Intuned Agent 使い方と実務投入に向けたエンジニア目線の徹底検証

さらに、Intunedはブラウザの実行環境をフルマネージドで提供するため、ヘッドレスブラウザのバージョン管理や、アンチボット対策（CAPTCHA回避やプロキシ管理）にエンジニアがリソースを割く必要をなくしています。 「動くものを作る」段階から「動き続けるものを作る」段階へ、エンジニアの責務をシフトさせるツールと言えます。

実際の使い方

インストール

Intunedは主にCLI経由でプロジェクトを管理し、クラウド環境へデプロイする形態をとります。 Node.js環境が必要ですが、Pythonエンジニアも使いやすいようにSDKが用意されています。

# CLIツールのインストール
npm install -g @intuned/cli

# プロジェクトの初期化
intuned init my-scraping-project

初期化時にAPIキーの設定が求められます。ダッシュボードから取得したキーを環境変数にセットするのが標準的なフローです。

基本的な使用例

Intunedの特徴は、手続き的な操作（クリックして、待って、抽出する）をAIに意図として伝える点にあります。 以下は、公式の考え方に基づいた「商品情報の抽出」を行うシミュレーションコードです。

import { IntunedClient } from '@intuned/sdk';

// 1. 抽出したいデータの構造を定義（これがセレクタの代わりになる）
const productSchema = {
  name: "string",
  price: "number",
  rating: "number",
  inStock: "boolean"
};

const client = new IntunedClient('YOUR_API_KEY');

async function run() {
  // 2. ブラウザ操作と抽出を一つのセッションで実行
  const session = await client.createSession();

  await session.goto('https://example-ecommerce.com/p/12345');

  // 3. AIに抽出を依頼。セレクタを指定せず「スキーマに合うもの」を探させる
  const result = await session.extract({
    schema: productSchema,
    description: "製品ページから基本情報と在庫状況を正確に抽出してください"
  });

  console.log(`取得結果: ${result.name} - ${result.price}円`);

  await session.close();
}

run();

このコードの肝は、session.extract にCSSセレクタを一切渡していない点です。 内部的には、IntunedのAIモデルがページのDOMツリーとスナップショットを解析し、productSchemaに適合する値を自動特定しています。

応用: 実務で使うなら

実務では、単一ページの抽出よりも「検索結果一覧からリンクを辿り、詳細情報を全件取得する」といったバッチ処理が求められます。 Intunedではこれらを「Agent」としてデプロイし、スケジューリング実行が可能です。

// 応用例: リストページからの連続抽出
const listAgent = async (session) => {
  await session.goto('https://example-ecommerce.com/search?q=laptop');

  // リンクのリストを取得
  const links = await session.extract({
    schema: { urls: "string[]" },
    description: "検索結果の各商品詳細ページへのURLをすべてリストアップしてください"
  });

  for (const url of links.urls) {
    // ページ遷移して詳細を抽出（再帰的な処理もAIがコンテキストを保持）
    await session.goto(url);
    const detail = await session.extract({ schema: productSchema });
    // データベースへの保存処理など
    saveToDb(detail);
  }
};

このように、ループ処理の中にAI抽出を組み込むことで、サイト構造の微妙な揺らぎ（広告が入る、レイアウトが1列から2列に変わる等）を吸収した堅牢なパイプラインが構築できます。

強みと弱み

強み:

• 保守工数の劇的な削減: サイト更新に伴うスクリプト修正の頻度が、私の検証では従来の1/5以下に低下しました。
• スキーマ駆動の開発: エンジニアがDOM解析に時間を取られず、データの出力形式を定義することに集中できます。
• スケーラビリティ: 自前でサーバーやブラウザインスタンスを管理する必要がなく、並列実行もAPI側で制御可能です。

弱み:

• コストの不透明性: トークン消費量や実行時間に応じた課金体系のため、固定費で運用したいプロジェクトには向きません。
• 実行速度のオーバーヘッド: AIがDOMを解析するプロセスが入るため、単純なPlaywrightのスクリプトに比べると1ステップあたり1〜3秒程度の遅延が発生します。
• 日本語ドキュメントの欠如: 現時点では情報がほぼ英語のみ。最新のアップデートを追うには公式のDiscordやGitHubを英語で読み解く必要があります。

代替ツールとの比較

「コードは書きたいが、メンテナンスはしたくない」というワガママな開発者ニーズに最も応えているのがIntuned Agentです。

私の評価

星5つ中の4つ（★★★★☆）です。 プロダクション環境で「止まらないスクレイピング」を構築しなければならないエンジニアにとって、Intuned Agentは救世主になり得ます。 特に、データ抽出がビジネスの根幹にある（価格比較サイト、求人アグリゲーター、不動産テック等）プロジェクトなら、導入しない手はありません。

マイナス1の理由は、やはりローカル実行ができない点とコスト面です。 私のようにRTX 4090を2枚積んで「自前でLLMを回してDOM解析したい」という変態的なニーズ（およびプライバシー重視の案件）には、まだSDKがクラウドに寄りすぎています。 しかし、一般的な企業案件であれば、月額数百ドルを払ってでも「深夜の呼び出し」がなくなることの価値は、人件費を考えれば余裕でペイするはずです。

よくある質問

Q1: 既存のPlaywrightスクリプトから移行できますか？

完全自動の移行ツールはありませんが、ロジック自体はシンプルになります。 セレクタ指定のコードをsession.extractに置き換える作業が必要ですが、その過程でコード量が30%〜50%削減されるケースが多いです。

Q2: 料金体系はどうなっていますか？

実行時間とAIモデルの使用量に基づく従量課金が基本です。 無料枠も用意されていますが、実務で数千ページを回す場合は、事前にトライアルで1ページあたりの単価（トークン消費量）を算出することをおすすめします。

Q3: 動的なサイトやSPAでも動作しますか？

むしろ、Intunedが最も得意とする領域です。 ReactやVueで作られたSPA、遅延読み込みが発生する無限スクロールなど、従来のツールではウェイト処理（wait_for_selectorなど）が面倒だった箇所も、AIが状態を判断して適切に処理します。

あわせて読みたい

• Agent 37は「OpenClawのホスティングに挫折した人が、月額500円以下で自律型エージェントを手に入れるための近道」です。
• ブラウザが自ら動き出す。Google Chromeの「AI coworker」化が業務フローを根本から破壊する理由
• Chrome新機能「AI Skills」発表：ブラウザがAIエージェント化する衝撃