文章生成AI比較とChatGPTデスクトップアプリ活用術
積さん直伝の最新AI情報まとめ｜GPTs研究会 七夕日曜あさLIVE

▶ この話題を動画で見る（2:11〜）

積さんが最初に見せてくれたのは、各AIのスピードとクオリティをリアルタイムで比較しているサイトだった。で、いきなり本題に入るんです。「GPT-4oのネイティブ音声、秋に延期になった」という話。

5月のOpenAI発表で「リアルタイム音声対話ができるようになる」と大々的に発表があったのに、直後に公式XでAが「秋になります」と表明したんですよ。積さんいわく「みなさんの安全のために、って言い方って」とちょっとあきれながら話してくれたんですけど、理由は理解できる。そのくらいセンシティブな機能だということで。

積さん（2:11〜）

「スピードが早くなったってどういうことかというと、音声に対する対応ですね。今までは音声を一旦言語に変えて、それでその言語を解析して生成して、それを回答してるっていうような、そういうワンクッションを置いてたんです。そのワンクッションがなくなる。直接えっと音声で対話ができるようになってくると、人間ってやっぱりこのほんまのコンマ何秒でミリ秒ですけども、ぐらいの感覚っていうのがすごく便利、しゃべりやすくなってくるんですね」

これ、聞いてすごく腑に落ちた。ワンクッションの話、私もなんとなく体感はしてたんですよ。AIと音声で話してて「あ、ちょっと間があるな」って感じることがあって。それは、AIが音声→文字→解析→文字→音声、という4ステップを踏んでたからだったんですね。

積さんが例に出したのがZoom。「Zoomがみんな便利に使えてるっていうのはそこなんですよ。ものすごくあの反応速度が早い」。そう、遅延が少ないから人間はストレスなく話せる。AIとの音声会話も、いよいよZoom並みのタイムラグのなさに近づいてくると。

あ、そうだ。ここで無料版と有料版の話も出てきました。無料でもGPT-4が使えるようになったんですけど、積さんは「作る側になりたいなら課金すべき」とはっきり言ってた。2つの理由が大きくて、1つ目が「GPTs（自分専用AI）が作れること」、2つ目が「メモリ機能が使えること」。メモリ機能は次のセクションで詳しく話すとして、GPTsって——自分の業務に特化したAIを、ノーコードでサクッと組み立てられる仕組みのこと。「作るというような行為しなくていいんですよね。自分に便利なものをもう組み立てておくっていうような感じ」と積さんが話してた通り、プロンプトを積み上げるんじゃなくて、ビルダーで「こういうAI作って」と指示するだけ。料理で言うと、毎日レシピを一から考えるんじゃなくて、「自分専用の調理プログラム」を仕込んでおく感じ。それが有料版の一番の価値なんだよなあ、と私は改めて思いました。

積さん（2:11〜）

「これを作るためにはぜひとも課金して作りましょう。作るというか、もう作るというような行為しなくていいんですよね。自分に便利なものをもう組み立てておくっていうような、そんな感じですね。ちゃんとGPTビルダーで、私こんなん作りたい、こういうGPT、私の便利なGPTの作っておいてくれ、みたいな感じで指示をしていくと、そういうものができるっていうことと、もう一つはメモリ機能ですね」

有料版のGPTsとメモリ機能、この2つがあるかないかで、AIとの関係がまったく変わってくるんですよね。無料版は「食べに行けるレストラン」、有料版は「自分の好みを熟知した専属シェフ」——それくらいの差がある、と私は感じてます。

▶ この話題を動画で見る（11:54〜）

でね。積さんがその場で実演してくれたメモリ機能の使い方が、すごく実践的でよかった。

ChatGPTってデフォルトでは「〜です」「〜ます」調で返してくるんですよ。でも論文とか報告書を書く積さんは「だ・である」調のほうが都合がいい。そこで積さんはメモリ機能を使って、「僕は論文を書くから、語尾は『だ・である』調にしてね」とAIに覚えさせてるんだって。

積さん（2:11〜）

「自然語でしゃべったら、それを覚えておいてねって言ったらこういうコードにしてくれるんですね。でそれを入れておくと例えば僕今こういうふうに聞くとですね、キュビズムについてって聞いてみると、見ての通り上にだであるできちんと答えてますでしょ。これは便利ですよね確かに。これってメモリー機能っていうの使ってます?」

