OpenAI「ChatGPT Work」始動とGPT-5.6一般公開｜3ラボ同時フロンティア時代のLLMO

OpenAI「ChatGPT Work」始動とGPT-5.6一般公開｜3ラボ同時フロンティア時代のLLMO

要点: 2026年7月9日、OpenAI は ChatGPT と AIコーディングツール Codex を統合し、ドキュメント・プレゼン・Webサイトを生成できる「ChatGPT Work」をローンチした。動力源は同日に全体で一般公開された最新モデル GPT-5.6（Sol / Terra / Luna）。これは Anthropic が1月に投入した自律エージェント「Claude Cowork」への直接対抗であり、同日には Anthropic 側も Claude for Government ベータや Cowork のモバイル/Web 展開を発表。OpenAI・Anthropic・Google の3ラボが同時に一般公開フロンティアモデルを持つ、AI史上初の日となった。本稿はこの転換が LLMO/AI検索最適化に何を意味するかを、事実に基づいて整理する。

最終更新日: 2026年07月10日

「検索の最適化」という言葉の射程が、この日を境にもう一段広がった。ユーザーが AI に問いを投げて答えを受け取るだけの時代から、AI が自らドキュメントを書き、プレゼンを組み、Web サイトを起こす「仕事をする AI」の時代へ——2026年7月9日、OpenAI の ChatGPT Work ローンチはその節目を象徴する出来事だった。

この記事では、確定している事実だけを土台に、(1) 7月9日に何が起きたのか、(2) 3ラボ同時フロンティアという状況が構造的に何を意味するのか、(3) LLMO（大規模言語モデル最適化）/AI検索最適化に取り組むマーケター・SEO担当者にとっての影響、(4) 今すぐ着手できる具体策（設定例・マークアップ例つき）、(5) 業種別の実務インパクト、(6) 今後の見通し、までを一本で完結する深掘り解説としてまとめる。

なお、LLMO/GEO の全体像を先に押さえたい読者は LLMO完全ガイド と aiseo-llmo 完全ガイド を、直近のモデル交代の文脈は Claude Sonnet 5 登場でAI検索の引用先が変わる と Gemini 3.5 Flash が AI Mode の既定モデルに を並行して参照してほしい。

何が起きたのか

まず、確定している事実を時系列で整理する。ここでは出典が確認できない数値・固有名詞は書かない。

1. OpenAI が「ChatGPT Work」をローンチした。 2026年7月9日、OpenAI は「ChatGPT Work」を発表・ローンチした。これは ChatGPT と、同社の AIコーディングツールである Codex を統合したもので、ユーザーの指示からドキュメント・プレゼンテーション・Web サイトを生成できる。単なるチャットの応答ではなく、成果物（アウトプット）そのものを作り出す方向への拡張である。報道では、複数の業務を一つの入口でこなせるという性格から「スーパーアプリ（super app）」という言葉で紹介された（U.S. News / Reuters, 2026-07-09）。

2. 動力源は最新モデル GPT-5.6。 ChatGPT Work を支えるのは、同日 2026年7月9日に一般公開された最新モデル GPT-5.6 である。GPT-5.6 には Sol / Terra / Luna という構成があり、ChatGPT・OpenAI API・Codex の全体で一般提供が開始された。これは13日間の政府協調プレビュー（government coordination preview）を終えたうえでの一般公開だと報じられている（Build Fast with AI, 2026-07-09）。

3. これは Anthropic「Claude Cowork」への直接対抗である。 ChatGPT Work は、Anthropic が同年1月にローンチした自律エージェント「Claude Cowork」への直接的な対抗と位置づけられている。AI が人の代わりに一連の作業を遂行する「自律エージェント」という土俵で、2大ラボが正面からぶつかった格好だ。

4. 同日、Anthropic 側も動いた。 7月9日前後で、Anthropic も Claude for Government のベータ を発表し、Cowork のモバイル/Web 展開 を進めた。加えて、同社のモデル面では Claude Sonnet 5（6月30日に全ユーザーのデフォルト化） と Claude Fable 5（7月1日に復活） が出そろっている。詳細は Claude Sonnet 5 登場でAI検索の引用先が変わる を参照してほしい。

