ChatGPT VoiceがPC対応｜音声でCodex・AIエージェント操作

ポイント: OpenAIは2026年7月23日(米国時間)、ChatGPT VoiceをChatGPTデスクトップアプリ(macOS/Windows)に対応させました。声だけでパソコンを操作し、「ChatGPT Work」や開発エージェント「Codex」上で動く複数のAIエージェントに指示を出せるようになります。

• 要点1: 対応プランはPlus・Pro・Business・Edu・Enterpriseの有料プランのみ。無料プランでは今回のPC操作・エージェント指揮機能は使えません
• 要点2: 基盤技術は2026年7月8日発表の音声モデル「GPT-Live」。話しながら聞く「フルデュプレックス」方式で、会話とエージェントの作業進行を同時にこなします
• 要点3: 音声操作はChat・Work・Codexそれぞれに割り当てられた既存の権限・ツール範囲の中で動くため、権限設計そのものは従来の管理画面での設定を引き継ぎます

対象読者: Codex・ChatGPT Workを業務導入している(検討している)経営者・情報システム担当・開発チームのマネージャー

読了後にできること: 自社でこの機能を試す前に確認すべき対応プラン・権限設計・スモールスタートの手順が分かります

「音声でAIエージェントに指示を出す」という話を聞くと、SF映画のワンシーンのように感じるかもしれません。ですが今回OpenAIが発表したのは、まさにそれに近い機能です。ChatGPTのデスクトップアプリを開いたまま、キーボードから手を離して話しかけるだけで、Codex上で動く複数のコーディングエージェントに次の作業を指示したり、優先順位を入れ替えたり、作業を中断させたりできるようになりました。

2026年7月8日に発表された音声モデル「GPT-Live」については、GPT-Liveとは｜ChatGPTライブの使い方・無料版の違い・料金で発表内容と料金プランを整理しています。今回の発表はそのGPT-Liveを土台に、「音声で会話する機能」から「音声でPCとAIエージェントを操作する機能」へと一段引き上げた続報にあたります。

この記事では、7月23日(米国時間)の発表内容と、7月24日にかけて国内メディアが伝えた詳細を一次情報ベースで整理したうえで、企業がこの機能をどう評価し、どう試験導入すればよいかを、AI研修・導入支援の現場で見えている実務的な視点から解説します。

何が起きたのか — ChatGPT VoiceがPC(デスクトップアプリ)に対応

OpenAIは公式X(旧Twitter)アカウントで次のように発表しました。

「ChatGPT Voice is now in the desktop app. Control your computer and direct multiple agents running in ChatGPT Work or Codex, using just your voice. It’s powered by GPT-Live, so it can speak, listen, and coordinate work in the app at the same time. Rolling out globally today on macOS and Windows to Plus, Pro, Business, Edu, and Enterprise plans.」

日本語に訳すと「ChatGPT Voiceがデスクトップアプリに登場しました。声だけでパソコンを操作し、ChatGPT WorkやCodex上で動く複数のエージェントに指示を出せます。基盤はGPT-Liveなので、話す・聞く・アプリ内の作業調整を同時にこなせます。本日、macOSとWindowsでPlus・Pro・Business・Edu・Enterpriseの各プラン向けにグローバル展開を開始します」という内容です。発表内容を整理すると次のとおりです。

ポイントは、今回の対象が「Plus・Pro・Business・Edu・Enterprise」の有料プランに限られている点です。GPT-Live自体は無料プランでも軽量版(GPT-Live-1 mini)で音声会話ができますが、PCを操作し複数エージェントを指揮する今回の新機能は有料プラン専用という切り分けになっています。企業が導入を検討する際は、対象ユーザーが有料プランに入っているかをまず確認する必要があります。

何ができるようになるのか — 音声でCodex・複数エージェントを操作する

今回の発表で具体的にできるようになったことは、大きく3つに整理できます。

1. 声だけでパソコンを操作する

ChatGPTデスクトップアプリでVoiceを起動すると、キーボード・マウスを使わずに会話形式でPC上の作業を進められます。話している途中でAIに割り込んで指示を変えたり、逆にAI側から確認の相づちを打たれたりと、通常の音声通話に近い感覚でやり取りできる点は、7月8日発表のGPT-Live(フルデュプレックス方式)がそのまま活きている部分です。

2. Codex上で動く複数のコーディングエージェントに指示を出す

Codexで複数のタスクを並行して走らせているとき、「このタスクを先にやって」「このエージェントは一旦止めて」といった調整を、音声で行えます。国内メディア(Impress Watch/PC Watch)は、キーボードから手を離したまま複数のAIエージェントへ次々と指示を出せる点を「ハンズフリーでのエージェント開発」として紹介しています。

3. ChatGPT Workのエージェントとも同じ仕組みで連携する

コーディング用途のCodexだけでなく、業務エージェント機能「ChatGPT Work」でも同じ音声インターフェースが使えます。ChatGPT Workの基本的な機能・料金はChatGPT Workとは｜できること・料金・使い方で解説していますが、今回の発表によって、その操作の一部を声だけで指示できるようになった、という位置づけです。

