Antigravityの音声モードは、Googleが2026年11月6日に発表した、エージェント型開発環境Antigravityで声だけでエージェントとやり取りできる機能です。Gemini Liveモデルが支え、タスクの指示、実行中の軌道修正、権限プロンプトへの回答まで音声で行えます。
室谷代表取締役来ましたね、Antigravityの音声モード。Googleが2026年11月6日に発表したんですが、これは単に「音声入力が付いた」という話じゃなくて、エージェントとの作業ループそのものが変わる発表なんですよね。
テキトー教師DotAI 認定講師そうなんですよ。公式ブログを読むと、これまでのエージェント作業は「プロンプトを打つ→エージェントが作業→結果を読む→また打つ」というリズムだったのが、長いタスクになるほど途中の軌道修正や権限承認のたびにキーボードへ引き戻されていた、という課題がまず提示されているんです。
室谷代表取締役そこですよね。僕もMYUUUでエージェントに長めの作業を振ることが増えて、途中で「あ、そうじゃなくて」って思うたびにキーボードに戻るのが地味にストレスだったんですよ。
声で「待って」って言えるだけでかなり違う。
声で「待って」って言えるだけでかなり違う。
テキトー教師DotAI 認定講師発表はGoogleの公式Xアカウントからも出ていて、要は「声で計画し、コード変更を操縦し、権限を声に出して承認できる」という内容です。対応するのはAntigravity AppとAntigravity CLIのバージョン1.5.0以降ですね。
室谷代表取締役ここで大事なのは、発表元がGoogleだという点と、音声認識を担うのがGemini Liveモデルだという点です。文字起こしを介さず音声を直接聞くので、画面の文字起こしが聞き間違えていても、エージェント側が誤解しているとは限らない、という設計になっているんですよね。
Antigravityの音声モードとは？Gemini Liveで何が変わるのか
音声モードを使い始める流れ
- 01Start Voice modeをクリックメッセージボックスのStart Voice modeから開始
- 02初回は声を選ぶ初回のみ声を選択
- 03話し始めるそのまま話し言葉で双方向会話
- 04いま開いている会話を継続新しい会話は始まらず、以前のメッセージを含む文脈をエージェントが保持
- 05作業は従来どおり会話内で実行コードを読む・ファイル編集・コマンド実行など。結果は会話に表示
テキトー教師DotAI 認定講師まず定義から整理しましょう。音声モードは、Antigravityの会話をエージェントとの「話し言葉の双方向会話」に変える機能です。
メッセージボックスのStart Voice modeをクリックし、初回は声を選んで話し始める、という流れになります。
メッセージボックスのStart Voice modeをクリックし、初回は声を選んで話し始める、という流れになります。
室谷代表取締役ポイントは、音声モードが新しい会話を始めるのではなく、いま開いている会話をそのまま続けることなんですよ。だから以前に打ち込んだメッセージの文脈もエージェントは持っている。
これ、地味に効くところです。
これ、地味に効くところです。
テキトー教師DotAI 認定講師公式ドキュメントにも、音声モードは今いる会話を継続し、以前のメッセージを含む文脈をエージェントが持つと書かれています。そして実際の作業——コードを読む、ファイルを編集する、コマンドを実行する——は従来どおり会話の中で行われ、結果が会話に表示される。
音声はその作業に声を与えるもの、という位置づけですね。
音声はその作業に声を与えるもの、という位置づけですね。
室谷代表取締役だから「音声で全部が音声になる」わけじゃないんですよね。作業ログや差分は画面に残るから、目で追いたいときは追える。
耳で聞きながらコードを見ていられる、というのが実感として大きいと思います。
耳で聞きながらコードを見ていられる、というのが実感として大きいと思います。
テキトー教師DotAI 認定講師Gemini Liveが変えるのはまさにこの部分で、リアルタイムに音声で応答し、話しかければいつでも割り込める。電話で同僚と話すのに近いテンポが、エージェント相手に成立するようになったわけです。
室谷代表取締役ちなみにAntigravityそのものの全体像は、Gemini 4 Argonとは？GoogleがAntigravityでPro加入者に解禁でも触れているので、そちらと合わせて読むと位置づけが分かりやすいです。
Antigravity音声モードでできること——音声指示・軌道修正・権限承認
Antigravity音声モードでできること
タスクの指示
「失敗しているテストを見つけて直して」などと話しかけると、エージェントが何をするか確認してから作業を始める
実行中の軌道修正
作業中に「今は確認だけ、変更しないで」と訂正すれば、走っているタスクに変更が反映される
権限プロンプトへの音声回答
「一度だけ許可」「この会話で許可」「このプロジェクトで許可」「常に許可」、拒否は「No」。代替は「No, run the tests first」のように言える