5. 2026年7月9日は「AI史上初」の日となった。 この日は、OpenAI・Anthropic・Google という 3つのフロンティアAIラボが同時に、新しい一般公開フロンティアモデルを持つ AI史上初の日となった。OpenAI は GPT-5.6、Anthropic は Claude Sonnet 5 / Fable 5、Google は AI Mode の既定モデルとなった Gemini 3.5 Flash を擁する。フロンティアが一社の独占ではなく、複数ラボの並立になったことが、この日の歴史的な意味である。

6. 補足事実：AI検索の利用規模。 背景として、AI 検索プロダクトの成長も確定事実として押さえておきたい。ChatGPT Search は月間アクティブ1億ユーザーを突破し、Google 以来最速級の検索プロダクト成長と評されている。Perplexity は月間4500万ユーザーに達し、Firefox のデフォルト AI 検索に統合された。AI 検索はもはや実験的な少数派の道具ではなく、主要な情報流通の入口へと育っている。

以上が、創作を交えない確定事実である。ポイントは、これらが個別の新機能の羅列ではなく、「AI が答える」から「AI が仕事を仕上げる」への一斉シフトとして束ねられている点にある。

3ラボ同時フロンティアが意味すること

ここからは、上記の事実が AI 検索の構造にとって何を意味するのかを整理する。推測を述べる箇所は、その旨を明示する。

「答える AI」から「成果物を作る AI」への移動

ChatGPT Work の核心は、ChatGPT が Codex を取り込んだことで、回答（テキスト）ではなく成果物（ドキュメント・プレゼン・Web サイト） を生む装置になった点にある。従来の AI 検索最適化は「いかに要約・引用の素材として選ばれるか」を課題にしてきた。これは AEO（回答エンジン最適化）や従来 SEO の延長線で理解しやすいものだった。

しかし、AI が成果物を組み立てるとなると、話が変わる。プレゼンや Web サイトを生成する過程で、AI は素材となる事実・数値・比較・出典を外部から取り込み、構造化して並べ直す。ここで「どの情報源が、成果物の材料として引かれるか」という新しい可視性の戦場が生まれる。単発の回答に一度名前が出るのとは異なり、成果物の中に事実の供給元として組み込まれることが、より深く、より継続的な露出になる。

フロンティアの並立が「単一最適化」を無効にする

3ラボが同時にフロンティアモデルを持つという事実は、LLMO 実務にとって決定的だ。かつては「ある一つのモデル・一つのプラットフォームで上位に立てば安泰」という発想が成り立つ余地があった。だが、GPT-5.6・Claude Sonnet 5・Gemini 3.5 Flash がそれぞれ巨大なユーザー基盤の既定として同時稼働する状況では、どれか一つに最適化しても全体の半分も取りこぼす。

引用元がプラットフォーム間で大きく異なることは、すでにデータで裏づけられている。この非重複の構造については SERP と AI 引用の重複が崩れる で詳述しているが、3ラボ並立はこの分散をさらに広げる方向に働く。したがって LLMO の重心は、「一つの勝ち筋を探す」から「複数のフロンティアにまたがって選ばれ続ける土台を作る」へと移る。

エージェント統合が「機械が辿れること」を必須要件にする

ChatGPT Work（Codex 統合）も Claude Cowork も、共通して「AI が自律的にツールを操作してタスクを遂行する」性格を持つ。エージェントが成果物を作るとき、それは学習済みの知識だけでなく、実際に外部ページを辿り、一次情報を取り込んで組み立てる。この動きが主流化すると、人間の目に映える装飾より、機械が素直に読める構造が引用可否を左右する。グラウンディング（外部情報への接地）を前提としたエージェントほど、辿れる一次情報を持つサイトを優遇する。

