はじめに
こんにちは！
早速ですが、皆様は普段の業務をどのように効率化していますか？
私は、普段からプライベートで Antigravity を使っているのですが、最近「これ、業務でのリサーチや検証を効率化できるじゃん！」と気づきがありました。
今回は、普段の開発にAntigravityを活用したことで手間のかかる作業が効率化できたので、その実体験を例と共に残していきたいと思います！
前知識：Antigravity とは
Google が設計した、強力なエージェント型 AI です。
-
特徴: チャットだけじゃない。ブラウザ、ターミナル、ファイル操作を「自律的」に行う
-
得意なこと: 最新情報のリサーチ、検証環境の構築、複雑な手順の実行
簡単に言うと「指示を出せば、勝手に調べて、なんなら検証環境まで作って動かしてくれる右腕」ということですね。
なお、現在プレビュー版としてAntigravityが出ているのですが、利用規約によると利用内容は原則としてモデルの学習に使用されると考えておいた方がよさそうです。
(機密情報を渡すのは避けた方が良いですね)
やっていたこと
業務で新しい技術を導入しようとしていたのですが、リサーチと比較 に時間がかかっていました。
- 公式ドキュメントが膨大で、どこが最新かわかりずらい
- 比較対象が多く、どれが最適か絞れない
- 確認したい規約まで辿り着くのが大変
「あー、リサーチ大変だ……」と頭を抱えていたとき。
「あ、普段使ってる Antigravity に、この『面倒な外側』を全部任せればいいんじゃん！」
これに気づいたのが、効率化の突破口でした。
ここからはこのAntigravityを使った作業効率化のイメージを紹介したいと思います。
⭐️ 活用術①：リサーチを「自律的」に任せる
業務で 同じ用途向けの製品が A / B / C と並んでいて、性能や価格も「どれも一長一短」で決め手がない とき、地味にしんどいですよね。料金帯の差、利用規約の細部の違い、ブログの古い記事との食い違い……小さな差を探してタブが増えるほど迷子になりがちです。
Antigravity にこう依頼しました。
「同じ用途で入れたい APIの候補が A / B / C の3つある。スペック表を見る限りどれも採用候補に見えるが、どれにするか決めきれていない。各社の公式ドキュメント・料金・レート制限・SLA や既知の制限の記載をブラウザで当たり、運用やコスト・制限の観点で差がどこにあるか比較表にまとめて。表に載りきらない論点も箇条書きで。」
すると、数分後。
...返事が来た。
候補 A / B / C を確認しました。認証の流れ・課金の単位・上限の説明の違いは……、ドキュメント上の注意点は……。
「おお……似た性能の候補のまま迷子になる前に、比較軸がそろった表と、次に疑うべき論点まで返ってきた！」
自分でやると半日〜丸一日かかりがちな「公式を横断した整理」が、数分〜十数分でまとまる。これでまず一つ目の「沼」を脱出しました。
⭐️ 活用術②：検証環境を作って「挙動の差」を見せてもらう
リサーチの次に時間がかかるのが、スペックでは似通っている A / B / C について、ドキュメントの書きぶりと実際の挙動が一致しているか／着地で何が違うかの確認です。ここを手でやると、検証用リポジトリを用意して、環境変数を分けて……と作業が増えます。
Antigravity なら、自分のプロジェクトを汚さずに 「AI の中にある検証用ラボ」 を勝手に作って、差分を実測してくれます。
「活用術①の A / B / C について、同じ入力条件で呼び出したときの挙動の差を知りたい。
/tmpに検証用の最小プロジェクトを作り、タイムアウト時・エラー時・レート制限に近い呼び方でも試せるなら試して、ログとレスポンスの違いを並べて報告して。」
了解しました。
/tmp/verify-compareを用意し、同一ペイロードで A / B / C を順に実行しました。
正常系ではレスポンス構造にこの差があり、異常系では A は……、C は……、ログはこのようでした。
「なるほど、自分のプロジェクトを汚さずに、比較用の検証環境まで用意して差分を見せてくれるんだ！」
検証結果と、再現に使ったスニペット だけを最後に貰えば、あとは自分の手元で業務コードに組み込む判断がしやすくなりますね。セキュリティ的にも安心だし、検証環境をゼロから立ち上げる手間も省けます。
⭐️ 組み合わせ：Antigravity × Cursor
あらためて、この二つの使い分けが業務効率をUPさせてくれました。
| 役割 | ツール | メリット |
|---|---|---|
| 検証・リサーチ | Antigravity | ブラウザ自走・自動検証で「正解」を見つける |
| プランニング・コーディング | Cursor | ローカルで安全に、AI のサポートを受けながら書く |
- Antigravity にリサーチ・検証をさせる（業務リポジトリを汚さず、ラボ側で実行）
- その「検証済みプラン」を Cursor (Composer) に渡して手順書の流れで実装する
「リサーチと検証の沼」を Antigravity でスキップして、Cursor で一気に実装することで、今まで面倒だった作業の負担を減らすことができます。
今回の学び
✅ 学んだこと① 「AI に『やっておいて』が言える凄さ」
「やり方を教えて」ではなく、ブラウザやターミナルを使って「実際にやってみて、結果を教えて」と言えるのがエージェント型のいいところなのではないでしょうか。これがリサーチ時間を大きく削ってくれました。
✅ 学んだこと② 「検証環境（ラボ）としての活用」
- 自分のプロジェクトにいきなり入れない
-
/tmpなどで AI に sandbox を作らせて試行錯誤させる - 成功したコードだけを業務に持ち帰る
これが、機密情報を守りながら AI の恩恵を受けるための最も賢い「業務ハック」だと気づきました。
✅ 学んだこと③ 「普段使いのツールを業務にスライドさせる」
プライベートで使っていた Antigravity ですが、「コードを見せない外側サポート」に特化させることで、業務の強力なアシスタントになると実感しました。
Antigravityだけではなく、どんどん他のツールも取り入れて業務を効率化していきたいですね！
感想
「導入調査が大変だな……」と感じたら、それは AI に任せるサインかもしれません。
- 手作業の「リサーチ」を自律型 AI に任せる
- 外部の検証環境で「試行錯誤」を代行させる
- 最後に「美味しいところだけ」を受け取る
このステップを踏むだけで、業務の質とスピードは上がります。
これからも、現場で遭遇した課題を解決して、記事にしていけたらと思います！
では、また！
参考