今日は、Codexのスキルについて紹介します。
皆さん、スキルって知っていますか。
スキルというのは、何回も繰り返し使うコマンドなどを登録しておいて、すぐに呼び出せるようにした仕組みのことです。
僕はいくつかスキルを登録しているので、今回はそのうちの一つを実際に動かしてみました。
この記事の元になった動画はこちらです。
「ラジオ文字起こし」というスキル
使ったのは、ラジオ文字起こしというスキルです。
僕はポッドキャストをやっているんですが、このスキルは次のところまで自動でやってくれます。
- ポッドキャストを文字起こしする
- ブログ記事にする
- サムネイルを作る
ファイルを送って起動させるだけで、動き出します。今回はラジオのナンバー28を送りました。
モデルはAstraで動かしています。
Astraがモデルとしては一番いいんですが、結構クレジットを消費するので、使いどころによるなという感じです。僕は固定で使っていますが、30分ぐらいでだいたい限界が来ますね。
文字起こしはFalのWhisper
文字起こしには、FalのWhisperを使っています。
FalはCodexとは別のサービスなので、従量課金が発生します。
ただ、このWhisperが文字起こしとしては一番いいモデルになるんじゃないかなと思っています。ほかの方法もあるんですが、そちらはあまり精度が良くないので、僕は使っていません。
動かしていると、内部でコマンドが実行されて、途中で許可を求められます。そこで承認すると、文字起こしが始まります。
文字起こしを、僕風のブログ記事に書き換える
文字起こしだけだと、ブログ記事として使うには適切ではありません。
そこで、Obsidianの「ブログ記事」に入っている過去の記事を参照して、僕風の文章に書き換えてくれるようにしてあります。
固有名詞も、Codexの方で調べて、ちゃんとした正式な綴りに直すようにしています。
出来上がったものを見ると、文字起こしのままでは使えなかった文章が、普通にブログ記事として仕上がっています。
ちゃんと改行が入って、太字にもなっています。この辺のルールは、僕が作っています。
サムネイルはGPT Image 2.5で6円
最後にサムネイルです。
最初は内部でCodexのGPT Image 2.5を呼び出していたんですが、これは最近エラーで止まることがあります。
今回もうまくいかなかったので、FalのGPT Image 2.5を使ってと指示しました。
こちらは課金が発生しますが、GPT Image 2.5はすごく安くなったんですよ。
普通に使っても0.04ドル、6円ぐらいです。 別に気にしないで使えますね。
実際にFalのUsageを見てみたら、やっぱり0.04ドルでした。随分安くなりました。
サムネイルには、僕が用意した参照キャラクターをいつも読み込ませています。このキャラクターを元に作ってくれるので、キャラの一貫性は結構保たれる感じです。GPT Imageなら、大体はいけます。
出てきたサムネイルも、悪くないかなと思います。
スキルの中身はマークダウンファイル
次回からもFalのGPT Image 2.5で固定するように、その場でスキルを更新してもらいました。
このスキルって、基本的にマークダウンファイルなんですよね。
なので中身を見ると、普通にメモ帳みたいな感じです。それをAIに書き換えてもらうだけで、ルールを変えられます。
まとめ
今回は、実際にスキルを使って処理を行い、スキルの書き換えもやってみました。
毎回やっていることは、もうスキルに変えてしまって、すぐに呼び出せるようにしておくと、作業がすごく楽になります。
僕も普通にラジオや音楽を聴きながら、これを動かしています。
ブログやnote、Substackなんかもやっていますが、そういうところにコピペするだけで一発でいけます。
こういう短縮化の仕組みを覚えておくと、非常にいいと思います。参考になりましたら幸いです。
