音楽プロデューサーがChatGPTとOpenAIのデスクトップアプリ「Codex」を使ってLogic Pro向けに動作するオーディオプラグインを作り、市販のマスタリングツールとブラインドリスニングテストで比較しました。結果は明暗が分かれました。約10分で組み上げたソフトクリッパーは7つのプロセッサー中2位に入り、複数の有料製品を上回りました。一方、AIの作業時間にして約4分で設計・コーディングした、より野心的なマスタリングプラグインは6位にとどまりました。この2つの結果の差こそが本当の教訓です。コードはAIが書きましたが、音は依然としてプロデューサーの耳とオーディオの知識に左右されていました。

準備:月$20のサブスクリプションとデスクトップエージェント

制作は標準的なChatGPT Plusサブスクリプション(月額約$20とされています)で行いました。OpenAIのデスクトップアプリ内で、エンジンを通常のChatGPTからOpenAIのローカルコーディングエージェントであるCodexに切り替えます。Codexはコンピューター上で直接動作し、ファイルの作成・編集、スクリプトやビルドツールの実行、ソフトウェアのコンパイルを、逐一許可を求めることなく行えます。これがオーディオ制作で重要なのは、プラグインがチャットの回答ではないからです。プラグインはコンパイル済みのバイナリであり、Logic ProのようなDAW(デジタルオーディオワークステーション)が読み込める場所にインストールしなければなりません。

セッションのコストを左右した設定は2つありました。

  • モデル: GPT-6 Astra。複雑なエンジニアリングタスク向けのOpenAIの最上位モデルとされています。モデルの階層は組織図のようなものと考えるとよいでしょう。小さなモデルが若手の仕事を担い、フラッグシップモデルはアーキテクチャを設計できる役員のような存在です。些細な作業にフラッグシップを使うのは割り当ての無駄です。
  • 推論の深さ(Reasoning effort): Lightに設定。より高い推論レベルは週ごとのトークン予算をはるかに多く消費し、Ultra設定では自律的な探索が増えるためシステム権限の確認も求められます。プロトタイプにはLightの推論で十分でした。

AnthropicのClaude Code(Claude Opus 5.5をHigh Modeで実行)が現時点ではより強力なコーディングの選択肢に見えましたが、一般ユーザーが利用しやすいという理由から、今回の手順ではCodexが選ばれました。

仕様書の代わりに2枚の参考画像でプロンプトを書く

マスタリングチェーンを記憶を頼りに説明する代わりに、プロデューサーはAIに画像を渡しました。市販のマスタリングプラグインであるMusik HackのMaster Plan 2のスクリーンショットをプロンプトに添え、そのマスタリング構成要素を特定したうえで、新しい名前とアーキテクチャで再発明するよう指示しました。プロンプトでは、すべてのパラメーター名を考え直すこと、見た目や機能が似た模倣品にならないこと、マシン上の既存リポジトリからコードを引用しないことを明示的に求めました。狙いは、マスタリングプラグインが何をするかという概念を借りることであり、知的財産を借りることではありません。

見た目については、手触りのあるビンテージ風ノブを備えたスタジオ機材であるDrawmer MC3.1モニターコントローラーの製品写真を貼り付け、同様のノブ、質感、配色を使ったオリジナルのインターフェースを設計するよう依頼しました。ソフトウェアからの機能面の参考と、ハードウェアからの視覚面の参考を組み合わせた結果、どちらにも似ていないものが生まれました。

2枚の参考画像の横のモニターに、ノブとアンバーのメーターを備えたチャコール色の新しいプラグインインターフェースが形になりつつある

▲ ソフトとハードの参考画像から生まれる新デザイン

約1分20秒で、Codexはインターフェースのモックアップと設計文書を返しました。仮称「Plan B」というこのコンセプトは、彫刻的なダークカラーのノブ、チャコールのメタルフェースプレート、アイボリーの文字、温かみのあるアンバーのメーターを採用し、コントロールは4つのブロックにまとめられました。

ブロック コントロール
Shape マルチバンドコンプレッション、周波数バランス調整EQ、明瞭度の強調、レゾナンス制御
Texture テープの温かみ、サチュレーション、まとまり、高域ハーモニクス生成
Space ステレオフィールド管理、幅、モノラル試聴
Finish 出力レベル、密度コンプレッション、ラウドネスリミッティング、トゥルーピークシーリング

より深いパラメーターでメインパネルが散らからないよう、別途Detailタブも仕様に含められました。Codexは、これはあくまで計画であり、オーディオ処理のコードはまだ存在しないと明言していました。

止まった箇所と、プロンプトによる解決

最初の本当の障害は技術的なものではありませんでした。タスク開始時、Codexはアカウントの週間使用量を確認して88%に達していることを把握し、AGENTS.mdファイル(エージェントのルールを定めるプレーンテキストの設定ファイル)が80%を上限と定めていたため停止したのです。エージェントのメッセージには、消費の暴走を避けるために作業を中断したとありました。

解決策は1行の手動オーバーライドでした。続行してよいが、このステップに使うのは週間割り当ての5%までとする、というものです。この種のガードレールは真似する価値があります。自律エージェントは実験で割り当てを使い切ることがあり、書面で上限を定めておけば、立ち止まって確認する理由ができます。

オーバーライドを設定したうえで、次のプロンプトではDSPライブラリ(デジタル信号処理、つまり実際に音声を変化させる数学的処理)をゼロから書くことと、Spaceセクション内に小さなルームリバーブを加えることを依頼しました。この段階には2分38秒かかり、週間予算の約1%を使いました。できあがったコアには、6バンドのマルチバンドネットワーク、ミックス範囲0から25%でデフォルトではバイパスされるルームリバーブ、トゥルーピークのオーバーシュート保護、ネイティブのオーバーサンプリングが含まれていました。設計とDSPの生成時間は合計で約4分。従来ならソフトウェアエンジニアが9か月から数年を費やしてきた作業です。