加えてMacユーザーには「Appshots」という機能が追加されています。これは今フォーカスしているウィンドウの内容(コードエディタの画面やドキュメントなど)をChatGPT Voiceが参照し、会話の文脈理解の精度を上げる仕組みです。手前のウィンドウの内容だけでなく、ローカルファイルやコードベースの構造、有効化しているChatGPTプラグインもあわせて参照できるとされており、単なる音声認識の改善ではなく「今画面に映っているものと、手元のファイル構成を踏まえて会話する」方向への進化と言えます。海外メディア(VentureBeat)は、この仕組みによって「開発者が会話形式で問題を話しながら、エージェントが非同期にタスクを実行する」ペアプログラミングに近い体験が生まれると評しています。

GPT-Liveとの関係 — 「音声モデル」と「操作インターフェース」の違い

ここで整理しておきたいのが、GPT-LiveとChatGPT Voiceのデスクトップ対応の関係です。両者は同じニュースとして語られがちですが、役割が異なります。

つまり「GPT-Liveという音声モデルが、7月23日にデスクトップアプリという新しい活躍の場を得て、Codex・ChatGPT Workという実務ツールと直結した」というのが今回の発表の本質です。GPT-Live自体の発表内容(フルデュプレックス方式の仕組みや料金プランの詳細)はGPT-Liveとは｜ChatGPTライブの使い方・無料版の違い・料金で先に押さえておくと、今回の新機能の理解もスムーズです。

なお国内メディアの一部は、OpenAIが2026年1月にmacOSアプリの音声機能を一時的に停止していた経緯にも触れています。デスクトップアプリの音声機能自体は今回が初出ではなく、今回はそれをGPT-Live・Codex・ChatGPT Workと結びつけて再設計した形での復活、という文脈で見ておくと理解しやすいでしょう。

「音声でエージェントを指揮する」働き方の実際

OpenAIが示している活用イメージや国内メディアの報道をもとに、実際の使い方をもう少し具体的に見てみます。公式の説明では「Voiceで新しいタスクを開始し、自然に話しかけ、割り込みながら、選択している経験(Chat・Work・Codex)が持つツールと権限の範囲内で作業を進める・調整するようVoiceに依頼できる」とされています。

• タスクの立ち上げ: 「このリポジトリのバグを直しておいて」と話しかけるだけでCodexにタスクを渡せる
• 優先順位の変更: 複数タスクが並行しているときに「さっきのを先にやって」と割り込める
• 作業の中断: 「それは一旦止めて」と声で作業を止められる
• 会話しながらの別作業: PC Watchの報道では、会話を続けたままImagegenスキルで3Dボクセルアートを生成させるデモ例が紹介されており、「話しながら別の作業を並行して進める」使い方が想定されています

この働き方は、Codexのリモート実行機能とも相性が良い設計です。Codex Remoteの一般提供(GA)についてはCodex Remote GA｜モバイル承認と法人セキュリティで解説していますが、モバイルからの承認フローに、今回の音声操作が加わることで、「外出先や移動中でも、声でエージェントの進捗を確認・指示できる」体制がさらに現実的になります。

重要なのは、音声はあくまで「指示を出す入力手段」が増えただけで、Codex・ChatGPT Workそれぞれが本来持っているツールアクセス範囲や権限を超えて動くわけではない、という点です。既存のChatGPTアプリ統合の全体像はCodex統合でChatGPTアプリ一本化、CLIは？でも整理しています。音声インターフェースが追加されたことで操作のハードルは下がりますが、「何をしてよいか」の設計自体は従来どおり管理者側の責任です。

対応プランと提供環境 — 企業導入で押さえておきたい前提

企業として今回の機能を評価する際は、次の3点を順番に確認するのが実務的です。

1. 対応プランを確認する

繰り返しになりますが、今回のPC操作・エージェント指揮機能はPlus・Pro・Business・Edu・Enterpriseの有料プラン限定です。無料プランのユーザーや、Team/Enterpriseでも一部プランでは利用できないケースがあると報じられているため、自社の契約プランで対象になっているかを、導入前にOpenAI側の最新情報で確認してください。なお発表時点では、追加料金についての明記はなく、対象プランに含まれる機能として案内されています。

2. 権限・セキュリティの考え方を整理する

音声操作自体が新しい権限を作り出すわけではなく、Chat・Work・Codexそれぞれに設定済みのツールアクセス権限の範囲内で動作します。つまり企業側がまず取り組むべきは「音声用の特別なセキュリティルール」ではなく、Codex・ChatGPT Workの権限設計そのものの見直しです。誰がどのリポジトリ・どの業務ツールにアクセスできるエージェントを動かせるのか、承認フローはどうなっているのか、という既存の権限設計が、音声操作でも実質的なガードレールになります。

