Claude Computer Useは、Claudeが画面のスクリーンショットを見て、マウスとキーボードでアプリを操作する機能です。いまは使い方が2つに分かれています。ひとつはPro・Max・UltraプランのClaudeデスクトップアプリで、設定のトグルを入れるだけで使える方法。もうひとつは開発者がMessages APIから呼び出し、自前の仮想環境を操作させる方法です。料金のかかり方も準備もまったく違うので、まずどちらを使うのかを決めてください。ここでは2026年11月時点の公式ドキュメントとヘルプを基に、両方の始め方と料金、API版の実装とClaude 5.5世代での注意点を整理します。
まとめ:Claude Computer Useの要点
- 手元のPCを操作させたいだけなら、デスクトップアプリ版。Pro・Max・Ultraの契約で使え、macOSとWindowsに対応する。TeamとEnterpriseでは使えない。
- 自社のシステムに組み込むならAPI版。料金はトークン従量課金で、ツールセットの定義だけで入力約4,500トークン、さらにスクリーンショット1枚ごとに画像トークンがかかる。
- MaxとUltraには月100ドル・200ドル、Teamには最大500ドルのAPIクレジットが付く(2026年10月7日〜)。API版の試作はこの枠で回せる。
- API版の現行は
computer_toolset_20260801で、ベータヘッダーが要らない。Claude Opus 5.5・Sonnet 5.5・Haiku 5.5は、Claude APIとGoogle Cloudではこのツールセット版しか受け付けない。 - ツールセット版はスクリーンショットを自動で縮小しない。上限を超えた画像はエラーになるため、縮小と座標の戻しはアプリ側で書く。
- APIやMCP、ブラウザ専用のツールで済む作業には使わない。画面操作ではスクリーンショットの取得と推論を繰り返し、座標の誤認識や画面変更への対応も必要になるためです。
Claude Computer Useの2つの使い方:デスクトップアプリ版とAPI版
同じ「Computer Use」という名前でも、アプリ版は自分のPCをClaudeに触らせる機能、API版は開発者が用意した環境をClaudeに操作させる部品です。違いを先に並べます。
| 項目 | デスクトップアプリ版 | API版 |
|---|---|---|
| 使える契約 | Pro・Max・Ultra | APIキー(従量課金) |
| 動く場所 | 自分のmacOS・Windows | 自前のVMやコンテナ |
| 料金 | プランの契約内 | トークン課金 |
| 準備 | 設定のトグルをオン | 環境とループの実装 |
| 向く用途 | 個人の作業代行・アプリ検証 | 業務システムへの組み込み |
アプリ版はCoworkとClaude Code(デスクトップアプリ内)から使えます。ターミナルのClaude Code CLIでも使えますが、こちらはmacOSのみで、有効化の手順も別です。画面認識から操作までの内部の流れや、OpenAI・Geminiの同種機能との違いはComputer Useとは?AIが画面を見て操作する仕組みとClaude・OpenAI・Geminiの違い【2026年10月】で扱っています。
デスクトップアプリでComputer Useを使う手順と制限
Settingsのトグルで有効にする手順
Claudeのヘルプ記事に載っている手順は次の4段階です。
- Claudeデスクトップアプリを最新版に更新する(claude.com/download)。
- Settings > Capabilities を開く。Computer useの項目が無ければ Settings > System の This computer を見る。
- 「Enable computer use」のトグルをオンにする。
- CoworkかClaude Codeでセッションを始め、PC上のアプリを使う作業を頼む。初めて触るアプリでは許可を求められる。
Claudeはいきなり画面を触りにいくわけではありません。Gmail・Google Drive・Slackなどのコネクタがあればそれを使い、無ければブラウザ、それでも届かないときに画面操作へ進む、という順で手段を選びます。画面経由はコネクタより遅く失敗もしやすいので、よく使うサービスは先にコネクタでつないでおくほうが速く終わります。Claude Code CLIで使う場合は/mcpから組み込みのcomputer-useサーバーを有効にします。手順とmacOSの権限はClaude Code computer useの設定と使い方|/mcpでの有効化・macOS権限・アプリ別の操作範囲にまとめました。
