🎤Skyworkでポットキャスト作れんじゃん。なにこれ。おもろ。

はじめに

どうも、趣味でデータ分析をしている猫背なエンジニアです。

今回は、記事投稿キャンペーンでSkyworkという生成AIでの開発体験を投稿するイベントが開催されており、参加致しました。
前回の記事では、賃貸探しチャレンジをchatGPTと競ってもらってどちらが早く家賃を表示できるかを競ってもらいましたが、圧勝でSkyworkでした。（笑）

今回は、「ポッドキャスト」という機能があり、体験してみることにしました。ChatGPTではない機能だったので、実に興味深い...。

Skywork？

前回の記事でもここは書いたのですが、一応紹介しておきます。
■ 概要
Skyworkは、マルチモーダル／オフィス業務特化型 AI ワークスペース（AI エージェントプラットフォーム） をめざすサービス／技術群。
“Skywork R1V: Pioneering Multimodal Reasoning with Chain-of-Thought” という論文があり、テキストと視覚モーダルの推論を統合する手法を提案。
また、その後継モデル（R1V2）や、報酬モデル（VL Reward）との関連研究も出ており、多モーダル理解と推論に関する技術的進展が見られる。

■ 特徴・強み
〇マルチ出力
文書、スライド、表計算、ウェブページ、ポッドキャストなど、様々な形式のコンテンツを一つの指示で生成できる機能を提供。
〇垂直特化型エージェント構成
汎用型に全てを担わせるのではなく、「ドキュメント専用」「スライド専用」など形式別の専門エージェント群で構成されているという設計。
〇出展・信頼性重視
生成結果における情報源（出典）や引用を明示する機能を持つとされており、ビジネス利用を意識した信頼性担保が特徴。
〇ディープサーチ能力
単なる表面的な生成を超えて、リサーチ（調査）機能を強化し、深掘りできる情報生成。
〇技術基盤：Skywork-R1V
“Skywork-R1V” というマルチモーダル推論モデル（テキスト＋画像理解／生成能力を融合）を中核モデルとして研究／開発しているという情報が公表。
〇公開モデル・研究
Skywork の GitHub リポジトリが存在し、研究者・開発者にもアクセスできるモデル要素を出している様子。

■ リソース・提供形態
2025年5月19日、AIオフィス効率化を目的とした「Skywork Super Agents」が日本および北米で同時リリースされたという発表があります。対応形式としては、文書（Documents）、スライド（Slides）、表計算（Sheets）、Webページ（Webpages）、ポッドキャスト（Podcasts）の 5 形式に特化したエージェントを持ち、それらと汎用型エージェントを組み合わせて提供する設計。また、開発者向けには MCP（Model Context Protocol）という枠組みがあるとの言及もある。

モデルはオープンソース／公開モデルの要素もあり、GitHub にリポジトリがあります。
(↑これディープシークに代わるAI出たってことね？)

■ デメリット？
以下は考えたデメリットではありますが生成AIあるあるだと思うので、流しでもいいと思います（笑）
〇データセキュリティ・プライバシー
入力データやアップロード資料をどう扱うかはユーザーとして気にすべき点です。特に機密性の高いビジネスデータをAIに投入する際には、処理ポリシーや保存・流出リスクを確認すべきという指摘があります
〇生成内容の正確性と「幻覚（hallucination）」
AIの特徴として、出典を示しても誤った生成や未検証の内容がまじる可能性が常にあります。信頼性チェックや人のレビューが不可欠です。
〇機能／表現の限界
「一つの指示で複数形式を同時に完結」というコンセプトは強力ですが、実際のアウトプット品質がどこまで担保されているか、特定状況では調整が必要である、という報告も見られます。
〇コスト・クレジット制度
サービス利用にはクレジット制度や有料プランがあり、どのくらいコストがかかるか、消費量の見積もりが重要になります。

ポッドキャスト作れんの🎤

■ 概要
嘲笑しているような節名になってしまいましたが、どうやら「ポッドキャスト」が作れるらしい。ぶっちゃけ、この機能使えるものなら「おもろい」（笑）

イメージとして、ラジオ風の音声が生成されると思っています。想像通りなのか検証していきたいと思います。

■ Skyworkに対する要求（ポッドキャストの中身）
生成AIなので、基本的にはChatGPTと同じ扱いをしてやれば何とかなると思っています。
基本的に学習データはWeb上の情報が学習データになって様々な生成物ができると思っています。なので、今回はWeb上のデータをポッドキャストしてもらおうと思います。

漠然とWeb上の情報をまとめてというのも意味がないので、せっかくの機会です、「NecozeのQiita」を紹介をしてもらいましょう（笑）

私自身どんな記事をいままで書いて、どんな記事がユーザの目に引っかかっているのかわかってません。ですが、AIがどの視点で私の記事を分析し、どんな記事が注目されているのか紹介するのではないかと思います。利用して、今後の指標にもしたいし...（笑）

