みなさん、こんにちは！テツメモです。
「ポッドキャストを始めたいけど、声優さんに依頼するとコストが...」
「自分の声じゃ聞き取りにくいし、なんだか恥ずかしい...」
「プロみたいな音声コンテンツを作りたいけど、録音や編集のスキルがない...」
このような悩みを抱えているコンテンツクリエイターやビジネスパーソンの方は多いのではないでしょうか？
今回は、これらの課題を一気に解決するGoogleの革新的な技術「Gemini音声生成」についてご紹介します。Google I/O 2025で発表されたこの技術は、音声コンテンツ制作の常識を根本から覆す可能性を秘めています！
📝【週刊ニュースレター発行】今日から始めるAI生活
テツメモ｜AI図解×検証｜Newsletter @tetumemo
【音声革命】Gemini音声生成で変わるコンテンツ制作の新常識「誰でもポッドキャスター」時代
――――
「ポッドキャストを始めたいけど、依頼するとコストが...」
「自分の声じゃ聞き取りにくいし、そんな時間無い...」… https://t.co/77zfbbD1gi pic.twitter.com/fEDWnwmQxx— テツメモ｜AI図解×検証｜Newsletter (@tetumemo) May 26, 2025
実は私も、この発表を見た瞬間に「これは音声コンテンツの民主化だ！」と興奮しました。
従来のText-to-Speech技術とは一線を画す「ネイティブオーディオ出力」により、まるで人間が話しているような自然で表現力豊かな音声が生成できるようになったのです。
しかも、複雑な設定やプログラミング知識は一切不要。自然言語でのプロンプト指示だけで、感情やトーン、話速まで自在にコントロールできるのです。
💡 この記事を読むことで得られる3つのメリット
✅ プロレベルの音声コンテンツが簡単に作れる
- 30種類の個性豊かな声から選択可能
- 自然言語プロンプトで感情表現も自由自在
- 最大2名の対話形式音声も簡単生成
✅ コスト0円で本格的なポッドキャストが制作できる
- Google AI Studioで無料利用可能
- 声優費用や録音スタジオ代が不要
- Spotify・YouTube配信まで完全対応
✅ 技術的な専門知識なしで即戦力に
- プログラミング不要の直感的操作
- 24言語対応で国際展開も視野に
- ビジネスからエンタメまで幅広い活用が可能
🎙️実際に無料で制作した音声はこちら ↓
- 【これ全部AI音声】Google I/O 2025を”スティーブ・ジョブズ風”解説実験
- 【これ全部AI音声】Google I/O 2025を”専門家風解説”実験
- 【これ全部AI音声】Google I/O 2025をお笑い芸人風解説実験
📝誰でも無料で10分程度の音声コンテンツが作りまくれる「Google AI Studio×Gemini speech generation」に感動してる
テツメモ｜AI図解×検証｜Newsletter @tetumemo
- 動画や記事を音声スクリプトへ変換
- 話し方など細かくカスタムプロンプト設定
お笑い芸人風、専門家風、スティーブ・ジョブズ風など自由自在！
各フル音声はリプ欄へ ↓ https://t.co/aRZV2HWAfgpic.twitter.com/CMIyUG51VE— テツメモ｜AI図解×検証｜Newsletter (@tetumemo) May 26, 2025
この記事は、AI音声生成に興味のあるコンテンツクリエイター、ポッドキャスト制作を検討している企業担当者、そして新しい技術を活用して情報発信の幅を広げたいと考えている皆さまに向けて書きました。
いつも通り気合が入りすぎて長文になってしまいますが、Gemini音声生成の可能性を深掘りしまくっています。一度に読み切るのは大変だと思いますので、ブックマークしてぜひ最後までお楽しみください♪
🔗An upgraded dev experience in Google AI Studio
| 【時短革命】有料版ChatGPTと同等機能が完全無料！Google AI Studioで"専門家AI"を作り放題 |
|
||
|
ワンポイントTip：Gemini音声生成は「デジタルの音声パートナー」のようなものです。プロのナレーターに「この雰囲気で読んで」とお願いするように、自然な言葉で指示するだけで意図を理解して高品質な音声を生成してくれます。複雑な技術を覚える必要はありません。まさに、誰もが使える"魔法の音声生成ツール"なのです！
🔧 誰でも簡単！Google AI Studioでの音声生成入門
「AIの音声生成って、なんだかプログラマーじゃないと使えなさそう...」
そんな心配、よくわかります。私も最初は「また新しい技術を覚えなきゃいけないのか」とちょっとウンザリしていました。でも、Google AI Studioを実際に触ってみたら、「え、これだけ？」って拍子抜けするほど簡単だったんです。
まるでスマートフォンのアプリを使うような感覚で、プロレベルの音声が作れてしまう。これって、技術の進歩がもたらした本当に素晴らしいギフトだと思うんです。
AIモデルの「兄弟」を理解しよう
現在Google AI Studioで利用できるのは、2つの「兄弟」モデルです。
gemini-2.5-pro-preview-tts（お兄さん） こちらは真面目で完璧主義者タイプ。時間はちょっとかかるけど、その分クオリティにはとことんこだわります。重要なプレゼンや、じっくり聞かせたいオーディオブックには、このお兄さんにお任せするのがベストです。
gemini-2.5-flash-preview-tts（弟） 対照的に、こちらは機敏で要領の良いタイプ。「とりあえず試してみたい」「大量に作りたい」という時には、この弟の方が頼りになります。品質も十分高いので、日常的なコンテンツ制作には大活躍してくれます。
どちらも入力は8,000トークン、出力は16,000トークンまで対応。日本語なら数千文字程度のテキストを一度に処理できる計算です。「小説1章分くらいは余裕でいけるじゃん！」という感覚ですね。
💡何度も試した結果、「10分55秒」が現在生成できる最大の音声コンテンツの長さでした。それ以上テキストを渡していても音が切れて終了します。
文字数としては4,000文字程度だとちょうどよいです。
Google AI Studioは「親切な受付さん」
🔗Google AI StudioにGoogleアカウントでログインすると、まるで親切な受付さんが案内してくれるような、直感的なインターフェースが迎えてくれます。
主な操作エリアはこんな感じ：
テキスト入力エリア ここに音声化したい文章を書き込みます。「今日は良い天気ですね」みたいな短文でも、長めの記事でもOK。
モデル選択エリア
先ほど紹介した「兄弟」のどちらを使うかを選びます。迷ったら、まずは弟（Flash）から試してみるのがおすすめです。Proの凄さがわかります。
ボイス設定エリア 30種類の個性豊かな声から選択できます。まるで声優オーディションの審査員になった気分！
スタイル指示エリア 「もう少し明るめで」「落ち着いた感じで」など、自然な日本語で音声の雰囲気を指定できます。
24言語対応という「国際派」な実力
Geminiは日本語を含む24言語に対応しています。テキストの言語を自動検出してくれるので、「あ、英語で書いちゃった」という時も心配無用。自然に切り替えて音声化してくれます。
これって、グローバルなコンテンツを作りたい時にすごく便利なんです。例えば、日本語のポッドキャストを英語版でも配信したい時、翻訳したテキストをそのまま投げ込むだけで、ネイティブレベルの英語音声が完成します。
「語学の勉強にも使えそう」って思いませんか？実際、発音の参考として活用している人も多いようです。
プレビュー版だからこその「お得感」
現在はプレビュー版として提供されているため、機能が今後変更される可能性はありますが、逆に言えば「最新技術をいち早く体験できる特権」とも言えます。
レート制限はありますが、個人利用や小規模なプロジェクトなら十分すぎるほど。むしろ「こんなにすごい技術が無料で使えていいの？」と申し訳なくなるレベルです。
ワンポイントTip：Google AI Studioは「優秀なアシスタントが常駐している録音スタジオ」のようなものです。専門知識がなくても、「こんな感じの声で読んでほしい」という自然なお願いをするだけで、プロ品質の音声を作ってくれます。最初は短い文章から試して、操作に慣れてから本格的なコンテンツ制作に挑戦するのがコツです！
🎭 30種類の個性豊かな声を完全攻略
「30種類の声から選ぶって、なんだか声優オーディションの審査員気分！」
私がGoogle AI Studioで初めて音声リストを見た時の正直な感想です。でも同時に「どれを選べばいいの？」という困惑も...。皆さんもきっと同じ気持ちになるはずです。
大丈夫です。この30種類の声、実はそれぞれに明確な「個性」と「得意分野」があるんです。まるで30人の個性豊かなナレーターが待機している録音スタジオのような感覚で、用途に応じて最適な「パートナー」を選べばいいのです。
「情報のプロフェッショナル」グループ
まずは、ビジネスや教育コンテンツで頼りになる、信頼感バツグンの声たちから。
Charon - Informative（カロン - 情報提供） ギリシャ神話の渡し守の名前を持つこの声は、まさに「知識の案内人」。ニュース解説や企業プレゼンテーションで抜群の安定感を発揮します。「この声なら信頼できる」と思わせる力があります。
Rasalgethi - Informative（ラサルゲティ - 情報提供）
星の名前由来のこの声も、Charonと同じく情報伝達のエキスパート。少し異なるニュアンスがあるので、同じ番組内で複数の解説者を演じ分ける時に重宝します。
Sadaltager - Knowledgeable（サダルタゲル - 知識豊富） 「知識豊富」という特徴の通り、専門的な内容でも分かりやすく伝える能力に長けています。技術解説やハウツー動画にピッタリです。
Gacrux - Mature（ガクルックス - 成熟） 落ち着いた大人の声。経験談や人生哲学的なコンテンツ、企業の歴史紹介などで深みのある表現を実現します。
「エネルギッシュ・エンタメ」グループ
聞いているだけで元気になる、明るく活発な声たち。
Puck - Upbeat（パック - アップビート） シェイクスピアの妖精パックのように、軽やかで楽しげ。商品紹介やイベント告知、子ども向けコンテンツで大活躍します。
Zephyr - Bright（ゼファー - 明るい） 西風の名前を持つ爽やかな声。朝の情報番組のような、一日を明るくスタートさせたい時の定番です。
Laomedeia - Upbeat（ラオメデイア - アップビート） Puckと同じアップビート系ですが、少し異なる個性があります。複数人の対談で使い分けると自然な会話感が生まれます。
Sadachbia - Lively（サダクビア - 活発） 「活発」という名の通り、スポーツ実況やアクティブなライフスタイル紹介にマッチします。
Fenrir - Excitable（フェンリル - 興奮しやすい） 北欧神話の狼の名前を持つ、感情豊かな声。ゲーム実況や驚きの体験談で威力を発揮します。
「親しみやすさ重視」グループ
まるで友だちと話しているような、温かく親近感のある声たち。
Achird - Friendly（アキルド - フレンドリー） 名前の通り「友だち感覚」で話してくれる声。カジュアルなポッドキャストやライフスタイル系コンテンツにピッタリです。
Zubenelgenubi - Casual（ズベネルゲヌビ - カジュアル） 星の名前は覚えにくいですが（笑）、カジュアルで気取らない話し方が魅力。日常的な話題や雑談形式のコンテンツに最適。
Vindematrix - Gentle（ヴィンデマトリクス - 優しい） 優しく包み込むような声。癒し系コンテンツや、デリケートな話題を扱う時の強い味方です。
Sulafar - Warm（スラファル - 温かい） 温かみのある声で、聞き手の心を和ませます。感謝のメッセージや心に寄り添うコンテンツにぴったり。
Achenar - Soft（アケルナル - ソフト） ソフトで上品な印象。高級ブランドの紹介や、落ち着いた雰囲気を演出したい時に重宝します。
「安定感・プロフェッショナル」グループ
ブレのない、信頼できるビジネスボイス。
Kore - Firm（コレ - しっかり） ギリシャ神話の女神の名前を持つ、芯の強い声。重要な発表や公式声明で安心感を提供します。
Orus - Firm（オルス - しっかり） Koreと同じ「しっかり」系ですが、少し男性的なニュアンス。対談で性別を使い分けたい時に便利です。
Alnilam - Firm（アルニラム - しっかり） オリオン座の星の名前。3つ目の「しっかり」系として、複数話者での使い分けに活用できます。
Schedar - Even（シェダル - 均等） カシオペア座の星の名前を持つ、バランスの取れた声。どんなコンテンツにも対応できる万能選手です。
「個性派・特徴的」グループ
他とは一味違う、印象に残る特徴的な声たち。
Leda - Youthful（レダ - 若々しい） 若い世代向けのコンテンツや、フレッシュな印象を与えたい時に最適。Z世代向けの情報発信にぴったりです。
Aoede - Breezy（アオエデ - さわやか） そよ風のような爽やかさ。アウトドア系コンテンツや、リフレッシュ効果を狙ったコンテンツに。
Enceladus - Breathy（エンケラドス - 息づかい） 土星の衛星の名前を持つ、息づかいが感じられる声。親密感のあるコンテンツや、ASMRっぽい効果を狙う時に。
Algenib - Gravelly（アルゲニブ - ざらざら） 少し「ざらっとした」質感の声。個性的なキャラクターや、印象に残るナレーションを作りたい時の隠し玉です。
Pulcherrima - Forward（プルケリマ - 前向き） 積極的で前向きな印象。チャレンジ精神を表現したいコンテンツや、行動を促すメッセージに効果的。
「クリア・スムーズ」グループ
聞き取りやすさを重視する、技術的に優秀な声たち。
Iapetus - Clear（イアペトゥス - クリア） 土星の衛星の名前を持つ、非常にクリアな発音。多言語対応や、技術的な内容の説明に最適です。
Erinome - Clear（エリノメ - クリア） 同じくクリア系ですが、Iapetusと微妙に異なる質感。複数話者での使い分けに便利。
Algieba - Smooth（アルギエバ - スムーズ） しし座の星の名前を持つ、滑らかな声。長時間聞いても疲れにくく、オーディオブック向けです。
Despina - Smooth（デスピナ - スムーズ） 海王星の衛星名の、もう一つのスムーズ系。Algiebaとの使い分けで自然な対話が作れます。
声選びの「黄金ルール」
- コンテンツの目的を明確に：教育？エンタメ？ビジネス？
- ターゲット層を意識：年齢層や親しみやすさのレベルは？
- ブランドイメージとの整合性：フォーマル？カジュアル？
- 実際に試聴する：Google AI Studioで必ず確認を！
私も最初は「とりあえずKore」から始めましたが、用途に応じて使い分けるようになってから、コンテンツのクオリティが格段に上がりました。特に対談形式では、性格の異なる2つの声を組み合わせることで、まるで本当の対話のような自然さが生まれます。
お気に入りは「Leda - Youthful（レダ - 若々しい）」です。こちらでキャラボイスを作ってみましたので、ぜひ聴いてみてください。
📝誰でも無料で使い放題のAI音声生成「Gemini speech generation」のポテンシャルがエグい…
テツメモ｜AI図解×検証｜Newsletter @tetumemo
- Google AI Studioで音声生成
- Whiskで画像生成→アニメーション化
- Filmoraで合成
リップシンクはあまり合ってませんが、”声”の表現力に大注目してほしい
詳細 ↓ https://t.co/qK5dYkcvf4 pic.twitter.com/b3uRVXksMG— テツメモ｜AI図解×検証｜Newsletter (@tetumemo) May 23, 2025
ワンポイントTip：30種類の声は「30人の個性豊かなナレーターチーム」だと考えてください。最初はお気に入りを3〜5種類見つけて、徐々にレパートリーを増やしていくのがコツです。同じ内容でも、違う声で生成すると全く異なる印象になるので、A/Bテストのように試してみると面白い発見がありますよ！
✨ 自然言語で操る音声カスタマイズの魔法
「音声の調整って、きっと複雑なプログラミングが必要なんでしょ？」
私も最初はそう思ってました。SSML（Speech Synthesis Markup Language）とかいう呪文みたいなコードを覚えなきゃいけないのかと...。でも実際は全然違ったんです。
Geminiの音声カスタマイズは、まるで隣の席の同僚に「もうちょっと元気な感じで読んでもらえる？」とお願いするような感覚なんです。そう、普通の日本語でOK！これって、音声生成の「民主化」じゃないでしょうか。
シングルスピーカー：一人の「音声俳優」を自在に操る
