
GPTs LABO MORNING LIVE
ChatGPTに「目」がついた日
Advanced Voice Modeのビデオ機能を触ってみた|GPTs研究会 金曜あさLIVE
2024年12月13日(金)朝LIVE
CAST
田中啓之(ひろくん)
3方よしAI共創コンサルタント・GPTs研究会主催
多田啓二(ただっち)
AI開花マーケター
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。いやー、12月13日の金曜あさLIVE。これが、なかなか濃かった。
OpenAIが「12日間の発表」ってやつを続けてる真っ最中でね。毎日なにか来るんですよ。その6日目か7日目あたりで、ついに——ChatGPTのAdvanced Voice Modeに「カメラ」がついた。要は、AIが目を持った。音声で話すだけじゃなくて、カメラ越しに見えてるものをリアルタイムで認識しながら対話できるようになった。
で、この日はさらにサンタモードも出てきて。Soraの話もあって。Geminiの進化もあって。ただっちと2人でわちゃわちゃやった1時間、そのままお届けします。
最新AI情報満載!毎日無料朝LIVE実施中!GPTs研究会では、AIツールの最新活用法を毎朝シェアしています。AI初心者の方も、ぜひAI氣道.jp無料メルマガで朝LIVEブログを毎日チェックしてくださいね。
🎬 LIVE配信アーカイブはこちら!
📚 目次
ChatGPTに「目」がついた——カメラ対話で何が変わるのか

この日のLIVEで一番でかかったのは、これです。ChatGPTのAdvanced Voice Modeにカメラ機能がついた。文字にすると一行で終わるんだけど、これが——なんというか、分かれ目になる変化だなと感じたんです。
今まで音声モードって、声で話して声で返ってくるだけだったじゃないですか。AIは耳があっても目はなかった。でも今回から、カメラをオンにした状態で話しかけると、AIがこっちの画面越しに見えてるものをリアルタイムで認識しながら返してくれる。
いやー、ただっちが画面で実際に試してくれたんですよ。Mac版のアプリでAdvanced Voice Modeを起動したら、カメラのボタンがちゃんとある。それを押して——カメラが接続できた。もうそれだけで私、「おー」ってなりました。
ひろくん(04:58〜)
「カメラが付いてるっていうのがある。要はもう、永遠にカメラを見て、見た目を見てもらいながら対話もできるっていう」
「永遠にカメラを見ながら」——これ、私の言い方だけどニュアンス伝わりますかね。ずっとオンにしたまま、日常的に使えるってことなんですよ。ライブ中も例として挙がったのが、コーヒーを淹れる手元を見せながら「もう少しゆっくり追い落とした方がいい?」って聞くとか。
ひろくん(15:29〜)
「ビデオを通じてこのChatGPTに聞けるっていうのもあるので、さっきのコーヒーなんか入れてたと思うんですけど、リアルタイムで、こんな感じでもう少しゆっくり追い落とした方がいいよとか、料理の先生にもなってくれるかなと」
料理の先生、なんですよね。しかもリアルタイムで。今まで「写真を撮って→アップして→テキストで質問」って手順が要ったのが、カメラをオンにしたまま「これ、どう?」って声かけだけで済む。この一手間が消えるのって、地味なようで全然地味じゃない。
で、こういう話をしながら私とただっちが盛り上がったのが「じゃあ他に何に使えるか」です。焼肉の焼き具合をリアルタイムで見てもらうとか、しゃぶしゃぶのお肉のタイミングを教えてもらうとか。
ただっち(16:00〜)
「うるさいな、うるさいなみたいな。ウェブ業AIとか作れるんじゃないかと思うんですけど」
これ笑っちゃったんだけど……「うるさいな」ってなるAI(笑)。でも確かに、お肉がちょうどよくなったのに「まだ早い」って言われ続けたらそうなるよなあと。
それはさておき、目がついたことの本質はもっと業務寄りにある。例えばスプレッドシートを画面共有しながら「この数値ってどう読む?」って聞けたり、今作ってるチラシやホームページを見せながら「これ、どこか変なとこある?」って確認できたりする。ライブ後半のGeminiの話でも出てきたんだけど、「画面を見せながら相談できる」って機能、これからのAI活用の当たり前になってくると思うんですよね。
ひとつだけ注意点を。Advanced Voice ModeとカスタムGPTはまだ連携できない。ここができると、例えば自分だけのAI秘書的なGPTに音声とカメラで話しかけられるようになるんですけど——
