スマホにアイデアを話した。
それがGitHub PRになった。

私はスマホに向かって話した。

その言葉は後にGitHub Issueになり、GitHub PRになった。

最初は企画書すらなかった。頭の中にあったのは、ADHDをめぐるオンライン上の議論、大切なタスクになかなか着手できない人たちの体験、難しい仕事の前に頭をウォームアップする方法を語った公開対談、ごく小さなタスクがなぜ難しく感じられるのかを扱ったBBC Worklifeの記事、そしてFlow Keyboardに何ができるかという、いくつかの断片だった。BBCの記事では、慣れていないタスクや感情的な負荷を伴うタスクは、頭の中で実際以上に大きく感じられることがあると説明している^[4]。

そこには観察や推測、確認が必要な事実が入り交じっていた。私はFlow Keyboardを開き、考えていることを一通り話した。構成案はなく、先に完璧なプロンプトを書こうともしなかった。

Flow Keyboardがその自由な語りをテキストに変えた。私はそれをChatGPTに送り、アイデアが前に進み始めた。

考えがまとまっていなくても始められる

新しいアイデアが最初から完成形で現れることはほとんどない。中心となる問いや、分かっていることの限界、最終的な成果物を定義できるより先に、「これは掘り下げる価値がある」と感じるものだ。

その段階で厳密な企画書を求めると、白紙を前に手が止まりやすい。音声なら、もっと気軽に始められる。2024年に発表された、1,001人を対象とするスマートフォン調査実験の研究では、自由回答に音声で答えるよう無作為に割り当てられた参加者は、文字入力の参加者より多くの語を使い、より多くの話題に触れた^[1]。

この実験は、話せばアイデアの質が上がると証明したものではない。ただ、表現しやすくなることで、より多くの背景や詳細を共有しやすくなる可能性は示している。音声、ワーキングメモリ、AIに渡す文脈について詳しくは、AIに渡す文脈が少なすぎると、推測に頼るしかないを参照してほしい。

自然に話すと、間や繰り返し、言い直しが入り、大切な背景情報が途中で付け足される。CHI 2024のRambler研究も、この問題を出発点としている。音声入力は効率的だが、即興の発話は冗長でまとまりに欠けることが多い。要点を抽出して全体の構成を整え直せば、文章素材として使いやすくなる^[2]。

この段階でFlow Keyboardが捉えるのは、まだ形になりつつある考えだ。長い発話を正確に文字に起こし、文の区切りや繰り返し、構成を整えることで、漠然としたアイデアを、読んで確認し、話し合える素材に変える。

1. 01

   アイデアを一通り話す Flow Keyboard

   「ADHD、タスクを始めにくいこと、難しい仕事の前に頭をウォームアップする方法、そしてFlow Keyboardを結び付けて、本当に役立つ記事にできないだろうか？」

   構成案はない。観察、体験、未確認の情報がすべて混ざっている。

2. 02

   ChatGPTがアイデアを評価し、調査する ChatGPT

   「掘り下げる価値はありますが、医療上の効果を示す表現は避けるべきです。対象は『集中しづらく、なかなかタスクを始められない人』とするほうが正確です」

   ADHDとの線引き、先延ばしに関する研究、ウォームアップという説明の出典、BBCの記事が実際に裏付けている範囲を引き続き調べる。

3. 03

   次の段階に必要な条件を追加する Flow Keyboard

   「調査資料の引用を残し、作業を続けられるようGitHub Issueを作って」

4. 04

   ChatGPTが対話をタスクにまとめる GitHub

   調査上の問い、根拠から言える範囲、記事構成、各プラットフォーム向けの成果物、受け入れ基準を1件のGitHub Issueにまとめる。

本当の価値は、対話を重ねる中で生まれる

まず私は、このアイデアが成立するかChatGPTに評価してもらった。

最初のやり取りですぐに問題が見つかった。「Flow KeyboardはADHDの人に役立つ」と書けば、医療上の効果を示唆しかねない。「誰にでもADHDはある」と言えば、臨床上の診断、注意を保つ難しさ、日常的な先延ばしを混同してしまう。そこで対象を「集中しづらく、なかなかタスクを始められない人」に絞った。

次にChatGPTは、成人ADHDの定義、先延ばしに関する研究、公開対談で語られたタスクのウォームアップ、慣れていないタスクや感情的な負荷を伴うタスクについてBBCの記事が述べていること、音声入力が表現に与える影響を調べた。根拠を一つ確認するたびに、当初のアイデアは少しずつ変わった。妥当だと分かった判断もあれば、主張の範囲を狭めたもの、さらに問い直す必要がある空白もあった。

