Skyvern

人間のように画面を見て理解し、頻繁なUI変更にもエラーなく動作する次世代ブラウザ自動化ツール

無料＋有料cliwebdesktopオープンソースLLMベースマルチモーダル

概要

Skyvernは、LLMとコンピュータビジョンを組み合わせて、ブラウザベースの複雑な業務を自律的に実行するAIエージェントです。静的なスクリプトの代わりにWeb画面を視覚的に理解するためUIの変更にも強く、CAPTCHAの解決や2FA（二要素認証）のサポートを含む、難易度の高いセキュリティサイトの自動化に特化しています。SOC2 Type II認証およびHIPAA準拠により、規制産業でも使用可能であり、2025年12月にシードラウンドで$2.7Mを調達しました。

差別化ポイント

従来の「Selenium」や「Playwright」のようなツールでは、ウェブサイト上のボタン位置（XPath/Selector）が少し変わるだけでスクリプトが動作しなくなりましたが、Skyvernは人間のように画面を「見て」認識するため、デザインが変更されても停止せずに動作します。また、近年注目されている「Browser Use」や「MultiOn」などのAIエージェントと比較して、B2B業務自動化（請求書処理、フォーム入力）に特化したワークフロー機能を提供しており、クラウド版ではCAPTCHA（ボット対策）の解決までサポートする点が特徴です。

主な機能

LLMとコンピュータビジョンに基づく動的なWeb要素の認識（セレクター不要）
CAPTCHAの自動解決および2FA資格情報の管理（1Password・Bitwarden連携）
自然言語ベースのワークフロービルダーおよびドラッグ＆ドロップ式のビジュアルエディタ
Python・TypeScript SDKおよびREST APIの提供、無制限の並列実行
SOC2 Type II認証およびHIPAA準拠、AES軍用レベルのデータ暗号化

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

最大のメリットは「メンテナンスからの解放」です。ウェブサイトがリニューアルされるたびにコードを書き直す必要がなく、AIが変更されたボタンを自動的に見つけるため、管理の負担が大幅に軽減されます。また、「免許取得日が2012年なら、運転経験10年以上にチェックして」のような複雑な推論を必要とする作業も、自然言語による指示だけで処理できます。そのため、コーディングの知識がない企画担当者や運用チームでもすぐに活用できると評価されています。

デメリット

日本のユーザーにとって重大なデメリットは、国内のショッピングモールや金融サイトに導入されている強力なセキュリティプログラム（ActiveX、exe）やボット検知システムによって、アクセスを遮断されるケースが多い点です。また、人なら1分で終えられる作業でも、AIによる分析と判断に5分以上かかるなど処理速度が非常に遅く、すべての操作で高性能AIモデル（GPT-4oなど）を使用するため、API費用が予想以上に高くなる可能性があります。

料金

無料＋有料開始価格: US$29/月

無料ティアでは1,000クレジットを提供（クレジットカード不要）。Hobbyプランには月間30,000クレジット、Proプランには月間150,000クレジットが含まれ、チームワークスペースと2FA管理機能が追加されます。クラウドの従量課金は1ステップあたり$0.05で、大規模企業向けのEnterpriseプランは個別見積もりで提供されます。

料金表を見る

情報確認日: 2026/9/2