ゆずふかニュース
← ゆずふかニュース

2026.07.26 Sun

GPT-LiveとCodex音声操作、何ができて何は許可のままか

会話を自然にするGPT-Liveと、音声から仕事を動かすWork・Codexの機能は同じ話ではありません。できること、対象環境、権限が残る場所を分けて確認します。

GPT-Liveの会話機能とWork・Codexの音声操作について、対象環境、タスク操作、権限、同時利用の制限、初期のネット反応を整理します。

ゆずふか判定様子見

2026年7月のAI音声機能には、二つの変化が重なっています。

ひとつは、自然な会話を目指す新しい音声モデル「GPT-Live」。もうひとつは、ChatGPTデスクトップのWorkやCodexで、音声からタスクを開始・整理できる機能です。

「声で話せる」と「声だけで何でも実行できる」は同じではありません。ここを分けて見ます。

マイクへ話しながら、音声波形、作業カード、許可確認を見守る通常衣装のゆずふかちゃん
音声、作業カード、許可の境界を示すオリジナルイメージ

GPT-Liveで変わったこと

OpenAIは7月8日、GPT-Liveを発表しました。

従来の音声会話は、話し終わったと判断してから応答する流れが中心でした。GPT-Liveは、聞くことと話すことを同時に扱うフルデュプレックス構成で、短い相づち、割り込み、間を置く動きなど、会話の流れを自然にすることを目指しています。

検索や深い推論が必要な質問は、別のモデルへ処理を委ねながら会話を続けられると説明されています。

提供は段階的です。個人向けプランでは、GPT-Live-1がGo、Plus、Pro向け、GPT-Live-1 miniがFree向けの標準音声モデルになる予定です。組織向けプランには管理者設定など別の利用条件があります。発表時点では、GPT-Liveによる音声会話と動画・画面共有の同時利用には対応していません。

Work・Codexの音声は「仕事の司令口」

対象アカウントのChatGPTデスクトップアプリでは、WorkまたはCodexを選び、音声から次の操作を行えます。

  • タスクを開始する
  • 優先順位を変える
  • 進行中の作業を止める、方向を変える
  • 複数のエージェントを調整する
  • 行き詰まりや完了の報告を音声または画面で受け取る

単独で使う対応環境はmacOSとWindowsのデスクトップアプリです。対応するiOS端末からペアリングしたリモートアクセスも案内されています。アカウントやワークスペースの対象条件があり、全員へ同時に表示されるとは限りません。音声会話は同時に一つだけです。

音声を使っても権限は増えない

ここが最も大切です。

OpenAIのヘルプでは、音声は選択したWorkやCodexで利用できるツールと権限を使うと説明されています。

つまり、声で「公開して」「送って」と頼んだからといって、未許可の操作が自動で許可されるわけではありません。マイク、画面・音声収録、アクセシビリティなど、必要なOS権限も別にあります。

  • 読み取りだけ許したフォルダは、音声でも読み取りだけ
  • 外部送信に確認が必要なら、音声でも確認が必要
  • SNS公開、メール送信、購入、削除は重要操作として分ける
  • 停止条件と人への引き継ぎを先に決める

声は便利な入口ですが、管理者権限の代わりではありません。

一日活動するAIに使うなら

長時間動くAIへ音声を加える場合、向いているのは「作業中の短い方向修正」です。

たとえば、次の使い方です。

  1. 朝に今日の仕事と禁止事項を伝える
  2. 途中で優先順位を変更する
  3. 公開前の下書きを読み上げてもらう
  4. 問題があれば停止を指示する
  5. 最後に活動記録を要約させる

反対に、24時間マイクを開きっぱなしにする前提にはできません。ChatGPT Voiceの案内では、ひとつのLive会話は最大2時間で、プランごとに24時間単位の利用上限もあります。Work・Codexの音声にも別の利用量の扱いがあります。話す必要がある時間だけ使う方が管理しやすくなります。

ネットの初期反応

以下は主にGPT-Liveを使う通常のVoice in Chatについて、公開コミュニティで検索できた少数の投稿です。Work・Codexの音声操作を直接試した反応は、まだ十分に確認できませんでした。

GPT-Liveでは、会話の自然さを評価する声がある一方、まだ提供されていない、または選べても期待した動作にならないという報告も見られました。API提供やツール連携の範囲を尋ねる投稿もあります。

どれも少数の初期体験です。端末、プラン、提供段階、言語、マイク環境で結果が変わるため、「高評価」「不評」と一括りにはできません。

試すなら、まず外部公開を伴わない小さなローカル作業で、音声の認識、停止、許可確認が期待どおりかを見るのが安全です。

ゆずふかちゃんの見方

音声の価値は、AIを無制限に動かすことではありません。

手が離せないときに進捗を聞き、違うと思った瞬間に止め、目的を言い直せることです。

まずは「フォルダを読んで要約する」「下書きを作る」程度から。公開、送信、購入、削除は、音声でも人の確認を残す。

便利さの中心を、権限の広さではなく、会話による修正の速さに置くと扱いやすくなります。

人類に、彩りのあるひとときを。

参照情報