つまり、フロンティアの並立とエージェント統合が重なった結果、LLMO の実務要件は「複数モデルで（分散に耐えて）」かつ「機械可読な形で（エージェントに辿られて）」選ばれることへと二重化した。

aiseo-llmo.com ユーザーへの影響

では、aiseo-llmo.com を使って自社の AI 検索上の存在感を高めている実務者にとって、7月9日の動きは何を意味するのか。3つの軸で整理する。

影響1: 露出の測定単位が「回答」から「成果物」へ広がる

ChatGPT Work がドキュメント・プレゼン・Web サイトを生成するようになると、あなたのブランドや情報が露出する場は、チャットの回答文だけではなくなる。AI が作った提案書のデータ出典、生成された Web ページの参照元、プレゼンの根拠スライド——こうした成果物の内部に、事実の供給元として組み込まれるかどうかが新しい可視性の指標になる。従来の「AI が名前を出したか」に加えて、「AI が作った成果物の材料に採用されたか」を意識する必要が出てくる。

影響2: 3ラボ分散で「モニタリング対象」が増える

GPT-5.6・Claude Sonnet 5・Gemini 3.5 Flash が同時に既定として動くということは、自社が引用されたい代表クエリを、3つのフロンティアそれぞれで確認する必要があるということだ。あるモデルでは自社が挙がるのに、別のモデルでは競合に置き換わる、という現象は当然に起こる。参照シェアがプラットフォーム間で流動することは AI参照シェアが ChatGPT から Claude へ移る動き でも論じたとおりで、3ラボ並立はこの流動性を増幅する。単一プラットフォームの定点観測では、変動を取りこぼす。

影響3: エージェント経由の来訪に「辿られる設計」が要る

Codex 統合の ChatGPT Work も、Cowork も、Perplexity のエージェント も、外部ページを実際に辿って成果物を作る。ここで効くのがサイトの機械可読性だ。JavaScript の動的描画に依存した重要情報、画像化された価格表、曖昧な出典——これらはエージェントに辿られにくく、成果物の材料から漏れる。逆に、構造化データを備え、事実を静的 HTML で明示したページは、エージェントに「拾われ」「組み込まれ」やすくなる。

今すぐできる対応策

ここからは実務だ。抽象論ではなく、着手可能なアクションに落とす。設定例とマークアップ例を添える。

アクション1: 事実を「成果物の材料」として抽出可能にする

エージェントが成果物に組み込みやすいよう、重要な事実は曖昧な散文に埋めず、明示的に置く。

• 価格・料金は「税込／税別」「単位」「有効期限」まで明記する
• 対応地域・営業時間・在庫・納期など、判断に使う条件を一箇所に集約する
• 比較は表形式で、各行が「何を・どの軸で」比較しているかを明確にする
• 数値・主張には発表元と日付を添える（例: 「2026年7月9日 OpenAI 発表時点」）

アクション2: 構造化データを厚くする

エージェントの読解を助けるため、Schema.org の構造化データを適切に付与する。記事・ニュースには Article / NewsArticle を付け、発行日・更新日・著者を明示する。

{
  "@context": "https://schema.org",
  "@type": "NewsArticle",
  "headline": "記事の見出し",
  "datePublished": "2026-07-10",
  "dateModified": "2026-07-10",
  "author": { "@type": "Organization", "name": "発行主体名" },
  "publisher": {
    "@type": "Organization",
    "name": "発行主体名",
    "logo": { "@type": "ImageObject", "url": "https://example.com/logo.png" }
  }
}

製品・サービスを扱うページには Product / Offer を付け、価格・在庫・対応地域を機械可読にする。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "製品名",
  "description": "誤解の余地のない一文で製品を説明",
  "brand": { "@type": "Brand", "name": "ブランド名" },
  "offers": {
    "@type": "Offer",
    "price": "12800",
    "priceCurrency": "JPY",
    "availability": "https://schema.org/InStock",
    "areaServed": "JP"
  }
}

FAQ を持つページには FAQPage を付与すると、エージェントが「問い」と「直答」の対を抽出しやすくなる。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "対応地域はどこですか？",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "全国47都道府県に対応しています。離島の一部は納期が延びます。"
    }
  }]
}

アクション3: 3ラボそれぞれで自社引用を再監査する

7月9日の一般公開をトリガーに、GPT-5.6・Claude Sonnet 5・Gemini 3.5 Flash の3つで自社の扱われ方を測る。手順は次のとおり。