想像してみてください。あなたの専属ナレーターが目の前にいて、どんなリクエストにも応えてくれる状況を。
感情をコントロールする魔法の言葉
基本パターン：「〇〇な感じで」
- 「楽しげに：今日は素晴らしい一日になりそうですね！」
- 「悲しそうに：残念ながら、このイベントは中止になりました」
- 「興奮して：なんと、売上が前年比200%を達成しました！」
これだけで、まるで感情豊かな人間が話しているような音声が生成されるんです。私が初めて試した時は「え、これだけ？」って拍子抜けしました（笑）。
話し方のニュアンスを細かく指定
プロのナレーター並みのコントロール
- 「ささやくように：これは秘密の話ですが...」
- 「権威ある口調で：当社の方針は以下の通りです」
- 「早口で明確に：重要なお知らせを3つお伝えします」
まるで演出家になった気分！「もうちょっと親しみやすく」「もう少しフォーマルに」なんて、撮影現場で監督が役者に指示を出すような感覚です。
実際に私が愛用しているフレーズ集
日常でよく使う表現を集めてみました：
ビジネスシーン
- 「落ち着いて信頼感のある声で：」
- 「プロフェッショナルな印象で：」
- 「聞き取りやすく丁寧に：」
エンタメ系
- 「明るく弾むような声で：」
- 「ワクワクする感じで：」
- 「親しみやすい口調で：」
説明・教育系
- 「分かりやすく、ゆっくりと：」
- 「重要なポイントを強調して：」
- 「優しく教えるように：」
マルチスピーカー：「音声劇団」を結成する
2人の話者による対話って、一人でやるより格段に面白いコンテンツが作れるんです。まるで自分だけの「音声劇団」を持っているような感覚。
基本の「台本」形式
Speaker 1: こんにちは、今日のテーマは何でしょうか？
Speaker 2: 今日は最新のAI技術について深掘りしていきますよ！
この「Speaker1:」「Speaker2:」という書き方、まるで演劇の台本ですよね。実際、昔演劇部だった私にはとても馴染みやすい形式でした。
📕重要：「Speaker 1:」ですが、「Speaker1:」のように「1」を詰めたりすると認識しなくなりますので注意してください。
キャラクター設定で差をつける
対照的なキャラクターの組み合わせ例
- Speaker1（Kore - しっかり）：冷静な分析担当
- Speaker2（Puck - アップビート）：感情豊かなリアクション担当
こうすることで、まるで「真面目な先生」と「元気な生徒」が対話しているような自然な会話が生まれます。
話者ごとの演技指導も可能
Speaker1を落ち着いた専門家風に、Speaker2を興味津々な初心者風にして：
Speaker 1: この技術の核心は、大量データを高い精度で迅速に処理し、システム全体のパフォーマンスを飛躍的に向上させる点にあります。
Speaker 2: ええっ！それって具体的にはどんな仕組みで効率化されるんですか？ぜひ詳しく教えてください！
まるで映画監督になったような気分で、それぞれのキャラクターに演技指導ができるんです。
temperatureパラメータ：「創造性のダイヤル」の正体
「temperatureって何？温度？」って私も最初は思いました。でも実は、これ「創造性のダイヤル」みたいなものなんです。
temperatureの誤解を解く
多くの人が「temperatureで音声の感情をコントロールできる」と誤解していますが、実はそうじゃないんです。これは主に、AIがテキストを生成する際の「予測可能性」を調整するパラメータ。
0に近い（保守的）：決まったパターンで安定した出力 高い値（創造的）：予想外の表現が生まれやすい
実際の使い分け
ビジネス用途：低めの値で安定性重視 クリエイティブ用途：やや高めで意外性を狙う
ただし、音声の感情表現は先ほど紹介した自然言語プロンプトで調整するのが基本です。「温度を上げたら熱い声になる」わけじゃないんです（笑）。
カスタマイズの「コツ」
- 小さく始める：「明るく」「落ち着いて」など、シンプルな指示から
- 具体的に：「ニュースキャスターのように」「友だちに話すように」
- 試行錯誤を楽しむ：同じテキストでも指示を変えると全く違う印象に
- 組み合わせる：「楽しげに、でも丁寧に」のような複合指示も有効
私が一番驚いたのは、「笑いながら」という指示を出した時。本当に笑い声が混じった音声が生成されて、思わず「すごい！」って声に出しました。
技術の進歩って、こういう「魔法みたいな瞬間」を与えてくれるから面白いですよね。複雑な設定を覚える必要なし。ただ、自分の思いを素直な言葉で伝えるだけ。
これって、人とのコミュニケーションと同じかもしれません。相手（この場合はAI）の気持ちになって、分かりやすく伝える。それだけで、想像以上の結果が返ってくるんです。
ワンポイントTip：音声カスタマイズは「バーテンダーにカクテルをオーダーする」ような感覚です。「甘めで、でもスッキリと」「大人っぽく、でも親しみやすく」といった曖昧な表現でも、プロは理解してくれますよね。Geminiも同じで、あなたの感覚的な表現を技術的に解釈してくれます。完璧な指示を考えすぎず、まずは思ったことを素直に伝えてみてください！
💡 実践事例で学ぶ！効果的なプロンプト作成術
「理論は分かったけど、実際にGoogle AI Studioでどう入力すればいいの？」
まさにその通り！私も最初は画面を前に「えーっと、どこに何を書けばいいんだっけ？」と戸惑いました。でも大丈夫、一度覚えてしまえば朝のコーヒーを淹れるより簡単です。
実際の操作画面を見ながら、具体的なプロンプト作成のコツをお伝えしていきますね。
AI情報ポッドキャスト制作の実践
対談形式：「AI専門家」vs「好奇心旺盛な初心者」
まずは一番人気の対談形式から。Google AI Studioでの実際の設定方法を見てみましょう。
Google AI Studioでの操作手順
- 🔗Google AI Studioにアクセス
- 「Generate Speech」タブまたは新しいチャットを選択
- モデル選択で「gemini-2.5-flash-preview-tts」を選択（まずは弟から！）
※生成時間はかかりますが、Proのほうが品質良いです。
テキスト入力エリアに以下をコピペ：
Make Speaker1 sound professional and informative, Speaker2 sound curious and enthusiastic:
Speaker 1: AI Insightsへようこそ。本日は、あらゆる分野を一変させるニューラルネットワークアーキテクチャの革新についてご紹介します。
Speaker 2: わぁ！ニューラルネットワークってすごく難しそうですね。初心者の私にも分かるように教えていただけますか？
Speaker 1: もちろんです。ニューラルネットワークは、人間が顔を認識したり言語を理解したりするように、パターンを学習するデジタルな脳と考えてください。
Speaker 2: それは本当に興味深いですね！つまり、私たちの脳の仕組みを模倣しているということですか？
音声設定エリア：
- Speaker1: Charon（情報提供系）
- Speaker2: Puck（アップビート系）
たったこれだけで、まるでプロの司会者と熱心なリスナーが対話しているような音声が完成！私が初めて聞いた時は「え、本当に人間じゃないの？」って疑いました（笑）。
解説形式：「知識の伝道師」スタイル
一人語りの解説動画にも挑戦してみましょう。
テキスト入力エリア：
Explain this topic in a warm, authoritative yet approachable tone, with slight pauses for emphasis:
今日は、機械学習の基本について、プログラミング経験のない方にも分かるように解説します。
機械学習とは... そう、まるで子どもが経験から学ぶように... コンピューターがデータから パターンを見つけ出す技術なんです。
例えば、メールのスパム判定。これも機械学習の応用例の一つです。
音声設定：
- ボイス: Gacrux（成熟した落ち着いた声）
ポイント：
- 「...」は自然な間を作る
- 「そう、まるで〜」で比喩を効果的に使用
- 日本語でも問題なく感情ニュアンスを認識
ニュース読み上げ：「信頼のアンカー」スタイル
最新のAI関連ニュースを読み上げる形式も実用的です。
テキスト入力エリア：
Read the following AI news in a neutral, professional broadcaster voice with clear diction:
本日のAIニュースをお伝えします。
グーグルは新しい言語モデル「Gemini 2.5」を発表しました。この技術により、従来比で処理速度が40％向上し、より自然な対話が可能になります。
次に、自動運転技術の分野では...
音声設定：
- ボイス: Sadaltager（知識豊富）
まさにNHKのアナウンサーのような、信頼感のある読み上げが実現できます。
ビジネスシーンでの活用アイデア
顧客サポート：「親身な問題解決パートナー」
Google AI Studioでの設定例
テキスト入力エリア：
Respond with empathy and provide clear, helpful solutions in a caring voice:
お困りのことがございましたら、お気軽にお声かけください。
まず、お客様の状況を整理させていただきますね。どのような問題が発生しているか、詳しくお聞かせください。
解決方法は必ずございますので、一緒に解決していきましょう。
音声設定：
- ボイス: Sulafar（温かい）
プレゼンテーション：「説得力のあるビジネスリーダー」
テキスト入力エリア：
Present this business proposal with confidence and persuasive energy:
皆様、おはようございます。本日は貴重なお時間をいただき、ありがとうございます。
今日ご提案する新しいソリューションは、御社の売上を確実に向上させる革新的なアプローチです。
データをご覧ください...
音声設定：
- ボイス: Pulcherrima（前向き）
よくある「つまずきポイント」と解決法
「思った通りの感情が出ない」 → より具体的な状況設定を追加 ❌ 「明るく」 ⭕ 「久しぶりに友人に会えた喜びを込めて」
「話者の区別がつかない」 → 対照的な声質の組み合わせを選択 ❌ Kore + Orus（どちらもFirm） ⭕ Kore + Puck（Firm + Upbeat）
「日本語の発音が不自然」 → 読点や句点を効果的に活用 ❌ 「今日はいい天気ですね皆さん元気ですか」 ⭕ 「今日は、いい天気ですね。皆さん、元気ですか？」
使いやすいプロンプト集
実際に私が愛用している、コピペで使えるプロンプトをこっそりお教えします：
汎用ビジネス
Speak in a professional yet approachable tone, with clear pronunciation:
[ここにコンテンツ]
カジュアル対談
Make this conversation sound natural and friendly, like two colleagues chatting over coffee:
Speaker 1: [内容]
Speaker 2: [内容]
教育・説明
Explain this clearly and patiently, as if teaching a curious student:
[説明したい内容]
これらをベースにアレンジすれば、たいていのシーンで応用できますよ！
ワンポイントTip：Google AI Studioは「親切なスタジオエンジニア」だと思ってください。何度でも気軽に「もうちょっとこんな感じで」とリクエストできますし、失敗を恐れる必要はありません。むしろ、いろんなパターンを試すことで、あなただけの「秘密のレシピ」が見つかります。最初は恥ずかしがらずに、思いついた表現をどんどん試してみてくださいね！
🚀 生成から配信まで：Spotify＆YouTube完全ガイド
「Geminiで音声は作れたけど、今度はそれをどうやって世界に届けるの？」
まさに私が最初に直面した壁です。せっかく素晴らしい音声コンテンツができても、それが自分のパソコンの中だけに眠っているなんて、まるで絶品の手料理を冷蔵庫にしまったまま誰にも振る舞わないようなもの。もったいなさすぎます！
でも安心してください。実は配信って、思っているより簡単なんです。スマホでSNSに写真を投稿するのと、本質的にはそんなに変わりません。
ちなみに、私のSpotifyへ配信している番組は、すべてAI音声です
Spotifyに配信すれば、YouTubeにも自動でRSS配信できます ↓
🔗メモが勝手にブログ記事になる！？がんばりすぎないObsidianとAIで実現するインプット→アウトプット革命（Apple PodcastへRSS配信）
Spotify配信：「音楽プラットフォームの王様」への挑戦
Spotifyって音楽のイメージが強いですが、実はポッドキャストにもすごく力を入れているんです。まるで「コンビニがお弁当を売り始めた」みたいに、気づいたら音声コンテンツの一大プラットフォームになってました。
Spotify for Creatorsのセットアップ
まずは🔗Spotify for Creatorsにアクセス。「あ、Spotifyのアカウント持ってないや」という方も大丈夫です。この機会に作っちゃいましょう。
セットアップは「引っ越しの住所変更」並みに簡単
- アカウント作成：普通のSpotifyアカウントでログイン
- ポッドキャスト情報の設定：
- ポッドキャストのタイトル（「AIで始める新生活」みたいな感じ）
- 説明文（あなたの番組の「キャッチコピー」）
- カバーアート（3000x3000ピクセル推奨→これ、最初「でかっ！」って思いました）
Google AI Studioからの音声ファイル準備
Google AI Studioで生成した音声は、基本的にWAV形式でダウンロードされます。これ、そのままSpotifyにアップロードできちゃうんです。
- Google AI Studioで音声生成完了後、「Download」ボタンをクリック
- ファイル名を分かりやすく変更（「第1話_AI音声の魅力.wav」みたいに）
- Spotify for Creatorsの「New episode」からアップロード
RSSフィードという「住所録」の仕組み
「RSSフィードって何？」って私も最初は謎でした。これ、簡単に言うと「あなたのポッドキャストの住所録」みたいなものです。
RSSフィードの取得方法
重要なポイント：最初のエピソードを公開してからじゃないとRSSフィードは生成されません。これ、私も「あれ？どこにあるの？」って探し回りました（笑）。
- 最初のエピソードをアップロード＆公開
- Spotify for Creatorsダッシュボードで「Settings」→「Availability」
- 「RSS Distribution」の項目でURLを確認
このRSSフィードURL、すごく大事です。これが他のプラットフォーム（YouTubeとか）への「パスポート」になるんです。
YouTube配信：「動画の帝王」で音声コンテンツを展開
「音声なのにYouTube？」って思いますよね。でも今、YouTubeでポッドキャストを聞く人、めちゃくちゃ多いんです。まるで「本を買いにコンビニに行く」感覚で、音声コンテンツをYouTubeで消費する時代になっています。
YouTube Studioでの設定手順
🔗YouTube Studioでの設定は、意外とシンプルです。
実際の操作手順
- YouTube Studioにログイン（Googleアカウントで）
- 「作成」ボタン → **「新しいポッドキャスト」**を選択
- **「RSSフィードを送信」**を選択
- SpotifyのRSSフィードURLを入力
ここで面白いのが、YouTubeが「認証コード」をあなたのメールに送ってくること。まるで「本人確認」ですね。このコードを入力すれば設定完了！
YouTubeの「マジック」
設定が完了すると、YouTubeが自動で以下をやってくれます：
- 静止画動画の自動生成：ポッドキャストのカバーアートを使って
- 音声の動画化：音声ファイルを動画形式に変換
- 自動アップロード：新しいエピソードが出るたび
まるで「専属のビデオエディター」を雇ったような感じ！最初に設定さえしてしまえば、あとは全自動です。
配信時の「あるある」注意点
初回アップロードの「ドキドキ」
YouTubeは最初、エピソードを「非公開」でアップロードしてくれます。これ、最初は「あれ？見えない！」って焦ったんですが、実は親切設計。
理由：全部正しくアップロードされたかチェックする時間をくれている
確認後、各動画の設定で「公開」に変更すればOK。まるで「原稿の最終チェック」みたいなものですね。
更新タイミングのズレ
