聞きながら話すGPT-Live、重い思考をGPT-5.5に回す2層構成
音声アシスタントに話しかけて、一拍おいてから返事が来る。あの微妙な間の正体は、たいてい「相手が黙るまで待ってから考え始める」という設計にある。マイク入力を音声認識(STT)にかけ、テキストをLLMに渡し、返答を音声合成(TTS)で読み上げる。この直列パイプラインは組みやすい代わりに、ターンの切れ目を無音で判定するので、会話がどうしても硬くなる。 7月8日にOpenAIが公開した GPT-Live は、その前提そのものを外してきた。ChatGPTの音声モードに載る新しいモデルで、聞くことと話すことを同時にやる。相づちを打ちながら聞き、こちらが喋っている途中で短く言葉を差し込み、必要なら黙っ...
出典: Zenn AI（配信元の紹介文より引用）
このニュースの全文は、配信元でお読みいただけます。 Zenn AIで元記事を読む →
編集部の実践記録から
毎日600件集めて、621件訳しているのに、「AIに要約させる」工程だけが黙って止まっていた
自社AIメディアの日次自動処理を実測しました。ニュース収集は毎日600件、翻訳は621件と、集める・訳すは無人で回っています。ところが日次統計を見ると、本文（body）の列だけが4日間ずっと0でした。エラーで落ちたのではなく、「スキップ」という形で静かに欠けていました。記事数はむしろ増えているので、外から見ても気づけません。ログに残っていた原因と、気づきにくさの正体を書きます。
続きを読む →
AEO業者・ツールを発注する前のチェックリスト12項目 — 自社が売る側だから書けること
「構造化データで引用2〜3倍」という数字の出典をたどったら、業者ブログでした。当社の社内設計書にも書いてあり、撤回しています。AI検索対策を発注する前に確認すべき12項目を、売る側の立場から公開します。
続きを読む →
終わったのに終わらないプロセスが翌朝の自分を締め出したので、「理由を問わず必ず終わる」仕掛けを5重にかけた
平日だけ無人で動く営業支援ツールが、18時に処理を終えたのにexitせず居座り、翌朝8時の自動起動まで巻き込んで止まりました。launchdは同名のプロセスが生きていると再起動しないからです。原因を全部突き止める前に、「原因が何であれ、時間が来たら必ず終わる」多層防御を敷いて解決した一次記録です。銀の弾丸ではないことも含めて、そのまま書きます。
続きを読む →