世界中で話題「Grok Bot」のできること、全部書く

「寝る前に仕事を頼んで、PCを閉じる。翌朝にはAIが作業を終えている。」

そんな使い方を前提に作られたのが、いま世界中で話題になっている「Grok Bot」です。

はじめまして、tatsukiと申します。中小企業向けにAIの活用支援をしながら、普段はClaude Codeを一日中動かしています。正直、最初にGrok Botを見たときは「また新しいAIエージェントか」くらいに思っていました。

ただ、調べてみると少し違いました。

Grok Botは、単に質問に答えるAIではありません。クラウド上に自分専用のコンピュータを持ち、実際にブラウザを開き、自分のアカウントでWebサービスを操作し、仕事そのものを終わらせて戻ってきます。

メール整理、Xのリサーチ、競合分析、航空券の価格監視、ファイル整理。海外ではすでに、かなり具体的な仕事を任せる使い方が始まっています。

そして日本時間8月27日、対象プランが拡大し、月20ドルのCursor Proユーザーでも使えるようになりました。これまで海外では価格の高さが大きな欠点として挙げられていましたが、そのハードルが一気に下がった形です。

では、Grok Botは実際どこまで使えるのか。Claude Codeなど既存のAIエージェントとは何が違うのか。そして、海外のユーザーは何を任せているのか。

かなり調べたので、僕自身の実例と海外ユーザーの失敗例も含めて全部まとめます。

Grok Botとは何か

Grok Botという名前だけ聞くと、ChatGPTやGrokのチャット画面を想像するかもしれません。ここで一度、その像を壊しておきたいと思います。

公式ドキュメントは Bot を「名前を持ち、常駐する1体のエージェント」と定義しています。質問に答えるだけの存在ではなく、常駐するクラウド上のコンピュータと、接続済みのツールやサイト、ファイルを使って仕事を完了させる。これがGrok Botです。

もう一つ押さえておきたいのが入り口です。Grok Bot単体のアカウントは存在せず、認証はCursorのアカウントで行います。xAIが出しているGrok本体を契約しているだけでは、Grok Botは動きません。

動く場所は、macOS(Apple siliconとIntel)、Windows(x64とArm64)、iPhone(iOS18以降)の3つです。Linuxのデスクトップアプリ、Android、iPadは非対応です。

僕なりに整理すると、Claude CodeやCodexはコードを書くためのエージェント、Claude Coworkは手元のPCでファイルを扱うエージェント、Grok Botはクラウド上の自分専用PCでブラウザを使い、Webサイトの中で作業を終わらせるエージェントです。PCを閉じても止まらないのは、作業がクラウド側で進んでいるからです。

なお、Botを複数体作っても、実際には全Botがアカウントあたり1台のクラウドコンピュータを共有します。この点は後半の章で改めて触れます。

使えるかどうか

対象プランは、8月11日のEarly beta公開から、8月21日のSuperGrok Plus・Cursor Pro+・Teams追加、そして8月26日(米国時間、日本時間27日)の拡大という3段階を経て広がってきました。x.ai公式の8月26日の発表では、次の7プランがGrok Botの対象として列挙されています。

1. SuperGrok

2. SuperGrok Plus

3. SuperGrok Heavy

4. Cursor Pro

5. Cursor Pro+

6. Cursor Ultra

7. Cursor Teamsプラン(StandardとPremium)

個人でCursorの有料プラン(Pro、Pro+、Ultra)を契約していれば、それだけで使えます。SuperGrok系を個人で契約している場合はCursorアカウントへのリンクが必要で、公式ヘルプは「一度作ったリンクは永久で解除できない」と明記しています。リンクする前に、正しいアカウントでサインインしているか確認したほうがいいです。

どのプランにも当てはまらない場合は、無料トライアルの対象です。ここは誤解しやすいところで、「7日間使える」という日数のトライアルではありません。公式ヘルプは、日数ではなく使用量クレジットが本体だと説明しています。大きな仕事を1回頼むと、それだけでクレジットの大半が溶けることがあります。使用量は有料プランでも週次でリセットされる仕組みです。

何ができるのか

Grok Botに何を任せられるのか。公式ドキュメントに書かれていることを、機能の説明ではなく「その結果、どんな作業が終わるのか」という形で見ていきます。

一番の特徴は、こちらがPCを閉じても、スマホをしまっても、仕事が止まらないことです。作業はクラウド上のコンピュータで進んでいるので、寝ている間もバックグラウンドの作業やあらかじめ決めたスケジュールの自動化が動き続けます。終わったことは、Botの一覧に「対応が必要」という表示が出たり、通知の設定をオンにしておけばスマホやPCに届いたりする形で気づけます。

クラウド上のコンピュータには、ブラウザとコマンドライン、ファイルが揃っています。専用の連携がないサイトでも、Botは画面を見てクリックし、文字を打つという形でそのまま操作できます。返ってくるのは答えではなく、実際にそのサイトの中で終わった作業そのものです。ここが、いわゆるチャットAIと決定的に違う場所です。ただしCAPTCHAや新規のログイン、二段階認証が出た場面では、Botは迂回せず人間に操作を渡す作りになっています。

手元のMacやWindowsそのものをBotが操作するかどうかは、クラウド側の作業とは独立したスイッチで決まります。毎回確認する・常に許可する・常に許可しないといった段階を選べる仕組みで、ここを許可していなくてもクラウド側の作業は普通に進みます。手元のPCまで好き放題に触られたくない、という感覚に仕様が寄り添っている形です。

アプリとの連携は、対応しているサービスであればブラウザでサインインを済ませておくだけで使えます。ファイルは画像・音声・動画、PDFやOffice系のファイル、CSVやコードまで幅広く読み込めます。

口で説明する代わりに、実際にやってみせてBotに覚えさせることもできます。画面を開いた状態で一通りの作業を実演すると、Botがそこから下書きのやり方(スキル)を作ります。ただし1回の実演だけでは、判断の分かれ目や失敗したときの対応までは伝わりません。作られるのはあくまで下書きで、そこは自分で補う必要があります。

一度うまくいったやり方は、ルーティンとして登録すれば、決まった時刻に、あるいは特定の出来事をきっかけに、Botが自分で始めてくれます。ただし試し実行も本番と同じ実際の操作を行うので、お試しのつもりで気軽に回すと、本当にメールが送られたりファイルが書き換わったりします。

そして一番の安心材料が、承認の仕組みです。メッセージの送信や招待、外部への公開、購入や送金、削除や上書きといった重みのある操作は、事前に人間の承認を求めるよう設計されています。承認はこれからやろうとしている操作を止める仕組みで、すでに終わってしまった作業までは取り消せません。この境界線は覚えておく価値があります。

このほか、Botは複数体を並行して動かせて、会社のチームで使うこともできます。iPhoneからも同じBot・同じ会話にアクセスできますが、ルーティンの編集や実演による学習といった一部の操作はデスクトップアプリでしかできません。

実際に何に使われているのか