一言で言うと： 毎日ニュースを検索し、テーマを準備し、管理画面に入力するのは同じでも、そのまま仕事を引き継ぐのに向いた AIエージェントと、まず自動化システムの構築を支援する方が向いた AIエージェントがいます。本当の分かれ目は、ツール、権限、実行環境です。
本記事は、検証日が 2026年11月12日 の参考資料に基づいて機能を比較したもので、統一タスクはあくまで仮定のシナリオであり、9製品を同じタスクで実測したものではありません。記事内では成功率、所要時間、総合ランキングは示しません。プラン、地域、機能の入口は、実際のアカウントで確認する必要があります。
AIエージェント比較で押さえておきたい実務用語
AIエージェントは単に答えを生成するモデルではなく、目標に沿ってツールを呼び出し、結果を読み取り、さらに実行を続けられる作業システムです。コンテンツ運用に当てはめると、「企画を書ける」だけではなく、検索の入口、管理画面の権限、そして明日また起動できる環境も必要になります。
| 用語 | この仕事での意味 | 意味しないこと |
|---|---|---|
| ローカルタスク | 自分のPCや接続されたローカル環境で資料を整理し、ソフトウェアを操作すること | 電源を切った後も続けられること |
| クラウドタスク | リモート環境で検索、資料処理、操作を実行すること | 電源の切れたPCのファイルを自動で読み取ること |
| 定時タスク | 毎日指定した時刻にニュースワークフローを起動すること | 常にオンラインの実行環境が必ずあること |
| ブラウザ操作／Computer Use | 前者はWebページをクリックし、フォームに入力する。後者はGUIを通じてアプリを操作する | Web検索がデスクトップ操作を意味するわけではない |
| API／MCP | APIはプログラムがモデルや業務システムを呼び出すためのもの。MCPは外部ツールとデータを接続するもの | インターフェースを取得すれば業務権限も自動的に得られるわけではない |
| サブエージェント | 独立または制限されたユニットに、特定のニュースの調査や資料の照合を割り当てること | 並列数を増やせば結果が必ず信頼できるわけではない |
これらの違いが、後述する選定の判断材料になります。特に押さえておきたいのは、モデルAPI、エージェント製品のサブスクリプション、実行環境は三つの別物であり、そのうち一つを購入しただけで、残り二つもすでに揃っているとみなすことはできないということです。
9種類のAIエージェントに同じ仕事を割り当てる
各製品に同じ依頼を出したとします。「毎日午前9時に最新のAIニュースを検索し、記事にする価値のあるテーマを5つ選び、それぞれについて公式資料と記事企画を整理する。その後、社内のコンテンツ管理画面を開き、入力項目を埋めて下書きとして保存する」。
追加の要件は、毎日タスクを再入力する必要がなく、ログイン、承認、保存の失敗にも適切に対処することです。ここでは「下書き保存」を終点とし、自動公開は行いません。コンテンツ審査権限を第1回の検証に混ぜないためです。
| 作業フェーズ | 成果物 | 主な検収ポイント |
|---|---|---|
| ニュース検索 | ニュース一覧と情報源 | 公開日、更新日、転載を区別しているか |
| テーマ選定 | 5つのテーマと推薦理由 | 重複を排除しているか、対象読者に適しているか |
| 資料準備 | 事実、公式情報源、要確認項目 | 推論を事実として書いていないか |
| 企画生成 | タイトル、要約、構成、執筆範囲 | 企業テンプレートに沿っているか |
| 管理画面での保存と翌日の実行 | 下書き記録、結果通知、スケジュール設定 | 実際に保存されているか、翌日実行できる環境があるか |
この仕事は、少なくとも調査、コンテンツ生成、業務操作、スケジューリングの4つの段階にまたがります。ある製品が最初の3ステップを完了できても、社内サイトにログインできるとは限りません。今日保存できても、明日自動で再実行できるとは限らないのです。
コンテンツ業務を直接引き継げるAIエージェントはどれか？
今日すぐにテーマ選定と企画を手に入れたいなら、まずChatGPT Work、Claude Cowork、Kimi Workを検討しましょう。DeepSeek HarnessとKimi Clawも選択肢になりますが、前者は実行システムを組み立てる必要があり、後者の強みは主にクラウドホスティングとチャネル配信にあります。
| AIエージェント | 共通タスクに対する公開機能の適合度 | 開始前に確認すべきこと |
|---|---|---|
| ChatGPT Work | 資料調査、オフィス成果物の生成。引き継ぎ資料では、クラウドブラウザとフォーム操作を備えると説明 | アカウントの入口、ログイン対応、重要な確認事項、Webサイトへのアクセス条件 |
| Claude Cowork | ファイル横断の調査、レポート生成、コネクタ、ブラウザ、定期タスク | 対象プラン、ツールの認可、ローカル資料が依然としてデスクトップアプリに依存するか |