進捗の読み上げ調整
デフォルトは静かに作業。「Keep me posted」で約30秒ごと、「Update me once a minute」で間隔指定、「Work quietly」でオフ
テキトー教師DotAI 認定講師できることを整理すると、大きく4つです。タスクの指示、実行中の軌道修正、権限プロンプトへの音声回答、進捗の読み上げ調整ですね。
室谷代表取締役具体的に公式が挙げている例が分かりやすくて、「失敗しているテストを見つけて直して」と話しかけると、エージェントが何をするか確認してから作業を始める。作業中に「今は確認だけ、変更しないで」と訂正すれば、走っているタスクにその変更が反映される。
テキトー教師DotAI 認定講師止めたいときは「Stop」「Cancel that」「Never mind」、少し待ってほしいときは「Wait」「Hold on」「I'm reading」で、エージェントが話すのを止めてくれます。読んでいる最中に喋り続けられると集中が切れますから、これは実用的です。
室谷代表取締役権限承認も音声でいけるのが今回の目玉ですよね。「一度だけ許可」「この会話で許可」「このプロジェクトで許可」「常に許可」、拒否なら「No」。
拒否しつつ代替を出すなら「No, run the tests first」のように言える。エージェントは「Done.」とか「Denied.」と短く確認してくれる。
拒否しつつ代替を出すなら「No, run the tests first」のように言える。エージェントは「Done.」とか「Denied.」と短く確認してくれる。
テキトー教師DotAI 認定講師ここは講座でも質問が出そうなところなんですが、音声で承認できるのは通常の権限プロンプトで、危険な操作は別扱いです。ファイル削除、sudoのような特権実行、Gitへのforce-pushといった破壊的操作は音声承認できず、画面上でAllowをクリックする必要があります。
拒否だけは音声でも可能です。
拒否だけは音声でも可能です。
室谷代表取締役これは良い設計だと思います。声だけで全部通ると、取り返しのつかない操作が滑った一言で実行されかねない。
最後の一線はクリックを残す、というのは現場感覚に合っています。
最後の一線はクリックを残す、というのは現場感覚に合っています。
テキトー教師DotAI 認定講師進捗の読み上げも細かく制御できます。デフォルトは静かに作業し、答えが出たときや入力が必要なときだけ話す。
「Keep me posted」で約30秒ごとの短い更新、「Update me once a minute」で間隔指定、「Work quietly」でオフ。音声モードを終えると設定はリセットされ、次回はまた静かに始まります。
「Keep me posted」で約30秒ごとの短い更新、「Update me once a minute」で間隔指定、「Work quietly」でオフ。音声モードを終えると設定はリセットされ、次回はまた静かに始まります。
室谷代表取締役全部の手順を読み上げるエージェントは正直うるさいんですよね。静かに動いて、必要なときだけ喋る、をデフォルトにしたのは分かってるなと思います。
テキトー教師DotAI 認定講師あと見逃せないのが「Show it, don't just say it」の部分で、表や図を出してほしいと頼むと、它会话に追加して口頭で説明してくれる。全部のセルを読み上げるのではなく、という配慮です。
一字一句そのまま読み上げてほしいときは、そう頼めばいい。
一字一句そのまま読み上げてほしいときは、そう頼めばいい。
室谷代表取締役声は9種類、話速は0.75xから2xまで会話中のコントロールから変えられる。多言語での対話もできて、割り込みも可能。
別の会話に切り替えてもフローティングドックで音声モードは続く。終わるときは「Bye」と言うかEndを押す。
別の会話に切り替えてもフローティングドックで音声モードは続く。終わるときは「Bye」と言うかEndを押す。
テキトー教師DotAI 認定講師音声モードは同時に1つの会話でしかオンにできず、オンの間は他の会話にStart Voice modeは出ない、という制約もあります。
音声モードと音声ディクテーションの違いと使い分け
音声モードと音声ディクテーションの違い
音声モード
- エージェントと声で会話する
- エージェントの返事も声で返ってくる
- 起動: メッセージボックスのStart Voice mode
- ハンズフリーで作業したいときに適する
- エージェントが動いている間にタスクを相談したいときに適する
音声ディクテーション
- 話した内容がメッセージ欄に文字として入力されるだけ
- エージェントの返事は送信後に文字で返ってくる
- 起動: マイクのクリック または CTRL+M
- 送る前にプロンプトを確認・編集したいときに適する
テキトー教師DotAI 認定講師ここは混同しやすいので整理しておきたいんですよ。Antigravity Appには声を使う方法が2つあります。
音声モードと音声ディクテーションです。
音声モードと音声ディクテーションです。
