ChatGPT Voiceがパソコンのアプリに対応、声で指示を出せるようになった
OpenAIが2026年7月23日(米国時間)、ChatGPT Voiceをmac版・Windows版のデスクトップアプリで使えるようにしました。基盤は7月に出た音声モデル「GPT-Live」で、聞きながら話せるため、こちらが話し終わるのを待たずに会話が進みます。スマホの音声入力と違うのは、パソコン上で動いている作業に対して声で指示を出せる点です。対応は有料プランのみで、無料プランでは使えません。
何が変わったか
これまでChatGPTの音声会話はスマホ中心でした。今回、パソコンのデスクトップアプリで使えるようになり、しかも「話し相手」で終わらず、アプリ内で動いている作業を声で始めたり、状況を確認したり、途中で方向を変えたりできるようになりました。
- ●発表は2026年7月23日(米国時間)。グローバルで順次展開
- ●対応OSはmacOSとWindows。デスクトップアプリが対象
- ●対応プランはPlus・Pro・Business・Edu・Enterprise。無料プランは対象外
- ●音声モデルは「GPT-Live」。聞くと話すを同時に行う方式で、こちらから割り込んで言い直せる
- ●機能は2種類。ふつうの音声会話「Voice in Chat」と、パソコン上の作業に指示を出す「Voice in Work and Codex」
- ●「Voice in Work and Codex」はmacOS・Windowsのデスクトップアプリが対象(iOSからはリモート接続で利用)
- ●Businessプランは音声会話が1時間分含まれ、超過分は1分あたり5クレジット課金
macOS版では、いま開いているウィンドウの画面をChatGPTに参照させながら話すこともできます。「この画面のこれ、どういう意味?」を口頭で聞ける、というイメージです。

業務での使いどころ
キーボードから手を離しても会話が続く、というのがこの機能の本体です。逆に言うと、キーボードで打ったほうが速い仕事には向きません。分けて考えると判断しやすくなります。
- ●向く:移動中・作業中に「さっきの見積もりの件、たたき台つくっといて」のように、頭にあることを口頭で投げておきたいとき
- ●向く:長い資料や画面を見ながら「ここ、要するに何が言いたいの」と口頭で確認したいとき
- ●向く:手を動かしながら(現場・調理・運転以外の作業中など)考えを整理したいとき
- ●向かない:数字・型番・URLなど、一字も間違えられない情報を渡す仕事
- ●向かない:静かな職場や共有スペースでの利用。声に出す前提の機能なので、そもそも環境を選ぶ
最初の一歩としては、「話しながら考えを箇条書きに落としてもらう」使い方が失敗しにくいです。話した内容がそのまま清書される前提で話す必要がなく、多少まとまっていなくても構いません。
- 1デスクトップアプリのChatGPTを開き、音声モードを起動する
- 2下のプロンプトを先にテキストで貼り、そこから声に切り替える
- 3思いついた順で構わないので、そのまま話す(言い直しは気にしない)
- 4出てきた箇条書きを目で確認し、固有名詞と数字だけ自分で直す
これから音声で話します。次のルールで受け取ってください。 ・私の話は整理されていません。言い直し・脱線・「えーと」は無視して構いません ・話し終わったら、次の3つに分けて箇条書きで返してください 1. 決めたこと 2. やること(誰が・いつまでに、が分かる範囲で) 3. 私がまだ決めていないこと ・私が言っていないことを補わないでください ・聞き取りに自信がない固有名詞・数字は[要確認]を付けてください ・返事は箇条書きだけにして、感想や前置きは書かないでください 準備ができたら「どうぞ」とだけ言ってください。
「言っていないことを補わない」「自信がない固有名詞・数字は[要確認]」の2行を入れておくのが要点です。音声だと社名や品番の聞き間違いが起きますが、この指示があると、どこを自分で見直せばいいかがひと目で分かります。
試すときに気をつけること
声で話した内容も、テキストで打ったのと同じ扱いになります
音声だと「ちょっと相談しただけ」の感覚になりがちですが、話した内容はチャットの入力と同じです。顧客名・見積金額・個人情報を口に出して渡す前に、自社のChatGPT利用ルールで扱ってよい情報かを確認してください。Business・Enterprise・Eduでは、管理者側の設定で音声機能自体が無効になっている場合もあります。
- ●無料プランでは使えないため、まず自分のプランを確認する
- ●Businessプランは音声会話1時間ぶんまでが含まれ、以降は分単位の課金になる。長時間つなぎっぱなしにしない
- ●周囲に会話が聞こえる環境では、社外秘の話題を音声で扱わない
- ●口頭で伝えた数字・固有名詞は、出力側で必ず目視確認する工程を残す
出典
この記事に関連するレシピ
「音声入力」の業務を生成AIで進める手順を、動画で確認できます。
社内で使えるようにしたい方へ
記事の内容を自社の業務に合わせて落とし込む、生成AIの研修も実施しています。 業種・職種に合わせた内容でご相談いただけます。
研修について相談する他のAIニュース
Microsoft 365 Copilotアプリが「Microsoft Copilot」に統合。個人と職場が1つに
Microsoft 365 Copilotアプリが Microsoft Copilot アプリへ統合されます。個人アカウントと職場アカウントの切り替え、URLの変更、情シスが事前に押さえておくことを整理します。
Gemini Notebookに購入済みの本を読ませられる「Expert Intelligence」
Gemini Notebook(旧NotebookLM)に、Google Playブックスで購入した書籍をソースとして追加できる新機能。10万冊超が対象です。社内の学習・資料づくりでの使いどころを整理します。
Gemini 3.5 Transcribeで会議の文字起こしはどこまで変わるか
Googleが発表した音声認識モデル「Gemini 3.5 Transcribe」。言い直しを整えて書き起こす仕組みと、議事録づくりの業務でどこから使えるかを整理しました。
Claude Coworkに内蔵ブラウザ、Claude in Chromeも一般提供。調べ物の任せ方が2択に
AnthropicがClaude Coworkに専用ブラウザを内蔵し、Chrome拡張「Claude in Chrome」も全有料プランで一般提供に。2つの違いと、社内の調査業務での使い分けを整理します。





