声だけで2つの仕事を頼める？ ChatGPT Voiceは技術用語に強く、割り込みに弱かった

ChatGPTの新しいVoiceを使えば、キーボードやマウスに触れず、声だけで仕事を進められるのでしょうか。

これまでのChatGPT Voiceには、「AIと音声で会話する機能」という印象がありました。

質問を声で伝えると、ChatGPTも声で答えてくれる。

便利ではありますが、文字でのチャットを音声に置き換えただけ、と感じていた人もいるかもしれません。

ところが、2026年7月にデスクトップ版ChatGPTへ追加されたVoiceは、少し役割が違います。

ChatGPTの通常会話だけでなく、複数工程の作業を進める「Work」や、ソフトウェア開発向けの「Codex」でもVoiceが使えるようになりました。

OpenAIの説明では、音声でタスクを始めたり、進捗を確認したり、作業の途中で方向を変えたり、複数のエージェントを調整したりできます。

つまり、AIと話すだけではありません。

声でAIに仕事を頼み、動いている作業を声で管理する機能です。

そこで今回は、デスクトップ版ChatGPTのWorkを使い、Kubernetesに関する調査を音声だけで進めてみました。

試したかったのは、主に次の4点です。

• Kubernetesなどの技術用語を正確に認識できるか

• 作業中に追加した条件を反映できるか

• 複数の調査を分けて進められるか

• ChatGPTが話している途中で割り込めるか

先に結論を書くと、音声認識と調査能力は想像以上でした。

一方で、話の途中に割り込んで方向転換する操作は、私が期待したようには動きませんでした。

最初の指示は、かなり大ざっぱだった

最初に、私はVoiceへ次のように話しました。

文章としてあらかじめ用意して読み上げたわけではありません。普段人に仕事を頼むような感覚で、少し間を空けながら話しました。

それでも、「Kubernetes」という言葉を含め、内容はほぼ完全に認識されました。

音声認識については、体感ではほぼ100％です。

専門用語が別の言葉へ変換されてしまったり、何度も言い直したりすることもありませんでした。

さらに驚いたのは、私が話し終わる前から、画面の裏側で何かが動き始めているように見えたことです。

すべての説明を聞き終えてから作業に着手するというより、指示を理解した部分から準備を始めているような速さでした。

「セキュリティと運用改善に絞って」と途中で変更

調査が始まったあと、私は追加でこう伝えました。

この指示は反映されました。

最終的な回答では、セキュリティや運用改善に関係するニュースが選ばれ、それぞれについて、

• 何が変わったのか

• インフラエンジニアにどのような影響があるか

• 勉強会の題材に向いているか

が表形式で整理されました。

私から「表にしてください」とは頼んでいません。

それでも、複数のニュースを比較しやすいように、項目ごとの列に分けて提示してくれました。

さらに、調査したニュースの中から、どれを優先すべきかまで提案しました。

かなり大ざっぱな依頼でも、最終的に人が読みやすい形へ整えるところまで進めてくれます。

ここは、単なる音声入力とは大きく違うと感じた部分です。

2つ目の追加指示は、途中までしか届かなかった

続いて私は、次の条件を追加しようとしました。

ところが、私が話している途中で、ChatGPT側も回答を始めました。

私の声とChatGPTの声が重なった状態です。

音声そのものは認識していたようでした。

しかし、ChatGPTはすぐには話すのを止めませんでした。

私が話し終えたあとも、その場で新しい指示へ切り替わることはなく、先に進めていた回答を続けました。

結果を見ると、

• 30分の勉強会向けにテーマを選ぶ

• さまざまな部門が参加する

という条件はある程度反映されていました。

一方で、

• 専門知識がない人にも分かる構成にする

という条件は、明確には反映されていませんでした。

追加指示の一部が漏れた形です。

声だけで「指示を全部守ったか」と確認させた

ここでキーボードを使って修正することもできました。しかし今回は、どこまで音声だけで進められるかを試しています。

そこで、Voiceへ次のように聞きました。

するとChatGPTは、直前までの指示を確認し直しました。

その後、漏れていた条件も含めて回答を修正し、最終的にはすべての依頼を反映した内容へ近づけることができました。

一度で完璧にはできませんでした。

ただし、指示漏れの確認から修正まで、キーボードを使わずに進められました。

これは意外と重要です。