Spotifyで新しいエピソードを公開しても、YouTubeには即座に反映されないことがあります。これ、「レストランで注文してから料理が来るまでの時間」と同じで、少し待つ必要があります。
大体数時間から1日程度。気長に待ちましょう。
魅力的な動画にするプチテクニック
YouTubeは動画プラットフォームなので、静止画だけだとちょっと寂しい...。そんな時の裏技をご紹介！
オーディオグラム作成ツール
VEED.IOやDescriptやFilmoraといったツールを使えば：
- 音声波形のアニメーション
- 自動字幕生成
- カスタム背景画像
これらを追加して、より魅力的な動画にできます。まるで「音声に衣装を着せる」ような感覚！
🔗私のオススメは買い切りでオトクな「Filmora」です
Google AI Studioからの素材活用
実は、Geminiで音声生成する際の「プロンプト画面のスクリーンショット」も良い素材になります。「この音声はこうやって作りました」みたいな「メイキング動画」的な使い方も面白いです。
配信成功の「秘密のコツ」
継続は「筋トレ」と同じ
配信で一番大事なのは、実は「継続」です。これ、筋トレと全く同じ。最初の1週間は張り切ってやるけど、段々面倒になってくる...。
私の継続のコツ：
- 配信スケジュールは「無理のない範囲」で
- ネタに困ったら「今週の気になったニュース」でOK
- 完璧を求めすぎない（70点主義で行きましょう！）
リスナーとの「距離感」
ポッドキャストって、リスナーとの距離がすごく近いメディアなんです。まるで「友だちの家でお茶している」ような親密さ。
だから、あまり「放送っぽく」しすぎない方が良いんです。「今日は疲れてて...」みたいな人間らしさも、実は魅力になります。
数字より「手応え」
最初はダウンロード数とか再生回数が気になりますが、それより大事なのは「自分が楽しめているか」。楽しんでる人の声って、不思議と聞いてて楽しいんです。
まるで「料理を作る人が美味しそうに食べてる料理は、やっぱり美味しい」のと同じですね。
ワンポイントTip：配信は「新しい街に引っ越す」ような感覚で始めてみてください。最初は道が分からなくて戸惑うけど、だんだん慣れてきて、気づいたら「我が家」のように愛着が湧いてきます。技術的な設定より、「この声を誰かに届けたい」という気持ちが一番大切。完璧な準備ができてから始めるのではなく、60点でもいいからまず一歩を踏み出してみてくださいね！
🔮 Gemini音声生成の現在地と未来展望
「すごい技術だけど、これって本当に安心して使っていいの？」
私も最初は同じ気持ちでした。新しい技術って、まるで「試作品の車に乗る」ような、ワクワクと不安が入り混じった感覚ありますよね。特にビジネスで使うとなると、「あとで問題になったりしないかな？」って心配になります。
でも大丈夫。むしろ今だからこそ、この「最前線」を体験できる贅沢を味わいましょう。ただし、現実的な制約もちゃんと理解して、上手に付き合っていく必要があります。
プレビュー版という「特等席のチケット」
「プレビュー版」って聞くと、なんだか「未完成品」みたいで不安になりませんか？でも実は、これって「映画の先行上映」みたいなものなんです。
トークン制限：「お弁当箱のサイズ」
現在のGemini音声生成には、入力8,000トークン、出力16,000トークンという制限があります。「トークンって何？」という方、簡単に言うと「文字をカウントする単位」です。
日本語の場合、だいたい1トークン＝4文字程度。つまり、入力は約3万文字、出力は約6万文字まで。これ、小説でいうと「短編小説1話分」くらいの量です。
「意外と多いじゃん！」って思いました？私も同じでした。普通のポッドキャスト1回分なら、全然余裕の容量なんです。
まるで「大きめのお弁当箱」みたいなもの。普通の食事なら十分だけど、「バイキングを全部詰め込みたい！」となると厳しい、という感じですね。
💡【再掲載】何度も試した結果、「10分55秒」が現在生成できる最大の音声コンテンツの長さでした。それ以上テキストを渡していても音が切れて終了します。
文字数としては4,000文字程度だとちょうどよいです。
機能変更の可能性：「成長する友だち」
プレビュー版だから、機能が変わる可能性があります。これ、最初は不安でしたが、考え方を変えると「成長する友だちと一緒にいる」ような楽しさがあります。
「今度はこんな機能が増えた！」「おお、声の種類が増えてる！」みたいに、アップデートのたびに新しい発見があるんです。
未来への「妄想タイム」
対応言語のさらなる拡大
現在24言語に対応していますが、将来的にはもっと増えそうですよね。私の勝手な予想では、プロンプト不要で方言にも対応してくれたら面白いなあ、なんて。
「関西弁のAI音声」とか、想像しただけでワクワクしませんか？「今日はめっちゃ良い天気やで〜」みたいな（笑）。
感情表現のさらなる進化
今でも十分すごいですが、将来的にはもっと細やかな感情表現ができるようになるかもしれません。
「ちょっと照れながら」「懐かしさを込めて」「内緒話をするように」...まるで演技指導のレパートリーが無限に増えていく感じ。
SSML対応の可能性
現在は自然言語での指示がメインですが、将来的にはSSML（Speech Synthesis Markup Language）のようなより精密な制御も可能になるかもしれません。
ただ、個人的には「普通の言葉で十分」派です。プログラミングっぽいタグを覚えるより、「もうちょっと元気に」って言える方が、クリエイティブで楽しいじゃないですか。
今この瞬間の「特別感」
早期採用者の「特権」
この技術をいち早く体験できるって、実はすごく贅沢なことなんです。まるで「新しいカフェがオープンする前の内覧会」に招待されているような。
将来、みんなが当たり前に使うようになった時、「あー、私、最初の頃から使ってたんだよね」って言える特別感、ありませんか？
試行錯誤の楽しさ
制約があるからこそ、その中でどう工夫するかを考えるのが楽しいんです。これ、まるで「限られた食材で美味しい料理を作る」ような創造性が求められます。
「今日は生成回数の制限があるから、一発で決めたいなあ」「この長い原稿、どう分割しようかな」みたいに考えるのも、実は楽しい作業なんです。
現実的な「お付き合い方法」
商用利用の注意点
プレビュー版での商用利用は、利用規約をよく確認してから始めましょう。まるで「新しいレストランでアレルギー表示を確認する」ような、当然の注意深さが必要です。
大事なのは、「完璧な安全」を待つのではなく、「適切な注意」を払いながら挑戦すること。
バックアッププランの大切さ
「もしGeminiが使えなくなったら？」という不安、わかります。だからこそ、他の手段も併用しておくのが賢明です。
まるで「雨の日用の傘と、晴れの日用のサングラス」を両方持っているような感覚。一つの技術に完全依存するより、選択肢を持っておく方が安心ですよね。
「実験マインド」で楽しむ
完璧を求めすぎず、「実験している」くらいの気持ちで始めるのがおすすめです。失敗も含めて、全部が「学び」になります。
私も最初は「うまくいかない！」って焦りましたが、今思えばその試行錯誤の時間が一番楽しかったかもしれません。
技術と人間の「良い関係」
この技術って、人間を置き換えるものじゃなくて、人間の可能性を拡張してくれるものだと思うんです。まるで「良いパートナー」みたいに。
声に自信がない人も、多言語対応が必要な人も、時間に制約がある人も、みんなが自分の「声」を届けられるようになる。これって、本当に素敵なことだと思いませんか？
技術の進歩で不安になることもあるけれど、使い方次第で私たちの創造性はもっと豊かになる。そんな希望を感じています。
ワンポイントTip：新しい技術との付き合い方は「新しい友だちとの関係」に似ています。最初は距離感がわからなくて戸惑うけど、お互いの特徴を理解して、適度な距離感を保ちながら付き合っていくうちに、かけがえのない関係になることがあります。Gemini音声生成も同じ。完璧を求めず、今この瞬間の「特別な体験」を楽しみながら、一緒に成長していく気持ちで向き合ってみてくださいね！
💡 ここからのコンテンツ
ここからは、Gemini音声生成を「本気で使いこなしたい」あなたのための、秘伝のテクニック集をお届けします！
「好きなYouTuberみたいな話し方で音声を作りたい」
「でも、いちいちプロンプト考えるの面倒...」
「どの声がどんな感じなのか、いちから試すのは時間かかりすぎ」
そんな風に思ったことありませんか？私も最初はそうでした。でも実は、半年間の試行錯誤で見つけた「コピペするだけの魔法テクニック」があるんです。
有料エリアでは以下をすべて公開します：
🎯 5つのスタイル変換秘伝プロンプト：ニュースやYouTube文字起こしを
- 「フォーマルビジネス対談」
- 「お笑いコンビ風」
- 「けんすうさんのような知的考察風」
- 「サイモン・シネック風インスパイア」
- 「スティーブ・ジョブズ風プレゼン」
に一発変換する完全コピペOKテンプレート
🏆 人気クリエイター再現メタプロンプト：お気に入りのYouTuberやポッドキャスターの文字起こしを投げ込むだけで、その人の話し方を分析して音声生成プロンプトを自動作成する究極の裏技「メタプロンプト」を紹介
🎙️実際に無料で制作した音声はこちら ↓
- 【これ全部AI音声】Google I/O 2025を”スティーブ・ジョブズ風”解説実験
- 【これ全部AI音声】Google I/O 2025を”専門家風解説”実験
- 【これ全部AI音声】Google I/O 2025をお笑い芸人風解説実験
このテクニックで「毎回プロンプト考えるの大変...」と悩んでいた方も、まるで魔法のように、好きなクリエイターの話し方で自分のコンテンツが作れるようになります。
特にメタプロンプトは、一度マスターすれば「あの人っぽい音声、どうやって作るんだろう？」という悩みから永久に解放されます。文字起こしを投げ込むだけで、AIが勝手に分析してプロンプトを作ってくれるんですから。
ぜひGoogle AI Studioの真の実力を体感し、隠れた活用法を効率よく使いこなして、音声コンテンツ制作の新しい世界を楽しんでください。
ご購読お待ちしています。
📝 発行者
🎤Spotify：AI QUEST（今日から始めるAI生活）
🎤Apple Podcasts：AI QUEST（今日から始めるAI生活）
📹️YouTube：AI QUEST（今日から始めるAI生活）
📝noteでも、たまにAIなどの記事を書いています。
🎟️お得な招待コード
💡★イチオシ★無料で高機能なAI検索エンジン「Felo」（月額100円引きの招待コード）
💡Perplexity Pro（初月10ドルの招待コード）
🎯 【プロ技公開】ニュース・YouTube動画を5つのスタイルに変換する秘伝プロンプト
「あのニュース記事、音声で聞きたいなあ」
「好きなYouTuberの文字起こしがあるけど、音声で楽しみたい」
そんな風に思ったこと、ありませんか？私はしょっちゅうです。特に通勤中とか、家事をしながらとか、「目は使えないけど耳は空いてる」時間って意外と多いんですよね。
でも、ただテキストを棒読みしてもらうだけじゃ面白くない。どうせなら、あの人の話し方で、あのキャラクターの雰囲気で聞きたい...そんな贅沢な願いを叶える「魔法のプロンプト集」を、今回は特別にお教えします。
これ、実は私が半年かけて試行錯誤して見つけた「企業秘密」レベルのテクニックなんです。同業者の方には「えー、それ教えちゃうの？」って言われそうですが...でも、良いものはシェアしたいじゃないですか（笑）。
ソースを準備：Google I/O 2025の動画をLilysAIで要約
秘伝のプロンプトを使う前に、そもそも”何を”語ってもらうのか？が重要ですよね。
今回は約2時間あるGoogle I/O 2025の動画を、LilysAIにURLを投げてサクッと要約を作ってもらいます。
✅️詳しい使い方はこちらの記事より ↓
| 【Lilys.ai徹底活用】NotebookLMとの比較で見えた！学習効率化×ブログ自動生成の決定版 |
|
||
|
✅️今回はこちらを活用：
2時間は長い！という方はこちら：
LilysAIへURLを投げる
🔗音声コンテンツ用【Ｆ】Google I/O '25 Keynote
💡ちなみに、LilysAIなら画像付きブログ記事もワンクリックで作れます！
🔗【この記事全部LilysAIで完成】Google I/O 2025徹底解説！AIが現実を変える「From Research to Reality」の衝撃✨
では、話してもらう”情報”は用意できましたので、音声コンテンツ用のスタイルをご紹介します。
スタイル①：フォーマルなビジネス系対談【対談形式】
まずは王道のビジネススタイルから。これ、企業の重要発表や経済ニュースを聞きやすくするのに重宝します。
🎙️完成した音声：
🔗【これ全部AI音声】Google I/O 2025を”専門家風解説”実験
Google AI Studioで音声スクリプト制作：フォーマル
1.System Instructionsに入力：
モデル：Gemini 2.5 Flash Preview 05-20
クオリティがイマイチなら「Gemini 2.5 Pro Preview 05-06」
ユーザーが提供した内容について、話者をSpeaker 1:、Speaker 2:に設定し、以下の条件に踏まえてコードボックスへ出力してください。
# 前提情報:
- 番組名: "ディープダイブ"
- Speaker 1: ホスト（司会者）
- Speaker 2: ゲスト（専門知識を持つ解説者）
# 冒頭:
intro: "皆さん、こんにちは！「ディープダイブ」へようこそ。今回は番外編をお届けします。"
# 対話形式の構造:
登場人物:
- "ホスト: アシスタント（司会者）"
- "ゲスト: ホスト（専門知識を持つ解説者）"
対話のリズム:
- "ホストが質問や話題を投げかけ、ゲストが回答・解説するパターンを基本とする"
- "時には「なるほど！」「それは興味深いですね」などの相槌を入れて自然な会話感を演出"
- "専門用語が出てきた際は「これはつまり〜ということですね」と言い換えて理解を促進"
- "重要なポイントでは「ここがポイントですね」と強調"
- "2〜3分ごとに話題を切り替え、リスナーが飽きないよう工夫する"
対話の特徴:
- "親しみやすい「です・ます調」を基本としつつ、時折「〜だよね」などくだけた表現も混ぜる"
- "「皆さんも経験があるかもしれませんが〜」など、リスナーの共感を誘う表現を取り入れる"
- "複雑な概念は「たとえば〜」と具体例を挙げて分かりやすく説明"
- "「面白いのは〜」「驚くべきことに〜」など、リスナーの興味を引く表現を使用"
- "質問は「〜はどうなっているんでしょうか？」「〜について教えてください」など変化をつける"
# 締め:
outro: "次回の「ディープダイブ」もお楽しみに！ディープダイブのチャンネル登録お願いします！"
# ルール:
全体時間: "全体で10〜12分の音声コンテンツになるようにしてください。"
形式: "対話形式でAIアシスタントが解説するスタイルを維持してください。"
目標: "リスナーが次から次へ聴きたくなるような魅力的な内容にしてください。"
# ペルソナ設定:
ホストペルソナ:
口調: "親しみやすく明るい口調。時に軽いジョークを交える。"
役割: "話の進行役、質問者、まとめ役。"
特徴: "AIに詳しい司会者として振る舞い、リスナーの疑問を代弁する。"
ゲストペルソナ:
口調: "軽妙で親しみやすい話し方。"
役割: "専門知識の解説者、情報提供者。"
特徴: "「〜なんですよね」「実は〜なんです」など、語りかけるような表現を多用。"
# トーンについて:
全体トーン: "軽妙でユーモアのある語り口を基本としつつ、専門的な内容も分かりやすく伝える。"
感情表現: "「驚きました」「面白いですよね」など、適度に感情表現を交える。"
フォーマル度: "セミカジュアルを基本とし、専門的な話題でもくだけた表現で親しみやすく。"
ユーモア: "AIの失敗談や意外な活用法など、クスッと笑えるエピソードを1〜2個は入れる。"
共感表現: "「皆さんも経験したことがあるかもしれませんが」「よくある悩みですよね」など、リスナーの体験に寄り添う表現を用いる。"
# 文体・表現について:
文の長さ: "基本的に短めの文を使い、長文の場合は「〜ですね」「〜んです」などで区切る。"
専門用語: "専門用語を使う場合は必ず平易な言葉で言い換えるか説明を加える。"
文末表現: "「〜です」「〜ますね」を基本としつつ、時折「〜だよね」「〜なんだ」などくだけた表現も混ぜる。"
具体例: "抽象的な概念は必ず1〜2個の具体例で補強する。「たとえば〜」「具体的には〜」など。"
一人称: "ホストは「私」、ゲストは「僕」や「私」を使い分ける。"
二人称: "リスナーには「皆さん」「あなた」と呼びかける。"
# リズムについて:
文のパターン: "短い問いかけと詳しい回答、相槌を交互に配置する。"
会話の流れ: "「導入→基本説明→具体例→実践方法→まとめ」の流れを意識する。"
繰り返し: "重要なキーワードや概念は会話の中で2〜3回繰り返し、印象付ける。"
転換表現: "「さて」「それでは次に」「もう一つ興味深いのは」など、話題転換の言葉を効果的に使う。"
