AIエージェントが既存プランに追加されたと聞くと、「追加料金がかからないなら、とりあえず使ってみればいい」と考えたくなります。

‍

しかし、仕事で使う場合に本当に見るべきなのは、機能の多さではありません。

自分の業務を最後まで終えられるか、どの程度の修正が必要か、どこまで権限を渡す必要があるかです。

‍

Grok Botは2026年8月11日にベータ版として発表されました。

公式説明では、各Botがクラウド上のコンピューターを使い、Webサイトやアプリへサインインして作業し、スケジュールされたルーティンを継続実行できます。

対象はSuperGrok Heavy、Cursor Ultra、Cursor Teams Premiumなどで、個人・チーム向けに週次利用枠やオンデマンド利用が案内されています。

‍

この仕組みは、従来の「質問に答えるチャット」とは使い方が違います。

Botは作業環境を持ち、ログイン済みサービス、ファイル、ブラウザセッションを使って手順を進めます。

その分、成果だけでなくアクセス権と誤操作の影響範囲も評価対象になります。

‍

そこで本記事では、Grok Botを機能一覧で採点しません。

週次調査、受信箱整理、下書き作成という3業務に絞り、完了率、修正時間、誤操作、通知負荷、権限リスクを同じ記録票で測ります。

比較対象をChatGPT WorkやClaude Coworkへ広げる場合も、同じ課題を同じ条件で実行することで、業務に合うかどうかを判断しやすくします。

Grok Botの特徴は、単にGrokのモデルを別UIで使えることではありません。

‍

公式は「always-on agents」と表現しており、Botごとに会話や役割を持ちながら、ユーザーに割り当てられたクラウドコンピューター上で作業します。

アプリ、ブラウザ、プラグイン、MCPなどを使い、必要に応じて人へ承認を求めます。

‍

2026年8月時点の公式FAQでは、個人はSuperGrok Heavy、Cursor Ultra、または一部のトライアルで利用でき、セルフサービスのチームではPremium席に週次のGrok Bot利用枠が含まれます。

公式のGrok BotページではCursor Ultraが月額200ドル、Cursor Premium Teamsが1席あたり月額120ドルと案内されています。

料金と対象プランはベータ中に変わり得るため、公開・契約前に公式ページを再確認する必要があります。

‍

対応環境も一枚岩ではありません。

公式ドキュメントはmacOS、Windows、iOSを主要な利用環境として案内し、機能のロールアウト状況によって差があるとしています。

デスクトップ側ではBotのクラウドコンピューターを確認し、認証が必要な場面ではユーザーが操作を引き継いでパスワードや二要素認証を入力する設計です。

‍

見落としやすいのは「Botごとに完全に隔離されたPCではない」点です。

同じユーザーの複数Botは一つのクラウドコンピューターを共有し、ファイル、ブラウザセッション、ログイン状態へアクセスできると公式ドキュメントに明記されています。

つまり、営業Botと調査Botを分けても、それだけではセキュリティ境界になりません。

‍

この仕様から、導入評価ではモデルの回答品質だけを見ても不十分だと分かります。

仕事に必要なサイトへ入れるか、作業の途中で人間の介入がどれだけ必要か、Bot間で共有されるログイン状態を許容できるかまで含めて評価する必要があります。

AIエージェントのテストでは、最初に「何をやらせるか」を決める人は多い一方、「どこで必ず止めるか」を後回しにしがちです。

Grok Bot公式のセキュリティガイドは、送信、公開、購入、削除、権限変更、本番環境の変更、法的条件への同意などを承認対象として明示することを勧めています。

‍

初回テストでは、原則を簡単にします。

読む、調べる、分類する、下書きを作るところまでは自動化候補。

外部へ送る、削除する、公開する、支払う、設定を変える操作は人が承認する。

この線引きだけでも、テスト中の事故をかなり減らせます。

‍

Grok BotにはAuto Reviewと承認ルールがあり、対象となる操作を実行前に止められます。

ただし公式も、Auto Reviewは最小権限や明示的な境界の代わりにはならないと説明しています。

「ブラウザ操作を全部許可」のような広すぎるルールは避け、メール送信、公開、削除など具体的な操作単位でRequire Approvalを設定する方が安全です。

‍

さらに、Botへパスワードやワンタイムコードをチャットで送らないことも基本です。

パスワード、パスキー、二要素認証、CAPTCHA、支払確認などは、ユーザーがコンピューター操作を引き継いで入力します。

‍

評価開始前に、次の5つだけ決めておきます。

対象業務、利用できるデータ、接続するサービス、承認必須の操作、異常時の停止条件です。

例えば「同じページを3回以上やり直した」「意図しない下書きを送信しようとした」「予定時間を2倍超えた」といった停止条件を先に置くと、長時間の自律実行が無駄に続くのを防げます。

