Browser Use CLIの使い方｜AIエージェントがブラウザを自動操作するOSSツールの実践ガイド

Browser Use CLIの仕組みとアーキテクチャ。セットアップ手順と基本的な使い方。

本記事は「Claude Code実践ガイド｜AI開発の生産性を高める運用設計」シリーズの一部です。

Browser Use CLIは、AIエージェントがChromiumブラウザを自動操作するオープンソースのコマンドラインツールです。 自然言語で指示を出すだけで、Webサイトの閲覧・操作・データ抽出をAIが実行します。本記事では、セットアップから実務での活用パターンまでを解説します。

この記事でわかること

自然言語の指示だけでブラウザを自動操作できるオープンソースツール「Browser Use CLI」のセットアップから実務活用まで解説します。

• Browser Use CLIの仕組みとアーキテクチャ — CLI版では、コマンドラインから自然言語のタスク指示を入力し、AIがブラウザを操作して結果を返します。
• セットアップ手順と基本的な使い方 — 使用するLLMのAPIキーを設定します。
• 実務でのユースケースと他ツールとの使い分け — 本記事は「ClaudeCode実践ガイド｜AI開発の生産性を高める運用設計」シリーズの一部です。

対象読者: ブラウザ操作の自動化やWebスクレイピングを効率化したいエンジニア、AIエージェントツールを比較検討している方

Browser Use CLIとは

Browser Useは、LLM（大規模言語モデル）をバックエンドとして、ブラウザの自動操作を実現するPythonベースのOSS（オープンソースソフトウェア）です。CLI版では、コマンドラインから自然言語のタスク指示を入力し、AIがブラウザを操作して結果を返します。

アーキテクチャ

[ユーザーの指示（自然言語）]
  ↓
[Browser Use Agent（LLM）]
  ↓ DOM解析 + アクション決定
[Playwright / Chromium]
  ↓ ブラウザ操作実行
[結果の取得・出力]

Browser UseはPlaywright（ブラウザ自動化フレームワーク）の上に構築されており、DOMの構造を解析してAIがクリック・入力・スクロールなどのアクションを決定します。

特徴

セットアップ手順

1. インストール

# pipでインストール
pip install browser-use

# Playwrightのブラウザをインストール
playwright install chromium

2. 環境変数の設定

使用するLLMのAPIキーを設定します。

# Claudeをバックエンドにする場合
export ANTHROPIC_API_KEY="your-api-key"

# OpenAIをバックエンドにする場合
export OPENAI_API_KEY="your-api-key"

3. 基本的な実行

from browser_use import Agent
from langchain_anthropic import ChatAnthropic

# Claudeをバックエンドに設定
llm = ChatAnthropic(model="claude-sonnet-4-20250514")

# エージェントを作成してタスクを実行
agent = Agent(
    task="HubSpotの公式サイトで料金プランを確認し、各プランの価格と主要機能をまとめてください",
    llm=llm
)

result = await agent.run()
print(result)

CLI経由での実行

# コマンドラインから直接タスクを指示
browser-use "HubSpotの公式サイトで料金プランを確認し、比較表を作成してください"

実務ユースケース

ユースケース1: 競合調査とデータ収集

agent = Agent(
    task="""
    以下の3つのCRMツールの公式サイトにアクセスし、
    それぞれの料金プラン（月額・年額）と主要機能を調査して、
    Markdown形式の比較表にまとめてください:
    1. HubSpot (hubspot.com)
    2. Salesforce (salesforce.com)
    3. Zoho CRM (zoho.com/crm)
    """,
    llm=llm
)

複数サイトを巡回しての情報収集を自動化します。手作業で数時間かかるリサーチをAIに委託できます。

ユースケース2: SaaS管理画面での定型操作

agent = Agent(
    task="""
    HubSpotのダッシュボードにログインし、
    今月の新規コンタクト数と取引パイプラインの概要をスクリーンショットで取得してください
    """,
    llm=llm
)

APIで取得しにくいダッシュボードのビジュアル情報を、ブラウザ操作で直接取得するパターンです。

ユースケース3: フォーム入力の自動化

agent = Agent(
    task="""
    以下のCSVデータの各行について、
    https://example.com/contact-form にアクセスし、
    名前・メール・会社名のフォームに入力して送信してください
    """,
    llm=llm
)

ユースケース4: Webスクレイピング

agent = Agent(
    task="""
    https://example.com/blog の記事一覧から、
    最新10件の記事タイトル・公開日・URLを抽出し、
    JSON形式で出力してください
    """,
    llm=llm
)

