投稿者 投稿日: カテゴリー Gemini
Google Antigravity 2.0とは、AIエージェントを並列で動かす開発プラットフォームです。
2026年5月19日のGoogle I/O 2026で、GoogleはAntigravity 2.0を発表しました。これまでの「人がコードを1行ずつ書く」前提を捨て、複数のAIエージェントに作業を任せて並列で走らせる、いわゆるエージェントファーストの開発基盤です（出典: TechCrunch）。発表当日は「開発者向けニュース」として流れたため、EC事業者の多くは自分には関係ないと判断したはずです。ところが中身を読むと、商品マスタの整備、在庫と受注の処理、広告レポートの集計、競合価格のモニタリングといった、日本のEC現場で人手がかかり続けている定型業務こそが、Antigravity 2.0が最も得意とする領域でした。この記事では5つのサーフェス（構成要素）を日本語で整理し、非エンジニアの店長でも踏める最初の一歩までを順番に示します。
Antigravity 2.0がGoogle I/O 2026で示した変化点
Antigravity 2.0の特徴を一言でまとめると、AIエージェントを「中心」に据えた点です。従来のコード補助ツールは、人間が書くコードの横で候補を提示する補助役でした。Antigravity 2.0は順番が逆で、人間がやりたいことを指示し、エージェントが計画を立て、複数のサブエージェントに作業を割り振って実行します。Googleはこれを「dynamic subagents」と呼んでおり、1つの大きなタスクを自動で小さな単位に分割して同時並行で処理させる仕組みを備えています（出典: MarkTechPost）。
同じI/O 2026では、Gemini 3.5 Flash、Gemini APIのManaged Agents、Google AI StudioのネイティブAndroid向けvibe codingも同時に発表されました。Gemini 3.5系がモデルの中核を担い、Antigravityがそのモデルを業務に落とし込む実行環境という役割分担になっています。Geminiそのものの活用についてはGemini 3.5のEC活用で詳しく扱っていますが、本記事ではモデルではなく「エージェントを業務で走らせる土台」のほうに焦点を当てます。
ここで日本のEC現場の文脈に接続します。楽天市場の店舗を回している事業者なら、商品登録画面に新商品を1点ずつ入力し、PC用商品説明文とスマートフォン用商品説明文を別々に書き分け、レビュー一覧を毎朝確認して返信する、といった作業を毎日繰り返しているはずです。Amazon Seller Centralの出品者なら、商品タイトルと箇条書き、検索キーワード欄の最適化、注文レポートのダウンロードと集計が日課でしょう。これらは判断より手数が支配する業務で、1件あたりは数分でも、商品点数が数百を超えると1日仕事になります。Antigravity 2.0は、こうした「手数の業務」をエージェントに任せる前提で設計されている点が、EC事業者にとっての変化点です。
料金面も押さえておきます。Antigravity 2.0の本格利用には、新しいAI Ultraプラン（月100米ドル）が用意され、このプランではAntigravityの利用上限がProプランの5倍に設定されています（出典: TechCrunch）。日本円ではおよそ月1万5千円前後の見込みですが、為替で変動するため正確な額は申込時に確認してください。月100米ドルは個人の趣味利用としては高めですが、後述するように1人分の作業時間を肩代わりさせると考えれば、人件費比較で十分に回収可能な水準です。
ここで注意したいのは、Antigravity 2.0が「最初から完成品の自動化を提供してくれるサービス」ではないという点です。エージェントを動かす土台は整っていますが、何をどう自動化するかの設計は事業者側が組む必要があります。楽天市場の店舗で言えば、商品登録画面のどのフィールドをどう更新したいのか、レビュー一覧のどの条件のものに返信したいのか、といった現場のルールを言語化しておかないと、エージェントは正しく動けません。逆に言えば、自店の業務手順がきちんと整理されている店舗ほど、Antigravity 2.0の恩恵を受けやすい構造になっています。導入を検討する前段として、まず日々の作業を棚卸しして「決まった手順で回っている業務」と「その都度判断が要る業務」に仕分けておくと、後の設計が一気に楽になります。
EC事業者が知るべき5つのサーフェスの中身
