レバテックLAB、AI指示の99%を音声入力で行うPdMの活用術を報道

ITエンジニア向け情報メディアのレバテックLABが、AIへの指示の99%を音声入力で行うプロダクトマネージャーの北國悠人氏への取材記事を公開した。タイピングに比べて入力速度が体感で3倍以上になり、指示のやり直しを減らせる利点などを伝えている。

セカンドデプロイ
・3分で読めます・AIが下書きし筆者が確認
音声の波形がスムーズなデータストリームへと変換されて流れる様子を描いた抽象的なイラスト
AI 生成画像(FLUX.1 [schnell])

この記事のポイント

  1. 01音声入力により体感でタイピングの3倍以上の速度で指示でき、1000文字規模のプロンプト作成が容易になる。
  2. 02レビュー対象の画面を開いたまま声で指示できるため、ウインドウを交互に切り替える手間がなくなる。
  3. 03頭の中で文章を整理せず思ったまま話しても、現代のAIは文脈や意図を読み取れると当事者が説明している。
目次
  1. タイピングの3倍速く、1000文字の指示でやり直しを削減
  2. 画面切り替えが不要になる「レビュー」での利点と環境づくり
  3. 音声入力が広まらない3つの壁と「文章をまとめない」克服法
  4. 専用アプリの活用と開発指示における注意点

ITエンジニア向け情報メディアのレバテックLABが、AIへの指示の99%を音声入力で行うプロダクトマネージャーの北國悠人氏への取材記事を公開した。米OpenAIや米Anthropicが音声入力を推奨するなかで、実務への導入が進まない理由や、日常業務で効率を高める具体的な運用手順を伝えている。

タイピングの3倍速く、1000文字の指示でやり直しを削減

レバテックLABの報道によると、北國氏は仕様書作成やスライド資料の作成、プログラミングコードの生成など、AIに対する指示のほぼすべてを音声で行っている。同氏が音声入力を導入した発端は、長時間のタイピングによる肩こりや片頭痛の対策だったという。約2年前に音声入力へと切り替えた結果、体への負担が半減したと説明している。

実用面において北國氏は、体感でタイピングの3倍以上の速度で入力できる点を挙げている。キーボードで1000文字程度の指示を作成するのは手間がかかるため、利用者は短い指示で済ませがちになる。その結果、AIが期待通りに動かず、細かな修正を何度も繰り返す事態に陥るという。

音声入力を用いれば、1000文字規模の指示でも負担なく発声できる。最初から前提条件や背景を含めた長い指示を一度に送れるため、結果的にAIとのやり直しの回数が減ると同氏は述べている。

flowchart TD
    subgraph キーボード入力
        A1[短い指示を入力] --> B1[AIの出力] --> C1[意図とズレる] --> D1[何度も修正を反復]
    end
    subgraph 音声入力
        A2[思ったまま話す] --> B2[1000文字の詳細指示] --> C2[AIが文脈を理解] --> D2[1回で狙い通りの出力]
    end

キーボード入力と音声入力におけるAI指示サイクルの違い

画面切り替えが不要になる「レビュー」での利点と環境づくり

音声入力のもうひとつの利点として、北國氏は入力先の画面を見続ける必要がない点を指摘している。スライド資料の修正点をチャットツールで指示する場合、キーボード入力では資料の画面と入力欄のウインドウを行き来しながらタイピングする必要がある。

これに対し、音声入力であれば修正対象の画面だけを表示したまま「ここを直して」と声に出すだけで済む。ノートパソコンの小さな画面を全画面表示で切り替えながら作業する場面でも、視線や画面を往復させる負担がなくなるという。

作業環境について北國氏は、高価な機材をそろえる必要はないと説明している。同氏自身も約6000円のキーボードと、ワンボタンで音声入力を呼び出せるトラックボール「Nape Pro」を併用している程度で、マイクも安価な製品やMacBookの内蔵マイクで認識精度は十分だとしている。

音声入力が広まらない3つの壁と「文章をまとめない」克服法

OpenAIやAnthropicが利用を促しているにもかかわらず音声入力が普及しない要因として、北國氏は以下の3点を挙げている。

要因 詳細
環境の問題 オフィス出社時など、周囲に同僚や他人がいる環境では声を出して入力しづらい
習慣の問題 チャットでの問い合わせに慣れており、そもそも音声入力を選択肢として思い浮かべない
思考と入力の乖離 タイピングのように考えながら打てず、頭の中で文章をまとめてから話そうとしてしまう

同氏によると、特に3つ目の違和感で挫折する利用者が多いという。長年キーボードを使ってきた人は、思考と入力の工程が一体化している。一方、音声入力を行う際は「話す内容を事前に整理しなければならない」と考えがちになる。

この違和感を解消するコツとして、同氏は「頭の中で文章を組み立てず、思ったことをそのまま話す」姿勢を挙げている。多少言いよどんだり、話の順序がまとまっていなかったりしても、現在のAIは発言の意図を正確にくみ取って処理するためだという。

専用アプリの活用と開発指示における注意点

運用の工夫として北國氏は、AIサービス標準の機能ではなく「SuperWhisper」や「Aqua Voice」といった専用の有料音声入力アプリを推奨している。過去の入力履歴の再利用や辞書登録ができるほか、入力先に応じて文章の語調を自動調整できる利点があるためだ。

ただし、プログラミングなどの開発作業でAIに指示を出す場合、文章の言い換え機能によって指示のニュアンスが変わってしまう問題がある。ファイル名を読み上げた際にカタカナ表記になってもAI側で理解できるため、指示の内容は変更せず、「えー」「あのー」といった不要な言葉(フィラー)のみを除去する設定が望ましいとしている。北國氏は現在、この用途に合わせた独自の入力アプリを開発しているとレバテックLABに明かしている。

出社時や公共空間での利用環境について同氏は、周囲に人がいる場合はShiftallの「mutalk」やキヤノンの「Privacy Talk」といった減音・防音マイクの活用も考えられると述べている。

SOURCES 出典

本記事は AI を活用して作成し、筆者が確認のうえ公開しています。詳しくはAI 利用ポリシーをご覧ください。