GensparkからGeminiまで、2025年5月のAI進化を総まとめ

家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。今日は6月1日の日曜あさ、GPTs研究会モーニングライブは50分拡大スペシャル。積さんとジーニーさんを迎えて、5月まるごと1ヶ月分のAI進化をとにかく一気に総ざらいする回でした。いやー、始まる前から分かってたんですよ、これノンストップで駆け抜けるやつだって。Gensparkの電話代行から、国民の責務が書かれた新AI法まで……ぶっちゃけ1時間じゃ全然足りないくらいの情報量でした。

▶ この話題を動画で見る（12:01〜）

まず何から話すかって、これはもうGensparkから始めるしかない。積さんが「先週まではGenspark推しで、実際今でもフルに使ってる」って言うくらい、5月のGensparkはとにかく機能が増えました。全体に「スーパーエージェント」という名前がついて、AIスライド・AIシート・そしてダウンロードまで、いろんなツールが一気にセットになった感じです。AIシートっていうのが面白くて、データを分析してシートにするだけじゃなく、そのままインタラクティブなウェブページにまで仕上げてくれる。京都の朝から空いてる飲食店リストとか、日帰り温泉のリストとか、積さんが実際に作ったものを見せてくれたんですけど、そのスピード感がもう笑っちゃうくらいでした。

ただ、便利さの裏に小さな引っかかりもあって。積さんが「AIドライブにダウンロードって書いてあるのに、実際は落ちてきてない」って首をかしげてたんです。

積さん（12:01〜）

「今日ねaiドライブにダウンロードってできていけるんですけど、このスーパーエージェントでダウンロードしたよって言ってるんですけど、実際落ちてきてないんですよね。なんかこれちょっとフォルダ作ってくるんですね。どこ行ってるのかなと思ってたんですけど、よかったらヒントを知ってる方は教えてください。」

これ、私も聞いてて「あるある」ってなったんですよね。新機能って出たての頃はこういう小さい不具合、けっこう普通にある。ジーニーさんが「Vimeoの動画とかも結構落ちてる」って教えてくれて、権限の問題なんじゃないかって積さんも推測してました。で、そのすぐ後に出てきたのが電話代行の話。もともと固定電話にしかかけられなかったのが、5月から個人の携帯にもかけられるようになったんです。ここはジーニーさんが実演を交えて解説してくれました。

ジーニーさん（14:20〜）

「前まで確かGoogleマップか何かに登録されている店舗さんにしかかけられなかったんですよね。あそこに登録がないところには電話かけられなかったんですけど、今は個人の携帯電話とかにも電話ができるというふうになってるので、じゃあこれから誰々さんに電話をかけて、こういう調整してくださいみたいなことをお願いして、直接電話をかけて、誰々さんの代理でご予定を確認しに電話してきましたみたいなことを言って、本当に会話がちゃんと成立するっていう感じですね。」

電話。しかも個人に。夜中に自分の携帯にテストでかけさせたら、AIが「こんな時間にかけてくるの非常識じゃないですか」って一人芝居まで始めたらしくて、その場が笑いに包まれてました。便利なんですけど、退職代行とか、別れの電話とか、そこまで使えるって話も出てて……正直、どこまでOKなのか私も線引きが気になってます。あとGensparkはAIチャットが無制限になって、GPT-4.1やClaude 4、Gemini 2.5 Proまで課金一本で使えるようになったのも大きい。画像生成もImagen 4対応で、5月だけでこれだけ動いたGenspark、6月も絶対に目が離せません。

▶ この話題を動画で見る（25:09〜）

次はGoogleの話。5月はGoogle I/Oがあって、もうね、盛りだくさんなんてもんじゃなかったんですよ。まず動画生成のVeo3。積さんが「これ生成のレベルではない」って言うくらい、映像のリアリティが跳ね上がった。いやー、これがすごくて、セリフが入るんです。しかも、周りの環境音まで一緒に生成される。今までの動画生成って、絵はきれいに出るけど無音で、あとから音を乗せる前提だったでしょ。それが……最初から全部入りで出てくる。8秒単位のクリップを組み合わせて、長尺のCMみたいな映像まで作れるようになったそうです。8秒。その積み木でCMが建っちゃう。料理でいうと、盛り付けだけじゃなく湯気と匂いまで一緒に出てきた感じなんですよ。