室谷代表取締役違いはシンプルで、音声モードはエージェントと声で会話する。ディクテーションは話した内容がメッセージ欄に文字として入力されるだけ。
エージェントの返事も、音声モードは声で返ってくるのに対し、ディクテーションは送信後に文字で返ってくる。
エージェントの返事も、音声モードは声で返ってくるのに対し、ディクテーションは送信後に文字で返ってくる。
テキトー教師DotAI 認定講師起動方法も違います。音声モードはメッセージボックスのStart Voice mode、ディクテーションはマイクのクリックかCTRL+M。
使い分けの基準は公式が明示していて、ハンズフリーで作業したい、あるいはエージェントが動いている間にタスクを相談したいなら音声モード。送る前にプロンプトを確認・編集したいならディクテーション、というわけです。
使い分けの基準は公式が明示していて、ハンズフリーで作業したい、あるいはエージェントが動いている間にタスクを相談したいなら音声モード。送る前にプロンプトを確認・編集したいならディクテーション、というわけです。
室谷代表取締役これ、両方あるのが大事なんですよね。声で一気に指示を出したい日もあれば、慎重に文面を整えてから送りたい日もある。
マイクは同じものを使うので、設定の手間も増えません。
マイクは同じものを使うので、設定の手間も増えません。
テキトー教師DotAI 認定講師なお、Antigravityの文字起こし自体はGemini 3.5 Transcribeが支えていて、画面コンテキストとチャット履歴を組み合わせて、ファイル名やエージェントの思考などの精度を高める、と2026年8月26日の発表で説明されています。
Antigravity音声モードの使い方・始め方（起動方法とCLI対応）
テキトー教師DotAI 認定講師ここからは実際の始め方です。Appの場合、新しい会話を始めるか既存の会話を開き、メッセージボックスが空の状態でStart Voice modeをクリックします。
マイクへのアクセスを求められたら許可してください。
マイクへのアクセスを求められたら許可してください。
室谷代表取締役このボタン、メッセージボックスが空のときだけ出るんですよ。エージェントが待機中ならSendの位置に出て、作業中なら停止ボタンの隣に出る。
初回は声を選ぶダイアログが開いて、矢印キーで試聴、ENTERで決定できます。
初回は声を選ぶダイアログが開いて、矢印キーで試聴、ENTERで決定できます。
テキトー教師DotAI 認定講師起動するとメッセージボックスの上にパネルが上がり、接続中はConnecting…、準備できるとチャイムが鳴ります。上部のコールバーでどちらの番か、音声モードが何分続いているか、各種コントロールが確認できます。
室谷代表取締役コントロールは、マイクのミュート、エージェントの声のミュート、話速スライダー、最小化、終了。ミュートのショートカットはmacOSがOPTION+M、WindowsとLinuxがALT+M、エージェントの声はSHIFT+OPTION+MとALT+SHIFT+Mです。
ただしターミナルにカーソルがある間は効かないので注意ですね。
ただしターミナルにカーソルがある間は効かないので注意ですね。
テキトー教師DotAI 認定講師CLIの場合はもっと手数が少なくて、会話の中で/voice liveを実行するかF6を押すだけです。プロンプト下のステータス行に、音声モードの経過時間と、エージェントが聞いている・考えている・話しているの状態が出ます。
F6でマイクのミュート、エージェントが待機中に空のプロンプトでEscを押すと切断です。
F6でマイクのミュート、エージェントが待機中に空のプロンプトでEscを押すと切断です。
室谷代表取締役CLIはコマンドも揃っていて、/voice speakerで声の変更、/voice speedで話速、/voice duplex onで話しかけて割り込めるようになる。SSH越しで使う場合は、手元のマシンでagy mic-serveを動かしてANTIGRAVITY_MICを設定してCLIを起動すると、手元のマイクとスピーカーが使われる仕組みです。
テキトー教師DotAI 認定講師音声モードの設定はSettings > General > Voice modeにまとまっていて、声の変更、入力デバイスの選択、音量の調整ができます。入力デバイスの初期値はシステムデフォルトで、ディクテーションも同じマイクを使います。
室谷代表取締役音声で「設定ってどう変えるの？」と聞けば教えてくれるのも、地味に便利ですよね。
対応環境・バージョン・料金——日本でいつから使えるか
テキトー教師DotAI 認定講師対応環境を整理すると、Antigravity AppとAntigravity CLIのバージョン1.5.0以降です。CLIは1.5.0より前だと音声モードが使えません。
室谷代表取締役料金面はどうなっているかというと、公式の料金ページには無料のIndividual枠、Google AI Pro、Google AI Ultra、そしてGoogle Cloud経由のBusinessプランが並んでいて、Gemini Enterprise向けにStandard/Plusが1席あたり月30ドルから、という記載があります。音声モード固有の追加料金には言及されていません。