1. 代表クエリの棚卸し: 引用されたいクエリを10〜30本リスト化する。「◯◯とは」「◯◯ おすすめ」「◯◯ 比較」「(業種) ツール」など、検討フェーズを網羅する。
2. 各フロンティアのデフォルトで実行: モデルを切り替えず、各サービスの既定状態で同じクエリを投げる。多数派ユーザーが見る回答を再現するためだ。
3. 記録する項目: 自社が回答に登場したか／引用・参照された URL（自社・競合・第三者）／挙がった競合／エージェントが外部ページを辿った形跡があるか。
4. モデル間の差分を特定: あるモデルで挙がり別モデルで漏れるクエリを洗い出し、優先的に手を入れる対象を決める。
5. ベースライン保存と継続監視: 今回を基準点として保存し、aiseo-llmo.com の定期チェックに組み込む。フロンティア更新は今後も繰り返される。

アクション4: エージェントが辿れるサイト設計にする

• 重要情報を静的 HTML で提供: 価格・仕様・定義は JavaScript の動的描画のみに依存させない。最初の HTML で読める状態にする。
• クロール可能性の確保: robots.txt と各種 AI クローラのアクセス方針を確認し、引用してほしい情報は辿れる状態を維持する。
• 明快な情報階層: 見出しを h1→h2→h3 と論理的に構成し、各セクション冒頭に要点を置く。
• 一次情報の独立化: 独自データや定義は専用 URL に切り出すと、成果物の材料として引かれやすい。

チェックリスト（保存版）

• 主要ページの価格・条件・対応範囲が一箇所に集約され、単位まで明記されているか
• 比較は表形式で、比較軸が明示されているか
• NewsArticle / Product / FAQPage / Organization など適切な構造化データを付与したか
• 数値・主張に発表元と日付を添えているか
• 重要情報を静的 HTML で提供しているか（画像埋め込みの表を避ける）
• GPT-5.6 / Claude Sonnet 5 / Gemini 3.5 Flash の3つで代表クエリを検証したか
• モデル間で引用が入れ替わるクエリを把握したか
• ブランド名・製品名の表記が全ページで統一されているか
• 結果をベースラインとして保存し、次回比較の準備をしたか

業種別・実務インパクト

転換の影響は業種によって現れ方が異なる。代表的な4業種で整理する。

BtoB・SaaS

ChatGPT Work がプレゼンや提案書を生成する影響を最も受けやすい領域。意思決定者が「◯◯の導入比較資料を作って」と AI に投げると、AI は各社の料金・要件・差別化点を取り込んで資料化する。ここで、料金体系・導入要件・他社との違いを比較軸を明示した表と Product/Offer で機械可読にしておくと、生成される資料の中に自社が正確に組み込まれやすい。曖昧な訴求は誤って要約されるか、そもそも材料から漏れる。指名想起（「この用途ならこのツール」）を育てる中長期施策も引き続き効く。

EC・小売

AI がショッピング比較や購入候補リストを成果物として作る場面が増える。在庫・価格・スペックが構造化データで提供されているかが、比較対象として土俵に上がれるかを分ける。動的描画に頼りすぎると、エージェントが辿れず候補から外れる。商品画像の代替テキストと仕様表の機械可読化を優先したい。

メディア・パブリッシャー

AI が記事・レポート・Web ページを生成する過程で、一次情報性の高い記事は「事実の供給元」として繰り返し参照される。数値・出典・日付を明示した記事は成果物に組み込まれやすく、逆に結論が曖昧で抽出しづらい記事は、要約段階でしか触れられず埋没する。他社記事の要約中心だと、AI は元ソースへ直接向かってしまう。独自調査・一次取材の比重を高めることが防御になる。

公共・行政関連

Claude for Government ベータや、GPT-5.6 の政府協調プレビューが示すように、公共領域での AI 活用が本格化しつつある。行政・公共サービスに関わる事業者は、制度・条件・手続きの正確な記述と出典の明示が、AI が生成する説明の信頼できる土台として引かれるかを左右する。誤った要約が公共性の高い文脈で拡散するリスクを避けるためにも、一次情報の明快さは実務上の必須要件になる。

