AIを相手に営業の練習をしたい、という相談が増えました。多くの人はどんなプロンプトを書くかから考えます。でも公式ヘルプを読むと、音声のモードをどれにするかで、練習として成立するかどうかが先に決まっていました。
この記事では、OpenAIの公式ヘルプに書かれている内容だけを並べ、ロープレの場面に置き直して整理します。内容は公式ページで確認したものです。プロンプトの型については公式に記載がないため、本文で実務の提案であることを明示して書いています。仕様は頻繁に更新されるので、運用の前には原典をご確認ください。
結論：プロンプトより先に、モードで決まる
先に結論から。ロープレで再現したいのは、相手が話している途中で切り返したり、間を取ったりするやりとりです。その再現ができるかどうかは、プロンプトではなく選んだモードの仕様で決まっていました。公式に3つのモードが書かれていて、性質がはっきり違います。
モードは3つ用意されている
OpenAIの公式ヘルプは、設定の Voice に表示されるオプションとして3つを挙げています。Live、Advanced、Standardです。このうちLiveについては、自然な往復の会話向けに設計されており、ターンの取り合いや割り込みがより自然に感じられますと説明されています。一方Standardは、ターンごとの音声体験で、応答を生成する前にあなたの発話を文字起こししますとされています。つまり、割り込みが再現できるのはLiveだけという構造です。ここを知らずにStandardで練習すると、実際の商談とは違う感触になります。
選び方の軸は、3つある
選ぶときの軸を先に置きます。1つ目、割り込みを再現したいか。同時に話せるのはLiveだけです。2つ目、資料を見せながら練習したいか。公式にはLiveは動画や画面共有に対応していませんと明記されており、その用途にはAdvancedを使います。3つ目、音声を残したくないか。ここはデータの扱いの節で詳しく見ますが、Standardには音声を残さない挙動が書かれています。練習の目的が違えば、選ぶモードも違う。この記事は、この3つの軸に沿って公式の記載を並べていきます。
練習の目的で、モードを選ぶ
プロンプトは、このあとで考えても間に合う。
3つのモードを、練習の種類で選ぶ
まずモードの中身です。公式ヘルプには、それぞれが何に向いているかが具体的に書かれています。名前だけでは違いが分からない部分なので、書かれている条件をそのまま確認しながら、ロープレのどの場面に使えるかを見ていきます。
Liveは、会話そのものに近い
公式ヘルプによると、Liveは、プランに応じてGPT-Live-1またはGPT-Live-1 miniで動作します。性質としては、自然な往復の会話向けに設計されており、web検索とメモリを使用でき、対応するウィジェットを通じて視覚的な結果を表示し、同じチャット内でテキストと画像を扱えますとされています。さらに、アカウントで利用できるプラグインや連携アプリも使えます。ロープレの相手役としては、いちばん商談に近い体験になります。ただし制約がひとつあり、Liveは動画や画面共有をサポートしていません。提案資料を画面に出しながら話す練習には向きません。
Advancedは、画面を見せたいときに使う
Advancedについては、以前のリアルタイム音声体験です。動画や画面共有といった、対応するモバイルの機能が必要なときにAdvancedを使ってくださいと説明されています。具体的な操作も書かれていて、ライブ動画を共有するには、音声会話中にカメラのボタンを選択します。もう一度選択すると共有を停止します。画面共有については、その他のオプションのメニューを開き、「画面を共有」を選択して、デバイスの指示に従います。提案書を映しながら説明する練習をしたいなら、ここが唯一の選択肢になります。営業の実務では、画面を見せながら話す場面のほうが多いかもしれません。
Standardは、ターン制で落ち着いて話せる
Standardは、ターンごとの音声体験で、応答を生成する前にあなたの発話を文字起こししますとされています。割り込みは再現できませんが、その代わりに落ち着いて話せます。話し終わってから相手が考えて返す形なので、言い回しをひとつずつ確かめたい段階の練習には向きます。初めての商材で説明の型をつくるとき、いきなり割り込まれる環境で練習しても崩れるだけです。型ができてからLiveに移るという順番なら、練習の負荷を段階的に上げられます。モードの切り替えは、設定のVoiceを開き、Live、Advanced、Standardのいずれかを選択します。
割り込めるかどうかが、ロープレの質を決める
ここが本記事でいちばん伝えたい部分です。商談では、こちらが話している途中で相手が質問してきます。その再現ができるかどうかは、公式のFAQにはっきり書かれていました。そして、できないこともあわせて書かれています。
同時に話せる、と明記されている