「自然語でしゃべって覚えさせる」って、この一言が刺さりました。コードとか設定とか一切関係ない。チャットしながら「これ覚えておいて」と言うだけで、次回以降は何も言わなくてもその設定で動いてくれる。

ただっちが「メモリー機能使ってますけどもそんなに覚えてなかった部分もあるので定期的にチェック必要」って言ってたの、これも大事なポイント。AIが何を覚えてるか、自分も把握しておかないと「なんか変な設定が溜まってた」みたいなことになる。積さんも「何を覚えているかを忘れてしまうね」って笑ってた。まるでキーボードの辞書機能——どんどん登録されていく分、たまに棚卸しが必要ということで。

ひろくん（11:54〜）

「僕もねやっぱ使いたい方法にどんどん学習してそうそうありますよね。オーベック前のえっとなんかついてましたもう忘れちゃったけど、えっとなんかついてたやつ、ちょっと使いづらかったね。あるよりカジュアルにまた使えるようになってるんでいいなと思いますね」

私自身もメモリ機能には「自分の経営スタイル」「提案書を書くときの口調」「よく使うフォーマット」をどんどん覚えさせてる。そうすると、毎回プロンプトを一から書かなくていい。累積の時間節約が、地味にでかい。

ぶっちゃけね、ここが一番もったいないなって思うところで。無料版だけ触って「ChatGPTって毎回同じ説明し直さなきゃダメじゃん、めんどくさ」ってやめちゃう人、めっちゃ多いんですよ。でも、それ——メモリを育ててないだけ、なんです。最初の数回、「私は経営者で」「提案書はこういう口調で」「語尾はこう」って教え込んでおく。そうすると3週間後にはもう、こっちが何も言わなくても「あ、ひろくんっぽい文体ね」って勝手に寄せてくる。料理で言うとね、通い続けたお店の大将が「いつもの？」って先回りしてくれる、あの感じ。一回それを味わうと、もう無料版には戻れないんだよなあ。

メモリ機能の活用例として積さんが挙げてたのはこんな感じ:

• 「論文・レポートの語尾を『だ・である』調に」
• 「自分の専門分野の用語を優先してくれ」
• 「出力は常に箇条書きではなく文章で」

こういう「設定の積み重ね」がAIを「育てる」ということなんだなあ、と今回改めて実感しました。育てれば育てるほど、AIが自分の右腕になっていく感覚。そこが有料版の一番の醍醐味だと私は思う。

▶ この話題を動画で見る（14:25〜）

さて、ここから私が「これは使う」ってなった話。ChatGPTのMacデスクトップアプリの話です。

ブラウザ版と何が違うのか——積さんが実際に画面で見せてくれたんですけど、アプリ版のクリップアイコンの中に「写真を撮影する」というメニューがあるんですよ。これを使うと、今開いているパソコンの画面をそのまま撮影してAIに見せられる。

積さん（15:19〜）

「今現在見ている画像を写真を撮影すると言って、僕結構やるんですけど、英語の新しいツールとかで。あの画面出ているときにこの写真を撮影するでポンと見るんですよ。これは何って。よく聞くんですよ。これもやろうと思ったんですけど、これは何て聞いたらその使い方を教えてくれるんですよ。だからえっと多分えっとまあ英語でも日本語もそうなんですけど、日本語のなんかこう使い方わからないサービスみたいなと画面キャプチャーポッドあの写真撮影してこれは何っていうのをやるのと」

これ、聞いた瞬間「革命じゃん」と思った。英語の新しいツール、よくあるじゃないですか。UIが全部英語で、「このボタン何？」「この設定どこ？」って迷うやつ。それを今まではどうしてたか。スクリーンショット撮って→ファイル保存して→ブラウザのChatGPTを開いて→アップロード——この4ステップが必要だった。アプリ版だと「写真を撮影する」ボタンを押すだけ。即座にAIに見せて「これは何？」と聞ける。

ひろくん（14:25〜）

「ちょっとひと手間ってでかいなっていう。とにかく何かあったらとりあえずチャットGPTに画像を投げれるっていうのも便利ですね」

「ちょっとひと手間ってでかい」——これは私の日常の全部に言える話。料理で言うと、サッと包丁で切れる切れ味のいい包丁と、毎回研がないと切れない包丁の差。積み重なると全然違う。

