AI (artificial intelligence) | 酔いどれオヤジのブログwp

話し言葉でメモ、書き言葉でメール。無料で使えるMacの音声入力『TypeWhisper』

酔いどれ — Fri, 15 May 2026 22:20:11 +0000

まいど、酔いどれです。

突然ですが、長時間キーボードを打ち続けた後の、あの指先の疲れ、分かりますか。ブログを書いて、AIとチャットして、またブログを書いて。気づいたら一日中キーボードを叩いている、なんてこと、Macをよく使う方なら一度は経験されているんやないかと思います。

私もそれがずっと悩みでした。思考のスピードに指が付いてこない。いいアイデアが浮かんでいるのに、打っている途中で消えていく。そこで本腰を入れて取り組んだのが音声入力です。

Aqua Voice、Speakly、Typeless、Codexと、気になるアプリを片っ端から試してきました。それぞれにお金を払ったり、設定に時間を使ったり。そうして最終的にたどり着いたのが、今回紹介するTypeWhisper（タイプウィスパー）です。

結論を先に言うと「完全無料、インターネット不要、Macの中だけで動く」この3点が決め手でした。ただし、インストールには正直かなり手間がかかりました。私は設定に1日以上使いましたし、ダウンロードだけで1日無駄にしたこともあります。

この記事では、その失敗も含めてすべてお伝えします。同じ轍を踏まないように、ぜひ最後まで読んでみてください。

この記事で分かること
・TypeWhisperが4つの有料アプリより優れていた理由（実体験比較）
・「話した通りに出てこない」問題の原因と対処法
・WhisperKitモデルの選び方と、ダウンロードで失敗しないコツ
・全設定項目の解説（General〜Advanced）
・Raycast、Keyboard Maestroとの自動化連携

1. TypeWhisperとは何か

TypeWhisperは、macOS専用（Windows版はベータ版・iOSはα版）のオープンソース音声入力・文字起こしアプリです。開発者がGitHubで公開しており、誰でも無料で使えます。

・TypeWhisperのウェブサイト

特徴をひとことで言うなら「Macの中だけで完結する、完全無料の音声入力環境」です。音声データがインターネットに送信されることがないので、プライバシーの面でも安心して使えます。仕事の機密事項を話しても、個人的なメモを声に出しても、すべて自分のMacの中で処理されます。

搭載エンジンは2種類あります。

Apple SpeechはmacOS標準の音声認識エンジンです。追加ダウンロード不要で、軽量かつ即応答。手軽に使い始めるには最適です。

WhisperKitはOpenAIのWhisperモデルをApple Silicon向けに最適化したエンジンです。精度が格段に高く、日本語の認識も非常に自然です。ただし別途モデルのダウンロードが必要で、ここに少し手間がかかります。詳しくは第4章で解説します。

2. 4つのアプリを渡り歩いた実体験と比較

TypeWhisperにたどり着くまでに使ってきたアプリについて、正直にお伝えします。どれも「悪いアプリ」というわけではありません。ただ、私の使い方には合わなかった、ということです。

Aqua Voice

クラウド処理による低遅延が売りのアプリです。動いているときのスピードは本当に速くて、最初は感動しました。ところが有料であることに加えて、夕方や夜の時間帯になるとサーバーが混雑するのか、体感できるほど遅くなることがありました。ちょうど使いたい時間帯に遅い、というのが一番困りました。

Speakly

私はGensparkのサブスクリプションに含まれていたため無料で使えていました。機能としては悪くないのですが、Genspark契約者以外には有料になるため、誰にでもお勧めできる選択肢ではありません。

Typeless

4つのなかで一番気に入っていたアプリです。AIによる清書機能が強力で、話し言葉を自然な書き言葉に整えてくれる。使い心地も洗練されていて、しばらくメインで使っていました。ただやはりクラウド処理なので、時間帯によっては遅延が発生することがありました。結局これがどうしても解消できず、離れることになりました。

Codex

OpenAIのCodexアプリに搭載された音声入力機能です。ホットキーで呼び出せる手軽さは魅力なのですが、Codexを起動したままにしておかないと使えないという仕様があります。さらに、GitHubの公式issueで複数の報告が確認されているのですが、最新バージョンではメモリを6GB以上消費する問題があります。常駐させておくには重すぎると判断しました。

4アプリ＋TypeWhisper 比較表

アプリ	費用	処理方式	実際に感じた問題
TypeWhisper	完全無料	ローカル	設定に慣れが必要
Aqua Voice	有料	クラウド	時間帯によって遅延あり
Speakly	Genspark契約者のみ無料	クラウド	単体利用は有料
Typeless	有料（無料枠あり）	クラウド	時間帯によって遅延あり
Codex（音声入力機能）	ChatGPT契約が必要	クラウド	起動必須＋メモリ6GB超消費

クラウド処理のアプリに共通する問題は「いつ遅くなるか分からない」という点です。TypeWhisperはローカル処理なので、この問題が根本的に存在しません。夜中の2時に使おうが、サーバー事情に振り回されることがないのです。

3.「今日は」が「本日は」に変わった。TypeWhisperの自動整形機能を理解する

TypeWhisperを使い始めた当初、不思議なことが起きました。

「今日は、お誘いいただきありがとうございました。大変有意義な時間を過ごすことができました、本当にありがとうございました」と話したのに、入力されたのは全然違う文章だったんです。

本日はご招待いただき、ありがとうございます。とても有意義な時間を過ごすことができました。誠にありがとうございます。

話し言葉が勝手に丁寧な書き言葉に変換されていました。「今日は」が「本日は」に、「ありがとうございました」の重複がスッキリ整理されて「誠にありがとうございます」に。AIが気を利かせすぎたわけです。

原因はHistoryタブで確認できました。履歴を見ると「Original Transcription（生の文字起こし）」と「AI Processed（AI加工後）」の2つが並んで記録されていて、Originalには話した通りの言葉が残っていました。つまり認識自体は正確で、その後AIが勝手に書き直していたのです。

犯人はGeneral設定の「Enable Translation」でした。日本語から日本語であっても、このスイッチがオンになっていると、AIが「より適切な表現」に書き換えてしまいます。あわせてRecording設定の「App-aware formatting」も関係していて、使用中のアプリの種類に応じてAIが文体を判断します。

まずオフにするところから始める

General設定の「Enable translation」スイッチをオフにすると、話した通りの言葉がそのまま入力されます。最初はこの状態から使い始めることをお勧めします。

「お節介」を逆手に取る使い方

ただ、この機能は使い方によっては非常に強力な武器になります。

オフにしておく場面：自分用のメモ、AIとのチャット、アイデアの書き出し。口から出た言葉をそのままの温度で残したい時はオフが正解です。

オンにする場面：メール作成、ブログの清書、正式な文書。「えー」「あのー」といった口癖を消して、話し言葉を書き言葉に自動変換してくれます。口述して後から清書する、という手間が大幅に減ります。

理想の運用は、Keyboard Maestroのショートカットでオン/オフを瞬時に切り替えることです。「メモを取るマクロ」と「メールを書くマクロ」をそれぞれ用意しておけば、この「お節介機能」が最強の相棒に変わります。

4. インストールと初期設定

ダウンロード

TypeWhisperはApp Storeからインストールできます。アプリ本体は無料です。インストール後すぐにApple Speechエンジンで音声入力を試すことができます。

【必読】HuggingFace Tokenを先に取得する

WhisperKitのモデルをダウンロードしたいなら、先にHuggingFace Tokenを取得してください。これが最重要手順です。

TypeWhisperのIntegrations画面でWhisperKitを選択すると、「HuggingFace Token」という入力欄があります。説明文には「Optional（任意）」と書いてありますが、これを入れておかないとダウンロードのRate Limitが低く制限されるため、極めて時間がかかります。

Tokenは無料で取得できます。huggingface.co/settings/tokensにアクセスし、アカウントを作成してTokenを発行してください。発行したTokenをTypeWhisperのWhisperKit設定画面に貼り付けてSaveを押します。この一手間を惜しまないでください。

ダウンロードには余裕を持って臨む

正直に申し上げます。私はダウンロードに丸1日無駄にしました。

HuggingFace Token取得済みの状態でも、サーバーの混雑状況によっては何度もエラーが発生します。初日は何度試しても途中でエラーになり、結局ダウンロードできませんでした。翌日の午前中に改めて試したところ、時間はかかりましたが無事に完了しました。タイミング次第、としか言いようがありません。急ぎで導入しようとすると、痛い目を見ます。

WhisperKitモデルの選び方

WhisperKitには複数のモデルがあります。サイズが大きいほど精度が高く、当然ダウンロードにも時間がかかります。

モデル	サイズ	推奨RAM	特徴
Tiny	約39MB	4GB+	最軽量・速度優先
Base	約74MB	4GB+	軽量・バランス型
Small	約244MB	8GB+	速度と精度のバランス
Medium	約1.5GB	8GB+	高精度寄り
Large v3（アプリ推奨）	約1.5GB	16GB+	最高精度だが遅延あり
Large v3 Turbo（実用推奨）	約800MB	8GB+	精度と速度のバランスが最良
Distil Large v3	約594MB	8GB+	Large v3の軽量版

アプリ上ではLarge v3に「Recommended」バッジが付いていますが、私の環境（M1 Max・メモリ64GB）では体感できる遅延がありました。実際に今使っているのはLarge v3 Turboです。話してから文字が出るまでのタイムラグがほとんどなく、思考を止めずに入力できます。ただし体感速度はMacのスペックに大きく左右されます。この記事はあくまで私の環境での話です。

ロードは1モデルのみ、切り替えに数分かかる

重要な仕様として、WhisperKitでロードできるモデルは常に1つだけです。別のモデルに切り替えるにはUnload→Loadの手順を踏む必要があり、この切り替えに数分かかります。場面に応じて気軽に切り替えながら使う、という運用は現実的ではありません。最初にどれを使うか1本に決めてしまうことをお勧めします。

初回起動のコンパイル待ちについて

WhisperKitは初回ロード時に、お使いのMacのApple Silicon向けに最適化するコンパイルが走ります。「少し時間がかかった」と感じるかもしれませんが、これは一度だけです。2回目以降はスムーズに起動します。

言語はJapaneseに固定することを推奨

General設定の「Spoken Language」はデフォルトで「Auto-detect all languages」になっていますが、「Restrict detection to selected languages」に変更してJapaneseのみに固定することをお勧めします。Auto-detectのままだと、録音開始直後の無音区間で言語判定に失敗して認識が始まらないことがあります。

5. 設定項目完全解説

TypeWhisperの設定画面は項目が多く、最初は少し戸惑います。ここでは各項目を順に解説します。

5-1. General（一般設定）

Spoken Language（話者の言語）：音声認識の言語を設定します。「Auto-detect all languages」はすべての言語を自動判別しますが、前述の通り日本語専用に固定することを推奨します。「Restrict detection to selected languages」を選び、Japaneseにチェックを入れます。

Translation（翻訳）：第3章で詳しく解説した「口語→文語変換」の機能です。「Enable translation」スイッチがここにあります。Target languageはJapaneseを選択します。Apple のオンデバイス翻訳を使用するためデータがクラウドに送信されません。

App Language（アプリの言語）：TypeWhisper自体のメニューや設定画面の表示言語です。日本語化はされていないためEnglishのままになります。

Launch at Login（ログイン時に起動）：Mac起動時にTypeWhisperを自動で立ち上げる設定です。常用する場合はオンにしておくと便利です。

Indicator（インジケーター）：録音中に画面上に表示されるステータス表示のデザインを選べます。MacBookのノッチ部分を活用する「Notch」スタイル、画面上に浮かぶ「Overlay」スタイル、最小限の「Indicator」スタイルがあります。外部ディスプレイをメインにしている場合はOverlayが使いやすいです。Notchスタイルを選んだ場合、録音中のテキストをリアルタイムでノッチ部分に表示する「Show live transcript preview」機能も設定できます。

5-2. Recording（録音設定）

Default Engine（エンジン）：音声認識に使うメインエンジンをApple SpeechかWhisperKitから選びます。精度を求めるならWhisperKit＋Large v3 Turboの組み合わせです。Apple Speechは軽量で応答が速いため、手軽なメモ用途には十分です。

Input Device（マイク選択）：録音に使うマイクを指定します。MacBook内蔵マイクより外部マイクやStudio Displayのマイクの方が収音性能が高く、認識精度にも影響します。「Test Microphone」ボタンで動作確認ができます。

Play sound feedback（通知音）：録音開始時、文字起こし完了時、エラー時のそれぞれに通知音を設定できます。音で状態を把握したい方はオンにしておくと安心です。

Preserve clipboard content（クリップボード保護）：オンにすると、文字起こし後にクリップボードが録音前の状態に復元されます。コピーしていた大事なテキストを上書きしたくない場合に便利です。

App-aware formatting（アプリに応じた整形）：送り先のアプリに応じてAIが自動的に文体を整える機能です。メールアプリでは丁寧な文体に、コードエディタではフォーマットを維持するように動きます。意図しない変換が起きる場合はオフにします。

Audio Ducking（音量自動調整）：録音中だけシステム全体の音量を下げる機能です。BGMやYouTubeの音がマイクに入り込んで精度が落ちるのを防ぎます。