公式FAQの「ChatGPTが話している間に話せますか」という問いに対する答えです。はい。Liveは同時に聞いて話すことができるので、ChatGPTが応答している間に割り込んだり、話し続けたりできます。ChatGPTは会話の最新の部分に従うはずですが、発話の重なり、背景の雑音、ネットワークの状態、マイクの設定が、聞こえ方に影響する可能性があります。ロープレで再現したい場面そのものです。説明の途中で「それ、うちだと使えるんですか」と切り込まれる。この練習ができるのは、Liveを選んだときだけということになります。
複数人での練習には向かない
一方で、できないことも明記されています。「複数人が同時にChatGPTに話しかけられますか」という問いへの答えはこうです。Liveは主に1対1の会話向けに設計されています。背景の雑音には対応できますが、複数話者の会話にはまだ最適化されていません。人同士が話しているときに、応答してしまう可能性があります。つまり、2人で商談役と顧客役をやって、AIに第三者として入ってもらうといった使い方は想定されていません。社内研修で複数人が同じ部屋にいる状況も同様で、会話に割り込んでくる可能性があります。ロープレは1人で行う前提と考えたほうが安全です。
研修に組み込むなら、設計が変わる
この2つを踏まえると、AIロープレの位置づけが見えてきます。チームでやる練習の代わりにはならないけれど、1人で回数を重ねる練習には向くということです。先輩の時間を押さえなくても、思いついたときに切り返しの練習ができる。実際の営業では、同じ質問を何度も受けます。その反復を1人でできるのは大きい。人とのロープレは「見てもらう」ため、AIとのロープレは「回数を積む」ため。こう分けて設計すると、どちらも活きます。置き換えようとすると、どちらも中途半端になります。
練習できる時間には上限がある
ここは運用を決めるうえで外せない情報です。音声の利用には時間の上限があり、プランごとに大きく違います。公式に表の形で公開されているので、練習量を設計したり、社内で予算を説明したりするときの材料としてそのまま使えます。
24時間のローリングで計測される
まず計測の仕方です。公式ヘルプには、Chatモードでは、Liveの利用は24時間のローリング期間で計測されます。上限に達すると、ChatGPTが通知しますと書かれています。月ごとではなく、24時間単位で回っていく形です。つまり、1日に集中して使い切ると、翌日まで待つことになります。逆に言えば、毎日少しずつなら継続的に使えます。ロープレを習慣にしたいなら、1回15分を毎日のような設計のほうが、上限とうまく付き合えます。通知が来る仕組みなので、気づかないうちに切れることはありません。
プランで、3時間から無制限まで分かれる
公開されている数字を引きます。Freeは、GPT-Live-1 miniへの限定的なアクセス（上限は変更される場合があります）。Goは、GPT-Live-1 miniで3時間。Plusは、GPT-Live-1で3時間。Pro（月100ドル）は、GPT-Live-1で15時間。Pro（月200ドル）は、GPT-Live-1が無制限。法人向けも書かれています。Business Standardは、GPT-Live-1で3時間。追加の利用は1分あたり1.25クレジットを消費します。Business Premiumは15時間で、追加は同じ扱いです。さらにK-12 Teachersは3時間、クレジット課金のEnterprise・Edu・Cliniciansは1分あたり1.25クレジット、USD従量課金のEnterpriseは1分あたり0.05ドルとされています。
時間から、練習回数を逆算する
この数字は、そのまま練習の設計に使えます。たとえば3時間の枠で、1回20分のロープレなら9回分。毎日20分なら、24時間ローリングの中で十分に収まります。逆に、1日で3時間を使い切る研修のような使い方は、翌日に影響します。法人向けで超過が1分あたり1.25クレジットと明記されている点も重要で、超えた瞬間に止まるのではなく、課金に切り替わる設計だと読めます。予算の話として上司に説明するなら、この単位で計算できます。「1回20分、週5回、4人で月に何分」という形にすると、承認を得やすくなります。
役を持たせるときの制約
ロープレの肝は、相手に役を持たせることです。ここについても公式に記載があり、多くの人の想定と違う点がひとつありました。知らないと、設定したつもりで実は効いていない、という状態のまま練習することになります。
プリセットの人格は、Liveに適用されない
公式ヘルプの「応答スタイルを変える」という節に、こう書かれています。プリセットのChatGPTパーソナリティは、現在Liveには適用されません。これは重要な制約です。あらかじめ用意されている性格の設定を選んでも、Liveでの音声会話には反映されない、ということになります。「設定で厳しめの人格にしたから、手強い顧客役になるはず」という期待は、そのままでは成立しません。同じページには続きもあり、個々の音声会話の中で、トーン、ペース、応答スタイルを変えるよう頼むことはできますとされています。
