В ChatGPT появились workspace agents для рабочих команд

OpenAI представила workspace agents в ChatGPT — общих ИИ-агентов для команд, которые могут выполнять повторяющиеся рабочие процессы, собирать контекст из подключённых систем, следовать внутренним правилам и запрашивать подтверждение там, где это нужно. Релиз вышел 22 апреля 2026 года, а сама функция доступна в режиме research preview для планов ChatGPT Business, Enterprise, Edu и ChatGPT for Teachers.

Главная идея обновления — перевести ChatGPT из формата личного помощника в инструмент для командной работы. Обычный чат хорошо подходит для разовой задачи: написать текст, объяснить тему, составить список, проверить идею. Workspace agents рассчитаны на процессы, которые повторяются внутри компании: отчёты, согласования, заявки, маршрутизация обратной связи, подготовка писем, анализ данных и работа с несколькими инструментами одновременно.

OpenAI называет workspace agents развитием GPTs. При этом прежние GPT пока остаются доступными, а позже компания обещает упростить их перевод в новый формат агентов. Разница в том, что агент рабочей области не просто отвечает на промпт, а может быть встроен в процесс: использовать файлы, подключённые приложения, навыки, память, расписание и каналы вроде Slack.

Что такое workspace agents

Workspace agents — это настраиваемые ИИ-агенты внутри ChatGPT, которые создаются для повторяющихся задач команды. Их можно сделать через шаблон или собрать с нуля: описать рабочий процесс, выбрать инструменты, добавить файлы, подключить приложения, протестировать результат и опубликовать агента внутри рабочей области.

В отличие от обычного запроса в ChatGPT, такой агент хранит не только инструкцию, но и порядок действий. Например, он может каждую пятницу собрать данные, построить графики, подготовить текстовый отчёт и отправить результат команде. Или принять запрос на установку софта, сверить его с политикой компании и создать тикет в IT-отдел.

OpenAI подчёркивает, что агенты работают на базе Codex в облаке. Это даёт им доступ к рабочей области с файлами, кодом, инструментами и памятью. Они могут писать и запускать код, использовать подключённые приложения, запоминать полезный контекст и вести многошаговую работу, а не просто выдавать один ответ на один запрос.

Чем это отличается от обычного ChatGPT

Обычный ChatGPT помогает человеку в моменте. Пользователь формулирует задачу, получает ответ, уточняет детали и сам переносит результат в нужные инструменты. Workspace agent нужен там, где процесс повторяется и включает несколько шагов: забрать данные из одного места, проверить правила, подготовить документ, отправить итог, создать задачу или запросить согласование.

Это особенно важно для команд, где работа зависит не от одного сотрудника, а от общего контекста. Агент может использовать внутренние документы, данные из подключённых сервисов, правила команды и заранее заданные критерии. Поэтому он ближе не к «умному чату», а к рабочему процессу, который можно переиспользовать.

OpenAI приводит пример из собственной команды продаж: агент собирает сведения из заметок по звонкам и исследований клиентов, квалифицирует новые лиды и готовит черновики последующих писем прямо во входящих менеджера. Такой сценарий показывает, что речь идёт не о развлечении, а о сокращении ручной координации между данными, CRM, письмами и внутренними правилами.

Какие задачи можно автоматизировать

Workspace agents лучше всего подходят не для творческих разовых идей, а для процессов, которые команда делает снова и снова. Если сотрудникам каждый раз приходится искать данные, копировать информацию между сервисами, сверяться с правилами и вручную оформлять результат, такой процесс может стать кандидатом для агента.

OpenAI показывает несколько типовых сценариев, которые можно собрать внутри рабочей области:

• Проверка заявок на программное обеспечение с учётом политики компании и созданием IT-тикетов.
• Маршрутизация отзывов о продукте из Slack, поддержки и публичных каналов.
• Еженедельная подготовка отчётов с данными, графиками и текстовым резюме.
• Квалификация входящих лидов, подготовка писем и обновление CRM.
• Проверка поставщиков на санкционные, финансовые и репутационные риски.
• Ответы на вопросы сотрудников в Slack с ссылками на внутреннюю документацию.
• Подготовка материалов к встречам на основе календаря, заметок и базы знаний.

Такие сценарии хорошо показывают разницу между «попросить ИИ написать текст» и «дать ИИ рабочий процесс». Агент не заменяет отдел целиком, но может забрать на себя повторяющуюся часть работы, где важны порядок, источники, формат и регулярность.

Как создаётся агент в ChatGPT

Создание агента начинается в разделе Agents в боковой панели ChatGPT. Пользователь может выбрать готовый шаблон или описать процесс своими словами. ChatGPT помогает превратить описание в план агента: определить шаги, подключить инструменты, добавить файлы, настроить каналы и протестировать результат перед публикацией.

Агента можно предварительно проверить в builder: запустить тестовый запрос, посмотреть результат, изменить инструкцию и только после этого создать финальную версию. Это важно для рабочих команд, потому что плохо настроенный агент может неправильно маршрутизировать задачи, брать не те данные или выдавать результат в неподходящем формате.

В справочном центре OpenAI указано, что агенты могут быть приватными, доступными по ссылке или опубликованными в каталоге организации. Для ChatGPT-канала также можно настроить запуск по расписанию: выбрать частоту, канал и дополнительные инструкции.