Media Pause（メディア一時停止）：録音を開始すると再生中の音楽や動画を自動で一時停止し、録音終了後に再開します。

5-3. Recorder（レコーダー）

リアルタイム録音を行うメインパネルです。中央の「Start Recording」ボタンを押すと録音が始まります。

Audio Sources（音源設定）：MicrophoneとSystem Audioのオン/オフを切り替えられます。Microphoneは自分の声、System AudioはMac内部で鳴っている音（会議相手の声やYouTubeの音など）を拾う設定です。オンライン会議で相手の声も文字起こししたい場合はSystem Audioをオンにします。なおこの設定はZoomなどの会議アプリ側のマイク設定には影響しません。

Live Transcription（リアルタイム文字起こし）：録音中にリアルタイムで文字起こしを表示するかどうかを切り替えます。オンにしておくと話しながら認識状況を確認できます。

録音済みファイルの履歴もここで確認できます。

5-4. File Transcription（ファイル文字起こし）

保存済みの音声・動画ファイルを読み込んでテキスト化する機能です。WAV、MP3、M4A、FLACの音声ファイルに加え、MP4、MOVの動画ファイルにも対応しています。ファイルをドラッグ＆ドロップするか「Choose Files…」ボタンから選択します。

Watch Folder（監視フォルダー）：特定のフォルダーを監視して、ファイルが追加されたら自動で文字起こしを実行する機能です。iPhoneのボイスメモを特定のフォルダーに移動するだけで、帰宅後に自動処理が始まるような運用が組めます。

Output Format（出力形式）：書き出すファイルの形式を選べます。Markdown（.md）を選んでおくとObsidianへそのまま取り込めます。

なお、この機能についてはまだ実際に使っていないため、詳細なレポートは使い込んだ後に改めてお伝えします。

5-5. Dictionary（辞書）

Add Term（単語の追加）：AIに優先的に認識させたい専門用語や固有名詞を登録します。通常のAIが聞き間違えそうなニッチな用語、独特な読み方をする製品名など、よく使う言葉を登録しておくと認識精度が上がります。

Add Correction（修正ルールの追加）：「AというミスをBに自動修正する」という置換ルールを作成します。どのエンジンを使っていても文字起こし後に適用されるため、よくある誤変換を登録しておくだけで後処理が大幅に楽になります。

「Browse Term Packs」からIT・医療・法務などの分野別用語パックを導入したり、「Import Dictionary」でCSV形式の用語リストを一括インポートしたりすることもできます。

5-6. Snippets（スニペット）

短いキーワードを入力するだけで、あらかじめ登録した長い定型文に自動展開される機能です。「Add Snippet」ボタンからトリガーとなるキーワードと、展開される文章のペアを登録します。

例えば「;sig」と入力するだけで自分のブログURLを含んだ署名文が展開される、といった使い方ができます。ブログの締め文、SNSへの誘導文、よく使うHTMLタグなど、繰り返し入力するものを登録しておくと執筆速度が上がります。辞書がAIの認識精度を上げるためのものなら、スニペットは入力の手間を省いて執筆速度を上げるためのツールです。

5-7. Workflows（ワークフロー）

文字起こし後のテキストに対してAIが自動処理を実行する仕組みを作成・管理します。「何をきっかけに（Trigger）」「どういう結果を出すか（Outcome）」を1対1で組み合わせてワークフローを作ります。

Default LLMにはApple Intelligenceが設定されています。外部のLLM（Gemini、Claude、ChatGPTなど）をIntegrationsで連携させておけば、そちらを使うことも可能です。

活用例としては「録音が終わった瞬間に3行で要約してクリップボードにコピー」「話し言葉をMarkdown形式のブログ下書きに整える」「YouTube用のタイトル案とチャプター構成を自動生成する」といったものが考えられます。

5-8. Integrations（連携・プラグイン）

文字起こしエンジンやLLM、外部アプリとの連携機能をプラグインとして追加・管理します。「Installed（インストール済み）」と「Available（利用可能）」の2タブに分かれています。

Availableタブのローカル（Local）カテゴリには、Obsidianとの連携プラグインがあります。インストールすると文字起こし結果を直接Obsidianのノートとして保存できるようになります。Obsidianをメインのノートアプリとして使っている場合は非常に相性が良い設定です。

クラウド（Cloud）カテゴリではGemini、Claude、ChatGPTなどのLLMをWorkflowsの処理エンジンとして連携させることができます。

5-9. Advanced（詳細設定）

Auto-unload model（モデルの自動解放）：使用しない時間が続いた際にモデルをメモリから解放するタイミングを設定します。メモリが64GBあるなら「Never（解放しない）」にしておくのがお勧めです。次回呼び出し時に待ち時間ゼロで即座に文字起こしが始まります。

Transcribe short / quiet clips more aggressively：短い音声や小さな声も積極的に文字起こしする設定です。ボソッとつぶやいたメモを確実に拾いたい場合はオンにします。

Save history（履歴の保存）：文字起こしのテキストを履歴タブに保存します。オンにしておくと後から内容を見返せます。

Save audio with transcriptions（音声ファイルの保存）：テキストと一緒に音声ファイル（WAV）も保存する設定です。オンにすると後から録音を聞き返せますが、30秒あたり約1MBの容量を消費します。

Enable API Server（APIサーバー）：外部ツールからTypeWhisperを操作するためのサーバー機能を有効にします。Raycastとの連携にはこれをオンにする必要があります。

Install Command Line Tool（CLIツール）：ターミナルからTypeWhisperを操作できるCLIツールをインストールします。Keyboard Maestroとの自動化連携で活用します。

Raycast Extension（Raycast連携）：「Open in Raycast」ボタンからRaycastへの拡張機能を設定できます。

6. 生産性を上げる外部連携

Raycast連携：アプリを開かずに録音を開始する

MacのランチャーアプリRaycastをお使いなら、TypeWhisperとの連携は設定しておく価値があります。Advanced設定で「Enable API Server」をオンにしてから「Open in Raycast」ボタンを押すと、RaycastにTypeWhisperの拡張機能が追加されます。

これを設定すると、TypeWhisperのウィンドウを開かずにRaycastから直接録音を開始できます。過去の文字起こし履歴をRaycastの検索画面からサッと探してクリップボードにコピーすることも、プロファイル（設定セット）の切り替えも、Raycastから完結します。アプリを行き来する手間が大幅に減ります。

iPhoneのボイスメモを帰宅後に一括変換

File Transcriptionの監視フォルダー機能と組み合わせると、こんな運用が組めます。外出先でiPhoneのボイスメモに録音したファイルをiCloud経由で同期しておき、帰宅後にMacの監視フォルダーへ移動するだけで自動的に文字起こしが始まる、という流れです。出力をMarkdown形式にしておけばそのままObsidianへ取り込めます。

Keyboard Maestro × CLI：全自動化への入口

Advanced設定の「Install Command Line Tool」でCLIをインストールすると、ターミナルからTypeWhisperを操作できるようになります。TypeWhisperのアプリ画面を開かずに、コマンド一行で文字起こしを実行できます。

Keyboard MaestroのExecute Shell Scriptアクションにこのコマンドを組み込むと、「ショートカットを押す→話す→文字起こし結果がObsidianの指定ノートに書き込まれる」という一連の流れを自動化できます。

また第3章で紹介したEnable Translationのオン/オフも、KMのショートカットに割り当てておけば瞬時に切り替えられます。「メモを取るときはオフ」「メールを書くときはオン」をキーひとつで切り替えられれば、この機能が本当の意味で使いこなせるようになります。これが今の私が目指している運用です。

7. 使って感じた、正直なデメリット

良いことばかり書いてもフェアではないので、実際に感じた問題点も正直にお伝えします。

Large v3はM1 Max 64GBでも遅延がある：「Recommended」バッジが付いているLarge v3でも、私の環境では体感できる遅延がありました。話してから文字が出るまでに間がある。Large v3 Turboに切り替えてからその問題は解消しましたが、自分の環境に合うモデルは実際に試してみないと分かりません。

モデルの切り替えに数分かかる：ロードできるのは1モデルのみで、切り替えに数分かかります。「精度が必要な時だけLarge v3を使う」という使い分けは現実的ではありません。最初に1本選んで、それを使い続ける前提で考えた方が良いです。

ダウンロードに1日かかることがある：サーバーの混雑状況に左右されます。HuggingFace Tokenを取得してから臨んでも、タイミングによっては何度もエラーになります。時間的な余裕がある時に取り組んでください。

CLIの導入にはターミナル操作の知識が必要：Keyboard Maestroとの自動化連携は強力ですが、CLIの設定にはある程度ターミナルの知識が必要です。

「爆速」はLarge v3 Turbo限定の話：ネット上で見かける「TypeWhisperは爆速」という評判は、Turboモデルを使った場合の話です。モデル選択を間違えると期待外れになりかねません。

https://minatokobe.com/wp/wp-content/uploads/2026/05/TypeWhisper.mp4

おわりに

4つのアプリを渡り歩いた末にTypeWhisperに落ち着いた理由は、「無料で、時間帯に左右されず、自分のMacの中だけで完結する」この一点に尽きます。

インストールには手間がかかりました。正直「もう有料アプリに戻ろうか」と思った瞬間もありました。でも一度動き出してしまえば、思考のスピードで文字が出てくる爽快感は本物です。ClaudeやGeminiとのチャットで長い指示を送る時も、ブログのアイデアをメモする時も、今では音声入力が手放せなくなっています。

File Transcriptionはまだ試せていないので、使い込んだら続報をお伝えします。

TypeWhisperについて疑問や「自分の環境ではこうだった」という体験があれば、ぜひコメントで教えてください。

おおきに。

DEVONthink 4 を日本語で学ぶ — 図解つきインタラクティブコース（Part 1 無料公開）

酔いどれ — Sun, 05 Apr 2026 11:18:19 +0000

DEVONthink 4 を日本語で体系的に学べる、インタラクティブな学習コースを公開しました。

Joe Kissell 著「Take Control of DEVONthink 4」（302ページ）をベースに、図解つきの日本語で解説したHTMLコースです。ブラウザで開くだけで、サイドバーナビゲーション・進捗バー・確認クイズが動くインタラクティブな仕様になっています。

DEVONthinkを学びたいけれど、英語の壁がある方へ

DEVONthink は Mac 用の情報管理アプリとして世界中で使われていますが、公式ドキュメントはすべて英語です。日本語の解説記事は断片的なものが多く、「体系的に学べる日本語教材がない」という声をよく聞きます。

このコースはそういった方のために作りました。初めてDEVONthinkをインストールする方から、すでに使っているけれど機能を使いこなせていないという方まで、段階的に学べる構成になっています。

コースの構成

全4パートで構成されています。

Part 1（無料）— 第1〜4章：基礎知識・インストール・基本操作

DEVONthinkとは何か、3つのエディションの違い、インストール手順、メインウィンドウの9エリア、サイドバー・インスペクターの使い方、はじめてのデータベース作成まで。全9レッスン。

Part 2（有料）— 第5〜8章：情報の取り込み・整理・検索・活用

ファイルの取り込み方法、グループ・タグによる整理、全文検索の活用、AIによる自動分類まで。

Part 3（有料）— 第6・7章：情報の整理・検索（深掘り編）

Part 2で触れた整理・検索をさらに詳しく解説。スマートグループの作り方、検索演算子の使い方など実践的な内容。

Part 4（有料）— 第9〜11章：自動化・同期・モバイル連携

スマートルール・リマインダー・AppleScript による自動化、iCloud 同期の設定、DEVONthink To Go（iPhone/iPad）との連携まで。

Part 1 の内容をご紹介

無料公開している Part 1 では、以下の9レッスンを学べます。

このコースへようこそ
DEVONthinkとは何か（7つの顔）
エディション選びとインストール
はじめての起動・初期設定
メインウィンドウを理解する
サイドバーとビューの使い方
インスペクターを使いこなす
はじめてのデータベースを作ろう
重要用語まとめ・クイズ

各レッスンには SVG で描いた図解を用意しています。データ構造の3階層、メインウィンドウの9エリア、3エディション比較表、8種類のインスペクター一覧など、視覚的に理解しやすい構成にしました。

最終レッスンには3問の確認クイズがあり、学んだ内容を定着させることができます。

操作方法

HTMLファイルをブラウザで開くだけで動作します。インターネット接続がなくてもオフラインで全レッスンを閲覧できます。

左のサイドバーでレッスンを選択
「次へ →」ボタンで順番に進む
完了したレッスンは番号が緑になる
進捗バーで学習の進み具合を確認できる

Part 1 を無料で試してみてください

以下のリンクからすぐに学習を始められます。ブラウザで開くだけでOKです。

→ DEVONthink 4 日本語コース Part 1（無料）を開く

Part 2〜4 は note.com で販売。

こんな方におすすめです

DEVONthinkを購入したけれど使い方がよくわからない方
英語の公式マニュアルを読む時間がない方
図解で視覚的に学びたい方
自動化・同期・モバイル連携まで一通り理解したい方

ぜひ Part 1 から試してみてください。フィードバックもお待ちしています。

DEVONthinkの資料からObsidianへClaude Codeで記事執筆ワークフローを自動化する

酔いどれ — Wed, 11 Mar 2026 09:25:28 +0000

まいど、酔いどれです。

連載の第3回です。

第1回でDEVONthink 4とObsidianを「分業」する考え方をお伝えして、第2回（note）でClaude CodeとDEVONthinkをMCPサーバーでつなぐ設定手順を書きました。

