browser use tool (ブラウザ使用ツール)

Claude はアクセシビリティツリーや要素、フォーム、タブといったページの構造と、スクリーンショットやビューポート座標の両方を使ってページを扱います。各呼び出しはアプリケーション自身のブラウザ自動化の上で実行され、Anthropic 側では何も実行されません。API 経由でエージェントに Web ページ上の作業を任せる場面に関わる機能です。

browser use tool は、アプリケーションがホストするブラウザを操作するためのクライアントツールセット (browser_toolset_20260801) です。スクリーンショットとクリックによる操作に加えて、要素参照、フォーム入力、タブ管理、ダウンロードの報告、オプトインのファイルアップロードを備えています。

• ツール呼び出しはすべてアプリケーション側のブラウザ自動化で実行し、Anthropic 側では何も実行されません。
• 自社のツールや Anthropic が提供する他のツールと同じ tools 配列に並べて宣言できますが、1 つのリクエストに含められる browser ツールセットのエントリは 1 つだけです。
• computer use tool と一緒に宣言することもでき、両者はそれぞれの座標系 (こちらはビューポートのピクセル、computer use はデスクトップのスクリーンショットのピクセル) で独立して動作します。

javascript_exec、file_upload、read_console、read_network の 4 つのメンバーは既定で無効で、有効にしたときだけ現れます。設定は configs で行い、変更したいメンバーだけを列挙します。列挙しなかったメンバーは既定の状態のままです。

"configs": {"file_upload": {"enabled": true}}

任意のメンバーは、実行側がそれを実装していて、タスクに必要なときだけ有効にします。

1 ターンに複数のメンバー呼び出しが含まれる場合はバッチアクションとして扱います。呼び出しを現れた順に実行し、最初の失敗で止め、それ以降の呼び出しには is_error: true と、正確に Not executed: an earlier action in this turn failed. という文で応答します。

• Claude はタブを tab_id で指定します。どのタブが存在するかはアプリケーション側が管理し、その状態を browser_state コンテンツブロックで報告します。API がこのブロックをテキストに変換し、Claude はそのテキストを読みます。
• クリックや移動でファイルのダウンロードが始まった場合は、その呼び出しの結果の state_changes で報告し、アプリケーション側で割り当てた download_id で結果同士を対応づけます。

• computer use と browser use の両ツールセットは、Claude API で Claude Fable 5、Claude Mythos 5、Claude Opus 5、Claude Sonnet 5、Claude Opus 4.8 に提供されています。
• Google Cloud でも同じモデル向けに両ツールセットを利用でき、リクエストには Claude API と同じ tools エントリを使います。
• SDK のクラスはベータです。
• 対象プランについては、公式のリリースノートには記載がありません。

• ブラウザ自体と各呼び出しの実行はアプリケーション側が担い、Anthropic 側では何も実行されません。
• browser use tool を使うと、ページのテキストやスクリーンショットなどブラウザが返す内容を分類器が自動で調べ、プロンプトインジェクションの疑いがあるものを検出します。
• JavaScript の実行やファイルアップロード、コンソール・ネットワークの読み取りは既定で無効で、明示的に有効にしたときだけ使われます。
• Python と TypeScript の SDK には、browser use tool と computer use tool 用のクラスがベータで用意されています。クラスをサブクラス化して、自社のブラウザ自動化に対してツールごとにメソッドを書くと、SDK がツールループ、ブラウザ向けに設定した URL・ファイルのポリシー、承認コールバックを実行します。

Messages API のリクエストに組み込み、アプリケーション側でツール呼び出しを実行して結果を返す流れで使います。

1. Messages API リクエストの tools 配列に、type が browser_toolset_20260801 のエントリを name なしで 1 つ追加します。
2. Web ページを扱う作業を求めるユーザープロンプトを含めます (例: 「Open example.com/docs and tell me how to get started.」)。
3. Claude は 1 回のアシスタントターンで 1 つ以上の tool_use ブロックを返します。各ブロックの name はメンバーツール名で、"toolset_name": "browser" を持ち、レスポンスの stop_reason は tool_use です。
4. response.content にあるすべての tool_use ブロックを、現れた順に 1 つずつ実行します。
5. 各ブロックに対応する tool_result を新しい user メッセージで tool_use_id を合わせて返し、それぞれに "toolset_name": "browser" を付けます。すべての呼び出しに応答しないと、次のリクエストは拒否されます。
6. Claude は結果を読み、さらに情報が必要なら追加の呼び出しを返し、そうでなければユーザーへのテキスト応答を返します。