Grok Bot 入門
Grok Bot はコンピュータを持つエージェントです。立ち上げ方、専門エージェントの連携、そして私が実際に使っているワークフローの動かし方を解説します。
Grok Bot はコンピュータを持つエージェントです。
利用感は同僚にメッセージを送るのと似ていますが、その同僚は本物の常時稼働するデスクトップを持っています。アプリの操作、ウェブの閲覧、コードの作成と実行など、あなたができることはすべて実行できます。
私は SpaceXAI で DevRel を担当しています。一日の多くはコードを書いたり、コンテンツを作ったり、情報の伝達や整理、計画といった典型的なナレッジワークに費やされます。以前は使い捨てスクリプトを書いたり、コーディングエージェントでツールを作ったりしてワークフローを繋ぎ合わせていました。今ではその仕事を Bot に任せています。立ち上げは10〜15分で完了し、微調整や再利用も自在で、ノートPCを閉じた後もバックグラウンドで動き続けます。
Grok Bot とは？
Grok Bot は、コンピュータ上であらゆる操作を実行できるパーソナルアシスタントです。
そのコンピュータはクラウド上に存在します。デスクトップ、ファイルシステム、ターミナル、アプリを備えています。Bot のウィンドウをクリックすれば、リモートデスクトップのようにそのマシンを直接操作できます。Bot は私と同じアクセス権を持っています。
本物のコンピュータがあるため、タスクを画面録画するかプロンプトを書くことでワークフローを教えることができます。Costco と Amazon をチェックしてカートに商品を入れ、価格、配送料、配送日時を比較するよう指示したこともあります。
ユーザーの介入が必要になると、Bot はリモートPCと同じように画面の操作権を私に戻してくれます。CAPTCHA認証や二要素認証（2FA）ログインは私が直接行います。また、パスワードやAPIキー入力用の安全なフォームを送ってくることも可能です。
クラウド常駐のため、スマホからでもPCからでも同じ環境にアクセスできます。私のマーケットプレイス用 Bot は Facebook で斑入りモンステラを検索できます。すでにログイン済みの状態が保たれているからです。
Bot の構成要素
私は音声メモから作り始めるのが好きです。Bot は指示の集まりなので、自分が考えた通りの言葉で定義できます。
裏側の基本設定は、わずか3つの項目です：
Name: Tech Demos
Title: 毎日の X 技術スカウト
Description: 平日ごとにブックマークを確認し、デモする価値のある技術を1つ選定。私の文体でプロンプトを下書きし、承認・却下を待ってから Cursor クラウドエージェントを起動する。これらはチャット画面から直接設定することも、右上の「Settings」から変更することもできます。
できる限り具体的に記述してください。自分で作業する手順そのままを説明するか、画面操作を録画して見せます。AIには難しいと思われがちな高度な処理も、この Bot ならこなせると想定して指示を出してみてください。
私は Tech Demos を自分の DevRel 担当 Bot と呼んでいます。
平日ごとに X のブックマークから新しい技術を探し出し、試作用のプロンプトを下書きして、私の承認を求めてきます。
私がプロンプトを少し整えて承認すると、Bot は Cursor 連携を通じてクラウドエージェントを立ち上げます。私はすぐに Cursor でビルドを開いて確認できます。
作業が終わると、Bot はスクリーンショットや動画クリップを送り、PR（プルリクエスト）を作成します。
Grok Bot は Cursor と同じ MCP サーバー、プラグイン、スキルに対応しています。私は Gmail、Google カレンダー、Google ドライブなどを接続しています。サービスごとに複数アカウントを登録できるため、個人と仕事の両方のメールを確認したり、複数の Slack を巡回したりできます。
「こんなことできるかな？」と思ったら、直接 Bot に聞いてみてください。
Grok Bot の3つの活用法
Bot とやり取りする方法は主に3つあります。
- チャット：メッセージを直接送信する。
- 定期タスクとトリガー：Bot 自身でスケジュールを設定したり、他のアプリからのイベント（Slack スレッドや GitHub PR の監視など）を検知して動作する。
- エージェント間連携：Bot 同士が互いにメッセージを送り合い、タスクをトリガーし合う。
権限管理とコンピュータの共有環境
エージェントが使用できるコンピュータで Amazon にログインしている場合、技術的には人間と同じように何でも自由に購入できてしまいます。
そのため、Bot はアクセス権限、監査エージェント、許可/拒否リストによって厳格に制御されます。ルールは「Settings > General > Agent」で自然言語を使って記述します。独立したレビュー担当エージェントが実行予定のアクションを検査し、許可・ブロック、または人間への確認要求を行います。許可・拒否リストはその監査役の基準となります。記述したルールをモデルが遵守することを前提としつつ、処理は隔離された安全な環境で実行されます。
私たちはエージェントのルールをコードや JSON で定義することに慣れていますが、Grok Bot ではルール自体がシンプルなプロンプトです。
もう一つ重要な点として、ある Bot でウェブサイトにログインすると、他のすべての Bot もそのサイトにアクセス可能になります。