音声まわりも一気に動いてて、Google AI StudioのGeminiスピーチジェネレーションではセリフを作って喋らせられるし、逆にリアルタイムでこちらの声をテキストに起こす「ストリーム」機能も出ました。ジーニーさんが画面共有と組み合わせた使い方に注目していて、これが結構刺さる話でした。

ジーニーさん（24:24〜）

「チャットGPTの高度な音声モードも、スマートフォン版の場合は画面のシェアと紙に使えたんですけど、これがパソコン版というか、結構大きいのかなというふうに思います。」

画面を見ながら、AIに解説してもらいながら作業する……これ、地味だけど働き方変わりますよね。スマホでできてたことがパソコンでもできるようになるって、聞いた瞬間は「へえ」で流しそうになるんですけど、実際は毎日の作業のど真ん中に効いてくるやつなんですよ。で、話はGeminiキャンバスへ。積さんがスライドをその場でパッと作って見せてくれたんですけど、そのスピードにびっくりしました。ぶっちゃけ、作りますねって言ってから出てくるまでが早すぎて、こっちの目が追いつかない。

積さん（25:09〜）

「ジェミニは他にまだまだいろんなものを出してますよね。結構紹介あんまりみんなしきれてないのはキャンバス、ジェミニキャンバスっていうのが結構これ便利ですよね。いやあのGoogleのこのキャンバスの機能でするのが作成は一番早いですね。ものすごいスピードで作ってきますから、こんな感じで作ってきます。」

キャンバス。爆速。クイズも作れるって話で、教育現場での使い道もどんどん広がってる感じがします。あとGemini 2.5 ProとFlashのリリース、そして上位プランの「Gemini Ultra」も登場。ユーチューブプレミアム込み、30テラのGoogleドライブ込みで、積さんが「30テラ、何入れるんですか」って半分あきれてたのが面白かったです。30テラ。いやー、正直、何を入れたら埋まるのか私も想像つかない。

でね。極めつけはGemini APIがMCP対応になったこと。これでClaude・ChatGPT・Geminiの主要3つが揃ってMCP対応になって、積さんいわく「これがほぼ標準になっていく」とのことでした。ここ、地味なニュースの顔してるんですけど……料理でいうと、厨房の器具の口金が全部おんなじ規格になった、みたいな話なんですよ。どのAIにどの道具を挿しても動く。5月のうちにそこまで来ちゃったのかと思うと、ちょっと震えます。動画に音が乗って、スライドが数十秒で建って、道具の規格まで揃う——Google、本気出しすぎでしょ。

▶ この話題を動画で見る（32:23〜）

あ、そうだ。ここからは私自身が実際に作ったものの話です。Geminiでアプリがサクサク作れるようになった流れで、私も試しに作ってみたんですよ。塗装屋さんの外壁診断をするアプリ。家の外壁写真をアップロードすると、AIがひび割れやチョーキングを見て、診断レポートを作ってくれるっていうものです。

ひろくん（32:23〜）

「で僕が作ったこのおうちの外壁AI簡単診断ですね。ここに家の外壁の写真をアップロードするんですね。これもO3で画像作ってもらったんですけど、あとこれでAI診断レポート作成中ですって感じで、実際にどこまで精度高いか今実際の外壁塗装のプロの人にチェックしてもらってるんですけど、僕が見た感じかなり精度高くて。」

これ、自分で作っておきながら結構驚いてるんですよね。今はプロの外壁塗装屋さんに精度をチェックしてもらってる最中なんですけど、素人目に見た感じ、けっこういいところを突いてくる。専門業種ごとのAI診断って、飲食店でも実店舗でも、どんどん増えていきそうだなって肌で感じました。しかもね、ここが大事なんですけど、こういうのが「何ヶ月もかけた大プロジェクト」じゃなくて、思いついてちょっと触ったら形になっちゃう——そこがいちばん怖いところなんですよ。

積さんもGeminiを組み込んだアプリを何個も作っては、コストが月100円くらいで済んだって話をしてて、値段の安さにもびっくりしました。月100円。缶コーヒー1本もいかない。で、もう一つ私が今どハマりしてるのがClaudeです。GitHubのIssueを投げると、その中でクロードが勝手に動いてくれる「クロードコードアクション」っていう機能があって。

ひろくん（38:24〜）

「僕も今クロードにどハマりしてて、クロードの機能もすごいんですけど、カーソルとかに入ってるのもそうなんですけど、GitHubのアクションにクロードコードアクションっていう機能があって、GitHubにIssueを投げるとその中でクロードが動くんですよね。クロードフォーのAIを設定しておくとタスクの上から自分に全部やってくれてサブタスクも全部やってくれるので、投げておくと同時並列で100クロードが全部同時動くとかできちゃう。」