今回はいよいよ「それで実際に何ができるのか」という本題です。

DEVONthinkに溜めてきた資料が、Claude Codeを介してそのまま記事の構成案になる、そのワークフローの全体像と、実際にやってみた結果をお伝えします。

ワークフローの全体像

まず完成形をイメージしてください。

① DEVONthink 4（資料を保管）
　　↓ Claude Code MCP経由で検索
② Claude Code（資料を整理・構成案を作成）
　　↓ ファイルとして保存
③ Obsidian（構成案を受け取り、執筆へ）

「記事を書くための資料を探す」「資料をまとめて構成を考える」「下書きをどこかに保存する」——これを毎回手作業でやっていたことが、Claude Codeへの一言で済むようになります。

実際にやってみた

「シニアのためのAI使い分けガイド」という記事を書くために、DEVONthinkに入っているAI関連の資料を検索して構成案を作ってもらいました。

Claude Codeに入力したのはこれだけです。

「シニアのためのAI使い分けガイド」の記事を書くために、
Claude・ChatGPT・Gemini・NotebookLMの資料を検索して
構成案を作って。できたらObsidianのWIPフォルダに
「シニアAI使い分けガイド_構成案.md」として保存して

結果は想像以上でした。

DEVONthinkに入っている60件以上のAI関連資料を自動で検索・読み込みして、約2分で8章構成の記事案が出てきました。

しかも、ただ構成案が出てくるだけではありません。「シニアとChatGPT記事」「Claude徹底解説PDF」といった、DEVONthinkに実際に保存してある資料名を根拠として示しながら、各章の内容を提案してくれました。

DEVONthinkに3年かけて溜めてきた資料が、ようやく「使える状態」になった瞬間でした。

DEVONthinkのAI検索は使われているのか？

「ただのキーワード検索ではないの？」と思われるかもしれません。

結論から言うと、DEVONthink 4が持つネイティブのAI機能も呼び出すことができます。

mcp-server-devonthinkはDEVONthinkのAppleScriptインターフェース（アプリ同士が命令をやり取りする仕組み）を経由して動いているため、単純なキーワードの一致検索だけでなく、DEVONthink 4に組み込まれている「分類（classify）」や「比較（compare）」といったAI機能も利用できます。

つまりClaude Codeが受け取るのは「DEVONthinkのAIが文脈を読んで選び出した検索結果」です。キーワードが完全に一致しない資料でも、内容の意味が近ければ引っかかってきます。

DEVONthinkに資料を丁寧に整理・タグ付けしてきた分だけ、検索結果の質が上がります。

「意図と違う構成案」を防ぐ4つの方法

一気に「検索→構成案→保存」まで任せると、出てきた内容が意図と違っていたときに困ります。修正のためにもう一度プロンプトを入れると、そのぶんコストもかかります。

以下の4つのアプローチで、自分のコントロールを保ちながら使うことができます。

1. プロンプトに「確認待ち」の指示を入れる

最もシンプルな方法です。プロンプトの最後にこう加えます。

構成案ができたら一度見せてください。
確認してOKを出してからファイルに保存してください。

これだけで、保存前に必ず内容を確認できるステップが生まれます。

2. Plan Mode（計画モード）を使う

Claude Codeにはファイルへの書き込みを一切行わず、計画と提案だけを行う「Plan Mode（計画モード）」があります。

このモードで実行すると、DEVONthinkを検索して構成案を表示してくれますが、Obsidianへのファイル保存は行いません。内容を確認してから「これで保存して」と改めて指示できます。

3. ファイル書き込みの前に承認を求める設定にする

Claude Codeの設定で、ファイルへの書き込みアクションを実行する前にターミナル上で承認を求めるようにできます。

構成案をまとめ終えてファイルを書こうとしたタイミングで確認画面が出るので、そこで内容をチェックしてからOKを出す流れになります。

4. Escキーでいつでも止める

処理が走っている最中に「方向が違う」と気づいたら、Escキーで即座に止められます。止めた後で追加の指示を出して軌道修正できます。

個人的には1番（プロンプトに確認待ちを入れる）が一番手軽でおすすめです。癖にしてしまえば自然にそのリズムで動けます。

メリットとデメリット、正直なところ

使い始めて感じているメリットとデメリットを正直にまとめます。

メリット

資料収集と執筆の間にあった「整理する手間」がなくなります。

以前はDEVONthinkで資料を検索して、関係ありそうなものを手動でまとめて、それを見ながら構成を考えて……という作業をすべて手でやっていました。この「DEVONthinkとエディタを行き来する時間」がそのままなくなります。

アプリを切り替えなくていいという点も地味に効いています。Claude Codeに話しかけるだけで、DEVONthinkとObsidianの両方を操作してくれます。

デメリット

Claude ProのAPIコストがかかります。

MCPサーバーを経由する分、通常の会話より多くのトークン（AIが処理するデータ量）を消費します。「検索→構成案作成→保存」まで一気にやると、一回の操作でそれなりのコストがかかります。頻繁に大規模な検索をかけるとコストが積み上がるので、使い方は意識した方がよいです。

あくまでClaude Code経由の間接的な連携です。

Obsidianの画面上でDEVONthinkのファイルが直接見えるわけではありませんし、グラフビューにDEVONthinkのデータが表示されるわけでもありません。「Claude Codeというハブを通じて両方にアクセスできる」という状態です。これを理解した上で使うと、期待と現実のギャップがありません。

MCPサーバー自体がまだ実験的なプロジェクトです。

mcp-server-devonthinkはコミュニティ開発のツールなので、DEVONthinkやClaude Codeのバージョンアップによって動かなくなることがあり得ます。ミッションクリティカルな用途（絶対に止められない業務など）には、その点の割り切りが必要です。

Obsidianへの保存：パス指定のコツ

実際に使ってみると、一番つまずきやすいのがObsidianへの保存パス（ファイルの場所）の指定です。

ObsidianのVaultがiCloud Drive上にある場合、パスはこうなります。

/Users/（ユーザー名）/Library/Mobile Documents/iCloud~md~obsidian/Documents/（Vault名）/（フォルダ名）/ファイル名.md

毎回このフルパスを入力するのは面倒なので、よく使うフォルダパスをメモしておいて、コピー＆ペーストで使い回すのが現実的です。

Claude Codeのプロジェクト設定ファイル（CLAUDE.md）にパスを書いておくと、毎回入力しなくて済みます。

まとめ：3回の連載を振り返って

この3回の連載でお伝えしたことをまとめます。

第1回では、なぜDEVONthink 4とObsidianを「分業」するのかという設計思想の話をしました。資料管理はDEVONthink、執筆はObsidianという役割分担です。

第2回（note・有料）では、Claude CodeとDEVONthinkをMCPサーバーでつなぐ具体的な設定手順を、エラーの実録も含めてお伝えしました。

第3回（この記事）では、設定したワークフローを使って実際に記事の構成案を自動生成した結果と、上手に使うためのコツをまとめました。

3つ合わせて「DEVONthinkに溜めてきた資料をClaude Codeで活かす」ワークフローが完成します。

DEVONthinkを何年も使ってきて「宝の持ち腐れになっているかもしれない」と感じていた方に、このワークフローが参考になれば幸いです。

このシリーズの記事

第1回（minatokobe.com・無料）：Obsidianだけでは限界だった——DEVONthink 4と組み合わせて解決したこと

第2回（note・有料）：Claude Code × DEVONthink 4 MCP 設定手順【実録】

第3回（この記事）：DEVONthinkの資料からObsidianへ——記事執筆ワークフローを自動化する

参考・出典

Obsidianだけでは限界だった、Mac最強の資料管理ツールDEVONthink 4と組み合わせて解決したこと

酔いどれ — Sun, 08 Mar 2026 22:18:29 +0000

まいど、酔いどれです。

Obsidianを使い始めた頃は、本当に快適でした。

Web Clipperで記事を取り込み、PDFも放り込み、メモも書いて——気づけばVaultのファイル数がどんどん膨れ上がっていきました。「あの記事どこだっけ」「このPDFを先週見たんだけど」と探し回ることが増えてきた頃、私の知識管理の体制を根本から見直すことにしました。

たどり着いた答えが「資料管理はDEVONthink 4、執筆はObsidian」という分業です。

この記事では、なぜその組み合わせに落ち着いたのかを正直にお伝えします。2つのツールの設計思想の違いから、私の試行錯誤まで含めて書いていきます。

DEVONthink 4って何？（知らない方のために）

まず「DEVONthinkって聞いたことない」という方のために、簡単に紹介しておきます。

一言で言えば、Mac専用の超強力な資料管理データベースです。

ドイツのDEVONtechnologiesという会社が開発しているソフトウェアで、日本ではあまり話題になりませんが、欧米のMacパワーユーザーや研究者・弁護士・ジャーナリストの間では長年の定番ツールとして知られています。

何が強いかというと、まず受け入れられるファイルの幅の広さです。

PDF、Word文書、Web記事（Web Archive形式）、メール、画像、動画——ほぼあらゆる形式のファイルを取り込めます。取り込んだPDFはバックグラウンドで自動的にOCR処理（画像の中の文字をテキストとして認識する技術）が行われ、中のテキストまで検索対象になります。スキャンした紙の書類でも、画像として保存したレシートでも、文字として検索できるようになるわけです。

次にスケーラビリティ（大量データへの対応力）の高さです。60,000ファイル、容量にして80GBを超えるデータベースでも、検索結果が一瞬で返ってきます。これはObsidianには真似できない領域です（後ほど詳しく説明します）。

さらにDEVONthink 4ではAIがシステムに直接組み込まれています。取り込んだ文書を自動で分類し、関連文書を推薦し、スマートルールと組み合わせることで「新しく取り込んだPDFを自動で整理してタグを付ける」といった処理を完全にバックグラウンドで実行できます。

ScanSnapを利用していると、スキャンを自動的にDEVONthink4に取り込むことができ、自動でOCR処理ができます。

ただし、デメリットも正直に書いておきます。

macOS専用（iOSアプリはあります）
有料（Standard版が約$99、Pro版が約$199）
学習コストが高い——機能が多すぎて最初は何から手をつければいいか迷います

万人向けではありません。でも「本気で情報を管理したい」と思っているMacユーザーには、一度試す価値のあるツールだと思っています。

無料でお試し（最低30日または150時間）

Obsidianの強みと、その限界

Obsidianについては、多くの方が使っているか、少なくとも名前は聞いたことがあるかと思います。

改めて整理すると、Obsidianの最大の強みは「考えること」と「書くこと」に特化している点です。

マークダウン（シンプルな記号を使った文章の書き方）で書いたノートをローカルのフォルダに保存するという、シンプルな設計が逆に強みになっています。データはプレーンテキスト（飾りのない純粋なテキスト）なので、どのアプリからでも読み書きできます。双方向リンクでノート同士をつなぎ、グラフビューで思考のネットワークを視覚化できます。プラグインの自由度も高く、AI検索など最新の技術をすぐに取り込める柔軟性があります。

執筆環境としては最高だと今も思っています。

ただし、弱点があります。

ファイル数が増えてくると、動作が重くなります。Obsidianは起動時にVault内の全ファイルを読み込んでリンクを解決し、メモリ上にナレッジグラフ（知識のネットワーク図）を構築します。ファイル数が数千程度なら問題ありませんが、1万件を超えてくると起動に時間がかかるようになります。グラフビューは1万件以上では実用に耐えなくなるという報告もあります。

また、PDFなどのバイナリファイル（テキスト以外のファイル）の管理が苦手です。PDFをVaultに放り込めばプレビューはできますが、中身のテキストを検索したり、自動でタグを付けたりといったことはObsidianだけでは難しいです。重いファイルをVaultに溜め込むほど、前述のパフォーマンス問題が悪化します。

私がたどり着いた「分業」という答え

最初の話に戻ります。

以前の私は、ObsidianのWeb Clipperで気になる記事を片っ端から取り込んでいました。参考になりそうなPDFも、調べ物の結果も、すべてVaultに入れていました。「全部Obsidianで完結させる」という運用です。

しばらくはそれで回っていました。でもある時期から問題が起き始めました。

ファイルが増えすぎて、探せなくなったのです。

「あの記事、絶対に保存したはずなんだけど」と思っても出てこない。タグ付けが甘かったのか、フォルダ分けが中途半端だったのか——とにかく「溜める」ことに集中しすぎて、「使える状態にする」作業が追いついていませんでした。

そこで体制を根本から見直しました。

現在の運用はこうなっています。

DEVONthink 4：資料のすべて。Web記事、X（旧Twitter）の投稿、PDF、参考資料——外から取り込むものはすべてDEVONthinkに入れます
Obsidian：書いた記事と、執筆中のファイルだけ。インプット系のファイルは置きません

DEVONthinkのフォーラムでインデックス化できるということを知りました。
それ以来。ObsidianのVaultはDEVONthinkに「インデックス」として登録しています。これにより、DEVONthinkの強力な検索エンジンとAIを使って、「外部の資料（DEVONthink内のアーカイブ）」と「私が書いた記事（ObsidianのVault）」を横断的に検索できます。