| Kimi Work | ローカルファイル整理、文書生成、ブラウザ操作とデスクトップ作業 | デスクトップ環境、プラグイン、権限。ローカルタスクの実行中はPCを起動しておく必要あり |
| DeepSeek Harness | 調査、ファイル処理、カスタマイズ可能なワークフロー | モデル、検索ツール、ブラウザプロバイダー、承認、デプロイ環境 |
| Kimi Claw | OpenClawをクラウドでホストし、検索・整理して接続済みチャネルへ配信 | チャネルの認可、および企業バックエンドに必要なツールまたはAPI |
ChatGPT Workは、「研究とオフィス作業をまとめて任せる」使い方に近い製品です。ただし、関連リンクは今回の資料確認時に403を返しました。本記事では引き継ぎ資料に記載された機能説明をそのまま採用し、今回独自に検証して成功したとは見なしていません。ましてや、これを根拠に社内バックエンドへのアクセスや保存が可能だと約束するものではありません。
Claude Coworkも、知識業務の成果を直接受け取る使い方に向いています。資料によれば、対象のPro、Max、Ultraプランでは、2026年10月6日以降、新規タスクがクラウド実行に切り替わります。ただし、認可されたローカルファイルアクセスは、引き続きデスクトップアプリとデバイスの状態に依存します。クラウド実行になったからといって、ローカル依存がなくなったと解釈することはできません。
Kimi Workは、資料の大半がPC内にあり、ローカルのオフィスソフトを操作する必要があるケースに向いています。ベータ段階のローカルエージェントで、デスクトップ制御には対応するComputer Use設定が必要です。ベンダーによるサブエージェント数や長時間タスクの所要時間に関する説明は、本記事の並行処理や完了率のテスト結果ではありません。
DeepSeek Harnessは調査やファイル関連のタスクを処理できますが、あらゆるツールが最初から揃ったオフィス向け完成品ではありません。ブラウザ操作には、対応するコンポーネントのインストールと、実験的プロバイダーの明示的な有効化が必要です。セッション復元でもブラウザのログイン状態は自動で復元されず、企業のバックエンドへの入力に直接影響します。
Kimi Clawは、Kimiが提供するOpenClawのクラウドホスティングサービスであり、ゼロから独自に開発された実行フレームワークではありません。ニュースを継続的に収集し、テーマ候補を配信する用途に向いています。しかし、チャットプラットフォームに接続できるからといって、任意の企業サイトを操作できるわけではありません。バックエンドへの保存には、引き続き対応ツール、ブラウザ機能、または業務APIが必要です。
導入のヒント：まず1つのテーマで資料品質を検証し、その後バックエンドへの保存を検証します。異なるモデルが生成する企画の出来を比較したい場合は、APIYI apiyi.com でモデル部分をテストできますが、これによって上記製品のサブスクリプションやバックエンド権限が得られるわけではありません。
自動化システムを先に構築するのに、どのAI Agentが向いているのか？
タスクが毎日繰り返されるようになると、重点は「今日ページをクリックして終わらせる」ことから「フローを固定し、保守できる状態にする」ことへ移ります。そうした場面では、Codex、Claude Code、Antigravity、Kimi Code、DeepSeek Harnessのほうが検討に値します。
| AI Agent | 構築を支援できるもの | 拡張と利用の境界 |
|---|---|---|
| Codex | ニュース収集、重複排除、資料生成、バックエンドへの登録とテストプログラム | CLI／Harnessのオープンソースコードとモデルアクセス、マネージドクラウドサービスは別扱い |
| Claude Code | コード、MCP、Hooks、Subagentsを通じて業務フローに接続 | 商用製品の拡張インターフェースは、基盤エンジンのオープンソース化と同義ではない |
| Antigravity | 並列開発、ブラウザ検証、リモートタスクと自動化 | 選択可能なモデル、Remote Agents、スケジューリングはアカウントと環境の条件に左右される |
| Kimi Code | CLI、開発インターフェース、検索、MCPなどを用いた開発・保守フロー | 任意の企業バックエンドを直接引き継ぐことを主な位置づけとはしていない |
| DeepSeek Harness | カスタムモデルアダプター、ツール、セッション、実行ループ、バックエンド機構 | MITオープンソースだが依然Developer Previewであり、設定と保守は自分で行う必要がある |
Codex、Claude Code、Antigravityの価値は、収集コードをひとつ生成するだけにとどまりません。プロジェクトを中心にファイルを修正し、コマンドを実行し、テストして問題を修正できる点にあります。Kimi Codeもこうしたプログラムの構築と保守に適していますが、バックエンドへの登録には別途APIやブラウザツールを接続する必要があります。