Antigravity 2.0は単一のアプリではなく、5つのサーフェス（構成要素）の集合体です。EC事業者が自社の状況に応じてどこから触るかを判断できるよう、それぞれを業務イメージとともに説明します。
1つ目はスタンドアロンのデスクトップアプリです。パソコンにインストールして使う本体で、複数のエージェントを並列にオーケストレーション（指揮）できます。前述のdynamic subagentsに加え、スケジュールタスクによる背景自動化、つまり「毎朝9時に競合の価格を見に行く」といった定時実行を任せられます。さらにGoogle AI Studio、Android、Firebaseとの連携も組み込まれており、Googleのサービス群と地続きで動く点が強みです。EC現場では、競合価格モニタリングや在庫の定期チェックなど、決まった時刻に決まった作業を回す用途が最も相性が良いと判断します。
2つ目はAntigravity CLIです。CLI（コマンドラインインターフェース）とは、画面のボタンを押す代わりに文字でコマンドを打って操作する方式を指します。GUI（画面操作）なしで端末からエージェントを即座に作成でき、これまでのGemini CLIはこのAntigravity CLIへ移行する形になりました（出典: MarkTechPost）。非エンジニアには敷居が高く見えますが、定型の集計バッチを毎日同じコマンドで回すだけなら、覚えるコマンドは数個で済みます。
3つ目はAntigravity SDKです。SDK（ソフトウェア開発キット）とは、自社のシステムにエージェント機能を組み込むための部品集です。Googleが自社プロダクトを動かしているのと同じエージェントハーネス（実行の枠組み）へプログラムからアクセスでき、Geminiモデルに最適化されています。さらに自社の独自インフラ上でホストできる点が、データを外に出したくない事業者にとって意味を持ちます。受注管理システムや在庫データベースと直接つなぐ統合を想定する場合は、ここが入り口になります。
4つ目はGemini APIのManaged Agentsです。Managed（マネージド)は「Google側が運用を肩代わりする」という意味で、自前でサーバーを立てたり実行環境を保守したりせずに、エージェントをAPI経由で呼び出せます。サーバー運用の人手がない中小店舗にとっては、これが最も現実的な選択肢になるケースが多いと見ています。
5つ目はGemini Enterprise Agent Platformによるエンタープライズサポートです。大企業向けに、権限管理やセキュリティ、運用監視を含めた形でエージェントを展開する基盤です。複数ブランドを抱えるEC企業や、社内の情報システム部門が管理を担う規模の事業者が対象になります。
5つのサーフェスをEC事業者の規模で振り分けると、おおよその目安が見えてきます。サーバー運用の人手がない小規模店舗は、Managed Agentsで実行環境の保守を回避しつつ、デスクトップアプリで定時タスクを回すのが入りやすい組み合わせです。社内に多少なりとも技術が分かる人がいる中規模店舗は、CLIで定型集計を自動化し、効果が見えてきたらSDKで受注管理や在庫データベースとの連携へ広げる道筋が描けます。複数ブランドや複数モールを抱える大規模事業者は、Enterprise Agent Platformで権限と監視を整えたうえで全社展開する、という具合です。自店がどの位置にいるかを最初に決めておくと、触るサーフェスの順番を迷わずに済みます。
5,000社支援の中で何度も再現したパターンとして、最初から5つすべてを使おうとすると挫折します。月商500万円から数億円帯の店舗であれば、まずは1つ目のデスクトップアプリか4つ目のManaged Agentsのどちらか一方に絞り、定型業務を1つだけ任せるところから始めるのが定石です。1つの業務で成功体験を作ってから次に進むほうが、社内の納得も得やすく、運用も定着します。Antigravityと他の開発系AIツールの立ち位置の違いはAntigravity/Cursor/Claude Code/Codex比較でも整理しているので、ツール選定の段階で迷ったら併読してください。
業務自動化の始め方とプロンプト4本
ここからは具体的な始め方です。Antigravity 2.0は開発プラットフォームですが、最初の設計（何を自動化するか、どういう手順で処理させるか）は、ChatGPTやClaude、Geminiといった対話型AIで下書きしてから持ち込むと、非エンジニアでも段取りを組めます。2026年6月時点の各社フラッグシップは、OpenAIがGPT-5.5系、GoogleがGemini 3.5系、AnthropicがClaude Opus 4.8です。下記のプロンプトはどれを使っても動きますが、Antigravityと同じGoogle系で揃えたい場合はGeminiで実行するのが自然です。