この体制にしてから、明らかに「探せない」というストレスが減りました。

2つをつなぐ「壁」と、Claude Codeによる解決

ただし、この体制にも一つ「壁」があります。

DEVONthinkがObsidianのVaultをインデックス化しているのは「DEVONthinkの側から」です。Obsidan側からDEVONthinkの資料を参照することはできません。

記事を書いているとき、「DEVONthinkに保存してあるあの資料を参照したい」と思っても、いちいちDEVONthinkに切り替えて検索しなければなりません。小さなことのようで、執筆の流れが毎回そこで途切れてしまいます。

この「壁」を突き破る方法として最近試しているのが、Claude CodeのMCPサーバー経由でDEVONthinkにアクセスするという方法です。

MCPとは「Model Context Protocol」の略で、AIツール（Claude Code）が外部のアプリやデータベースとやり取りするための仕組みです。

設定できると、こんなことができるようになります。

「d-endingnote.comの記事を書くために、DEVONthinkから相続登記関連の資料を検索してまとめて」

と入力するだけで、DEVONthinkに蓄積された資料の中から関連するものを自動で探し出し、記事の構成案を作ってくれます。さらにそのままObsidianの指定フォルダにMarkdownファイルとして保存するところまで一気にできます。

実際にやってみたところ、DEVONthinkに入れてある60件以上のAI関連資料を自動で検索・読み込み・整理してくれました。「シニアのためのAI使い分けガイド」の構成案が、具体的な資料名（「シニアとChatGPT記事」「Claude徹底解説PDF」など）を根拠として示しながら、約2分で出てきました。

DEVONthink × Claude Code × Obsidianの三角形が、ようやくつながった瞬間でした。

この設定は、一度設定しておくとターミナルからのClaude Code、Obsidianと連携したClaude Code、デスクトップ版のClaude Code、どの方法からでも利用できるのです。

具体的な設定手順については、明日公開のnote記事で詳しく書く予定です。

まとめ：「2つ使うのは大げさ」ではなく「これが最終形」

DEVONthink 4とObsidianは、競合ツールではありません。

	DEVONthink 4	Obsidian
役割	資料の保管・検索・アーカイブ	執筆・思考整理・ノート
得意なファイル	PDF・あらゆる形式	マークダウン・テキスト
強み	大量データ対応・AI自動化・OCR	軽量・リンク・プラグイン
AI連携	システムに直接組み込み	プラグイン経由

2つを同時に使うことで、それぞれの弱点が消えます。

「そんな複雑な環境、私には無理」と思われるかもしれません。でも実際に使い始めると、役割がはっきり分かれているだけに、意外とシンプルに運用できます。「外から来たものはDEVONthink、私が書くものはObsidian」、このルールだけ守れば、あとは自然に回ります。

次回は、Claude CodeとDEVONthink 4をMCPサーバーで接続する具体的な設定手順を、実際のエラーも含めた実録でお伝えします。設定さえできてしまえば、DEVONthinkに蓄積してきた資料が一気に「使える状態」になりますよ。

このシリーズの記事

第1回（この記事）：DEVONthink 4とObsidianを両方使う理由
第2回（note）：Claude Code × DEVONthink 4 MCP 設定手順【実録】

第3回：DEVONthinkの資料からObsidianへ、記事執筆ワークフローを自動化する

参考・出典

Genspark「Speakly」完全ガイド｜音声入力を超えたAI編集アシスタントの実力

酔いどれ — Thu, 29 Jan 2026 23:02:34 +0000

Speaklyとは？従来の音声入力とは一線を画すAIアシスタント

「音声入力」と聞くと、話した言葉がそのまま文字になるだけ、というイメージを持っている方も多いのではないでしょうか。正直言って、従来の音声入力アプリはその程度の機能しかありませんでした。

私自身、これまでAqua Voiceという音声入力アプリを愛用してきました。基本的な性能には満足していたのですが、夕方から夜にかけて猛烈に遅くなることが多く、仕事の効率が落ちてしまう場面が何度もありました。ちょうど集中して作業したい時間帯に限って動作が重くなるので、正直ストレスを感じていたんです。

そんな折に出会ったのが、Gensparkが提供する「Speakly（スピークリー）」です。単に声を文字に変換するだけでなく、文章を整え、翻訳し、さらには既存のテキストを書き換えることまでできてしまいます。いわば「声で操作できるAI編集者」が手に入るようなものです。キーボードの代わりではなく、優秀なアシスタントが隣にいる感覚に近いかもしれません。

🎁招待リンク：
https://genspark.ai/speakly/invite/NTU2YTRmOTJMMDllM0w1MjI0TDU0N2E0Yzk2ZjQ5OExhNTU0
（登録すると、お互いに1ヶ月の無料メンバーシップがもらえます！）

話すだけで文章が整う「自動フォーマット」機能

Speaklyのすごいところは、話した内容の「意味」を理解してくれる点です。

たとえば「明日の会議メモ、プロジェクトのタイムライン、予算、担当者の確認」と話しかけたとします。普通の音声入力なら、そのままベタ打ちのテキストになりますよね。でもSpeaklyは違います。これを自動的に箇条書きのリストに整形してくれるんです。

電話番号を伝えるシーンでも同様です。「090-1234-5678に連絡してください、件名は打ち合わせの件で」と話せば、Gmailなどのメール形式に合わせて自動的にフォーマットを整えてくれます。

さらに、「えー」「あのー」「まあ」といったフィラーワード（言い淀み）も自動でカットされます。話すときについ入ってしまう無駄な言葉を気にせず、思ったことをそのまま話せばOKです。あとはSpeaklyが読みやすい文章に仕上げてくれます。

選択テキストを声で書き換える「AI編集」が革命的

やはり一番の目玉機能は、既存のテキストを選択して声で書き換えられる点でしょう。

従来の音声入力アプリでは、カーソルの位置に文字を「追加」することしかできませんでした。すでに書いてある文章を修正したければ、結局キーボードやマウスに手を伸ばす必要があったわけです。

Speaklyでは、画面上のテキストをドラッグして選択し、「これをプロフェッショナルなビジネスメールに書き換えて」と話しかけるだけです。するとAIが文脈を理解して、選択範囲を丁寧なメール文に変換してくれます。

「英語に翻訳して」と言えば英訳に、「もっと簡潔にまとめて」と言えば要約に。100以上の言語に対応しているので、韓国語や中国語への翻訳も一声で完了します。

この機能があるかないかで、作業効率はまったく変わってきます。下書きを音声で入力して、そのまま音声で推敲できます。キーボードにほとんど触れずに文章を完成させることも可能になるんです。

Speaklyでできる6つのこと

Speaklyの主な機能を整理しておきましょう。

フィラーワードの自動削除で滑らかな文章に

「えー」「あの」「多分」といった言い淀みを自動的にカットしてくれます。話し言葉特有の無駄を省き、そのまま使える文章に仕上がります。

100言語以上に対応した翻訳・書き換え機能

英語、中国語、韓国語をはじめ、100以上の言語への翻訳が可能です。選択したテキストに対して「英語に翻訳して」と話しかけるだけで完了します。

GensparkエージェントモードでAIに直接タスクを依頼

ファンクションキーをダブルタップすると、Gensparkのポップアップが開きます。「ブランドパーソナリティ調査を作成して」といった複雑なタスクも、音声で依頼できます。

カスタム指示でワンタッチ処理を実現

よく使う指示をショートカットキーに登録しておけます。左Optionキーの長押しで「英語に翻訳」を実行する、といった設定が可能です。

ユーザー辞書登録で誤変換を防止

「GAS」「ChatGPT」「Claude」など、誤変換されやすい専門用語や固有名詞を辞書に登録できます。修正の手間が大幅に減ります。

Speaklyの始め方｜インストールから基本操作まで

SpeaklyはMacとWindowsの両方に対応しています。

Mac・Windows対応のインストール手順

Gensparkの公式サイトからデスクトップアプリをダウンロードします。インストール後、「テキストボックスへの貼り付け」と「マイクの使用」を許可すれば準備完了です。

ファンクションキーで操作する基本の使い方

ファンクションキー（Fn）を押しながら話しかけると、音声入力が開始されます。Googleドキュメント、Gmail、Slackなど、どのアプリケーション上でも使用可能です。

エージェントモードの起動方法

ファンクションキーをダブルタップ（2回押し）すると、Gensparkのポップアップが開きます。ここからAIへの直接依頼ができます。

Speaklyを使いこなすカスタム指示の設定例

カスタム指示を登録しておくと、作業効率が格段に上がります。

ビジネスメール変換・プロフェッショナル校正

「誤字脱字を修正し、ビジネスシーンにふさわしいプロフェッショナルなトーンに書き換えてください」といったプロンプトを登録しておくと便利です。箇条書きのメモを選択するだけで、そのまま送信できるメール文面に変換できます。

翻訳＋要約を一発で実行する時短テクニック

「英語に翻訳し、要点を3つの箇条書きでまとめてください」というプロンプトも効果的です。長い日本語の文章を、英語で端的に伝えたい場面で重宝します。

アクションアイテム抽出で会議メモを整理

「この会議メモから、誰が何をいつまでにするべきかを抽出してリスト化してください」と設定しておけば、議事録から即座にタスクリストを作成できます。

設定のコツは、「役割」と「出力形式」を明確にすることです。「直して」より「あなたはプロの編集者です。選択したテキストの文法ミスを修正し、簡潔で読みやすい文章に書き直してください」の方が精度の高い結果が得られます。

誤変換を防ぐ辞書登録のコツ

登録しておきたい専門用語・固有名詞の具体例

AIが聞き間違いやすい用語をあらかじめ登録しておくことで、修正の手間を省けます。

「GAS（ガス）」と発音すると通常はカタカナの「ガス」に変換されますが、辞書登録しておけばGoogle Apps Scriptを指すアルファベット表記として正しく入力されます。「ChatGPT」「Claude」「Manus」といったAIツール名も、登録しておくと安心です。

iPhoneのユーザー辞書と同じ感覚で使えるので、自分の業界で頻出する用語を登録しておきましょう。

Speaklyの料金｜無料トライアルと課金体系

1週間の無料トライアルと招待特典

インストール後は1週間の無料トライアルが適用され、期間中は無制限で機能を利用できます。さらに、友人を招待することで紹介1人につき1ヶ月分の無料トライアルを獲得できる仕組みがあります。

私も実際に使ってみて、とてもスムーズで仕事の効率が2倍になりました。興味のある方は、以下の招待リンクから登録すると最初から1ヶ月間無料で利用できます。

招待リンク：
https://genspark.ai/speakly/invite/NTU2YTRmOTJMMDllM0w1MjI0TDU0N2E0Yzk2ZjQ5OExhNTU0
（登録すると、お互いに無料メンバーシップがもらえます！）

Genspark本体プランとの関係

Genspark本体には無料プランのほか、Plusプラン（月額24.99ドル）などがありますが、Speaklyの課金体系は別枠として設定されている可能性があります。私自身がPlusプランの契約者ですが、Speaklyの画面では「無料トライアル」の表示が出ることを確認しています。

企業向けの「Genspark for Business」プランにはSpeaklyが含まれており、「データ保持なし」のセキュリティ機能も提供されています。

Speaklyと他の音声入力アプリの決定的な違い

Aqua Voiceにはない「既存テキスト編集」機能

一般的な音声入力アプリはカーソル位置に文字を入力するだけです。Speaklyは画面上の文章を選択し、声で指示を出して書き換えることができます。この「既存テキストの編集」がAqua Voiceにはない大きな強みです。

また、私が感じていた「夕方から夜にかけての速度低下」もSpeaklyでは今のところ発生していません。安定した動作速度は、日常的に使うツールとして非常に重要なポイントです。

単なる音声入力から「Voice AIアシスタント」へ

一般的な音声入力アプリが「キーボードの代わり（Speech to Text）」であるのに対し、Speaklyは「音声で操作するAI編集者（Voice AI Assistant）」です。

入力だけでなく、編集、翻訳、タスク依頼までシームレスにこなせます。この違いを一度体験すると、従来の音声入力には戻れなくなるかもしれません。

AI使い放題の時代が終了?Gemini無料枠が大幅縮小、Soraも80%削減

酔いどれ — Tue, 02 Dec 2025 00:53:03 +0000

2025年11月末、AI業界に大きな変化が起こりました。GoogleとOpenAIという2大巨頭が、最新のAIモデル「Gemini 3 Pro」と「Sora 2」の無料アクセスに、相次いで厳しい制限をかけたのです。これまで誰もが自由に使えていた高性能AIへのアクセスが、どんどん制限されていく時代がやってきました。

この記事では、両社が発表した具体的な変更内容と、その背景にある「圧倒的な需要」という問題について、わかりやすく解説していきます。

Googleの新方針:Gemini 3 Proの利用制限が曖昧に

「1日5回」から「基本的なアクセス」へ変更

GoogleのGemini 3 Pro「Thinking」モードは、難しい質問に深く考えて答えてくれる高性能AIです。このモードが2025年11月27日に大きく変わりました。

サービス開始当初(11月18-22日)は、無料ユーザーでも1日5回まで使えるという明確なルールがありました。しかし今は「基本的なアクセス」という曖昧な表現に変わり、「制限は頻繁に変わる可能性があります」という注意書きが添えられています。

実際のユーザーテストによると、現在の無料枠は1日約3回程度まで減っているそうです。制限に達すると、自動的に性能の低い「Gemini 2.5 Flash」に切り替わってしまいます。

コンテキストウィンドウって何?