今後の見通し

確定事実から合理的に読める含意を、推測と明示したうえで述べる。

エージェント同士の競争は続く（推測）: ChatGPT Work と Claude Cowork が正面から競合する構図は、両者の機能拡張を加速させると見るのが自然だ。AI が「答える」から「仕上げる」への移動は、一過性ではなく方向として定着していく。LLMO の実務も、露出獲得から「成果物の中で選ばれ続ける設計」へ軸足を移すことになる。

フロンティア並立は分散を常態化させる（推測）: 3ラボが同時にフロンティアを持つ状況は、引用元の分散を常態にする。「どこか一つで上位を取れば安泰」という発想はいっそう通用しなくなり、複数フロンティアにまたがる引用状況の継続把握が標準的な運用になる。プラットフォーム横断のモニタリング体制を組むこと自体が競争優位になりうる。

AI 検索の規模拡大が土台を押し上げる（事実ベース）: ChatGPT Search の月間1億ユーザー、Perplexity の月間4500万ユーザーと Firefox 統合は、AI 検索が主要導線として定着したことを示す。母数が大きくなるほど、AI 経由の可視性を放置するコストは高くなる。「AI 検索対策は一部の先進ユーザー向け」という前提は、もはや成り立たない。

いずれも共通するのは、「検索＝表示」から「AI＝作業の遂行」への一貫した方向性である。機械が辿れる一次情報・構造化データ・明快な出典に投資してきた発信者にとって、この変化は追い風となる。逆に、人間向けの装飾に偏り、出典が曖昧なコンテンツには逆風だ。

よくある質問

Q1. 「ChatGPT Work」とは何ですか？

2026年7月9日に OpenAI がローンチした、ChatGPT と AIコーディングツール Codex を統合したプロダクトです。ドキュメント・プレゼン・Web サイトを生成できます。

従来の ChatGPT が「問いに答える」ものだったのに対し、ChatGPT Work は成果物そのものを作り出す方向へ拡張されています。複数の業務を一つの入口でこなせる性格から、報道では「スーパーアプリ」と紹介されました。動力源は同日一般公開の GPT-5.6 です。

Q2. GPT-5.6 の「Sol / Terra / Luna」とは何ですか？

GPT-5.6 の構成を指す名称で、2026年7月9日に ChatGPT・OpenAI API・Codex の全体で一般公開されました。

一般公開は、13日間の政府協調プレビューを終えたうえで行われたと報じられています。本稿ではそれぞれの詳細な性能差については、公式情報が出そろうまで断定を避けます。確定しているのは「Sol / Terra / Luna という構成で全体一般公開された」という事実です。

Q3. なぜ ChatGPT Work は「Claude Cowork への対抗」と言われるのですか？

Claude Cowork は Anthropic が2026年1月にローンチした自律エージェントで、AI が人の代わりに一連の作業を遂行します。ChatGPT Work は同じ「自律エージェント」の土俵で正面からぶつかる位置づけだからです。

AI が「答える」だけでなく「仕事を仕上げる」領域で、OpenAI と Anthropic の2大ラボが直接競合する構図になりました。7月9日前後には Anthropic 側も Cowork のモバイル/Web 展開や Claude for Government ベータを進めています。

Q4. 「3ラボ同時フロンティア」とは何を意味しますか？

2026年7月9日が、OpenAI（GPT-5.6）・Anthropic（Claude Sonnet 5 / Fable 5）・Google（Gemini 3.5 Flash）の3ラボが同時に、新しい一般公開フロンティアモデルを持つ AI史上初の日になった、という意味です。

フロンティアが一社の独占ではなく複数ラボの並立になったことが歴史的な意味です。LLMO の観点では、単一モデルへの最適化では取りこぼしが大きくなり、複数フロンティアにまたがる設計が必要になります。

Q5. この動きで SEO は不要になりますか？

不要にはなりません。むしろ土台としての信頼性・正確性・情報の明快さの重要性は増します。

変わるのは最適化のゴールで、「1回の表示・引用」から「AI が作る成果物の中で事実の供給元として選ばれること」へ重心が移ります。LLMO完全ガイド が示す基礎の上に、機械抽出可能性を積み増す発想が要ります。良質なコンテンツ・出典・サイト権威は AI 引用の土台としても機能します。

