複数ステップの作業を任せるならどのAI？

「調べて、整理して、資料にして、必要ならアプリも操作して」となると、普通のチャットよりエージェント型の機能が向いてきます。ただ、今はChatGPT、Claude、Gemini、Manusのどれにも複数ステップ機能があり、違いはモデル名より仕事を動かす場所にあります。

先に整理すると、接続アプリやファイルから成果物まで作るならChatGPT Work、クラウドタスクとローカルPCをつなげたいならClaude、個人GoogleアカウントでGoogleサービスを連携したいならGemini Spark、専用クラウドPCやローカルCLIまで使いたいならManusが候補です。複数ステップ完遂率の順位は、同じタスクで比較していないため付けません。

結論：複数ステップ作業は「途中で何を触るか」で選ぶ

表は横にスクロールできます

作業の中心	まず見る候補
アプリ・ファイル・Webを横断して完成物を作る	ChatGPT Work
クラウドタスクとPC上のファイル・ブラウザをつなぐ	Claude
個人GoogleアカウントでGmail・DriveなどのGoogleサービスを使う	Gemini Spark
専用クラウド環境で継続処理を動かす	Manus Cloud Computer
自分のPCのCLI・ローカルツールを使う	Manus My Computer / Claude Desktop
どれが一番完遂率が高いか知りたい	同一タスク・同一権限で実測

複数ステップとは「長いプロンプト」のことではない

複数ステップ作業は、単に回答が長いことではありません。

たとえば、

1. メールや資料を探す

2. 必要な情報だけ抽出する

3. Webで不足情報を調べる

4. 数字を表へまとめる

5. 文書やスライドを作る

6. 条件に合わない箇所を再確認する

7. 完成物を保存する

のように、途中で複数のツールや判断をまたぐ仕事です。

この途中を人間が毎回コピー&ペーストするのか、AI側がつないで進めるのか。ここがエージェント型を使う意味です。

ChatGPT Workは「完成物まで持っていく」仕事と相性を考えやすい

ChatGPT Workは、接続したアプリ、ファイル、Web、Cloud Browserなどを使って長い仕事を進めます。

ドキュメント、スプレッドシート、プレゼンテーションなどの完成物を作れるため、

• 会議資料を集めて週次報告を作る

• 複数ファイルを分析して表へまとめる

• Web調査からプレゼンまで作る

• 接続アプリを確認して更新案を出す

といった仕事に向きます。

Scheduled Tasksでは、同じ仕事を定期的に実行したり、対応するイベントをきっかけに起動したりする運用もできます。

普段のChatGPTで考えるだけでなく、そのまま仕事を完了させたい場合に候補になります。

Claudeはクラウドで進める仕事とローカルPC作業を分けて持てる

ClaudeのCowork系タスクは、コネクタ、プラグイン、ファイル、Webなどを使って長い作業を進めます。スケジュールされたタスクはクラウドで実行できるため、PCがスリープ中でも定期処理を続けられます。

一方、ローカルファイル、ブラウザ、computer useを使う作業ではDesktopアプリが関わります。

たとえば、

• SlackやDriveから情報を集めて報告書を作る

• ローカルフォルダの資料を処理する

• ブラウザ操作を含む作業を進める

• 開発ツールを動かす

といった仕事で、クラウドとPC側をどう使い分けるかが判断軸です。

Gemini Sparkは個人GoogleアカウントでGoogleサービスを使う場合に候補

Gemini Sparkは、複雑なワークフローとスケジュールを扱うパーソナルAIエージェントです。

GmailなどのGoogleサービスと連携する機能が案内されています。ただし現行のGemini Sparkは個人Googleアカウントが対象で、仕事・学校アカウントでは利用できない場合があります。Google Workspaceアカウントで使う前提にしないでください。スケジュールは時刻や条件をきっかけに動かせます。

たとえば、

• 特定条件のメールを探す

• 内容を要約する

• 関係するDrive資料を読む

• 予定を確認する

• DocsやSheetsを更新する

といったGoogle中心の仕事なら、個人アカウント内のGoogleサービスを使う作業をまとめやすいです。

ただし、利用できるSpark機能、接続アプリ、ブラウザ操作は地域・アカウント・プランで差があります。自分の環境で使えるかは個別に確認します。

Manusは実行環境そのものを持たせたい場合に違いが出る

ManusのAgentモードも複雑な作業を計画し、成果物まで作れます。

特徴は、Cloud ComputerとMy Computerです。

Cloud Computerは、専用の常時稼働Linux環境です。ファイルやツール、実行中のプロセスが残るため、単発の「この資料を作って」より、

• 定期スクリプト

• Bot

• Webスクレイピング

• 常駐サービス

• 長く使う開発環境

のような用途で違いが出ます。

My Computerでは、自分の端末のファイルやCLIツールを使えます。つまり「エージェントがクラウド上で作業する」のか「自分のPC環境で作業する」のかを分けて考えられます。