「コンテキストウィンドウ」とは、AIが一度に読み込める情報の量のことです。これが無料版と有料版で大きく違います。

無料ユーザーは32,000トークン(約24ページ分)しか使えませんが、有料プランでは100万トークン(約1,500ページ分、30,000行のコード相当)も使えます。この差は実に31倍もあります。長い文書を分析したり、複雑なプログラミングをする時に、この差が大きく響きます。

料金プラン比較表

プラン	1日の利用回数	コンテキストウィンドウ	月額料金
無料	動的(約3回)	32,000トークン	0円
Google AI Pro	最大100回	100万トークン	約2,900円($19.99)
Google AI Ultra	最大500回	100万トークン + Deep Think	約36,400円($249.99)

画像生成AI「Nano Banana Pro」も1日2枚に制限

高性能な画像生成AIとは?

Googleの「Nano Banana Pro」(Gemini 3 Pro Imageとも呼ばれます)は、4K画質の高解像度画像を作れる最新のAIです。多言語でテキストを生成したり、最大14枚の参考画像を組み合わせて新しい画像を作ったりできます。

しかし、2025年11月27日の制限強化により、無料ユーザーの生成枠は1日3枚から2枚へ削減されました。

NotebookLMの機能も一時停止に

NotebookLMというツールでも変更がありました。無料ユーザーは1日50回の質問、音声概要3回、動画3回に制限されます。さらに、Nano Banana Proを使ったインフォグラフィックスとスライド作成機能が一時的に停止されました。

Googleは「圧倒的な需要を経験している」として、「できるだけ早く正常に戻す予定」と説明していますが、具体的な時期は明かされていません。

OpenAI Sora 2は30回から6回へ80%削減の衝撃

「GPUが溶けています」という率直な理由

OpenAI Sora 2の制限は、業界で最も劇的な変更となりました。OpenAI Soraチーム責任者のBill Peebles氏は、2025年11月27-28日にXで次のように発表しました:

「無料ユーザーの利用制限を1日6回に設定します。ChatGPT PlusとProユーザーの制限は変更ありません。追加生成は必要に応じて購入できます。私たちのGPUは溶けています。できるだけ多くの人にSoraを利用してもらいたいのです!」

「GPUが溶けている」というのは比喩的な表現ですが、実際のインフラ負荷は深刻です。GPUとは、AIの計算処理に必要な特殊なコンピューターチップのことです。

驚きの運用コスト

Forbesの推計によると、Sora運用コストは年間約50億ドル(約7,300億円)に達する可能性があります。これは1日あたり約1,500万ドル(約22億円)です。動画1本(10秒)を生成するコストは約1.30ドル(約190円)と試算されています。

Sora 2の制限変更の歴史

時期	変更内容
2025年9月30日	Sora 2ローンチ、約30回/日でスタート
2025年10月16日	動画時間を最大15秒(Pro: 25秒)に拡張、制限は実質半減
2025年10月30日	有料クレジット購入($4で10回追加)導入、30回/日を維持
2025年11月27-28日	無料ユーザーを6回/日に削減(80%カット)

現在のプラン別制限は、ChatGPT Plus(月額約2,900円)が30回/日、ChatGPT Pro(月額約29,000円)が100回/日(加えて無制限の「relaxedモード」)となっています。

両社の公式声明:経済的な現実との戦い

Googleの立場

Googleは「容量制約」と「高い需要」を理由に挙げています。公式サポートページには「制限は頻繁に変わる可能性があります」という免責事項が繰り返し書かれており、具体的な数字への約束を避けています。

OpenAIの率直な告白

OpenAIはより正直に経済的現実を語っています。Peebles氏は10月30日時点で「経済性が完全に持続不可能」「1日30回の無料生成で十分だと思っていたが、明らかに間違っていた」と発言しました。

膨大なエネルギー需要

OpenAIのエネルギー需要はニューヨーク市とサンディエゴを合わせた電力消費量に匹敵します。今後20ギガワット以上(原子力発電所20基分相当)が必要とされており、Oracle、SoftBank、Nvidiaとの提携を通じて1兆ドル規模(約145兆円)のデータセンター投資を計画しています。

料金プランの詳しい比較(2025年12月時点)

Google AIプラン

Google AI Pro(月額約2,900円)では、Gemini 3 Proへの高い利用枠(100回/日)、100万トークンのコンテキストウィンドウ、Veo 3.1 Fast動画生成、NotebookLM Pro機能、Gmail・Docs・Sheets・Slidesへの統合、2TBクラウドストレージが使えます。

Google AI Ultra(月額約36,400円)は、Proの全機能に加えて、Deep Think推論モード、Veo 3フル版、25,000 AIクレジット/月、Project Mariner(ブラウザエージェント)、Gemini Agent、30TBストレージ、YouTube Premium個人プランが含まれます。新規加入者は最初の3ヶ月間50%オフで利用できます。

OpenAI ChatGPTプラン

ChatGPT Plus(月額約2,900円)は、GPT-4oの高い利用枠、DALL-E 3画像生成、Advanced Voice Mode、Sora動画生成(50本/月、720p、5秒、透かしあり)を提供します。

ChatGPT Pro(月額約29,000円)は、o1およびGPT-4oへの無制限アクセス、o1 Proモード(複雑な問題でエラーを34%削減)、Sora無制限(relaxedモード) + 500本以上/月(優先キュー)、1080p・最大20秒・透かしなしでの動画生成が可能です。

ユーザーと業界の反応:「AI制限戦争」の始まり

ユーザーからの批判

RedditなどのSNSでは「圧倒的に否定的」な反応が広がっています。「月額約36,400円も払ってるのに、なぜ無制限にならないの?」「技術的な理由というより、課金を強制する戦略では?」という批判が目立ちます。

日本語圏でも「課金の優位性ないじゃん」「Proプラン(月約3万円)はSoraだけのために高すぎる」といった反応が見られます。

アナリストの見解

業界アナリストは「AI利用制限戦争の始まり」と評しています。ある専門家は「ユーザーは無料でAIを使えると期待するようになったが、実際のインフラコストは急騰している」と指摘しています。

競合他社の状況

Anthropic Claudeは無料枠で5時間あたり約45メッセージを提供し、Claude Pro(月額約2,900円)で5倍の利用枠を設定しています。特にプログラミングタスクで「よりクリーンで効率的なコード」を生成すると評価されています。

Meta Llamaはオープンソースとして無料で利用可能です。月間7億ユーザーまで商用利用も無料で、自社でホスティングすれば利用制限なしという点が魅力です。

動画生成分野では、Runway(Pro: 月約5,100円、4K出力)、Pika Labs(現在オープンベータで全機能無料)、Luma Dream Machine(月約1,450円から)が代替選択肢として注目されています。

まとめ:AI「無料のサービス」時代の終わり

GoogleとOpenAIによる相次ぐ制限強化は、AI業界が「成長最優先」から「経済的持続可能性」へと大きく舵を切ったことを示しています。Sora 1本あたり約190円、年間運用コスト約7,300億円という数字は、無制限フリーミアムモデルの限界を明確に表しています。

私たちユーザーの選択肢

今後、ユーザーには3つの選択肢があります:

有料プランへの移行 – 月額約3,000円で安定した利用環境を得る
オープンソースモデルの自社運用 – Llama等を自分で管理する
制限内での効率的な利用 – 無料枠を上手に使いこなす

特に企業ユーザーは、各サービスの制限と自社ニーズを照らし合わせ、Google AI Pro(約2,900円)とChatGPT Plus(約2,900円)の機能差を精査することが大切です。

今後数ヶ月で、さらなる制限強化と料金体系の変更が予想されます。OpenAIのPeebles氏が予告したように、「成長に対応するために無料生成をさらに減らす」可能性は高いです。AI業界の大きな転換期は、まだ始まったばかりなのです。

OpenAI、GPT-5.1をリリース、より会話的なAIへ進化

酔いどれ — Thu, 13 Nov 2025 01:11:48 +0000

OpenAIが予告なしにGPT-5.1をリリースし、AI業界に再び波紋を広げています。2025年に入ってからのOpenAIは、従来の大規模なイベントでの発表ではなく、静かに、しかし確実に新機能やモデルのアップデートを続けている印象です。

今回登場したGPT-5.1は、GPT-5の改良版という位置づけで、特に「会話のしやすさ」に焦点を当てた進化を遂げています。AIとの対話がより自然で、人間らしいやり取りになることを目指したアップデートと言えるでしょう。

GPT-5.1の主な改善点

OpenAIの公式発表によると、GPT-5.1では以下のような改善が施されています。

会話能力の向上が最大の特徴です。GPT-5.1は、より人間らしい対話スタイルを実現し、ユーザーとのやり取りがスムーズになるよう設計されています。従来のモデルでは、時に機械的な応答や、文脈を十分に理解していないような回答が見られることがありましたが、GPT-5.1ではこの点が大きく改善されているとのことです。

コンテキスト理解の深化も重要なポイントです。会話の流れをより深く理解し、前後の文脈を踏まえた適切な応答ができるようになりました。これにより、長い対話セッションでも一貫性のある回答を維持できるようになっています。

また、応答速度の最適化も実施されています。会話の自然さを保ちながらも、レスポンスタイムが改善され、よりテンポの良いやり取りが可能になりました。

3つのモデルモード──用途に応じた使い分け

GPT-5.1では、新たに3つのモデルモードが導入されました。これにより、ユーザーは質問の種類や求める回答の質に応じて、最適なモードを選択できるようになっています。

Auto(自動)モードは、思考時間を自動調整するモードです。質問の複雑さを判断し、簡単な質問には素早く、複雑な質問にはじっくり考えて回答します。デフォルトで選択されているモードで、多くの場合はこのモードで問題ないでしょう。

Instant(瞬時)モードは、とにかく速く回答が欲しい時に便利です。深い思考を必要としない簡単な質問や、スピードを優先したい場合に適しています。例えば、単純な事実確認や、アイデアのブレインストーミングなどに向いています。

Thinking(思考)モードは、より良い回答のために時間をかけて思考するモードです。複雑な問題の分析、論理的な推論が必要な質問、コーディングの難しい問題など、質の高い回答が求められる場面で威力を発揮します。

これらのモードは、画面上部のモデル選択メニューから簡単に切り替えられます。用途に応じて使い分けることで、GPT-5.1の性能を最大限に引き出せるでしょう。

パーソナライズ機能──あなた好みの会話スタイルに

GPT-5.1のもう一つの注目機能が、パーソナライズ機能です。これは、ChatGPTの応答スタイルとトーンを自分好みにカスタマイズできる機能で、より快適な対話体験を実現します。

設定メニューの「パーソナライズ」から、以下の8つのスタイルを選択できます。

デフォルトは、バランスの取れたスタイルとトーンです。特にこだわりがなければ、このスタイルで十分でしょう。

プロフェッショナルは、洗練されていて几帳面な応答スタイルです。ビジネス文書の作成や、フォーマルな場面での使用に適しています。

フレンドリーは、温かくてフレンドリーな応答になります。カジュアルな会話や、リラックスした雰囲気でアイデア出しをしたい時に良いでしょう。

率直は、率直でポジティブな応答スタイルです。遠回しな表現ではなく、ストレートに要点を伝えてほしい時に便利です。

個性的は、お茶目で想像力豊かな応答が特徴です。創作活動や、ユニークなアイデアが欲しい時に面白い結果が得られるかもしれません。

無駄がないは、簡潔で分かりやすい応答スタイルです。長々とした説明ではなく、要点だけを知りたい時に最適です。時間を節約したい忙しいビジネスパーソンにおすすめです。

探究心が強いは、探究心が強く、好奇心旺盛な応答になります。質問を深掘りして、新しい視点を提供してくれるでしょう。

皮肉っぽいは、批判的で皮肉っぽい応答スタイルです。アイデアの欠点を指摘してほしい時や、批判的な視点が必要な場面で役立ちます。

これらのパーソナライズ設定は、いつでも変更可能です。自分の好みや、その時の用途に合わせて、最適なスタイルを選んでみてください。

ユーザーの反応──まだ評価は定まっていません

リリースされたばかりのGPT-5.1について、現時点では詳細なユーザーレビューはまだ十分に集まっていない状況です。突然のリリースだったこともあり、多くのユーザーがまだ新モデルを試している段階と言えるでしょう。

これは、OpenAIの最近の戦略の特徴でもあります。大々的な発表イベントを経ずにリリースすることで、ユーザーの自然な使用環境での評価を集めながら、必要に応じて調整を加えていくアプローチです。

正直言って、新しいAIモデルの真価が分かるのは、数週間から数ヶ月使い込んでからです。特に「会話のしやすさ」という定性的な改善は、様々な用途で実際に使ってみないと実感しにくい部分でもあります。

今後、技術系コミュニティやSNS上で、より詳細な使用感のレポートが増えてくることが予想されます。特に注目すべきは、プログラミング支援、創作活動、ビジネス文書作成など、具体的なユースケースでの改善が実感できるかどうかでしょう。