Где работают workspace agents

На старте агенты могут работать в ChatGPT и Slack. В ChatGPT их используют как общих помощников внутри рабочей области, а в Slack они могут подключаться к каналам и отвечать на запросы там, где уже идёт командная работа. OpenAI пишет, что позже появятся и другие поверхности для использования агентов.

Для бизнеса важны подключения к внешним инструментам. В release notes для ChatGPT Business указано, что eligible workspaces могут подключать агентов к Google Drive, Google Calendar, Slack, SharePoint, добавлять skills, файлы и custom MCP servers, делиться агентами и запускать их по расписанию.

Эта структура показывает, что OpenAI делает ставку не только на саму модель, но и на управление рабочими процессами. Для компании важны не разовые ответы, а контролируемые агенты, которые можно создавать, проверять, публиковать, ограничивать и отслеживать.

Почему это важно для бизнеса

Workspace agents закрывают одну из главных проблем корпоративного ИИ: многие сотрудники уже используют ChatGPT индивидуально, но результаты остаются разрозненными. Один человек написал хороший промпт, другой собрал полезную инструкцию, третий настроил повторяющийся процесс вручную. Без общего слоя всё это трудно масштабировать.

Новый формат позволяет превратить удачный рабочий сценарий в общий инструмент команды. Если отдел продаж, поддержки, маркетинга или IT нашёл полезный процесс, его можно оформить как агента, протестировать и дать коллегам. Это снижает зависимость от личных привычек одного сотрудника и делает ИИ более управляемым внутри организации.

Для руководителей важен ещё один момент: контроль. OpenAI указывает, что workspace agents работают в рамках разрешений и настроек организации. Администраторы могут управлять доступом к созданию, публикации и использованию Slack, а также видеть версионность и аналитику агентов.

Какие риски остаются

Рабочий агент может быть полезным только там, где процесс хорошо описан. Если в компании нет понятных правил, источников данных, критериев качества и ответственных за финальное решение, агент может ускорить хаос, а не работу. Он будет выполнять шаги, но эти шаги должны быть заранее проверены человеком.

Есть и риск избыточного доверия. Агент может собрать отчёт, подготовить письмо или создать тикет, но это не значит, что результат всегда точен. Данные могут быть неполными, контекст — устаревшим, а вывод — требовать проверки. Особенно осторожно нужно относиться к финансовым, юридическим, кадровым, медицинским и клиентским решениям.

Перед запуском агента команде стоит проверить несколько условий:

• У процесса есть понятная цель и повторяемые шаги.
• Известно, какие данные агент может использовать.
• Настроены права доступа к файлам и приложениям.
• Есть человек, который проверяет критичные результаты.
• Агент не получает лишних полномочий.
• Результат можно протестировать до публикации.
• Понятно, кто отвечает за обновление инструкции и правил.
• Ошибки агента можно отследить через версии и аналитику.

Без таких ограничений агентная автоматизация может стать рискованной. Чем больше действий выполняет ИИ, тем важнее прозрачность, контроль доступа и понятная ответственность.

Кому функция доступна

По официальному анонсу OpenAI, workspace agents доступны в research preview для ChatGPT Business, Enterprise, Edu и ChatGPT for Teachers. В русской версии анонса также указано, что использование агентов рабочей области будет бесплатным до 6 мая 2026 года, после чего должна заработать система оплаты на основе кредитов.

Для Enterprise-рабочих областей есть отдельная деталь: в справочном центре OpenAI указано, что workspace agents на запуске выключены по умолчанию, и администраторы могут включить их для eligible workspaces. Также отмечается, что функция недоступна для ChatGPT Enterprise customers with EKM.

Это означает, что обычный индивидуальный пользователь ChatGPT не является главной аудиторией релиза. Workspace agents ориентированы на команды и организации, где есть рабочая область, администраторы, подключённые инструменты, общие процессы и потребность в управляемой автоматизации.

Что изменится в работе с промптами

Появление workspace agents меняет саму роль промпта. Раньше промпт чаще был разовым запросом: «составь письмо», «сделай отчёт», «найди ошибки». Теперь промпт превращается в описание процесса: что делать, где брать данные, в каком порядке действовать, когда просить подтверждение, куда отправлять результат и как проверять качество.

Для сайтов и специалистов, которые пишут о промптах, это важный поворот. Простые шаблоны запросов остаются полезными, но на первый план выходят инструкции для повторяемых сценариев. Хороший агент требует не одной красивой команды, а рабочей схемы: роли, источников, ограничений, критериев, исключений и правил эскалации.

Поэтому prompt engineering постепенно смещается от фразы «напиши мне ответ» к формату «выполни процесс по правилам команды». Workspace agents — один из самых заметных примеров этого перехода.

Почему новость важна для рынка ИИ

Релиз workspace agents показывает, что OpenAI развивает ChatGPT как рабочую платформу, а не только как чат-бота. Для компаний ценность ИИ всё меньше связана с единичными ответами и всё больше — с повторяемыми процессами, интеграциями, правами доступа и командным использованием.

Этот шаг также усиливает конкуренцию в сфере корпоративных ИИ-агентов. Бизнесу уже недостаточно модели, которая хорошо пишет текст. Нужны инструменты, которые умеют работать с внутренними системами, соблюдать правила, запускаться по расписанию, обращаться за подтверждением и оставаться под контролем администраторов.