最初に取り組むべきは、自動化候補の棚卸しです。やみくもにエージェントを作る前に、自店のどの作業を任せると効果が大きいかを洗い出します。下記のプロンプト1を対話型AIに投げ、優先順位を決めてください。
あなたはEC事業者の業務改善に詳しいコンサルタントです。
以下の店舗が毎日・毎週おこなっている定型業務を聞き取り、AIエージェントによる自動化の優先順位を提案してください。
評価軸：
1. 1回あたりの所要時間 × 実施頻度（月間総時間）
2. 判断の少なさ（手順が決まっているほど自動化しやすい）
3. ミスが起きたときの被害の小ささ（最初は被害の小さい業務から）
店舗情報：
- 主要モール：{楽天/Amazon/Yahoo!/Shopify}
- 商品点数：{値}
- 月商：{値}
- 自動化を検討したい業務の例：{在庫チェック、受注処理、広告レポート集計、競合価格モニタリングなど}
出力：優先度の高い順に5業務、それぞれ月間削減見込み時間とリスク評価を1行で
優先順位が決まったら、1つ目の業務をエージェントに渡す指示書（仕様）を作ります。Antigravityのエージェントは曖昧な指示だと暴走するため、入力・処理・出力・例外時の挙動を明文化しておくことが事故防止につながります。プロンプト2でその仕様の骨格を作成します。
あなたはAIエージェント向けの作業指示書を設計する専門家です。
以下の業務を、Antigravityのエージェントに任せられる粒度の手順書に分解してください。
業務名：{競合価格モニタリング}
目的：{特定の競合5店舗の対象商品10点の価格を毎朝取得し、自店との差をまとめる}
書き出してほしい項目：
1. 入力（どのデータをどこから取るか）
2. 処理ステップ（番号付きで、各ステップは1動作に限定）
3. 出力（どの形式で、どこに保存・通知するか）
4. 例外時の挙動（取得失敗・データ欠損・想定外の値が出たとき）
5. 人間が最終確認すべきポイント
出力は手順書形式。専門用語には1行の補足を添える
3つ目は、定時実行の設計です。デスクトップアプリのスケジュールタスク機能を使うと、決まった時刻に背景でエージェントを走らせられます。何時に、どの頻度で、結果をどこに届けるかを事前に決めておくと、運用が安定します。プロンプト3で運用ルールを固めます。
あなたはEC店舗の定常運用フローを設計する担当者です。
以下のAIエージェントを定時実行する運用ルールを設計してください。
エージェントの役割：{毎朝の競合価格モニタリングと自店との差分レポート作成}
決めてほしい項目：
1. 実行時刻と頻度（営業時間・更新頻度を踏まえて）
2. 結果の通知先と通知方法（メール / チャット / スプレッドシート追記など）
3. 異常値が出たときのエスカレーション先と判断基準
4. 週次・月次で人間がレビューすべき指標
5. エージェントを止めるべき条件（誤作動の兆候）
出力：運用ルール一覧。担当者が読んで即運用できる粒度で
4つ目は、自動化の効果検証です。導入したまま放置すると、本当に時間が浮いたのか、品質は保てているのかが分からなくなります。プロンプト4で、導入前後を比較する検証シートの項目を作ります。
あなたは業務改善の効果測定に詳しいアナリストです。
以下のAIエージェント導入について、導入前後を比較する検証項目を設計してください。
導入した自動化：{競合価格モニタリングの自動化}
比較したい観点：作業時間、ミス率、対応スピード、担当者の負担感
設計してほしい項目：
1. 導入前のベースライン（何をどう測るか）
2. 導入後に測る指標（同じ単位で比較できる形に）
3. 測定期間と測定タイミング
4. 「成功」と判断する基準値
5. 期待外れだった場合に見直すポイント
出力：検証シートの項目一覧と、各項目の測定方法を1行ずつ
この4本を順に回せば、棚卸し、仕様化、定時運用、効果検証という自動化の一周が回ります。最初の業務で型ができれば、2つ目以降は同じ手順をなぞるだけで広げられます。なお対話型AIで段取りを作ってから実装に進む流れは、コードを書かずにAIに作らせるvibeコーディングの考え方と地続きです。詳しくはVibeコーディングでEC自動化で扱っています。
つまずきやすい3つの失敗と回避策
