メモリスによる要約- Fnキー長押しで任意のウィンドウに話しかけ、整形済みテキストが即挿入される
- 既定はdictationのみ、画面文脈を読むreasoningはオプトインで権限を分離
- 提供は英語版から先行、日本語など他言語対応の時期は未定
Fnキーを長押しして話すだけで、文章が整形されカーソル位置に落ちる——音声入力自体は目新しい話ではない。だが権限の設計に目を向けると、この機能の芯が見えてくる。
Googleは2026年7月29日、macOS版Geminiアプリに新しい音声機能を追加したと発表した(Speak naturally with Gemini app for macOS)。Fnキーを長押しすれば、デスクトップ上のどのウィンドウにも話しかけられる。既定で有効なのは「intelligent dictation」で、「えー」「あの」といった間投詞を除去し、言い直しを整えたうえで、整形済みテキストをそのままカーソル位置へ挿入する。
ここまでは音声入力の延長線上にある。焦点は、その先の「Gemini reasoning」が既定オフのオプトイン設計になっている点だ。設定で有効化すると、画面上の文脈を理解して複雑なタスクをこなす。ローカルのファイルや画像を選んで要約させる、選択したテキストをトーンごと書き換える、画像を生成・編集する——例として挙げられているのは、獣医の記録をまとめてメール文にする、メモをTL;DR付きのエグゼクティブサマリーに変換する、といった作業だ。
音声だけを聞き取るdictationと、画面の中身までAIに渡すreasoningとでは、扱う情報の面積がまるで違う。前者は既定でオンにしても支障は小さいが、後者はデスクトップ上のあらゆる文書・画像を読み取る前提になる。その非対称性を、機能のオン・オフという単純な線引きで処理している。Fnキーという物理キーを充てているのも、アプリ切り替えの手間そのものを消しにきている設計だと読める。
展開は英語版から。他言語は「近く追加予定」とされているのみで、日本語での提供時期は明かされていない。
あわせて読みたい： Google「Gemini Spark」、24時間365日稼働のパーソナルAIエージェントが日本のProユーザー向けにも拡大 Perplexityの「Personal Computer」がWindowsにも対応、AIエージェントがPC操作を代行
議事録AIを試してみませんか？
難しい設定は不要です。いつもの会議で、録音ボタンを押すだけ。面倒な議事録作成から解放されましょう。
iOS / Android 対応