役は、会話の中で指定する
つまり、役を持たせるならその会話の冒頭で頼むのが公式に沿った方法になります。ここから先は公式に書かれていない部分なので、実務の提案として書きます。役を指定するときは、立場・状況・態度・ゴールの4つを短く伝えると安定します。たとえば「あなたは製造業の情報システム部長です。既存システムの入れ替えに慎重で、コストを必ず聞いてきます。厳しめに質問してください。最後に、私の説明で分かりにくかった点を3つ挙げてください」。最後の1文が効きます。ロープレをやりっぱなしにせず、その場で講評までもらう形にできます。
話し方も頼める
細かい調整についても記載があります。ChatGPTに、もっと速く、あるいはもっとゆっくり話すよう頼むことはできますが、正確な再生速度の制御は現在利用できません。早口の相手を想定した練習をしたいなら、会話の中で頼む形になります。声そのものも選べて、設定のVoiceから、Arbor、Breeze、Cove、Ember、Juniper、Maple、Sol、Spruce、Valeの9種類が挙げられています。それぞれに落ち着いて直接的、自信があり楽観的といった性格づけが書かれており、想定する顧客像に近い声を選べます。会話中に声を変えると、同じチャット内で新しい通話が始まります。
聞き取られないときの対処
実際にやってみると、途中で止まったり、勝手に割り込まれたりします。原因と対処が公式FAQに書かれていて、どれもその場ですぐ試せる内容です。練習の前に環境を整えておくと、余計なやり直しがかなり減ります。
原因は3つ挙げられている
「なぜChatGPTが私を遮ったり、話すのをやめたりするのですか」という問いへの答えです。中断は依然として起こる可能性があり、特に背景の雑音、長い間、または別のスピーカーからの音声があるときに起こります。挙げられている原因は3つ。雑音、長い沈黙、そして別のスピーカーからの音です。ロープレでは、考え込んで黙る場面が必ずあります。その沈黙が、話し終わりと判断されることがある、ということになります。言葉に詰まったときに相手が話し始めてしまうのは、実際の商談でも起きますが、練習としては邪魔になります。
対処も具体的に書かれている
公式が挙げている対処はこうです。ヘッドホンを使う、より静かな環境に移動する、またはデバイスの音量を上げてみてください。さらに端末固有の案内もあり、iPhoneでは、音声会話中にコントロールセンターを開き、マイクモードを選択して、音声を分離をオンにすることもできます。この設定は知らない人が多い部分です。オフィスの一角で練習するなら、ヘッドホンと音声を分離の2つで、かなり改善が見込めます。環境の準備を先にやっておくと、練習そのものに集中できます。なお、言語の設定についても、最もよく話す言語を選ぶと、ChatGPTがあなたの発話をより正確に理解するのに役立ちますと書かれています。
承認は、画面で行う
もうひとつ、操作上の注意があります。Liveの会話中にアカウントで使えるプラグインを呼び出せますが、アクションにあなたの承認が必要な場合、Voiceは画面で確認するよう促します。画面上のコントロールで承認または拒否してください。音声での承認はサポートされていません。つまり、話しながら完全にハンズフリーで進められるわけではありません。ロープレの最中に外部の連携を使う設計にすると、そこで手が止まります。練習に集中したいなら、連携は使わない構成にしておくほうがスムーズです。使うなら、画面を見られる状態で行ってください。
録音は、どう残るのか
最後に、データの扱いです。ロープレは自分の話し方を記録することに意味がありますが、顧客名や社外の情報を含む練習では、残り方を知っておく必要があります。ここも公式に、具体的な保持期間まで書かれていました。
音声クリップは30日間
公式ヘルプには、こう書かれています。LiveとAdvancedの音声会話の音声クリップ、およびAdvancedの音声会話の動画クリップは、チャット履歴に表示される文字起こしとともに保存されます。クリップは30日間保持されます。削除についても明記があり、チャットを削除すると、関連する音声クリップと動画クリップも30日以内に削除されます（セキュリティ、安全、法的な理由で保持が必要な場合などを除く）。ここで注意したいのが次の一文です。アーカイブは、サイドバーからチャットを取り除くだけで、チャットや関連する音声・動画クリップを削除するものではありません。
Standardは、文字起こし後に音声が消える
