ChatGPT-4oとMacアプリで開発をより効率的に

2024-06-10AI, ChatGPT

はじめに

株式会社レコチョクでエンジニアをしている山本です。
主にサーバーサイドを担当しております。

生成AIの進化により、我々エンジニアの開発効率は格段に向上しています。
便利すぎて私はChatGPTが手放せなくなりました。
2024年5月13日にChatGPT-4oが公開され、それに合わせてMacアプリも順次提供され始めました。
早速使ってみましたので、その所感について述べたいと思います。

ChatGPT-4oとは

OpenAIの最新のAIモデルになります。
ChatGPT-4と比べて音声認識や視覚機能、処理速度が向上しています。
ChatGPT-4oについてはOpenAIの公式ページに機能詳細とデモがありますので、こちらの情報を見た方が凄さが理解しやすいかと思います。
https://openai.com/index/hello-gpt-4o/
今までのChatGPTは無料ユーザーだと最新モデルを使うことができませんでしたが、今回は無料ユーザーでもChatGPT-4oを使うことができます
最新モデルを誰でも使うことができるので、まだ試していない方はぜひ使ってみてください。
ただ、利用制限があり有料ユーザーより早くメッセージの制限に引っかかりますので、使い方は気をつける必要があります。

Macアプリについて

ChatGPTのMacアプリがChatGPT-4oにあわせて登場しました。
アプリは順次ユーザに提供されており、自分がMacアプリを使えるかどうかはWEB上のChatGPTにログインし、右上のメニューから「Download the macOS app」が表示されていれば使えるようになっています。

「Download the macOS app」をクリックしてアプリをダウンロードしてインストールを行えば以下のような画面でアプリとして使うことが可能です

Macアプリにはスマホアプリと同等の機能が備わっており、音声チャットやカメラ機能が使えるようになっております。
今までテキストベースでのやり取りが必須でしたが、会話しながら作業をすることが可能になりました。

※Intel Macでは使えないようですので注意が必要です。
※Windowsアプリは2024年中に公開予定とのことで、Windowsユーザーはもう少し待ちましょう。

今回作成するものと事前準備

今回はPHPのフレームワークであるLaravelを使ってTodoアプリを作成するということを目指して使ってみます。
Laravelのセットアップはすでに終わっているものとします。
タスク管理用のマイグレーションファイルとコントローラーファイルを初期状態で用意しましたので、ここから手伝ってもらうこととします。

ChatGPT-4oとMacアプリを使ってみる

ChatGPT-4oとMacアプリを使って開発を進めてみようと思います。
まず、Macアプリを起動します。
Macアプリはoption + spaceのショートカットキーで呼び出すことができます。

スクリーンショットでより効率的に

ChatGPT-4oでは画像認識能力が向上しております。
アプリ版では簡単に画面のスクショをChatGPTに送ることが可能で、スクショ画像を理解して返答を行ってくれます。
WEB版ではコードをコピペもしくはスクショを画像として保存して送っていましたが、その手間を省くことができるようになっています。

以下のようにコードの画面スクショと質問文を送り「タスク管理を行うWEBアプリケーションを作成したい
ここからどのように進めれば良い？」と聞いてみます。

以下のように返答が返ってきました（一部省略）。

実際に記載通りに実装した画面がこちらになります。

一部デザインが崩れているのが分かるかと思います。
これはよろしくないので、こちらを修正してもらいましょう。
同じようにアプリからスクショを撮り修正依頼を投げます。

以下のように返答が返ってきました（一部省略）。

記載通りに修正した画面がこちらになります。

画面崩れなく表示させることができました。
このようにアプリ版ではスクショを簡単に送ることができ、今までのようにわざわざスクショを写真として保存してアップロードするという手間がなくなりスムーズに開発を進めることが可能になりました。

エラーが発生した場合でもエラー文章をコピーする必要がなく、画像から文章を読み取ってくれるので、入力の手間を省くことができます。

音声チャットでより効率的に

ChatGPT-4oでは音声認識力が向上しております。
返答速度も上がっており、より待ち時間がなく会話を進めることが可能となっております。
メッセージ右側のヘッドフォンマークから会話が可能です。

以下のような画面が表示されれば、会話ができます。

実際に会話を行った内容が以下になります。

私の発音が悪いのかは分かりませんが、正しい日本語として認識されないこともありましたが、質問内容は理解できてました。
返答速度についてはそこまで早いとは感じず、体感として3〜5秒ほど待ってからの返答でしたので、少し煩わしさを感じます。
公式のデモ映像では人間と会話しているような応答速度でしたので、英語では早いが日本語ではまだまだなのかもしれません。
ですが、文章を打つ手間が省け、会話しながら他作業もできるようになったのは便利かなと思います。
ディスカッション形式で対話が可能なため、自分の意見を話しながら考えをまとめたいといった人にとっては便利かもしれません。