本メディアはAI活用の情報メディアで、株式会社S.Lineが運営しています。記事内で当社サービスに触れる場合は「当社」と明記します。 運営会社の情報
Gemini APIの computer use は、AIが画面を見て、クリックや文字入力を自分で進める道具です。
予約サイトやフォーム入力を任せる前に、公式が決めている「人に戻す場面」を知っておくと、任せる範囲を決めやすくなります（公式の Computer use ドキュメント、2026年11月5日確認）。
結論は、準備と入力はAIに寄せ、最後の「送信」「確定」「同意」は人が押す形です。公式の安全の仕組みも、同じ向きで作られています。
Gemini computer useとは何か
Gemini computer useとは、AIが画面のスクリーンショットを見て、クリックやキー入力などの操作を組み立てる、Gemini APIのツールです。ブラウザ、モバイル、デスクトップの画面を動かすエージェントを作るために使われます。
公式ドキュメントによると、モデルは操作の案を返すだけです。実際にクリックや入力を行う部分は、使う側のプログラムが用意します（公式ドキュメント）。
つまりこれは、開発者向けのAPIの機能です。ふだんの利用者は、この機能を組み込んだアプリやサービスを通して触れることになります。
どのサービスが使っているかは、この記事では判断しません。サービスの説明で、画面操作や確認の仕組みがどう書かれているかを見てください。
「一般提供」と言えるのはどこまでか
「一般提供」と公式が書いているのは、Google AI StudioのX投稿とGemini APIの変更履歴です。Computer useのドキュメント本文には、この語は見当たりませんでした。
確認できた範囲を表にまとめます（2026年11月5日確認）。
| 出典 | 書かれていること | この記事での扱い |
|---|---|---|
| Google AI StudioのX投稿（2026年11月4日、UTC） | Gemini APIの computer use ツールが一般提供になった。プレビューからの破壊的変更はない | 「一般提供」の根拠として使う |
| Gemini APIの変更履歴（10月30日の項目） | Computer Useが、Interactions APIとGenerateContent APIで一般提供（GA）になった | 「一般提供」の根拠として使う |
| Computer useのドキュメント | 使い方、対応モデル、安全の仕組み。「一般提供」の語は本文に見当たらない | 仕組みと安全の説明の根拠として使う |
X投稿の日付と変更履歴の日付は一致していません。理由は公式に書かれていないので、この記事では「公式に一般提供と書かれている」ことまでを事実とします。
予約サイトやフォーム入力で何ができるのか
公式ドキュメントが例に挙げているのは、Webサイトでの繰り返しのデータ入力やフォーム入力、Webアプリのテスト、複数サイトでの調べものです。予約サイトや問い合わせフォームは、このうちフォーム入力に近い場面です。
この3つの例は、公式ドキュメントの冒頭に書かれています。予約の成立や、申し込みの完了までうまくいくとは書かれていません。
対象の環境は、ブラウザ、モバイル、デスクトップです。同じページには、ミスや安全上の弱点が含まれる可能性があると明記されています。
公式は、重要な作業では注意深く見守ることと、重大な判断や機微なデータ、取り返しのつかない操作には使わないことを勧めています（公式ドキュメント）。
公式が決めている安全の仕組み
公式が用意しているのは、操作の種類ごとに「人の確認が要るか」を判断する安全カテゴリです。Gemini 4 と Gemini 3.x のモデルには、7つの安全カテゴリが内蔵されています（公式ドキュメント）。
予約やフォーム入力に関わる場面を、右の列に読み替えて並べました。右の列は、この記事の読み替えです。
| 安全カテゴリ | 公式の説明（要約） | 身近な場面（この記事の読み替え） |
|---|---|---|
FINANCIAL_TRANSACTIONS | 支払い、購入手続き、規制対象の商品に関わる操作をブロックするか、確認を求める | 予約時の事前決済、購入ボタン |
SENSITIVE_DATA_MODIFICATION | 健康、金融、行政の記録が許可なく変更されないよう守る | 公的な手続きのフォーム |
COMMUNICATION_TOOL | メール、チャットのメッセージ、下書きをAIが勝手に送るのを制限する | 問い合わせメールの送信 |
ACCOUNT_CREATION | サイトでの新規アカウント登録を、AIが勝手に行うのを制限する | 予約サイトの会員登録 |
DATA_MODIFICATION | ファイルの変更、データの共有、保存データの削除を全体的に規制する | ファイルのアップロードや削除 |
USER_CONSENT_MANAGEMENT | Cookieの同意バナーやプライバシーの確認は、人が引き継ぐ | サイトを開いた直後の同意画面 |
LEGAL_TERMS_AND_AGREEMENTS | 利用規約や法的拘束力のある契約を、モデルが勝手に承諾しない | 予約の規約への同意チェック |
予約やフォームで特に関わるのは、USER_CONSENT_MANAGEMENT と LEGAL_TERMS_AND_AGREEMENTS です。同意と規約は、AIが代わりに押さない設計になっています。
確認が求められるときの流れ
モデルは操作の案と一緒に、安全の判定（safety_decision）を返すことがあります。判定は、そのまま実行してよい、ユーザーの承認が要る（require_confirmation）、ブロック、のいずれかです（公式ドキュメント）。
承認が要るとき、公式はアプリ側にユーザーへの確認を求めています。
ユーザーが承諾した場合に限り、承諾した記録を付けて処理を続けます。
- AIが画面を見て、次の操作の案を返す
