ChatGPTに動画を読み込ませる方法——GeminiとClaude Codeにも同じ動画を渡すと、声まで聞けたのはGeminiだけ

公開日:2026年11月13日
手順を確かめた日:2026年11月13日(MacBook Air(M4)・macOS Golden Gate 27.0.1)
書き手:和田デジタルラボ

ChatGPTに動画を読み込ませるには、入力欄の「+」から「写真やファイルを追加」を選び、動画のファイルを添付します。当方が有料プランに入っていないアカウントで試すと、ChatGPTは動画からコマを取り出して画面を見ましたが、声は2回とも「聞き取れなかった」と答えました。同じ23秒の動画をGeminiのアプリとClaude Codeにも渡すと、声と字幕の食い違いまで見つけたのはGeminiだけでした。ただしGeminiは、声の無い所にも「声では…と言っている」と書きました。

この記事の要点

  • ChatGPTに動画を読み込ませるには、入力欄の左の「+」を押して「写真やファイルを追加」を選び、動画のファイルを添付してから、聞きたいことを書いて送ります。
  • OpenAIの説明では、ChatGPTは有料プランに入っていなくても動画を添付できます。ただし、使える機能はプラットフォーム・アップロードの方法・アカウントで違い、動画全体を分析できなかったり、音声を正確に解釈できなかったりする場合がある、とも書いてあります。
  • 当方の実験(わざと4つの誤りを入れた23秒の動画・各2回)では、ChatGPT(有料プランなし)は4つのうち2つと1つ、Geminiのアプリ(有料プランなし)は2回とも4つ、Claude Code(Sonnet 5)は2回とも3つを見つけました。
  • 声と字幕の食い違い(声は「保存します」・字幕は「削除します」)を見つけたのは、Geminiだけでした。ChatGPTとClaude Codeは、声の言葉を聞き取れなかったと答えました。
  • Geminiは2回とも、声の無い12秒台に「声では…と言っている」と書きました。AIの答えは、動画のその時刻を開いて確かめてから直します。
  • Claudeのアプリには、Anthropicの説明では動画を入れられません。Claude Codeは、Macの中で動画からコマを取り出して見ました。

次の図は、同じ動画を3つのAIに渡したときに、見つけた誤りの数と、声を聞けたかをまとめたものです。

説明図。「ChatGPTに動画を読み込ませる」「同じ動画を3つのAIに渡すと、声まで聞けたのはGemini」の題。1 ChatGPT:画面は見たが、声は聞けず(2つ・1つ)。2 Gemini:声まで聞けた(4つ・4つ)。無い声も書いた。3 Claude Code:コマと無音を測った(3つ・3つ)。4 人:AIが出した時刻のコマと声を確かめる。下に「当方の実験:23秒の動画に4つの誤り、各2回」。
4つの誤りを入れた23秒の動画を2回ずつ渡すと、ChatGPT(有料プランなし)は画面を見ましたが声は聞き取れず、2つと1つを見つけました。Geminiのアプリ(有料プランなし)は声まで聞いて2回とも4つを見つけましたが、声の無い所にも声を書きました。Claude Codeはコマと無音の区間を測って2回とも3つを見つけ、声の言葉は聞き取れませんでした。

ChatGPTに動画を読み込ませるとは:動画のファイルを添付して、中身について聞くこと

ChatGPTに動画を読み込ませるとは、手元の動画のファイル(MP4など)をチャットに添付して、「何が映っているか」「誤りはないか」などを聞くことです。OpenAIのヘルプ「ChatGPT 画像入力 FAQ」には、有料プランに入っていなくても、動画のファイルを添付できるとあります。ただし「利用できる機能は、プラットフォーム、アップロード方法、アカウントによって異なります。」とも書いてあります。同じページには、「動画全体を分析できなかったり、音声を正確に解釈できなかったりする場合があります。」とも書いてあります。

当方の23秒・157KBのMP4も、有料プランに入っていないアカウントでそのまま添付できました。ChatGPTは「分析」を何度も回し、動画からコマ(1枚ずつの画像)を取り出して画面を見ました。声については、2回とも聞き取れなかったと答えました。ヘルプの「音声を正確に解釈できなかったりする場合」が、当方の動画では2回とも起きたことになります。