バックグラウンド動作・アプリの許可・使えない場面
- macOS 15以降はバックグラウンドが既定:Claudeは裏のウィンドウで作業し、ポインタやキーボードを奪いません。画面全体が必要になったときだけ、セッションごとに許可を求めます。
- アプリごとに許可が要る:投資・取引プラットフォームと暗号資産のアプリは既定でブロックされます。ブロックリストに足したアプリへの要求は自動で拒否されます。
- PCを起こしておく必要がある:スリープ中やアプリを閉じている間は動きません。
- サンドボックスは無い:Claudeは実際のデスクトップを操作し、画面に映るものはすべてスクリーンショット経由で見えます。銀行・医療・行政のアプリには許可を出さないよう、ヘルプ自身が勧めています。
アプリ版は2026年11月時点でベータです。Coworkの料金と使用量の上限はClaude Coworkとは?料金・使用量の上限と従量課金、10月のクラウド移行後の使い方で詳しく説明しています。
Claude Computer Useの料金:アプリ版の契約範囲とAPI版のトークン課金
アプリ版の対象プランと月額料金
アプリ版のComputer Useに、ヘルプ上で別料金の記載はありません。Pro・Max・Ultraのいずれかを契約していれば使え、TeamとEnterpriseは対象外です。Claudeの料金ページではProが月20ドル(年払いなら月17ドル相当)、Maxが月100ドル、Ultraが月200ドルです。画面操作は時間もトークンもかかるため、使用量の上限に当たりやすい使い方だと考えておくべきです。
API版の費用内訳:ツールセット定義と画像トークン
API版に機能単体の追加料金はなく、公式ドキュメントのとおり通常のツール利用料金に従います。そのうえで、テキストの往復にはないトークンが乗ります。
- ツールセット定義:既定の17メンバーで宣言すると入力に約4,500トークン(Sonnet 5で約4,590、ほかの対応モデルで約4,520)。zoomを切ると約410トークン減ります。
- スクリーンショットとzoomの画像:1枚あたりおおむね1,000〜1,800トークン。往復のたびに増えます。
- tool_resultの本文と、併用するbashツール・text editorツールの定義。
画像トークンは28×28ピクセルのパッチ数、つまり⌈幅÷28⌉×⌈高さ÷28⌉で決まります。Visionのドキュメントの表では、1000×1000が1,296トークン、1920×1080は高解像度ティアで縮小されず2,691トークン、3840×2160は通常の画像入力では2576×1449へ自動縮小されて4,784トークンです。ただしComputer Useのツールセットへ返す画像は自動縮小されないため、同じ寸法・トークン数に収める処理をアプリ側で行います。ツールセット版に対応するモデルはすべて高解像度ティアなので、旧モデル(1920×1080で1,560トークン)より最大3倍近く消費します。
| モデル | 入力(100万トークン) | 出力(100万トークン) |
|---|---|---|
| Claude Fable 5.1 | 10ドル | 50ドル |
| Claude Opus 5 | 5ドル | 25ドル |
| Claude Opus 5.5 | 4ドル | 20ドル |
| Claude Sonnet 5.5 | 2ドル | 10ドル |
| Claude Haiku 5.5 | 0.10ドル | 0.50ドル |
Haiku 5.5の単価は1リクエストの入力が10万トークン以下のときの値で、超えると入力0.50ドル・出力2.50ドルに上がります(公式の料金ページ)。スクリーンショットの履歴を抱えたまま長く回すと、この境目を越えやすい点に注意してください。公式の試算では、Opus 5.5で1000×1000の画像は1,000枚あたり約5.18ドル、4K画像は約19.14ドルです。履歴は毎回送り直すので、実際の請求は「手数×画像トークン」より大きくなります。ツールセット定義にcache_controlを置き、キャッシュ読み出しの単価で済ませるのが最初に打つ手です。
Max・Ultra・Teamの月次APIクレジット額と利用条件
