OPENAI SEARCH INSIGHT

2026.09.15 / OpenAI最新情報

OpenAI活用のFyxer、文脈を学ぶAI秘書を構築

この記事で分かること: FyxerがOpenAIのモデルを使い、メールの文脈や利用者の文体を踏まえたAI秘書をどのように作っているのか知りたい。

OpenAIは2026年9月14日、スタートアップのFyxerが、OpenAIのモデルを活用してAIエグゼクティブアシスタントを構築した事例を公開しました。Fyxerの仕組みは、受信メールを整理し、過去のやり取りや相手との関係を踏まえて、利用者ごとの文体に近い返信案を作ることを目指しています。

特徴は、メール作成を単純な文章生成として扱わない点です。Fyxerはメールを「返信が必要か」「日程調整が必要か」「参照すべき過去の会話は何か」といった小さな判断に分け、複数のAIモデルで処理します。一般のChatGPT利用者にとっても、AIに任せる前に仕事の背景を渡し、出力を確認する重要性を示す事例です。

OpenAIが公開したFyxerの事例とは

Fyxerは、受信箱、会議、メッセージ、各種アプリにまたがる会話や約束を追跡するAIエグゼクティブアシスタントを開発しています。仕事では、誰と何を約束したか、どの依頼に返答すべきかを見失うと、案件や人間関係に影響する場合があります。Fyxerは、こうした業務上の文脈をツール間で追うことを狙います。

OpenAIの公式記事によると、Fyxerは最新のOpenAIモデルと、50万時間超のエグゼクティブアシスタント業務フローから得たデータを組み合わせています。さらに、実際の利用者から得るフィードバックを基に改善する設計です。OpenAIは、この事例を公式カテゴリ「Startup」として紹介しました。

メールは、この仕組みの分かりやすい例です。同じメールを受け取っても、相手が顧客か同僚か、過去にどんな話をしたか、利用者が何を達成しようとしているかで、適切な返信は変わります。Fyxerはこうした差を扱うため、利用者ごとの仕事の進め方を学ぶアプローチを採っています。

メール処理を細かな仕事へ分解

Fyxerは、メール処理全体を1つのモデルに任せるのではなく、30〜50の専門化したモデルで構成しています。各モデルはメール業務の狭い範囲を担当します。これは、文章をうまく書く能力だけでは、実務上の返信支援として十分ではないという考え方に基づくものです。

新しいメールが届くと、まず返信が必要なのか、日程調整の対応が必要なのか、単に目を通せばよい情報なのかを分類します。返信が必要と判断された場合は、メールの意図や対話の見込みを分析し、会議設定、依頼への対応、継続中の関係構築など、会話がどこへ向かっているかを予測します。

OpenAIのモデルは、メールの内容理解、必要な文脈の検索と並べ替え、返信文の生成まで、Fyxerの各段階で使われています。FyxerはOpenAIを選んだ理由として、自社ベンチマークでの性能、口調や意図のように主観的な業務へのファインチューニング能力、技術面での協業支援を挙げています。

「記憶」と利用者の修正で精度を高める

この仕組みで重要な役割を担うのが記憶です。AIにおける記憶とは、会話ごとに必要な情報を保存し、新たな入力に対して関連する情報を呼び出す仕組みを指します。Fyxerでは、新しいメールと保存済みのやり取りを照合し、その相手や会話の流れに関係する情報を取り出します。

ただし、すべての情報を長期的に残せばよいわけではありません。公式記事では、どの情報を会話をまたいで保持し、どの情報を一度のやり取りで消すべきかを判断することが重要だと説明されています。AI秘書では、関連性の低い情報を混ぜないことも、自然な返信案を作る条件になります。

Fyxerは、教師ありファインチューニングとLoRAを使い、業務別のモデルを作っています。ファインチューニングは、追加の学習データでモデルを特定用途に合わせる方法です。LoRAは、学習する部分を絞ることで、モデル調整にかかるコストを抑える手法です。導入前には、下書き、分類、優先順位付けを含む自社の検証用データで評価します。

実運用後は、利用者が返信案を編集して送信した際、元の案と編集後の文面の差を学習に活用します。Fyxerは、元の出力と利用者が選んだ出力の組を使うDPO（直接選好最適化）を採用しています。すべてを人手で正解ラベル付けせず、利用者の編集という選好から改善する方式です。

公式記事では、変更した下書き機能はすべてA/Bテストを行い、統計的に有意な改善が確認できた場合に提供するとしています。また、AI生成の下書きの53%が編集なしで受け入れられているとFyxerは説明しています。この数値はFyxerが公表した自社サービス上の実績であり、他のメールAIやChatGPTの結果を示すものではありません。

ChatGPT利用者に関係する実務上のポイント

この事例が示すのは、AIにメールを書かせる際、依頼文だけを渡すよりも、相手との関係、過去の経緯、今回の目的、避けたい表現を明確にするほうが重要だという点です。ChatGPTで返信案を作る場合も、「顧客へのお詫び」「社内向けの簡潔な依頼」など、相手と目的を先に指定すると確認しやすくなります。

