ChatGPTとClaudeがほぼ同時にPC向けボイス機能を発表。Codex操作と「考えながら話す」の違い

2026年7月24日更新日: 2026年7月25日AIコラム

2026年7月24日早朝、OpenAIとAnthropicが、パソコンから使えるボイス機能の更新をほぼ同じ時刻に発表しました。

日本時間では、AnthropicのClaude公式Xが午前4時34分、OpenAI公式Xが午前4時43分に投稿しています。その差は約8分です。偶然同じ日に重なった形ですが、音声がスマートフォンの会話機能だけでなく、パソコン上の仕事を動かす操作方法になってきたことを象徴する発表でした。

ただし、両社が追加したものは同じではありません。ChatGPTは、WorkやCodexで動くエージェントを音声から開始・調整する方向です。Claudeは、Opus・Sonnetを使って声で考えを深め、その結論をGmailやSlackなどの接続先で実行する方向を打ち出しています。

同じ日の発表でも、ボイス機能の中心は違う

比較	ChatGPT	Claude
主な狙い	Work・Codexのタスク開始、進捗確認、複数エージェントの調整	難しい問題を声で考え、結論を接続ツールで実行
パソコンでの提供	ChatGPTデスクトップアプリのmacOS・Windows	Claudeのデスクトップ・Web。モバイルでも利用可能
会話の仕組み	GPT-Liveによるリアルタイム会話。話の途中でも割り込める	利用者が話し、Claudeが考えて返すターン制
仕事との接続	Work・Codexが持つファイル、アプリ、開発環境、エージェント	Gmail、Slack、Google Calendarなどのコネクター
モデル	ChatGPT VoiceはGPT-Live系列	Haikuに加えてOpus・Sonnetを選択可能
日本語	普段のVoiceと同様に日本語で会話可能	今回、日本語を含む対応言語を公式に案内。手動選択が必要

「デスクトップ版へマイクボタンが付いた」という見た目だけなら似ています。しかし、ChatGPTは動いている仕事を声で監督する機能、Claudeは考えを声に出しながら整理し、必要なら道具を使わせる機能として見ると違いが分かりやすくなります。

ChatGPTは、声でCodexのタスクを動かせる

OpenAIの今回の発表で重要なのは、通常のチャットを音声化したことだけではありません。ChatGPTデスクトップアプリのWorkとCodexへVoiceが入り、作業中のAIエージェントを声で操作できるようになったことです。

公式Help Centerでは、次の操作が案内されています。

新しいタスクを開始する
複数のタスクやエージェントへ優先順位を付ける
進行中の作業へ割り込み、方向を変える
止まっている理由や現在の進捗を聞く
完了・ブロックなどの報告を音声と画面で受け取る

たとえばCodexへ「この不具合を調べて」と頼み、作業中に別の画面を見ながら「デザイン変更はまだしないで、原因だけ特定して」「テストが通ったらデプロイ前で止めて」と声で追加できます。

キーボードから長い指示を書かなくてもよいこと以上に、複数の仕事を進めているときに、会話で交通整理できることが大きな変化です。ChatGPT Voiceは自然に割り込めるため、AIの説明が意図と違うと感じた時点で止めて修正できます。

通常のVoiceと、Work・CodexのVoiceは役割が異なる

ChatGPTのVoice自体は以前からWebやスマートフォンで使えました。macOS版では旧Voiceが2026年1月に一度終了しており、今回の更新は、新しいChatGPTデスクトップアプリへ仕事用のVoiceとして戻ってきた形でもあります。

通常のChatでは、質問、相談、Web検索、アイデア出しなどを声で行います。Workでは調査や資料作成などの長い仕事を進め、Codexではコード修正、テスト、Git操作などを扱います。選んだ場所によって、Voiceが利用できる道具と権限も変わります。

Work・Codexを単体で音声操作できるのはmacOS・Windowsのデスクトップアプリです。iPhoneはデスクトップとペアリングしたRemote経由で利用できますが、Webやモバイルだけで独立してCodexのVoiceを始める機能ではありません。

Voiceの接続時間と、Work・Codexが実行するタスクの利用量は別に扱われます。音声の枠が残っていてもCodexの利用上限に達していれば新しい作業は始められず、その逆もあります。利用できる機能と上限は、プラン、地域、ワークスペース設定、アプリのバージョンで変わります。

Claudeは、Haikuの速い会話から「上位モデルと考える」機能へ

ClaudeにもVoiceは以前からありました。今回初めて音声会話が登場したのではなく、これまで速度を優先してHaikuで動いていたVoiceへ、難しい問題を考えるOpusとSonnetが加わったことが中心です。

モデルは会話の途中でも選択できます。Voiceでは選んだモデルの高速版が使われ、直前のテキストチャットで使ったモデルが初期選択になります。そのため、文章で相談していた続きを声で話し、再びテキストへ戻る使い方がしやすくなっています。

Claudeの公式ブログは、次のような用途を挙げています。

重要な会話を練習し、伝え方へのフィードバックをもらう
顧客向け提案を声で説明し、論理の穴を探してもらう
製品ロードマップのアイデアを出し、競合調査で確かめる
複数の仮説を声に出し、どれが妥当か整理する

