BLOG
継続業務を担当するAIエージェント、Perplexity Teammates
Perplexity Teammatesは、担当した仕事の変化を追い、調査や作業を進めるAIエージェントです。Computerとの関係、記憶と複数エージェントの仕組み、人の確認が必要な境界から、仕事の任せ方に何が変わるかを考えます。

Teammatesは、継続する仕事を引き受けるAIエージェント
問い合わせを整理する。顧客の変化を調べる。修正作業を追いかける。こうした仕事は、一度回答を得れば終わるものではありません。状況が変わるたびに情報を集め直し、前回の判断を踏まえて次へ進める必要があります。
Perplexityが2026年11月4日に発表したTeammatesは、このような継続業務を担当するAIエージェントです。AIエージェントとは、目的に沿って手順を考え、外部のツールを使って作業する仕組みを指します。Teammatesは、仕事を進めるPerplexity Computerの上に、担当を持って追いかけ続ける仕組みを加えます。
公式発表では、途中の作業を利用者が確認し、方向を変えられることも説明されています。本記事では2026年11月8日時点の公式資料をもとに、何を任せられるのかと、運用のために必要な判断を整理します。
PerplexityによるTeammatesの発表定期実行との違いは、次の仕事までつなぐこと
チャットでの質問は、利用者が次の問いを出して進める形が基本です。一方、Computerには以前から、調査や資料作成、外部サービスでの操作、定期実行などの機能があります。「決まった時間に動く」こと自体が、Teammatesで初めて可能になったわけではありません。
Teammatesで注目したいのは、継続する担当を起点に作業を組み立てる点です。接続先の変化を捉え、毎回新しい指示が来るのを待たずに調査へ進めます。必要な作業を分け、結果を集め、次に何をするかを調整する。一つの依頼で実行する手順だけでなく、その後に残った課題も扱う設計です。
たとえば毎朝の集計を自動化しても、数字の変化を見て原因を調べる人が別に必要なら、仕事はそこで止まります。その前後をどこまで接続できるかが、継続業務を任せる仕組みを評価するポイントになります。
Computerが持つ実行・定期処理の機能変化を見つけ、調べ、対応案を用意する
公式発表は、継続して購入していた顧客の取引が途絶える場面を例に挙げています。営業担当のTeammateが注文履歴と問い合わせを調べ、連絡する前に解決すべき問題がないかを確認し、対応案や承認依頼を出すというものです。これは製品の利用例であり、特定企業で実現した売上改善の報告ではありません。
ここで重要なのは、購入が止まったという観測と、その理由の推測を分けることです。履歴だけでは、不満があるのか、必要な時期ではないのか、別の事情なのかは決まりません。問い合わせの内容や直近の取引を根拠として添え、分からない部分は担当者へ返す必要があります。
AIが用意するのは、単に文章の整った連絡文ではなく、人が次の判断をしやすい材料です。原因の裏付けが弱いのに営業連絡まで進めれば、作業が速くなるほど顧客との行き違いを増やしかねません。
公式発表の営業・サポートの利用例複数のエージェントと、共有する仕事の文脈
公式ヘルプによると、Teammateは目標を複数の作業へ分け、並行できる部分に追加のエージェントを使い、結果を確認して次の手順を決めます。各エージェントはそれぞれのコンピューターで作業します。 たとえば不具合対応では、報告を調べ、再現や修正案の作成を進め、テスト結果やレビューの指摘に対応する流れが公式ヘルプで示されています。
同じProjectに属するTeammatesは、文脈、ファイル、指示を共有しつつ、役割を持って連絡し合えます。Slackなど、接続した仕事の場から依頼や進捗確認を行う仕組みも用意されています。
この構成には、専門ごとに調べた結果を束ねられる利点があります。ただし、並行数が増えるだけで仕事の質が上がるとは限りません。担当が重複して同じ連絡を送らないか、異なる資料から出た結論をどう照合するかは、導入時に確かめたい点です。
Teammatesの作業調整とProject共有記憶は、次回の仕事に必要な背景を引き継ぐためにある
継続業務では、何をしたかだけでなく、なぜそう判断したかが重要です。先週決めた条件や、すでに却下された案を忘れれば、人が背景を説明し直す負担が残ります。
