AI注目記事のキュレーターページ

Googleは、Google Gemini 3.5 Flashにおいて「コンピュータ使用」を専門的なモデルから移行し、ブラウザやアプリ、デスクトップワークフローをエージェントスタイルで制御できる機能を組み込み製品として提供することを発表しました。これにより、Geminiはユーザーインターフェースを視認し、コンピュータ画面上の情報を推論し、直接的なアクションを取ることが可能になります。Google DeepMindの上級科学者は、スケールされたAIエージェントが「悪意のある人々に悪事を働くインセンティブを与える」と警告しています。

開発者は、APIを呼び出すだけでなく、GUI専用のワークフローを自動化するエージェントを構築できるようになりました。これにより、ソフトウェアのテスト、フォームの記入、ダッシュボードのナビゲーション、APIアクセスのないレガシーアプリの使用などが可能になります。AIエージェントは、自然言語を使用してこれらのワークフローを処理し、カスタムスクリプトに依存することなく、ダッシュボード、スプレッドシート、メールを接続できます。

SEOにおいては、AIがGoogle Search Consoleにログインし、サイトを監査し、Screaming Frogでサイトをクロールし、特定のデータポイントを抽出して比較し、繰り返しの最適化ワークフローを実行することが可能になるかもしれません。これにより、サイト所有者はAIエージェントが「訪問者」として機能する可能性があり、サイトのインタラクションやエンゲージメント信号の解釈に影響を与える可能性があります。

しかし、Googleは新しいAIエージェントに関する「安全性のベストプラクティス」を強調しており、これを無視すると盗難や悪いユーザー体験につながる可能性があります。特に、AIエージェントが「トラップ」に遭遇するリスクが高まっており、ハッカーがAIエージェントを狙う可能性があるため、サイト所有者は強化されたボット制御や、ハッカーが隠したプロンプトインジェクション指示を特定する能力が求められています。