モードによる違いもあります。Standardでは、ChatGPTが応答を生成する前に音声が文字起こしされます。モデルの学習に音声を共有することを選んでいない限り、文字起こしが完了した後に音声は削除されます。文字起こしが失敗した場合でも、音声は削除されます。つまり、音声そのものを残したくない練習なら、Standardを選ぶという判断があり得ます。割り込みの練習はできなくなりますが、話の組み立てを整える段階なら十分に機能します。目的とデータの扱いを、セットで決める。これが実務的な進め方になります。
学習への利用は、選択制になっている
学習への利用についても記載があります。モデルの学習に音声や動画のクリップを共有することを選ぶか、アカウント設定で「音声の録音を含める」または「動画の録音を含める」のトグルを有効にした場合を除き、学習には使用されません。また、「すべての人のためにモデルを改善する」がオンの場合、プランと設定によっては、音声会話の文字起こしやその他のファイルをモデルの学習に使用する場合がありますとも書かれています。法人利用については明確で、ChatGPT Business、Enterprise、Eduのワークスペースのユーザーは、音声会話の音声や動画のクリップを共有できません。
まとめ
AIで営業ロープレをするとき、結果を左右するのはプロンプトより先にモードの選択でした。公式ヘルプは3つのオプションを挙げており、Liveは自然な往復の会話向けに設計され、FAQでもLiveは同時に聞いて話すことができるので、ChatGPTが応答している間に割り込んだり、話し続けたりできますとされています。切り返しの練習ができるのはここだけです。一方でLiveは動画や画面共有をサポートしていませんので、資料を映しながらの練習はAdvancedになります。
できないことも明記されています。Liveは主に1対1の会話向けに設計されています。背景の雑音には対応できますが、複数話者の会話にはまだ最適化されていません。複数人での研修には向きません。また、プリセットのChatGPTパーソナリティは、現在Liveには適用されませんので、役は個々の音声会話の中で頼む形になります。時間には上限があり、Chatモードでは、Liveの利用は24時間のローリング期間で計測されます。Goは3時間、Plusは3時間、Pro（月100ドル）は15時間、Pro（月200ドル）は無制限です。
うまく聞き取られないときの対処も具体的です。原因として背景の雑音、長い間、別のスピーカーからの音声が挙げられ、対処としてヘッドホンを使う、より静かな環境に移動する、デバイスの音量を上げる、そしてiPhoneではマイクモードで音声を分離をオンにすることが案内されています。記録については、クリップは30日間保持され、アーカイブは削除ではありません。目的に合うモードを選ぶ。それから役を頼む。この順番で、練習の質が変わります。
よくある質問（FAQ）
話している途中で割り込んでもらえますか
OpenAIの公式FAQには、Liveは同時に聞いて話すことができるので、ChatGPTが応答している間に割り込んだり話し続けたりできる、と書かれています。ただし、発話の重なり、背景の雑音、ネットワークの状態、マイクの設定が聞こえ方に影響する可能性がある、とも記載されています。
2人で役を分けて、AIに入ってもらえますか
公式FAQには、Liveは主に1対1の会話向けに設計されており、複数話者の会話にはまだ最適化されていない、人同士が話しているときに応答してしまう可能性がある、と書かれています。1人で行う前提で設計するほうが安全です。
提案資料を画面に映しながら練習できますか
公式ヘルプには、Liveは動画や画面共有をサポートしていない、と明記されています。動画や画面共有は、対応するモバイルアプリでAdvancedを使う場合に利用できるとされています。
設定で人格を選んでおけば、その役で話してくれますか
公式ヘルプには、プリセットのChatGPTパーソナリティは現在Liveには適用されない、と書かれています。ただし、個々の音声会話の中でトーン、ペース、応答スタイルを変えるよう頼むことはできる、とされています。
どのくらいの時間、練習できますか
公式ヘルプによると、Chatモードでは24時間のローリング期間で計測されます。Goは GPT-Live-1 mini で3時間、Plusは GPT-Live-1 で3時間、Pro（月100ドル）は15時間、Pro（月200ドル）は無制限、Business Standard は3時間で追加分は1分あたり1.25クレジット、とされています。
練習の音声はどのくらい残りますか
公式ヘルプには、LiveとAdvancedの音声クリップは文字起こしとともに保存され、30日間保持されると書かれています。チャットを削除すると関連するクリップも30日以内に削除されますが、アーカイブは削除ではありません。Standardでは、学習への共有を選んでいない限り、文字起こしの完了後に音声は削除されます。
最新の仕様を確認する
音声機能は更新が頻繁です。運用を決める前に、ChatGPT Voice（OpenAI Help Center）で最新の記載をご確認ください。