ブラウザを動かすAIに、何を任せるか。操作の便利さと判断の境界。

画面を読んで入力できるAIを、日々の業務へどう組み込むか。Obsidianで読んだ話題を、依頼・閲覧・実行・確認の設計へ置き換えます。

読書・検討記録：2026.09.25記録・編集：株式会社オーシャン

つながらない業務にも、画面という入口がある。

APIで接続できない管理画面や、日々使うWebサービスにも、ブラウザ操作という入口があります。表示を読み、必要な欄に入力し、画面を移動できれば、従来は人が手で行っていた作業の一部をAIへ渡せます。

ブラウザ操作AIに関する記事を読んで考えたのは、操作できる範囲と、任せてよい範囲を分けることです。ボタンが押せることを、そのまま実行の許可と捉えない。仕事の目的に沿った使い方を先に決めます。

FIGURE 01読む情報と、従う指示を分ける

Webページやメールには、読ませたい情報だけでなく、別の操作へ誘導する文章が含まれる可能性があります。プロンプトインジェクションとは、そうした外部の文章をAIへの指示として働かせる攻撃です。

対策を考える際は、本人からの依頼と、調査先で見つけた文章を区別します。ページが「別の宛先へ送れ」と書いていても、それは業務の依頼ではありません。外部情報を読める便利さと、その情報に操作を決めさせない設計を両立させる必要があります。

FIGURE 02外部に作用する前後の確認

下書きをつくる、内容を整理する、入力の準備をする。ここまでと、送信・公開・購入・削除では、相手や費用への影響が違います。どの操作まで任せているかが明確なら、途中の不要な確認を減らしながら、必要な判断は残せます。

確認を挟む場合も、具体的な結果を見せて判断できるようにします。空の段階で許可を聞くより、宛先と内容、次に起きることがそろっている方が、仕事として確認しやすくなります。

FIGURE 03操作によって、確認対象を変える

保存ボタンを押しただけでは、変更が反映されたとは限りません。成功表示、保存後の値、公開先の画面など、作業に合った確認が必要です。ブラウザの見た目が変わったことと、データが変わったことも区別します。

自動操作の価値は、クリック数を減らすだけでなく、依頼から確認までを一貫して扱えることにあります。便利さを実務の品質へつなげるために、操作の前後を設計していきたいと考えています。

参照資料をきっかけに、オーシャンの考察・実践方針として整理しています。

TALK WITH OCEAN

まだ仕様や依頼内容がまとまっていなくても、まずは経営や現場で気になっていることからお聞かせください。

オーシャンの社内備忘録を、人とAIで整理・編集しています。クライアントを特定できる情報は掲載していません。説明用に再構成した図や画面は、その旨を記載しています。

公開：2026.09.28。記録の日付は題材となった実践・検討の時点です。