ひろくん(20:49〜)
「ボイスアドバンスまだ、確かカスタムGPTはボイスアドバンスも対応してないんでね。あれができるはないとかなり、これができるとね、それだけでだいぶ違うんだけど」
そうなんです、そこだけはまだなんですよね。でもこれ、たぶんそう遠くないうちに来ると思ってる。カスタムGPTにカメラとボイスが揃った時、日常のAI活用がまた一段、変わる気がします。それにこれ、iPhoneにもネイティブに入ってくる。カメラもついて、音声も対応して——一気にシームレスに日常にAIが入ってくるなって。この言葉、自分で言いながらけっこう刺さりました。画面の中のAIじゃなくて、生活の中にいるAI。そうなるともう、使う使わないの話じゃなくて、どう使うかの話になってくる。目がついたことで、その「どう使うか」の幅が広がった日だったんだな、とあらためて思います。
サンタモードが来た——遊び心から広がるAI活用の入口

あ、そうだ。この日もう一個、ちょっとびっくりしたのがありまして。期間限定の「サンタモード」。ChatGPTのAdvanced Voice Modeで、サンタクロースと日本語で話せるようになってたんですよ。
ただっちがデモを見せてくれたんですけど——。Macアプリを開いて、Voice Modeのアップデートを当てたら、クリスマス仕様のUIになってた。で、サンタさんを選んで話しかけたら。
ただっち(07:55〜)
「ここにさっき、あっ今できた。アップデートが来てるね。そして更新したら。クリスマスおめでとお、来たあれ?」
「クリスマスおめでとう」って言ってくれたんですよ、サンタさんが。日本語で。私とただっちで「おはよう、サンタさん!」「おはよう、サンタさん!」ってはしゃぎながら声かけて(笑)。なんか、年甲斐もなく盛り上がっちゃいましたよね。
でね、このサンタモード——お遊びっちゃお遊びなんですよ。季節限定のキャラクターで話せる機能で、12月のシーズンだからこそ、みたいなもの。でも私、これを見てて思ったのが「子どもたちがどう使うかを見るのって、すごく大事だな」ということで。
ひろくん(16:15〜)
「やっぱりこのサンタさんってね、お遊び的にこう今シーズンでいいんですよ。実はそのこういう親しみに思ったところから、子供たちがどんな会話するのかっていうのから、多分結構学べそうな気がするんで。ちょっと子供たちと一緒にやってみようかな」
そうなんですよね。私も息子が空手を習ってるんですけど、子どもってAIに対してフラットじゃないですか。怖さもない、変な先入観もない。サンタさんと話してみて、自然に「質問してみよう」「歌ってもらおう」ってなる。そこから始まるAIとの関係って、大人が「勉強しよう」と気合入れて入るよりずっと健全な入口になる気がする。
ライブの中でただっちとこんな話もしました。好きなキャラクターと一緒に勉強するとか、料理を一緒にするとか、映画のクイズを出してもらうとか。
ひろくん(18:55〜)
「AI同士でまた対話をさせたら面白いかなと思って。嘘つきの悪い子にプレゼントあげないよとかって、バト押しあったらちょっと困るけどね」
AI同士でバトルさせたら困る——これ笑えるんだけど、でも「AI同士で対話させてみる」って発想は実はけっこう本質を突いてる気がするんですよね。どっちが本物のサンタかを子どもがジャッジするとか、何かを学ぶシナリオとして面白い使い方になってくる。
で、このサンタモードを通じてもう一個気づいたのが——AIのUIがコロコロ変わるってこと。ただっちがこの日、デモしながら「UIがゴロゴロ変わる」と言ってたんですけど、本当にそうで。先週まで「ここにあった」機能が今週には違う場所になってたり、新しいボタンが増えてたり。チャットGPTの講座とかも全部取り直さないと、って話になるんですよ。「GPTsって言ってたのに、もうGPTsって言ってない、カスタムGPTになってる」みたいな。これは私も痛感してるところで。「ここをクリック」って動画で解説したら翌週にはUIが変わってる、みたいな。講座の動画とかスクリーンショット入りの記事って、本当に足が速くなってる。だからこそLIVEで毎朝リアルタイムに追いかけてる意味があるんですけどね。
遊び心があるモードから入る。子どもと一緒に触ってみる。そこがAIとの関係を自然に始める、一番の入口かもしれないなあと思った金曜の朝でした。
Soraは別サイト——ChatGPTとの違いとこれからの音の話

