドキュメントを特定し、自動化されたワークフローを提案できるようになります。

デスクトップコンピューティングとアクティビティ追跡の概念図

ChatGPT Computer Historyとは？

概要

OpenAIは2026年8月13日、macOS版のChatGPT Pro、Business、Enterpriseのサブスクライバー向けにComputer Historyをリリースしました。
この機能は従来の「Chronicle」リサーチプレビューに代わるもので、定期的なスクリーンショットのキャプチャを廃止し、イベント駆動型の操作ログ記録を採用しています。
一時的なイベントデータは処理ライフサイクルの一部として削除されるまで最大48時間保持される場合があり、生成されたテキストの記憶は読み取り可能なローカルのMarkdownファイルとして保存されます。

ChatGPT Computer Historyは、macOSクライアント内でネイティブに動作するアンビエント（環境型）コンテキストレイヤーとして機能します。標準的な対話型インターフェースでは、言語モデルは、ユーザーがアクティブなプロンプトウィンドウに明示的に入力またはアップロードした内容しか認識できないという根本的な入力の壁を抱えています。コードエディタ、ブラウザのタブ、ターミナルウィンドウ、コミュニケーションツールにまたがる複雑なタスクでは、その操作コンテキストを再構築するために、反復的な手動作業が必要になります。

より大きな変化は、単にChatGPTにより多くのテキストを記憶させることではなく、オペレーティングシステム自体をデスクトップAIの主要なコンテキストレイヤーに近づけることにあります。デスクトップAIがOSレベルのより豊かな文脈にアクセスできるようになるにつれて、アプリケーションメモリとオペレーティングシステムのテレメトリーの境界線がますます重要になってきます。Computer Historyは、許可されたアプリケーションやウェブサイトから活動のタイムラインをパッシブにコンパイルすることで、この摩擦に対処します。ユーザーが「最後の休憩の前に何をデバッグしていたっけ？」や「今朝見た提案書のドキュメントはどこだっけ？」といった質問をすると、アシスタントはローカルのタイムラインを照会して、リクエストを満たすために必要な正確なファイル、会話、または開いているタブを特定します。

Computer Historyのタイムラインと日別アクティビティのサマリーを表示するChatGPTデスクトップインターフェース

内部メカニズム：イベント駆動型のメモリとスクリーンショットスクレイピングの比較

Computer Historyの核心的な技術的差別化要因は、スクリーンショットベースの記録から操作イベントのログ記録への移行にあります。Microsoft Windows RecallやOpenAIの実験的なChronicleプレビューなど、これまでの業界の試みは、光学的文字認識（OCR）によって処理されるバックグラウンドの画面キャプチャに大きく依存していました。このアプローチは、ディスクのオーバーヘッドの大幅な増大、高いトークン消費、そしてローカルのビジュアルキャッシュの保存に関するセキュリティ上の懸念をもたらしました。

画面のピクセルをキャプチャしたり音声を録音したりする代わりに、Computer HistoryはmacOSのアクセシビリティやアプリケーションインターフェースを介して公開される、サポート対象の操作イベントを記録します。これらのイベントは、ウィンドウフォーカス変更、キーボードショートカット、タイピング操作、対応ブラウザ間のURL遷移などの構造化されたメタデータを捉えます。

ローカルストレージとイベント処理のライフサイクル

このアーキテクチャでは、テレメトリー処理が明確なローカル処理ステージとバックグラウンド処理ステージに分かれています。

ローカルイベントロギング：生の操作イベントは、macOS App Groupコンテナで管理される隔離されたローカルディレクトリに書き込まれ、一時的なイベントデータをアプリケーションのローカルストレージ境界内に保持します。
エフェメラル（一時的）要約：デスクトップクライアントは定期的に、生のイベントバッファを読み取り、構造化されたタスクの要約を抽出し、標準的なライフサイクルの一部として一時的なイベントデータを削除する一時的なCodexセッションを開始します。
永続的なMarkdownメモリ：生成された要約は、プレーンテキストのMarkdownファイルとして $CODEX_HOME/memories/extensions/skysight/ の下にローカル保存され、ユーザーはFinderを介して直接それらを確認、変更、または削除できます。

以下の図は、オペレーティングシステムのイベントからローカルメモリまでのインタラクションパイプラインを示しています。

[ユーザーのアクション（クリック / キー / アプリの切り替え）]
                 │
                 ▼
[macOSアクセシビリティAPIイベントストリーム]
                 │
                 ▼
[ローカルApp Groupバッファ（一時保持）] ──> [エフェメラル処理] ──> [ローカルMarkdownメモリ]

自社開発か外部調達か：コンテキストキャプチャとコンテキスト復元の比較

分散環境全体で操作コンテキストをキャプチャすることは、古典的なアーキテクチャ上の課題を提示します。ChatGPTのようなデスクトップアシスタントは、ネイティブなオペレーティングシステムのフックを活用してクライアント側の操作イベントを捉えますが、エンタープライズアーキテクチャでは多くの場合、切断されたプラットフォームやネットワークの境界を越えて機能するコンテキストの保持が求められます。

カスタムのシステムレベルのロギングクライアントを構築するには、OSレベルの権限、バックグラウンドのリソース使用量、機密データの除外、ローカルストレージの制御を処理するために、相当なエンジニアリング投資が必要になります。逆に、確立された状態同期プロトコルを導入することで、組織は最小限のクライアント側のオーバーヘッドでコンテキストの連続性を維持できるようになります。