■ いざ実験。生成要求。
実際に以下の画像のようにポッドキャストの生成要求欄に書きました。

Skywork-ポッドキャスト生成要求

<Necoze - Request>
NecozeさんのQiitaの記事の傾向などを含めて紹介という形でポッドキャストしてください

<Skywork - Answer>
ご質問を受け付けました。Skyworkが情報を整理し、正確かつ包括的な回答をご提供いたします。
まず、ナレッジベースからNecozeさんのQiita情報を検索します。

<SkyWork - Request>
次に、ポッドキャスト作成のためにタスクの詳細を確認します。
Q:ポッドキャストの名前は？
>Necozeのエンジニア道
Q:ポッドキャストの長さは？
>5分
Q:ポッドキャストの話者数は？
>一人
Q:内容の焦点は？
>Qiitaでの投稿内容と蛍光
Q:ポッドキャストのスタイルは？
>解説・講義形式

<Skywork - Answer>
ご要望に基づき、ポッドキャストの計画を作成します。

ToDo リスト
自動実行
制作播客文稿
NecozeさんのQiita記事の内容と傾向を調査
紹介用のポッドキャスト原稿を作成
生成播客音频
解説・講義形式の5分間ポッドキャスト音声を生成
計画に基づいて、最初のステージである「制作播客文稿」の実行に移ります。


NecozeさんのQiita記事の内容と傾向を調査し、ポッドキャスト原稿を作成します。
NecozeさんのQiita記事について調査し、ポッドキャスト原稿を作成します。まずは記事内容と傾向を調べましょう。

ツールを閲覧
https://qiita.com/Necoze
NecozeさんのQiitaプロフィールに関する情報を確認しました。より詳細な記事内容を調査するため、NecozeさんのQiita記事を検索しましょう。

ツールをウェブ検索
Qiita Necoze 記事一覧
ツールをウェブ検索
Necoze Qiita Python
ツールをウェブ検索
Necoze Qiita AI
ツールをウェブ検索
Necoze Qiita Windows
ツールをウェブ検索
Necoze Qiita エヴァンゲリオン
NecozeさんのQiitaプロフィールと記事の情報を得ました。続いて、具体的な記事内容を詳しく調べるため、いくつかの記事を直接確認します。

ツールを閲覧
https://qiita.com/Necoze/items/1b3ec72415dec3039304
ツールを閲覧
https://qiita.com/Necoze/items/f63ab44bb023db0d2369
ツールを閲覧
https://qiita.com/Necoze/items/19bc94a2c36bc69711da
ツールを閲覧
https://qiita.com/Necoze/items/b5a125993c39bb8a9e11
さらにNecozeさんの他の記事も確認しましょう。特に最近の傾向を知るためにもう少し記事を見てみます。

ツールを閲覧
https://qiita.com/Necoze/items/c00638cd91b3365e6ce5
これでNecozeさんのQiita記事について十分な情報を得ることができました。これらの情報を基に、ポッドキャストの原稿を作成します。

ツールを使用
ポッドキャスト原稿の作成が完了しました。NecozeさんのQiita記事の傾向と特徴を解説する5分のポッドキャストを作成しました。

ツールを使用
ここで最初のステージが完了しましたので、TODO.mdを更新します。

ファイルへの書き込み
TODO.md
次に、「生成播客音频」のステージに進みます。

解説・講義形式の5分間ポッドキャスト音声を生成します。
まず、ポッドキャスト原稿のファイルを確認します。

ファイルを読み取り
/workspace/Necozeのエンジニア道.txt
原稿を確認しました。一人の話者によるポッドキャストで、解説・講義形式の内容です。指定に従って音声を生成します。

ポッドキャスト音声の生成が完了しました。Necozeさんのエンジニア道の5分間ポッドキャストを解説・講義形式で作成しました。男性話者の情報量豊かな声色で、エンジニアとしての道のりとQiitaでの投稿内容を紹介しています。ポッドキャストはお使いのデバイスでお聴きいただけます。

Necozeのエンジニア道.mp4

■ 実行結果
最近の生成AIはここまで来たかという感じで、実際に私の記事をくまなく調べ上げていました。その結果傾向まで分析してどんな開発をしているのかポッドキャストしていて、個人的には定期的にポッドキャストを作ってほしいまであります（笑）

Xに投稿したので、実際の音声を聞いてみてください👍

おわりに

最近AIで画像や動画が作れると話題になっていましたが、ポッドキャストまで作成できる時代になっているのは驚きました。

同時に仕事が忙しい家庭のご両親は生成AIを利用して、読み聞かせなんかする時代がそこまで来ているのも実感し、人との対話をさらに重要視する時代がそこまで来ているのだと実感しました。

参考文献