GPT-Live を搭載した ChatGPT 音声モードでは、ChatGPT デスクトップアプリのチャット、Work、Codex でアイデアを話し合ったり、タスクを調整したりできます。文字入力に切り替えずに、作業の開始、進捗の確認、方向性の変更ができます。
ChatGPT 音声モードは、ChatGPT Plus、 Pro、Business、Edu、エンタープライズの各プランで、ChatGPT デスクトップアプリから利用できます。Edu とエンタープライズでは、 2 週間の早期アクセス期間を経て、 デフォルトで利用可能になります。また、スマートフォンをデスクトップホストとペアリングすると、 iOS のリモート経由でも ChatGPT 音声モードを利用できます。利用可否は、提供の進捗状況や ワークスペースの設定によっても異なります。詳しくは、機能の提供状況をご覧ください。
音声会話の開始
- ChatGPT デスクトップアプリで、相談したい Codex タスクを開くか、新しいチャットまたはタスクを開始します。
- 既存のタスクでは 音声チャットを開始 を、 新しいチャットやタスクでは 新しい音声チャットを開始を選択します。
- 初めて音声チャットを開始するときは、マイクへのアクセスを許可し、音声を選択します。macOS では画面コンテキストも確認します。
- 話し始めます。終了したら、 音声チャットを停止 を選択します。
既存の Codex タスクでの音声機能は、順次提供されています。利用可能になると、文字入力で始めたタスクでも音声で話しかけられます。音声機能は、そのタスクの会話と選択されたモデルを使ってリクエストを実行するため、別のタスクを開始せずに進捗について話したり、方向性を変更したりできます。
既存のタスクで 音声チャットを開始 が利用できない場合は、 デスクトップアプリと、そのタスクを実行している Codex ホストを更新してください。利用可否は、 アカウントやワークスペースによっても異なります。対応している環境では新しい音声チャットを開始できるほか、 音声入力でプロンプトのテキストを入力することもできます。 以前の音声チャットを再開するには、そのチャットを開いて 音声チャットを開始を選択します。
設定 > 音声 > 音声チャットのホットキーでショートカットを設定できます。
会話の進め方
ChatGPT 音声モードでは、自然に会話をやり取りできます。ChatGPT の応答中に割り込んだり、追加で質問したり、方向性を変更したりできます。ChatGPT が作業を開始した後も、会話を続けながら進捗を確認したり、タスクの進め方を指示したりできます。
作業の委任と調整
ChatGPT 音声モードでは、時間のかかる作業を別のタスクとして開始したり、既存のタスクを確認したり、追加の指示を送信したりできます。進捗、作業を妨げている問題、結果が音声での会話に報告されるため、作業が進んでいる間も会話を続けられます。
例：
- 「今日のローンチ概要をレビューして、承認が必要な決定事項をまとめてください。」
- 「テストを実行し、失敗したテストがあれば調査する Codex タスクを開始してください。」
- 「進行中のタスクを確認して、進捗を妨げている問題をまとめてください。」
別の Codex タスクと話したいと伝えて切り替えた後、元のタスクに戻るよう依頼することもできます。たとえば、「テストをレビューしているタスクと話させてください」と言い、その後で「前のタスクに戻してください」と伝えます。切り替え先のタスクは音声に対応しており、接続済みのホストで利用可能である必要があります。
ChatGPT 音声モードには、ChatGPT デスクトップアプリのチャット、Work、Codex で 指示を出す先のタスクと同じ権限が適用されます。
画面の内容を ChatGPT と共有
macOS では、 設定 > 音声で 画面コンテキスト をオンにしてから、 「これを見てください」と話しかけます。ChatGPT は最前面のウィンドウの appshot を取得し、コンテキストとして使用できます。 組織はこの機能を無効にできます。
appshot には、ウィンドウの画像やアクセシビリティ機能で取得できるテキストが含まれる場合があり、 表示中のスクロール範囲外の内容も対象になります。macOS では、 画面収録と システムオーディオ録音 および アクセシビリティ の権限を求められる場合があります。 表示中のスクロール範囲外のテキストも含め、機密情報が含まれるウィンドウの共有は避けてください。
ChatGPT 音声モードと音声入力
ChatGPT とリアルタイムで会話するには、ChatGPT 音声モードを使用します。送信前に話した内容をプロンプトのテキストに変換するだけなら、 音声 入力を使用します。
制限とトラブルシューティング
ChatGPT デスクトップアプリ全体で、同時に利用できる音声チャットは 1 件だけです。 音声での会話には、プランに応じた独立した利用枠があり、 ローリング方式の 5 時間枠で計測されます。音声から開始したタスクも、引き続き Codex の利用枠を消費します。 いずれかの上限に達すると、ChatGPT から通知されます。詳しくは、音声の料金と 制限をご覧ください。
音声チャットを開始できない場合は、 プラン、提供状況、ワークスペースの条件を満たし、ChatGPT 音声モードが利用可能であることを確認してください。次に、マイクの権限と、 別のアプリウィンドウですでに音声チャットが進行中ではないかを確認します。 画面コンテキストを利用できない場合は、 設定 > 音声、Appshots の権限、 組織の制限を確認してください。