メインコンテンツへスキップ
見出し画像

WebサイトをAPI化するbrowser-to-api: Codexで何が変わるのか

    AIエージェントにブラウザを操作させられるようになると、次に欲しくなるのは「その操作を何度でも再利用できる形にすること」です。

    一度だけ画面をクリックして終わるなら、ブラウザ操作で十分です。
    でも、検索、予約、一覧取得、ステータス確認、管理画面の操作のように、何度も使う処理なら話が変わります。

    毎回ブラウザを開いて、同じUIを辿らせるのは遅い。
    DOMセレクタに寄せすぎると、UI変更で壊れやすい。
    かといって、相手のサービスが公式APIを出しているとは限らない。

    そこで話題になっていたのが、Browserbaseの browser-to-api です。

    WebサイトをAPI化するbrowser-to-api

    きっかけになっていたDerek Meeganさんの投稿では、「Turn any website into an API」と紹介されていました。
    リンク先は Browserbase Skills の browser-to-api で、Webサイトの観測可能なHTTP通信をもとに、OpenAPI 3.1の仕様を作るためのSkillです。

    Derek Meeganさんの投稿

    公式ページはこちらです。

    browser-to-api - Browserbase Skills

    大事なのは、これは「画面をスクレイピングする便利ツール」ではないということです。

    browser-to-apiは、ブラウザ操作の裏で実際に走ったネットワーク通信を材料にします。
    その通信をあとから解析して、エンドポイント、パス、パラメータ、JSON Schema、OpenAPI仕様、簡易クライアントを生成する発想です。

    X上で見えていた反応も、だいたいこの3つに分かれていました。

    • OpenTableのようなデモが分かりやすく、「UI操作からAPIクライアントに落とせる」点が注目されている

    • DOMスクレイピングよりも、ネットワーク層を見る方が壊れにくいのではないか、という期待がある

    • 一方で、利用規約、権限、認証情報、対象サービスへの負荷は慎重に見るべきだという指摘もある

    ここで重要なのは、「Webサイトを勝手に何でもAPI化してよい」という話ではありません。
    自社プロダクト、許可を得た環境、社内管理画面、検証用サイトなど、権限のある対象に対して、AIエージェントが再利用しやすい操作面を作るための選択肢として見るのが現実的です。

    CodexやClaude Codeの文脈で見ると、価値はかなり分かりやすいです。

    ブラウザ操作で1回だけ成功したフローを、OpenAPI仕様とクライアントに変換できるなら、次からは「画面を毎回触る」のではなく、「生成されたクライアントを呼ぶ」形に近づけます。

    つまり、AIエージェントのブラウザ操作を、実験から再利用可能な開発資産へ寄せられる可能性があります。


    ここから先はメンバー向けです。browser-traceで通信を記録し、browser-to-apiでOpenAPI仕様とclient.mjsを生成する具体手順、Codexに渡すプロンプト、責任ある使い方まで整理します。

     
     

    Taiyo

     
     
    毎日AIエージェントを個人開発している大学生のドキュメンタリー記事。大阪万博に登壇しました。AI最新動向や技術の解説をします。

    あなたへのおすすめ