100体。同時に。今までカーソルでせいぜい5体くらいが限界だったのが、要件定義さえ投げておけば寝る前に仕込んで朝起きたら全部完了してる、というレベルまで来てるらしくて……正直、ちょっと感覚がついていけてません。積さんは「コンテキストが破綻しない」ってところに驚いてました。長時間、しっかり要件を参照しながらタスクをこなし続けてくれる。ここ、地味に一番の進化だと私も思ってて。前は途中で話の前提を忘れて迷子になっちゃってたのが、最後まで筋を通してくれるようになった。料理でいうと、途中でレシピを見失わない見習いが100人、黙って厨房を回してくれてる感じなんですよ。ジーニーさんの色覚シミュレーターの話も出てましたけど、専門的なツールが数行のコードで作れる時代、本当に来たんだなと実感した時間でした。

▶ この話題を動画で見る（45:26〜）

画像・動画生成のニュースも駆け足で。GoogleのWiskでImagen 4が使えるようになったり、AdobeのFireflyもワンランク上がったり。積さんいわく、Fireflyの強みは著作権の心配が少ないこと。自社のAdobe Stockの中から生成しているぶん、他の画像を無断で引っ張ってきてる心配が少ないっていう理屈でした。ここ、仕事で使う人にはけっこう効く話なんですよ。きれいな絵が出ることより「これ出しても大丈夫？」の安心のほうが、business の現場では重いことがある。

動画はKling 2.1が登場、アバターのHeyGenもバージョン4になってリップシンクの精度が上がったとのこと。Napkinも地味にアップデートしていて、図解ツールの進化も止まりません。……いやー、こうやって並べてるだけで息が切れる。全部、5月の1ヶ月の話ですからね。そして、この日の積さんイチオシニュースがAquaVoiceでした。

積さん（45:29〜）

「アクアボイスめちゃめちゃ便利ですね。で何が便利かというと、他のスーパーウィスパーとかそういったものよりもキーのショートカットがワンキーですぐっていうのは、まず一番僕にとっては大きなメリットで。もう今まで音声入力って直接してなかったんですけども、これでもうすごくするようになりましたね。」

ワンキー。それだけ。ここ、笑っちゃうくらい単純な差なんですけど、めちゃくちゃ本質だと思うんですよ。今まで音声入力ってなんとなく面倒で避けてたのに、ボタン一つで話しかけるだけになった瞬間、一気に日常の道具になった。すごい機能が増えたわけじゃない。手前の一段の階段が消えただけ。でもそれで、使わなかった人が毎日使うようになる。料理でいうと、包丁の切れ味じゃなくて、引き出しの開けやすさの話なんですよね。私もこの流れに乗っかって、実際にAquaVoiceを使い始めました。

ひろくん（47:47〜）

「僕は両方今入れてて、まだ決めかねてるんですけど、アクアボイス早いですよね。早いですね。アクアボイスにしようかなと思って。でも、アクアボイスはもうほぼ完璧じゃないですかね。機能的にはね。画面のコンテキストも取れるし。プロンプトセットしておけばね、かなり高度なことできますもんね。」

画面のコンテキストまで取れるから、プロンプトをセットしておけばかなり高度なこともできる。名前とか専門用語の変換で間違えることもあるけど、それも登録しておけば直せる。ちなみに日本語対応のApple Intelligence(Siri)についても話題になったんですが……正直、みんな微妙な反応でした。まだ「馴染んでない」って感じ。ぶっちゃけ、ここは正直に書いときます。音声入力ひとつとっても、こうしてツールごとに一長一短がある。5月だけでここまで並んだのかと思うと、AI進化のスピード、もう笑うしかないですよね。

▶ この話題を動画で見る（51:12〜）

これは私の話なんですけど、AppSumoで買ったSNS自動投稿ツールの話をさせてもらいました。世の中のAI投稿ツールって、なんか「なんちゃって投稿」になりがちで自分らしさが出ないんですよね。それっぽい文は出るけど、自分の言葉じゃない。読む人にもバレる。でもこれはブランドボイスをあらかじめ設定できて、誰が誰にどんな目的でどんな価値観で投稿を作るかを裏側にセットできるんです。