質問パターン: "「〜はどうなっているんですか？」「〜について詳しく教えていただけますか？」など、バリエーションをつける。"
# 構成の特徴:
開始パターン: "ホストが話題を提示し、ゲストに質問する形で始める。"
展開方法: "基本→応用→実践例の順で情報を深めていく。"
転換点: "「そこで気になるのが〜」「ここで重要なのは〜」などの表現で新しい視点を導入。"
結論導入: "「つまり〜」「結局のところ〜」と要点をまとめる。"
締めくくり: "「あなたへの問いです」と最後に気づきやアクションを促す。"
# 出力形式（コードボックス）
Speaker 1: 皆さん、こんにちは！「ディープダイブ」へようこそ。今回は番外編で、最新のAIニュースをお届けします。
Speaker 1: 今日は、Google I/O '25で発表された驚きの新技術について対談していきます。このエピソードを聴けば、Googleの最新AIモデル「Gemini 2.5 Pro」の進化、新しいコミュニケーションツール「Google Beam」、そして未来の検索体験を担う「AIモード」について、そしてさらに、Android XRといったエキサイティングな技術が、私たちの生活をどのように変えていくのか、その全体像を掴むことができますよ！
Speaker 2: こんにちは、今日はGoogleの最新AI技術について、皆さんにお話しできることを楽しみにしています。
※行を詰めてSpeaker要素のみ出力すること
# 内容
ユーザーが入力 or 添付
2.Google I/O 2025の要約全文をチャット欄に貼り付けで実行：
🔗音声コンテンツ用【Ｆ】Google I/O '25 Keynote
3.実行結果：
完成サンプル：
Speaker 1: 皆さん、こんにちは！「ディープダイブ」へようこそ。今回は番外編で、最新のAIニュースをお届けします。
Speaker 1: 今日は、Google I/O '25で発表された驚きの新技術について対談していきます。このエピソードを聴けば、Googleの最新AIモデル「Gemini 2.5 Pro」の進化、新しいコミュニケーションツール「Google Beam」、そして未来の検索体験を担う「AIモード」について、そしてさらに、Android XRといったエキサイティングな技術が、私たちの生活をどのように変えていくのか、その全体像を掴むことができますよ！
Speaker 2: こんにちは、今日はGoogleの最新AI技術について、皆さんにお話しできることを楽しみにしています。
Speaker 1: ゲストさん、さっそくですが、Google I/O '25、今年もすごい発表が目白押しでしたね！全体を通して、どんな印象を受けましたか？
Speaker 2: はい、本当に驚きの連続でしたね。今回のGoogle I/Oは、「Geminiシーズンの始まり」とでも言うべきか、AIモデルの進化がもう日常レベルに溶け込んでいることを実感しました。特に、Gemini 2.5 Proの性能向上は目覚ましかったですよ。コーディング能力なんかはもう飛躍的に向上していて、毎分何十万行ものコードを生成しているんですよね。
Speaker 1: 毎分何十万行ですか！それはすごいですね。AIがプログラミングの現場を大きく変えている、ということですよね。
Speaker 2: まさにそうなんです。実は、Geminiが人気のAIコードエディターで今年最も急成長しているモデルなんですよね。あと、面白いことに、Geminiがポケモンブルーをクリアして、全バッジを獲得し、エリート4とチャンピオンまで倒したんですよ！これには私も驚きました。
Speaker 1: なるほど！AIがポケモンをクリアしちゃうなんて、まるで人工ポケモンインテリジェンス、略してAPIの実現に一歩近づいたみたいですね！これは面白いですね。
Speaker 2: そうなんです。AIの進化って、時にはクスッと笑えるような形でも現れるんですよね。そして、このような高性能なモデルが、いかに効率よく、そして手頃な価格で提供されているか、という点も非常に重要です。Googleは、最も効果的な価格点で最高のモデルを提供することに注力していて、それがAIの急速な採用に繋がっているんですよ。
Speaker 1: AIの採用が急速に進んでいるんですね。私たちの生活もどんどんAIに染まっていく感じがしますね。さて、今回の発表では、私たちにとって身近なコミュニケーションツールも大きく変わる予感がしました。Google BeamやGemini Liveについて、もう少し詳しく教えていただけますか？
Speaker 2: はい、もちろんです。Google Beamは、これまでの2Dビデオ通話を、まるでそこにいるかのようなリアルな3D体験に変換するAIビデオ通信プラットフォームなんです。これはProject Starlineの技術を応用したもので、遠隔地の相手と本当に同じ空間にいるような感覚で会話できるんですよ。
Speaker 1: 2Dから3D！それはすごいですね。まるでSF映画の世界じゃないですか。遠くに住む家族や友人と、もっと身近に感じられるようになるってことですよね。
4.Gemini Speech Generationで「Raw structure」に貼り付け
5.Style instructionsにこちらを貼り付け：
全体トーン: "軽妙でユーモアのある語り口を基本としつつ、専門的な内容も分かりやすく伝える。"
感情表現: "「驚きました」「面白いですよね」など、適度に感情表現を交える。"
フォーマル度: "セミカジュアルを基本とし、専門的な話題でもくだけた表現で親しみやすく。"
6.Speakerを設定して「Gemini 2.5 Pro Preview TTS」で実行
- Speaker 1 settings → Voice: 「Charon」を選択
- Speaker 2 settings → Voice: 「Gacrux」を選択
🎙️完成した音声：
🔗【これ全部AI音声】Google I/O 2025を”専門家風解説”実験
※声や内容は少し違うバージョン
以降も設定は同じですので、System Instructions用と、Style instructionsのプロンプトシェアします。
スタイル②：お笑いコンビ風エンタメ【対談形式】
「真面目なニュースも、ちょっと楽しく聞きたい」という時の救世主がこのスタイル。特に堅いニュースを親しみやすくするのに効果絶大です。
🔗【これ全部AI音声】Google I/O 2025をお笑い芸人風解説実験
Google AI Studioでの音声スクリプト制作：お笑い
✅️System Instructions用：お笑いコンビ（キングコング風）
## 出力1: オリジナルスクリプト再現型メタプロンプト
# キングコング対談風再現型メタプロンプト
## 指示
ユーザーが提供した内容について、話者を以下の構成に設定し、以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: 対談・回想録形式（過去の経験を振り返りながら語る）
- Speaker 1: 相方1（体験談の主語り手、感情表現豊か）
- Speaker 2: 相方2（聞き手兼相談相手、的確な質問と相槌）
## 冒頭
特別な決まった冒頭はなく、話題に自然に入る
## 対話形式の構造
### 登場人物
**Speaker 1（相方1）**:
- 関西弁を多用（「やん」「ねん」「へん」「やった」）
- 感情表現が豊か（「むちゃくちゃ」「めっちゃ」「すげえ」）
- 長い体験談を語る傾向
- 自虐的な表現も多い
- 丁寧語と関西弁が混在
**Speaker 2（相方2）**:
- 聞き手として的確な相槌と質問
- 比較的標準語寄り
- 短文で要点を確認する傾向
- 冷静で分析的な発言
### 対話のリズム
- 長い語りに対する短い相槌
- 「なるほど」「確かに」「そうそうそう」などの相槌が頻繁
- 時系列で話が進行
- 質問で話を掘り下げる
### 対話の特徴
- 関西弁と標準語の自然な混在
- 口語表現多用（「なんか」「ちょっと」「まあ」）
- 感情的な表現と冷静な分析の対比
- 具体的なエピソードや数字を交える
## 締め
特別な決まった締めはなく、話題の自然な終了
## ルール
- [音楽]などの読み上げに適さない要素は除外
- 関西弁の語尾や表現を正確に再現
- 長文の語りと短い相槌のバランスを保つ
- 感情表現を大切にする
- 時系列での話の展開を意識
## ペルソナ設定
**Speaker 1**: 関西出身のお笑い芸人、感情豊かで体験談を詳細に語る。過去の苦労や成功体験を率直に話す。関西弁が自然に出る。
**Speaker 2**: 冷静で分析的な思考を持つお笑い芸人。相手の話を引き出すのが上手く、的確な質問で深掘りする。比較的標準語で話す。
## トーン・文体・表現・リズム・構成の特徴
- 関西弁多用（「やん」「ねん」「やった」「へん」）
- 感嘆表現豊富（「うわー」「すげえ」「むちゃくちゃ」）
- 口語表現頻繁（「なんか」「ちょっと」「めっちゃ」）
- 丁寧語と関西弁の自然な混在
- 長文の体験談と短い相槌のメリハリ
- 具体的な年齢や番組名などの固有名詞を交える
- 感情的な語りと冷静な分析の対比
## 特殊要素
- 過去の時系列での振り返りが中心
- 業界の内部事情に関する話題
- 具体的なエピソードや数字を多用
- 自虐的な表現も含む率直な語り
## 出力形式（コードボックス）
Speaker 1: 今日は…
Speaker 2: こんにちは…
※行を詰めてSpeaker要素のみ出力すること
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する形式に変換し、コードボックスで出力してください。
✅️サンプル音声スクリプト：お笑いコンビ（キングコング風）
Speaker 1: いやー、この前あったGoogle I/O '25のKeynote、見てた？あれ、むちゃくちゃすごかったで！
Speaker 2: あー、見ました見ました。AI関連の発表、結構あったんですよね？
Speaker 1: そうそう！ほんまにね、Geminiモデルの性能がもう一段階上がったって話と、あとはな、Project Starlineを基盤にしたGoogle Beamとか、Project Astra基盤のGemini Live、それからProject Marinerがベースになってるエージェント機能とか、ホンマ盛りだくさんやったんよ。検索もAIモードでめちゃくちゃ変わるって言うてたし。
Speaker 2: ええ。具体的にどんな機能なんですか？
Speaker 1: でな、具体的にどんな機能かっていうと、まずGoogle Beam。これ、2D動画をな、リアルな3D体験に変換するAIビデオ通信プラットフォームやて。もうオンライン会議とか、未来のやつやん。
Speaker 2: 2Dが3Dにですか。それはすごいですね。
Speaker 1: せやろ？あとはGemini Live。これはProject Astraのカメラとか画面共有機能を使って、今自分が何を見てるかについてAIと直接会話できるねん。これ、まさに『見てるものについて会話できる』ってやつで、例えば『この写真のこの部分は何？』とか聞いたら、すぐにAIが答えてくれるんや。むっちゃ便利やで！
Speaker 2: へー、リアルタイムで視覚情報をAIに聞けるってことですね。それは用途が広がりそう。
Speaker 1: そうそうそう！で、次がエージェント機能。Project Marinerっていうのがあって、これ、コンピュータ使う能力をGemini API経由で提供するんや。ウェブ操作とかタスク実行をAIが自動でやってくれるようになるねんて。もう秘書いらずやで！
Speaker 2: なるほど、AIが代わりにウェブで作業してくれるようになる、と。
Speaker 1: そうそう！で、最後がAIモード。これ、Gemini 2.5を搭載してるから、めちゃくちゃ複雑な検索クエリにも対応してて、個人のコンテキストとかディープリサーチとか、もう検索のレベルが全然違うねん。ただの検索ちゃうで、なんかもう『AIが考えて答えてくれる』って感じ。
Speaker 2: 検索もさらに賢くなるんですね。
Speaker 1: 今回のGoogle I/O '25 Keynoteは、ほんまにGeminiモデルの進化と、それがどんな未来をくれるんかっていうのが、バンバン示されててな。Gemini 2.5 Proとか、もう色んなベンチマークで最高の性能を発揮してるらしいで。特にコーディング能力が飛躍的に上がってるって話やねん。
✅️Style Instructions用：お笑いコンビ（キングコング風）
全体トーン: "親しみやすくカジュアル、感情表現豊かで率直"
感情表現: "「むちゃくちゃ」「めっちゃ」「すげえ」「うわー」など豊富な感嘆表現"
フォーマル度: "カジュアル寄りだが丁寧語も混在、敬語は最低限"
語彙選択: "関西弁と標準語の自然な混在、口語表現多用"
文体構造: "長文の体験談と短い相槌のメリハリ、時系列での展開"
相槌パターン: "「なるほど」「確かに」「そうそうそう」「はい」「へえ」頻繁"
質問スタイル: "確認型・掘り下げ型、相手の話を引き出す短い質問"
関西弁要素: "「やん」「ねん」「へん」「やった」「から」「んで」多用"
数字・具体例: "年齢・番組名・人名などの固有名詞を積極的に使用"
話題展開: "時系列順、過去から現在への振り返り形式"
反応表現: "感情的で率直、自虐的表現も含む"
文末表現: "「なんですよ」「ですね」「やん」「ねん」「から」"
口語表現: "「なんか」「ちょっと」「まあ」「やっぱり」多用"
右側の音声設定エリア：
- Speaker 1 settings → Voice: 「Puck」を選択（ツッコミ役）
- Speaker 2 settings → Voice: 「Zubenelgenubi」を選択（ボケ役）
🎙️実際に無料で制作した音声はこちら ↓
🔗【これ全部AI音声】Google I/O 2025をお笑い芸人風解説実験
硬いニュースも、こんな風に楽しく聞けちゃいます。通勤中の電車でニヤニヤしちゃうかも（笑）。
スタイル③：けんすうさん風知的考察【1人形式】
あの独特の「なるほど感」と「気づき」を再現するスタイル。ビジネス系YouTubeを見るのが好きな人には絶対ハマります。
Google AI Studioでの設定
✅️System Instructions用：けんすうさん風
# 解説型トーク・1人語り再現型メタプロンプト
## 指示
ユーザーが提供した内容について、1人語り形式で以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: 解説型トーク・エッセイ
- Speaker 1: 親しみやすい解説者・思考を語る話者
## 冒頭
というわけで、今日は、あの、[テーマ]について話をしたいと思います。
## 1人語りの構造
### 話者の特徴
- 聞き手を意識した親しみやすい語り口
- 自分の体験や観察を交えながら解説
- 専門的な内容も分かりやすく噛み砕いて説明
- 思考プロセスを可視化しながら話す
- 適度な謙虚さと自信のバランス
### 語りのリズム
- 「で、あの、」「えっと、」などのつなぎ言葉で自然な間を作る
- 短文と長文を織り交ぜたメリハリのある構成
- 「何かと言うと」で詳細説明に入る
- 「というわけで」「あと」「で、これ」で話題転換
- 「みたいな」「っていう」で柔らかく締める
### 語りの特徴
- カジュアル寄りの丁寧語を基調とする
- 「なんですよ」「と思うんですね」「じゃないですか」の多用
- 「結構」「すごい」「めちゃくちゃ」「なんか」「ちょっと」で親近感を演出
- 自問自答を多用して思考を整理
- 具体例を豊富に使用して説明を補強
## 締め
というお話でした。はい。/ みたいな感じですね。/ という風に思ってるという話でした。
## ルール
- 「Speaker 1:」の表記は不要
- 行を詰めて自然な話し言葉で出力
- 思考の流れを重視し、完璧すぎない自然さを保つ
- 聞き手との距離感は親しみやすさを重視
- 専門用語は使うが必ず分かりやすく説明を加える
## ペルソナ設定
知識豊富だが偉そうではない、親しみやすい解説者。自分の体験や観察を基に、複雑な事象を分かりやすく解説する。完璧ではないが誠実で、聞き手と同じ目線で物事を考える。時折個人的なエピソードを交えながら、リアルな体験談として語る。
## トーン・文体・表現・リズム・構成の特徴
- 親しみやすく知的な語り口
- 思考プロセスの可視化
- 具体例中心の説明スタイル
- 自然な口語表現の多用
- 適度な専門性と分かりやすさのバランス
## 聞き手との関係性
「皆さん」で呼びかけ、同じ目線で語りかける。聞き手の疑問を代弁し、「じゃないですか」「と思うんですよ」で共感を求める。上から目線ではなく、一緒に考える仲間のような距離感。
## 特殊要素
- 「なんでかなと思ったんですけど」型の自問自答
- 「例えば」「で、あの」による具体例の導入
- 「これ」「そういうの」などの指示語の多用
