8 か月前、自分の字幕アプリが理解できなかった一文。いまは理解できる

要点：今年 3 月、私は「良い AI プロダクトは、人をある面で『ダメにする』ものだ」と書き、同時に GeekLink はまだそこに届いていないと認めました。ボタンの場所を覚えないと使えなかったからです。2026 年 10 月 8 日の GeekLink 0.5.0 で AI と連携を追加し、AI アシスタントが MCP 経由で GeekLink を操作できるようになりました。「字幕を抽出して英語に翻訳し、自信のない行を見せてから SRT で書き出して」と一言送るだけで、OCR、文字起こし、翻訳、確認、書き出しまでをアプリの中で実行します。AI と連携は現在 Mac 版のみ・買い切りプランで利用できます。GeekLink 本体は Mac と Windows に対応しています。

これは GeekLink の機能についての創業者ノートです。以下の機能と制限は現行バージョンのもので、AI アシスタントがすべての字幕を正しく処理することを保証するものではありません。

自分のアプリが理解できなかった一文

2026 年 3 月 2 日、私は小紅書（RED）に短い投稿をしました。その 1 か月ほど、家でコードを書きながら、話すことのほとんどを AI 音声入力ツールに向けていました。キーを押したまま、まとまらない考えや口ぐせをそのまま話し、指を離すと、AI がきれいな文章に整えてくれます。

そして少し怖いことに気づきました。自分で文章を書く力が落ちてきていたのです。AI があまりに確実にフォローしてくれるので、脳が言葉を組み立てる手間を省き始めていました。

その投稿の最後に、自分のプロダクトに直接言えたらいいのに、と思う一文を書きました。

GeekLink はこの一文を理解できませんでした。理解できるのはボタンだけでした。

良い AI プロダクトが人を「ダメにする」理由

厳しく聞こえる結論ですが、今もそう考えています。人がソフトを買うのは自分を鍛えるためではなく、何かを気にしなくて済むようにするためです。高い専門性がないと使いこなせない AI ツールは、専門家向けの補助ツールであって、みんなのためのプロダクトではありません。

大きな道具はいつもそうでした。電卓は暗算を、自動車は馬車を操る技術を不要にしました。従来のソフトの堀はその逆で、何年もかけて身についた操作の記憶です。デザイナーは目を閉じていても Photoshop のフィルターを見つけられ、その習慣が乗り換えを難しくしています。

欲しい結果を一文で伝えられるなら、その操作の記憶の価値は小さくなります。「意図を理解する力」が「慣れた操作」に取って代わりつつあります。面倒な作業は AI が、決めるのは人が担います。

当時の GeekLink はまだ届いていなかった

同じ投稿で、私はその差も認めていました。GeekLink は自動化ワークフローの段階でした。動画をドロップして実行を押せば字幕ができる。便利ですが、多くのことは自分で判断する必要がありました。画面のどの行が字幕か、各行が何語か、確認マークはどこか、どの形式で書き出すか。「人の言葉がわかる」版まではまだ距離がある、と書いたのです。

その距離はどう縮まったか

思っていたより早く、しかもスタイル変更よりずっと地味な理由で縮まりました。

GeekLink は焼き付け字幕を抽出するとき、自信のない行にマークを付けます。そのマークを確認するには、動画に戻ってそのフレームを探し、テキストと 1 行ずつ見比べる必要がありました。9 月末、私はこの作業を AI アシスタントに任せるため MCP サーバーを作りました。マークの付いた行を読み、対応する画面を開いて、本当に誤認識している行を教えてもらうためです。最初は自分の作業用でした。

AI が画面を確認できるなら、ワークフロー全体を任せるまではあと一歩です。2 週間もたたないうちに、GeekLink 0.5.0 で AI と連携をアプリに搭載しました。0.5.1 では汎用の設定を追加し、ワンクリック設定に対応した 2 つのアプリ以外でも、MCP に対応したローカルの AI アプリなら接続できるようにしました。

いま AI アシスタントが GeekLink でできること

GeekLink の上部バーで AI と連携（MCP）をクリックし、使っている AI アプリを選んで再起動します。GeekLink は開いたままにしておきます。あとは欲しい結果を伝えるだけです。たとえば：

