Browser Use AIにブラウザ操作を任せる 反復業務を自動化する実践ガイド
問い合わせフォームへの入力、競合サイトの価格調査、求人サイトへの応募情報転記 — こうした「ブラウザを手で操作するだけの単純作業」に、日本語の指示だけでAIを動かせるのがBrowser Useです。本稿ではOSS版とクラウド版の料金構造、対応LLM、中小企業の反復業務でどう使えるかを編集部で検証しました。
この記事のポイント
- Browser Use はMIT ライセンスの OSS、本体は無料で
pip install browser-useから始められる - クラウド版はFree プラン (同時実行 3)があり、月$29 の Dev プランからスケジュール実行や優先サポートが付く
- タスクは「○○のフォームに入力して」のような自然言語で指示、AI がページ閲覧・クリック・入力を自動実行
- Claude / GPT-5.5 / Gemini / ローカルの大規模言語モデル (LLM、Ollama 経由) など主要モデルを切り替え可能
- フォーム入力・データ抽出・QA テスト (バグ検出) が代表的な活用シーン
編集長の見解 (Mira): Browser Use の中小企業向けの価値は「RPA (定型業務の自動化ソフト) のように画面座標を細かく指定しなくてよい」点です。日本語でタスクを説明するだけで動くため、非エンジニアの事務担当者でも運用イメージが湧きやすい設計になっています。ただしクラウド版は従量課金なので、まずは無料の OSS 版か Free プランで自社の業務に合うかを試してから本格導入を検討するのが現実的です。
Browser Use とは何か
Browser Use は、AI エージェントが人間と同じようにWebブラウザを操作できるようにするプラットフォームです。公式は「The Way AI uses the web」と表現しており、ブラウザ操作を自動化するオープンソースの中核部分 (Browser Use ライブラリ) と、それをクラウド上でスケールさせる有料サービス (Browser Use Cloud) の二本立てで提供されています。
GitHub リポジトリによると、本体は MIT ライセンスで公開されており、2026 年 7 月時点でスター数 10 万超・フォーク数 1 万 1,700 超という規模まで成長しています。更新頻度も高く、業務自動化ツールとしては継続開発の見通しが立てやすい部類です。
主要機能
1. 自然言語でのタスク指示
利用者は「この求人サイトの検索結果を CSV に抽出して」のようにタスクを自然文で書くだけです。Browser Use が内部でページ構造を解析し、クリック・入力・スクロールといった操作列に変換して実行します。画面座標や CSS セレクタを事前に指定する必要がある従来型 RPA (定型業務の自動化ソフト) と比べて、非エンジニアでも指示文を書き換えるだけで運用を調整できます。
2. フォーム入力の自動化
履歴書情報の入力や問い合わせフォームへの反復投稿など、同じ形式のフォームに繰り返し入力する作業を自動化できます。
3. データ抽出
Web ページから構造化データを読み取り、CSV 形式などで出力する機能です。競合の価格情報や店舗情報の収集に使えます。
4. QA テスト (バグ・UI 不具合の自動検出)
自社サイトを Browser Use に巡回させ、リンク切れや表示崩れなどの不具合を検出させる使い方も想定されています。
5. 複数 LLM 対応
Browser Use は自社最適化モデル「bu-2-0」に加え、OpenAI GPT-5.5、Anthropic Claude (Sonnet / Opus)、Google Gemini、Ollama 経由のローカル LLM に対応しています。公式ドキュメントでは、専用モデル利用時は他モデルより 3〜5 倍高速と説明されています。
編集部のヒント: 最初に触るなら OSS 版がおすすめです。uv add browser-use または pip install browser-use を実行し、手持ちの Anthropic / OpenAI の API キーを環境変数に設定するだけで、数行の Python コードから動かせます。クラウド版の従量課金を検討するのは、OSS 版で自社の業務に合うと確認できてからで十分です。
料金構造 (OSS は無料、クラウド版は従量+プラン制)