音声操作では、最初の一回ですべてを正確に依頼できるとは限りません。

人間同士の会話でも、「さっき頼んだ条件も入っていますか」と確認することがあります。

今回のVoiceは、その確認と修正を会話のまま続けられました。

本当に2つの仕事を分けられるのか

次に、複数の作業を同時に頼む検証をしました。

私が音声で伝えたのは、次の内容です。

今度は、セキュリティと運用改善を明確に分けて頼みました。

画面上には、

• Security news

• Operations news

という2つの作業が別々に表示され、どちらも完了しました。

最終結果では、セキュリティニュース3件と運用改善ニュース3件が整理されました。

さらに両方の結果を統合し、30分の勉強会に最も向くテーマとして、Ingress-NGINXからGateway APIへの移行に関する案を提示しました。

つまり、

1. 仕事を2つに分ける

2. それぞれを調査する

3. 結果を整理する

4. 2つの結果を比較する

5. 最終案を1つ選ぶ

という複数工程は、一度の音声指示で実行できました。

これは成功です。

音声でざっくり頼んだだけでも、タスクを分けて進め、最後に一つの結論へまとめられました。

ただし「作業前に説明して」は無視された

すべての条件に従ったわけではありません。

私は最後に、

と頼んでいました。

ChatGPTは「進め方を整理しながら確認しますね」と答えましたが、具体的な分担内容は説明しませんでした。

そのまま調査を始めています。

結果としては、次のようになりました。

• セキュリティと運用改善への分割：成功

• それぞれ3件の調査：成功

• 調査結果の整理：成功

• 勉強会テーマの選定：成功

• 作業前の具体的な説明：失敗

主要な仕事は完了しています。

しかし、過程について指定した条件が一つ抜けました。

AIにとっては「何を完成させるか」が優先され、「どの順番で説明するか」という条件は後回しになったのかもしれません。

実際の仕事で使うなら、完成物だけでなく、作業手順や確認のタイミングも重要です。

重要な条件については、作業を始める前に復唱させたほうが安全そうです。

「自然に割り込める」は、私の環境では成功しなかった

OpenAIは、新しいVoiceについて、自然に話しかけたり、途中で割り込んだり、WorkやCodexの作業を調整したりできると説明しています。

そこで、ChatGPTが話している途中に声を重ね、別の指示を出してみました。

しかし、今回の結果は次のとおりでした。

• 私が話し始めても、ChatGPTの音声はすぐには止まらなかった

• 声が重なった状態でも、私の発言自体は認識していた

• ChatGPTが話し終わったあと、新しい指示へ切り替わらなかった

聞き取れなかったわけではありません。私の声は認識されています。

それでも、実行中の回答を中断し、新しい指示を優先するところまでは動きませんでした。

音声認識はできているのに、会話の主導権を切り替えられなかったという結果です。

人間同士の会話であれば、「ちょっと待って」と言われた時点で相手が止まり、そのあとの話を聞きます。

今回のVoiceは、そこまで自然ではありませんでした。

短い会話では挙動が変わる可能性もありますが、少なくともWorkで調査を進めている最中には、私が期待した割り込み方はできませんでした。

検証結果をまとめると

今回の結果を表にすると、次のようになります。

全体として、調査能力や整理能力はかなり実用的でした。特に、技術用語をほぼ完璧に認識できたことは大きいです。

インフラやソフトウェア開発の相談では、製品名や略語が頻繁に登場します。音声認識の段階で用語が崩れると、その後の調査結果もずれてしまいます。

今回はKubernetesやetcdなどを含め、専門用語の認識で困る場面はありませんでした。

キーボードの代わりではなく、壁打ち相手に近い

今回の検証を通して、Voiceが特に向いていると感じたのは、完成した文章を一発で作らせることではありません。

考えながら条件を足し、回答を聞き、さらに修正するような使い方です。

例えば、次のような場面です。

• 障害発生時に、状況を話しながら原因を整理する

• 確認すべきログや設定を一緒に洗い出す

• 提案資料の構成を会話しながら考える

• 勉強会のテーマや流れを壁打ちする

• 複数の調査結果を比較してもらう

• 作業中に思いついた条件を追加する

キーボードで長いプロンプトを書く場合、文章を完成させてから送ろうとしてしまいます。

音声なら、まだ考えがまとまっていなくても話し始められます。