もう一個、積さんが教えてくれた使い方が「OCR（画像内の文字のテキスト化）」。

「画像の中に出てくる文字ってありますでしょ。それを結構テキスト化したいっていうニーズってたまにありますよね。で、その時に僕よくやってるのがこの写真撮ってして読んでって入れるんですよ。そしたらテキストにザーッと直してくれるんで、要するにOCRの機能を直接持ってくれるんで、それを例えば表にしてとかみたいなことを入れちゃうんですよ」。

セミナーのスライド、PDFのキャプチャ、なんでも画面に映してパシャっと撮れば文字起こし完了。これも「アプリ版でキャプチャして、その後の深い対話はブラウザ版でやる」という使い分けが賢い、と積さんが締めてました。

あ、そうだ。もう一つ。「Option + Space」でアプリが画面中央に出てくるランチャー機能も話題に出ました。他の作業してても、Optionキーを押しながらSpaceバーで検索窓みたいなバーが出てくる。私は以前からこれを使ってて「これもすごいし」って思わず言ってしまったんですが、積さんが「そうね。ほんとに未来がやってきたみたいな感じの使い方ができる」と。AIが「いつでも隣にいる」感覚、まさにそれです。

ちなみにアプリはmacOS 14以降のMac限定。Windows版はこのLIVE時点ではまだでしたが、「今年後半に出るよ」というOpenAIのアナウンスが出てたので、Windows派の方ももう少し待ちましょうという状況でした。

▶ この話題を動画で見る（23:36〜）

後半は、ChatGPT以外のAIの話。まずClaudeです。

積さんがClaudeの特徴として最初に挙げたのが「文章に強い」こと。「文系と理系みたいな話で、クロードは文系」という表現が面白くて。だから、文章作らせるのはClaudeが得意で、数字や表を作るのはChatGPTに持っていく——という「使い分け」が現実的に効くと。

で、このLIVEで「これは革命的だと思います」と私が思わず口をついて出たのが、Claude Artifacts（アーティファクツ）の実演だった。

ひろくん（23:36〜）

「これは革命的だと思います。これね。これはチャットGPTにもやられたと思ったんですよね」

Claude Artifactsというのは、チャット画面の左側で会話しながらプログラムを作っていくと、右側にコードが出てきて、そのままリアルタイムで実行・プレビューできる仕組み。積さんが「この画面UIいいですよね。こっちでやりながらこっちで動かしていくというのは、完全に使いやすい」と絶賛してたんですが、私も同感だった。今まではコードを書いてもらってもどこかで実行しないといけなかったのが、その場で動く。コーヒーが注文と同時に目の前でドリップされる感じ、みたいな。

積さん（23:39〜）

「すごいっすよね。この画面UIいいですよね、すごくね。こっちでやりながらこっちで動かしていくというのはね。なんか、やってみてちょっと待って出来上がってきたというよりは完全に使いやすい」

もう一つClaudeで話題になったのが「プロジェクト機能」。GPTsと同じように、自分の情報をプロジェクト単位で覚えさせておける機能で、「カスタマイズの時代に入ってくる」と積さんが言ってた。自分に便利なAIを作る、という流れはChatGPT以外でも加速してますね。

でね。そのあとGemini 1.5 Proの話になったんですが、ここで私が思わず実体験を話してしまったんですよ。

ひろくん（32:57〜）

「この前、コウシロさんの本を作ったんですけど、共感ストーリーのインタビューから本を作ったんですけど、5冊ぐらいだったんですけど、クオリティがやばすぎて、全く無編集なんですけど、本にもちゃんとなってて。これはキンドル出版しましょう。なんか、情景を思い浮かべるような雰囲気とかも、いい感じに空気感日本語のわびさびじゃないけど、そういうテイストがすごいなと思って。すごかったですね」

インタビューの音声や文字起こしをGemini 1.5 Proに渡して、本の形にしてもらった。しかも全く無編集で、ちゃんと本になってた。これが「やばすぎた」という体験。積さんも「すごいと思って」と反応してくれたし、ただっちも「ほら」と同調してたんですが——日本語のワビサビみたいな繊細なニュアンスまで出せるとは、正直私もびっくりしてます。