DeepSeek Harnessはカスタマイズの度合いがさらに深く、モデルアダプター、ツール登録、セッション記録、Agent Loopをすべて調整できます。ただし公式はセキュリティ監査が未完了であると明言しており、本番レベルの安全性を備えているとは見なすべきではありません。まずは分離された環境で最小権限による検証を行うことをおすすめします。
企業が安定したコンテンツAPIを提供している場合は、毎日マウスクリックに頼るのではなく、APIによる登録を優先的に検証するとよいでしょう。これはAPIが永遠に変わらないという話ではなく、インターフェースのほうがフィールドを明確にし、返却結果を確認し、失敗理由を記録しやすいという意味です。
モデル層ではAPIYI apiyi.comを検討できます。プラットフォームの公開説明によれば、1つのAPIキーでOpenAI、Claude、Geminiなど主要モデルに接続でき、OpenAI互換インターフェース、従量課金、新規ユーザー向けのテスト枠を提供しています。具体的なモデル価格と特典はプラットフォームのページを基準とし、9つのAgentすべてがこのインターフェースへ直接切り替えられるわけではありません。
図の中でモデルインターフェースはあくまで一つのコンポーネントにすぎません。APIYI apiyi.comを通じてこの層の入出力を検証できますが、検索、ログイン、ブラウザ、スケジューリング、失敗からの復旧は引き続き業務システム側が担います。
AIエージェント比較の分水嶺：パソコンの電源を切った後はどうなる？
判断する際には、「タスクはどこで実行されるのか」と「まだどのローカルリソースに依存しているのか」という2つの問いを立てる必要があります。リモートタスクは実行を継続できますが、だからといって電源を切ったパソコンへ直接アクセスできるわけではありません。
| AIエージェント | 電源を切った後も、投入済みタスクを継続できる条件 | 毎日繰り返し実行する際の主な制約 |
|---|---|---|
| ChatGPT Work | 引き継ぎ資料に、クラウドタスクが継続可能と記載されている | 定時実行の入口、アカウント、使用ツールの確認が必要 |
| Codex | Codex Cloud は継続可能。ローカル CLI はクラウドと同義ではない | 継続的なスケジューリングは、1回のクラウドタスクだけに頼れない |
| Antigravity | 条件を満たす Remote Agents は継続可能 | セッション内のスケジューリングと、永続的な自動化は区別する必要がある |
| Claude Cowork | 対象プランで新たに開始するクラウドタスクは継続可能 | オフラインのパソコン上のローカルファイルは引き続き読み取れない |
| Claude Code | 別途リモートまたはマネージド実行環境があるかどうかによる | ローカルセッションはデフォルトで常駐サービスにはならない |
| DeepSeek Harness | 別途、継続稼働するデプロイ環境が必要 | ローカルのバックグラウンドジョブは、実行中のプロセスに依存する |
| Kimi Work | ローカルタスクは、電源を切った後のパソコンに依存して継続することはできない | ローカルの定時実行には、デバイスとソフトウェアがオンラインであることが必要 |
| Kimi Code | 別途、継続稼働する環境が必要 | スケジューリングの仕組みを構築、または接続する必要がある |
| Kimi Claw | クラウドのマネージド環境は継続稼働できる | ツール接続、認可、クォータ、失敗時の処理は引き続き設定が必要 |
Antigravity の /schedule はワンショット実行と Cron による定時タスクをサポートしますが、セッション内で作成したタスクはそのセッションに属します。長期的に独立して動かすタスクには、永続化された Sidecar やその他の自動化の仕組みが必要であり、「定時タスクを作成した」をそのまま「本番ラインが常時稼働している」と書くことはできません。
企業の業務システムが社内ネットワーク経由でしかアクセスできない場合、クラウド実行ではコンプライアンスを満たすネットワーク接続の問題も解決する必要があります。Webサイトがインターネットからアクセス可能であっても、CAPTCHA、ログインの期限切れ、操作承認などに直面する可能性があります。これらはいずれも検証すべき条件であり、デフォルトで回避できる障害ではありません。
AI Agentの自動化でモデル部分をどう検証するか？
以下の2つのコードは、「収集済みの資料をモデルに渡して企画を生成する」部分だけをデモするものです。ニュース検索、企業バックエンドへの保存、定時実行は含まれていません。サンプルではOpenAI Python SDKを使用し、モデル名とキーは環境変数から読み込みます。アカウントで実際に利用できる値を入力してください。
AI Agentの最小構成モデル呼び出し例
