【徹底解説】ChatGPTの進化が止まらない! 新機能完全ガイド

はじめに

本連載は、生成AIコミュニティ「IKIGAI lab.」で活動している8名で運営しています。「半歩先の未来をエスコートする」をコンセプトに、情報を得るだけで終わらず、皆様の行動や考えに反映できる情報をお届けします。注目の生成AIニュースを収集し、個性豊かなメンバーによって深掘りされた記事をぜひお楽しみください! そして、この連載を通して、皆さまも各々の半歩先の未来を想像しながら、いろいろな価値観を楽しんでいただけると幸いです。

前回では、OpenAIがプレビュー版としてリリースした新モデル「o1」について解説しました。

o1の持つ革新的な推論能力を検証し、複雑な問題解決や創造的な思考を必要とする領域での活用に大きな一歩を踏みだしていることが実感できたのではないかと思います。

o1は2024年9月12日にリリースされましたが、o1の発表後もOpenAIは次々と新機能をリリースしています。

• 2024年9月24日 ChatGPT Advanced Voice Mode
• 2024年10月3日 ChatGPT-4o with Canvas

今回はこれらの新機能について紹介し、どのように使えば良いのかを検証します。

ChatGPT Advanced Voice Mode

2024年9月24日にリリースされた新しい音声対話モード「ChatGPT Advanced Voice Mode」は、リアルタイムでの音声インタラクションを可能にし、より自然な対話を実現します。

新しい音声として「Maple」「Sol」「Arbor」「Spruce」「Vale」の5つの音声が追加され、既存の音声と合わせて合計9つの中から選択できるようになりました。

各音声の特徴は次の通りです：

• Breeze：活気があり誠実な雰囲気で対話を楽しめる
• Ember：自信に満ちた楽観的なトーンが特徴
• Juniper：オープンで陽気な性格を持つ音声
• Cove：冷静で率直なトーンで、安心感のある会話ができる
• Arbor(新規追加)：リラックスしており、多用途に使える音声
• Maple(新規追加)：明るく率直な印象で、元気な雰囲気を提供
• Vale(新規追加)：明るく好奇心旺盛なキャラクターを感じさせる
• Sol(新規追加)：知的でリラックスしたトーンが特徴
• Spruce(新規追加)：落ち着いていて安心感のある音声

残念ながら「Sky」として紹介されていた音声は、諸事情によりリリースが見送られた模様です(【参考】AI音声「Sky」の提供を一時停止)。

当初はChatGPT PlusおよびTeamユーザー向けにリリースされていましたが、バージョン1.2024.268以降のiOS/Androidモバイルアプリの無料ユーザー向けにもプレビューとして公開され利用可能となっています。

そのため、2024年10月以降、Advanced Voice Modeは欧州連合、スイス、アイスランド、ノルウェー、リヒテンシュタインを除く、すべてのEnterprise、Edu、Team、PlusおよびFreeユーザーが利用できます。

新しい音声モードの特徴としては以下のようなものがあり、これまで以上に自然な会話が可能となっています。

ただし、いくつか制限もあります。

• 音楽コンテンツの生成は不可
• インターネットリソースへのアクセスは不可
• 1日の使用制限があり制限に近づくと通知(残り15分で通知)

特にインターネットリソースへアクセスできないため、語学学習で利用する際に記事などを参照する必要がある場合は、標準の音声モードを利用する必要があります(標準音声モードはインターネットリソースへのアクセスが可能です)。

また、Advanced Voice Modeはチャットから引き継いで会話を継続することができません(行おうとすると以前のVoice Modeで実行され、Advanced Voice Modeは新しいチャットを開くように促されます)。そのため、プロンプトやスクリプトを入力し、チャットの内容を継続して音声対話をする場合は、従来のVoice Modeを利用する必要があります。

最後に使用制限についてですが、利用制限の上限に達した場合、Advanced Voice Modeから標準の音声モードに移行して会話が継続できるようになっています(どのくらいで時間制限になるか試したところ、変動はするようなので一概には言えませんが、トータルの利用時間で1時間くらいのところに1日の利用上限がある模様です)。

Advanced Voice ModeとGemini Live比較

似たようなレベルの音声対話モードを持つライバルとしてGoogleの「Gemini Live」があります。

現時点ではGemini LiveはAndroid端末のみで利用可能ですが、下表にそれぞれの違いを示します。

Android端末を利用している場合は無料で利用可能なので、そちらを利用することも選択肢の1つとして検討できます。OpenAI社のプロダクトだけにこだわらず試してみてください。