競合との比較──AI市場の激しい競争

GPT-5.1のリリースを理解するには、現在のAI市場における競争状況を見る必要があります。OpenAIは依然としてリーダー的存在ですが、強力な競合が次々と登場しています。

Google Gemini──マルチモーダルと最新情報へのアクセス

GoogleのGeminiは、2025年に入ってから大幅な進化を遂げています。現在の最新バージョンはGemini 2.5 ProとGemini 2.5 Flashで、テキスト、画像、音声、動画を統合的に処理できるマルチモーダルAIとして注目を集めています。

2025年11月時点での主な特徴は、Deep Research機能です。これは5〜45分かけて複雑な質問を分解し、包括的なレポートを作成する機能で、Google AI Ultraサブスクリプション(旧Gemini Advanced)で利用できます。また、Veo 3という動画生成機能も追加され、テキストから動画を作成できるようになりました。

Geminiの最大の強みは、やはりリアルタイム情報へのアクセスです。Google検索と連携することで、最新の情報を含めた回答ができる点は、ChatGPTにはない大きなアドバンテージと言えます。また、100万トークンという超長文のコンテキストウィンドウを持ち、長大な文書の分析にも対応しています。

教育分野ではGemini for Educationが展開されており、学生向けには無料のProプランも提供されています。ただし、会話の自然さや創作支援という点では、ChatGPTに軍配が上がるという評価も多く見られます。

Anthropic Claude──最新のClaude Sonnet 4.5

AnthropicのClaudeは、2025年9月にClaude Sonnet 4.5をリリースし、「世界最高のコーディングモデル」を謳っています。このモデルは、SWE-bench Verifiedという業界標準のテストで最高スコアを記録しました。

Claude Sonnet 4.5の特徴は、30時間の自律動作が可能なことです。これは5月にリリースされたClaude Opus 4の7時間と比較して大幅な進化です。複雑で長時間にわたるタスクでも集中力を維持できる能力は、大規模なコーディングプロジェクトや研究活動で威力を発揮します。

2025年10月にはClaude Opus 4.1もリリースされ、コーディング、推論、エージェント機能がさらに向上しました。また、メモリ機能が追加され、最大50万トークン(約1,000ページ分)の情報を会話をまたいで記憶できるようになっています。

さらに注目すべきは、2025年5月に導入されたIntegrations機能です。これにより、ClaudeはJira、Confluence、Asana、Slackなど10以上のビジネスツールと直接連携できるようになりました。また、Research機能も強化され、ウェブとGoogle Workspaceだけでなく、接続されたサービスからも情報を収集して詳細なレポートを作成できます。

Claudeは安全性と信頼性を重視した設計が特徴で、Constitutional AIフレームワークに基づいて倫理的な原則が組み込まれています。企業利用での信頼性が高いと評価されており、会話の自然さという点でもGPT-5.1がこの領域で改善を図ったのは、Claudeへの対抗という側面もあると考えられます。

Microsoft Copilot──GPT-5統合とエコシステムの力

MicrosoftのCopilotは、2025年8月にGPT-5を統合し、大きく進化しました。Copilotは現在、OpenAIの最新技術をベースにしながらも、Microsoft 365エコシステムとの深い統合という独自の強みを持っています。

2025年の主要アップデートには以下があります。まず、Smart Modeの導入です。これは、タスクに応じて自動的に最適なモデル(高速な会話モデルか、深い推論モデルか)を選択する機能で、ユーザーはモデルを切り替える必要がありません。

Copilot Visionも大きな進化を遂げました。これは、デバイスのカメラを使って視覚的な情報をリアルタイムで分析し、質問に答える機能です。例えば、植物の写真を撮って健康状態を診断したり、インテリアのアイデアを得たりできます。

ビジネスユーザー向けには、Microsoft 365 Copilotが大幅に強化されています。Word、Excel、PowerPoint、Teamsなど、日常的に使うツールの中でAI支援が受けられる点は、他のAIにはない大きな価値です。2025年にはエージェント機能が追加され、Copilot Studioで作成したカスタムAIエージェントをCopilot Chatから直接呼び出せるようになりました。

また、Computer Use機能がプレビューで提供されており、AIが実際にアプリやウェブサイトを操作して、データ入力やレポート作成などのタスクを自動化できるようになっています。

各AIの得意分野(2025年11月版)

最新の状況を踏まえると、各AIの得意分野は以下のようになります。

ChatGPT(GPT-5.1):会話の自然さ、3つのモード切替、パーソナライズ機能、創作支援、汎用性の高さ
Gemini:リアルタイム情報アクセス、Deep Research、超長文処理(100万トークン)、動画生成(Veo 3)
Claude:最高レベルのコーディング、30時間の自律動作、ビジネスツール統合、メモリ機能、安全性
Copilot:GPT-5統合、Microsoft 365との深い連携、Smart Mode、Copilot Vision、エージェント機能

GPT-5.1が「会話のしやすさ」に焦点を当て、モード選択やパーソナライズ機能を追加したのは、この差別化された市場において、ChatGPTの強みである「自然な対話体験」をさらに磨き上げる戦略と言えます。

突然のリリースに込められた戦略

OpenAIが従来の派手な発表イベントを避け、静かにアップデートを重ねる背景には、いくつかの理由が考えられます。

まず、継続的な改善という開発思想があります。大規模なバージョンアップを待つのではなく、改善できる部分から順次リリースしていくアプローチです。これにより、ユーザーはより早く新機能の恩恵を受けられます。

正直言って、AI技術の進化スピードを考えると、この「小刻みなアップデート」戦略は理にかなっています。数ヶ月に一度の大型アップデートを待つより、改善されたモデルをすぐに使えるほうが、ユーザーにとってはメリットが大きいでしょう。

また、競合他社の動向も影響していると考えられます。GoogleのGemini 2.5、AnthropicのClaude Sonnet 4.5、MicrosoftのGPT-5統合など、AI業界は激しい競争状態にあります。この環境下で、継続的に改善を示すことは、市場でのポジションを維持する上で重要な戦略となります。

さらに、大規模イベントでの発表は期待値を過度に高めるリスクもあります。GPT-4のリリース時には大きな期待が集まり、その後の評価が厳しくなった側面もありました。静かなリリースは、こうした期待値コントロールの意味もあるかもしれません。

ChatGPT Plusユーザーへの展開

GPT-5.1は、まずChatGPT Plusの有料ユーザー向けに提供されています。月額20ドル(日本では月額3,000円程度)のサブスクリプションで、最新のGPT-5.1モデルにアクセスできるようになっています。

無料ユーザー向けの展開については、現時点で具体的な予定は発表されていませんが、OpenAIの過去のパターンを見ると、有料ユーザーでの検証期間を経て、段階的に無料版にも展開される可能性が高いでしょう。

ただし、無料版で使えるようになるのは、GPT-5.1がさらに次のバージョンにアップデートされた後、という可能性もあります。OpenAIは有料版と無料版で常に一定の機能差を保つ戦略を取っているためです。

GPT-5からGPT-5.1への進化の意味

バージョン番号の「.1」という小さな変更は、一見すると地味に思えるかもしれません。しかし、AIモデルの世界では、こうした細かな改善の積み重ねが、実際のユーザー体験を大きく向上させることがよくあります。

特に「会話のしやすさ」という点は、日常的にChatGPTを使用するユーザーにとって、非常に重要な要素です。より自然な対話ができるということは、AIアシスタントとしての実用性が高まることを意味します。

例えば、複雑な質問を段階的に深掘りしていく場合や、創作活動でアイデアを練り上げていく際など、会話の流れが自然であればあるほど、思考の流れが途切れず、より良い結果が得られるでしょう。

また、ビジネスシーンでの活用を考えると、クライアントとのメール文面を考えたり、プレゼンテーション資料の構成を練ったりする際に、まるで人間の同僚と相談しているような感覚で使えることは、大きな価値があります。

どのAIを選ぶべきか?

競合AIの最新状況を踏まえると、「どれが一番良いか」という問いに対する答えは、用途次第というのが正直なところです。

日常的な会話や創作活動には、GPT-5.1の自然な対話が適しているでしょう。3つのモード切替やパーソナライズ機能により、自分好みの使い方ができます。ブログ記事の執筆、アイデア出し、プログラミングの相談など、幅広い用途で使いやすいはずです。

最新情報が必要な調査や詳細なリサーチには、Gemini 2.5のDeep Research機能が向いています。「今日のニュースを教えて」といった質問には、Geminiのほうが正確な答えを返してくれます。また、100万トークンという超長文処理能力も魅力です。

本格的なコーディングや長時間の自律作業には、Claude Sonnet 4.5が最適です。30時間の自律動作が可能で、複雑なコードベースの移行や大規模なリファクタリングなど、時間のかかる作業を任せられます。また、Jiraなどのツールと連携できる点も実務的です。

既にMicrosoft 365を使っているビジネスパーソンなら、Copilotが最も実用的でしょう。GPT-5を搭載し、日常的に使うツールの中でシームレスにAI支援が受けられる利便性は、他では得られないメリットです。Smart Modeの自動モデル選択も便利な機能です。

実際のところ、多くのヘビーユーザーは複数のAIを用途に応じて使い分けているようです。それぞれに月額料金がかかるため、予算との兼ね合いもありますが、自分の主な用途を考えて選ぶのが良いでしょう。

AI業界の現在地

OpenAIのこの動きは、AI業界全体のトレンドを反映しているとも言えます。2024年から2025年にかけて、AI企業各社は「より実用的で使いやすいAI」の実現に注力してきました。

性能の向上だけでなく、ユーザビリティの改善に焦点が移ってきているのが、現在のAI開発のトレンドです。どれだけ高性能なモデルでも、使いにくければ意味がありません。GPT-5.1の「会話のしやすさ」重視というアプローチは、まさにこの流れに沿ったものと言えるでしょう。

また、各社が異なる方向性で差別化を図っているのも興味深い点です。かつては「より大きなモデル、より高い性能」という単純な競争でしたが、現在は「リアルタイム情報(Gemini)」「長時間自律動作(Claude)」「エコシステム統合(Copilot)」「会話の自然さとカスタマイズ(ChatGPT)」など、多様な価値軸での競争になっています。

これは業界の成熟を示す良い兆候と言えます。ユーザーにとっては、自分のニーズに合ったAIを選べる選択肢が増えたことになります。

これからのAI開発

GPT-5.1のリリースは、今後のAI開発の方向性を示唆しています。大規模な技術的ブレイクスルーを待つのではなく、ユーザーフィードバックを基に継続的に改善を重ねていく──このアプローチは、今後のAI開発のスタンダードになっていく可能性があります。

また、「会話能力」という人間とAIのインターフェースの部分を磨き上げることは、AI技術の普及にとって極めて重要です。技術的な性能だけでなく、どれだけ自然にAIとやり取りできるかが、一般ユーザーにとっての使いやすさを左右するからです。

OpenAIが今後、GPT-5.2、5.3といった形で継続的な改善を続けていくのか、それとも次の大きなバージョンであるGPT-6に向けて動き出すのか。そして、競合各社がどのような対抗策を打ち出してくるのか。AI業界の動向から目が離せません。

一つ確かなのは、私たちユーザーにとって、AIがますます使いやすく、実用的なツールになっていくということです。GPT-5.1の「会話のしやすさ」への注力は、その流れを象徴するアップデートと言えるでしょう。

Source: BGR – GPT-5.1: OpenAI’s surprise launch makes ChatGPT more conversational

Claudeが実際のファイル作成に対応 Excel、PowerPoint、Wordの作成方法ガイド

酔いどれ — Fri, 03 Oct 2025 01:38:05 +0000

これまで、AIアシスタントは助言やテキストベースの回答を提供するだけでした。ただし、Claudeは新機能により、実際にダウンロードして使用できるExcelスプレッドシート、Wordドキュメント、PowerPointプレゼンテーション、PDFファイルを作成できるようになっています。

この機能は、正直言ってAIアシスタントの働き方における大きな転換点です。Claudeの提案をコピー＆ペーストして自分のドキュメントに貼り付ける必要はもうありません。

必要なものを説明するだけで、実用的な数式、整ったレイアウト、プロフェッショナルなプレゼンテーションデザインを備えた、すぐに使えるファイルを受け取ることができます。

現在、Pro、Max、Team、Enterpriseユーザーが利用可能なこの機能により、Claudeは単なるアドバイザーではなく、積極的な協力者へと進化しました。それでは、具体的な使い方を見ていきましょう。

ステップ1 設定でファイル作成機能を有効にする

有効化の手順

左下のアカウントから[設定]を選択します
[機能]選択します
実験的項目から[Code execution and file creation]をオンに切り替えます

この操作は数秒で完了しますので、難しくありません。

技術的な仕組み

有効化すると、Claudeはプライベートなコンピューター環境にアクセスできるようになります。この環境では、コードを記述したり、プログラムを実行したりして、必要なファイルを作成できます。これは、Claudeの機能がテキストベースの応答を大きく超える拡張を意味しています。

注意事項

この機能には、リサーチやファイル作成のためのインターネットアクセスが含まれています。そのため、機密データを扱う際は会話を慎重に監視してください。とはいえ、Claudeはこの強化された環境を通じて、複数のファイル形式や複雑な分析タスクを処理できますので、その利便性は非常に高いです。