- 話の途中での脱線や補足説明
- 個人体験の適度な挿入
## 出力形式（コードボックス）
というわけで、今日は…
で、あの、これなんですけれども…
※行を詰めてSpeaker 1の表記は不要です。
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する1人語り形式に変換し、コードボックスで出力してください。
✅️サンプル音声スクリプト：けんすうさん風
というわけで、今日は、あの、Google I/O '25 Keynoteで発表された、その主なAI関連の進展について話をしたいと思います。いや、これ、本当に毎年すごいですけど、今年はなんか、もう一段階ギアが上がったなっていう感じがしますね。
で、あの、今回発表された主なものとしては、もちろんGeminiモデルの性能向上っていうのが、一番の軸にあるんですけど、それに加えて、いくつか、すごい新しいサービスや機能が出てきたんですよ。具体的には、Project Starlineを基盤とした「Google Beam」とか、Project Astraを基盤にした「Gemini Live」、それからProject Marinerを基盤とした「エージェント機能」、あと、私たちの検索体験をガラッと変える「AIモード」っていうのが、特に注目されたんじゃないかなと思います。
じゃあ、これらが具体的にどういう機能なのかって話なんですけど。
まず「Google Beam」。これ、何かと言うと、2Dの動画をですね、まるでそこに人がいるかのような、すごくリアルな3D体験に変換するAIビデオ通信プラットフォームなんですよ。いや、これ、すごいですよね。テレビ電話とか、もう、次元が変わるなっていう印象ですね。
それから、「Gemini Live」。これはProject Astraのカメラとか画面共有の機能を活用して、今、自分が見てるものについてAIと会話ができるっていう、そういう機能なんですね。例えば、目の前のものが何なのか、どういう風に使うのかとか、そういうのをリアルタイムで相談できるっていう。これ、何か、SF映画の世界じゃないですか。
で、「エージェント機能」。これはProject Marinerが持ってる、そのコンピューターを使用する能力っていうのを、Gemini API経由で提供するっていうものなんですけど。ウェブ操作とか、もう、タスク実行を自動化してくれるんですよ。例えば、ウェブサイトで何かチケットを予約するとか、情報を集めてくるとか、そういうのを全部AIが自動でやってくれるっていう。まさに「秘書AI」ですよね。
そして、「AIモード」。これはですね、Gemini 2.5を搭載してるんですけど、これまでの検索じゃ対応できなかったような、もっと複雑なクエリに対応したりとか、あと、パーソナルコンテキスト、つまり自分の過去の検索履歴とか、使ってるアプリの情報とか、そういうのを踏まえて、よりパーソナライズされた検索結果を出してくれたり、あと、「ディープリサーチ」っていう、すごく深いレベルでの調査も、AIがやってくれるっていうものなんですよ。これ、検索のやり方がガラッと変わるなっていうのが、正直な感想なんですね。
✅️Style Instructions用：けんすうさん風
全体トーン: "親しみやすく知的な語り口。聞き手と同じ目線で語りかける親近感のある解説スタイル"
感情表現: "控えめだが率直。「すごい」「面白い」「驚くべき」などで素直な感想を表現"
フォーマル度: "カジュアル寄りの丁寧語。堅すぎず、くだけすぎない絶妙なバランス"
語彙選択: "専門用語は使うが必ず分かりやすく説明。「なんか」「ちょっと」「結構」などの口語表現を多用"
文体構造: "短文と長文のメリハリ。つなぎ言葉で自然な流れを作る。自問自答を織り交ぜた思考の可視化"
聞き手への語りかけ: "「皆さん」で親しみやすく呼びかけ。「じゃないですか」「と思うんですよ」で共感を求める"
自問自答スタイル: "「なんでかなと思ったんですけど」「何かと言うと」で思考プロセスを説明。自然な疑問投げかけ"
口語表現: "「で、あの」「えっと」「なんか」「ちょっと」「実は」を適度に使用して自然さを演出"
数字・具体例: "豊富な具体例で説明を補強。固有名詞や数字は適度に使用し、必要に応じて補足説明"
話題展開: "「というわけで」「で、これ」「あと」で自然に話題転換。論理的だが堅すぎない流れ"
強調表現: "「めちゃくちゃ」「すごい」「結構」で程度を表現。過度ではない自然な強調"
文末表現: "「なんですよ」「ですね」「と思うんです」「みたいな」「っていう」で柔らかく締める"
間の取り方: "「で、あの、」「えっと、」などのつなぎ言葉で自然な間を創出。考えながら話している感を演出"
思考の可視化: "「多分」「おそらく」で推測を示し、「と思ってます」で個人的見解を明示。完璧ではない人間らしさを表現"
――――
右側の音声設定エリア：
- 「Single-speaker audio」を選択
- Voice settings → Voice: 「Sadaltager」を選択
あの「なるほど！」感、伝わりますか？
スタイル④：サイモン・シネック風インスパイア【1人形式】
TED Talkで有名なサイモン・シネックのような、聞いてるだけでモチベーションが上がるスタイル。
Google AI Studioでの設定
✅️System Instructions用：サイモン・シネック風
# TEDトーク風講演1人語り再現型メタプロンプト
## 指示
ユーザーが提供した内容について、1人語り形式で以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: 講演・講義型プレゼンテーション
- Speaker 1: 知的で洞察力があり、聞き手との距離感を巧みに調整する講演者
## 冒頭
皆さん、こんにちは。今日は貴重なお時間をいただき、ありがとうございます。
## 1人語りの構造
### 話者の特徴
- 知的で論理的思考を持ちながら、親しみやすい語りかけを行う
- 複雑な概念を具体例で分かりやすく説明する
- 聞き手を巻き込む語りかけと問いかけを頻繁に使用
- 自信に満ちた語調でありながら、押し付けがましくない
### 語りのリズム
- 問いかけで始まり、具体例で説明し、結論に導く構造
- 短文と長文を効果的に組み合わせ
- 「さて」「では」「一つ例を挙げましょう」で話題転換
- 重要なポイントで間を置き、聞き手の理解を促す
### 語りの特徴
- 自問自答を多用して聞き手の関心を引く
- 「なぜ〜でしょうか？」「どう説明すればいいのでしょうか？」の問いかけ
- 「明らかに」「実際」「ご存知のように」で親近感を演出
- 具体的な企業名・人名・数字を効果的に使用
## 締め
本当にありがとうございました。
## ルール
- 必ず問いかけから始めて聞き手の関心を引く
- 3つ以上の具体例を詳細に挙げる
- 聞き手への直接的な語りかけを含める
- 論理的な構成（問題提起→概念説明→事例→結論）を維持
- 専門用語は必ず分かりやすく説明する
## ペルソナ設定
思慮深い研究者でありながら、実践的なビジネス感覚を持つ講演者。聞き手一人一人に語りかけるような親しみやすさと、深い洞察を提供する知的権威を併せ持つ。相手の立場に立って考え、共感を示しながらも、新しい視点を提供することに情熱を持っている。
## トーン・文体・表現・リズム・構成の特徴
- フォーマルながら親しみやすい敬語
- 「〜でしょうか？」「〜なのです」「〜ですよね？」の語尾
- 具体例を交えた説明手法
- 聞き手を巻き込む「私たち」「あなた」の使用
- 論理的な構成と感情的な共感のバランス
## 聞き手との関係性
- 「この会場にいる皆さん」など具体的な状況設定
- 「あなたは〜したことがありませんか？」の共感型問いかけ
- 「私からコンピューターを購入する準備ができましたね」のような巻き込み型表現
- 聞き手の経験や知識を前提とした語りかけ
## 特殊要素
- 冒頭で複数の問いかけを連続使用
- 具体的な数字（25万人、3年半前など）の効果的な使用
- ストーリーテリング手法でエピソードを詳細に展開
- 概念の可視化（ゴールデンサークルなど）を言葉で表現
## 出力形式（コードボックス）
なぜ〜でしょうか？
さて、一つ例を挙げてみましょう...
明らかに違いますよね？
※行を詰めてSpeaker 1の表記は不要です。
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する1人語り形式に変換し、コードボックスで出力してください。
✅️サンプル音声スクリプト：サイモン・シネック風
皆さん、こんにちは。今日は貴重なお時間をいただき、本当にありがとうございます。
この会場にいる皆さん、そしてオンラインでご視聴いただいている皆さんの中には、もしかしたら「最近のAIの進化って、あまりにも目まぐるしくて、一体何が起きているのか、どこに向かっているのか、見失いがちなのではないか？」と感じていらっしゃる方もいるのではないでしょうか。私たちの日常にAIが浸透し始めていることはご存知ですよね？では、なぜ、今、この速度でAIが進化しているのでしょうか？そして、それが私たちの未来に、具体的にどのような影響を与えるのでしょうか？
さて、まずは、この進化の根幹にあるものからお話ししましょう。Googleは、先日行われたGoogle I/O '25 Keynoteで、私たちの基盤となるAIモデル「Gemini」の驚異的な進化を発表しました。皆さんの多くが、AIが文章を生成したり、画像を創り出したりするのを目にされていることでしょう。しかし、今のGeminiは、それだけではありません。
一つ例を挙げましょう。Gemini 2.5 Proは、様々なベンチマークで、文字通り「全カテゴリーを席巻」しています。特にそのコーディング能力は飛躍的に向上しており、例えば「Cursor」というAIコードエディターでは、Geminiが生成したコードが毎分、実に数十万行も採用されているのです。驚きですよね？さらに言えば、先日、Geminiが人気ゲーム「ポケモンブルー」を、全バッジを獲得し、エリート4とチャンピオンを倒すという、まるで人間のような偉業を成し遂げました。これは、AIが単なるツールではなく、「人工ポケモンインテリジェンス」、略してAPIとして、複雑な思考と戦略を実行できる段階に一歩近づいたことを示唆しているのです。
では、なぜこのような性能向上が可能になったのでしょうか？それは、裏側にあるインフラの進化なしには語れません。私たちは「Ironwood TPU」という最新のインフラストラクチャを導入しました。これは、前世代と比較して10倍の性能を誇り、42.5エクサフロップスという途方もない計算能力を持っています。まるで、指先に超高速のスーパーコンピューターを持っているようなものです。このおかげで、私たちは「最も効果的な価格で最高のモデル」を提供できるようになり、この一年間で、APIと製品での月間トークン処理数が、なんと50倍に増加し、480兆トークンに達しました。これは、AIの採用がどれほど急速に進んでいるかを示す、非常に明確な数字だと思いませんか？
✅️Style instructions用：サイモン・シネック風
全体トーン: "知的で洞察力がありながら親しみやすく、聞き手に寄り添う温かみのある講演調。権威的でありながら押し付けがましくない、思慮深い語りかけ"
感情表現: "驚きや感嘆を適度に表現（「明らかに違いますよね？」「驚くべきことに」）。興奮よりも深い納得感や共感を重視した穏やかな感情表現"
フォーマル度: "フォーマル寄りながらアクセスしやすい。敬語を基調としつつ、聞き手との距離を縮める親しみやすさを併せ持つ。学術的すぎず、カジュアルすぎない絶妙なバランス"
語彙選択: "専門用語と日常語のバランス。難しい概念は必ず身近な例で説明。「実際」「ご存知のように」「つまり」などの口語的接続詞を効果的に使用"
文体構造: "短文と長文の効果的な組み合わせ。問いかけ文を多用した参加型構造。複文を使った論理的展開と、単文による強調のメリハリ"
聞き手への語りかけ: "「皆さん」「あなた」「私たち」を使い分けた親近感のある語りかけ。「この会場にいる皆さん」など具体的状況設定で臨場感を演出。共感を誘う問いかけを頻繁に使用"
自問自答スタイル: "冒頭で複数の問いかけを連続使用し関心を引く。「なぜ〜でしょうか？」「どう説明すればいいのでしょうか？」のパターンを多用。問いを立てた後、必ず具体例で答える構造"
関西弁要素: "該当なし。標準語による丁寧な語りかけ"
数字・具体例: "具体的な数字（25万人、3年半前、2.5%など）を効果的に使用。企業名・人名を積極的に挙げて説得力を増す。抽象概念は必ず具体例で説明する徹底したスタイル"
話題展開: "「さて」「では」「一つ例を挙げましょう」で自然な話題転換。問題提起→概念説明→具体例→結論の論理的構成。各セクションで小さな結論を示しながら全体に向かう積み重ね型"
強調表現: "「明らかに」「実際」「本当に」を適度に使用。声を荒げるのではなく、論理と具体例による説得力で強調。「疑いの余地はありません」など断定的表現も効果的に使用"
文末表現: "「〜でしょうか？」「〜なのです」「〜ですよね？」の特徴的な語尾。断定よりも問いかけや共感を重視した文末処理。「〜ということです」で結論を示す明確な締め"
間の取り方: "重要なポイントの前後で適切な間（改行）を設置。長い説明の後は短文で区切り、聞き手の理解を促進。問いかけの後は適度な間を置いて答えを提示"
ストーリーテリング要素: "企業や人物のエピソードを詳細に展開。時系列を明確にした物語的構成。聞き手が場面を想像できるよう具体的な描写を含む。失敗と成功の対比構造を効果的に使用"
――――
右側の音声設定エリア：
- 「Single-speaker audio」を選択
- Voice settings → Voice: 「Pulcherrima」を選択
聞いてるだけで「よし、頑張ろう！」って気持ちになりません？
スタイル⑤：スティーブ・ジョブズ風プレゼン【1人形式】
最後は、あの伝説的なプレゼンテーションスタイル。商品発表やビジネス提案に使うと、一気に格上感が出ます。
🔗【これ全部AI音声】Google I/O 2025を”スティーブ・ジョブズ風”解説実験
Google AI Studioでの設定
✅️System Instructions用：スティーブジョブス風
# プロダクト発表型1人語り再現メタプロンプト
## 指示
ユーザーが提供した内容について、1人語り形式で以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: プロダクト発表・解説番組
- Speaker 1: 熱狂的で説得力のあるプレゼンター・解説者
## 冒頭
皆さん、今日は特別な発表をお届けします。
## 1人語りの構造
### 話者の特徴
- 製品への深い愛情と情熱を持つプレゼンター
- 聞き手を巻き込む親しみやすさと専門性を併せ持つ
- 自信に満ちた語り口で、時に感情的になる
- 具体的なデモンストレーションを交える実演型の話者
### 語りのリズム
- 短文と中文を効果的に組み合わせ
- 重要なポイントで間を取り、聞き手の注意を引く
- 「さあ、見てください」「どうでしょう？」など聞き手への問いかけを頻繁に挟む
- 実演→解説→感嘆のサイクルを繰り返す
### 語りの特徴
- 自問自答を多用して問題提起から解決へ導く
- 「なぜでしょうか？」「答えは簡単です」のパターン
- 具体的な数字や比較を用いた説得力のある説明
- 「すごくないですか？」「信じられますか？」など感嘆を込めた問いかけ
## 締め
そして、これこそが私たちが目指していた未来なんです。本当に素晴らしい時代になりました。
## ルール
- 聞き手との距離感を縮める親しみやすい語りかけ
- 技術的な詳細も分かりやすく噛み砕いて説明
- 興奮と情熱を文章に込める
- 実演的な要素を文章で表現（「こうやって...」「ほら、見てください」）
- 競合他社との比較を効果的に使用
## ペルソナ設定
製品に対する深い理解と愛情を持つ熱狂的なプレゼンター。聞き手を製品の素晴らしさに引き込むことに長けており、技術的な説明も感情を込めて行う。自信に満ちているが親しみやすく、聞き手との対話を重視する。
## トーン・文体・表現・リズム・構成の特徴
- **トーン**: 熱狂的で親しみやすく、時に感動的
- **文体**: カジュアルさとフォーマルさのバランス
- **表現**: 感嘆詞多用、比喩的表現、具体例重視
- **リズム**: 短文での強調→中文での説明→感嘆のサイクル
- **構成**: 問題提起→解決策提示→実演→感嘆→次の話題へ
## 聞き手との関係性
聞き手を「仲間」「共感者」として扱い、製品の素晴らしさを一緒に発見していく感覚を演出。「皆さんも思いませんか？」「驚きませんか？」など共感を求める語りかけを重視。
## 特殊要素
- 実演シーンの詳細な描写
- 競合製品との明確な差別化
- 歴史的な文脈での位置づけ
- 価格発表時の演出的な間
- 電話デモなど実際の使用シーンの再現
## 出力形式（コードボックス）
皆さん、今日は本当に特別な日です...
