ログイン済みブラウザをAIに操作させる新手法

これまでのブラウザ自動操作ツールの最大の壁は「認証」だった。Seleniumや既存のヘッドレスブラウザを使う場合、ログインが必要なサービス（SNS、社内ツール、SaaSなど）への操作は、認証情報をわざわざ別途渡すか、ログイン済みセッションをどうにか引き渡す処理を自前で組む必要があった。

TencentがOSSとして公開したBrowserSkillは、この構造を根本から変える設計になっている。CLIとブラウザ拡張のセットで動く仕組みで、AIエージェントは「あなたが今使っている、すでにログイン済みのブラウザ」をそのまま操作できる。認証のトークンを管理する必要がなく、あなたが普段使っているCookieやセッション状態を使うため、ログインをAIに「覚えさせる」という発想自体が不要になる。

GitHubのスター数は4,000超（2025年9月時点）。TypeScript製で、発表内容によれば「どんなシェル経由のAIエージェントとも連携できる設計」とされており、ClaudeやGPT系のCLIエージェントとの接続が想定されている。

ブラウザ自動化ツールで意外に見落とされがちなのが、「自分が作業している間、並行でどこまで動かせるか」という問題だ。多くのツールはブラウザのウィンドウ全体を占有するため、AIに何かやらせている間は自分の作業が止まる。

BrowserSkillはこの点に意識的に対処している。公式のREADMEには「without interrupting your work（あなたの作業を邪魔せずに）」という言葉が明示されており、AIが裏で動いている間も手前の作業が継続できる設計になっている。

実用面では、「AIに調べものやフォーム入力をやらせながら、自分は別タスクを進める」というワークフローが現実的になる。これは「自分一人でAIを複数走らせる」スタイルを目指している人には、直接刺さる話だ。ローカルで動くAIコーディング環境、自分で組める時代へで触れたようなセルフホスト型エージェント環境と組み合わせると、この「並行作業」の恩恵をより活かしやすい。

「ログイン済みブラウザをそのまま使える」という特性から、特に相性がいいユースケースは以下のような操作だ。

ログインが必要なデータ収集：自分のSNSアカウントのアナリティクスページ、会員制サービスの情報、SaaS管理画面の数値を定期取得する、といった操作が、認証周りを組まずに動かせる。

繰り返し系のフォーム操作：応募、登録、投稿など、同じ操作を複数サイトで繰り返すような作業。CLIで指示を出せるので、AIエージェントに「このリストのURLを順番に開いてこの操作をして」と渡せる。

情報のかき集めと整理：複数のログイン必須サービスをまたいで情報を収集し、まとめるワークフロー。

一方で注意したいのは、「あなたのブラウザを使う」という仕組みゆえに、AIが意図しない操作をした場合の影響がそのまま自分のアカウントに及ぶ点だ。最初は影響範囲の小さい操作から試すのが現実的な判断になる。