2026年10月7日から、Max・Ultra・TeamプランにはClaude APIで使える月次のAPIクレジットが付きます。額はMaxが100ドル、Ultraが200ドル、Teamは席数に応じて最大500ドルの共有枠です。Claude Consoleの組織をプランに紐づけると受け取れ、契約から7日経てば申請でき、請求期間の終わりに失効して繰り越せません。対象はClaude API・Claude Managed Agents・Claude Agent SDK・playgroundで、Claude Codeやアプリの追加利用には使えません。Bedrock・Google Cloud・Microsoft Foundry経由のリクエストにも充てられません。ProとEnterpriseは対象外です。API版のComputer Useを小さく試すなら、まずこの枠で検証ループを回すのが現実的です。
API版の対応モデルとツール版(2026年11月時点)
| ツール版 | ベータヘッダー | 主な対応モデル | プラットフォーム |
|---|---|---|---|
| computer_toolset_20260801 | 不要 | Claude 5.5世代・Fable 5.1・Opus 5ほか | Claude API・Google Cloud |
| computer_20251124 | computer-use-2025-11-24 | Opus 5・Sonnet 5・Opus 4.8〜4.5 | 全プラットフォーム |
| computer_20250124 | computer-use-2025-01-24 | Haiku 4.5・Sonnet 4.5 | 全プラットフォーム |
ツールセット版は2026年8月19日にClaude APIでベータを抜け、8月20日にGoogle Cloudでも使えるようになりました。対応モデルは互換性欄にFable 5.1・Mythos 5.1・Fable 5・Mythos 5・Opus 5.5・Opus 5・Sonnet 5.5・Sonnet 5・Haiku 5.5・Opus 4.8が並びます。
移行で最も事故になりやすいのは、Claude 5.5世代へモデルだけを差し替える場面です。Claude APIとGoogle Cloudでは、Opus 5.5・Sonnet 5.5・Haiku 5.5に旧computer_20251124やcomputer_20250124を渡すとエラーが返ります。Haiku 4.5から5.5へ移るとcomputer_20250124が400エラーになることは、2026年10月7日のリリースノートにも明記されています。逆にAmazon Bedrockでは5.5世代もcomputer_20251124を受け付け、Claude Platform on AWS・Bedrock・Microsoft Foundryで使えるのは旧ツール版だけです。Opus 4.7・Opus 4.6・Sonnet 4.6・Opus 4.5はツールセット版に対応しないため、旧版のまま使います。マルチクラウドで同じコードを回すなら、この非対称を前提に分岐を書く必要があります。なお、Claude Managed Agentsでは現時点でComputer Useを使えません。
computer_toolset_20260801の最小構成とエージェントループの実装
ツール定義に書ける4つのパラメータ
エントリが受け付けるのはtype・configs・cache_control・allowed_callers(["direct"]のみ)の4つです。旧版のname・display_width_px・display_height_px・display_number・enable_zoomを書くとinvalid_request_errorで拒否されます。座標は常に、アプリが返したスクリーンショットのピクセル空間で表されます。
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-opus-5-5",
"max_tokens": 1024,
"tools": [
{
"type": "computer_toolset_20260801",
"configs": { "zoom": { "enabled": false } },
"cache_control": { "type": "ephemeral" }
}
],
"messages": [
{"role": "user", "content": "画面を確認して、請求書の一覧ページを開いて"}
]
}'
17のメンバー(screenshot・zoom・left_click・type・key・cursor_positionなど)は既定ですべて有効です。zoomの画像を作れない環境では、上の例のようにconfigsで切っておきます。keyは1〜100のrepeatを取るので、未知のフィールドを無視するハンドラだと1回しか押されません。
SDKクラスBetaAbstractComputerToolset20260801の実装・承認条件
