← 概念解説に戻る

Concept Fable

ブラウザツール

Browser Tool · Tool

まず物語を読む。ここでは急いで定義を示さず、まず問題そのものを立ち上がらせる。

寓話

徒弟が城門の鍵を受け取ると、師匠はまず街区の境界を描いた

文書館の徒弟は以前、館内の書架しか読めなかった。外城の公告、商店の価格、官署の帳票に遭遇すると、使い走りに頼んで見に行かせるしかなかった。後に館長は彼に城外に出る札を与えた。徒弟は掲示板で情報を書き写し、人のために書類を記入し、商店のカウンターで商品を選ぶことさえできるようになった。初日は驚くほどの効率だった。以前は半日待たされた多くのことが、今は一度で済む。館長は、徒弟が賢いのだから、一人で歩き回らせようと考えた。

問題も現れた。街には偽の公告、ポップアップ看板、似たカウンター、期限切れの価格表、そして捺印と支払いを求める窓口があった。徒弟は時々出所を書き間違え、時々押してはいけないカウンターを押した。

学徒に各ステップで戻って確認させる案も出た。安全にはなるが、意味を失うほど遅くなり、簡単な照会まで承認待ちの列に並ぶ。

館長は外出の規則を作り直した。どの街区に行けるか、どの動作は見るだけで触らないか、どの動作は確認が必要か、支払いと提出は必ず人が承認する。各訪問では見たもの、クリックしたもの、結果、エラーを残さねばならない。

徒弟もまず通り全体を観察し、それから目的のカウンターを探すことを学んだ。入退室管理、本人確認、私的な帳簿、取り消し不能な捺印に遭遇したら、立ち止まって館長に引き渡す。

最も難しいのは支払い窓口だ。見習いは値を見て、品を比べ、下書きを書くことはできるが、気軽に印を押して銀を払うことはできない。見知らぬ街路に遭遇したら、看板、門牌、出所を持ち帰り、師匠にまず真偽を判断させる。

館長はまた学徒に、毎日一枚の外出記録を提出させた:どこへ行き、何を見て、何をクリックし、どこに権限がなかったか。何度か振り返るうちに、最も危険なのは外出そのものではなく、街の看板やボタン、偽の表札をすべて信頼できる指示と見なすことだと皆が気づいた。 その後、学徒は仕事が速くなったが、もはや一人で勝手に歩き回らなくなった。外出札は依然として彼の手にあり、境界も彼の心の中にあった。城門を開けられることは、行動能力が一つ増えたことを示すだけで、すべての扉を押し開けるべきだということを示すものではない。

この城門通行証は結局、徒弟を放浪者に変えたのではなく、外城の窓口を制御可能な道具に変えた。能力は外に出られることではなく、実際の場面で信頼でき、追跡可能に業務をこなせることにある。

明らかにする

この物語が語るのは:ブラウザツール

Browser Tool は、エージェントがウェブページを開き、ページを読み、コントロールをクリックし、フォームに入力し、またはウェブタスクを実行するためのツールである。API 経由では直接得られないウェブ能力をエージェントのワークフローに組み込むが、リスクも高くなる。ページの変化、誤クリック、誘導コンテンツ、ログイン状態、プライバシーデータ、不可逆操作などが含まれる。したがって企業導入には、権限範囲、読み取り専用/書き込み可能の区別、確認ゲート、ログ、スクリーンショット証拠、異常処理が必要である。

重要なのは、それが単なる用語ではなく、実際のAI/Agentシステムで繰り返し現れる構造的な問題だという点だ。これを理解して初めて、いつモデルを足すべきか、いつプロセスを変えるべきか、いつガバナンスを補うべきかを判断できる。

物語の対応

  • 城門の鍵:Agent のブラウザアクセス能力
  • 外城の公告と商店のカウンター:実際のウェブページ、フォーム、SaaS インターフェース
  • 偽公告と類似ボタン:ウェブ環境における不確実性と誘導リスク
  • 各ステップで戻って確認:過度な人手確認が効率を損なう
  • 街区境界と動作分级:ブラウザツールの権限制御
  • ページ、クリック、結果の記録:監査可能なブラウザ操作ログ
  • 支払いと送信には人の承認が必要:不可逆な操作のための人間確認ゲート

Andy(任旭)判断

この概念の実戦的価値は、「賢く見えるAI機能」を納品可能、検収可能、ガバナンス可能な作業単位に分解する手助けをすることです。

web agenttool use
京ICP备2026014272号