途中で視聴者の方から質問が来ました。「ChatGPTに入ると自動的にSoraが使えるんですか?」って。これ、けっこう多い誤解かもなと思うので書いておきます。
ひろくん(30:30〜)
「チャットGPTに入ってもソラは使えなくてですね、ソラの専用サイトがありましてそこから入っていただくことが今できます。ソラ.comがねそうですね、ソラ.comがありますのでちょっと待ってください、こちらこちらです」
そうなんですよ、Soraは別サービス。sora.comから入るんです。ChatGPTのサブスクに入っていれば使えますが、ChatGPTのチャット画面からそのまま呼び出せるわけじゃない。アクセス先が違う——これ、最初は地味にハマる人が多いと思うので。同じOpenAIだし、ChatGPT開けばそこにSoraもあるんでしょ、って普通は思うじゃないですか。でも、ない。別のドアなんですよ。
それでSoraの話をしてたら、ただっちとちょっとした会話になりまして。Soraって映像は作れるんだけど、音がないんですよ。で——
ひろくん(26:00〜)
「でもさ、空ってさ、やっぱ映像作るけどさ、面白いんだけどさ、音欲しいじゃん。って思うんだよね。音楽もそうだし」
でね。映像はこんなに面白いのに、再生してても——シーンとしてるんですよ。音がない。これ、観てると地味にもの足りない。いやー、惜しい。ぶっちゃけ、あの踊ってる映像に音楽がのっかってたら、それだけで完成度が倍は違うと思うんですよね。動画作ったら、やっぱり音楽も一緒に欲しいじゃないですか。でこれ、関さんっていう方が「明日は音楽生成のAIが来るんじゃないか」って読んでたらしくて。12日間の発表の途中だから、翌日以降にそういうのが来てもおかしくないって空気があって——私もそれ、めっちゃいいなと思ってた。
ひろくん(26:52〜)
「暇つぶしにね、空のときね。みんなが作ってるやつを見るとめちゃくちゃ面白いですよ。踊ってる。ゾウさんが並んでる。おー、すげー。やばい、またこれやってると終わっちゃうからね」
「またこれやってると終わっちゃう」——これ、本音で。Soraのギャラリーって見始めると止まらないんですよね。ゾウさんが整列して踊ってるとか、誰かが作った面白い動画とかがズラッと並んでて。気づいたら時間が溶けてる。ブーバー(没頭する)してしまう。これが人間の本能ってやつだなと、ちょっと笑いながら思いました。しかもね、これ別にプロの映像クリエイターじゃなくても作れちゃうんですよ。みんなが思い思いに変なやつ作って、それを見てるだけでも楽しい。そういう「遊べる」入口があるって、地味に大事なことだと思うんです。
ただっちが「効果音」の話もしてくれて。波の音とか、馬のヒヒーンとか。ああいう環境音が映像にのっかるだけで、ぐっと「作品」になるんですよ。動画コンテンツを作る人にとっては、「BGM付きで映像生成」ができるようになるかどうかって、実用性がまるで違う話になってくる。映像だけ作れても、結局あとから音を足す手間が残るでしょ。そこまで一発でいけたら——もう、ほんと別物。だから音楽生成AIへの期待って、けっこうみんなリアルにあったんですよね。
Soraはsora.comから。ChatGPTとは別。音はまだこれから。この3点、ちゃんと押さえといてもらえると、使い始めの段階でつまずかないと思います。
Geminiが「早く、安く、賢く」——業務で使える進化が来ている

あ、そうだ。この日、OpenAIの発表の影でGoogleのGeminiも動いてたんですよ。私が「昨日もね、ジェミニの進化が超絶業務用に使えそうだなって感じがした」って話を振ったら、ただっちが「早くなった?なんか」って。私が「早く、安く」って言ったらただっちが「賢く、もう」ってかぶせてきて——なんかこの3テンポ、最高に呼吸合ってましたよね(笑)。
ひろくん(21:09〜)
「でも昨日もね、ジェミニの進化が超絶業務用に使えそうだなっていうのがすごい。ゆくとさんとは盛り上がってたんだけど。早く、安く」
でね、具体的に何がどうって話になって出てきたのが「Geminiも画面を見ながら話せる」っていうこと。Advanced Voice Modeと同じ発想で、業務でスプレッドシート使ってるよって時に、その画面を見せながら「こういうふうに分析して」ってGeminiに相談できる。Geminiにも、目がついたってわけです。これ、私ライブ中に実際にやってみたんです。「このライブの画面見てるんですけど、どうしたら視聴者がもっと集まってくれるでしょうか?」ってGeminiに聞いた。で——なんか的な答えが返ってきました(笑)。内容は教えてもらえないんですけど(ライブ中は声が届かなかったシーンもあったので)、「毎朝6時半から配信してる、もっとアドバイスありますか」って続けたらちゃんと答えてくれた。