今日からできる方法としては、メール本文をそのまま貼る前に、必要最小限の背景を箇条書きにします。例えば「相手は既存顧客」「前回は納期を伝達済み」「今回は日程を再調整したい」「断定的な表現は避ける」といった条件です。そのうえで、返信案を1案だけでなく、簡潔版と丁寧版の2案で出すよう求めると比較しやすくなります。

最終的な送信判断は利用者が担う必要があります。Fyxerの事例でも、利用者による編集が改善データとして扱われています。AIの下書きは、考える時間を短縮する補助として使い、約束した期限、金額、固有名詞、宛先、添付ファイルの有無は送信前に人が確認するのが実務的です。

利用時に注意したい情報管理

メールには顧客情報、契約内容、未公表の計画、個人情報などが含まれることがあります。OpenAIの公式記事はFyxerの具体的なデータ保持条件や利用可能なプランを説明していません。そのため、Fyxerの利用条件やデータの取り扱いについて、本記事から個別の結論を出すことはできません。

一般論として、業務メールをAIに入力する前には、勤務先の情報セキュリティ規程と、利用するサービスの契約条件・設定を確認してください。不要な氏名、連絡先、機密の数値を伏せたうえで文案だけを作る、または承認済みの業務用環境を使うといった運用が考えられます。

また、AIは文脈を扱えているように見えても、古い情報や誤った前提を含める可能性があります。特に日程調整、法務・人事対応、対外的な約束では、返信案の自然さだけでなく、事実関係と権限を確認してください。自然な文面であることと、内容が正確であることは別です。

Agent Memories編集部の考察

以下は公式発表で確認できる事実ではなく、Agent Memories編集部の考察です。Fyxerの設計で注目されるのは、より大きな単一モデルにメール業務を丸ごと任せるのではなく、判断を分解し、評価と改善の工程を組み込んでいる点です。業務AIの価値は文章の流暢さだけでなく、いつ返信するか、何を参照するかという前段の判断に左右されます。

とりわけ、利用者が下書きをどう直したかを改善に使う方法は、実務ツールに適した発想です。利用者は「良い返信」を抽象的に説明しなくても、実際に直した結果で好みを示せます。一方で、この方式でも、利用者の誤りや組織として望ましくない表現まで学習対象になり得るため、検証、A/Bテスト、人による監督が欠かせません。

一般の利用者にとっての教訓は、AIを万能な代理人として扱うより、文脈を渡して下書きを比較・修正する共同作業者として使うことです。自分が繰り返し直す箇所を記録すれば、指示文の改善にもつながります。例えば、敬語の程度、結論を先に書く形式、依頼の締め方をあらかじめ指定すると、修正負担を減らせる可能性があります。

よくある質問

FyxerはOpenAIのモデルだけでメールを処理していますか？

公式記事では、OpenAIのモデルがメール内容の理解、必要な文脈の取得と再順位付け、メール生成などに使われていると説明されています。一方でFyxerのシステムは30〜50の専門化したモデルで構成されるとされており、全体の詳細な技術構成までは公開されていません。

53%の受け入れ率は、何を意味しますか？

Fyxerによると、AIが生成した下書きの53%が、利用者に編集されずそのまま受け入れられたという意味です。これはFyxerが示した自社指標であり、すべての利用者、すべてのメール、他社AIサービスで同じ結果が得られることを保証する数値ではありません。

ChatGPTで同じようなメール支援はできますか？

ChatGPTにメールの下書きを依頼することはできますが、Fyxerが公式記事で説明したような、受信箱の分類、専門モデル群、過去のやり取りの検索、利用者の編集を継続学習に使う仕組みが、ChatGPTのどの利用形態にも同じように備わっているとは本記事の事実からは言えません。使うサービスごとの機能と設定を確認してください。

AIが作った返信をそのまま送ってよいですか？

内容の正確性や送信の責任は利用者にあります。日付、金額、約束、宛先、添付物、機密情報を確認し、相手との関係に合う表現かを見直してから送るのが安全です。特に重要な交渉や契約に関する連絡では、必要に応じて担当者の確認を受けてください。

まとめ

OpenAIが紹介したFyxerは、メール返信を単なる文章生成ではなく、分類、文脈の取得、意図の理解、文体に沿った下書き作成という複数の仕事として扱っています。利用者の編集を改善へつなげる仕組みも、AI秘書への信頼を高める要素として位置付けられています。

メールAIを使う側は、相手、目的、過去の経緯、避けたい表現を明示し、出力を送信前に確認することが基本です。AIに作業を任せる範囲を広げるほど、背景情報の整理と情報管理のルールが重要になります。Fyxerの事例は、AIを仕事に組み込む際に、精度だけでなく文脈と検証の設計が必要であることを示しています。

本カテゴリはMiraigent / Agent Memoriesによる非公式編集記事です。OpenAIとの提携・承認・後援を示すものではありません。