積さんはGemini 1.5 Proについて「今のとこ一番優秀な感じしませんか」とまで言ってました。Gema2（オープンソース版）の話も出て、「軽くて早いのに性能が高い。後ろでこういうものがすごく賢くなってくるから前で使っている私たちがすごい恩恵受ける」——これ、私もそう思ってて。オープンソースって使わないように見えて、結局全員が恩恵受けてるんですよね。AIツール開発者がGema2を組み込んでくれることで、私たちが使っているサービスが勝手に賢くなっていく。

ひろくん（35:15〜）

「AIツール開発者とかを見たら、これを使って踏み込めば、勝手にこっちが強くなったから一気に賢くなっちゃう。毎週塗り替えられていくというか、毎日というか。そのおかげで他のAIが進化しちゃうからってみたいな」

新幹線ができたと思ったら宇宙移転ができて——使ってない人はいまだに自転車で「この自転車速いとか」言ってる。そんな感じで、世界が完全に分かれてきてる。そういうことを積さんと話しながら、私はちょっと背筋が伸びる気持ちになった回でもありました。

▶ この話題を動画で見る（43:55〜）

「どのAIを使えばいいか迷う」という悩みに対して、積さんが持ち込んでくれたのがChatHubと天秤AI（教えてAI）という2つのサービス。これ、使ったことがない人には衝撃的なはずなので、しっかり説明しますね。

ChatHubというのは、複数のAIに同じ質問を一括で投げられるサービス。画面を最大6分割して、ChatGPT、Claude、Gemini、Grokなどを横並びにして同時に答えさせられる。積さんが「僕はもう実のところChatHub使う、ブラウザ系の生成AIを使うときは必ずこの形で、右側の上の拡張機能とかをポンと押して全部を聞くような形にして」と言ってたように、積さんの普段の使い方にもう組み込まれてる。

積さん（40:00〜）

「一つの言葉を聞くとそれぞれ6発一緒にザーッと答えるんですね。それぞれの特徴みたいなのがパッと見れるんで、いわゆるハルシネーション防止っていうのは、今時はあんまりハルシネーションとか気にしなくてよくなりましたけど、当初の頃は思いっきり嘘を言ってるのがありましたんで、それを省ける。多数決で、こいつ一言ぶちゃぶちゃやなみたいなのを省けたんで、今はそれぞれの性格とか、これちゃんと理解できてるなみたいなのがあるんで、そういうふうに見ていく」

多数決でハルシネーションを省ける——これ、実は最初期から有効な使い方だったと思うんですが、今はもう一段進んで「それぞれの性格を見る」という使い方になってる。Claudeは文章、ChatGPTは数値系、Geminiは検索と連携、Grokは速度——そういう得意不得意をリアルに感じながら選ぶ、と。

ChatHubは6発見せるためには一回だけ課金（30ドル・払い切り）が必要ですが、2画面は無料で使える。「まず2画面で試して、いいなと思えば1回こっきりの課金を」というのが積さんのおすすめでした。

天秤AI（教えてAI、名前が変わった）は、同じように複数モデルを横並びできるサービスで、しかも驚いたのが——Gemini 1.5 Proもローカルなモデルも含めて、ほぼ無料で使えてしまうこと。

ひろくん（43:59〜）

「いやーこれすごい。しかもプロンプト呼び出せる」

プロンプトをあらかじめ登録しておいて、チャット画面から呼び出せる機能まであった。積さんいわく「多分プロンプト集めてるんですよ、これ」——センシティブな情報を入れるのは注意が必要と言いながらも、普段使いには全然便利、と。

さらにInvisibilityというアプリも紹介してくれた。ショートカットキーで呼び出せる画面キャプチャ系のアプリで、中でモデルを切り替えられる。Claude 3.5 Sonnet、GPT-4o、Gemini 1.5 Pro、Perplexity——全部が1つのアプリに入ってるんです。しかも基本は月額30ドル程度の有料アプリだけど、そこに課金するだけで中に入ってる各モデルが実質無料同然で使えるという構造で。

積さん（46:47〜）

「このアプリがインビジビリティですねが基本的に有料なんですよ。でこの有料課金をするとあの1回だけこいつだけに有料課金をすると他のものが全部えっと無料で入るんです。そうなるほど。だから安上がり。えっとこの切り替えでこのアプリが出てくる。フォームの30ドルかな月額うんすごく安上がりです」