ChatGPTのリアルタイム会話とは異なり、Claudeは利用者が話し終えてから考え、返答するターン制です。反応速度だけを優先する仕組みではなく、まとまりきっていない考えを一度受け止め、質問を返しながら深める「壁打ち相手」として設計されています。

Claudeは、話し終えたあとにコネクターで実行できる

ClaudeのVoiceは、考えを整理して終わりではありません。接続済みのツールを使い、会話で決めた内容を実行できます。

Google Calendarの会議を30分後ろへ移す
顧客向け提案の会話をCanvaの1枚資料へまとめる
今日届いたメールを要約し、重要なものへの返信案を作る

Claudeはコネクターを使う前に許可を求めます。新しい接続先は、モバイル、デスクトップ、Webの「Settings → Connectors」から追加できます。MCPやコネクターで使える道具が増えるほど、音声で依頼したあとに行える仕事も広がります。

今回のVoice更新はベータとして全プランへ提供されます。FreeではHaiku、接続ツール1つ、全対応言語を利用可能。有料プランでは選べるモデルと接続ツールが広がります。Voiceの会話は通常の利用上限に含まれます。

Claudeは日本語対応。ただし最初に言語を選ぶ

Claudeは今回、英語、フランス語、ドイツ語、ヒンディー語、インドネシア語、イタリア語、日本語、韓国語、ブラジルポルトガル語、スペイン語2種への対応を案内しました。

注意点は、Claudeが話している言語を自動判定しないことです。英語から日本語へ切り替える場合は、声で日本語へ変更するよう伝えるか、Voice設定の言語選択で日本語を指定します。通常のClaudeで設定した言語はVoiceへ自動では引き継がれません。

パソコンでも利用できますが、Anthropicは現時点ではスマートフォンが最も使いやすいと説明しています。デスクでの長い壁打ちに使える一方、外出中や手が離せない場面も引き続き主な用途です。

筆者なら、企画はClaude、動いている作業はChatGPTへ話す

両方を使うなら、これまでの「仕様書はClaude、実装はCodex」という分業を、そのまま音声へ広げられます。

まだ考えが固まっていないならClaude

「何が問題なのか自分でも整理できていない」「選択肢を声に出しながら比べたい」という段階では、OpusやSonnetと会話できるClaudeが向いています。すぐ答えを出さず、質問を返してもらうよう頼むと、壁打ちとして使いやすくなります。

作業を開始・監督したいならChatGPT

すでに目的が決まり、WorkやCodexへ実際の仕事を任せたい場面ではChatGPTが向いています。「調査を始めて」「別のエージェントにも比較させて」「その変更は止めて」と、動いている仕事を音声で調整できます。

違いは、どちらの声が自然かだけではありません。声を受け取ったあとに、どのモデルが考え、どの道具を使い、どこまで実行できるかで選ぶ必要があります。

最初は、同じ10分の相談を両方へ試す

ChatGPTとClaudeのデスクトップアプリを最新版へ更新する
公開や削除を伴わない、身近な相談を一つ選ぶ
同じ背景と終了条件を両方へ伝える
10分話し、質問の返し方と結論のまとめ方を比べる
道具を使わせる場合は、実行前に許可内容を確認する

たとえば「次の記事の企画を三つ比較し、読者に最も近いものを決めたい」という相談なら、音声の聞き取りだけでなく、話を遮らず整理できるか、必要な質問を返せるか、最後に実行可能な形へまとめられるかを比べられます。

マイクだけでなく、ファイルと画面の権限も確認する

パソコンのVoiceは、単なる音声入力より広い権限を扱います。ChatGPTでコンピューターの状況を使う場合、マイクに加えて画面収録やアクセシビリティ権限が必要になることがあります。Claudeでコネクターを使えば、メール、カレンダー、ファイルなどへアクセスできます。

便利だからといって、すべての権限を最初から許可する必要はありません。画面にAPIキーや個人情報を表示したまま共有しない、音声で秘密情報を読み上げない、送信・削除・公開は確認を挟む、といった基本はテキストで使う場合と同じです。

OpenAIは、Voiceの文字起こしが実際の発言と完全には一致しない場合があると案内しています。重要な日時、金額、固有名詞、実行内容は、声だけで確定せず画面の文字でも確認しましょう。

音声は、AIへの入力方法から仕事の操作方法へ変わる

これまでのボイスモードは、スマートフォンでAIと話す機能という印象が強いものでした。今回、OpenAIとAnthropicがほぼ同じ時刻にパソコン向けの更新を発表したことで、音声の役割が変わり始めています。

ChatGPTでは、声が複数のエージェントを動かす操作盤になります。Claudeでは、声に出した考えを上位モデルと整理し、その結論を接続先へ渡せます。

キーボードが不要になるわけではありません。長い仕様、正確な数値、コードの差分は文字の方が確認しやすいままです。一方、考え途中の相談、作業中の方向修正、手を動かしながらの進捗確認は、声の方が自然です。これからは「音声かテキストか」ではなく、仕事のどの部分を声にすると速くなるかを選ぶことになりそうです。