Geminiがすごいのは、今OpenAIが毎日派手な発表してる裏で、着実に実用的な機能を積み上げてるところだと思うんですよ。ひそかにOpenAIの発表の裏側で、Googleがすごく実用的なものを出してくる感じ。ただね、これを覆すなら——12日間発表の最終日あたりに、OpenAIから恐ろしいものが出てくるんじゃないか、なんて予想もしてました(笑)。この日はまだ途中だったので、どこまで行くかって話でね。
いずれにせよ、Geminiは「画面を見ながら話す」っていう機能面でChatGPTと張り合ってきてる。で、早くて、安くて、賢い方向に動いてる。業務で使いたい人にとって、どっちを選ぶかの基準が変わってきてるなと感じます。
さらにここから自習の話になって——
ひろくん(22:07〜)
「で、何かやってたら困ったらAIに聞くっていうのはもう本当は当たり前になってくるかなと。もう自習能力ある人は超絶これ賢くなっちゃう。だってもうAIから無限の知識、知能ができて人間が手を動かしながら学べるから、なんか動画の学習をしながらAIと学習しながらAIと共進化していくっていうのは」
「共進化」——これ、私が好きな言葉です。AIを使いながら自分も成長していく、AIも自分の使い方に応じて賢くなっていく。ただっちが「なるほど」ってうなずいてたけど、この話の流れから出てきた息子の空手の例が地味に刺さった。
ひろくん(22:36〜)
「これからは、例えば空手、息子を習ってるけど、空手の型をやりますって言って、それについてフィードバックしてもらうとか。あるいは先生のね、何かやつをログがしておいて、この先生と僕の何が違うのかなっていうのを分析させてもらうとか、そういうのもできるから」
カメラで型を見せて、先生の動きと比べてもらう。これ、習い事や練習の場でのAI活用って話なんですけど——「目がある」ことで初めてできる使い方ですよね。今まで「AIに相談する」って文字とか画像を送るイメージだったのが、カメラがついたことでライブフィードバックの道具になった。スポーツ、料理、マナー、ビジネスのプレゼン練習。目がついたAIが使える場面って、思ってた以上に広い。
GPTs研究会3881人——AIを仲間と使うということ

ライブの後半、GPTs研究会の紹介をする時間がありました。この日——3881人でした。
ひろくん(31:20〜)
「はいGPTS研究会も初めて1年ちょっと経ちましたけれども3800人を超えておりますなので4000人皆さんと仲間を増やしていきたいと思いますのでこちらですねGPTS研究会3881人になってますので昨日から2人ぐらい増えたかな、増やしていきたいと思いますのでぜひぜひまた新しい情報をGPTS研究会で発信していきますのでご登録いただけたら嬉しいです」
昨日から2人増えた。こういうのをライブで生で言ってくれるのが、私は好きで。数字の大きさじゃなくて、「2人増えた」って実感のある話し方が、GPTs研究会らしいなと思う。
1年ちょっとで3881人。4000人が次の目標。この集まりって何なのかって言うと、「毎朝AIの最新情報を一緒に追いかける仲間」なんですよね。AI、って一人で使えるもののはずなのに、なんで仲間が必要かって——そっちのほうが断然、学びが早いから。
この日だけ見ても、ただっちがデモを見せてくれた。視聴者の方から「Soraって自動で使える?」って質問が来た。コメントで「ただっちの声聞こえないです」って教えてもらって音声トラブルに気づけた。私だけじゃとても追いつけない情報と実験が、このコミュニティで毎朝動いてる。
ひろくん(28:11〜)
「本当にまず一旦AI、今日もボイスアドバンスモードをやったら一旦試してみるっていうのがいいなと。こんな試し方できたよっていうのはぜひ教えてほしいですね。そうですね、ぜひぜひ何か教えてもらえたら嬉しいですね」
「こんな試し方できたよって教えてほしい」——これが本音で。GPTs研究会って、教える人と教わる人がいるわけじゃなくて、みんなが試して報告し合う場所。だから毎朝新しい発見が入ってくる。