手順を考えるのは AI、実際の処理をするのは GeekLink です。

• 焼き付け字幕の抽出。字幕の候補領域を確認し、字幕行と各行の言語を選んでから OCR を実行します。
• 文字起こし。Whisper ベースのローカル文字起こしで、タイムコード付きの字幕の下書きを作ります。始める前に、話している人数を確認します。
• 翻訳。GeekLink で選んでいる翻訳サービスを使います。文字起こしと翻訳を 1 つのタスクにまとめることもできます。
• 自信のない行の確認。マークの付いた行を読み、対応する動画のフレームを確認します。マークは「見る価値がある」という意味で、誤りの証明ではありません。
• 編集と書き出し。GeekLink 自身のエディター操作で修正し、SRT / TXT、切り替え可能な字幕、焼き付け字幕の動画として書き出します。

AI と連携のページでは、編集なしの実際の録画を見られます。中国語の焼き付け字幕 3 話を英語に翻訳した例と、字幕のない 3 本の動画から 1 行ずつ確認済みのドイツ語字幕を作った例で、どちらも一言送っただけです。

いちばん大事なルール：AI がしてはいけないこと

いちばん難しかったのは、AI をより有能にすることではなく、AI が自分だけで決めてはいけないことを決めることでした。

OCR で最悪のミスは、本物の字幕行を消してしまうことです。エラーも出ず、見た目にもおかしくないので、視聴者がその空白に気づくまで誰も気づきません。GeekLink のルールは「検出漏れより検出しすぎのほうがいい」で、AI もこれに従います。

• 提案された字幕行を消す前に、サムネイル 1 枚ではなく、その行に実際に文字が出ている複数のフレームを確認しなければなりません。
• 行を消すたびに理由を書く必要があり、その理由は後から行選択画面で確認できます。
• 少なくとも 1 行は残し、動画の言語は既定値に頼らず明示しなければなりません。

3 月に書いたのと同じ分担です。繰り返しの確認は機械が、何を世に出すかはあなたが決めます。

まだできないこと

• 現在は Mac のみ。GeekLink は Mac と Windows に対応していますが、AI と連携は今のところ Mac 版でのみ使えます。Windows では、同じ OCR、文字起こし、翻訳、確認、書き出しの機能をアプリで直接使えます。
• 買い切りプランで利用可能。AI と連携は買い切りプランに含まれ、別のクレジットプランではありません。書き出しの上限はこれまで通り適用され、クラウド翻訳は GeekLink の AI クレジットを使います。
• 完全なオフラインではありません。OCR と文字起こしはお使いのコンピューターで動きますが、ツールの結果と AI が確認を求めた動画フレームは、接続した AI アプリにそのアプリのデータポリシーのもとで送られます。
• 重い処理は一度に 1 つ。AI はライブラリ全体の作業を順番に組めますが、GeekLink が同時に処理する重いタスクは 1 つです。
• ChatGPT の Web 版には接続できません。Mac 上のローカル接続で、リモートの MCP エンドポイントではありません。

では 3 月のあの一文は？ この記事を公開する前に、そのまま AI アシスタントに送りました。「字幕を白地に黄色の縁取りにして、画面の下から 20% の位置に置いて。」AI は高さ 720 ピクセルの動画なら 20% は 144 ピクセルだと計算し、GeekLink の焼き付け字幕スタイルを保存して、プレビュー画像を描画しました。白い文字、黄色の縁取り、下から 20%。以降の焼き付け書き出しはこのスタイルで行われます。

いま考えていること

以前は AI を道具だと思っていました。今は、すべてのボタンの場所を知っている外部の脳のように感じています。

字幕の仕事では、これでプロダクトが誰のためのものかが変わります。字幕ソフトの使い方を覚えなくても、完成した字幕を手に入れられる。必要なのは、何が欲しいかをわかっていることと、もう一度見る価値のある行を確認することだけです。GeekLink の仕事は、その行をできるだけ少なくすることです。

何年も使っているソフトがあるなら、二度と思い出したくないメニューはどれですか？ support@geeklink.dev まで教えてください。

よくある質問

設定の詳細は AI と連携ガイドをご覧ください。

開示：GeekLink は私たち自身のデスクトップアプリです。本文で紹介した AI と連携、OCR、文字起こし、翻訳、確認、書き出しは GeekLink の機能です。