ChatGPT、声で仕事を開始・調整　デスクトップ版へ世界展開

何が変わったのか

OpenAIは2026年7月23日（米国時間）、ChatGPTの新しいデスクトップアプリで、WorkとCodexを声で操作できる機能を世界向けに提供し始めました。macOSとWindowsで、Plus、Pro、Business、Edu、Enterpriseの対象アカウントへ段階的に展開しています。

ここでいうWorkは、調査、資料分析、文書・表計算・プレゼン・レポートなどを完成まで進めるための機能です。Codexは主にソフトウェア開発向けです。利用者は会話しながら作業を始め、途中経過を聞き、別の指示へ変えたり、複数の作業を調整したりできます。

ChatGPT Voice is now available in Work and Codex in the ChatGPT desktop app.

出典：OpenAI「ChatGPT Release Notes」

従来の音声会話は質問へ声で答えることが中心でした。今回の違いは、声がWorkやCodexの仕事を開始・調整する入口になったことです。ただし、声だけでパソコンの全操作が自由になるわけではありません。実際にできることは、選んだ機能、会社の設定、その場で許可した道具とファイルの範囲に限られます。

使える人と使えない場所

OpenAIの公式Xは、Plus、Pro、Business、Edu、Enterpriseを対象として案内しています。Help Centerでは「対象アカウント」と表現され、企業・教育機関では管理者がWorkや音声機能を有効にしている必要があります。EnterpriseではAdvanced voice capabilitiesとEarly Model Accessの両方を有効にする条件も示されています。

対象は新しいChatGPTデスクトップアプリのmacOS版とWindows版です。WorkはWebやモバイルでも使えますが、WorkやCodexを声で操作する今回の機能はデスクトップ向けです。Codex自体もWebやモバイルで選ぶ機能ではありません。

以前のMac用ChatGPTアプリは「ChatGPT Classic」に名前が変わり、サポートは続きます。ただしWorkやCodexなど新しいエージェント機能は新アプリ側です。既存のCodexアプリは更新すると新しいChatGPTアプリになり、従来のCodexの会話やプロジェクトは残ると案内されています。

料金と権限を分けて確認

AI深報は発表、WorkとCodexの説明、Voiceの説明、法人向け料金表を照合しました。重要なのは、音声で頼む時間と、頼んだ仕事をAIが実行する利用量が同じではないことです。

Voice uses the tools and permissions available to the selected experience.

出典：OpenAI Help Center「ChatGPT Work and Codex」

例えば声で「このフォルダの資料を比較して報告書を作って」と頼んでも、そのフォルダを開く許可がなければ処理できません。逆に、広いフォルダや画面操作の権限を与えるほど、意図しないファイルやアプリへ触れるリスクも増えます。会社では「声を使えるか」だけでなく、「何を読めて、何を操作できるか」を役割ごとに決める必要があります。

PlusとProについては、公式Xで対象と確認できますが、今回確認した公開料金文書には音声操作の1分単価が明示されていません。法人向けの5クレジットという数字を個人プランへそのまま当てはめることはできません。実際の上限や追加利用は、アプリ内の利用表示と各プランの案内を確認すべきです。

音声データはどう扱われるか

OpenAIのVoice説明では、LiveとAdvanced Voiceの音声クリップは会話履歴の文字起こしと一緒に保存され、30日間保持されるとしています。会話を削除すると、セキュリティや法的な理由などの例外を除き、関連する音声も30日以内に削除されます。アーカイブは一覧から隠すだけで、削除ではありません。

音声クリップは、利用者が共有を選ばない限りモデル学習へ使わないと説明されています。ただし、個人のFree、Plus、Proでは「Improve the model for everyone」が有効なら、会話の文字起こしや添付ファイルがプランと設定に応じて学習に使われる場合があります。Business、Enterprise、Eduでは音声・動画クリップを学習用に共有できません。

会議中や人の多い場所で使うと、自分以外の声、画面に映る顧客情報、通知、別の資料が入る可能性があります。会社では機密情報の区分、使用場所、ヘッドセットの利用、録音を含む社内規則との整合を確認する必要があります。

企業が導入前に決めたい4点

第一は、利用者と仕事の範囲です。全社員へ一律に画面操作を許可せず、まず公開情報の調査や社内テンプレートを使う資料作成など、失敗しても戻せる仕事から始める方法が安全です。

第二は、権限を最小限にすることです。必要なフォルダだけを開き、使い終わった画面収録やアクセシビリティの許可は見直します。Workの利用可否とCodex Localの権限は別に管理されるため、管理者は両方を確認する必要があります。

第三は、費用を音声と実行に分けて測ることです。長く話すだけでも音声利用量が増え、開始した仕事にも別の利用量がかかります。「1件の資料作成に何分話し、実行にどれだけ使ったか」を小規模な試験で記録すると、文字入力との費用差を判断しやすくなります。

第四は、人が確認する場所です。AIは聞き間違いや誤った判断をする可能性があります。送信、公開、削除、購入、顧客データの変更など戻しにくい操作は、実行前に内容を画面で確認する手順を残すべきです。

注意点と未確認事項

提供は段階的で、対象プランでもすぐに表示されない場合があります。日本語での利用可否は世界展開の範囲に含まれると考えられますが、日本語音声の認識精度、騒音下での作業指示、長時間作業での誤り率を示す今回の機能固有の数値は公開文書で確認できませんでした。

公式文書は、声で作業を開始・調整できることを示していますが、「すべてのパソコン操作を完全に声だけで行える」とは説明していません。対応する道具、会社の管理設定、OSの権限、選んだWorkまたはCodexの能力によって実行範囲は変わります。

AI深報は今回の変化を、音声会話の改善というより、AIへ仕事を任せる入口がキーボードから会話へ広がった動きと見ます。便利さを判断する時は、音声の自然さだけでなく、仕事が終わるまでの総費用、与える権限、最終確認にかかる時間を合わせて比べることが重要です。