ChatGPT・Gemini・Claudeに動画を入れる手順

AI動画の入れ方当方で試した結果
ChatGPT(chatgpt.com)入力欄の「+」→「写真やファイルを追加」→ 動画を選ぶ有料プランに入っていないアカウントで添付できた。画面は見たが、声は聞き取れなかった
Gemini(gemini.google.com)入力欄の「+」→「ファイルをアップロード」→ 動画を選ぶ有料プランに入っていないアカウントで添付できた。画面と声の両方について答えた
Claude(アプリ)Anthropicの説明では、入れられるのは文書と画像だけアプリでは試していない
Claude Code動画のファイルの場所を伝えて頼むMacのffmpeg(動画や音声を扱うソフト)でコマを取り出して見た。声の言葉は聞き取れなかった
  1. ChatGPT:chatgpt.comを開き、入力欄の左の「+」を押して「写真やファイルを追加」を選び、動画のファイルを選びます。聞きたいことを書いて送ります。OpenAIのヘルプ「ChatGPT へのファイルと音声のアップロード」によると、有料プランに入っていないアカウントで上げられるファイルは、1日に3個までです。利用が集中する時間帯には、この上限が下がる場合があるとも書かれています。
  2. Gemini:gemini.google.comを開き、入力欄の左の「+」を押して「ファイルをアップロード」を選び、動画のファイルを選びます。Googleのヘルプ「Gemini アプリでファイルをアップロードして分析する」には、「動画の長さは合計 5 分までです。Google AI Pro または Google AI Ultra にアップグレードすると、合計 1 時間までの動画をアップロードできます。」とあります。
  3. Claude:Anthropicのヘルプ「Upload files to Claude」で、Claudeに入れられる形式として挙がっているのは、文書(PDFなど)と画像(JPEG・PNG・GIF・WebP)です。動画は、画像(コマ)にして渡します。Claude Codeなら、Macの中で動画からコマを取り出すところまで頼めます(Claude Codeで動画の修正を頼む方法)。

当方の実験:4つの誤りを入れた23秒の動画を、3つのAIに2回ずつ渡した

当方で作った23秒の見本の動画(設定の画面の絵に、日本語の字幕と声を付けたもの)に、わざと4つの誤りを入れました。動画をAIでチェックする方法で、Antigravity(中のAIはGemini 3.8 Flash)に見せたのと同じ動画です。ChatGPT・Geminiのアプリ・Claude Codeに、同じ頼み方で2回ずつ渡しました。表の「1回目/2回目」の○は見つけた、×は見つけなかった、です。

入れた誤りChatGPT(有料プランなし)Gemini(有料プランなし)Claude Code(当方の有料プラン)
字幕の誤字「選びまう」(6〜9秒)×/○○/○○/○
字幕の誤字「閉じまづ」(12.3〜12.7秒・0.4秒だけ)○/×○/○○/○
声は「保存します」・字幕は「削除します」(15〜18秒)×/×○/○×/×
メールの通知(20.3〜20.8秒・0.5秒だけ)○/×○/○○/○
見つけた数(4つのうち)2つ/1つ4つ/4つ3つ/3つ
声の無い所に「声では…」と書いたなし2回ともなし
答えが出るまで約1分〜1分半約20秒約8分と約4分

頼み方は、3つとも次の文です(Claude Codeには、頭に動画のファイル名を足しました)。

この動画(23秒・設定の画面の操作を、日本語の字幕と声で説明する見本の動画)を、公開前の校正として最初から最後まで確認してください。探すもの:字幕の誤字脱字、声と字幕の食い違い、映ってはいけない物(通知・私物など)、見切れ、そのほか公開前に直すべき所。見つけたものを、時刻・種類(場面/声/字幕)・直すことの表にしてください。実際に見聞きしたことと、推測を分けてください。見られなかった所や聞けなかった所があれば、正直に書いてください。

ChatGPT:画面は見たが、声は2回とも聞き取れなかった

ChatGPTは、2回とも動画からコマを取り出して画面を見ました。1回目は「0.5秒間隔のフレーム確認」をしたと書き、0.4秒の誤字「閉じまづ」と0.5秒の通知を見つけました。ところが、3秒出ている「選びまう」を「選びましょう」と読み、「誤字なし」としました。2回目は「選びまう」を見つけましたが、0.4秒の誤字と0.5秒の通知は出てきませんでした。それでも「映像は23秒の全体を確認しました」と書いています。

声は、2回とも、声の入った音があることは確かめたうえで、言葉は聞き取れなかったと答えました。声と字幕の一致は「未確認」です。聞けなかったことを正直に書いたのは、校正では大事な点です。

Gemini:声まで聞けたが、声の無い所にも声を書いた

Geminiのアプリは、2回とも4つ全部を見つけ、答えは約20秒で出ました。声は「最後に保存します」、字幕は「最後に、削除します。」と、声と字幕の食い違いも指摘しました。3つのAIの中で、声の言葉に触れたのはGeminiだけです。

