世界を動かす技術を、日本語で。

WebMCPが早期プレビュー版として利用可能になりました

概要

  • WebMCP はAIエージェントがウェブサイトと効率的に連携するための標準的な仕組みを提供
  • 構造化ツール の定義により、エージェントによる操作の精度とスピード向上
  • Declarative APIImperative API の2種類のAPIを提案
  • サイトを「 エージェント対応」にし、従来より信頼性の高いワークフローを実現
  • 早期プレビュー参加でドキュメントやデモへのアクセスが可能

WebMCP:エージェント対応ウェブのための構造化インタラクション

  • WebMCP は、AIエージェントがウェブサイト上で 能動的に操作 できる環境を提供
  • サイト運営者が ツールの構造 を定義することで、エージェントに具体的な操作方法を指示
  • 例: フライト予約サポートチケット作成複雑なデータナビゲーション など多様なシーンに対応
  • 明確な通信チャネルの確立によって、 曖昧さの排除迅速なワークフロー を実現
  • 信頼性パフォーマンス を重視したエージェント連携を促進

WebMCPが提案する2つのAPI

  • Declarative API
    • HTMLフォーム内で 標準操作 を宣言的に定義
    • シンプルで 静的なインタラクション に最適
  • Imperative API
    • JavaScript実行 を伴う複雑かつ動的な操作に対応
    • 柔軟なワークフローや 高度な制御 が必要な場合に有効
  • これらのAPIにより、 生DOM操作 よりも堅牢で効率的なエージェント連携を実現
  • ウェブサイトを 「エージェント対応」 に変換するための橋渡し役

代表的なユースケース

  • カスタマーサポート
    • エージェントが 技術的詳細 を自動入力し、詳細なサポートチケット作成を支援
  • Eコマース
    • エージェントが 商品検索オプション設定精密なチェックアウト操作 を実行
  • 旅行予約
    • エージェントが 検索・絞り込み・予約 を正確に処理し、希望通りのフライト取得を支援

早期プレビュー参加方法

  • WebMCP は現在、 早期プログラム参加者向けにプロトタイピングを提供
  • 参加者は ドキュメントデモ へのアクセスが可能
  • 最新情報の入手や 新APIの発見 も可能
  • 早期プレビュー登録 でプロジェクトの最前線に参加可能

Hackerたちの意見

ここで何が起こってるのか誰か説明してくれない?ウェブサイトは自動化ツールを防ぎたいの?みんながずっとCloudflareやCAPTCHAの背後に隠してるからそう思うんだけど、でも自動化もできるようにしたいのかな?両方は無理じゃない?Selenium使ってたら問題だけど、Claude使ってたら大丈夫ってこと?

Claude使ってたらダメだよ。でも、Google FlightsでユーザーがGemini使ってるなら大丈夫。もちろん、有料版ね。

彼らはサービスを自分たちが望む形で使わせたいんだよ。eコマース?自分のものを自動で買いたい?多分、制御された形でならそれを許可したいんだろうね。価格比較のためにサイトをスクレイピングしたい?それはあまり歓迎されないかも。

今、私の企業のソフトウェアの仕事でこれを見てる。Swaggerドキュメントを読むためにセキュリティや製品承認が必要だったサービスが、今は2クリックでMCPサーバーをインストールできるようになってる。

自分は「User-Agent」の意味や、HTTPヘッダーに含めることが重要だった理由を覚えているくらいの年齢だよ。昔は「Chromium (Gecko; Mozilla 4.0/NetScape; 147.01 ...)」に固定される前の話ね。PDAや車、自動トースターが代わりにウェブをブラウジングして、必要に応じてHTMLを受け取ったり、受け取らなかったりする未来について語り合ってた。あの時は「ユーザーエージェント」って名前をわざわざ付けたんだよね。AIツールがついにウェブのためにこれを実現できるようになったけど、そんなビジョンを持っていた人たちの上に築かれた企業が、信頼のチェーンは人間の目からサーバーまでって考えているのは残念だな。

要するに、Googleはあなたのウェブサイトをブラウザや他の製品に組み込むエージェントがもっと使いやすくしたいってこと。彼らはユーザー層とモデルを持っていて、あなたの製品が使われるかどうかを決める権利がある。検索の独占を考えてみて。ユーザーから見たらあなたのサイトは存在しないも同然で、エージェントを通じてしか使われないし、Googleが許可しない限りはね。この実装作業はあなたの責任だよ。Googleはそれを実現するためのフックをブラウザに組み込んでいる。それがWebMCP。全てが不透明で、何か問題が起きたらAIのせいにされる。利益(LLMのレーダーにサイトが表示されるために課金される未来の広告収入)はGoogleが持っていく。その他のAI企業もこの計画に賛同しているよ。何か質問ある?

ウェブサイトは、ずっと前からCloudflareやCAPTCHAの背後にすべてを隠して自動化ツールを防ぎたいのか、それとも自動化できるようにしたいのか?両方を持つことはできないと思うんだけど。この提案(https://docs.google.com/document/d/1rtU1fRPS0bMqd9abMG_hc6K9...)はヘッドレス自動化のラインを引いている。可視のブラウジングコンテキストが必要なんだ。> ツール呼び出しはJavaScriptで処理されるから、ブラウジングコンテキスト(つまりブラウザタブやウェブビュー)を開かなきゃならない。エージェントや支援ツールが「ヘッドレス」でツールを呼び出すことはサポートされていない。つまり、可視のブラウザUIなしでね。

誰かここで何が起こっているのか説明してくれない?Chromiumチームの誰かが急いでプロモーションを始めているみたい。

APIとMCPについてほぼ同じことを考えてた。公開APIを持ってなかった会社が今はMCPを公開してるのが、私にはかなり興味深い。多分、FOMO効果かもね。

ウォールドガーデンプラットフォームや広告ベースでマネタイズしているウェブサイトがWebMCPを提供するとは思えない。彼らのサイトを使うエージェントは、人間じゃないからね。

ウェブサイトの運営者として、使用率が人間がページを読み込む速度を超えてダウンタイムや信頼性の問題が起きないようにしたいし、詐欺に遭いたくないんだ。自動化ツールで私のウェブサイトにアクセスするのは構わないけど、サイトを壊したり詐欺を試みたりする特定の自動化ツールが使われ続けるなら、そのツールをブロックするために最善を尽くすよ。時には、他の似たようなツールもブロックすることになるかもしれない。もしChromeのwebMCPクライアントが、悪用を防ぐ合理的な動作をするなら、問題ないと思う。詐欺師がそれを使って詐欺をすることに気づいたら、ウェブサイトもそれをブロックするだろうね。

コメント欄で結構盛り上がると思う。これ、いいことだよ。もっと多くの人が自分のものを機械からアクセスできるようにするのは良いことだし、たとえMCPが長続きしなくても、VHSみたいなもんだよね。そう、ベータマックスの方が良かったけど、VHSが家庭用ビデオを普及させたんだから。

Hacker Newsで議論の続きを見る