Googleは、macOS版Geminiでキーボードの「fn」キーを長押しするだけで呼び出せる新機能を、全世界のユーザー向けに提供開始した。どの画面を開いていてもすぐにGeminiを起動でき、画面認識を活用した要約や音声文字起こしの整文にも対応する。現時点の対応言語は英語のみ。

Macユーザーは、キーボード左下にある「fn」キーを長押しすることで、アプリを切り替えることなくGeminiを呼び出せる。呼び出しの手間を減らし、日常の作業中にGeminiを使いやすくしたのが特徴だ。

音声入力した内容は、カーソル位置にそのまま書き起こせる。資料を見ながらメモを残したり、考えを口頭で整理しながら記録したりする用途を想定している。

Googleはあわせて、文字起こし結果を読みやすく整える機能も追加した。Geminiが「ums」や「ahs」といった不要な表現を自動で取り除き、より整った文章として返す。単なる書き起こしにとどめず、文書の下書きやメモとしてそのまま使える形を目指した。

画面認識機能を有効にすると、Geminiは画面上の内容を理解し、開いているアプリも識別できる。例えばPDF内の一部テキストを選択した状態で「fn」キーから要約を依頼すれば、その選択箇所をもとに結果を生成する。

作業自動化の用途も広がる。Sparkのエージェント型AIを利用可能なアカウントでは、メモ内の文章を選択し、その内容をもとにメールの下書き作成を指示できる。画像生成も、音声コマンドや画面上のアイデアを起点に進められる。Googleは先にMac向けアプリへSparkを追加した際、スプレッドシートやドキュメントの新規作成など、複数のタスクを実行する機能を盛り込んでいた。

macOS版Geminiアプリは4月に初公開された。Googleは当時、Windows 11向けネイティブアプリの公開翌日にmacOS向けネイティブアプリを投入し、6月にはSparkを追加して対応範囲を広げていた。今回は、すべてのmacOS版Geminiユーザーを対象に、この呼び出し機能を開放した点が主な変更点となる。

一方、対応言語はまだ限られている。現時点では英語のみで、Googleは今後さらに多くの言語へ対応を広げる予定だとしている。今後は、多言語対応の拡大が焦点となりそうだ。