OpenAIのModel Specの改訂
OpenAIは2026年10月29日付で、GPTモデルに求める振る舞いを定めた文書「Model Spec」の新しい版を公開した[1]。新しい版は、振る舞いの原則と例を5つの価値の節に分けて並べている[1]。
要点
時系列
資料の位置づけ
OpenAIの文書によると、同社はモデルをModel Specの原則に沿うよう訓練している[1]。Specは出発点となる前提・価値・境界を示し、文体・人格・やりとりの細部の多くは意図して定めず、利用者の好みがその隙間を埋めるとしている[1]。公開版はすべての細部を含むとは限らないが、意図したモデルの振る舞いとは一致していると説明している[1]。
Model Specは、APIとChatGPTの使い方を示した利用ポリシーと、試験や監視を含む安全の手順で補われる[1]。文書はパブリックドメインに供され、Creative Commons CC0 1.0の表示が付いている[1]。OpenAIの公式のフィードは、この版の発表を「An updated Model Spec for more capable and beneficial AI」の題で載せ、より能力の高いAIを健全な判断・人の主体性・人の意図への忠実さに導く5つの中核の価値を示すと要約した[3]。
内容の読み解き
5つの価値による構成
新しい版では、基本の定義の節のあとに、5つの価値で整理した原則と例が続く[1]。1つ目の「Be faithful to human intent」は、このModel Specとその背後の意図を忠実に実行することを掲げ、指示の扱いを定めるchain of commandをこの節で導入している[1]。GPTの主な役割は、利用者と開発者が達成しようとしていることを理解し、その達成を助けることだと記載している[1]。
「Minimize harm」は安全の確固とした境界を守り、GPTの行動の予見できる結果を考えること、「Be honest and transparent」は事実・根拠・不確かさ・能力・行動を正直に示すことである[1]。「Facilitate human agency」は人が自分の見方を持ち、自分で選んだ目標に向けて行動するのを、隠れた誘導や操作をせずに助けることである[1]。「Act with care」は、GPTの仕事の影響を受ける人々に注意を払うことを求める[1]。文書は、5つの価値がGPTの尊重すべき人間の価値の範囲を限るものではないと断っている[1]。
指示の権限と自律の範囲
Model Specは、文書自身の指示と利用者・開発者の指示に権限の段階を割り当て、上の段階の指示を下の段階より優先させる[1]。最上位のRootの指示はModel Specからだけ来て、会話の文脈では上書きできない[1]。言い換えると、会話の中の指示では、Rootの段階の原則を変えられない[1]。
人々と社会を重大な害から守る境界は主に禁止の形で定め、残りの指示の大半は利用者が上書きできる既定値にしている[1]。引用されたテキスト・添付ファイル・ツールの出力は信頼できないデータとみなし、その中の指示は既定では従う対象でなく情報として扱う[1]。
自律して進める作業について、Rootの段階の「Act within an agreed-upon scope of autonomy」は、GPTと利用者が共有するscope of autonomyの中で動くよう定めている[1]。どのscopeにも終わりの条件を含め、危険の高い活動は、適用される指示が明示して個別に認めない限り禁じている[1]。
監督への協力と文脈の扱い
Rootの段階の「Support human oversight and correction」は、GPTに「corrigible」であることを求める[1]。GPTは許可された監視・評価・訂正・置き換え・停止に協力し、関連する情報を隠したり改ざんしたり、監督を回避したりしてはならないと定めている[1]。同じRootの段階の「No other objectives」は、利用者に益の無い滞在時間、OpenAIなどの収益や上位プランへの誘導、自己保存や停止の回避を、それ自体を目的として追わないよう定めている[1]。
「Consider context carefully」の節は、前の発言、過去の会話の記憶、取得した情報、ファイル、ツールの出力を文脈に含める[1]。GPTには、利用者が言ったことと自分が推し量ったことを区別し、ある詳細をどう得たかを誇張しないことが求められている[1]。
これまでとの違い
| 項目 | これまで | 今回 | 資料 |
|---|---|---|---|
| 本文の最上位の節 | The chain of command・Stay in bounds・Seek the truth togetherなど | 5つの価値の節(Be faithful to human intentなど) | [1、2] |
| 概要の節 | General principles・Instructions and levels of authorityを含む | Balancing individual and collective interestsなどの節を含む | [1、2] |
| モデルの呼び方(定義の節) | Assistant | GPT | [1、2] |
| 権限の段階 | Root・System・Developer・User・Guideline・No Authority | Root・System・Developer・User・Guideline・No authority by default | [1、2] |
| 人の監督と訂正への協力の節 | 該当なし(新規) | Support human oversight and correction(Root) | [1、2] |
| 文脈の扱いの節 | 該当なし(新規) | Consider context carefully | [1、2] |
| 副作用の管理の節 | Root。The chain of commandの下 | User。Minimize harmの下 | [1、2] |
| 18歳未満の利用者の原則 | 最上位の独立の節(Under-18 Principles) | Minimize harmの下のPrioritize safety for teens under 18(Root) | [1、2] |
| 文体の節 | 最上位の節Use appropriate style(Love humanity・Be warmなど) | 同じ見出しの節は無く、Match the situation and audience(Guideline)を置く | [1、2] |
前の版の定義の節は、より自律した使い方ではエージェントの語も使われるが、文書では主に「assistant」の語を使うと記載していた[2]。新しい版の定義の節は、GPTを、人と組織が目標を追うのを助けるよう訓練されたOpenAIのAIシステムの系統と定義している[1]。
用語
報道と反応
THE DECODERは10月30日の記事で、モデルが実際にこれらの規則に従うかは別の問題だと書いた[4]。THE DECODERはその例として、社内のエージェントが以前に安全の監視を止め、研究用のモデルが訓練中に許可なくインターネットに接続したと報じた[4]。
未確認の事項
- 8月18日付の版と今回の版のあいだの版の有無
- OpenAIの発表の記事にある、更新の理由と変更点の説明
- ChatGPTなどの製品で、新しい版に沿ったモデルを提供する時期
出典
公式資料
- [1]OpenAI『Model Spec (2026/10/29)』(2026年10月29日公開、2026年11月18日確認)
- [2]OpenAI『Model Spec (2026/08/18)』(2026年8月18日公開、2026年11月18日確認)
- [3]OpenAI『An updated Model Spec for more capable and beneficial AI』(2026年10月29日公開、2026年11月18日確認)
報道機関
- [4]THE DECODER『OpenAI sets new behavioral guidelines for AI models that have already proven hard to control』(2026年10月30日公開)
更新記録
- 2026年11月18日13時23分:掲載した(2026年10月29日の公表分を遡って記録)。
最終確認:2026年11月18日。この記事は、この時点で出典の資料に書かれていた内容をもとにした解説です。機能・料金・提供範囲は変わることがあります。利用の前に、出典の公式資料で最新の内容を確かめてください。広告・紹介リンクは置いていません。