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["API_KEY"],
base_url="https://api.apiyi.com/v1",
)
result = client.chat.completions.create(
model=os.environ["MODEL_NAME"],
messages=[{
"role": "user",
"content": "根据已提供的新闻资料生成选题策划；缺失事实标为待核实。",
}],
)
print(result.choices[0].message.content)
AI Agent 資料企画ラッパーの例
完全なワークフローでは、モデルに「最新ニュースを書いて」と頼むだけではなく、実際のソース素材を渡す必要があります。次のラッパーは、証拠の境界をプロンプトに明記し、例外は上位のフローで処理するようにすることで、誤ったテキストが正式な企画として誤って保存されるのを防ぎます。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["API_KEY"],
base_url="https://api.apiyi.com/v1",
timeout=60.0,
)
def make_plan(source_text: str) -> str:
if not source_text.strip():
raise ValueError("Source material is required")
response = client.chat.completions.create(
model=os.environ["MODEL_NAME"],
messages=[
{
"role": "system",
"content": (
"你是内容策划助手。仅依据提供的资料，输出标题、摘要、"
"文章结构、来源清单和待核实项。不得补造数据。"
),
},
{"role": "user", "content": source_text},
],
)
text = response.choices[0].message.content
if not text:
raise RuntimeError("Empty model response")
return text
これらのコードが検証しているのはテキスト呼び出しであり、ツール呼び出しプロトコル、MCP、あるいは特定のAgentのモデルアダプターが互換であることを証明するものではありません。実際のシステムに接続する際には、ツール呼び出し、エラー応答、構造化結果、権限境界をそれぞれ確認する必要があります。
AI Agent シナリオの推薦と意思決定ステップ
まず「最も多機能な製品」を選ぶのではなく、このタスクで最も越えるのが難しい境界を見つけることから始めるべきです。今回の例では、研究の質、バックエンドへのアクセス、翌日の自動起動を、それぞれ分けて検証する必要があります。
- 今日中に資料と企画を納品したい： ChatGPT Work、Claude Cowork、Kimi Work を優先的に検討し、まずは単発タスクから始めます。
- 長期的なコンテンツ制作の仕組みを構築したい： Codex、Claude Code、Antigravity、Kimi Code を優先的に検討し、インターフェースと受け入れ基準を明確にします。
- PCを開かなくても毎日テーマを受け取りたい： Kimi Claw、ChatGPT Work、Claude Cowork のクラウド方式を優先的に検討し、アカウントとツールの条件を確認します。
- 実行メカニズムを深く置き換えたい： DeepSeek Harness を検討しますが、まずは隔離環境で検証し、高権限の本番アカウントに直接接続しないようにします。
企業のバックエンドで「テーマの保存」を「下書きの送信」に変えた場合、ブラウザエージェントは新しいページに従って操作を続行できるか試すことができ、開発型エージェントはさらに自動化プログラムを検査・修復することもできます。ただし、どちらも誤判断する可能性があるため、保存結果のチェック、操作ログ、そして必要に応じた人的確認を残しておくべきです。
AI Agent 比較のよくある質問
AI Agent は企画書を書けるのに、なぜ業務全体を完遂できないのでしょうか？
企画の生成は、あくまで一つの工程をカバーするにすぎません。検索、ログイン、フィールドマッピング、保存確認、定時起動には、それぞれ別のツール、権限、環境が必要です。
API Agent のインターフェースは、9種類の AI Agent のサブスクリプションを代替できるのでしょうか？
できません。APIYI apiyi.com が提供しているのはモデルインターフェースサービスであり、Work、Cowork、Remote Agents、その他の製品のサブスクリプション特典が自動的に付帯することはありません。
AI Agent を統一インターフェースに接続した後、モデルを自由に切り替えられるのでしょうか？
