Mac版Geminiに新機能、どこからでも話しかけられるように。画面認識推論も搭載

多根清史

2026/07/30 13:00

Share

• 
• 

Googleは本日、Mac向けGeminiアプリをアップデートし、システム全体で利用できる音声入力機能を追加した。Fnキーを長押しするだけで、どのウィンドウからでもGeminiに話しかけられ、さまざまな処理を実行できる。まずは英語版から順次提供され、今後は対応言語も拡大する予定だ。

Geminiは高度な音声入力に対応しており、ユーザーが自然な言葉で話しかけると、その内容を自動でテキストに書き起こす。「えー」や「あの」といったフィラー（つなぎ言葉）は処理中に削除されるほか、文の途中での言い直しも認識し、整形済みのテキストをカーソル位置へ入力する。

さらに、画面認識推論（screen-aware reasoning）モードも用意されている。この機能は、設定画面から「Gemini Reasoning」を選択して手動で有効化する方式だ。

有効にすると、GeminiはMacの画面上に表示されている内容を認識し、複雑なタスクを実行できる。主な活用例は以下の通りである。

• 情報を抽出して要約する：画面上のローカルファイルや画像、文書を読み取り、必要な要点をメールなどにまとめられる。たとえば「これらの獣医の記録を読んで、犬の医療履歴を◯◯宛てのメールにまとめてください」と指示できる。
• 文章を作成・書き換える：画面上のテキストを選択し、音声でトーンの調整や要約を指示すると、その場で文章を書き換えられる。「これらのノートを、要点を押さえたエグゼクティブサマリーに変えてみて」といった使い方が可能だ。
• 画像を生成・編集する：アイデア出しや旅行イメージの作成、既存デザインの修正なども音声だけで行える。たとえば「このイラストを使ってダークモード版を生成してみて」と指示できる。

Mac標準の音声入力もFnキーの2度押しで起動できるため、今回のGeminiもそれに近い操作感覚となる。日頃から音声入力やGeminiを利用しているユーザーであれば、違和感なく使えるだろう。

利用するには、macOS向けGeminiアプリの最新版（バージョン1.88）以降が必要である。アプリを切り替えることなく生成AIを呼び出せるため、作業効率の向上が期待できそうだ。現在は英語環境のユーザーを対象に世界中で展開されており、日本語への対応を待ちたいところだ。