ひろくん（51:12〜）

「これも僕は例のごとくAppSumoで買ってきたんですけど、このツール使うと自分のブランドボイスとか、よくSNSに投稿するAIってあるんですけど、なんかなんちゃって投稿なんで自分らしさが出てないんですけど。これはプロンプトもセットできるし、あらかじめ自分のブランドボイス、要は誰が誰にってどんな目的どんな価値観でどんな内容をテーマに投稿を作るのかっていうのを全部裏側に設定できて。」

ボタン1個でカレンダーに投稿予約が入っていって、1日ちょっと触るだけで1ヶ月分の投稿ができちゃう。1ヶ月分。1日で。しかもインスタやFacebookのDMもツール1個で一元管理できて、アナリティクスまで見れる。AIに任せきりじゃなく、一緒に手をこねながら作る感覚がいいなと思ってるんですよ。全自動でポンと出てきたものを流すんじゃなくて、こっちの味付けを入れてから出す。ネタに困らないのが、たぶん一番の恩恵かもしれません。で、話はLINEのトークサジェストにも広がって、積さんがそのままの勢いで、絶対に言わなきゃいけないというニュースを持ち出しました。

積さん（53:50〜）

「これだけは今日は絶対言うとかなあかんね。人工知能関連技術の研究開発及び活用の推進に関する法案というのが、衆議院を通過しました。これはいわゆる新AI新法というやつですね。その中でも衝撃の言葉は、国民の責務っていうのが出てるんですね。」

国民の、責務。第8条の頭に、本当にその言葉が書いてあるらしくて。いやー、これ聞いた瞬間、場が一瞬「え？」ってなったんですよ。積さんが「AIを使えとまでは言ってないけど、理解せよってことですね」って解説してくれて、半分笑いながらも、ちょっとどよめきました。私自身、AI導入を後押しする立場からすると、この法案があると導入の理由づけにしやすくなる面もあるなあ、と感じています。「社長、法律にもこう書いてありますよ」って言えるって、現場では地味に強い。

でね。ここからがまた面白くて。マナスにこの法案本文をそのまま読み込ませてスライド化させたら、2時間分のセミナー資料が一発でできたという話も出たんです。一発。法律の条文っていう、いちばん固くて眠くなるやつを、そのまま人に伝わる形に変換しちゃう。法律の話まで一発出しできる時代なんだなと、しみじみしました。

▶ この話題を動画で見る（62:07〜）

今日いちばん象徴的だったのが、このスライド対決の話でした。積さんは大学の授業で毎週90分ぶんのスライドを一から作る必要があって、それをAIで何とかできないかと試していたんです。最初はGensparkのAIスライド。次にSkywork、そしてManus、最後にPerplexityラボ……この4つが、なんとたった1週間の間に次々と登場したんです。

積さん（62:07〜）

「これ僕言っときますけど、さっきの先週までみんなジェンスパーク推しだったでしょ。それが火曜日にスカイワークが出て、うわなんだこれってなって、その後にマナスが出て、土曜日の朝にパープレキシーラボが出てきた。」

教科書。丸ごと。一番びっくりしたのはPerplexityで、授業のプロンプトを一行入れただけで、ページ形式の教科書レベルのスライドができたという話でした。

積さん（64:06〜）

「普通に教科書を開いてるのかなって一瞬思うぐらい、スライドどころが教科書だから。このスライドで、手元の教科書をご覧くださいって言って、これを入れて、教科書を出して。授業できるやん。」

プロンプト一発でお風呂に入ってる間に授業スライドができあがる……これ、教育現場にいる人ほど震えるんじゃないでしょうか。私はこれを聞いていて「教育革命ですね」って口に出しちゃいました。日本のコンテンツの厚みをデジタル化していくプロジェクトの話にもつながって、積さんが文化庁との取り組みを進めているという話も飛び出しました。最後は本当に盛りだくさんで、コメント欄も賑やかなまま時間切れに。

ひろくん（69:56〜）

「僕の方から、GPTs研究会なんですけども、おかげさまで4800人を突破しましてですね。皆さんからご紹介いただいてるおかげで増えてるんですけど、これ4万人を目指すというプロジェクトを今やってまして。」

思いつきで始めたグループが4800人まで来たっていうのは、正直私自身が一番びっくりしてます。ライブは毎日開催中で、アーカイブもai-kidou.jpにブログ化して残しているので、ピンときたものがあったら1個でも触ってみてもらえたら嬉しいです。