画面の入力や確認をAIへ任せたい。でも「押したはず」と「反映された」は別です。Googleは2026年10月30日、Gemini APIのComputer UseをInteractions APIとGenerateContent APIで正式提供（GA）にしました。確認日：11月2日（日本時間）。
今回変わったのは、開発者向けの道具の提供段階です。Geminiアプリが誰のPCでも無条件に操作できる、という発表ではありません。
正式提供で何が変わる？
Computer Useは画面を見て、クリックや文字入力などの操作案を返す仕組みです。操作を実行する環境とプログラムは利用者側で用意します。対応するモデルや利用条件の確認も必要です。
現在の公式ガイドはブラウザ・モバイル・デスクトップを扱い、Gemini 3.8 Flashを推奨モデルとして案内しています。これら全部が10月30日に初登場した、とは区別しましょう。
正式提供は、個別の仕事が必ず成功するという保証ではありません。今回APIを実行したり、性能を独立に測ったりはしていません。
画面を見て、操作して、もう一度見る
たとえば架空の作業として、問い合わせ文を読み、返信案を入力欄へ整理する場面を考えます。モデルが操作案を返し、実行側が許可された操作を行い、変わった画面を再びモデルへ渡します。
公式仕様には操作意図のintentと安全判定があり、確認が必要な判定なら人の確認を挟みます。画面内の文章を、作業権限の追加指示として扱わない設計も大切です。
ここで読む・下書きを作る・送信するを分ければ、毎回すべてを人へ戻す必要を減らしながら、送信などの境界を守れます。これは本稿の運用上の提案です。
今日できる小さな一歩
まずは「送信しない下書き整理」を1つ選び、読む対象、書き込む場所、完了を確かめる方法を1行ずつ書いてみてください。APIの導入や契約をしなくても、作業の切り分けから始められます。
公式ガイドも、分離した実行環境、行ける場所や操作の制限、実際に行った操作の記録を勧めています。自動化することと、無制限の権限を渡すことは別です。
実行側の境界を、APIなしで確かめる小例
以下は記事側で作った架空の検査用コードです。Google SDKの応答を直接処理するコードではありません。アプリ側で正規化した安全判定（regular / require_confirmation / blocked）を入力する想定で、未知・欠落は停止、許可リスト外は確認へ戻します。readとdraftも仮の操作名です。
def decide(action, allowed_actions):
safety = action.get('safety_decision')
if safety == 'blocked':
return 'stop'
if safety == 'require_confirmation':
return 'ask'
if safety != 'regular':
return 'stop'
return 'execute' if action.get('name') in allowed_actions else 'ask'
cases = [
({'name': 'read', 'safety_decision': 'regular'}, 'execute'),
({'name': 'send', 'safety_decision': 'regular'}, 'ask'),
({'name': 'read', 'safety_decision': 'blocked'}, 'stop'),
({'name': 'read', 'safety_decision': 'require_confirmation'}, 'ask'),
({'name': 'read'}, 'stop'),
]
for action, expected in cases:
actual = decide(action, {'read', 'draft'})
assert actual == expected
print(action.get('name'), action.get('safety_decision'), actual)
11月2日にこの例だけをローカルで実行し、5組の期待値との一致を確認しました。
read regular execute
send regular ask
read blocked stop
read require_confirmation ask
read None stop
実際のAPI接続には公式SDKの応答形式を読み取る処理、サイト・入力先の許可制御、画面取得と操作、確認UI、実行後の照合が別途必要です。これは安全性の保証や完成したエージェントではなく、通常操作と承認境界を分ける考え方の最小例です。APIキーや課金環境は使っていません。
まとめ
10月30日のGAは、画面操作を組み込む開発上の節目です。制作から公開確認まで扱うワークフローでは、操作案だけで終わらず、実行後の本文・画像・リンクを照合する設計との相性が大切になります。
本稿は公式資料の解説であり、本人の使用体験や成功率を示す記事ではありません。表紙はAI生成の概念イラスト、本文3図は編集用の説明図です。
出典
Gemini API Release notes（2026-10-30項）
Computer use（2026-10-30更新、11月2日確認）
文章業務の依頼文と確認手順を整理したい方へ
実務プロンプトと運用手順マニュアルは文章業務1種類の指示文と確認手順のサービスです。API連携や自動送信の実装は含みません。