定義
ブラウザエージェントとは、ウェブブラウザを道具として使うAIエージェントです。URLを開く、ページやそのアクセシビリティツリーを読む、フィールドに入力する、クリックする、ファイルをアップロードする、といった操作を行います。専用の製品の場合もあれば、ブラウザ連携で拡張したコーディングエージェントの場合もあります。ヘッドありのブラウザは画面に表示され、ヘッドレスのブラウザは見えないところで動きます。
フォーム作業で重要なのは、どのブラウザプロファイルを使うか(ログイン済みのあなたのアカウントか、空のプロファイルか)、その様子を見守れるか、そしてツール呼び出しの成功がページ上で検証されるか、の3点です。
具体例
たとえば、エージェントがログイン済みのあなたのChromeでディレクトリのプロフィールフォームを開き、自己紹介を入力して「Save」をクリックします。ツール呼び出しは成功を返します。しかし「ツール呼び出しが返ってきても証拠ではない」というルールに従ってプロフィールを開き直すと、フィールドは空です。編集は保存されていなかったのです。PitchWallの実践ガイドには、まさにこの出来事が記録されています。
エージェントはネイティブ入力でテキストを入れ直し、フィールドを開き直してテキストが残っていることを確かめてから、ようやくプロダクトのフォームに進みます。あなたは自分のウィンドウですべての手順を見ており、パスワードを誰にも渡していません。
ディレクトリへのローンチで重要な理由
ディレクトリのフォームは、ログイン、確認メール、CAPTCHA、2要素認証の向こう側にあります。ログイン済みのあなた自身のChromeで動くブラウザエージェントなら、繰り返しの作業を任せつつ、接続の承認、チャレンジの解決、アカウントの管理はあなたの手元に残せます。認証情報をどこか別の場所に預けたヘッドレスのエージェントは、リスクの性質がまったく異なります。
LaunchRepoでの扱い
BROWSER-SETUP.mdでは、Chrome DevTools MCPを通じて、ふだん使っているChromeにエージェントを接続します。Chrome 144以降ならinspectページでリモートデバッグを有効にし、そうでなければループバックのポートで専用のローカルプロファイルを使います。申請の前には、公開ページでの動作確認を必ず行います。ルールは次のとおりです。関係のない機密性の高いタブは閉じる、Cookieを書き出さない、プロファイルをコピーしない、CAPTCHAや2要素認証は人に引き継ぐ、そしてツール呼び出しが返ってきたことはページが保存された証拠ではない。
さらに詳しく
どのブラウザエージェントでリポジトリを実行できるか、それぞれがあなたのChromeにどう接続するか、そして人が引き継ぐべき場面を説明しています。
リポジトリの中で用語を確かめる
LaunchRepoは、299件のディレクトリ別プレイブック、プロダクト情報ファイル、申請トラッカーをまとめたもので、あなた自身のエージェントが実行します。€49.00を一度支払えば、所有するすべてのプロダクトに使えます。
料金を見る