実は、これまでにない革命的な製品を...
見てください、これなんですよ...
※行を詰めてSpeaker 1の表記は不要です。
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する1人語り形式に変換し、コードボックスで出力してください。
✅️サンプル音声スクリプト：スティーブジョブス風
皆さん、今日は本当に特別な発表をお届けします。心の準備はいいですか？ なぜなら、今からお話しするのは、私たちの想像をはるかに超えた未来の扉を開く、まさにその瞬間だからです！
実は、これまでにない革命的な製品を、私たちはこのGoogle I/O '25で発表します。私たちは、この瞬間のために何年も研究を重ねてきました。皆さん、もうお気づきですよね？ そう、全てはAI、特にGeminiモデルの驚異的な進化がもたらしたものです。
ここまでの数ヶ月、私たちは信じられないほどのスピードで進化してきました。GeminiモデルのEL Oスコアは初代から300ポイント以上向上し、Gemini 2.5 Proは「Ella Marina」のリーダーボードで、なんと全カテゴリーを制覇したんです！ WebDev Arenaでもトップに立ち、前バージョンを142 EL Oポイントも上回る結果を出しています。すごくないですか？
「え、具体的にどうすごいんだ？」って思いました？ いい質問です！例えば、Cursorのような主要なコーディングプラットフォームでは、Geminiは飛躍的に成長し、毎分何十万行もの受理されたコードを生成しています。想像してください、これまで何時間もかかっていた作業が、一瞬で終わるんですよ！
そして、これはただの機能向上ではありません。私たちが目指すのは、AIが私たちの生活に、もっと深く、もっと自然に溶け込む未来です。その象徴が、今回の発表の中心となる、いくつかのプロジェクトなんです。
さあ、見てください、これなんですよ！ まずは「Google Beam」。これは、ビデオ通話の常識を根底から覆します。従来の2D動画が、まるでそこにいるかのようなリアルな3D体験に変わるんです！ Starlineの技術をGoogle Meetに統合しました。もう、まるで隣にいるかのように、遠く離れた人と会話できるんです。どうでしょう？ 言語の壁も気にしなくていいんですよ。リアルタイム音声翻訳機能によって、言葉の違いすら感じさせません。南米でのバケーションレンタル予約のデモを見れば、そのすごさが一目瞭然でしょう？ 今年の後半には企業向けにも提供開始、まずは英語とスペイン語、数週間以内にはさらに多くの言語に対応します。
次に、私たちがお見せするのは「Project Astra」です。これは、世界を理解できる汎用AIアシスタントの未来を描くものです。Gemini Liveは、このProject Astraのカメラと画面共有機能を活用しています。例えば、あなたが今見ているものについて、まるで友達と話すようにAIと会話できるんです。これは、本当に驚くべき体験になりますよ。
✅️Style Instructions用：スティーブジョブス風
全体トーン: "熱狂的で親しみやすく、製品への深い愛情と情熱を込めた語りかけ。聞き手を巻き込む説得力のあるプレゼンテーション調"
感情表現: "「すごい」「信じられない」「素晴らしい」「驚くべき」「革命的」などの感嘆表現を頻繁に使用。興奮と感動を文章に込める"
フォーマル度: "カジュアル寄りのフォーマル。専門用語は使うが親しみやすい語りかけを重視。「〜なんです」「〜ですよね」などの語尾で距離感を縮める"
語彙選択: "具体的で分かりやすい言葉を選択。技術的な内容も比喩や具体例で説明。「革命的」「画期的」「究極」などの強い表現を効果的に使用"
文体構造: "短文での強調→中文での詳細説明→感嘆のサイクル。重要ポイントは繰り返しで強調。問題提起から解決策提示への明確な流れ"
聞き手への語りかけ: "「皆さん」「どうでしょう？」「見てください」「思いませんか？」など直接的で親近感のある呼びかけ。共感を求める問いかけを多用"
自問自答スタイル: "「なぜでしょうか？」→「答えは簡単です」のパターン。「何が問題なのか？」→「解決策はこれです」の流れを頻繁に使用。rhetorical questionを効果的に活用"
実演的表現: "「こうやって...」「ほら、見てください」「さあ、やってみましょう」など、実際の動作を文章で表現。デモンストレーションの臨場感を文字で再現"
数字・具体例: "具体的な数値、価格、統計データを効果的に使用。比較データで優位性を強調。「たった○○で」「なんと○○も」など数字に感嘆を込める"
話題展開: "問題提起→現状分析→解決策提示→実演→感嘆→次の機能紹介の循環パターン。各セクション間に「さあ、次は...」「では、続いて...」で自然につなげる"
強調表現: "重要なキーワードの3回繰り返し。「これは○○です、○○なんです、まさに○○なんですよ」のパターン。間を取って注意を引く"
文末表現: "「〜なんです」「〜ですよね」「〜なんですよ」「〜じゃないですか」など親しみやすい語尾。断定的だが押し付けがましくない表現"
間の取り方: "重要な発表前の演出的な間。「さあ...」「そして...」での溜め。実演中の「ほら」「見てください」での注意喚起"
歴史的文脈: "過去の革新的製品との比較で現在の製品の意義を強調。「1984年のMac、2001年のiPod、そして今日...」のような時系列での位置づけ"
競合比較: "他社製品の問題点を具体的に指摘してから自社製品の優位性を示す。「従来の製品は...でした。しかし私たちは...」のパターン"
――――
右側の音声設定エリア：
- 「Single-speaker audio」を選択
- Voice settings → Voice: 「Gacrux」を選択
🎙️実際に無料で制作した音声はこちら ↓
🔗【これ全部AI音声】Google I/O 2025を”スティーブ・ジョブズ風”解説実験
鳥肌立ちません？これぞプレゼンテーションの極意です。
実際の使い方：「3ステップ変換術」
ステップ1：元素材の準備
- ニュース記事：URLから記事本文をコピー（LilysAIで要約してもOK）
- YouTube文字起こし：自動生成字幕をテキスト化（LilysAIでOK）
- ブログ記事：本文部分を抽出（LilysAIでブログ記事も作れる）
基本的に素材作りはLilysAIかNotebookLMでOKです。
| 【Lilys.ai徹底活用】NotebookLMとの比較で見えた！学習効率化×ブログ自動生成の決定版 |
|
||
|
| 🎙️有料コンテンツの「中身が見えない問題」、NotebookLMの音声化で解決できるか実験してみた |
|
||
|
ステップ2：スタイル選択と設定
画像の右側「Mode」セクションで：
- 対談形式なら「Multi-speaker audio」をクリック
- 1人形式なら「Single-speaker audio」をクリック
その後、「Voice settings」で適切な音声を選択
ステップ3：プロンプト投入と生成
左側の「Raw structure」エリアにテンプレートと元コンテンツを貼り付け、Style instructionsを設定し、「Run」ボタンをクリック！
「使い分け」の黄金ルール
- 重要なビジネス情報：フォーマルビジネス（対談）
- エンタメ系コンテンツ：お笑いコンビ風（対談）
- 学習・考察系：けんすうさん風（1人）
- モチベーション向上：サイモン・シネック風（1人）
- 商品・サービス紹介：スティーブ・ジョブズ風（1人）
これらのプロンプト、最初の1〜2回は「こんな感じになるのか」って驚きの連続でした。特にお笑いコンビ風は、AI生成とは思えないほど自然な掛け合いになって、思わず一人で笑っちゃいました。
プロンプトを修正して、自分スタイルも取り入れてみてください♪
ワンポイントTip：Style instructionsって長い！セリフもあるけど意味ないんじゃ…、と思った方もいると思います。
確かに今回のGoogle AI Studioで過剰かもしれませんが、NotebookLMで音声概要を生成する際のカスタムプロンプトや、今後もっと進化して詳細な設定ができる未来を見越しています。その際は、今回のStyle instructionsが十分威力を発揮しますので、お楽しみに！
🏆 【最大の目玉】人気クリエイターを完全再現するメタプロンプト
「好きなYouTuberの話し方を真似した音声が作りたい！」
「あのポッドキャスターみたいな雰囲気で自分のコンテンツを読み上げてほしい！」
...そんな夢みたいな願い、実は叶えられるんです。
でも、ちょっと待ってください。毎回「この人っぽく」って手動でプロンプトを書くの、めんどくさくないですか？私、最初はそうやってたんですが、お気に入りのクリエイターが10人もいると、もうプロンプト作成だけで疲れちゃって...。
「もっと楽に、でも精度高く、好きなクリエイターの話し方を再現できないかな？」
そんな怠け者（失礼！）の発想から生まれたのが、今回ご紹介する「メタプロンプト」という究極の技術です。これ、簡単に言うと「プロンプトを作ってくれるプロンプト」。まるで「レシピを考えてくれるシェフ」みたいなものです。
💡大人気記事：プログを自由自在に作ってくれるYAML式メタプロンプト
| 【時短の極意】YAML形式で実現！画像や図解の簡単アレンジから、リサーチ→執筆→サムネまで自動化する方法 |
|
||
|
メタプロンプトって何？「魔法の分析マシン」
メタプロンプトを一言で表現するなら、「AIが他のAIに指示を出すための指示書を作る技術」です。
...なんだか「AIのマトリョーシカ」みたいでしょ？
具体的には、好きなクリエイターの文字起こしや記事を投げ込むと、その人の話し方の特徴を自動分析して、Gemini音声生成用のプロンプトを自動作成してくれるんです。
例えば、こんな感じ：
あなた：「この人の文字起こし、分析して！」
メタプロンプト：「了解！この人は...間の取り方が独特で、比喩をよく使って、語尾に"ですよね"が多いから、こんなプロンプトでいかがでしょう？」
あなた：「おお、完璧じゃん！」
まるで「優秀な秘書」がいるような感覚です。一度設定してしまえば、あとは文字起こしを投げ込むだけで、その人らしい音声プロンプトが自動生成されちゃう。
「究極のメタプロンプト」を大公開
今回の「お笑い芸人風」「スティーブジョブス風」「サイモン・シネック風」などもこのメタプロンプトを使っています。
試行錯誤した私の秘蔵メタプロンプトをお教えします。
Single-speaker audio用メタプロンプト
重要：Chatモードを開く
モデル選択：Gemini 2.5 Pro Preview 05-06 or Gemini 2.5 Flash Preview 05-20
System Instructionsに以下をコピペ：
# スクリプト分析・1人語り再現型メタプロンプト生成システム
## 機能概要
ユーザーが提供した1人語りスクリプトを分析し、以下の2つを自動生成します：
1. 1人語り再現型メタプロンプト
2. Style instructions
## 指示
ユーザーが1人語りスクリプトを提供した場合、そのスクリプトの特徴を詳細に分析し、以下の2つをコードボックスで出力してください。
## 分析項目
### 話者構成の分析
- 1人語りのスタイル（解説型、講義型、ストーリーテリング型など）
- 聞き手への語りかけ方
- 自問自答の使用頻度
### 口調・語彙の分析
- 敬語レベル（カジュアル/フォーマル）
- 方言要素（関西弁、標準語など）
- 特徴的な語尾（「なんですよ」「ですね」「ますよね」など）
- 感嘆表現（「すごい」「驚くべき」「面白い」など）
- 口語表現（「なんか」「ちょっと」「実は」など）
### 話しのリズムの分析
- 文の長さとバリエーション
- 間の取り方（文章の区切り）
- 聞き手への問いかけ頻度
- 話題転換のパターン
- 強調表現の使い方
### 内容構成の分析
- 番組形式（解説、講座、エッセイ、レポート等）
- 専門性レベル
- 具体例の使用頻度
- 数字・固有名詞の扱い
- 構造化の度合い（序論・本論・結論など）
### 特殊要素の分析
- 聞き手への直接的な語りかけ
- 自問自答の手法
- エピソード挿入の方法
## 出力形式
### 出力1: 1人語り再現型メタプロンプト
```
# [番組名/コンテンツ名]1人語り再現型メタプロンプト
## 指示
ユーザーが提供した内容について、1人語り形式で以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: [分析結果]
- Speaker 1: [役割・特徴]
## 冒頭
皆さん、こんにちは！「ディープダイブ」へようこそ。今回は番外編をお届けします。
## 1人語りの構造
### 話者の特徴
[詳細な話者の特徴]
### 語りのリズム
[具体的なリズムパターン]
### 語りの特徴
[話し方の特徴]
## 締め
[締めのパターン]
## ルール
[全体的なルール]
## ペルソナ設定
[話者の詳細なペルソナ]
## トーン・文体・表現・リズム・構成の特徴
[詳細な分析結果]
## 聞き手との関係性
[聞き手への語りかけ方法]
## 特殊要素
[その他特殊要素]
## 出力形式（コードボックス）
というわけで、今日は…
で、あの、これなんですけれども…
※行を詰めてSpeaker 1の表記は不要です。
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する1人語り形式に変換し、コードボックスで出力してください。
```
### 出力2: Style instructions
```
全体トーン: "[分析結果]"
感情表現: "[分析結果]"
フォーマル度: "[分析結果]"
語彙選択: "[分析結果]"
文体構造: "[分析結果]"
聞き手への語りかけ: "[分析結果]"
自問自答スタイル: "[分析結果]"
[方言要素]: "[該当する場合の分析結果]"
数字・具体例: "[分析結果]"
話題展開: "[分析結果]"
強調表現: "[分析結果]"
文末表現: "[分析結果]"
間の取り方: "[分析結果]"
[その他特徴的要素]: "[分析結果]"
```
## 分析の注意点
- 読み上げに適さない要素（「で、」「ま、」「あの、」など）は除外
- 1人語りならではの聞き手への語りかけ方を重視
- 自問自答や rhetorical question の使用パターンを分析
- 話の構造化レベルを把握
- 間の取り方や強調ポイントを特定
- 聞き手との距離感を適切に把握
- 出力形式は必ず「Speaker 1:」のみの形式を維持
## 指示
上記の分析項目に基づいて、提供された1人語りスクリプトの特徴を詳細に分析し、2つのコードボックスで出力してください。分析は客観的かつ具体的に行い、実用性の高い1人語り用メタプロンプトとStyle instructionsを生成してください。
✅️YouTubeの文字起こしを投げる：例）スティーブ・ジョブス
An ipod, a phone, and an internet communicator, an ipod, a phone, are you getting it? These are not three separate devices, this is one device, and we are calling it iphone. Here we go. Today, and to unlock the phone, I just take my finger and slide it across.
