見出し画像

【第3章第18記事】AIは今はChatの相手だけではない

TITAN（中身を熟してAIは始まらない）

多くの人がAIに持っているイメージは「チャットの相手」です。テキストを入力して、テキストの回答が返ってくる。確かにこれがAI活用の中心ではありますが、今日のAIの活用形態はこれにとどまりません。

AIは今や、ソフトウェアを自律的に開発するコーディングエージェント、コンピュータを直接操作するPC操作エージェント、音声・画像・動画を統合して処理するマルチモーダルシステム、そして物理世界のロボットやIoTデバイスと融合しつつあります。

「AIでできることの全体像」という観点から、チャット以外のAI活用形態を把握することは、将来の自分の活動にどうAIを組み込むかのビジョン形成に役立ちます。

まだ多くの人が知らない、または使いこなせていないAIの活用形態を知ることで、競合との差別化や新しいビジネス・創作の可能性が広がります。

注意点として、これらの多くはまだ発展途上の技術です。

「できる可能性がある」と「実際に安定して使える」の間には、現時点ではまだ大きなギャップがある場合もあります。

しかし、技術の進化は急速であり、今日「発展途上」のものが半年後には実用レベルになることも珍しくありません。

先行して知識を持ち、小さな実験から始めておくことが、技術の波に乗るための準備になります。



■ チャット以外で今すぐ試せるAI機能一覧

まずおすすめ順でリストアップします。

【すぐ試せる順】

  1. マルチモーダル（画像+テキスト）

  2. リアルタイム音声会話

  3. Cowork（プロジェクト管理型AI）

  4. Claude Code（コーディングエージェント）

  5. Sora（動画生成）

  6. コンピュータ操作エージェント（まだ発展途上）

それぞれ何ができるのか、どう始めるのかを順番に見ていきましょう。


■ 1. マルチモーダル：画像を見せながら話せる

マルチモーダルとは、テキストだけでなく、画像・音声・動画なども一緒に扱えるAIの機能です。

Claude Sonnet 4.6、Gemini 3.1 Pro、GPT-5.2（ChatGPT無料版）はすべてマルチモーダル対応済みです。

【実際の使い方】

  • スクリーンショットを貼り付けて「このエラーを直して」

  • 手書きメモの写真を撮って「テキストにして」

  • 3DCGモデルの画像を見せて「このデザインの改善案を出して」

  • 漫画のネームを撮影して「セリフを改善してほしい」

  • Excelの画面を見せて「この集計はどこがおかしい？」

Claude.ai や ChatGPT のチャット画面で、テキスト入力欄の近くにある「添付ファイル」ボタンから画像をアップロードするだけ。

特別な設定は不要です。

テキストだけでは伝えられなかった「見た目の問題」「図の意味」「画面のレイアウト」をAIに共有できるのが最大のメリットです。


■ 2. リアルタイム音声会話：キーボード不要のAI対話

スマートフォンのChatGPTアプリやClaudeアプリから、テキスト入力なしでAIと会話できます。

【こんなときに使える】

・移動中・料理中・家事中などキーボードが使えない場面
・英会話の練習相手として（ChatGPT、GPT-5.2ベース）
・アイデアを口頭でブレスト、後でテキスト化
・作業中のハンズフリー相談

【GPT-5.2の音声機能の始め方】

  1. スマートフォンにChatGPTアプリをインストール

  2. 画面右下のマイクアイコンをタップ

  3. そのまま話しかける（日本語OK）

応答もリアルタイムで音声で返ってきます。無料プランでも利用可能です。

【AITuber・コンテンツ制作への応用】

音声AIを使ったキャラクターとの対話コンテンツ（AITuber）制作も現実的になってきました。

声のトーン・テンポをある程度設定できるサービスも増えています。


■ 3. Gemini 3.1 Proのマルチモーダル：動画・PDFも扱える

GoogleのGemini 3.1 Proは、テキスト・画像に加えて「動画」「PDF」「音声ファイル」も同時に処理できる点で特に優れています。

【実際の使い方例】

・YouTubeのURLを貼って「この動画の要点をまとめて」
・PDFを添付して「この契約書の重要な条件を教えて」
・長い音声録音を文字起こし＋要約
・複数の画像を一度にアップロードして比較分析

【始め方】

Google アカウントがあればGemini.google.comにアクセスするだけ。Gemini 2.5 Proは有料プラン（Google One AI Premium）で利用できます。