テキトー教師DotAI 認定講師プランごとにレート制限やモデルの利用可否が変わる、というのが公式の説明です。無料枠でも基本機能は使える一方、レート制限はプランによって差がある、という構造ですね。
室谷代表取締役日本でいつから使えるかについては、公式の発表に地域限定の記述は見当たらないので、現時点では明らかにされていない、と正直に書くのが正確です。ドキュメントは日本語ページも用意されています。
テキトー教師DotAI 認定講師室谷代表取締役あと、音声モードはマイクの音声をGoogleのサーバーにストリーミングしてGemini Liveが認識する仕組みなので、社内ポリシーによっては事前確認が必要かもしれません。文字起こしはローカルに保存され、会話を削除すると一緒に消えます。
声で承認できない操作と知っておきたい制限・注意点
テキトー教師DotAI 認定講師ここが一番大事なところかもしれません。単に便利になったという話じゃないんですよ。
声で承認できない操作が明確に線引きされています。
声で承認できない操作が明確に線引きされています。
室谷代表取締役ファイルを削除するコマンド、sudoのような特権実行、Gitへのforce-push。これらは音声では承認できず、画面上のAllowをクリックする必要がある。
拒否は音声でもできる。危険な操作ほど、もう一度目を通す設計になっているわけです。
拒否は音声でもできる。危険な操作ほど、もう一度目を通す設計になっているわけです。
テキトー教師DotAI 認定講師権限の範囲も従来どおりです。音声モードだから権限が緩くなるわけではなく、普段の権限設定がそのまま適用されます。
室谷代表取締役もう一つ、音声モード中のGemini Liveは、音声モードを開始した会話にしかアクセスできない、という制約があります。ファイルやコマンド、ツールの操作はその会話の中で、通常の権限のもとで行われる。
範囲が限定されているのは安心材料です。
範囲が限定されているのは安心材料です。
テキトー教師DotAI 認定講師文字起こしの扱いも押さえておきましょう。パネルに表示される文字起こしは聞き間違えることがありますが、Gemini Liveは音声を直接聞いているので、文字起こしの誤りがそのまま誤解を意味するわけではありません。
室谷代表取締役終了時には会話にStopped voice chatのマーカーとVoice transcriptカードが残り、Openで書き起こしを読めます。コピーも可能。
保存はローカルで、会話を削除すれば消えます。
保存はローカルで、会話を削除すれば消えます。
テキトー教師DotAI 認定講師音声モードを終えても、エージェントがまだ作業中のタスクは会話の中で動き続ける、という点も覚えておきたいですね。終了したからといって作業が止まるわけではありません。
室谷代表取締役あと、音声モード中はそのウィンドウの通知音が鳴らないようになっていて、エージェントの声を邪魔しない配慮があります。逆に言うと、通知に気づきにくくなるので、そこは意識しておいたほうがいいかもしれません。
テキトー教師DotAI 認定講師現時点で明らかにされていない部分も正直に言っておくと、音声モードの日本語での認識精度についての公式の評価数値は示されていません。多言語での対話が可能という記載までです。
室谷代表取締役よくある質問
テキトー教師DotAI 認定講師では、よく聞かれそうな点を整理しておきます。まず、音声モードの起動方法は、Appならメッセージボックスが空の状態でStart Voice modeをクリック、CLIなら/voice liveかF6です。
室谷代表取締役音声モードと音声入力の違いは、双方向の会話か、メッセージ欄への文字入力か、ですね。ハンズフリーで進めたいなら音声モード、送信前に文面を確認したいならディクテーションです。
テキトー教師DotAI 認定講師対応バージョンはAntigravity CLI 1.5.0以降で、AppとCLIの両方で使えます。音声モード固有の追加料金は発表されていません。
室谷代表取締役声で承認できない操作は、ファイル削除、特権実行、Gitへのforce-pushなどの破壊的操作です。これらは画面上のクリックが必要で、拒否だけは音声でも可能です。
テキトー教師DotAI 認定講師音声はGoogleのサーバーにストリーミングされ、文字起こしはローカルに保存、会話削除で消えます。この扱いは事前にチームで共有しておきたいところですね。
室谷代表取締役音声モードは同時に1つの会話だけで、他の会話に切り替えるとフローティングドックで継続します。終了は「Bye」かEndです。
テキトー教師DotAI 認定講師日本での提供開始時期については公式に地域限定の記載がないため、現時点では明らかにされていません。ドキュメントの日本語ページは用意されている、という状況です。
室谷代表取締役というわけで、音声モードは「入力手段の追加」ではなく、エージェントとの作業のリズムを変える機能だと思います。MYUUUでも、長めのタスクを振るときの標準にしていこうかなと。
まずはAppで一度話しかけてみてください。
まずはAppで一度話しかけてみてください。
