あらすじ

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 本書は、ChatGPT の Apps inside、および Gemini の Computer Use を利用し、 アプリや Web ブラウザを操作する「実行型AI(AIエージェント)」の仕組みと実践方法を、基礎から段階的に解説した一冊です。 Chapter1では、AIが「文章を返す存在」から「PCを操作する存在」へと進化してきた背景を整理し、 Computer Use という新しいAIの役割が、私たちの仕事や開発スタイルをどのように変えていくのかを概観します。 Chapter2では、ChatGPT の Apps inside 機能を取り上げ、 アプリの追加や基本設定、プロンプト設計など、実際に使い始めるための基礎を解説します。 Chapter3・4 では、Apps inside 向けのアプリを Node.js および Python で開発する方法を詳しく紹介します。 MCP サーバーの構築から Gradio を用いた UI アプリの作成まで、実践的な開発フローを学びます。 Chapter5では、Google の Gemini に焦点を当て、Python からの利用方法や、生成AIとしての特性を整理します。 Chapter6では、Gemini Computer Use と Playwright を組み合わせたブラウザ操作エージェントの実装を通じて、 AIが Web を自律的に操作する高度なワークフローを体験します。 対象読者 • 実行型AI・AIエージェントに興味がある方 • ChatGPT / Gemini を「使う側」から「動かす側」へ進みたい方 • ブラウザ操作・業務自動化・AIワークフローを実装したいエンジニア

連載情報

配信言語
シーモア
シーモア2026/02/04
  • 現在の作品ChatGPT Geminiではじめる 実行型AI開発入門