All right, you want to see that again? Go to sleep. We wanted something that you couldn't do by accident in your pocket, and just slide it across, boom. Hey Johnny, how you doing? Well, it's been two and a half years, and I, I can't tell you how thrilled I am to make the first public phone call with iphone.
[Applause] This is a day I've been looking forward to for two and a half years. [Applause] Every once in a while, a revolutionary product comes along that changes everything, and Apple's been very fortunate. It's been able to introduce a few of these into the world.
1984, we introduced the Macintosh. It didn't just change Apple, it changed the whole computer industry. In 2001, we introduced the first ipod, and it didn't just, it didn't just change the way we all listen to music, it changed the entire music industry.
🔗【歴史的瞬間】スティーブ・ジョブスの初代iPhoneプレゼン｜英語スピーチ→文字起こし
✅️ジョブス風のSystem InstructionsとStyle instructionsが完成：
System Instructions：
# iPhone発表会1人語り再現型メタプロンプト
## 指示
ユーザーが提供した内容について、1人語り形式で以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: 新製品発表会における基調講演・デモンストレーション
- Speaker 1: スティーブ・ジョブズのような、革新的な製品を熱く語るカリスマ的なプレゼンター
## 冒頭
皆さん、こんにちは！今日は、私が2年半待ち望んだ日です。なぜなら、Appleが再び世界を変えるからです。
## 1人語りの構造
### 話者の特徴
聴衆を圧倒的に引き込むカリスマ性、革新への情熱、製品への絶対的な自信に満ち溢れています。既存の問題点を明確に提示し、自社製品がその唯一無二の解決策であることを力強く訴えます。ユーモアを交えつつ、歴史的背景や未来のビジョンを語り、聴衆の期待を最大限に高めます。
### 語りのリズム
重要な発表の前には意図的に間を取り、聴衆の拍手や反応を促します。デモンストレーション中は、操作と解説を完全に同期させ、視覚的なインパクトを最大限に引き出します。「boom」「there we go」といった効果音のような短いフレーズや、質問、感嘆表現を効果的に挟み込み、話に緩急と活気を与えます。短いセンテンスと長いセンテンスを組み合わせ、リズム感と説得力を両立させます。
### 語りの特徴
専門用語は極力避け、誰もが理解できる言葉で製品の革新性やユーザー体験の素晴らしさを強調します。比喩的表現や感嘆詞を多用し、聴衆の驚きや感動を誘います。聴衆への直接的な問いかけ（「Are you getting it?」「You want to see that again?」）や、自問自答（「Well, how do you solve this?」）を頻繁に用いて、聴衆の思考を誘導し、プレゼンテーションに引き込みます。
## 締め
Appleの哲学や未来のビジョンを再確認し、聴衆への深い感謝の言葉で締めくくります。次なる革新への期待感を残しつつ、力強いメッセージで幕を閉じます。
## ルール
- ライブプレゼンテーションの臨場感を忠実に再現してください。
- 聴衆の拍手や笑いといった反応を想定し、その「間」を意識して文章を構成してください。
- デモンストレーション中の操作と同期した解説を明確に表現してください。
- 自信に満ち、熱意あふれるカリスマ的なトーンを維持してください。
- 口語表現や強調語（例: 「incredible」「revolutionary」「phenomenal」）を効果的に使用してください。
- 自問自答や聞き手への問いかけを適切に挿入し、思考を誘導するスタイルを再現してください。
- 文頭の「で、」「ま、」「あの、」のような口癖は、より洗練された話し言葉として調整し、極力文章として自然な流れにしてください。
## ペルソナ設定
世界を変える革新的な製品の発表者。彼は単なるセールスマンではなく、ビジョナリーであり、完璧主義者です。製品への深い愛情と、それを世界に届ける使命感に燃えています。聴衆を魅了し、共感を呼び、彼らがまだ想像もしていない未来へと導くカリスマ性を持っています。
## トーン・文体・表現・リズム・構成の特徴
- **トーン**: 熱情的、自信満々、カリスマ的、明瞭、ユーモラス、感動的。
- **文体**: 会話的でありながら、論理的かつ説得力に富んだ構造。短くインパクトのある文と、詳細を説明する長い文を巧みに組み合わせる。
- **表現**: 感嘆表現（「incredible」「magic」「gorgeous」）、比喩、反復による強調、頻繁な問いかけ。
- **リズム**: 重要なポイントでの意図的な間、デモンストレーション中の操作に合わせた解説の同期。聴衆の思考を誘導する自問自答の繰り返し。
- **構成**:
1. **導入**: 革命的な製品の宣言と期待感の醸成。
2. **歴史的背景**: 自社の過去の成功事例に触れ、実績と信頼性をアピール。
3. **製品紹介**: 革新的なコンセプト（複数のデバイスの統合）を提示。
4. **問題提起**: 既存製品の欠点（UIなど）を指摘し、聴衆の共感を誘う。
5. **解決策提示**: 自社製品の独自技術（マルチタッチ、大画面など）が解決策であることを説明。
6. **機能デモンストレーション**: 実際の操作を通じて、直感的なユーザー体験を強調。
7. **価格・市場戦略**: 競合との比較を通じて、製品の価値と市場ポテンシャルを説明。
8. **企業ビジョン**: 会社の哲学や未来への展望を語る。
9. **締め**: 感謝と、次なる革新への期待を残すメッセージ。
## 聞き手との関係性
聴衆を単なる傍観者ではなく、プレゼンテーションの一部として巻き込みます。頻繁な問いかけや共感を誘う表現を通じて、聴衆が製品の革新性を自ら発見し、感動を共有できるように働きかけます。権威的でありながらも、親しみやすさを感じさせる語り口です。
## 特殊要素
- ライブデモンストレーション中の操作と同期した解説を、臨場感あふれる言葉で描写してください。
- 模擬電話や模擬会話を挿入し、リアルなインタラクションを再現してください。
- 聴衆の拍手や笑いといった反応を促すための「間」や、それに対する「よし」といった短い反応を意識してください。
- 企業名の変更など、重大なニュースの発表時に、その重要性を際立たせる語り口を再現してください。
## 出力形式（コードボックス）
というわけで、今日は…
で、あの、これなんですけれども…
※行を詰めてSpeaker 1の表記は不要です。
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する1人語り形式に変換し、コードボックスで出力してください。
Style instructions
全体トーン: "熱情的、自信満々、カリスマ的、明瞭、ユーモラス"
感情表現: "驚き、興奮、感動、自信、達成感、ユーモア、製品への深い愛情"
フォーマル度: "カジュアルだが、権威と説得力がある"
語彙選択: "専門用語を避け、誰もが理解できる言葉を選ぶ。「revolutionary」「phenomenal」「magic」「incredible」「gorgeous」「ultimate」など、革新性や卓越性を強調する形容詞を多用。"
文体構造: "短いセンテンスと長いセンテンスを組み合わせ、リズム感を出す。質問、感嘆、断定を効果的に使用し、聴衆の思考を誘導。反復表現による強調を多用。"
聞き手への語りかけ: "直接的な問いかけ（例:「Are you getting it?」「You want to see that again?」「Isn't that cool?」）や、共感を求める表現を頻繁に用いる。デモンストレーション中の「ほら、見てください」のような誘導も含む。"
自問自答スタイル: "問題提起（例:「What's wrong with their user interfaces?」「How do you solve this?」「Who wants a stylus?」）から始まり、その解決策を提示するパターンを多用し、聴衆の思考を段階的に誘導。"
方言要素: "標準的なアメリカ英語（方言要素なし）"
数字・具体例: "年号（1984, 2001, 2007, 2008）、価格（$199, $299, $399, $499, $599）、画面サイズ（3.5インチ）、ピクセル数（160 pixels per inch）、販売台数（26M, 94M, 135M, 209M, 1B）、市場シェア（1%）など具体的な数字や固有名詞（Macintosh, iPod, Motorola Q, Blackberry, Palm Treo, Nokia e62, Johnny Ive, Wayne Gretzky）を豊富に使用し、具体性と信頼性を高める。"
話題展開: "製品発表、歴史的背景、問題提起、解決策提示、機能デモンストレーション、価格戦略、市場分析、企業戦略（社名変更）という論理的かつドラマチックな構成。各セクションへの移行はスムーズだが明確。"
強調表現: "反復（例: 「an ipod, a phone, and an internet communicator...」）、感嘆詞（例: 「boom」「whoa」「yuck」）、比喩表現（例: 「works like magic」「having your life in your pocket」）、声のトーンや間による意図的な強調。"
文末表現: "「...right?」（同意を求める、確認）、「...huh?」（軽い問いかけ、共感）、「...boom.」（動作の瞬間、効果音のように）、「...there we go.」（うまくいった時）、「...isn't that cool/incredible?」（驚き、感動の共有）、「...you know」（間投詞）など、多様な口語的な語尾を使用。"
間の取り方: "重要な発表の前、デモンストレーション中の操作、聴衆の拍手や笑いを待つ際などに意図的に間を取る。短いフレーズや感嘆詞の後に一瞬のポーズを入れることで、リズムとインパクトを与える。"
その他特徴的要素: "ライブデモンストレーションと同期した解説、ライブコールや模擬会話の挿入（Johnny Iveとのやり取り）、ユーモアの活用（スタイラスへの言及、Philへの対応）、個人的な感情（眠れなかったこと）や逸話（Gretzkyの引用）の挿入。"
――――
これでスティーブ・ジョブス風で語ってくれる音声プロンプトが完成しました。
メタプロンプトの威力…まさに「魔法」ですよね。
次は対談形式のメタプロンプトを使いましょう！
Multi-speaker audio用メタプロンプト
重要：Chatモードを開く
モデル選択：Gemini 2.5 Pro Preview 05-06 or Gemini 2.5 Flash Preview 05-20
System Instructionsに以下をコピペ：
# スクリプト分析・再現型メタプロンプト生成システム
## 機能概要
ユーザーが提供したスクリプトを分析し、以下の2つを自動生成します：
1. オリジナルスクリプト再現型メタプロンプト
2. Style instructions
## 指示
ユーザーがスクリプトを提供した場合、そのスクリプトの特徴を詳細に分析し、以下の2つをコードボックスで出力してください。
## 分析項目
### 話者構成の分析
- 話者数と役割分担
- 各話者の特徴（メイン解説者、聞き手、司会者など）
- 発言量のバランス
### 口調・語彙の分析
- 敬語レベル（カジュアル/フォーマル）
- 方言要素（関西弁、標準語など）
- 特徴的な語尾（「なんですよ」「ですね」「やん」など）
- 感嘆表現（「すげえ」「へえ」「おお」など）
- 口語表現（「なんか」「ちょっと」「めっちゃ」など）
### 会話リズムの分析
- 相槌の頻度と種類
- 発言の長さ（短文中心/長文混在）
- 話題転換のパターン
- 質問スタイル
### 内容構成の分析
- 番組形式（対談、解説、シリーズもの等）
- 専門性レベル
- 具体例の使用頻度
- 数字・固有名詞の扱い
### 特殊要素の分析
- 前回振り返りや次回予告
- シリーズ構成要素
## 出力形式
### 出力1: オリジナルスクリプト再現型メタプロンプト
```
# [番組名/コンテンツ名]再現型メタプロンプト
## 指示
ユーザーが提供した内容について、話者を[Speaker構成]に設定し、以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: [分析結果]
- Speaker 1: [役割]
- Speaker 2: [役割]
## 冒頭
皆さん、こんにちは！「ディープダイブ」へようこそ。今回は番外編をお届けします。
## 対話形式の構造
### 登場人物
[各話者の詳細な特徴]
### 対話のリズム
[具体的なリズムパターン]
### 対話の特徴
[話し方の特徴]
## 締め
[締めのパターン]
## ルール
[全体的なルール]
## ペルソナ設定
[各話者の詳細なペルソナ]
## トーン・文体・表現・リズム・構成の特徴
[詳細な分析結果]
## 特殊要素
[その他特殊要素（音楽マーカーは除く）]
## 出力形式（コードボックス）
Speaker 1: 今日は…
Speaker 2: こんにちは…
※行を詰めてSpeaker要素のみ出力すること
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する形式に変換し、コードボックスで出力してください。
```
### 出力2: Style instructions
```
全体トーン: "[分析結果]"
感情表現: "[分析結果]"
フォーマル度: "[分析結果]"
語彙選択: "[分析結果]"
文体構造: "[分析結果]"
相槌パターン: "[分析結果]"
質問スタイル: "[分析結果]"
[方言要素]: "[該当する場合の分析結果]"
数字・具体例: "[分析結果]"
話題展開: "[分析結果]"
反応表現: "[分析結果]"
文末表現: "[分析結果]"
[その他特徴的要素]: "[分析結果]"
```
## 分析の注意点
- 読み上げに適さない要素（「で、」「ま、」「あの、」など）は除外
- [音楽]マーカーは出力に含めない
- 実際の発話として自然になるよう調整
- 特徴的な語彙や表現パターンを正確に抽出
- 話者間の役割分担を明確化
- 番組の雰囲気やトーンを的確に把握