ステップ2 既存ファイルのアップロードまたはゼロからの作成指示

既存ファイルの活用

Claudeに作業してもらうために既存のファイルをアップロードするか、ゼロから必要なものを説明することができます。やはりデータがすでにある場合は、それを活用するのが効率的でしょう。Claudeは以下のことが可能です。

まず、生データを洗練された出力に変換できます。次に、実用的な数式を含む複雑なスプレッドシートの作成も可能です。さらに、指示に基づいて異なるファイル形式間の変換も行えます。

ゼロから始める場合のポイント

ゼロから始める場合は、以下を含む詳細な説明を提供してください。

目的では何のためにこのファイルが必要かを伝えます。対象者では誰がこのファイルを使用するかを明確にします。必要な特定機能ではどのような要素が必要かを説明します。提供する文脈が詳細であればあるほど、Claudeはニーズに合わせた出力を作成できます。

データ駆動型プロジェクトの場合

データ駆動型プロジェクトでは、CSVファイル、レポート、その他のソース資料をアップロードし、必要な分析やプレゼンテーション形式を指定してください。Claudeはデータのクリーニングから統計分析の実行まで対応します。さらに、視覚化の作成や結果を説明する書面での洞察の生成も可能です。

ステップ3 会話形式でファイルを調整・改善する

リアルタイムでの調整

会話形式の指示を使用して、Claudeが作業しているファイルを改良し、反復処理できます。たとえば、特定の変更を依頼したり、追加の分析を要求したり、フィードバックに基づいてフォーマットや構造を修正してもらったりすることが可能です。このやり取りは、まるで同僚と話しているような自然さで進められます。

複雑なマルチステッププロセス

Claudeは以下のような複雑なマルチステッププロセスを処理できます。

財務モデルでは、シナリオ分析を含む財務モデルの作成が可能です。プロジェクトトラッカーでは、自動化されたダッシュボードを備えたプロジェクト管理ツールの構築ができます。プレゼンテーションスライドでは、リサーチデータからのプレゼンテーション資料の作成も行えます。

透明性のある協力体制

この協力的なアプローチにより、リアルタイムでの調整が可能になり、最終的な出力が正確な要件と一致することが保証されます。Claudeは実行した方法論を説明したり、分析や計算について詳しく説明したりすることができますので、安心して作業を任せられます。

ステップ4 ファイルのダウンロードまたはGoogleドライブへの保存

ファイル形式と互換性

結果に満足したら、ファイルを直接ダウンロードするか、Googleドライブに保存してすぐに使用できます。Claudeは、Microsoft Office、Google Workspace、その他の一般的な生産性ツールで動作する標準形式でファイルを作成しますので、互換性の心配はありません。

生成されるファイルの品質

生成されたファイルには以下が含まれます。

実用的な数式は実際に機能する計算式です。適切なフォーマットはプロフェッショナルな外観を持ちます。専門的なレイアウトは必要に応じてさらにカスタマイズ可能です。複雑なスプレッドシートは機能性を維持し、プレゼンテーションには一貫したデザイン要素が含まれ、ドキュメントは適切なフォーマット規則に従います。

実用的な使い方のヒント

初心者向けアプローチ

機能に慣れるために、データクリーニングや簡単なレポートなどの簡単なタスクから始めてください。機能に慣れてきたら、より複雑なプロジェクトに進むことができます。焦らず段階的に進めることが成功のコツです。

段階的な学習プロセス

– ステップ1ではシンプルなスプレッドシートやドキュメントの作成から始めます。
– ステップ2ではデータ分析や視覚化を含むプロジェクトに取り組みます。
– ステップ3では複雑な財務モデルや自動化されたダッシュボードに挑戦します。

この機能がもたらす変化

生産性の向上

この新機能により、以下のような変化が期待できます。

時間の節約では手動でのファイル作成時間を大幅に削減できます。品質の向上ではプロフェッショナルな品質のファイルを一貫して作成できます。柔軟性では会話形式で簡単に調整・改善が可能です。これらの利点は、日々の業務において大きな違いを生み出すでしょう。

実際の例

Gensparkを利用して作成した。PowerPointの12ページのスライドのうち8ページの高さが7.50インチよりも高く9.04インチなどになっていました。

レイアウトの変更を8ページ分するとなると結構時間がかかるのですが、この機能のおかげで以下のプロンプトで数分で8ページが修正されました。

12枚のスライドで高さが7.50インチよりも高くなっているページがあります。すべての高さが7.50インチに収まるように修正してください。
ただし、重なったりレイアウトがはみ出したりしないようにしてください。
最後に、完了する前にすべてのページで問題がないか、今一度確認して出力してください。

元のスライド、高さが9.04インチ在った

修正後、高さが9.04インチから7.50インチに

AIとの新しい協力関係

Claudeは単なる情報提供者から実際の作業を実行できるパートナーへと進化しました。この変化は、AIアシスタントと人間の協力関係における新しいパラダイムを示しています。

まとめ

Claudeのファイル作成機能は、AIアシスタントの可能性を大きく広げる機能です。
Pro、Max、Team、Enterpriseユーザーは、この機能を活用することで、日常業務の効率を大幅に向上させることができます。

設定で機能を有効にし、簡単なタスクから始めて、徐々に複雑なプロジェクトに挑戦していくことで、この強力なツールを最大限に活用できるでしょう。
Claudeとの会話形式でのやり取りを通じて、あなたのニーズに合致したプロフェッショナルなファイルを作成することができます。

ChatGPT・Claude AIを専門家レベルに引き上げる実践的プロンプト術

酔いどれ — Sat, 13 Sep 2025 23:56:56 +0000

多くの人がChatGPTやClaudeなどのAIを使う時、「〇〇について教えて」や「計画を立てて」といった簡単な質問しかしていません。正直言って、これではAIの本当の力を活かしきれていないんですね。

実はこれらのAIには、まるで20年のキャリアを持つ専門家のように振る舞わせる方法があります。今回紹介するのは、AIの回答品質を劇的に向上させる特別なプロンプト構造です。

この方法を使うことで、表面的なアドバイスではなく、あなたの具体的な状況を深く理解した、プロフェッショナルレベルの回答を得ることができるでしょう。

なぜ普通の質問では期待通りの答えが得られないのか

従来の使い方を見てみましょう。

「ダイエット方法を教えて」「投資について説明して」「英語学習法を教えて」

やはりこれらの質問に対するAIの回答は、どうしても一般的で抽象的になりがちです。なぜなら、あなたの具体的な状況や目標、制約条件が分からないからなんですね。

エキスパートモードで何が変わるのか

この特別なプロンプト構造を使うと、AIの振る舞いは劇的に変化します。

従来のやり方だと一般的な情報を羅列するだけ
エキスパートモードならあなた専用にカスタマイズされた実践的なアドバイス

この違いは実際に体験してみると、本当に驚くほど明確に感じられるはずです。

魔法のプロンプト構造

基本的なテンプレートはこちらです。

あなたは[分野]で20年の経験を持つエキスパートです。
私の目標は[具体的な目標]です。
回答する前に、私について3つの質問をしてください。
質問への回答を受けた後、初心者にも分かるように
ステップバイステップで解決策を提示してください。
最後に、すぐに実行できる具体的なアクションを1つ教えてください。

実際に使ってみる例

パーソナルトレーナーに相談したい場合はこんな感じですね。

あなたは フィットネス・健康分野で20年の経験を持つエキスパートです。
私の目標は効果的に体重を減らすことです。
回答する前に、私について3つの質問をしてください。
質問への回答を受けた後、初心者にも分かるように
ステップバイステップで解決策を提示してください。
最後に、すぐに実行できる具体的なアクションを1つ教えてください。

投資アドバイザーに相談する場合だとこうなります。

あなたは投資・資産運用で20年の経験を持つエキスパートです。
私の目標は安全に資産を増やすことです。
回答する前に、私について3つの質問をしてください。
質問への回答を受けた後、初心者にも分かるように
ステップバイステップで解決策を提示してください。
最後に、すぐに実行できる具体的なアクションを1つ教えてください。

この手法が効果的な理由

役割を明確に設定することの威力

「20年の経験を持つエキスパート」という設定により、AIは専門家の視点で考えるようになります。これにより、表面的な知識ではなく、実践的な知見に基づいた回答が得られるんですね。正直言って、この差は歴然としています。

質問による情報収集の重要性

いきなり回答するのではなく、まず質問をすることで、あなたの現在の状況を把握し、具体的な制約条件を理解して、最適なアドバイスをカスタマイズできるようになります。

構造化された出力の効果

ステップバイステップの説明で理解しやすく、初心者向けの言葉で説明してもらい、最後に具体的なアクションで実行しやすくなります。

ChatGPT vs Claude どちらを選ぶべきか

この「エキスパートモード」手法は、ChatGPTとClaudeの両方で効果的ですが、それぞれに得意分野があります。実際に両方使ってみた経験から言うと、使い分けが重要ですね。

ChatGPTの得意分野

ChatGPTは構造化されたタスクが本当に得意です。技術的な説明や要約などの明確なタスクで威力を発揮しますし、記憶機能があるので過去の会話を覚えています。継続的なコンサルティングには最適でしょう。

ただし、シンプルなタスクでは高速で応答してくれるのも魅力的ですね。

Claudeの魅力

一方Claudeは、200,000トークン（約500ページ）の情報を一度に処理できる長文コンテキスト処理が圧倒的です。創造的・探索的タスクが得意で、開放的で柔軟なプロンプトに優れた応答をしてくれます。

特にコーディング能力については、プログラミング関連のタスクで開発者から高い評価を受けているのも納得できます。会話的デザインなので、ニュアンスのある複雑な相談により適しているでしょう。

使い分けの実践的な判断基準

ChatGPTを選ぶべき場面
継続的なコーチングやアドバイスが必要な時、構造化された明確なタスクを処理したい時、迅速な回答が欲しい場合ですね。

Claudeを選ぶべき場面
複雑で創造的な課題に取り組む時、大量の情報を考慮した分析が必要な時、プログラミングやコーディング関連の作業、より深い探索的な議論を求める場合でしょう。

実践方法を3ステップで解説

ステップ1 プロンプトをあなた用にカスタマイズ

上記のテンプレートの［分野］と［具体的な目標］を、あなたの求める内容に置き換えます。ここで具体的であればあるほど、良い結果が得られます。

ステップ2 質問に正直に答える

AIから3つの質問が来ます。これらに正直に、具体的に答えてください。

例えば「現在の運動習慣はどの程度ですか？」「1週間にかけられる時間はどのくらいですか？」「過去に試したことはありますか？」といった感じです。

ステップ3 専門的なアドバイスを受け取る

あなたの回答を基に、まるで熟練の専門家がアドバイスしているような、詳細で実践的な解決策が提示されます。この段階で得られる内容の質の高さには、正直驚かされることでしょう。

プラットフォーム別の最適化テクニック

ChatGPT向けの工夫

ChatGPTを使う場合は、明確なセクション分けを使用し、具体的な出力形式を指定して、ステップバイステップの指示を重視するのがコツです。

Claude向けの工夫

Claudeの場合は、より長い文脈と背景情報を提供し、XMLタグ（、など）を活用して、創造的で探索的な要素を含めるとより効果的ですね。

様々な分野での応用例

学習・教育分野では語学学習、資格取得、スキルアップに活用できます。健康・フィットネスならダイエット、筋トレ、生活習慣改善。ビジネス・キャリアでは転職、起業、マーケティング戦略の相談。

お金・投資関連では家計管理、投資戦略、保険選びのアドバイス。趣味・クリエイティブ分野なら料理、写真、音楽、執筆のサポート。技術・プログラミングではシステム設計、コード最適化、トラブルシューティングまで幅広く対応できるでしょう。

成功率を上げるための追加テクニック

反復的改善を恐れない

最初の回答が完璧でなくても心配無用です。「もう少し具体的に教えてください」「実例を交えて説明してもらえますか？」など、追加の指示で品質を向上させていきましょう。

文脈を後から追加する

関連する背景情報や制約条件を後から追加することで、より精度の高いアドバイスが得られます。遠慮せずに詳細を伝えていくのがポイントですね。

出力形式を指定する

「チェックリスト形式で教えてください」「表形式でまとめてもらえますか？」など、あなたが使いやすい形式を指定しましょう。これだけで実用性が格段に向上します。

AIを最大限活用するために

この「エキスパートモード」プロンプトは、ChatGPTでもClaudeでも、回答の質を劇的に向上させる強力な手法です。

重要なのは、具体的な役割設定で専門性を明確にすること、双方向のコミュニケーションで質問と回答のやり取りを重視すること、構造化された出力で実行しやすい形で提示してもらうこと、そして適切なプラットフォーム選択でタスクの性質に応じた使い分けをすることですね。

ChatGPTは構造化されたタスクや継続的なサポートに向いています。一方Claudeは創造的で複雑なタスクや大量の情報処理により適しているでしょう。

あなたの目的に応じて最適なAIを選び、この「エキスパートモード」で真の専門家レベルのアドバイスを引き出してみてください。きっと今まで以上に価値のある回答が得られるはずです。