■ 4. Sora（ChatGPT Pro）：テキストから動画を生成

OpenAIのSora（ソラ）は、テキストの指示から動画を生成するAIです。ChatGPT Pro（GPT-5.4ベース）のユーザーが利用できます。

【実際の使い方】

「夕暮れの海岸を歩く猫のリアルな映像、15秒」のようにテキストで指示すると、動画が生成されます。

現時点での活用シーン：
・SNS用のショート動画の素材生成
・プレゼン・企画書用のイメージ動画
・創作世界観のビジュアル化

まだ完全に自在ではありませんが、「だいたいこんな映像」を素早く作る用途には使えます。

■ 5. Claude Code（コーディングエージェント）：AIが実際に作業する

Claude Codeは「チャットで話す」を超えて「実際にファイルを操作し、プログラムを実行する」AIです。

使用モデルはClaude Sonnet 4.6（標準）またはClaude Opus 4.7（高精度）。ターミナル上で動作します。

【できることのイメージ】

「このフォルダの100個のファイルを全部リネームして」
→ Claude Codeがスクリプトを書いて実行し、完了させる

「このCSVデータをグラフ化して」
→ Pythonコードを書いて実行し、グラフを生成する

「このWebサイトから記事タイトルを100件収集してCSVにまとめて」
→ スクレイピングスクリプトを書いて実行する

チャットとの最大の違いは「提案する」のではなく「実行する」こと。詳しくは次の記事（第20記事）で解説します。


■ 6. コンピュータ操作エージェント：AIがマウスとキーボードを動かす

AIが画面を見て、実際にマウスやキーボードを操作する機能です。Claude Computer Use（Anthropic）やOpenAI Operatorが代表例。

「このWebフォームに情報を入力して送信して」という指示をAIが実際に実行します。

コンピュータ操作エージェントの注意点

注意点は「誤操作のリスク」です。AIが自律的にパソコンを操作するため、意図しない操作（ファイルの削除・不正なフォーム送信など）が起きるリスクがあります。

現時点では、本番環境での完全自律運用よりも、人間が監視しながら半自律で使う形が安全です。特に金銭的取引・個人情報の処理・取り消し不可能な操作には、人間の確認ステップを必ず設けることを強くお勧めします。


■ まずどれを試すべきか？ 状況別おすすめ

【今日すぐ試したい人】
→ マルチモーダル（画像添付）：Claude.aiやChatGPTに画像を貼るだけ。5分で体験できる。

【移動中も使いたい人】
→ 音声会話（ChatGPTアプリ）：スマホのアプリを入れてマイクボタンを押すだけ。

【大量ファイル処理をしたい人】
→ Claude Code：少し設定が必要だが、一度使うと手放せなくなる。

【動画素材が欲しいクリエイター】
→ Sora（ChatGPT Pro）：月額費用はかかるが、動画制作の工数を大幅削減できる。

これからのAI活用形態の変化と展望

今後のAI活用形態の変化として、最も重要なトレンドは「AIの自律性の向上」です。

現在はまだ人間の指示に従って動くAIが中心ですが、徐々に「目標を与えれば自律的に計画・実行・修正する」AIエージェントが増えてきています。

このトレンドが進むほど、「何をAIに任せるか」の判断と「AIの行動を監視・評価する能力」が人間にとっての重要スキルになります。

AIが自律的に動くほど、人間の役割は「実行者」から「設計者・監督者」へとシフトします。

もうひとつの重要なトレンドは「AIの民主化（アクセスの平等化）」です。

技術知識のない一般の人々にも利用できるようになるほど、「AIを使えること」自体の希少価値は下がり、「AIを使って何を作るか」「どんな価値を生み出すか」という創造性の価値が上がります。


■ まとめ

AIはチャットだけのツールではありません。

  • マルチモーダル：画像・動画・音声もまとめて処理

  • 音声会話：キーボード不要でAIと対話

  • コーディングエージェント（Claude Code）：ファイル操作・プログラム実行まで自律的に実行

  • 動画生成（Sora）：テキストから映像を作る

  • コンピュータ操作エージェント：まだ発展途上だが方向性は明確

大げさな技術論より、「今日試せること」から動き出してみてください。マルチモーダルならClaude.aiを開いて画像を一枚添付するだけ。それが最初の一歩です。

まとめと次回への橋渡し

この記事ではAIはチャット以外でも多様に使えるについて解説しました。重要なポイントは「理解することより体験することが価値を生む」という点です。

読んで終わりではなく、読んだ内容を実際の行動に繋げることで、知識が本当の意味で自分のものになります。

AI活用のスキルは、書籍を読んで得られる知識的スキルと、実際に使い込んで得られる実践的スキルの両方から成り立ちます。この記事が実践への橋渡しとなれば幸いです。

次の記事でも引き続き、AI活用の実践的な知識を深めていきます。各記事は独立していますが、全体として「自分軸を持ったAI活用者」として成長するための体系的なロードマップを形成しています。

自分のペースで進んでいただき、気になる記事から読み始めても大丈夫です。大切なのは継続することです。AI時代を先行者として生きるために、一歩ずつ着実に進んでいきましょう。


いいなと思ったら応援しよう！