従来のスクレイピング（BeautifulSoup等）では、サイト構造の変更に伴うメンテナンスが必要でした。Browser UseはDOM構造を動的に認識するため、サイト変更への耐性が高いという利点があります。

他ツールとの比較・使い分け

使い分けの判断基準

• ブラウザ操作だけを自動化したい: Browser Use CLIが最適
• デスクトップアプリも含めて自動化したい: Claude Computer Use（DD-32）またはManus My Computer（DD-39）
• OSSでカスタマイズしたい: Browser Use CLI一択
• 非エンジニアが使いたい: Manus My Computerが最も手軽

Claude Codeとの統合

Browser Use CLIはPythonベースのため、Claude Codeのバッチ処理パイプラインに組み込むことが可能です。

# Claude Codeから呼び出す例
claude "browser-useのPythonスクリプトを作成して。
HubSpotのブログから最新5記事のタイトルとURLを取得し、
JSON形式で output/hubspot_articles.json に保存する処理を実装して。"

バッチ・並列処理（DD-9）と組み合わせることで、複数サイトの同時巡回やデータ収集の並列化も実現できます。

セキュリティ上の注意

# 安全な設定例
agent = Agent(
    task="...",
    llm=llm,
    max_steps=50,           # 最大ステップ数を制限
    max_time=300,           # 5分でタイムアウト
)

ビジネス活用の視点

Browser Use CLIの最大の強みは、OSSであることによるカスタマイズ性と、複数LLMに対応している柔軟性です。CRM運用の現場では、「HubSpotのダッシュボードからデータを取得」「競合のWebサイトを調査」「フォームへの一括入力」など、ブラウザ操作が必要な業務は日常的に発生します。

これらの定型作業をAIに委託することで、人間はデータの分析や戦略立案に集中できます。スモールスタートで小さなタスクから自動化を始め、段階的に対象を広げていくアプローチが推奨されます。AI活用のさらなる事例は、経営データBI支援やコンテンツマーケティング支援のページもご覧ください。

あわせて読みたい

• Claude Codeの/compactコマンド活用法｜コンテキスト管理で長時間作業の品質を維持する
• Claude Codeの/rewindコマンド｜失敗した変更を安全にロールバックする方法
• Claude Coworkとは？できること・料金・始め方を完全解説【2026年最新】

まとめ

本記事ではBrowser Use CLIの仕組みと活用方法について解説しました。

• Browser Use CLIは、AIエージェントがChromiumブラウザを自動操作するオープンソースのコマンドラインツールで、自然言語での指示だけでWeb操作を実行できます
• DOM解析による正確な操作、複数LLM対応、Pythonベースの高いカスタマイズ性が特徴であり、サイト構造の変更にも柔軟に対応できます
• 競合調査、SaaS管理画面の定型操作、フォーム入力の自動化、Webスクレイピングなど、ブラウザ操作に特化したユースケースに最適です
• Claude Codeのバッチ処理パイプラインに組み込むことで、複数サイトの同時巡回やデータ収集の並列化も実現できます

Claude Codeの全コマンド一覧はClaude Codeチートシートをご覧ください。AI活用の全体像はAI活用完全ガイドで解説しています。

よくある質問（FAQ）

Q1. Browser Use CLIは従来のスクレイピングツール（BeautifulSoup等）と何が違いますか？

従来のスクレイピングツールはHTMLの構造をハードコーディングして解析するため、サイト構造が変更されるとスクリプトの修正が必要でした。Browser Use CLIはAIがDOM構造を動的に認識してアクションを決定するため、サイト変更への耐性が高いです。また、自然言語でタスクを指示できるため、スクレイピングのコーディング工数を大幅に削減できます。

Q2. Browser Use CLIのバックエンドにはどのLLMを使うのがおすすめですか？

Claude、GPT-4、Geminiなど複数のLLMに対応しています。Claude Codeと併用する場合はAnthropicのClaude（Sonnetモデル）をバックエンドに設定すると、API管理が統一できて効率的です。タスクの複雑さやコスト要件に応じてモデルを選択してください。

Q3. Browser Use CLIとClaude Computer Use、Manus My Computerはどう使い分けますか？

ブラウザ操作だけを自動化したい場合はBrowser Use CLIが最適です。デスクトップアプリも含めて自動化したい場合はClaude Computer UseまたはManus My Computerを選択してください。OSSでカスタマイズしたい場合はBrowser Use CLI一択であり、Pythonで自由に拡張できる点が強みです。