Browser Use は「OSS を自分でホストする」か「クラウド版を使う」かで費用構造が大きく変わります。
| 項目 | 月額目安 | 備考 |
|---|---|---|
| OSS 本体ライセンス | ¥0 | MIT ライセンス、自己ホスト |
| OSS 利用時の LLM API 従量 (編集部試算) | ¥1,500〜10,000 | 選んだ LLM プロバイダに直接支払い |
| クラウド版 Free | ¥0 | 同時実行 3、チームメンバー 1 名 |
| クラウド版 Dev | $29 (約¥4,350) | 同時実行 25、スケジュール実行対応 |
| クラウド版 Business | $299 (約¥44,850) | 同時実行 200、優先サポート |
| クラウド版 Scaleup | $999 (約¥149,850) | 同時実行 500、専任サポート |
| 従量課金 (共通) | ブラウザセッション $0.02/時間、プロキシ帯域 $5/GB | 公式料金ページより、1 USD = ¥150 換算 |
※本稿の円換算は編集部のシミュレーションです。実際の請求額は為替レートと利用量で変動するため、正確な最新料金は公式料金ページを確認してください。Scaleup プランは中小企業の予算水準を超えるため、想定読者にとって現実的な選択肢は OSS 版・Free・Dev の範囲になります。
編集部の警告: クラウド版は「セッション時間」と「プロキシ帯域」の両方が従量課金される設計です。大量ページを長時間巡回させるタスクを設計すると、想定より請求額が膨らむことがあります。本格運用の前に少量のタスクでコストを試算し、月次の上限アラートを設定できるか確認しておくことを編集部としては推奨します。
ChatGPT Operator / Perplexity Comet との比較
「AI にブラウザ操作を任せる」という切り口では、ChatGPT Operator や Perplexity Comet も選択肢に挙がります。編集部で整理しました。
| 観点 | Browser Use | ChatGPT Operator | Perplexity Comet |
|---|---|---|---|
| 形態 | OSS ライブラリ + クラウド API | ChatGPT 内の機能 | AI 搭載ブラウザアプリ |
| 本体料金 | OSS は¥0、クラウドは月$29〜 | ChatGPT Plus 以上に内包 | 無料 (招待制の時期あり) |
| 主な用途 | 開発者が自社業務に組み込む自動化 | 個人のリサーチ・予約代行 | 個人の調べ物・ブラウジング補助 |
| カスタマイズ性 | 高い (コードでタスク設計) | 低い (アプリ内の指示のみ) | 中 (ブラウザ拡張的な操作) |
| 対象ユーザー | 開発者・エンジニアがいる中小企業 | 非エンジニアの個人事業主 | 個人・情報収集中心の業務 |
| 編集部評価 | 業務組み込み・大量処理向け | 手軽さ優先の個人利用向け | 調べ物特化、業務代行は限定的 |
→ Browser Use は「エンジニアがいて、業務フローにAI自動化を組み込みたい」中小企業向け、ChatGPT Operator や Perplexity Comet は「非エンジニアが個人のリサーチ・予約を手軽に代行させたい」場面向けと棲み分けできます。ChatGPT Operator の詳細は /ai/chatgpt-operator/、Perplexity Comet の詳細は /ai/perplexity-comet/ を参照してください。自律型エージェント全般との比較は /ai/manus-ai/ もあわせてご覧ください。
中小企業での活用シナリオ
1. 競合価格・在庫の定期モニタリング
小売業や卸売業で、競合サイトの価格や在庫状況を定期的に確認する作業は反復性が高く自動化に向きます。Browser Use にタスクを指示してスクレイピングし、CSV で結果を受け取る運用がイメージしやすい使い方です。
2. 求人応募・問い合わせフォームの一括入力
同じ入力項目を持つ複数サイトへの応募や問い合わせを、定型フォーマットのデータから自動入力させることで、事務担当者の反復作業を減らせます。
3. 自社サイトの定期 QA チェック
自社の EC サイトやコーポレートサイトを定期的に巡回させ、リンク切れや表示崩れがないかを検出するタスクに使えます。手動での目視チェックを完全に置き換えるものではありませんが、一次スクリーニングとして機能します。
