OpenAIは木曜日、チャットGPTのデスクトップアプリケーションに音声入力モードに対応する更新をリリースした。この機能は同社が先月公開した新型音声モデルシリーズを搭載し、ユーザーが自然な音声操作でAIエージェントを制御し、PC上の作業を自動化可能にする。 本機能はチャットGPTワークとCodexに対応しており、ウェブサイトやアプリケーションの検索、macOS環境における画面キャプチャ機能によるコンテンツや代替テキストへのアクセスも可能だ。スマートフォンプラットフォームでは会話をスムーズに中断する機能が強みであった一方、今回のデスクトップ版は複数ステップにわたる複雑なコマンドの処理と、処理中にユーザーへの入力を促す双方向の対話を可能にし、実用性が大幅に向上した。デモでは開発者が单一のコマンドでコードスレッドの作成、プルリクエストの送信、バグの根本原因特定を一括で実行する様子が示された。 また、iOSアプリ経由でCodexへのリモートアクセスを利用することで、モバイル環境からの音声エージェント操作も展開されている。競合他社も音声モードを更新し各アプリケーションとの連携を進めており、AI音声アシスタントの実務導入競争が本格化している。