複数ステップでは「途中で止まれること」も性能の一部

仕事が長くなると、一度の誤解が後半まで広がります。

そのため、最初から、

• 何をゴールにするか

• どの資料を正とするか

• どこまで変更してよいか

• どの操作は確認不要か

• どこで人の承認を入れるか

• 失敗したらどこまで戻すか

を決めておく方が安全です。

特に送信、公開、削除、購入、予約確定、本番反映などは、作業の途中に承認ポイントを置きます。

自律性が高いほど便利ですが、「止まらず最後まで走る」こと自体が目的ではありません。

同じAIでも、普通のチャットで十分な仕事もある

逆に、

• 一つの文章を要約する

• 短いメールを書く

• コードの1関数だけ説明する

• アイデアを出す

程度なら、複数ステップのエージェントを使う必要がない場合があります。

エージェント型はツール呼び出しや複数工程が増えるぶん、利用量も増えやすいです。短い作業なら通常チャットの方がシンプルです。

AIものさし編集部の判断

複数ステップ作業では、モデル単体の性能より、途中で使うアプリ・ファイル・ブラウザ・ローカル環境にどこまで自然につながるかで選ぶ方が実用的です。

ChatGPT中心で仕事を完成させたいならWork。クラウドとローカルPCをまたぐならClaude。個人GoogleアカウントでGoogleサービスを使うならGemini Spark。専用の常時稼働環境や自分のPCのCLIまで含めるならManus。

完遂率、所要時間、途中エラーの少なさは同一条件で比較していません。実際に導入するときは、同じ業務フローを小さく試し、どこで人の確認が必要になるかまで確認します。

任せる前に「仕事のカード」を作る

複数工程をAIへ渡すときは、長い依頼文より、ゴール・入力・権限・合格条件を分けたカードが役立ちます。たとえば「競合の新機能を毎週調べて社内共有する」なら、次のように定義します。

• 目的：競合3社の公式発表から今週の変更点を把握する

• 入力：会社名と公式ニュース／製品ページ。第三者情報は補助として別記する

• 作業：更新日を確認し、変更点・対象ユーザー・提供地域を表へ整理

• 成果物：出典URLと確認日付きの表、最後に3行の要約

• 合格条件：重要な記述に一次情報があり、確認できない点は「不明」とする

• 停止条件：ログイン、購入、送信、公開、削除が必要なら止める

• 承認点：社内配信や外部送信の直前に人が確認する

これは仕事の設計例で、各製品で成功率を実測した結果ではありません。対応機能とアカウントでの利用可否を確かめてから、小さく試します。

小さな試行で見るべきこと

公開情報かダミーデータを使い、一巡だけ試します。「便利だった」だけで終わらせず、失敗した工程と人が介入した地点を記録してください。

表は横にスクロールできます

観察点	合格の目安	失敗として残すこと
出典	主張から公式ページへ戻れる	引用先なし、更新日違い
状態管理	完了・残作業が見える	同じ操作を繰り返す
権限	読み取りと変更を区別する	意図しない送信・編集
停止	不明点や承認点で止まる	重大操作を確認なしで進める
引き継ぎ	人が続きから再開できる	判断根拠や未完了項目が消える

停止条件を破るなら、対象作業を小さくするか、書き込み権限を外して設計し直します。出典確認が安定しても、送信や公開まで自動化してよいとは限りません。自動化できる範囲と、人が責任を持つ範囲を分けて評価します。

実行場所と接続先を分けて選ぶ

「予定実行できる」「PC上のファイルを扱える」「Googleサービスにつながる」は別の能力です。ChatGPTのScheduled Tasks、Claude Coworkのクラウドスケジュール、Gemini Spark、ManusのCloud Computer / My Computerは、実行場所・接続先・対象アカウントが同一ではありません。Gemini Sparkは現行の公式案内で個人Googleアカウントと年齢条件があり、仕事・学校アカウントでは使えない場合があります。Workspaceを前提に選ぶなら、利用資格と管理ポリシーを先に確認します。

最初の試行は「読むだけ・下書きまで」に限定し、読み取り元、保存先、実行頻度、失敗通知、停止方法を記録します。クラウドとローカルをまたぐなら、PCがオフでも進む工程とローカル環境を必要とする工程を分けます。ファイルが必要な処理をクラウドタスクへ渡したつもりでも、実際には端末側のアプリが必要なことがあるためです。

導入判断を再現できるメモ

試行後は、次の5項目を残すと、担当変更や別サービスへの移行時に判断を再現できます。

1. 作業名と入力データの分類

2. 必要な接続先と実行場所

3. 人が確認する工程

4. 失敗時に戻せる地点

5. 継続する理由と利用しない条件

機能の提供範囲は変わるため、導入時点で公式ページとアカウント画面を確認します。同一データ・権限・合格条件で比べていない限り、完遂率の順位は付けません。

自分の条件なら？

「自分の業務を複数ステップに分解して、どのAIなら任せやすいか知りたい」という場合は、AIものさしのかんたん診断で、利用アプリ、ローカル環境、定期実行の有無から候補を比較できます。