2026年10月7日から、PythonとTypeScriptのSDKにツールセット用のクラスがベータで入りました。SDKツールセットのドキュメントによると、BetaAbstractComputerToolset20260801を継承してscreenshotやleft_clickをメソッドとして書けば、ツールループと承認コールバックはSDKが回します。実装しなかったメンバーはAPIへ無効として送られます。注意点は、type・key・hold_keyのどれかを実装したクラスは、confirm(承認用の関数)を渡すかconfigsで切らないと、コンストラクタが設定エラーで止まることです。キー入力を無承認で流させない設計が既定になっています。DaytonaやE2Bはこのクラス向けのドライバーを公開しているので、仮想デスクトップを自分で組む前に確認する価値があります。
自前ループでのバッチアクションと停止テキスト
Claudeは「クリックして、入力して、撮る」のような短い手順を1レスポンスにまとめて返します(バッチアクション)。返ってきた順に1つずつ実行し、失敗したらそこで止め、残りのブロックには決められた停止テキストを返します。すべてのtool_useにtool_resultを返さないと次のリクエストが拒否されます。以下はComputer Useだけを宣言した場合のループ抜粋です。APIクライアントのclient、ツール定義のtools、初期会話のmessagesは事前に用意します。run_actionも別途実装し、成功可否と、文字列または画像を含むコンテンツブロックの組を返します。
HALT = "Not executed: an earlier computer action in this turn failed."
for _ in range(30): # API呼び出し回数の上限。金額の上限ではない
res = client.messages.create(model="claude-opus-5-5", max_tokens=4096,
tools=tools, messages=messages)
messages.append({"role": "assistant", "content": res.content})
if res.stop_reason != "tool_use":
break
results, halted = [], False
for b in res.content:
if b.type != "tool_use" or getattr(b, "toolset_name", None) != "computer":
continue
ok, payload = (False, HALT) if halted else run_action(b.name, b.input)
halted = halted or not ok
results.append({"type": "tool_result", "tool_use_id": b.id,
"toolset_name": "computer", "is_error": not ok,
"content": payload})
messages.append({"role": "user", "content": results})
ブロックのnameはメンバー名(left_clickなど)そのもので、inputにactionはありません。toolset_nameとnameの組でディスパッチしてください。人の承認を挟むなら、ターン単位ではなくブロック単位で、実行の直前に確認します。1手ずつに限りたいときはtool_choiceにdisable_parallel_tool_useを立てると、1ターンのメンバー呼び出しが最大1つになります。
旧computer_20251124から移行するときに直す箇所
移行は任意で、旧版は対応モデルでベータヘッダー付きのまま動きます。ただしClaude APIとGoogle CloudのGoogle管理環境でClaude 5.5世代に載せ替えるなら必須です。Amazon Bedrockでは5.5世代も旧版を受け付けます。まとめて直すのは次の点です。
anthropic-beta: computer-use-2025-11-24を外し、SDKはベータ名前空間でなく通常のクライアントで呼ぶ。typeをcomputer_toolset_20260801にし、name・display_*・enable_zoomを消す。zoomは旧版の既定オフから既定オンに反転している。- 最初の1ブロックだけ読む実装をやめ、全ブロックを順に処理して停止テキストを返す。
- メンバー呼び出しへの