この比較は製品同士というよりもアーキテクチャに関するものであり、各アプローチはユーザーの旅程の異なるレイヤーでコンテキストを保持します。以下の表は、コンテキスト保持に対するさまざまなアーキテクチャアプローチを比較したものです。

次元	ネイティブアクセシビリティストリーム (Computer History)	光学式スクリーンショットOCR (従来のRecall / Chronicle)	サーバーサイドの状態復元
データフットプリント	極めて軽量（イベントメタデータ）	高（負荷の高いビットマップキャプチャ）	最小限（暗号化トークンの受け渡し）
プライバシー境界	ローカルApp Groupストレージ＋オプトイン	高リスク（暗号化されていない画面バッファ）	信頼できるサーバーデータベース
処理オーバーヘッド	軽量なバックグラウンドリスナー	負荷の高いローカルGPU/NPU OCR推論	低いクライアント側CPU/メモリ使用量
クロスプラットフォームの範囲	単一のデスクトップOSに限定	単一のデスクトップOS	クロスプラットフォーム（ウェブ、モバイル、App Store）
主なユースケース	個人のワークスペースの生産性向上	受動的なデスクトップアーカイブ	分散したジャーニーとコンテキストの継続性

デスクトップAIは、アプリケーション間でのコンテキストの継続性を解決します。モバイルの配信とアトリビューションにおいても、獲得コンテキストがウェブからApp Store、そして最終的にインストール済みアプリケーションへの移行を生き残る必要がある場合、これと構造的に同様の問題に直面します。そのような環境において、OpoInstallは、永続的なクライアント側クッキーや侵入型のトラッキングに依存することなく、遅延ディープリンクとサーバー側のパラメータ復元を使用して、ハンドオフ全体でキャンペーンやリファラルのパラメータを保持します。状態の解決を信頼できるサーバーサイドのレイヤーに移行することで、開発者は、複雑なリダイレクトやApp Storeの遷移を経ても、操作コンテキストがスムーズに維持されるようにします。

統合チェックリスト：権限とプライバシー保護の構成

デスクトップのイベントキャプチャは日常的なアプリケーションのワークフローに触れるため、IT管理者や個々の開発者は厳格な境界コントロールを適用する必要があります。

管理者および開発者向けチェックリスト

ワークスペースレベルの承認の強制：メンバーが個別にオプトインする前に、EnterpriseおよびBusinessの管理者が機能の有効化を明示的に行うようにします。
ドメインとアプリケーションの除外の設定：収集パイプラインから機密性の高いアプリケーション（パスワードマネージャー、バンキングソフトウェア、社内コミュニケーションツールなど）をブロックします。
ローカルストレージパスの監査：$CODEX_HOME/memories/extensions/skysight/ に対する権限が、承認されたシステムユーザーアカウントに読み取りアクセスを制限していることを確認します。
プロンプトインジェクション防御の確立：ウェブコンテンツに埋め込まれた悪意のあるインストラクションのリスクを軽減するため、信頼できないドメインからのウェブブラウジングアクティビティを隔離します。

よくある質問 (FAQ)

ChatGPT Computer HistoryはMac上のスクリーンショットや音声を記録しますか？

いいえ。Computer Historyは、継続的なスクリーンショット、画面録画、マイク入力、システム音声ではなく、サポートされている操作イベントを中心に設計されています。macOSのアクセシビリティやアプリケーションインターフェースを介して公開される、マウスクリック、キーボードショートカット、タイピング入力、ウィンドウ遷移などの操作イベントのみを記録します。

生成されたComputer Historyのメモリファイルはローカルのどこに保存されますか？

要約されたメモリファイルは、ユーザーディレクトリ内の `$CODEX_HOME/memories/extensions/skysight/`（通常は `~/.codex/memories/extensions/skysight/` に解決されます）に、プレーンテキストのMarkdownドキュメントとして保存されます。ユーザーはFinderでこれらのファイル直接表示、編集、または削除できます。

どのChatGPTサブスクリプションプランでComputer Historyを利用できますか？

この機能は、macOS版のChatGPT Pro、Business、Enterpriseのサブスクライバー向けに順次ロールアウトされています。BusinessおよびEnterpriseアカウントの場合、個々のチームメンバーが機能の有効化を選択する前に、管理者が最初にワークスペースレベルの権限を付与する必要があります。

開発チーム向けの主なポイント

OpenAIによるComputer Historyの導入は、リアクティブな対話型プロンプティングから、アンビエントなイベント駆動型コンテキストキャプチャへの大きな移行を示しています。侵入型の画面キャプチャではなく、構造化されたオペレーティングシステムの操作イベントに依存することで、このアーキテクチャはデスクトップAI統合に向けて、より効率的でプライバシーに配慮したモデルを確立しています。

ソフトウェアアーキテクトや開発者にとって、このリリースは、生のイベントストリームを永続的な状態ストレージから切り離すことの価値を再認識させるものです。モバイルアトリビューションにおいて、OpoInstallは同じ継続性の原則を別の境界に適用しています。すなわち、永続的なクライアント側のクッキーや侵入型のデバイスレベルのトラッキングを必要とせず、ユーザーがウェブキャンペーンからApp Storeのハンドオフを経てインストール済みアプリに移行する際も、獲得コンテキストを保持します。現代のインフラストラクチャは、ユーザーのセキュリティを犠牲にすることなくシームレスな文脈を維持するために、サーバーサイドの状態保存と構造化されたテレメトリーにますます依存するようになっています。