米国のPattern AI Labsが開発するデスクトップアプリ。Claude CodeやCodexといったAIコーディングエージェントへの指示を、キーボードで打ち込む代わりに声で伝えられる。話しかけると内容がテキストに変換されてエージェントへ渡り、エージェントの返答は自然な合成音声で読み上げられる。音声認識も音声合成もすべて自分のパソコンの中で処理されるため、声のデータが外部へ送信されることはない。2026年7月末に公開され、記事執筆時点のバージョンはv1.0.1。個人利用の範囲では無料で使える。
主な特徴
- 話しかけるだけでエージェントに指示: ホットキー（Macではglobe/fnキーをプッシュトゥトークに割り当て可能）を押しながら話すと、発話がテキスト化されてエージェントに届く。エージェントがファイルを読み、コードを書き、テストを走らせた結果は音声で返ってくる
- 音声処理がすべて端末内で完結: 音声認識と音声合成をローカルで実行する設計のため、録音データがクラウドへアップロードされない。オフラインでも動作する
- フルデュプレックスで割り込める: 読み上げの途中でも話しかけられる。電話で相手の話にかぶせて質問するような、自然なやり取りができる
- 主要なコーディングエージェントに対応: Claude Code、Cursor、Codex、Gemini CLI、Windsurf、OpenClawと組み合わせて使える。複数のプロジェクトを別々のエージェントで同時に接続することも可能
- プロジェクトごとのボイス設定: リポジトリごとに異なる声を割り当てられるため、複数の作業を並行しても「どのプロジェクトが返事をしたか」を耳で判別できる
- ミーティング録音と画面キャプチャ: ローカルでの会議文字起こしに対応。スクリーンショットを撮って、次に話す内容と一緒にエージェントへ渡すこともできる
- 承認前レビューモード: 認識されたテキストをエージェントに送る前に確認できるモードがあり、聞き間違いをそのまま実行させてしまう事故を防げる
料金
| プラン | 料金 | 主な内容 |
|---|---|---|
| 本体（Mac / Windows / Linux） | 無料（永年） | 音声入出力、エージェント連携、ローカル文字起こし、画面キャプチャなど本体機能すべて |
| AgentCall（ビデオ会議へのエージェント参加） | 従量課金（無料枠あり） | エージェントをビデオ通話に参加させるオプション機能。分単位の課金で、単価は公式サイトで要確認 |
料金は2026年8月時点の情報です。最新の料金は公式サイトをご確認ください。
メリット・デメリット
✅ メリット
- 音声処理が端末内で完結するため、業務コードについて話す内容が外部に出ない
- 本体機能が無料で、サブスクリプション契約なしに使い始められる
- 手を止めずに指示を出せるので、長時間のコーディングで手首や肩への負担を減らせる
- エージェントの実行完了を音で知れるため、待ち時間に別の作業へ目を移していても気づける
- 特定のエディタに縛られず、複数のコーディングエージェントを横断して使える
⚠️ デメリット
- 対応言語は現時点で英語のみ。日本語で話しかける用途には向かない
- macOSはApple Silicon（M1以降）かつ14.4以上が必要で、Intel Macでは動かない
- オープンソースではなく、Pattern AI Labsのプロプライエタリなソフトウェア
- 声を出せない環境（共有オフィス、カフェ、深夜の自宅など）では利点を活かしにくい
- v1.0系の若いプロダクトで、実績や長期的な提供体制はこれから積み上がる段階
類似サービスとの比較
| 比較項目 | SKI | Wispr Flow | SuperWhisper | macOS 音声入力 |
|---|---|---|---|---|
| 主な用途 | コーディングエージェントとの音声対話 | 汎用の音声入力（あらゆるアプリ） | 汎用の音声入力・文字起こし | OSの標準音声入力 |
| エージェントの読み上げ | 対応（音声で返答） | 非対応 | 非対応 | 非対応 |
| 処理場所 | 端末内 | クラウド中心 | ローカルモデル選択可 | 端末内（オンデバイス設定時） |
| 料金 | 本体無料 | 無料枠＋有料プラン | 無料枠＋買い切り/有料プラン | OS標準で無料 |
| 日本語 | 現時点で非対応 | 対応 | 対応 | 対応 |
こんな人におすすめ
- Claude CodeやCodexを日常的に使っていて、指示の入力を口頭に置き換えたい開発者
- タイピング量を減らして手首や肩の負担を軽くしたい人
- 社外に出せないコードを扱っており、音声データをクラウドに預けたくないチーム
- エージェントの長い実行を待つあいだ、別の作業に目を向けたい人
- 英語での指示出しに抵抗がなく、新しい開発スタイルを試したい人
まとめ
SKIは、AIコーディングエージェントとのやり取りを「打つ」から「話す」へ移すためのデスクトップアプリである。音声処理を端末内に閉じている点と、本体が無料である点が導入のハードルを大きく下げている。一方で対応言語が英語のみという制約は大きく、日本語話者にとっては指示を英語で組み立てられるかどうかが実用の分かれ目になる。エージェント主体の開発に慣れてきて、キーボードの往復が煩わしく感じられるようになったタイミングで試す価値がある。