tool_resultに"toolset_name": "computer"を付ける。 defer_loadingはエントリ直下からconfigsの中へ移す。- スクリーンショットは自分で縮小する(次章)。
同じリクエストにcomputer_20251124のエントリとcomputerという名前のツールを同居させることはできません。
クリック座標のずれを防ぐ画像サイズ上限と縮小の実装
ツールセット版は表示サイズを受け取らず、APIも縮小してくれません。モデルの上限(長辺2,576px・視覚トークン4,784)を超えたスクリーンショットやzoom画像は、エラーで拒否されます。旧版で4K画面をそのまま送って動いていた実装は、移行した瞬間に止まります。
import math
MAX_EDGE, MAX_TOKENS = 2576, 4784
def scale_factor(w, h):
edge = MAX_EDGE / max(w, h)
tokens = math.sqrt(MAX_TOKENS / (math.ceil(w / 28) * math.ceil(h / 28)))
s = min(1.0, edge, tokens)
while math.ceil(max(1, int(w * s)) / 28) * math.ceil(max(1, int(h * s)) / 28) > MAX_TOKENS:
s *= 0.999
return s
s = scale_factor(2560, 1440) # 縮小して撮る
to_screen = lambda x, y: (x / s, y / s) # 返ってきた座標を実画面へ戻す
解像度の推奨は、一般的なデスクトップ作業で1024×768か1280×720、Webアプリで1280×800か1366×768です。1920×1080を超える解像度は性能の問題を避けるため使わないよう公式に書かれています。ずれ方から原因を切り分けるときは次の対応で見ます。
- 一定方向にずれ続ける:縮小した画像の座標を、スケールを戻さずに実画面へ当てている。
- macOSで座標が2倍になる:Retinaはデバイスピクセル比2で撮るため、送る前に半分へ縮小するか、返った座標を半分にする。
- 近いが小さな要素を外す:4K以上を縮小して細部が潰れている。
zoomを有効にして実装すると、Claudeはregionで指定した領域を原寸で見直せる。zoomの後もClaudeが返す座標は全画面スクリーンショット基準のまま。 - 全体に精度が低い:解像度が低すぎる。1280×720を基準に測り直す。
スクリーンショット履歴とプロンプトキャッシュの両立
1リクエストの画像が20枚を超えると、すべての画像により厳しい辺の上限がかかります。履歴を全部持つループは数十ターンでここに届くため、縮小するか古い画像を間引くかを決めておきます。間引くなら毎ターン1枚ずつではなく、たとえば直近3枚を残して25ターンごとにまとめて落とします。毎ターン変えるとプレフィックスが変わり、キャッシュが効かなくなるからです。キャッシュのブレークポイントはシステムプロンプトとツール定義の後に1つ、直近の最大3ターンそれぞれの最後のtool_resultに1つずつ置き、ターンが進むたびに配置を更新します。
Claude 5.1以降のモデルでは、クライアント側の間引き自体を避けるよう公式は勧めています。古いスクリーンショットを抜くと、それ以降の思考ブロックがすべて無効になるためです。画像を上限内に縮小したうえで、サーバー側のtool result clearingで古い結果を落とします。どうしても間引くなら、以後ずっとprefix_mismatch_behavior: "drop_block"を指定します。
プロンプトインジェクション対策と権限設計の線引き
Claudeは、Webページや画像に書かれた指示を、利用者の指示と食い違っていても実行してしまうことがあります。Anthropicはモデルに耐性を訓練させたうえで、Computer Useを使うと分類器がスクリーンショットなどを自動で走査し、疑わしい指示を見つけると、続行してよいか利用者に確かめる方向へモデルを導きます。人が介在しない用途向けに、サポート経由でオプトアウトもできます。
