OpenAI、AIの行動指針「Model Spec」を改定エージェントは人間の監督を回避しないと明記

2026年11月1日2026年11月3日

OpenAIがAIの行動指針「Model Spec」を改定し、エージェントは人間の監督を回避しないと明記した

URLをコピーしました！

執筆: AI産業通信編集部　公開: 2026年11月1日 09:44　更新: 2026年11月3日 13:30

OpenAIは2026年10月29日（米国時間）、AIが「どう振る舞うべきか」を定めた公開文書「Model Spec」を改定した。指針全体を「人の意図への忠実さ」「害の最小化」「誠実さと透明性」「人間の主体性」「配慮」という5つの価値観で整理し直した。

この記事では、何が変わったか、記憶機能や文体など企業の利用に関わる点、そして現行モデルがまだ満たしていない点を整理する。

監督の回避を禁じる規定が入った

この章では、「人間の主体性」に関わる新しい基本動作と、報道で確認できた範囲、確認できなかった点が分かる。

今回の改定で、5つの価値観のうち「人間の主体性」に関わる既定の振る舞い（指示がなくてもモデルがとる基本動作）が加わった。人間の主体性を支えること、関連する社会的な規範に従うことが書き込まれている。5つはいずれも既存の指針の考え方をまとめ直したものだ。背景には、モデルが賢くなり現実世界でより重い行動をとるようになったことがある。OpenAIは、指示を文字どおりに解釈するだけでは足りず、人の意図や価値観の理解が必要だと説明している。
なお、「エージェント（自律的に作業を進めるAI）が人間の監督を回避しない」という条文そのものは、根拠としたITトレンドの報道では確認できていない。以下は、報道で確認できた範囲の内容だ。

監視回避の禁止と修正可能性

人が判断を握り続けることに関わる点として、新設の「文脈を慎重に考慮する」がある。会話や記憶を踏まえて助言する場合、モデルは前提にした内容を見える形で示し、利用者が簡単に訂正できるようにする。
たとえば転職先の比較で、以前に聞いた「勤務時間の予測しやすさ」を踏まえて答えるときは、その前提を明示する。AIが何を根拠にしているかを人が確かめ、直せる形にするという考え方だ。

範囲と実行前の承認

OpenAIは、作業の副作用を抑え、何をしたかを利用者に知らせる指針も広げた。
行動の範囲は、必要な場面には確固とした境界を設け、それ以外は利用者や開発者が変更できる既定値として示す形をとる。

指示の優先順位はどう変わったか

この章では、指示が食い違ったときAIが誰の言い分を優先するのか、その決め方の変更が分かる。

今回の改定では、この解決順を説明する「指揮系統」（chain of command、誰の指示が上位に立つかの序列）が更新され、「人の意図への忠実さ」の節に組み込まれた。
関係は3層だ。OpenAIがSpecで境界を設け、開発者はその範囲でアプリを方向づける。利用者は、その制約の中でモデルに作業を指示する。優先順位の話が、人の意図を汲むための仕組みの一部として位置づけ直された。
ChatGPTで自社のサービスや業務の仕組みを作っている企業は、自社のシステムプロンプト（AIへの事前の指示書）がどこまで効き、どこからOpenAIの基準が上位に立つのかを、改定後のSpecと照らして確かめられる。
強めの既定値は残された。質問に客観的に向き合うという基本姿勢がその例だ。利用者や開発者が特定の立場で答えるよう明示的に求めれば、モデルはそれに応じる。ただしモデルは、相手が聞きたがっていそうだという推測だけで、その立場をとってはならない。

記憶と文体の扱いが変わった

この章では、記憶機能を使う人や社外向け文書をAIに書かせる企業に関わる二つの変更が分かる。会話や記憶の扱いを定めた項目の新設と、文体の指針の大半の廃止だ。

新設の「文脈を慎重に考慮する」は、会話の履歴や記憶を、相手の意図や好みを理解するために使うという内容だ。前提にした内容は見える形で示され、利用者が訂正できる。ChatGPTの記憶機能を有効にしている企業は、どの範囲で使うかを社内で決めておきたい。
文体のほうは、細かな指針が大半廃止された。OpenAIは、文体は言語・文化・個人の好みに合わせるべきだと考えている。好みを知る手がかりは、利用者のフィードバックや文脈だ。==社外向けの文書や顧客対応にAIを使っている場合、出力の文体が従来と変わる可能性がある。求める文体はプロンプトで明示し、自社の用途で出力を定期的に確かめておくのが現実的だ==。
Spec内でのモデルの呼称も、「アシスタント」から「GPT」に改められた。OpenAIは、用途と利用環境が広がっていることを反映したものだと説明している。

現行モデルはまだ満たしていない

この章では、今回の改定で確定したこと、検討中のこと、示されていないことが分かる。
Model Specが書いているのは、OpenAIがAIにさせたい振る舞いだ。OpenAIは、現在のモデルはSpecをまだ完全には反映していないと明記している。今回の改定は価値観と判断の根拠をより明確にする「最初の一歩」で、研究、実際の利用、利用者からのフィードバックを通じて、Specとモデルの両方を改善していくという。

確定していること: 5つの価値観による整理、指揮系統の更新、「文脈を慎重に考慮する」の新設、文体の指針の大半の廃止が、文書に書かれた。
検討中とされていること: 価値観を学ばせ、原則がなぜ重要で新しい状況でどう当てはめるかをモデルに理解させる新たな学習手法。成果は今後公表するとしている。
示されていないこと: ChatGPTやAPIへの反映時期、日本語での提供時期、現行モデルが各項目をどこまで守れているかを示す数字や評価。