Q6. まず何から着手すべきですか？

自社が引用されたい代表クエリを10本以上リスト化し、GPT-5.6・Claude Sonnet 5・Gemini 3.5 Flash のそれぞれのデフォルト状態で投げて、自社が登場するか・どの URL が引かれるかを記録することから始めてください。

この記録を今回のベースラインとして保存し、次回のフロンティア更新時に比較します。モデル間で自社が挙がらないクエリと、そのとき挙がった競合を特定できれば、優先的に手を入れる対象が見えます。手順は本文「今すぐできる対応策」のチェックリストに沿ってください。

Q7. エージェント統合は LLMO に具体的にどう効きますか？

Codex 統合の ChatGPT Work や Cowork は、外部ページを実際に辿って成果物を作ります。そのため、機械が読みやすい構造・明確な出典・構造化データを備えたページが、成果物の材料として引かれやすくなります。

人間向けの装飾や JavaScript の動的描画に偏ったページは辿られにくく、材料から漏れます。基礎概念はグラウンディングを参照してください。重要情報を静的 HTML で提供し、構造化データを付与することが直接効きます。

Q8. なぜ3つのモデルすべてで確認する必要があるのですか？

GPT-5.6・Claude Sonnet 5・Gemini 3.5 Flash がそれぞれ巨大なユーザー基盤の既定として同時稼働しており、引用元はプラットフォーム・モデルごとに大きく異なるからです。

あるモデルで自社が挙がっても、別のモデルでは競合に置き換わることは当然に起こります。引用の非重複については SERP と AI 引用の重複が崩れる を参照してください。単一プラットフォームの観測では、分散した変動を取りこぼします。

Q9. AI検索の利用規模は実務にどう関係しますか？

ChatGPT Search は月間1億ユーザー、Perplexity は月間4500万ユーザーで Firefox のデフォルト AI 検索に統合されています。母数が大きいほど、AI 経由の可視性を放置するコストは高くなります。

これらの数字は、AI 検索が一部の先進ユーザー向けの実験ではなく、主要な情報流通の入口へ育ったことを示します。だからこそ、AI が作る成果物の中で選ばれる設計に投資する合理性が高まっています。

Q10. 中小企業や個人でも今すぐできることはありますか？

あります。主要な売上・問い合わせに直結するページで、価格・条件・対応範囲を単位まで明記し、FAQPage や Organization などの構造化データを付与することから始められます。

大規模な改修は不要です。曖昧な散文に埋もれた事実を明示的に置き直し、画像化された表をテキスト化するだけでも、エージェントに辿られる確率は上がります。詳しい進め方は aiseo-llmo 完全ガイド にまとまっています。

関連記事

• LLMO完全ガイド — AI検索最適化の全体像を体系的に押さえる出発点。
• aiseo-llmo 完全ガイド — 実装レベルで LLMO を進めるための実践ガイド。
• Claude Sonnet 5 登場でAI検索の引用先が変わる — デフォルトモデル交代と引用ソース再監査。
• Gemini 3.5 Flash が AI Mode の既定モデルに — 「動く検索」への転換とLLMO。
• Perplexity がエージェントプラットフォーム化 — エージェント時代の可視性。
• AI参照シェアが ChatGPT から Claude へ移る動き — プラットフォーム間の参照シェア変動。
• SERP と AI 引用の重複が崩れる — 引用元がプラットフォームで重ならない実態。
• OpenAIがChatGPT Atlasを終了、AIブラウザ機能はデスクトップアプリとChrome拡張へ
• ChatGPTの引用が「見えない検索パイプライン」切替で激変、商品フィード由来も急増
• ChatGPT Search開放で従来検索が9.4%減、20週後17.0%減 — ボッコーニ大の自然実験
• 5W「State of AI Search 2026」— 引用シェアは市場シェアより速く集中し、止めれば数か月で減衰する
• SEOとAI検索を分けて運用すると勝てない — Semrush調査が示す『統合チーム81% vs 分離36%』の格差
• 用語: LLMO / GEO / ChatGPT Search / Claude SEO / AEO / グラウンディング / 構造化データ / Schema.org / Perplexity