マルチエージェントの連携チェーン
私はそれぞれの Bot を特定分野のスペシャリストとして扱っています。互いに対話できるため、ある担当者が別の担当者に助けを求めることができます。
複数の Bot をグループチャットに入れることができます。平日の定期タスクが異なる Bot 間でリクエストをリレーし、作業が完了するまで進めてくれます。
私のマーケットプレイス用 Bot は、Facebook Marketplace と Craigslist でエスプレッソマシンを監視しています。
判断に迷う場面に遭遇すると、私の参謀役（Chief of Staff）Bot に相談を持ちかけます。
私が愛用している4つのワークフロー
パーソナル CRM
スマホを使って10〜15分ほどで構築しました。
プロンプトは「公開プロフィール情報のみを使用して、私が X でフォローしている人々を Notion の非公開パーソナル CRM に整理して」というものです。
私はおよそ800〜900人をフォローしています。作成されたボードにはプロフィール画像、自己紹介、公開プロフィールへのリンクが揃っています。
旅行や出張の際には、その土地にいる知り合いと連絡を取り合い、「コーヒーでも飲みませんか」と気軽に声をかけるのに役立っています。
私はいつもコーヒーに誘ってしまうタイプです。
LinkedIn や X で手作業で行っていたことはすべて Bot に任せました。インターンに頼むのをためらうような単調な作業も、全部 Bot に渡しています。
フィットネス担当 Bot「Arnold」
以前、バイブコーディング（感覚的な対話開発）で作った筋トレアプリがありました。何週間もかかって完成させ、便利ではあったものの、メンテナンスに手がかかり頻繁に不具合が出ました。ある日、「これをそのまま Bot にしたらどうだろう？」と思い立ったのです。
そこで、アプリの機能をすべてチャットの中に移行しました。
Arnold は私の筋力・筋肥大プログラムの専属コーチです。Grok との対話を通じて、古いアプリを MCP サーバー、スキル、プラグインへと分解・再構築しました。
Grok Bot は自らのインフラを… Grok Bot の内部から自前で構築してしまったのです。
コア機能はそのままですが、最終的な構成は極めてミニマルになり、保守の手間もバグも減り、悩まされることがなくなりました。
フィードバックの反映も以前のアプリより圧倒的に高速です。ロジックや動作の修正は Bot とチャットするだけ。アプリを使うインターフェースそのものが、アプリを改修するインターフェースになります。
もしアプリを入力・ロジック・データストアに分解できるなら、Bot 化できる可能性は高いでしょう。バイブコーディングで作ったソフトウェアよりも、はるかに優れた解決策になるはずです。
Grok Bot を使ったコード開発
私の「アウターループ（外側）」エージェントは Slack、Notion、GitHub、ドキュメントから必要な文脈を収集し、実際にソフトウェアをビルドする「インナーループ（内側）」である Cursor クラウドエージェントにクリーンなプロンプトを引き渡します。
もし単一のエージェントにファイルの読み込み、実装内容の議論、修正作業までを一気に任せると、不要なコンテキスト（文脈のノイズ）を引きずったまま作業することになります。
「アウターループ」にエージェントを配置することは、実際に作業を行う「インナーループ」の実行環境をノイズから守るための優れた設計パターンです。
私の外側エージェントは Cursor のコードベース、ドキュメント、マーケティング用リポジトリに精通しています。Lauren の pstack プラグインを含む私の Cursor スキルを活用してプロンプトを作成します。
重要な違いがあります。Grok Bot 自身がコードを直接書くわけではありません。私が書くのと同等のプロンプトを作成し、Cursor 内の専用コーディング環境に送り込む役割を担っています。
Slack、Notion、GitHub を横断する情報検索
社内に Notion、Slack、社内 Wiki が混在していると、メールを返信しながら必要な情報を探すのは骨の折れる作業です。
私は製品仕様の疑問や社内オペレーションの把握に Cursor Product Expert を活用しています。
私は普段から Grok Bot に「Grok Bot のこの仕様はどう動いている？」と質問しています。Bot がコードを読み、Slack の議論を追い、Notion の設計書を調べて的確な答えを返してくれます。
今では同僚よりも Grok Bot に質問する回数の方が多いくらいです！ 相手の時間を奪わずに済み、Slack での質問疲れも解消できるのでとても快適です。
今後の展望
Grok Bot はクラウド上のコンピュータを持つエージェントです。コードの記述と実行、ソフトウェアの操作、ワークフローの完遂など、人間と同じようにコンピュータを自在に操ることができます。
他の多くのパーソナルエージェントとの決定的な違いは「セットアップが不要」な点です。話しかけるだけでワークフローが複製・再現できる場面がますます増えています。
つまり、作れるものの限界は Grok Bot の能力ではなく、あなたが何を任せられるかという想像力の限界にあります。ぜひ試してみてください。あなたが何を作り上げるか楽しみにしています。
学完后记得保存进度
完成状态只保存在当前浏览器，不会上传你的学习记录。