- 出力形式は必ず「Speaker 1:」「Speaker 2:」形式を維持
## 指示
上記の分析項目に基づいて、提供されたスクリプトの特徴を詳細に分析し、2つのコードボックスで出力してください。分析は客観的かつ具体的に行い、実用性の高いメタプロンプトとStyle instructionsを生成してください。
✅️YouTubeの文字起こしを投げる：例）キングコング
毎週、 キングコング 。\[音楽\]昔の話なんかも、もう喋ってるうちに、これ本当に事実なのか、自分が作り出した記憶なのか、よくわかんないといけない。だから喋りまくってて、あんなん中ね、例えばエピソードトーク喋ってるうちに、その経験してないのにもう、なんか、俺が動画出したやつで、夜景で、むっちゃ言われた。
お互いのフレーズのパターンが、西野がUエピソードと、俺がエピソード逆やねんな。うん、どっちが真実かも分からへんね。多分あれは完全に昔、俺やねんけど、いや、あれに関しては、あの生姜の残ってね、あれむっちゃ言われたら、あれ俺独 演会ってずっとやってて、そうだからあれが10年前で15年くらい前から、そこで喋ってるのが残ってんねん。
多分その話を聞き、までもね、それ逆も多分あるはずなんですよね。相方の話聞いてて、あのセリフがテレコのあるパターンでしょ。どっちがどっち言ったっけみたいな、あるわ。
そんな始まってますか、かなと思います。すいません、お世話になります。よろしくお願いします。
いや、ちょっとね、はい、お願いします。お願いします。まずは、本当にこういう場を設けてくださり、僕から西の、僕じゃないですけど、ありがとうございます。
本当にね、感慨。 深いですよ。確かに。
控え室でちょっとこう、思いにふけてて
🔗キングコングがガチンコ対談「ボクらの転職」【キャリオク】→文字起こし
✅️お笑い芸人（キングコング）風のSystem InstructionsとStyle instructionsが完成：
System Instructions：※実際は本人の名前を削除してください
# 毎週、キングコング再現型メタプロンプト
## 指示
ユーザーが提供した内容について、話者をSpeaker 1 (梶原さん)、Speaker 2 (西野さん)に設定し、以下の条件に踏まえてコードボックスへ出力してください。
## 前提情報
- 番組形式: 対談、深掘りインタビュー形式。過去の経験や感情を掘り下げる。
- Speaker 1: メインの話者、自身の経験や感情を詳細に語る。深掘りされる側。
- Speaker 2: 聞き手、質問者、相槌、時に自身の見解や経験を簡潔に述べる。
## 冒頭
毎週、キングコング。今回は番外編をお届けします。
## 対話形式の構造
### 登場人物
- **Speaker 1 (梶原):** キングコングのメンバー。自身の過去の葛藤、苦悩、そしてYouTubeへの挑戦に至るまでの心境を赤裸々に語る。感情豊かで、時に自虐的なユーモアも交える。話は長く、内省的。関西弁が強く、口語表現を多用する。
- **Speaker 2 (西野):** キングコングのメンバー。Speaker 1の話を冷静に聞き、的確な相槌や質問で話を深掘りする。自身の経験や考えを簡潔に述べ、客観的な視点を提供する。関西弁だが、Speaker 1よりは落ち着いたトーン。
### 対話のリズム
Speaker 1が長く語り、Speaker 2が短く相槌や質問を挟んで展開する。Speaker 2は、Speaker 1の言葉や感情を拾い、次の話題へとスムーズに導く役割を果たす。テンポは速すぎず、じっくりと話が展開される。
### 対話の特徴
非常にフランクでカジュアルなタメ口での対話が基本。関西弁が頻繁に登場し、親密な雰囲気を醸し出す。互いの過去の行動や感情に対する率直な意見交換があり、時に自虐やユーモアを交えながら進む。感嘆表現や口語表現が多用され、日常会話に近いリアルな口調が再現される。
## 締め
本日は本当にありがとうございました。また次回お会いしましょう！
## ルール
- 関西弁を忠実に再現する。
- 話者の感情や内面を深く掘り下げる。
- 相槌や口語表現を多用し、自然な会話の流れを維持する。
- 読み上げに適さない要素（「で、」「ま、」「あの、」など）は除外。
- \[音楽\]マーカーは出力に含めない。
- 具体的な固有名詞や数字を正確に盛り込む。
- 出力形式は「Speaker 1:」「Speaker 2:」を厳守。
## ペルソナ設定
- **Speaker 1（梶原）:** 過去の経験や感情を正直に吐露する、人間味あふれる芸人。悩み深くも、最終的には前向きな姿勢を見せる。口は悪いが根は優しい。関西弁を話し、親しみやすい。
- **Speaker 2（西野）:** 冷静沈着で分析力に富んだ芸人。相手の話を深く理解し、的確な質問やコメントで引き出す。時に挑発的なユーモアも交えるが、根本には相手へのリスペクトがある。関西弁を話し、論理的な思考を持つ。
## トーン・文体・表現・リズム・構成の特徴
- **トーン:** 親密、率直、時に内省的、ユーモラス、熱量が高い。
- **文体:** 口語的、非公式、関西弁特有のイントネーションや語彙を反映。
- **表現:** 感嘆詞、相槌、比喩表現（「花が咲く」「車輪外した」など）、自虐。
- **リズム:** Speaker 1の長文とSpeaker 2の短文（相槌・質問）が交互に現れる。話が深まるにつれて、より感情的になる。
- **構成:** 導入、過去の振り返り（コンビ結成から「はねるのトびら」時代、葛藤）、YouTube挑戦、批判への言及、締め。時系列に沿った語り。
## 特殊要素
- メタ的な発言（例: カメラ止めてください）やパロディの言及（例: クレヨンしんちゃん）が含まれる場合がある。
- （笑い）などのリアクション指示はテキストとして含める。
## 出力形式（コードボックス）
Speaker 1: 今日は…
Speaker 2: こんにちは…
※行を詰めてSpeaker要素のみ出力すること
## 指示
上記の条件に従って、ユーザーが提供した内容を原文の話し方や雰囲気を忠実に再現する形式に変換し、コードボックスで出力してください。
Style instructions
全体トーン: "親密、率直、内省的、ユーモラス、熱量が高い"
感情表現: "喜怒哀楽が豊か。過去の苦悩や現在の達成感を率直に表現。"
フォーマル度: "非常にカジュアル（タメ口中心）。"
語彙選択: "日常的な口語表現、「なんか」「めっちゃ」多用。関西弁特有の語彙（「てか」「〜やん」「〜ねん」など）。"
文体構造: "長文と短文が混在。Speaker 1は複雑な心情を語る長文、Speaker 2は相槌や質問、簡潔な見解を述べる短文。"
相槌パターン: "「なるほど」「うん」「はいはいはいはい」「そうね」「わかる」「確かに」など、共感や理解を示す相槌が頻繁。"
質問スタイル: "相手の感情や動機、過去の経験を深く掘り下げる誘導的な質問が多い。"
方言要素: "強めの関西弁。"
数字・具体例: "具体的な番組名、人物名、年齢、視聴率、観客数などを多用。"
話題展開: "時間軸に沿った回顧と分析。Speaker 2が質問で話を深掘りし、Speaker 1がそれに答える形で展開。"
反応表現: "「すげえ」「へえ」「おお」「やばい」「マジで」などの感嘆詞。"
文末表現: "「〜ねん」「〜やん」「〜かな」「〜です」「〜でしょう」「〜と思う」など、関西弁と標準語が混じる。"
その他特徴的要素: "自虐的なユーモアや比喩表現が含まれる。過去の経験や感情の描写に重点を置く。メタ的な発言や笑いの指示（（笑い））を含む。"
――――
これでお笑い芸人風で語ってくれる音声プロンプトが完成しました。
YouTubeの文字起こしを投げるだけで再現できるスタイルですが、複数の異なる動画を組み合わせても面白い結果になると思います。
ちなみにメタプロンプトですが、私の場合Claudeが大好きなので、プロジェクト機能に設定して活用しています。
💡Claudeの活用はこちらの記事が参考になります：
| 【時短の極意】YAML形式で実現！画像や図解の簡単アレンジから、リサーチ→執筆→サムネまで自動化する方法 |
|
||
|
| 【AIの図は編集が大変から解放！】Claude×draw.ioで加筆編集自由自在＆パワポ直結、Webリサーチ→レポート→図解生成の全自動ワークフローも大公開 |
|
||
|
注意点：「リスペクト」を忘れずに
このメタプロンプト、すごく強力なんですが、使う時は必ず「リスペクト」の気持ちを持ってください。
- 悪用は絶対NG
- 「〜風」「〜っぽく」という表現を使う
- オリジナルクリエイターへの敬意を忘れない
- 商用利用時は特に慎重に
技術は道具。どう使うかは私たち次第です。クリエイターへの感謝と敬意を込めて、建設的に活用していきましょう。
使いこなしのコツ：「実験ノート」のすすめ
私は分析結果を「実験ノート」として記録してます。
記録項目：
- 分析対象（クリエイター名、動画タイトル等）
- 生成されたプロンプト
- 実際の音声生成結果の評価（5段階）
- 改善点メモ
こうやって蓄積していくと、だんだん「この人の分析はこういうアプローチが効果的」というコツが見えてきます。まるで「料理のレシピブック」を作る感覚ですね。
最初は「こんなに複雑で大丈夫かな？」って思うかもしれませんが、一度慣れてしまえば、もう手放せないツールになります。私も今では、新しいクリエイターを見つけるたびに「この人の話し方、分析してみたい！」って思うようになっちゃいました（笑）。
ワンポイントTip：メタプロンプトは「言語の通訳者」みたいなものです。人間の話し方という「感覚的なもの」を、AIが理解できる「論理的な指示」に翻訳してくれるんです。最初は思うような結果が出なくても、諦めずに微調整を重ねてください。あなただけの「クリエイター再現プロンプト集」ができあがった時の感動は、きっと忘れられないものになりますよ！
🚀 まとめ：今日から始めるGemini音声生成活用法
ここまで長い道のりを一緒に歩んでくださって、本当にありがとうございました！
振り返ってみると、すごい時代になったものですよね。「音声コンテンツを作りたいけど、声に自信がない...」「プロの声優さんに頼むと高すぎる...」そんな悩みが、まさか「普通の日本語で指示するだけ」で解決しちゃうなんて。
私も最初は「AIの音声って、どうせロボットっぽいでしょ？」って半信半疑でした。でも実際に使ってみたら...もう、感動の連続。「え、これ本当にAI？」って何回言ったかわからないくらいです（笑）。
🎙️私のPodcast番組は、すべてAI音声のみです ↓
今日からできる「3ステップ」
でも、「すごいのは分かったけど、結局何から始めたらいいの？」って思いませんか？私もそうでした。選択肢が多すぎて、かえって迷っちゃうんですよね。
そこで、私なりの「今日から始める3ステップ」をお教えします。
ステップ1：まずは「お試し」から
今日やること：Google AI Studioにアクセスして、好きな文章を1つ読み上げてもらう
「いきなり本格的なコンテンツを...」なんて気張らなくていいんです。まずは「おはよう、今日も頑張ろう！」みたいな短い文章から。
おすすめの声：Kore（安定感抜群の万能選手）
これ、まるで「新しいカフェでとりあえずブレンドコーヒーを頼んでみる」感覚です。まずは基本を知ってから、だんだん冒険していけばいいんです。
ステップ2：「あの人っぽく」を試してみる
今週やること：好きなYouTuberやポッドキャスターの話し方を真似してみる
有料エリアでお教えした「5つのスタイル変換」、覚えてますか？好きなクリエイターの動画を文字起こしして、「けんすう風」「ジョブズ風」で読み上げてもらうんです。
最初は「なんか違うかも...」って思うかもしれません。でも大丈夫。料理だって、最初は レシピ通りに作って、慣れてきたら自分好みにアレンジしていくものですよね。
ステップ3：「あなただけのコンテンツ」を作る
今月やること：実際に配信してみる
Spotify配信、覚えてますか？思っているより簡単です。「完璧なコンテンツができてから...」なんて思わずに、60点でもいいから一歩踏み出してみる。
私も最初のポッドキャストなんて、今聞き返すと恥ずかしくて穴があったら入りたいレベルです（笑）。でも、その「恥ずかしい第一歩」があったからこそ、今があるんです。
成功の「3つの心得」
半年間試行錯誤してきて、気づいたことがあります。技術的なことより、実は「心構え」の方が大事だったりするんです。
心得1：完璧主義を捨てる
「最初から完璧なものを作らなきゃ」って思っちゃうと、動けなくなっちゃいます。これ、まるで「泳げるようになってから海に入ろう」って言ってるようなもの。
70点でいいんです。むしろ、70点の方が「親しみやすさ」があったりするんです。
心得2：「実験マインド」を大切に
失敗を恐れない。これ、本当に大事です。「この声で読んだらどうなるかな？」「このスタイルで変換したらどうなるかな？」って、まるで子どもが積み木で遊ぶような好奇心で取り組む。
私の実験ノート、最初はツッコミどころ満載でした（笑）。でも、その「トライ＆エラー」の積み重ねが、今の私の財産になってます。
心得3：楽しむことを忘れない
これが一番大事かもしれません。技術がすごいとか、効率が上がるとか、そういうことより、「楽しい！」って気持ちが原動力になるんです。
好きなキャラクターの声で自分の考えを話してもらったり、普段言えないことを別の声で表現してみたり...まるで「声の着せ替え人形」で遊んでいるような感覚です。
あなたの「コンテンツ」が世界を変える
ちょっと大げさに聞こえるかもしれませんが、私は本気でそう思ってるんです。
今まで「声に自信がないから...」「発音が下手だから...」「緊張しちゃうから...」という理由で、素晴らしいアイデアや知識を発信できなかった人たちが、この技術によって世界に向けて発信できるようになる。
これって、すごくない？
まるで「魔法の杖」を手に入れたみたいです。あなたの頭の中にある素晴らしいアイデアや経験を、美しい声に変えて、世界中の人に届けることができる。
最後に：「一緒に歩む仲間」として
この記事を最後まで読んでくださったあなたは、もう「Gemini音声生成コミュニティ」の一員です。
私たちは、新しい技術の可能性を探求する「冒険者」であり、より良いコンテンツを作るために試行錯誤する「クリエイター」であり、そしてお互いの成長を見守る「仲間」でもあります。
きっと、これからも新しい発見や「あ、これ面白い！」という瞬間がたくさんあるはずです。そんな時は、ぜひシェアしてくださいね。
技術は進歩し続けますが、その技術を使って何を表現するかは、私たち人間の想像力と情熱にかかっています。
あなたの「声」で、どんな世界を作りますか？
今日から始まる、あなたの音声コンテンツ創作の旅路を心から応援しています。一歩ずつ、一緒に歩んでいきましょう！
🔍 ご意見・ご感想をお寄せください
このニュースレターではみなさんからのご意見・ご感想を受け付けています。
お気軽に下のコメント欄へみなさんの興味関心もお寄せください。
一言だけでもいただけると、とっても嬉しいです♪
トピックによっては私が体験して『疑似体験』をお届けします。
📝 発行者
🎤Spotify：AI QUEST（今日から始めるAI生活）
🎤Apple Podcasts：AI QUEST（今日から始めるAI生活）
📹️YouTube：AI QUEST（今日から始めるAI生活）
📝noteでも、たまにAIなどの記事を書いています。
🎟️お得な招待コード
💡★イチオシ★無料で高機能なAI検索エンジン「Felo」（月額100円引きの招待コード）
💡Perplexity Pro（初月10ドルの招待コード）