ただし、2回とも、声の無い所に声を書きました。この動画は8.4秒から15.0秒まで声がありません(ffmpegで無音の区間を測りました)。それなのに、1回目は12秒台について「声では『設定を閉じます。』と言っている」、2回目は「音声では『最後に保存します』と言っている」と書きました。1回目は字幕を「閉じまう」と読み違えてもいます。そして2回とも、映像も音声もすべて確認できたと答えました。

Claude Code:コマと無音の区間を測ったが、声の言葉は聞けなかった

Claude Codeは、Macのffmpegで動画から0.1〜1秒ごとにコマを取り出し、無音の区間を測りました。2回とも、0.4秒の誤字と0.5秒の通知を、1コマずつ確かめて見つけました。時刻も「12.33秒に出て12.73秒に消える」のように細かく、短く出る誤字と通知の時刻は、実際との差が0.1秒以内でした。

声の言葉は、2回とも、声を文字に起こす手段が無く、確認できなかったと答えました。そのため、声は「保存します」・字幕は「削除します」の食い違いは見つけていません。代わりに、声の無い6.7秒の途中に字幕だけが0.4秒出ることを、2回とも指摘しました。時間はかかり、1回目は約8分、2回目は約4分でした。

どれを使うか:声と字幕を比べるならGemini、短い映り込みはコマで確かめる

当方の実験から言えるのは、次のことです。

確かめたいこと当方の実験で見つけたAI人が確かめること
声と字幕の食い違いGeminiだけ(2回とも)Geminiが「声では」と書いた所を、実際に聞く。無い声を書くことがある
字幕の誤字Gemini・Claude Codeは2回とも。ChatGPTは2回で1つずつ見逃したAIの読み違い(「閉じまう」「選びましょう」)があるので、コマで文字を見る
0.5秒だけの映り込み(通知など)Gemini・Claude Codeは2回とも。ChatGPTは1回だけその時刻のコマを開いて、本物の通知かを見る

次の図は、AIの答えを受け取ってから直すまでの分け方です。

動画を入れたAI

時刻つきの直す候補を出す ChatGPTは画面だけ、Geminiは画面と声、Claude Codeはコマと無音の区間を見た

4つのうち1〜4つを見つけた

その時刻を開く

人

コマを見て、声を聞く AIが出した時刻の、字幕の文字と声を確かめる

誤った指摘と無い声に気づける

どのAIも、自分の確かめた範囲を正しく言うとは限りません。ChatGPTの2回目もGeminiも「全体を確認した」と答えましたが、見逃しや無い声がありました。AIの指摘は「直す候補」として、動画のその時刻を開いて確かめてから直します。AIが見逃した所は、AIの答えには出てこないので、時刻を開くだけでは見つかりません。見逃しを探すには、人が動画を最初から最後まで通して見ます。動画の校正の進め方は、動画の校正のやり方にまとめています。

よくある質問

ChatGPTの有料プランなら、声も聞き取れますか。

ChatGPTは、有料プランに入っていないアカウントでしか試していません。有料のプランで声を聞き取れるかは、確かめていません。

何分の動画まで入れられますか。

Geminiのアプリは、Googleのヘルプに「動画の長さは合計 5 分までです。」とあります(Google AI Pro または Google AI Ultra では合計1時間まで)。ChatGPTのヘルプには、動画の長さの上限は見当たりませんでした。当方が試したのは23秒の動画だけです。

YouTubeの動画のURLを渡しても、同じように読めますか。

当方は、手元の動画のファイルを添付する形でしか試していません。URLを渡す形は、この記事の実験に入っていません。

字幕だけを確かめたいときは。

字幕のファイル(SRT)の文字をAIに渡す方法もあります。当方が別の字幕71個で試した実験では、ClaudeもGeminiも、誤りのうち10個を4回とも見つけ、誤った指摘は0件でした。くわしくは動画の字幕の誤字脱字をAIでチェックする方法にまとめています。

もっと楽にしたい人へ:AIの指摘を動画で確かめて、時刻入りで渡せる「Proofcut」

当方で作って販売しているProofcut(旧名 QMark)は、動画の校正アプリです。AIが「12秒台」「20秒付近」と出した場面で動画を止めて、本当に誤りがあるかを確かめ、iPadではApple Pencilで、iPhoneでは指で、赤を入れられます。書き出すと、直す場面ごとの時刻入りの画像と一覧ができます。

Proofcutは、iPadOS 26.0以降のiPadと、iOS 26.0以降のiPhoneで動きます。それ以前の iOS・iPadOS では動作しません。動画を開いて赤を入れるところまではお金がかからず、書き出しと共有はApp内課金で使えるようになります。

確かめた環境と出典

Macの裏技のトップへ