この日、FacebookのAIコメント返信機能の話も少し出てきて。AIが自動で返信の下書きを作ってくれる機能があるって話で。これも自分のキャラクターやプロンプトを入れていくと、自分らしいやつを考えてくれる。ナレッジも入れられるんですよ。まるで料理のレシピみたいに自分用の味付けをしていくと、自分らしい変身ができていく感じ、ってただっちと話してました。つまり、プロンプトを自分用にカスタマイズしていくと、自分のキャラクターで返信してくれるAIになっていく、って話。SNSのコメント返しって、地味に時間かかるじゃないですか。それを自分らしいトーンで自動化できるなら——まあ、使いこなせるかどうかは練習次第だけど、方向としては面白い。
こういう情報が毎朝、あちこちから飛んでくる。ただっちが「Xにも入れたりあるので」って続けてたし、プラットフォームごとに似たような機能が出始めてる段階。自分に合ったものを探すには、試した人の話を聞くのが一番早い。
それが、GPTs研究会があることの意味だと思っています。3882人、3883人——と増えていく。一人ずつ増えるたびに、使い方の実験者が増えていく。それって、かなり強い。
この日の最後、ただっちと「1周年も過ぎたし、4000人になったらプレゼント企画でもやろうか、クリスマス企画もやりたいね」って話して、なんかいい雰囲気で締めた金曜あさLIVEでした。
ひろくんコラム——「AIが当たり前になる」ってどういうことだろう
この日の放送を終えて、ちょっと考えてたことがあります。「AIが当たり前になる」って、具体的にどういう状態のことを言うんだろう、って。
カメラがついた。音声で話せる。目が生まれた——これって技術の話なんですよ。でもそれが「当たり前」になるのは、技術が普及したタイミングじゃなくて、「使って何かが変わった」と感じた瞬間だと思うんです。
息子の空手の型をカメラで見せる、コーヒーの淹れ方をライブで聞く、スプレッドシートを共有しながら分析を頼む。こういうことが「当たり前」になった時、AIはもう道具じゃなくて、日常に溶け込んでる。
ただっちがライブで言ってたUIがコロコロ変わるって話——あれが止まる日が来たとき、AIって使いこなせてる人とそうじゃない人の差が、急に大きく開く気がする。変わってる間は「追いつこう」ってエネルギーが働くけど、変化が落ち着いた瞬間に「あのタイミングで始めておけばよかった」ってなる。
いやー、だから今が面白いんです。まだUI変わる。まだ機能増える。まだみんなが試行錯誤してる。その渦の中にいることが、一番の学びになってる。分身AIについてもっと知りたい方は分身AI.comもチェックしてみてね。
よくある質問
Q. ChatGPTのAdvanced Voice Modeのビデオ機能はどこから使えますか?
LIVEではMac版アプリで試していました。アプリをアップデートするとカメラのボタンが出てくる形で追加されたと話されています。スマホ(iPhone)版への展開は「近い」と言われていましたが、この日の時点ではPC版が先行している状態でした。
Q. ChatGPTに入ればSoraも使えるようになりますか?
LIVEの中でひろくんが答えています。「ChatGPTに入ってもソラは使えなくて、ソラの専用サイト(sora.com)があるのでそこから入っていただく」とのことです。別サービスなので、アクセス先が違います。
Q. カスタムGPTでAdvanced Voice Modeは使えますか?
この日の時点では対応していないとひろくんが言及しています。「カスタムGPTはボイスアドバンスも対応してないんで。あれができるはないとかなりいい」と話していて、今後の対応に期待が寄せられていました。
Q. GPTs研究会への参加方法は?
Facebookグループです。LIVEではこの日の時点で3881人と発表されており、4000人を目標に招待・シェアをお願いしていました。新しいAI情報をGPTs研究会で発信していくと話されています。
🎯 AIと愛で、未来をひらく。「あいあいらぼ。」
起業家・経営者のためのAI実践型コミュニティ。AI実践ワークショップ・AIクリエイティブ会・AI目標達成会が月額5,500円で遊び放題!AIMUNIQ(株)主催。
📱 ただっちのFacebook 🌐 あいあいらぼ。🎁 無料プレゼント
Aiport(ClaudeCode AIエージェント実践会)
ClaudeCodeでAI秘書+分身AI+AIカンパニーが無料で作れるキット&解説動画をプレゼント!
▶ 無料で入会してキットを受け取る🤖 AI生成コンテンツについて
この記事はAIツール(Claude Code)を活用して制作しています。構成・文章生成・画像制作にAIを使用し、最終的な内容の確認・編集・公開判断はひろくん(田中啓之)本人が行っています。「分身AIひろくん」(bunshin-ai.com)とは別のコンテンツです。