「やっぱり対象をセキュリティに絞って」

「専門知識がない人向けにして」

「この中から一つ選んで」

と、考えながら条件を追加できます。

追加指示が一部漏れる問題はありましたが、「全部守りましたか」と声で再確認させ、最終的に修正できました。

そのため、完全に任せられる秘書というより、キーボードを使わずに考えを整理できる相棒に近いと感じます。

声だけで仕事はできたのか

今回の範囲では、調査開始から結果の確認、条件の追加、指示漏れの修正まで、ほぼ音声だけで進められました。

しかも、一つの質問へ答えるだけではありません。

複数のニュースを調べ、分類し、比較し、勉強会のテーマまで選んでいます。この点では、「声だけで仕事を頼む」という体験は、すでに実用的な段階に入っていると感じました。

一方で、安心して完全に任せられるわけではありません。
追加した条件が漏れることがあります。

作業手順についての指示も無視されました。話の途中で割り込んでも、すぐに止まって新しい方向へ切り替わるとは限りません。

だから、重要な仕事では、

• 最初に条件を整理する

• 作業開始前に条件を復唱させる

• 完了後に指示漏れがないか確認させる

• 調査結果の出典を自分でも確認する

という使い方が必要です。

技術用語をこれだけ認識できるなら、ずっと声で使いたい

私が今回、最も驚いたのは音声認識でした。

Kubernetes関連の用語を含め、ほぼ完璧に認識されました。

応答も速く、話している間から作業の準備が始まっているように見えました。慣れれば、アイデアの壁打ち相手としてかなり実用的だと思います。

特に使ってみたいのは、音声だけでやり取りできるトラブルシューティングの相棒です。

PCの画面やログを見ながら、

「このエラーから何が考えられる？」

「次はどのログを確認すべき？」

「さっきの仮説と矛盾していない？」

と声で相談できれば、自分は画面の確認や操作に集中できます。

提案資料を考える場面でも、キーボードへ文章を打ち込むより、会話しながら構成を固めるほうが自然です。

日単位や週単位の利用上限を気にせず使えるなら、ずっと音声だけでやり取りしたいと感じました。

結論：よく聞き取る。でも、まだ空気は読まない

今回のChatGPT Voiceは、私が話した専門用語をほぼ完璧に聞き取りました。

一つの調査だけでなく、2つの仕事を分け、別々に調べ、最後に結果を統合するところまで実行できました。

適当な指示からでも表を作り、おすすめを選び、勉強会のテーマへまとめる能力は、すでに十分実用的です。

一方で、話している途中に割り込んでも、すぐに止まってはくれませんでした。

こちらの声は聞こえているのに、その場で指示の優先順位を切り替えられない。作業前に説明するよう頼んだ条件も抜けました。

今回の結果を一言でまとめるなら、

「よく聞き取る。でも、まだ空気は読まない」

です。

声だけで複数の仕事を頼めるところまで来ました。

しかし、人間の相棒のように「今は止まるべきだ」と判断し、その場で柔軟に方向転換するには、まだ改善の余地があります。

それでも、キーボードを使わずに、技術的な相談やアイデアの壁打ちができる快適さは、一度体験すると元に戻りにくいものでした。

完全に仕事を任せるAIではありません。

けれど、隣で一緒に考えてくれる相棒としては、かなり頼もしくなっています。

関連記事

今回のように、AIを実際に使って確かめた記事も書いています。

同じ指示なのに4分と1時間。ChatGPTとAntigravityにWebアプリを作らせてみた

同じ依頼を2つのAIへ送り、完成までの時間や作業の進め方を比較しました。

AIにPCトラブルを任せたら、便利すぎて少し怖くなった話

PCトラブルの原因調査をAIに任せたとき、どこまで頼れるのか、逆に何に注意すべきなのかをまとめています。

休日の昼寝は何分まで？ 4つのAIは全員すすめたけれど

ChatGPT、Gemini、Claude、Grokへ同じ質問をし、回答の違いと共通点を比較しました。

参考・出典

• OpenAI「ChatGPT Release Notes」

• OpenAI「ChatGPT Work and Codex」

• OpenAI「ChatGPT Voice」

• OpenAI「Introducing GPT-Live」

※本記事は、2026年7月25日にWindows版ChatGPTデスクトップアプリのWorkで検証した結果をもとにしています。機能の提供状況や実際の挙動は、利用プラン、アプリのバージョン、今後のアップデートなどによって変わる可能性があります。