編集部の警告: ログインが必要なサイトや多要素認証を伴う操作を無条件に自動化すると、対象サービスの利用規約 (自動化・スクレイピング禁止条項) に抵触する可能性があります。導入前に対象サイトの利用規約を確認し、API が提供されている場合はそちらを優先する判断も必要です。
始め方 (4 ステップ、OSS 版)
Step 1: Python 環境を確認
公式ドキュメントによると Python 3.11 以上が必要です。ターミナルで python3 --version を確認します。
Step 2: インストール
uv add browser-useまたは
pip install browser-useStep 3: LLM プロバイダの API キーを設定
Anthropic (Claude) や OpenAI の API キーを取得し、環境変数に設定します。中小企業の最初の選択としては、コストと精度のバランスから Claude Sonnet 系が編集部の推奨です。
Step 4: 小さなタスクから試す
「このページのタイトルを取得して」のような単純なタスクから始め、動作を確認しながら業務範囲を広げていきます。
よくある質問
Q. OSS 版とクラウド版はどちらから始めるべきか? A. まず OSS 版で自社の業務に合うか無料で試し、大量処理やチーム運用が必要になった段階でクラウド版の Dev プラン ($29) を検討する順序を編集部としては推奨します。
Q. 日本語の指示でも動くか? A. LLM が日本語を理解できるため、タスク指示を日本語で書くこと自体は可能です。ただし公式ドキュメントは英語中心のため、初期設定でのつまずきは英語ドキュメントの参照が前提になります。
Q. RPA ツールとの違いは何か? A. 従来型 RPA (定型業務の自動化ソフト) は画面座標やセレクタを事前定義する必要がありますが、Browser Use は自然言語の指示から LLM が操作を都度判断する点が異なります。柔軟性が高い一方、判断結果が毎回完全に同一とは限らない点は留意が必要です。
Q. 何か問題が起きた場合の責任範囲は? A. 自動化スクリプトによる誤操作や意図しないデータ送信のリスクはゼロではありません。本番環境での運用前にテスト環境で十分に検証し、重要な操作 (決済・送信など) には人間の確認ステップを挟む設計を編集部としては推奨します。
まとめ
Browser Use は「日本語の指示だけでブラウザ操作をAIに任せたい」中小企業にとって、OSS 版なら¥0から試せる現実的な選択肢です。フォーム入力・データ抽出・QA テストといった反復業務との相性がよく、まずは無料範囲で自社業務に合うかを検証し、手応えがあればクラウド版の Dev プランへ段階的に移行する、という導入の型が編集部の推奨です。
出典・参考情報
関連リンク
Mira ／ AI経営ラボ 編集長
料金プラン
| プラン | 料金 (JPY) | 請求 |
|---|---|---|
| OSS (自己ホスト) | ¥0 | 月額 |
| Free (クラウド版) | ¥0 | 月額 |
| Dev (クラウド版) | ¥4,350 | 月額 |
| Business (クラウド版) | ¥44,850 | 月額 |
👍 メリット
- OSS 版は MIT ライセンスで無料、`pip install browser-use` で数分導入できる
- 日本語の自然言語でタスクを指示するだけでフォーム入力・データ抽出・QA テストを実行
- クラウド版は Free プランがあり、月$29 の Dev プランから同時実行数やスケジュール実行が使える
- Claude / GPT-5.5 / Gemini など主要 LLM を切り替え可能、ローカル LLM (Ollama) にも対応
- GitHub で 10 万スター超、更新頻度が高く継続開発の見通しが立てやすい
👎 デメリット
- OSS 版は LLM API キーを自前で用意する必要があり、利用料が別途発生する
- クラウド版は従量課金 (セッション時間・プロキシ帯域) のため使い方次第で費用が読みにくい
- 日本語ドキュメントが乏しく、初期設定は英語の公式ドキュメント参照が前提
- 対象サイトのログイン画面や複雑な認証 (多要素認証など) は自動化の対象外にすべき場面がある