
ターミナル1つから、AI エージェントに10個以上のブラウザを操作させている。そのやり方
私は1人で事業を回していて、1日の多くがブラウザの作業です。
Stripe で入金を確かめる。
Search Console から順位を取ってくる。
掲載サイトやローンチサイトのフォームを埋める。
十数か所に投稿する。
最近は、そのほとんどを Claude Code に任せています。
難しかったのは AI ではありませんでした。
ブラウザです。
ログインしているサイトの中で、こちらの邪魔をせず、ボット扱いもされずに、エージェントに作業させるにはどうすればいいのか。
「AI エージェントにブラウザで Uber Eats を注文させてみた」のような話を、よく見かけます。
私に言わせれば、あれは的外れです。
食事の注文なら、自分でやったほうが早い。
1つの作業を私の代わりにやってもらっても、ほとんど何も浮きません。
大事なのは、私が別のことをしている間に、いくつの作業を並べて進められるかです。
ブラウザで AI エージェントを使いたい理由は、それだけです。
まず、よくあるやり方を試しました。
どれも、思ってもいなかった形で行き詰まりました。
1. Claude の Chrome 拡張機能
いちばん手軽なのは、Claude の Chrome 用の拡張機能です。
ログインはもう済んでいるので、エージェントはすぐに作業を始められます。
ただ、拡張機能だと、ブラウザごとに作業を指示することになります。
1つの作業ならそれで十分です。
いくつもの作業を並べて進めたい私には、合いませんでした。
私は、全部をターミナルから指示したかった。
頼むのは1か所だけで、エージェントが必要なサービスで、同時に作業を進める形です。
ほかにも気になったことが2つあります。
ブラウザを丸ごと渡すことになる。開いているタブも、アカウントも、サービスも全部。「Stripe だけ」と言う方法が無い
一度、思っていたのと別のブラウザにつながり、もうログインしているサービスに「ログインしてください」と頼まれた。こちらの画面では何も問題が無かったので、原因が分かるまで時間がかかった
2. 別のブラウザを、自動操作の道具で動かす
AI エージェントのブラウザ自動操作は、ほとんどがこの形です。
特別な設定で Chrome を起動し、そこにつなぎます。
ぶつかったこと:
まっさらなブラウザなので、ログインが無い。サービスごとに、ログインし直して、2段階認証のコードもまた入れる
サイトに気づかれる。あるスタートアップの掲載サイトでは、自動操作の道具で送信したら「Bot access denied」が返った。そのあとは、私が自分で送信ボタンを押しても通らなくなった
3. 画面を見て操作させる
エージェントが画面を撮り、場所を決めて、押して、打つ。
何でも操作できます。
ただ、操作するのは、私が見ている画面そのものです。
作業の間、マウスとキーボードはエージェントのもので、画面は1つしかないので、隣で2つ目の作業を進めることもできません。
私がいちばん引っかかったのは、ここです。
エージェントに仕事を任せるのは、その間に私が自分の作業を続けるためです。
エージェントが作業している間、フォーカスを取られて私が何もできないなら、横で見ているだけになります。
作業の効率から見れば、本末転倒です。
本当に欲しかったもの
ここまで試して、欲しいものは短い一覧になりました。
ログインは自分でする。エージェントにはパスワードを見せない
エージェントに渡すのは、ブラウザ全体ではなく、1つのサービスだけ
私の作業の前に、何も割り込んでこない
いくつもの作業を、同時に進められる
作ったもの
そこで Kagemusha を作りました。
どんなサイトでも、それぞれ独立した Mac のアプリにします。
Stripe のアプリ、Search Console のアプリ、GitHub のアプリ。
1つ1つが別のブラウザで、ログインも別です。
各アプリには、最初に一度、普段どおりにログインします。
パスワード管理ツールでも、パスキーでもかまいません。
そのうえで、アプリごとに、AI エージェントに操作させるかどうかを決めます。
新しいアプリは、この設定が切ってある状態で始まります。
エージェントが作業するときは、そのアプリの中で、裏で動きます。
画面は私のものです。
見ていたければ窓を出し、要らなければ隠しておけます。
ここを詰めるのに、かなり試行錯誤しました。
打っている最中に、窓が何度も前に出てきました。
窓を一瞬前に出すだけでも、キーボードが3秒近く取られ、打った文字が別のところに入りました。
エージェントがページを開いて、読んで、入力するまでを、私の作業の前に一度も出ずにできるようになるまで、続けました。
アプリごとに別のブラウザなので、いくつも同時に動かせます。
先日確かめたときは、MacBook Pro(M4 Max、メモリ128GB)でこのアプリを24個開いていて、使っていたメモリは合計で約23GBでした。
同じ Mac では、開発用のサーバも20ほど動いていました。
1台で一度見た例で、負荷試験ではありません。
使ってみて変わったこと:ブラウザのお守りをしなくなりました。
先週 Search Console で順位が落ちたページ、今月の Stripe の返金、投稿の下書きを頼むと、私が別の作業をしている間に返ってきます。
置き場所
まずは自分の仕事のために作ったものです。
見てみたい方は、こちらにあります。
ほかの人がどうしているのかも聞いてみたいです。
エージェントにブラウザを使わせているなら、ここに挙げた壁のどれにぶつかりましたか。