テスト業務は、難しすぎず簡単すぎないものを選びます。

Grok Botの強みである調査、アプリ横断、継続作業を見つつ、失敗しても大きな損害にならない課題が適しています。

‍

一つ目は週次調査です。

テーマを一つ決め、公式情報を優先して5件調べ、各情報源、更新日、要点、未確認事項をまとめてもらいます。

合格条件は、必要な情報が揃っていること、一次情報が優先されていること、リンク切れや重複が少ないことです。

ここでは「それらしい文章」ではなく、調査プロセスを追えるかを見ます。

‍

二つ目は受信箱整理です。

最初から返信や削除は許可せず、一定期間のメールを「要返信」「確認のみ」「保留」「ノイズ」の4分類に分け、要返信だけ下書きを作らせます。

Grok BotはOutlook連携やブラウザ操作など複数の方法で受信箱へアクセスできますが、テストでは閲覧と下書きまでに限定します。

分類漏れ、誤分類、不要な通知、同じメールの再処理が何件あったかを記録します。

‍

三つ目は下書き作成です。

過去の資料や指定したテンプレートを参照し、1,000〜1,500字程度の社内文書を作らせます。

成果物だけでなく、必要なファイルを見つけるまでの手数、過去資料の取り違え、指定形式の維持、修正依頼への追従を確認します。

‍

同じ3業務を最低3回ずつ試すと、偶然の成功を見抜きやすくなります。

1回目だけ完璧でも、2回目はログインで止まり、3回目は同じ資料を重複処理するなら、安定運用にはまだ向きません。

‍

評価時には「Botが何分動いたか」だけでなく、人間が何分関与したかを記録してください。

AIが20分で作業を終えても、確認と修正に30分かかるなら、従来の手作業より速いとは限りません。

評価表は、性能ベンチマークより小さくて構いません。実務では、次の6項目だけでかなり判断できます。

‍

‍

完了率だけ高くても、広い管理者権限が必要なら導入判断は変わります。

逆に完了率が8割でも、残り2割が明確な承認ポイントで止まり、人が数分確認するだけなら実用的な場合があります。

‍

コストも月額料金だけで見ません。

週次利用枠を早く使い切る業務か、オンデマンド利用が増えるか、修正担当者の工数がどれくらいかを含めます。

Grok Bot公式は週次の含有利用とオンデマンド利用を案内しているため、テスト期間中に「1業務あたりどれくらい利用枠を消費するか」を記録すると、本運用の見積もりがしやすくなります。

‍

最終スコアを100点にまとめる必要はありません。

むしろ「導入」「保留」「停止」の三択で十分です。

導入は、3業務のうち2つ以上で手作業を明確に減らせ、重大な誤操作がなく、必要権限を許容できる状態。保留は、成果は出るが修正時間や権限が重い状態。

停止は、誤操作や権限リスクが高い、または人の工数が減らない状態です。

2026年7月にOpenAIはChatGPT Workを発表し、複数アプリやファイルを横断して長時間の仕事を進め、文書、表計算、スライドなど完成成果物まで作るエージェントとして提供しています。

‍

AnthropicもClaude Coworkを、チャットの回答から実行へ広げる業務向けエージェントとして展開しています。

‍

この3者を比較するとき、モデル名やベンチマークだけを並べても、導入判断には直結しません。

Grok Botはクラウドコンピューターとログインセッションを使う設計、ChatGPT WorkはChatGPT内のアプリ・ファイル横断と成果物作成、Claude CoworkはClaudeのエージェント実行環境というように、作業環境と権限設計が異なります。

‍

同じ週次調査をさせるなら、検索対象、入力資料、完成フォーマット、制限時間、合格条件を完全にそろえます。

受信箱整理なら同じ20通を対象にし、分類ルールも固定します。下書き作成なら同じ資料と同じ文字数、同じ禁止事項を渡します。

‍

比較結果は「どれが最強か」ではなく、業務ごとに残してください。

例えば、調査はA、受信箱はB、下書きはCが最も少ない修正で済む可能性があります。

企業全体で一つに統一する必要がある場合も、最も重要な業務の比重を高くして選ぶ方が合理的です。

‍

Grok Botを導入する価値が高いのはブラウザや業務アプリをまたぐ反復作業があり、クラウドコンピューター上でログイン状態を共有する運用を許容できる組織です。

一方、機密性の高いシステムへ広い権限を渡せない、承認ポイントが多すぎる、週次利用枠の消費が読めない場合は、ベータ段階では保留する判断も自然です。

Grok Botは、2026年8月時点で「チャットに質問するAI」より一歩進み、クラウドコンピューター上でアプリやWebを操作し、継続的な仕事を任せられるエージェントとして登場しています。

しかし、機能が増えたことだけで導入価値は決まりません。

‍

最初に試すのは、週次調査、受信箱整理、下書き作成の3業務で十分です。

同じ入力と合格条件を決め、完了率、修正時間、やり直し、誤操作、通知負荷、必要権限を記録してください。

とくに送信、公開、削除、購入、権限変更は承認必須にし、最小権限から始めることが欠かせません。

‍

ChatGPT WorkやClaude Coworkと比較する場合も、同じ条件で試せば、宣伝文句ではなく自分の業務に合うかで選べます。

既存プランに含まれているから採用するのではなく、人の工数が本当に減り、許容できる権限で安定して終えられるか。

その一点を確認してから本運用へ進むのが現実的です。