1アプリへの月額課金で、複数の高性能AIが全部使えてしまう——この「まとめ課金」みたいな構造は、正直ちょっとびっくりした。積さんの言葉を借りると「AIがOSに溶け込んでいく第一段階」で、こういうアプリ経由でネイティブに入ってくるのが今の動きとのこと。ブラウザで立ち上げる→検索バーのGemini呼び出し→Option+Spaceのランチャー→そしてOSにネイティブで組み込まれる——その階段を積さんが丁寧に整理してくれて、「なるほど、確かにどんどん近づいてきてる」と私も感じました。

▶ この話題を動画で見る（50:41〜）

LIVE終盤、積さんが「ちょっと面白いやつ紹介したい」と出してきたのがAI音楽生成だった。GlobalGPTというアプリ（画像生成・音楽生成・ChatGPT・Claudeなどを1画面で使える）で、積さんが歌詞を生成系のAIで作って、それをSunoに持っていって音楽にした——というデモを実際にLIVEで流してくれたんですよ。

積さん（50:41〜）

「すごい曲でしょ。これ20秒で作ったらしいです。20秒作るのが。だからこういうあのえっともう適材適所でのポイントなんで多分これもうあのうまくできたのは多分えっとまず歌詞を作らせたからなんですよ。それに応答をつけてくれしたから。歌詞自体をえっと生成文章生成系のものをきっちり作らせてそれを持っていくとこういうふうなコーディングもない」

「これ、20秒で作ったんですか」——正直、耳を疑った。流れてきた曲、ちゃんと歌があって、メロディがあって、しかも良い曲なんですよ。私思わず「名曲」って言ってしまったんですが、積さんも「名曲でしょ、これ」って。

ひろくん（51:26〜）

「AIに作らせていただくやつを聞いてる動画を聞くってめちゃくちゃ面白い。不思議な構造という。AIに感動させられる時代が来ましたね」

「AIに感動させられる」——これ、積さんが最初に言ってて、私もそう感じてた。AIが作った曲を聴いて、人間が感動する。しかも「AIが作った」と知ってても感動する。これってなんかすごいことじゃないですか。

積さんが続けて話してくれたことが刺さった。「歌詞とメロディも。なんかAIに感動させられる時代が来ましたね」——そのあと、著作権の問題の話も出て。名曲を再現するためのプロンプトで、ほぼそっくりの曲が出てくる。「これ学習してるんじゃないか」という懸念もあって。

私はここで「パクリとオマージュの境界線がグレーすぎて」と言ったんですが、同人誌の世界みたいに、誰でもAIでオマージュ作品が作れてしまう時代がもう来てる。「これは止められないですよね。課金システムを新しくダイナミックに作らないと」という話も出ました。積さんはNFTやファッション業界の事例も挙げて、「テキスタイルデザイナーが商品が売れるたびに収入が入るような仕組みが重要」と。

積さん（52:07〜）

「だからこれからそういう連携の仕方っていうのが結構ポイントになってくるかなって思うんですよね。連携ツールもいっぱい今出てますもんね。さっきのグローバルGPTはそれができちゃう感じですかもうなんか一つの画面でこれを立ち上げてこれを立ち上げてじゃあこの次にこれを立ち上げていいなって全部立ち上げる必要があるんですけど、それが一つの画面で見れるようになってくると、この画面からこっちを持っていってみたいなだから自分としてはそのモデルを何を使ってるか意識しなくていい」

「モデルを何を使ってるか意識しなくていい」——これがこのLIVEの一番の結論だったかもしれない。歌詞はClaude、音楽はSuno、動画はGen-3……という連携を、1つの画面でシームレスにやれる時代が来てる。今はまだ「これを立ち上げて、こっちに持っていって」という手間があるけど、GlobalGPTのようなツールが一つの画面で全部つないでくれる。そこまで来ると、「モデル何使ってるか」より「何がしたいか」だけ考えればよくなる。

そして最後に積さんとただっちから来週のお知らせが出た。「来週日曜日は7月14日はまさにウェブサイトを生成しよう」——AIでウェブサイトを実際に作ってみるデモをやる、という予告でした。そして、七夕なので「たまにはね、短冊に手書きで書きましょう」という積さんの一言で、LIVEはほっこりした空気で締まりました。今日はこんなにAIの話をしたのに、最後は「手書きの良さ」で終わるという——この振れ幅がまた、面白い。