Browserfly
Browserfly · コーディング
Browserflyは、ChromeやEdgeといったChromium系ブラウザに導入して使うAIアシスタントだ。ページと対話し、複数タブの内容をまたいで要約し、自動化タスクをこなす。ブラウザを乗り換える必要はない。
Browserfly について
What Is Browserfly
Browserflyは、普段使っているブラウザの中に住みつくAIエージェントだ。拡張機能として入れると、ページを読み、画面上の内容について答え、人間と同じように複数手順の作業を進める。売り文句はシンプルで、新しいブラウザも仮想マシンも要らず、Chrome、Edge、Brave、Operaの上にAIを載せるだけという考え方だ。
ブラウザエージェントの意義は、ウェブが人間向けに作られ、スクリプト向けではない点にある。従来の自動化はページ改修やセレクタの変化で壊れやすいが、Browserflyは発想を変え、言語モデルにページを見せて、次にどこを押し、何を入力し、どこを読むかを自分で判断させる。開いたタブをまたいで価格を比べさせるのもいいし、商品を調べて要約を書くといった長めの仕事を任せれば、手順を自分でこなしていく。
先に知っておきたい制約もある。Browserflyは接続したモデルで動くため、回答の質も速さも選んだプロバイダ次第だ。Chromium系ブラウザが必須なので、FirefoxやSafariの利用者は今のところ使えない。エージェントはログイン済みの環境で動くので、アカウントや支払いに関わる作業はそばで見ておくほうがいい。
Getting Started
- Chrome、EdgeなどChromium系ブラウザで、ChromeウェブストアからBrowserflyをインストールする。
- 拡張機能を開き、自分のAPIキーでOpenAI、Gemini、DeepSeek、OpenRouterといったAIモデルを接続する。
- ページについて質問するか、段落や表など特定の要素を選んで、その部分だけを尋ねる。
- クリックや移動、フォーム入力が要る作業ではエージェントモードに切り替える。
- よく使うプロンプトを保存し、クイック操作から呼び出す。
AIツール情報
Browserflyの料金、対応プラットフォーム、性能を簡単に確認できます。
こんな人におすすめ
このツールが最も力を発揮するユーザー、タスク、シーン。
ユーザー
- 学生と研究者：長い記事や論文、動画ページをすべて読まずに要点を引き出せる。ただし先にAPIキーを接続しておく必要がある。
- 忙しい社会人：フォーム入力や複数タブからの情報収集といった繰り返しの操作を任せられる。アカウントに関わる作業は自分で見ておきたい。
- 買い比べる人：タブ横断チャットで複数ショップの価格と仕様を並べ、ウィンドウを行き来せずに一つの答えを得る。
- すでにAIモデルを課金している人：手持ちのキーを使い回し、プロバイダに直接払うので、二重のサブスクを避けられる。
タスク
- 長いページや動画の要約：記事やコメント欄、YouTubeやBilibiliの動画から要点を抜き出す。
- 特定要素への質問：ページ上の段落や表、フォームを選び、その部分だけを尋ねる。
- 定型作業の自動化：ページ移動、クリック、フォーム入力、テキスト翻訳をエージェントモードに任せる。
- タブをまたいだ調査：複数ページから材料を集め、エージェントに一つにまとめさせる。
シーン
- 会議の準備：競合のサイトを要約し、必要な数字を一つのメモにまとめる。
- 長い動画の消化：字幕を取り込み、最後まで見ずに要約や翻訳を求める。
- 同じフォームの繰り返し入力：プロンプトを保存し、新しいページごとに手順を再実行する。
- 新製品の下調べ：いくつかの情報源をタブで開き、エージェントに評価させる。
主な機能
質問モードと要素単位の問い合わせ
質問モードでは、ページと直接やり取りできる。一度に一つ、あるいは複数のタブをまたいで動く。段落や表、フォームといった要素を選べば、文書全体ではなくその部分だけを尋ねられる。ページが長く、答えが一箇所にしかないときに、この精度が効いてくる。
エージェントモードとブラウザ自動化
ここがBrowserflyを「エージェント」たらしめる部分だ。ボタンを押し、リンクを開き、フォームを埋め、テキストを翻訳しながらサイトを進む。指示は自然な言葉で書けばいい。繰り返す作業には自分で流れを組むこともでき、同じ手順を毎回作り直さずに済む。
タブ横断チャット
この拡張機能は、目の前のタブだけを読むわけではない。タブ横断チャットは複数の開いたページから内容を集め、まとめて考える。検索結果を見比べたり、別々のサイトにある情報を組み合わせたりするときに役立つ。ウィンドウに散らばったパズルではなく、一つの答えが手に入る。
動画と字幕の扱い
BrowserflyはYouTubeやBilibiliといった動画ページにも対応する。字幕を取り込み、内容について質問に答えたり、要約したり、翻訳したりできる。40分の動画が、数分で目を通せるものに変わる。
自前のAPIキー
自分のキーを接続し、モデルも自分で選ぶ。OpenAI、Gemini、DeepSeekからOpenRouter、AIHubMixまで対応する。料金は契約中のプロバイダ側で発生するため、費用を把握しやすく、作業に合うモデルを選べる。BYOKモードは今のところ無料だ。
クイック操作と保存したプロンプト
クイック操作はよく使うプロンプトを保管し、クリック一つで呼び出す。打ち直す手間が要らない。チャットのプロンプトを一度整えれば、どのサイトでも使い回せる。時々使う補助役と、毎日の習慣の違いはここにある。
メリットとデメリット
メリット
- いつも使っているブラウザの中で動くので、新しいアプリを覚える必要も、移行する必要もない。
- タブ横断と要素単位のチャットが、ページ全体を投げるのではなく的確な答えを返す。
- エージェントモードは、クリックや移動からフォーム入力まで実際の自動化をこなす。
- BYOKならモデルを自分で選び直接支払うため、コストが見えやすい。
- 動画ページでは字幕を取り込むので、長いクリップが素早く読める。
デメリット
- Chromium系ブラウザ専用で、FirefoxやSafariの利用者は使えない。
- 出力の質と速さは、接続したモデルと用意したキー次第だ。
- エージェントはログイン済みの環境で動くので、アカウントや支払いを伴う作業は注意が要る。
よくある質問
Browserflyは、ページや動画の要約、特定の内容への回答、クリックや移動、フォーム入力といった操作の自動化に使う。今開いているブラウザを離れずにこなせる。
関連コンテンツ
Browserflyに関連するツール、スキル、記事を探す。
Browserflyの代替ツール
Base Code
Base44 (Wix) · コーディング · 生産性向上Base CodeはBase44の共有クラウド開発環境だ。既存のGitHubリポジトリに対する変更をチャットで伝え、プレビューで確認し、プルリクエストとして返せる。
Google EmbeddingGemma 2
Google DeepMind · ライティング · 画像 · コーディングGoogle EmbeddingGemma 2 は 7 億 4000 万パラメータのオープンなモデルで、テキスト、コード、画像、音声、動画フレームを同じ 768 次元空間のベクトルに変え、スマートフォンやノート PC 上で動く。
GitGlow
GitGlow · コーディング · 生産性向上GitGlow は自分のコードと AI エージェントの変更を一つのレビューにまとめるデスクトップ Git クライアントだ。出荷前に、マシンから何が出ていくのかを確かめられる。