すぐにそうとは判断できません。APIYI apiyi.com でテストする場合も、対応するアダプターのプロトコル、ツール呼び出し、出力形式を検証すべきです。Base URL を変更するだけで、Agent 全体が使えると判断することはできません。
クラウド上の AI Agent は、社内のバックエンドにアクセスできるのでしょうか？
サイトへの到達性、ログイン方法、ネットワーク条件、操作権限を実際に検証する必要があります。クラウドブラウザを保有していても、会社のバックエンドへのアクセス権をすでに持っているわけではありません。
AI Agent に定期実行タスクがあれば、PC の電源を入れておく必要はないのでしょうか？
実行場所によります。ローカルの定期実行タスクは、依然としてローカル環境で実行する必要があります。クラウド上のタスクも、実際に取得できるファイルとツールしか利用できません。
AI Agent の比較で、総合ランキングを示さないのはなぜでしょうか？
今回は統一した実測を行っていないためです。実際にテストを実施する際は、タスクの完了状況、人手による介入回数、所要時間、実際の消費量、失敗理由を記録すべきであり、機能の数で結果を代替することはできません。
AIエージェントの要点 Key Takeaways
- 「直接納品すること」と「システムを構築すること」は、そもそも選定目標が異なります。
- Web検索、Webページの操作、デスクトップの制御は、それぞれ分けて判断する必要があります。
- クラウド上で動き続けていても、電源を切ったPCのファイルを読み取れるわけではありません。
- 定時トリガーだけでなく、常に利用可能な実行環境も必要です。
- コードや拡張インターフェースが公開されているからといって、ホスティングサービスのすべてが開放されているわけではありません。
- まず1回の下書き保存を検証し、そのうえで毎日の自動繰り返しを検討しましょう。
AIエージェント比較まとめ：最も難しいステップから先に検証する
このニュースコンテンツの業務では、Work／Cowork系の製品はまず「直接納品」の検証に向いており、開発型エージェントは繰り返し実行できるプログラムの構築に適しています。Kimi Clawはクラウドホスティング型の自動化寄りで、DeepSeek Harnessは実行システムをより深くカスタマイズできる余地を提供します。
次のステップは、同じプロンプトを9つの製品に送って勝敗を宣言することではなく、まず実際のニュース1本、企画テンプレート1つ、そして低権限のテスト用バックエンドを用意することです。モデル層の効果を比較したい場合は、APIYI apiyi.com で検証し、その後で検索・保存・スケジューリングを段階的に接続していきましょう。
AI Agent 比較の参考資料
以下は今回の引き継ぎ資料で使用した公式資料です。関連機能は、記載の検証日、実際のバージョン、アカウント条件を前提としています。なお、ChatGPT Work 関連のページは今回の読み取りで 403 が返されました。
- OpenAI の製品区分とクラウドブラウザ：
help.openai.com/en/articles/20001275-chatgpt-work-and-codex；help.openai.com/en/articles/20001280-using-cloud-browser-in-chatgpt。 - Codex の開放プラットフォームとクラウド実行：
developers.openai.com/blog/codex-as-a-platform；help.openai.com/en/articles/20001545-using-codex-cloud。 - Claude Cowork と Claude Code：
support.claude.com/en/articles/15520349-use-claude-cowork-on-web-desktop-and-mobile；code.claude.com/docs/en/overview。 - Antigravity のリモート実行とスケジューリング：
antigravity.google/docs/remote-agents；antigravity.google/docs/commands/schedule。 - DeepSeek Harness の公式プロジェクト：
github.com/deepseek-ai/deepseek-harness。参考資料にはアーキテクチャ、ブラウザの組み立て、セキュリティに関する説明が含まれています。 - Kimi の製品ドキュメント：
www.kimi.com/en/help/kimi-work/overview；www.kimi.com/code/docs/en/；www.kimi.com/en/help/kimi-claw/overview。
著者：APIYI 技術チーム。 モデルインターフェースの検証やワークフロー分割の方案についてやり取りをご希望の場合は、APIYI apiyi.com からお問い合わせください。なお、具体的な Agent 製品の権限については、各ベンダーにご確認ください。