導入支援の現場で繰り返し見るのは、いきなり受注処理のような基幹業務から自動化しようとして失敗するケースです。受注処理は誤作動が出ると顧客への誤発送や二重請求に直結し、被害が大きくなります。最初に任せるなら、結果を人間が必ず目視する前提の「情報収集系」、つまり競合価格モニタリングや在庫の定期チェックから始めるのが安全です。エージェントが正しく動くことを2週間ほど観察してから、徐々に判断を含む業務へ広げていく順序が望ましいでしょう。
2つ目の失敗は、指示が曖昧なままエージェントを走らせて、意図と違う結果が積み上がるパターンです。あるアパレル系の単一店舗で試したケースでは、「在庫を確認して」とだけ指示した結果、対象商品の範囲が毎回ぶれて集計が使い物にならなくなりました。前述のプロンプト2のように、入力・処理・出力・例外時の挙動を明文化した手順書を先に作ることで、この種のぶれは大きく減らせます。
3つ目は、楽天市場の規約に抵触する自動化を組んでしまう失敗です。たとえばエージェントに「楽天R-Mailの本文を自動生成して配信」と任せる場合、生成文に自社サイトやLINE公式、Instagramなど楽天市場外のURLを混ぜると規約違反になります。楽天R-Mailで完結させる自動化は、件名と本文の最適化、配信セグメントの整理、配信時間帯の調整までにとどめ、外部誘導は組み込まないでください。Amazonの商品ページについても、A+コンテンツへの外部URL挿入は原則できないため、エージェントに任せる前にプラットフォームの規約を確認しておくことが事故回避につながります。エージェントは指示どおりに高速で大量の処理をこなすぶん、規約違反の運用を組んでしまうと違反も大量に発生します。自動化の設計段階で、生成物が各モールの規約に収まっているかを人間がチェックする工程を1つ挟んでおくと、こうした事故を未然に防げます。
加えて、見落とされがちな4つ目の注意点として、エージェントが扱うデータの取り扱いがあります。受注データや顧客情報をエージェントに渡す場合、どこにデータが渡り、どこに保存されるのかを把握しておかないと、個人情報の管理が曖昧になります。データを社外に出したくない場合は、独自インフラ上でホストできるSDKの利用を検討するか、扱うデータを価格や在庫といった非個人情報に限定するところから始めるのが安全です。最初のうちは顧客情報に触れない情報収集系の業務に絞っておけば、データ管理の論点を後回しにできます。
KPI設計と費用・工数の目安
費用は前述のとおりAI Ultraプランが月100米ドルです。ChatGPT Plusが月20米ドル、Claude Proが月20米ドル、Gemini Advancedも月20米ドル前後である点と比べると高めですが、Antigravityは対話AIではなくエージェント実行基盤なので、比較対象はツール料金ではなく人件費です。2026年6月時点の見込みとして、競合価格モニタリングのような毎日30分の作業を月20営業日で換算すると月10時間、これを1年で120時間です。時給換算で人件費を当てれば、月100米ドルの投資は十分に回収できる水準と判断します。
KPIは「削減できた作業時間」「ミス率の変化」「対応スピード」の3点を最低限置くのが現場感覚での定石です。導入前のベースラインを必ず先に測ってから自動化に入らないと、効果が体感頼りになって続きません。直近の支援案件で観測したのは、削減時間だけを追ってミス率を見ていなかったために、速くなった代わりに集計の取りこぼしが増えていた例でした。スピードと品質は必ずセットで測ってください。
工数の目安としては、最初の1業務を自動化して安定運用に乗せるまで、棚卸しから検証まで含めて2週間から1か月を見込むのが現実的です。エンジニアがいない店舗の場合は、Managed Agentsを使ってサーバー運用を回避しつつ、CLIやSDKの本格利用は外部パートナーに任せる切り分けが無理のない進め方でしょう。
今後の展望と独自考察
Antigravity 2.0がEC事業者にとって重要なのは、AIが「文章を書く道具」から「業務を実行する従業員」へと役割を変える分岐点だからです。これまでの生成AI活用は、商品説明文の下書きやレビュー返信文の生成など、最後は人間が貼り付けて完了する使い方が中心でした。エージェント基盤が普及すると、貼り付けの前後にある収集・整形・通知・記録までを機械が回し、人間は判断と例外対応に集中する構図に変わります。