ChatGPT-4o with Canvas

2024年10月3日にベータ版として「ChatGPT-4o with Canvas」(以下、Canvas)がリリースされました。現時点ではChatGPT PlusとTeamユーザーが利用可能で、EnterpriseとEduも今後順次利用可能になる予定です。ベータ版終了後、すべてのユーザー(Freeも含む)がCanvasを利用可能になると公式ではアナウンスされています。

これまでのチャット形式では、長文のライティングで以下のような不便がありました。

• 一部分のみ書き換えたい場合でも対応できない
• 長文を生成していると最初のストーリーを忘れてしまうことがある
• 長文の作成は分割するなどのテクニックが必要

これらがCanvasによって解消されます。またCanvasは文章作成だけでなくコーディングにも適したUIと機能を持っており、コーディングもこれまで以上に使いやすいUIと機能を提供します。

Canvasは特定のトリガーワードに反応して実行されるようになっており、最も簡単な方法としてプロンプトに「use canvas」「Canvasを使う」を含めることでキャンバスを開き、既存のプロジェクトで作業を進めることができます。このuse canvasは過去のチャットにも適用可能です。このほかのトリガーキーワードとして「下書き」「記事」「ドラフト」「ソースコード」などがあり、

といった形でプロンプトを入力するとCanvasが起動します(Canvasが起動しない! という場合はモデルの選択で「GPT-4o with canvas」を選択しているかを確認してください)。

下図のようにライティングに役立つショートカットも提供されており、簡単に文章の修正などを行うことができます。

コーディングの場合は、上図とは異なるショートカットが用意されています。

CanvasとArtifactsの違い

似たようなUIを持つAnthropicのClaudeが提供する「Artifacts」があります。具体的に、Artifactsでどのようなことができるかはこちらの利用事例をご覧いただくとして、ここでは簡単な比較表を作成してみました。

この表を見ると分かる通り、Canvasはあくまで文章作成とコーディング支援に特化しています。そのため、Artifactsのようにその場でコードを実行させて仕上がりを確認することはできません。

Canvasで簡単に仕上がりを確認したい場合は、別のサービス、例えば「CodePen」のような実行環境サービスを利用する必要があります。

ただし、CodePenの無料プランでは作成したアプリがすべて公開されてしまうため、有料プランを契約するか、無料プランで利用する場合は公開しても問題ないもののみにしてください。

実際の活用事例

ここで、Advanced Voice ModeとCanvasの簡単な活用事例を紹介します。

Advanced Voice Mode

Advanced Voice Modeでは、プロンプトを事前に入力できないため、プロンプトにあたる部分はすべて音声で入力します。

【通訳】
多言語対応と新しい音声対話モードの向上したリアルタイム性を活用して、通訳として活用します。

【ブレインストーミング】
第9回で紹介した「天才プロンプト」を少し変えてブレストを行うために利用します。カットインが可能なため、会話の途中でアイディアが思い浮かんでも、その内容を議論に反映させることができます。また、これまで途中で切られてしまうような長い意見でも、Advanced Voice Modeなら言い終わるまで待ってもらえます。

【司会】
司会は緊張しますよね。でもAdvanced Voice Modeならベテラン司会者として活躍してくれます(このプロンプトでは「必要な時以外は発言しないように」となっていますが、実際はマイクで音を拾ってしまうと発言してしまいます。そのため、司会の時以外はマイクをオフにすることをお勧めします)。

Canvas

アウトライン作成から長文作成まで、一貫して利用可能な強力なツールとして使用できます。これまで長文を作成する際は分割するなどのテクニックを用いないと上手くいかないこともありましたが、一部分だけ変更を反映できるCanvasでは章ごとに加筆し、より一貫性のある長文の生成が可能です。

以下は「とにかく明るく前向きで、破天荒で元気のでる究極の営業マニュアルのアウトライン」を生成AIで作成したものです(あくまでサンプルのマニュアルです)。

このアウトラインをもとに、Canvasのショートカットを用いて章単位で加筆し、文章を長くした結果がこちらです。この長さになるとClaudeのArtifactsではすべてを生成できませんが、Canvasなら可能です。

おわりに

今回は、OpenAIが最近追加した新機能について取り上げました。「進化が早く、キャッチアップが追いつかない!」そんなあなたの一助になれば幸いです。

今後も、生成AIに関する最新情報とその深掘りを発信していくので、楽しみにしていただけると嬉しいです。次回の投稿をお楽しみに!

※本ニュースは「IKIGAI lab.」が配信しているコンテンツです。
　IKIGAI lab.はこちらをご覧ください。