ChatGPT no Chrome lê abas e age: testamos o limite

Abas demais, contexto de menos

ChatGPT no Chrome promete resolver aquele problema que todo operador conhece bem: você com 25 abas abertas, quatro comparadores de preço, dois artigos longos e um formulário chato para preencher. A nova extensão deixa você citar abas com @chrome e pedir para o modelo ler tudo de uma vez, resumir ou até agir por você. Parece pequeno, mas muda a lógica do prompt. Em vez de copiar e colar pedaços de contexto, você aponta para onde o contexto já está.

Eu vejo isso menos como um truque de produtividade e mais como uma mudança de arquitetura no uso diário. Até agora o ChatGPT era cego para o seu navegador, a menos que você alimentasse ele manualmente. Agora ele tem olhos temporários sobre as suas abas e, no modo mais avançado, tem mãos para clicar, digitar e organizar. Isso é útil, mas também abre uma caixa de perguntas sobre controle, erro e custo que vale destrinchar com calma.

O fato

O que a OpenAI lançou é uma atualização profunda da extensão do ChatGPT para Chrome. Com o comando @chrome você consegue direcionar o modelo para abas específicas abertas no momento. O chamado Chat mode puxa dados de várias abas ao mesmo tempo para comparar, resumir ou cruzar informações. Nos exemplos mostrados, ele compara produtos por tamanho, material, prazo de entrega e política de devolução, resume textos em linguagem simples ou confronta páginas de preço de vendedores diferentes.

O segundo nível é o Work mode, que usa o chamado Computer Use para controlar as abas de verdade. Nesse modo o agente consegue enviar mensagens, preencher formulários, baixar arquivos ou agrupar abas por tema. Por trás disso está o GPT-6 Astra, apresentado como o melhor modelo da empresa para uso de computador até agora, capaz de lidar com fluxos mais longos com várias etapas. A barra lateral do ChatGPT também foi reformulada e agora mantém seu histórico completo ao lado da página que você está vendo. O recurso funciona em todos os planos do ChatGPT, o que amplia bastante o alcance do teste.

Como funciona na visão de operador

Pensando como quem constrói, o Chat mode é basicamente um RAG de navegador. A extensão provavelmente extrai o DOM renderizado, o texto visível e metadados das abas que você autorizou, monta um contexto combinado e envia para o modelo. Isso evita o copia e cola, mas não é mágica. O limite de contexto continua existindo, então com dez páginas pesadas ele vai precisar truncar, priorizar ou resumir em etapas. Dá para esperar boa performance para comparação de produtos e resumos, porque são tarefas de extração e síntese que modelos atuais fazem bem.

O Work mode é outra história. Ali o modelo não só lê, ele opera uma árvore de acessibilidade do Chrome e emite ações como clicar, digitar, rolar e navegar entre abas. É o mesmo padrão de computer use que já vimos em outros agentes, só que confinado ao navegador, o que reduz bastante o risco e a latência em relação a controlar o sistema inteiro. Ainda assim, cada passo gera uma chamada de modelo com imagem ou estrutura da página, então fluxos com 20 ou 30 etapas devem demorar minutos e consumir muitos tokens. É plausível que a OpenAI esteja usando cache de estado e confirmações intermediárias para não travar no meio, mas falhas em seletores dinâmicos, captchas e logins devem continuar sendo o ponto de quebra.

Sobre custo e latência, não há números públicos detalhados, mas dá para inferir o trade-off. Ler cinco abas em Chat mode deve ser rápido, algo na casa de segundos, porque é só ingestão de texto. Já operar formulários ou downloads em Work mode envolve loop de percepção e ação, então espere de 30 segundos a alguns minutos por tarefa, com necessidade de supervisão. Para uso pessoal incluído no plano, o custo está escondido na assinatura. Para quem pensar em escalar isso via API no futuro, cada workflow automatizado vai custar bem mais que uma chamada simples de chat.

O que isso muda na prática

Quem ganha primeiro é quem vive em pesquisa e comparação. Compradores, analistas, recrutadores, advogados revisando cláusulas em portais diferentes, devs cruzando documentação. Esse público economiza o trabalho mais chato, que é consolidar informação espalhada. Quem perde um pouco de espaço são aquelas extensões pontuais de resumo e comparador que faziam só uma fatia disso. Quando o assistente geral lê qualquer aba e ainda age, fica difícil justificar mais uma ferramenta separada.

Na prática, o ajuste imediato é de processo e permissão. Não saia dando acesso a todas as abas com banco, e-mail e ERP logados ao mesmo tempo. Separe um perfil ou uma janela do Chrome só para tarefas com agente, com as abas relevantes abertas e o resto fechado. Uma ação prática que recomendo para esta semana: pegue uma tarefa repetitiva que você já faz com abas, como comparar três fornecedores ou resumir cinco matérias, e rode uma vez em Chat mode e uma vez em Work mode. Anote onde ele acertou, onde alucinou um preço e quanto tempo economizou de verdade.

• Teste controlado: abra de três a cinco abas do mesmo tema e peça um quadro comparativo com fonte por aba para checar alucinação.
• Separação de contexto: use uma janela separada do Chrome para o agente, sem abas sensíveis logadas, e feche o que não for necessário.
• Validação humana: para qualquer ação em Work mode como envio ou download, peça confirmação passo a passo antes de executar.

A tensão que ninguém quer admitir

Aqui está minha dúvida real: isso escala ou só move o gargalo de lugar. Ler abas resolve o problema de entrada de contexto, mas cria um problema novo de confiança. Quando o modelo resume quatro páginas, você ainda precisa conferir se o prazo de entrega ou a taxa que ele citou existe mesmo. Se a conferência leva quase o mesmo tempo da leitura original, o ganho some. E no Work mode o risco é maior, porque um clique errado em um formulário ou uma mensagem enviada com o texto trocado não tem undo simples.

Tem também a questão de permissão e privacidade que vai pegar muita empresa de surpresa. Dar leitura de abas para um modelo significa expor intranet, dashboards, tickets e dados de clientes se a pessoa não filtrar bem. Para time de segurança, isso é um pesadelo clássico de data leakage via copiloto. A tecnologia funciona, o GPT-6 Astra parece mais estável em fluxos longos, mas o custo operacional não é só token. É revisão, governança e educação do usuário. Sem isso, o assistente vira aquele estagiário super rápido que você precisa revisar linha por linha.

Conclusão

No fim, o ChatGPT assistente de Chrome é o passo mais prático que a OpenAI deu rumo a agentes que vivem onde o trabalho acontece. Vale testar agora em tarefas de leitura e comparação, com cautela redobrada em ações. A pergunta que fica é simples: você confiaria seu checkout, seu CRM ou seu e-mail aberto para ele operar sozinho hoje.