Chrome の AI

Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

ウェブ上で AI を活用した機能を構築します。

早期プレビュープログラムに参加する

組み込みの AI

AI が組み込まれているため、ブラウザが基盤モデルとエキスパートモデルを提供して管理します。

組み込みの AI

ブラウザで管理される AI モデルと API を使用して、ウェブサイトやウェブアプリケーションで AI タスクを実行する方法を確認します。

使ってみる

AI を組み込んだ機能やアプリケーションの構築を開始するための要件について学びます。

使用可能な API

Chrome の組み込み AI で使用する API とその利用状況を確認します。

学習コース

AI 評価を作成する

評価（または evals）は、AI 機能のテストです。堅牢な evals パイプラインを作成すると、LLM ベースの機能がユーザーにとって使いやすくなります。これにより、自信を持って機能をリリースできます。

学習を始める

WebMCP による信頼性の高いエージェント通話

WebMCP は、構造化されたツールを公開するための標準的な方法を提供することを目的としています。これにより、AI エージェントはサイト上でより迅速、確実、かつ正確にアクションを実行できるようになります。

始める

ステップ 1

サイトでツールを登録する

サイトは、エージェントが実行できるアクションを WebMCP ツールとして宣言します。各ツールには、名前、説明、JSON スキーマがあります。

// Imperative API
document.modelContext.registerTool({
  name: "bookSlot",
  title: "Book a consultation slot",
  description: "Reserve a 30-minute consultation.",
  inputSchema: {
    type: "object",
    properties: {
      date:  { type: "string", format: "date" },
      time:  { type: "string" },
      name:  { type: "string" },
      email: { type: "string", format: "email" }
    },
    required: ["date", "time", "name", "email"]
  },
  annotations: { readOnlyHint: false },
  execute: async (input, client) => {
    return await api.book(input);
  }
});

ステップ 2

ブラウザはそれらを公開します。

ブラウザは、ページの URL、タイトル、オリジン権限スコープとともに、これらのツールをユーザーの WebMCP 対応エージェントに収集して提示します。

ステップ 3

エージェントが行動を起こすため、推測する必要がない

エージェントはコントラクトを確認し、構造化された引数を指定します。残りの処理はコードが行います。ユーザーは権限と確認について常に把握できます。心配を解消。

// the agent's view
{
  "tool": "bookSlot",
  "arguments": {
    "date": "2026-07-31",
    "time": "14:00",
    "name": "Jerry Jones",
    "email": "jerry.jones@example.com"
  }
}