牛尾 剛 
人間のゴルフコーチは運動理論的に間違いだらけ!? 勝間和代氏が劇的にスコアを改善できたAIコーチ活用法から、「理解」こそがレバレッジが効くという本質まで。『部下としてのAI』が話題の、米Microsoftエンジニア・牛尾剛氏との白熱対談後編。
◆◆◆
勝間流「AI音声入力」活用法
牛尾 勝間さんってお仕事ではどんなふうにAIを活用されてますか？
勝間 実はこの4ヶ月ほど、AIベースの音声入力の研究に集中していたんですよ。私はいつもプロンプトはもちろん、メルマガや書籍の執筆にもAIの音声入力を駆使しています。長年Google Pixel シリーズの音声入力が大好きで使ってたんですけど、すごい勢いでしゃべっていると、300文字以上から先、取りこぼし始めるんですね。
でも、OpenAIの文字起こしAI「Whisper（ウィスパー）」を使うと、大量の音声でもばっとテキスト化してくれるので、どのやり方が一番使い物になるかをひたすら検証していました。ローカル作業がいいのか、クラウドがいいのか、AndroidがいいのかPCがいいのか……手当たり次第試しましたね。結論、クラウドの処理が一番速かった。
牛尾 すごい探究心ですね！
勝間 指示をどう出すと効率的なのかもけっこう試行錯誤しまして、面白かったのがWhisper AIに渡すプロンプトは「これは日本語ですよ」「こういう句読点入りの文章が欲しいですよ」というサンプルだけ与えればよかったんです。すると綺麗に句読点が入った日本語が出てきます。
牛尾 へー、僕はブラインドタッチ派ですが、そもそも日本語に変換するってけっこう面倒くさいですよね。
勝間 だからこそ音声入力を使うんですよ。もっというと、最近ElevenLabsが開発したScribe v2 という高性能の音声AIモデルを使ってるのですが、これはパソコンでしか動かせないのが難点。それだとかったるい場面もあるので、スマホのWhisper AIと使いわけていますね。多少間違えてるテキストだって、Geminiを通せばすぐ綺麗に直せますし。
1回の講演のスライドを作るのは10分でいい
牛尾 僕はADHDで頭の中がカオスになりがちだから音声入力は避けてきたのですが、今度やってみます。
勝間 入力なんて雑でいいんですよ。「他の人に読めるように直してください」とAIに整えさせて、あとは自分の手で直せばいい。例えば講演会で使うスライド作成でも、「こういうことを伝えたい」と簡潔に喋ったものをGeminiに渡して、さくっと十数枚のスライドを生成してもらっています。1回の講演でしゃべるスライドを作るのは10分でいいというのが私の発想です。2時間も3時間もかけてスライドつくっても意味がない。
牛尾 さすが効率性を極めてますね！ 僕の場合はAIに資料をHTMLで作らせてたりしてますが、綺麗なものがすぐ出力できますよね。PowerPointでもExcelの出力でも、要はAI（コーディングエージェント）が裏側でプログラムを書いているだけ。これらのファイル形式（XMLベース）には、内容を操作・編集するためのAPI（仕組み）があらかじめ用意されているから、AIはそのAPIを使ってファイルを編集するプログラムを実行しているわけです。そのあたり今はどのLLM（大規模言語モデル）でも学習済だから、誰でも簡単にアウトプットを出せるんですね。
勝間 本当にそう。だからClaudeを使うべきか、Geminiか、ChatGPTかってよく聞かれるんですが、どうでもいい。そんなのは、どの車を買おうかな？ と言っているのにすごく近い。
牛尾 同感です。自分が好きで、使いやすいものを選べばいいだけ。