Perplexityの記憶システムBrainは、作業、資料、接続先からの情報、利用者による修正を整理し、次の作業に使える文脈を保つと説明されています。プロジェクトや人物、資料、判断を関連付けた記録を更新する仕組みで、Brain自体が外部への操作や連絡を行うわけではありません。ここでいう「学ぶ」は、仕事の記録を整理して再利用することを含みます。モデルの重みを毎回学習し直す、という意味に読み替えることはできません。
便利さの裏側には、古い前提を持ち越す問題もあります。Brainのヘルプでは、記憶から元の資料や会話をたどり、項目を編集・削除できるとされています。判断を引き継ぐなら、何を根拠に覚えたかを確認し、状況が変わったときに直せることが大切です。
Brainの記録・出典・修正の仕組みブラウザーの分離と、操作を許す権限は別の話
公式ヘルプは、Teammateごとにコンピューターとブラウザーを分離し、CookieもそのTeammateの範囲に限ると説明しています。一方、利用できる接続先や操作範囲は、プラグインとProjectの権限に従います。作業環境が別でも、接続した顧客情報や送信機能に広い権限があれば、その権限を使う可能性があります。
そのため、導入の第一歩は、何を読めるかと、何を変更できるかを分けることです。調査に必要なリポジトリだけを接続する、顧客への送信と下書き作成を分ける、といった境界を接続先の権限でも設定できるか確認します。文章で操作を制限するだけでは、権限そのものを絞ったことにはなりません。
また、途中で確認できる機能があることと、重要な操作のすべてが必ず承認待ちになることは同じではありません。返金、対外送信、本番変更などを任せる場合は、どの時点で止まり、誰が確認し、否認した後に何が起きるかまで、対象の業務で試す必要があります。
分離環境と接続権限の公式説明任せる前に決めたい、担当範囲と終わり方
継続業務には、何もしない判断や、人へ相談して止める判断も含まれます。以下は製品の既定設定の説明ではなく、導入を評価するための運用提案です。まずは対象を絞り、出力を人が照合できる仕事から試すと、どこに修正が必要かを把握しやすくなります。
- 担当:監視する情報源、対象期間、他の担当との境界を決める。
- 成果:報告、下書き、変更案など、何を根拠と一緒に返すかを決める。
- 操作:自動で進めてよい範囲と、人の確認が必要な変更を分ける。
- 停止:資料不足、連携の失敗、判断が割れたときの連絡先と再開条件を決める。
評価では、生成した文章や実行したタスクの数に加え、根拠の正確さ、見逃した変化、人が修正した時間、確認待ちの滞留を見ます。たくさん動いていても、人が誤りを探す時間が増えるなら、任せ方を変える必要があります。
初期提供の条件と、継続運用にかかる費用
2026年11月8日時点で、公式ヘルプが示す初期提供は、個人向けPerplexity MaxのWeb版リサーチプレビューです。Pro、Enterprise Pro、Enterprise Maxがそのまま対象になるわけではありません。発表時点でiOS対応は今後の予定とされており、利用可否は最新の案内を確認する必要があります。
TeammatesはMaxのクレジットを使います。並列作業、扱う資料やコードの大きさ、自動実行の頻度によって消費が増えるため、定額契約だけを見て運用費用が一定だと考えるのは適切ではありません。確認する頻度と担当範囲を絞り、有用な成果がどの程度の消費で得られたかを追う必要があります。
初期提供の対象とクレジットの公式案内人の仕事は、依頼の繰り返しから、担当と判断の設計へ
Teammatesが示す変化は、AIへの依頼の単位が、一つの回答や成果物から、時間をまたいで続く担当へ広がることです。前回の作業を次へ引き継げれば、情報を集め直し、手順を割り振る負担を減らせる可能性があります。
その可能性を実際の価値に変えるには、仕事の責任とAIの操作範囲を結び付ける必要があります。どの変化を捉えてほしいか。何を根拠として返してほしいか。どこから人が判断するか。この三つが具体的になるほど、成果が目的に合っているかを評価しやすくなります。
AIが担当を持つことは、人の責任が消えることを意味しません。利用者が目指す成果を定め、記録を確かめ、任せる範囲を更新する。その仕組みまで含めて設計できるかが、継続するAIエージェントを使う際の大きな課題です。