私はFlow Keyboardで追加の条件を伝えた。調査資料の引用を残すこと、避けるべき医療上の主張を明記すること、そして次の工程に進めるよう対話をGitHub Issueにまとめることだ。

この時点で、問い、ファクトチェック、編集上の判断によって形づくられた一連の文脈ができていた。人でもAIでも、引き継いだ相手はなぜこのアイデアを追う価値があるのかを理解でき、どの結論がまだ根拠で裏付けられていないかも確認できる。

タスクへの着手を楽にする方法と、始めにくさを扱うコンテンツシリーズを調査・制作する GitHub Issue

中心となる考え：Flow Keyboardは、取りかかるまでの過程を実際に使える成果物へ変える

1. 01

   調査

   事実と、その根拠から言える範囲を確定する

   ADHDと日常的な先延ばしの違い · ウォームアップという説明の出典 · BBCの記事が裏付ける内容 · 音声回答実験とその限界

2. 02

   コンテンツ制作

   同じ根拠から一式のコンテンツを作る

   調査メモとZhihu向け長文記事 · Xiaohongshu（RedNote）向けビジュアルストーリーボード · WeiboとJike向けコピー

3. 03

   実行

   確認、修正、公開ができる状態まで仕上げる

   画像をレンダリングし、自動チェックを実行 · GitHub PRを提出 · 人によるレビュー後に公開

最終成果物 research.md · longform.md · 画像9点 · 4プラットフォーム向けバージョン · GitHub PR

GitHub Issueが対話を実行に変える

方向性が固まると、ChatGPTはそれまでの対話をGitHub Issueに整理した。

そこには、調査上の問い、既存の根拠、事実として扱える範囲、コンテンツ構成、各プラットフォーム向けの成果物、受け入れ基準が含まれていた。最初のまとまりのない語りは、別の人やAIが引き継いで進められるタスクになった。

続いてCodexがGitHub Issue、リポジトリのガイドライン、過去のコンテンツを読み、情報源の確認を続けながら、調査メモ、Zhihu向け長文記事、イラスト入りのXiaohongshu投稿、ビジュアル案、複数プラットフォーム向けのバージョンを作成した。変更はすべてGitHub PRにまとめた。その後、人がストーリー全体の一貫性、引用が主張を裏付けているか、製品説明が正確か、画像レイアウトにはみ出しがないかを確認した。

Flow Keyboardが考えを捉える。ChatGPTが必要な問いを補う。GitHubが境界を保つ。Codexが作業を実行する。最後は人が判断する。

OpenAIは、ChatGPT Workを調査、分析、文書作成などの複数工程にわたる仕事に、Codexをコード、テスト、コマンド、レビュー、リポジトリ作業に位置づけている^[3]。そのため、スマホで捉えたアイデアはタスクに応じて別々の作業環境へ進められる。開発作業ならGitHubとCodexへ、調査やオフィス業務ならレポート、スプレッドシート、プレゼンテーションなどの成果物へつなげられる。

複雑な開発依頼をCodexに説明する具体例は、Codexのための音声入力を参照してほしい。

時間を節約できるのは、文脈が途切れないから

以前は、アイデアを頭の中に留めておき、パソコンの前に戻ってから再構成し、ChatGPTにもう一度説明し、実行段階になったら対話をタスクとして整理し直していた。

今は同じ文脈を、話し、問い直し、確認し、タスクに変え、そのまま実行まで運べる。スマホはメッセージを受け取るだけでなく、仕事を始める場所にもなる。

このワークフローは4つのステップにまとめられる。

1. Flow Keyboardで2分間、考えていることを話す。何に気づいたのか。なぜ取り組む価値があるのか。まだ何が分からないのか。
2. 整理されたテキストをChatGPTに渡す。事実、仮定、判断を区別し、まだ答えが必要な問いを特定してもらう。
3. 開発作業はGitHub Issueにする。調査やオフィス業務では、目的、情報源、成果物、境界を定義する。
4. CodexまたはChatGPT Workにタスクを実行させる。最後に人が結果をレビューし、採用するか判断する。

AIは多くの答えを生成できる。それ以上に価値があるのは、そのまま消えていたかもしれないアイデアを、確認し、直し、実行できるものに変えることだ。

まずは声に出してみよう。