検索面でも見逃せない動きがあります。Googleが自社プロダクトを動かすのと同じハーネスを外部に開放したということは、今後のGoogle検索やショッピング体験そのものがエージェント前提で再設計される可能性を示唆します。AI Overviewが定着し、AIが直接答えを返す検索が増えるなかで、自店の情報をエージェントが読み取りやすい形に整えておくことの重要性は、これから一段と高まると見ています。Google I/O 2026の全体像についてはGoogle I/O 2026まとめで他の発表も含めて整理しているので、検索動向を押さえたい場合はあわせて確認してください。
楽天市場とAmazonの両方を回している店舗で観測されたのは、自動化の効果がモールをまたいで積み上がるという点です。競合価格の収集も、在庫の同期も、レポートの集計も、モールごとに別々の人手でやっていた作業をエージェントに統合すると、店舗数が増えるほど削減幅が大きくなります。複数モールを運営している事業者ほど、Antigravity 2.0の投資対効果は出やすい構造だと判断します。
もう一つの独自考察として、エージェント基盤の普及はEC現場の人材像も変えていくと見ています。これまでは「手を速く動かせる人」が現場の戦力でしたが、エージェントが手数を引き受けるようになると、評価される能力は「どの業務を、どんなルールで自動化するかを設計できる力」へ移ります。店長やリーダーが身につけるべきは、コードを書く技術そのものではなく、自店の業務を手順に分解し、例外時の判断基準を言語化する力です。これは特別な技術背景がなくても、日々の運用を丁寧に整理してきた現場の担当者ほど得意な領域でもあります。Antigravity 2.0のような基盤が広がる局面では、ツールの操作方法を覚えること以上に、自店の業務を「人がやること」と「機械に任せること」に切り分ける視点を磨いておくことが、長期的な競争力につながると考えます。
よくある質問
Google Antigravity 2.0は無料で始められますか
本格的な利用には新しいAI Ultraプラン（月100米ドル）が前提で、このプランではAntigravityの利用上限がProプランの5倍になります。下位プランでも触れる範囲はありますが、業務で継続運用するならUltraプランが現実的です。為替で円換算額は変わるため、申込時に最新の金額を確認してください。
非エンジニアのEC店長でも使えますか
最初の段取り（何を自動化するか、どの手順で処理させるか）は対話型AIで下書きできるため、設計段階はエンジニアでなくても進められます。一方で、CLIやSDKを使った本格的な実装はある程度の技術知識が要るので、Managed Agentsから始めるか、実装部分は外部パートナーに任せる切り分けが無理のない進め方です。
GeminiやChatGPTと何が違うのですか
GeminiやChatGPTは主に対話で文章や回答を生成するツールで、最後は人間が結果を受け取って使います。Antigravity 2.0はAIエージェントを並列で動かして業務そのものを実行する基盤で、収集や集計、定時実行までを機械側で回せる点が異なります。役割が「下書き役」と「実行役」で違うと捉えると整理しやすいでしょう。
EC業務で最初に自動化すべきはどれですか
誤作動の被害が小さい情報収集系、たとえば競合価格モニタリングや在庫の定期チェックから始めるのが安全です。受注処理のような基幹業務は、エージェントの動作を数週間観察して信頼できると判断してから広げるのが定石です。
楽天市場の規約に違反しませんか
自動化の内容次第です。楽天R-Mailの件名・本文最適化や配信セグメント整理など、楽天市場内で完結する作業は問題ありません。一方で、生成文に自社サイトやSNSなど楽天外のURLを混ぜる自動化は規約違反になるため、エージェントに任せる前に必ず規約を確認してください。
導入してから効果を測るにはどうすればよいですか
導入前のベースライン（作業時間・ミス率・対応スピード）を先に測り、同じ単位で導入後と比較します。削減時間だけでなく品質指標を必ずセットで見ることが、速くなった代わりに取りこぼしが増える事態を防ぎます。本記事のプロンプト4で検証シートの項目を作れます。
Antigravity SDKは自社システムとつなげますか
つなげられます。SDKはGoogleが自社プロダクトを動かすのと同じエージェントハーネスへプログラムからアクセスでき、独自インフラ上でホストすることも可能です。受注管理システムや在庫データベースと直接連携させたい場合の入り口になりますが、実装には開発の知識が必要です。
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