- 案に
require_confirmationが付いていたら、アプリが人に確認する - 人が承諾したときだけ、承諾の記録を付けて操作を続ける
- 人が断ったら、そこで止める
この流れをどう画面に出すかは、サービスごとに違います。確認が出る作りかどうかは、使う前にサービスの説明で確かめてください。
安全の仕組みだけでは足りない点
安全の仕組みがあっても、確認が出るかどうかは、使う側の作りに左右されます。公式の説明から、確認できる点が3つあります。
- 開発者は、一部の安全ポリシーを無効にできる。それでも、確認が要る判定が返ることはあるので、アプリは常に判定を処理すべきだと公式は書いている
- 画面に隠された指示（「これまでの指示を無視して」など）を見つける機能は、オプトイン。既定は無効で、Gemini 3.5 Flash-Lite 以降が対象
- 公式は、AIの実行環境を、サンドボックス化された仮想マシンやコンテナに分けるよう勧めている。自分のパソコンへの影響を限るため
以上は、公式ドキュメントの記載です。これらが有効かどうかは、アプリやサービスの作り手が決めます。
利用者から見える安全は、公式の仕組みと、サービス側の実装の両方で決まります。AIに渡す情報の範囲は、生成AIの情報漏えい対策の記事も参考にしてください。
予約やフォーム入力で任せる範囲の決め方
任せる範囲は、やり直せる作業までにして、取り消しにくい操作の直前で人に戻すのが基本です。公式のサンプル指示も、必要な入力を終えたあと、最後の送信や購入確定の前に確認を取る考え方になっています（公式ドキュメント）。
下の表は、公式の安全カテゴリを手がかりに、この記事で考えた運用案です。公式がこの分け方を勧めているわけではありません。
| 作業 | AIに任せてよいか | 理由 |
|---|---|---|
| 空き状況や条件を調べる | 任せてよい | やり直せる。画面を見るだけの作業 |
| 名前や希望日をフォームに入れる | 下書きまで任せる | 送る前なら、誤りを直せる |
| Cookieやプライバシーの同意 | 人が押す | 公式が人への引き継ぎを求める場面 |
| 規約への同意チェック | 人が押す | 公式が、AIの勝手な承諾を防ぐ場面 |
| 予約の確定、送信、支払い | 人が押す | 取り消しにくい。確認を求める場面 |
ログイン情報やクレジットカード番号を、AIに渡す前に、本当に渡す必要があるかを考えてください。
必要ならサービスの説明で、どこまで保存されるかを確かめます。
仮の例：問い合わせフォームを任せる場合
仮の例として、小さな雑貨店の店主が、仕入れ先の問い合わせフォームの入力をAIに任せる場面を考えます。AIが進めるのは入力までで、送信ボタンは店主が押します。
この例は、理解のための仮の話です。実在の店や人を指すものではありません。
- 店主が「この商品の取り扱いを問い合わせるフォームを、下書きまで入力して」と頼む
- AIが仕入れ先のサイトを開く。Cookieの同意画面が出たら、人に戻す
- 店主が同意の可否を決めて押す
- AIが会社名と問い合わせ内容を入力する
- 送信の直前でAIが止まる。店主が内容と宛先を読み返し、問題なければ自分で送信する
このとき店主が確かめるのは、宛先、問い合わせの文面、個人情報の入れすぎがないかです。AIが入力した内容は、人の目で読み返す前提で扱います。
サービスの種類によっては、AIがブラウザを動かす仕組み自体が別です。
ブラウザ拡張で動く例はClaude in ChromeとAuto Browseの比較記事が、サイト側が機能を公開する仕組みはWebMCPの解説記事が参考になります。
まだ確認できていないこと
この記事の確認範囲では、料金、利用回数の上限、提供地域は分かりませんでした。Computer useのドキュメント本文には、これらの記載が見当たらなかったためです。
- 料金：書かれていないため、金額や無料枠は断定しません
- 利用回数の上限：書かれていないため、断定しません
- 提供地域：書かれていないため、日本で使えるかは断定しません
使う前に、公式ドキュメントと、使うサービスの料金や条件の案内を確かめてください。
よくある質問（FAQ）
- Q1. computer useは、予約を代わりに完了してくれますか。
- 公式ドキュメントに、予約の完了を保証する記載はありません。例に挙げられているのはフォーム入力やテスト、調べものです。確定の操作は人が押す前提で考えてください。
- Q2. 「一般提供」は公式の言葉ですか。
- はい。Google AI StudioのX投稿と、Gemini APIの変更履歴の両方に書かれています。
- Q3. 規約への同意はAIが押してくれますか。
- 公式の安全カテゴリ
LEGAL_TERMS_AND_AGREEMENTSは、利用規約や契約の承諾を、モデルが勝手に行わないようにするものです。人が内容を読んで押します。 - Q4. 自分のパソコンで直接動かしても大丈夫ですか。
- 公式は、サンドボックス化された仮想マシンやコンテナでAIを動かすよう勧めています。直接動かす場合のリスクは、サービスや作り手の説明で確かめてください。
- Q5. 料金や使える国は分かりますか。
- Computer useのドキュメント本文には、料金と提供地域の記載が見当たりませんでした。断定せず、公式の料金ページとサービスの案内を確かめてください。
まとめ
Gemini APIの computer use は、公式に一般提供と書かれた、画面操作のAIの道具です。予約やフォーム入力では、次の点を押さえておけば足ります。
- 準備と入力はAIに寄せ、送信・確定・同意は人が押す
- Cookieの同意と規約の承諾は、公式が人に戻す設計にしている
- 確認が出る作りかどうかは、サービス側の実装で変わる
- 料金・回数・提供地域は、この記事の範囲では未確認
詳しくは公式の Computer use ドキュメントで、使う前に最新の記載を確かめてください。