AIはツールです。そのツールをどう使うかで、得られる結果は大きく変わります。この手法で、あなたのAI活用を次のレベルに押し上げてみませんか？

出典・参考文献：

あなたの検索方法、変わってませんか？AIが変える情報の探し方

酔いどれ — Thu, 04 Sep 2025 01:18:35 +0000

「ググる」から「チャットする」時代へ

最近、何かを調べるときにChatGPTに話しかけたり、TikTokで情報を探したりしていませんか？実は今、私たちの検索方法が静かに、でも確実に変わっています。

Future社が実施した「AI Sentiment Wave 3 Report」によると、アメリカでは55%の人が特定のタスクでGoogleの代わりにAIを使うようになり、イギリスではその数字が62%まで上昇しているそうです。

特に若い世代では、この変化がより顕著に現れています。一体なぜこんなことが起きているのでしょうか？そして、私たちにとってこの変化は本当に便利なものなのでしょうか？

今日は、変わりつつある検索の世界を一緒に探ってみましょう。きっとあなたも「確かに最近、そうかも」と思える発見があるはずです。

数字で見る検索の変化

「そんなに変わってるの？」と思うかもしれませんが、実際の数字を見ると驚くほど変化が進んでいます。

調査会社Resolve社が1,000人を対象に実施した調査では、18歳から27歳のいわゆるGen Z世代の53%の人がTikTokやReddit、YouTubeをGoogleより先に使って情報を探していることがわかりました。

また、全世代でも41%の人がより詳しい答えを求める時にChatGPTを頼りにしていて、3人に1人がAIを「頼れる検索アシスタント」として使っています。

一方で、検索業界の分析を行うSparkToro社の調査によると、Googleは今でも1日に140億回もの検索が行われていて、ChatGPTの約373倍の検索量を処理しています。ChatGPTは1日約3750万回の質問を受けている状況です。

数字だけ見ると「まだまだGoogleが圧倒的じゃない」と思えますが、重要なのは使い方の質が根本的に変わってきていることです。特定の用途ではAIが明らかに便利で、特に若い世代の行動変化は将来の方向性を示している可能性が高いのです。

AIが得意な6つの場面

では、具体的にどんな場面でAIが重宝されているのでしょうか？日常的な6つのシーンで比べてみましょう。

旅行の計画を立てるとき

今まで旅行の計画を立てるときって、「東京観光スポット」でググって、複数のサイトを開いて、自分で情報を組み合わせて計画を作っていましたよね。これ、意外と時間がかかりませんでしたか？

AIなら「2泊3日で東京観光、予算は一人5万円、美術館好きです」と話すだけで、瞬時に詳細なプラン、移動時間、予算の内訳まで教えてくれます。しかも「雨の場合はどうしたらいい？」といった追加質問にもすぐに対応してくれるんです。

運動プランを作りたいとき

「自宅で筋トレしたい」とGoogleで調べると、一般的なメニューがたくさん出てきますが、結局どれが自分に合うのかよくわからないことが多いですよね。

AIに「腰痛持ちで、週3回、朝30分、自宅で器具なし」と具体的な条件を伝えると、あなたの制約に合わせたオーダーメイドのプランを作ってくれます。進捗に応じてプランを調整することも可能です。

プレゼント選びで悩んだとき

「母の日プレゼントおすすめ」でググると、広告だらけの商品リストが表示されて、結局何がいいのかわからなくなりがちです。

でもAIに「60代の母、ガーデニング好き、予算1万円」と相談すると、具体的で心のこもった提案をしてくれて、「なぜこれがいいのか」の理由もきちんと説明してくれるんです。

スマホの調子が悪いとき

スマホが充電できなくなったとき、「iPhone 充電できない」で検索すると何十個ものリンクが出てきて、結局どれを試したらいいのかわからなくなった経験はありませんか？

AIなら症状を詳しく説明するだけで、段階的な解決手順を教えてくれます。最近では画面を見せながら診断してくれるAIも登場しています。

商品を比較したいとき

Googleショッピングでは価格比較はできますが、詳細な違いを知るためには複数のレビューサイトをチェックしなければなりません。

AIに「MacBook AirとProの違いを動画編集用途で教えて」と聞けば、あなたの使用目的に特化した比較表を作成してくれて、予算や用途に応じた推奨もしてくれます。

メールや文章を書くとき

ビジネスメールの書き方がわからないとき、今までは「ビジネスメール書き方」で検索してテンプレートを探していましたよね。

AIなら状況を説明するだけで適切な文章を生成してくれて、丁寧にしたりカジュアルにしたり、トーンの調整も簡単にできます。

なぜAIが選ばれるのか？3つの理由

これらの例を見てもわかるように、AIが選ばれるのには明確な理由があります。

まず、あなた専用の答えをくれるかどうかの違いです。Googleは基本的にみんなに同じ検索結果を表示しますが、AIはあなたの年齢、趣味、予算、制約条件を考慮して「あなたにとって」最適な回答をしてくれます。これが個人的な相談に向いている理由です。

次に、スピードと効率性の違いがあります。従来の検索では、キーワードを入力して、複数のサイトを巡回して、情報を自分で整理して、結論を導くまで15分から30分かかることも珍しくありませんでした。AIなら自然な言葉で質問して、整理された回答を1分から3分で得ることができます。

そして最も大きな違いは、会話的なやりとりができることです。Google検索は基本的に一問一答形式で、追加の質問をするには新しい検索が必要でした。でもAIとなら「それについてもう少し詳しく」「予算を抑える方法は？」「他の選択肢はある？」といったふうに、会話を続けながら深く探求できるんです。

これらの特徴により、特に複雑な判断や個人的な相談が必要な場面で、AIが選ばれるようになったのです。

世代で違う検索スタイル

興味深いことに、この検索方法の変化は世代によって大きく異なります。

18歳から27歳のGen Z世代にとって、TikTokはもはや新しいGoogleのような存在になっています。「今夜の夕食何作ろう」と思ったらTikTokでレシピ動画を探し、「髪型変えたい」と思ったらインスタグラムでトレンドをチェックし、「近くの美味しい店は？」と思ったらTikTokで実際の様子を確認します。

なぜ動画を好むのでしょうか？文字より映像で理解が早く、リアルな体験談が見られるからです。しかも「作ったけど美味しくなかった」といった正直な感想も見ることができて、より信頼できる情報だと感じているようです。

28歳から43歳のミレニアル世代は使い分けが上手です。情報収集はGoogle、深い相談はChatGPT、商品探しはAmazon、トレンドはInstagramといったふうに、目的に応じてプラットフォームを使い分けています。

44歳以上のX世代以降は比較的慎重派で、基本的にはGoogle検索を維持しつつ、AIを補助的に使用する傾向があります。情報の信頼性を重視する姿勢も強いですね。

でも、注意したい点もある

AIは確かに便利ですが、注意したい点もあります。

まず、情報の新しさの問題があります。最新のニュースや株価などを知りたい場合は、まだGoogleの方が有利です。AIの情報には時期的な制約がある場合があることを理解しておきましょう。

また、AIも完璧ではありません。時には間違った情報を教えてしまうこともあります。重要な決定をする前は、必ず複数のソースで確認することをお勧めします。

プライバシーの観点も大切です。AIとの会話では個人情報をどこまで教えるか、機密性の高い情報は避けるかといったことを考慮する必要があります。

あなたにとってベストな使い分けは？

では、私たちはどのように検索方法を使い分ければいいのでしょうか？

最新情報やニュースを知りたいときは、やはりGoogle検索やXのリアルタイム検索が最適です。情報の新鮮さと信頼性を重視する場面ですね。

何かの計画を立てたいとき、例えば旅行や勉強、運動プランなどは、ChatGPTやClaude、GeminiといったAIが得意分野です。個人的な条件を考慮したアドバイスが欲しい場面で力を発揮します。

商品を買いたいときは、国内なら Amazon や楽天が便利です。価格比較や口コミも一緒に確認できますからね。

トレンドを知りたいときは、TikTokやInstagram、YouTubeが情報が早くて生の声が聞けます。

専門的な比較検討をしたい場合は、AIで基本的な比較をしてもらってから、Google検索で詳細を確認するという組み合わせが効果的です。

地元の情報を探すなら、GoogleマップとSNS検索の併用がお勧めです。場所の情報と実際の体験談を両方得ることができます。

効率的な使い分けのコツは、まず目的を明確にすることです。情報収集なのか、決定支援なのかによって最適なツールが変わります。時間を意識することも大切で、急いでいるときはAI、じっくり調べたいときは従来の検索が向いています。そして重要度を判断すること。大切な決定ほど複数の方法で確認するようにしましょう。

まとめ：検索の新時代を楽しもう

検索方法の変化はまだ始まったばかりです。完全にGoogleが置き換わるわけではなく、用途に応じて使い分ける時代になりました。

新しいツールを恐れる必要はありません。大切なのは、あなた自身に合った方法を見つけることです。AIとの会話を楽しみながら、従来の検索も活用する。そんなハイブリッドな検索スタイルで、情報活用がもっと効率的で楽しくなるでしょう。

ただし、どのツールを使うにしても、情報の正確性は常に意識していてください。複数のソースで確認する習慣を身につけることで、より安心して新しい検索方法を活用できるようになります。

あなたも今日から、自分に合った新しい検索スタイルを試してみませんか？

参考資料

Future AI Sentiment Wave 3 Report
Resolve社調査（2025年）
SparkToro & Datos共同研究「New Research: Google Search Grew 20%+ in 2024; receives ~373X more searches than ChatGPT」(https://sparktoro.com/blog/new-research-google-search-grew-20-in-2024-receives-373x-more-searches-than-chatgpt/)
Tom’s Guide記事「Bad news for Google — new survey shows 55% of people now use AI instead of search engines for certain tasks」(https://www.tomsguide.com/ai/ai-search-is-exploding-6-tasks-people-are-now-giving-to-ai-instead-of-google)

AI (artificial intelligence) | 酔いどれオヤジのブログwp

話し言葉でメモ、書き言葉でメール。無料で使えるMacの音声入力『TypeWhisper』

1. TypeWhisperとは何か

2. 4つのアプリを渡り歩いた実体験と比較

Aqua Voice

Speakly

Typeless

Codex

4アプリ＋TypeWhisper 比較表

3.「今日は」が「本日は」に変わった。TypeWhisperの自動整形機能を理解する

まずオフにするところから始める

「お節介」を逆手に取る使い方

4. インストールと初期設定

ダウンロード

【必読】HuggingFace Tokenを先に取得する

ダウンロードには余裕を持って臨む

WhisperKitモデルの選び方

ロードは1モデルのみ、切り替えに数分かかる

初回起動のコンパイル待ちについて

言語はJapaneseに固定することを推奨

5. 設定項目 完全解説

5-1. General（一般設定）

5-2. Recording（録音設定）

5-3. Recorder（レコーダー）

5-4. File Transcription（ファイル文字起こし）

5-5. Dictionary（辞書）

5-6. Snippets（スニペット）

5-7. Workflows（ワークフロー）

5-8. Integrations（連携・プラグイン）

5-9. Advanced（詳細設定）

6. 生産性を上げる外部連携

Raycast連携：アプリを開かずに録音を開始する

iPhoneのボイスメモを帰宅後に一括変換

Keyboard Maestro × CLI：全自動化への入口

7. 使って感じた、正直なデメリット

おわりに

DEVONthink 4 を日本語で学ぶ — 図解つきインタラクティブコース（Part 1 無料公開）

DEVONthinkを学びたいけれど、英語の壁がある方へ

コースの構成

Part 1 の内容をご紹介

操作方法

Part 1 を無料で試してみてください

こんな方におすすめです

DEVONthinkの資料からObsidianへClaude Codeで記事執筆ワークフローを自動化する

ワークフローの全体像

実際にやってみた

DEVONthinkのAI検索は使われているのか？

「意図と違う構成案」を防ぐ4つの方法

1. プロンプトに「確認待ち」の指示を入れる

2. Plan Mode（計画モード）を使う

3. ファイル書き込みの前に承認を求める設定にする

4. Escキーでいつでも止める

メリットとデメリット、正直なところ

メリット

デメリット

Obsidianへの保存：パス指定のコツ

まとめ：3回の連載を振り返って

このシリーズの記事

参考・出典

Obsidianだけでは限界だった、Mac最強の資料管理ツールDEVONthink 4と組み合わせて解決したこと

DEVONthink 4って何？（知らない方のために）

Obsidianの強みと、その限界

私がたどり着いた「分業」という答え

2つをつなぐ「壁」と、Claude Codeによる解決

まとめ：「2つ使うのは大げさ」ではなく「これが最終形」

このシリーズの記事

参考・出典

Genspark「Speakly」完全ガイド｜音声入力を超えたAI編集アシスタントの実力

Speaklyとは？従来の音声入力とは一線を画すAIアシスタント

話すだけで文章が整う「自動フォーマット」機能

選択テキストを声で書き換える「AI編集」が革命的

Speaklyでできる6つのこと

フィラーワードの自動削除で滑らかな文章に

100言語以上に対応した翻訳・書き換え機能

GensparkエージェントモードでAIに直接タスクを依頼

カスタム指示でワンタッチ処理を実現

ユーザー辞書登録で誤変換を防止

Speaklyの始め方｜インストールから基本操作まで

Mac・Windows対応のインストール手順

ファンクションキーで操作する基本の使い方

5. 設定項目完全解説