ニュース

Gemini for MacがPC操作機能を提供開始 アプリ単位の権限で実行

Googleは2026年11月19日(現地時間)、macOS版Geminiアプリに「Computer Use」機能を追加した。自然言語でアプリをまたいだクリック、入力、フォーム記入、メニュー操作を実行できる。タスクは独立したバックグラウンドウィンドウで動き、メイン画面やマウスカーソルを占有しない。チャット画面にリアルタイムのプレビューが表示され、いつでも一時停止できる。権限はアプリごとに付与され、Apple SiliconとmacOS Sequoia 15.0以降が条件。米国地域のAI Plus、Pro、Ultra契約者が先行利用できる。

要点

重要なのは「AIがカーソルを動かせる」ことではなく、「許可したアプリしか触れない」ことだ。バックグラウンドで動き、プレビューでき、止められる。この三点が設計の中心にある。

事件の背景 ​

2026年11月19日(現地時間)、GoogleはmacOS版Geminiアプリに「Computer Use」を追加した。利用者が自然言語でタスクを説明すると、Geminiは複数のデスクトップアプリを切り替えながら、クリック、文字入力、フォーム記入、メニュー操作を実行する。

時期が重要である。この発表はmacOS 27.3の配信を目前に控えて行われた。Googleと複数の報道によれば、新しいOSバージョンはこの種のエージェントに対するリスク表示を追加し、AIが何を見て何を実行できるかを明示する。機能が先に来て、システム側の制約が後から付いてくる形だ。

実行の仕組み ​

項目内容
操作方法自然言語による指示、アプリをまたぐ実行
実行場所独立したバックグラウンドウィンドウ
画面とカーソル占有しない。利用者は作業を続けられる
可視性チャット画面にリアルタイムのプレビュー
中断いつでも一時停止・停止できる
重要操作実行前に確認を求める
権限の範囲利用者が許可するアプリを選択
ハードウェアApple Silicon搭載Mac
OSmacOS Sequoia 15.0以降
アカウント18歳以上、条件を満たす個人Googleアカウント
プランGoogle AI Plus / Pro / Ultra(米国先行)
料金月額4.99ドルから

バックグラウンド実行という設計が他のすべてを決めている。従来の自動化ツールの多くは前面を占有する。カーソルが動き、ウィンドウがフォーカスを奪い、利用者はただ待つしかない。Geminiは作業を別ウィンドウに置き、メイン画面とポインタには触れず、代わりにチャット欄で動作の流れを見せる。

想定される四つの用途 ​

Googleが挙げた例はデモではなく業務の流れである。

第一に写真の一括処理。フォルダ内の複数画像に同じ編集を適用し、何十回もの繰り返し作業を置き換える。

第二に、ローカルPDFから情報を抽出してオンラインフォームに入力する。難しいのは媒体をまたぐ点だ。データはファイルにあり、入力先はブラウザにあり、人間はその間を行き来する。エージェントは一つの流れで処理できる。

第三に、リアルタイムのデータからプレゼン資料を作る。複数来源の指標やスクリーンショットをスライドにまとめる。

第四に、中古品の出品。ローカルフォルダの衣服写真を分析し、属性を整理して出品フォームを埋める。

四つの共通点は、手順が固定され、複数アプリにまたがり、個々の動作は単純だが総数が多いことだ。人間の時間が最も無駄になり、AIの誤りのコストが比較的抑えられる領域である。逆に、連続した判断が必要で結果が不可逆な作業(一括削除、システム設定の変更など)は公式の例に含まれていない。

権限の設計 ​

ここが今回の機能で最も記憶すべき部分である。Geminiはマシン全体の制御権を求めるのではなく、アクセスを許可するアプリを利用者に選ばせる。これはアプリ単位の許可リストであり、システム単位の許可とは異なる。システム許可は一度与えるとエージェントはどこでも動けるが、アプリ単位のリストは利用者が選んだプログラムに範囲を限定する。

さらに二つの制約が重なる。重要操作の前の確認要求と、チャット画面でのリアルタイムプレビューである。利用者は何が起きているかを見て、不適切なら止められる。

macOS 27.3では三つ目の層がOSから加わる。制限されたデータアクセスのリスク説明、AIエージェントの権限範囲の明示、そして「あるアプリが別のアプリを制御している」ことを示す可視的なインジケーターである。すでにインストールされ承認済みのアプリは、27.3の配信後に再承認を求められない。

同日の他の動きと並べて読む ​

この週、PCを操作するのはGoogleだけではなかった。複数の報道によれば、Appleはアプリ操作、Web閲覧、コード作成が可能な独自のPC操作エージェントを開発中で、まだ初期段階にある。競合エージェント向けに追加の権限警告も準備しているという。MetaのMuseは、私的な会話が誤ったセッションに現れたことで批判を受けた。職員が他人の育児に関するメッセージ、個人のリマインダー、銀行残高を見たと報告した。Metaは、テストされていた版はまだ一般公開されていないと説明している。

三つの出来事は同じ問いに向かう。エージェントがPCの操作権を得たとき、境界を誰が定めるのか。Googleの答えは「利用者が管理する許可リスト+リアルタイムプレビュー+重要操作の確認」。Appleの方向は「システムレベルの警告」。Metaが直面したのは「セッション分離の失敗」で、まったく別の失敗モードである。

国内利用者にとっての意味 ​

中国本土の利用者がこの機能をすぐに使えるわけではない。地域制限と契約条件が壁になる。しかし実用的な価値は「すぐ使えるか」ではなく、この種の能力がどんな形をとるかを知っておくことにある。前面を奪わず、マウスを奪わず、アプリ単位で許可する。この三つの特徴は、今後ほかの地域や製品に広がる可能性が高い設計の型である。利用者の権限に対する直感が先に形成されれば、機能が届いたときの判断は速くなる。

境界 ​

  • 公開日、実行方式、権限設計、ハードウェアとOSの要件、プラン条件、料金は、Googleの公式説明およびIT之家、太平洋科技、中関村在線、Gemini公式ヘルプページの報道・記載に基づく。主要な事実は複数ソースで一致している。
  • macOS 27.3のリスク表示と透明性インジケーターは配信前の説明であり、実際の挙動は正式版で確認する必要がある。
  • Googleは機能のモデルバージョン、成功率、失敗時のロールバック方式を開示していない。本稿は推測しない。
  • Appleの独自エージェントは報道段階で、公式確認はない。本稿は業界の動向として記録するのみである。
  • Meta Museのプライバシー問題は職員の証言と報道による。Metaは該当版が一般公開前だとしている。
  • 本稿は機能の安全性の高低を評価せず、利用助言でもない。

参考来源 ​