3. スモールスタートの手順

いきなり全社展開するのではなく、次のような段階を踏むのが現実的です。

この段階的な進め方は、OpenAIの公式発表に明記されている手順ではなく、100社以上の企業へのAI導入支援で見えてきた実務上の推奨手順です。新しい操作インターフェースが増えるほど、「誰が・どこまで・何を音声で指示してよいか」を先に決めておくことが、後々のトラブルを避ける近道になります。

【要注意】導入前に確認しておきたい4つのポイント

1. 音声の誤認識でタスクが誤実行される可能性

❌ 音声認識の精度を過信し、確認なしで重要な操作を任せる
⭕ 破壊的な操作(ファイル削除・本番環境への反映など)は、音声だけで完結させず、実行前に確認ステップを挟む設計にする

2. オープンスペースでの利用による情報漏洩リスク

❌ 社外秘の情報を含む会話を、周囲に人がいるオフィス・カフェなどで音声操作する
⭕ 機密性の高い作業は個室・イヤホン利用時に限定するなど、利用場所のルールを決めておく

3. 既存の権限設計を見直さないまま導入する

❌ 「音声だから安全/危険」という思い込みだけで判断する
⭕ Codex・ChatGPT Workの権限設計(誰がどこまでアクセスできるか)を先に棚卸しし、音声はその上に乗るインターフェースとして扱う

4. ログ・監査証跡の確認を後回しにする

❌ 音声でエージェントに指示した内容が、後から追跡できるか確認しないまま利用を広げる
⭕ Work・Codex側のタスク履歴・実行ログが、音声経由の指示についてもテキスト操作と同様に記録・確認できるかを、試用段階で確認しておく

よくある質問(FAQ)

Q1. 無料プランでもCodexを音声操作できますか？

できません。今回発表されたPC操作・複数エージェント指揮機能は、Plus・Pro・Business・Edu・Enterpriseの有料プラン限定です。無料プランで使えるのはGPT-Live-1 miniによる通常の音声会話までです。

Q2. WindowsとMacで機能に差はありますか？

基本的なPC操作・エージェント指揮機能はmacOS・Windowsの両方に対応しています。ただし「Appshots」(手前のウィンドウを参照する機能)は、報道時点でMac限定の機能として案内されています。

Q3. スマートフォンからも同じことができますか？

iOSアプリでは「Remote」機能をペアリングすることで、Codex上でChatGPT Voiceを利用できます。Android版の対応は、記事執筆時点では近日公開予定とされており、まだ利用できません。

Q4. GPT-Liveとの違いが分かりません。何を最初に読めばいいですか？

GPT-Liveは音声会話そのものを担うモデル、今回の発表はそのモデルを使ってPC・エージェントを操作するための新しい窓口です。まずGPT-Live自体の基本を知りたい場合はGPT-Liveとは｜ChatGPTライブの使い方・無料版の違い・料金を先に読むのがおすすめです。

Q5. 社内で試す場合、最初に何をすればいいですか？

まず対応プランに加入しているユーザーを数名決めて試用し、その間にCodex・ChatGPT Workの既存の権限設定を棚卸ししてください。音声操作を許可する業務範囲とルールを先に決めてから対象を広げるのが安全です。

まとめ：今日から始める3つのアクション

1. 今日やること: 自社で契約しているChatGPTプランが、Plus・Pro・Business・Edu・Enterpriseのいずれかに該当するか確認する
2. 今週中: Codex・ChatGPT Workを使っている担当者数名で、デスクトップアプリのVoice機能を試用する
3. 今月中: Codex・ChatGPT Workの権限設計を棚卸しし、音声操作を許可する業務範囲・利用場所のルールを社内で明文化する

あわせて読みたい:

• GPT-Liveとは｜ChatGPTライブの使い方・無料版の違い・料金 — 基盤となる音声モデルの発表内容と料金プラン
• ChatGPT Workとは｜Cowork対抗の新機能 — 今回音声連携が強化されたエージェント機能の詳細

参考・出典

• OpenAI公式X投稿 — OpenAI（参照日: 2026-07-24）
• ChatGPT Voice is now in the desktop app — OpenAI Developer Community 公式アナウンス（参照日: 2026-07-24）
• OpenAI updating ChatGPT desktop app with GPT Voice for talking through work — 9to5Mac（参照日: 2026-07-24）
• Agentic coding goes hands-free as OpenAI brings GPT-Live’s full duplex voice control to Codex and ChatGPT on the desktop — VentureBeat（参照日: 2026-07-24）
• ChatGPTとClaude、そろって音声機能強化 Codexでエージェントに”声だけで指示”も可能に — ITmedia NEWS（参照日: 2026-07-24）
• ChatGPT、会話しつつPC操作や複数AIエージェント同時指揮が可能に — PC Watch（参照日: 2026-07-24）
• ChatGPT Voiceがデスクトップアプリで利用可能になり音声だけでPCを制御できる — AI Watch（参照日: 2026-07-24）

執筆者プロフィール

佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。
100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。
SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談はお問い合わせフォームからお気軽にどうぞ。