実装側の前提は、分類器があっても変わりません。権限を絞った専用のVMかコンテナで動かす。ログイン情報などの機微データを渡さない(渡すなら<robot_credentials>のようなXMLタグで範囲を示す)。アクセス先を許可ドメインに限る。決済や規約への同意のように現実に影響する操作は人が確認する。Computer Useはクライアント側で動くツールで、スクリーンショットや操作記録の保存先は自社で管理しますが、APIへ送る画像や実行結果にはAPI側のデータ保持条件が適用されます。Computer Use自体はZDR適格ですが、この記事で紹介したFable 5・5.1とMythos 5・5.1には原則30日間の保持が必要で、Anthropicの明示的な許可がなければZDRは利用できません。監査ログの置き場所と承認の単位を先に決めておくと、後戻りが減ります。APIの無いレガシーな業務アプリをAIエージェントに操作させる構想なら、RPA×AIエージェント連携(インテリジェントオートメーション)のように、既存のRPAとの役割分担から設計する進め方もあります。
Computer Useを採用すべきでない場面と代わりの手段
APIやMCPで同じことができるなら使わない。これが最大の判断基準です。Claude Code自身も、MCPサーバー→Bash→Claude in Chrome→Computer Useの順に手段を選ぶと公式に書いています。1手ごとに画像トークンと往復の待ち時間を払う方式なので、対象にAPIがあるなら直接叩くほうが速く、安く、壊れにくい。
Webページの中で完結するなら、ブラウザ専用の手段に寄せる。APIなら同じ2026年8月19日に出たBrowser Use tool(browser_toolset_20260801)がページの構造を直接読み、デスクトップ環境も要りません。個人の作業ならClaude in Chromeとは?使い方・料金・対応ブラウザと権限モード【2026年10月】で足ります。ブラウザ自動化の方式全体の比較はBrowser Automationとは?ブラウザ操作を自動化する4つの方式と選び方【2026年】を参照してください。
人の確認を挟まない完全自動運用と、1日何万件の高頻度バッチも避ける。夜間に決済や外部送信を伴う操作を任せるのは、前章の防御を外して走らせるのと同じです。公式の制限事項にも、遅さ、座標の誤り、スクロールの効きにくさ、表計算ソフトのセル選択の難しさが並んでいます。ピクセル単位の精度が要る画像編集なども不得手です。
よくある質問
Claude Computer Useとは何ですか?
Claudeがスクリーンショットで画面を見て、マウスとキーボードでアプリを操作する機能です。Pro・Max・UltraのデスクトップアプリでCoworkやClaude Codeから使う方法と、開発者がMessages APIでcomputer_toolset_20260801を宣言して自前の環境を操作させる方法があります。
Claude Computer Useの料金はいくらですか?
デスクトップアプリ版は、Pro・Max・Ultraの契約で使えます。API版はトークン従量課金で、ツールセット定義に約4,500トークン、スクリーンショット1枚に1,000〜1,800トークン程度が入力として乗ります。単価は100万トークンあたりOpus 5.5が入力4ドル・出力20ドル、Sonnet 5.5が2ドル・10ドルです。MaxとUltraには月100ドル・200ドルのAPIクレジットが付きます。
Claude Computer Useの使い方は?
アプリ版は、デスクトップアプリの Settings > Capabilities(無ければ Settings > System)で「Enable computer use」をオンにし、CoworkかClaude Codeで作業を頼みます。API版は、公式のリファレンス実装computer-use-demo(Docker・仮想ディスプレイ・ツール実装・ループ一式)で動きを確かめてから、自前の環境へ移すのが近道です。
Claude CodeでComputer Useは使えますか?
使えます。CLIはmacOSのみで、/mcpから組み込みのcomputer-useサーバーを有効にし、アクセシビリティと画面収録の権限を許可します。デスクトップアプリ内のClaude CodeならmacOSとWindowsで、設定のトグルから使えます。いずれもPro・Max・Ultra限定で、TeamとEnterpriseでは使えません。GitHub Copilotの同種機能はGitHub Copilot Computer Useとは?CLI・アプリでの使い方と組織で止める設定【2026年10月】で扱っています。
WindowsでClaude Computer Useは使えますか?
デスクトップアプリ版はWindowsに対応しています(CoworkとClaude Code)。Claude Code CLIのComputer UseはmacOSのみです。API版はOSを問わず、スクリーンショットの取得と入力操作を実装できればWindowsでも動きます。公式のリファレンス実装はLinuxのDockerコンテナです。