Google DeepMind、Gemini 3.5 Flashに「Computer Use」機能をネイティブ統合
軽量・高速なGemini 3.5 Flashに画面操作機能を直接組み込み、プロンプトインジェクション対策や企業向けセーフガードと併せてAPI提供を開始した。
リリース: 2026-06-24 · 読了 3 分記事の要約
1. 核心（What）
- Gemini 3.5 Flashモデルに、ブラウザやモバイル、デスクトップ環境を操作できる「Computer Use」機能がネイティブ統合された。
- 従来はGemini 2.5のスタンドアロンモデルでのみ提供されていたコンピュータ操作機能を、メインのFlashモデルに統合した。
- プロンプトインジェクションのリスクを軽減するため、Computer Use向けに特化した敵対的訓練（adversarial training）を施している。
- 企業向けセーフガードとして、機微なアクション実行前の「ユーザー確認要求」と、間接インジェクション検知時の「タスク自動停止」の2つのオプション機能を提供する。
2. 影響（Why）
- 軽量かつ低遅延なFlashモデルで画面操作が可能になったため、これまでAPIコストが障壁となっていた長時間の業務自動化エージェントを低コストで実用化できる。
- インジェクション対策や確認フローなどの安全機構がAPI側で標準化され、開発者が自前で複雑な防御ロジックを実装する負担が軽減される。
- 開発者への影響: Gemini APIを利用する開発者は、Browserbaseがホストするデモ環境や公式のリファレンス実装を利用して、既存のアプリケーションに画面操作エージェントを即座に組み込める。
- 日本への影響: 国内のRPA（業務プロセス自動化）ツール開発ベンダーや中堅以上のSIerは、従来のルールベースの自動化シナリオを、Gemini 3.5 Flashを用いた自律的な画面操作エージェントへ置き換える検証を開始すべきである。
3. 根拠・詳細（How）
- Introducing computer use in Gemini 3.5 Flash (2026-06-24 公開)