最後のプロンプトは平易な英語でした。Logic Proで使えるようVSTとAUの形式でインストールする、というものです。Codexはローカルのビルドツールを設定し、ネイティブのmacOSバイナリをコンパイルしました。ビルド実行の記録は1分15秒から2分24秒の間でした。

最初のビルドには本物の音の欠陥があった

Plan BをLogic Proに読み込むと、動くプロトタイプと完成品の距離がどれほど遠いかが分かりました。問題は2つのグループに分かれます。

AIが自力で判断できなかったオーディオエンジニアリングの問題:

  • Room Mixコントロールがリバーブをパラレルセンドではなく直接のクロスフェードとして混ぜていたため、アンビエンスを上げるとドライ信号が下がり、ミックスのパンチが失われました。最初からパラレルルーティングをプロンプトで指定すべきでした。
  • Driveのサチュレーションは平凡な音で、目立った温かみがありませんでした。
  • シーリングを-0.3 dBFSに設定してFinishセクションのリミッターを強くかけると、ざらついて平板な音になり、市販リミッターの滑らかさとヘッドルームに欠けていました。
  • Lusterという名前のコントロールは聴き取れるほどの変化をほとんど生まず、その曖昧な名前はユーザーに何をするものかをまったく伝えていませんでした。

AIビルドにありがちな癖:

  • インターフェース上の文字化けした、あるいは余計なラベル文字。
  • 既存コードをコピーしないという指示にもかかわらず、内部プロジェクトフォルダーの設計ルールから引っ張ってきたTXとKXというラベルの2つのボタン。
  • バイパスコントロールがオン/オフのスイッチではなく、0から100%のダイヤルとして描画されていた。
  • コンパイルされたGUIが承認済みのモックアップとまったく似ていなかった。

最後の問題は、ChatGPTでもう一度短いプロンプトを送ることで解決しました。結果が参考画像と一致していないと述べ、モックアップに従ってレイアウトを作り直すよう求めたのです。作り直しは2分以内に完了し、週間予算の約2%を使いました。すべてのパラメーターをむき出しの縦スライダーとして表示するLogic Proの素のControlsビューと比べ、構造化されたパネルによってプラグインははるかに理解しやすくなりました。明確な視覚的階層のないプラグインは、ただのスライダーの山にすぎないことを思い出させてくれます。

最初のプロンプトから作り直しを経てブラインドテストまで いいえ はい 2枚の参考画像を添えたプロンプト 使用量の上限で止まったら5%の制限付きでオーバーライド 設計文書、次にDSPライブラリ VSTとAUをビルドしてインストール Logic Proに読み込んで試聴 モックアップと一致? 市販ツールとのブラインドテスト
▲ 最初のプロンプトから作り直しを経てブラインドテストまで

決着をつけたブラインドテスト

音質の判定にはHOFA 4U+ BlindTestを使いました。これはLogic Pro用のユーティリティで、どのスロットにどのプラグインが入っているかをサイコロのアイコンの裏に隠し、リスナーがそれぞれを評価してメモを書けるものです。同じヒップホップのインストゥルメンタルに7つのプロセッサーをかけました。Plan B、10分で作ったChatGPT製ソフトクリッパー、プロデューサー自身が既に持っていたAIマスタリングツール(バージョン13)、Quick Masterプリセットを使ったMaster Plan v1.5、Master Plan 2、Apogee Limiter、そしてオープンソースのテスト用リミッターです。

7つの伏せられたスロット、星評価、メモが並ぶブラインドリスニングテストを映すモニターと、ヘッドホンをつけたリスナー

▲ 7プラグインのブラインドリスニングテスト

各ラウンド中に入力したメモによって、スロットは3つの層に分かれました。最下層は暗くて柔らかすぎるもの、中間層はクリーンだが「安全すぎる」トランジェント重視のもの、最上層は音が大きくパンチのある有力候補です。あるスロットは「ワイドで明瞭、密度が高く、パンチがあり、音が大きい」というメモで即座に際立ちました。別のスロットには「ざらつきすぎ、歪んでいる、柔らかすぎる」と記されました。上位2つの直接A/B比較では差は大きいとされ、首位の方がステレオの奥行き、幅、高域のディテールに優れていました。

目隠しを外すと、順位は次の通りでした。

順位 プラグイン 試聴メモ
1 プロデューサーの既存AIマスタリングツール(v13) 充実感、密度、パンチ、広いステレオイメージ
2 ChatGPT製ソフトクリッパー(制作約10分、無料) 明瞭で確かなトランジェント、やや暗め
3 Master Plan 2 音は大きいがざらつきすぎ
4 Master Plan 1.5 ざらつきすぎ
5 Apogee Limiter トランジェント重視だが安全すぎて音が小さい
6 Plan B(新規ビルド) ざらつきすぎ、歪んでいる、柔らかすぎる
7 オープンソースのテスト用リミッター 最下位

この順位は、1人のリスナーが1曲で下した好みを反映したものであり、ビート主体の音楽向けに強いトランジェントを好む傾向があることも認められています。柔らかく暗めのプロセッサーは、エネルギッシュなビートでは失格でも、ノスタルジックで滑らかな作品には合うかもしれません。それでも全体像は一貫しています。ChatGPTで作った小さなクリッパーが市販ツール(そのうち1つは開発に3年かかったとされています)を上回る一方で、はるかに複雑なAI製プラグインは最下位近くに終わりました。このペースなら100本のマスタリングプラグインを生成するのに約400分で済むかもしれませんが、速さは音について何も語りません。

ここから学べること

ここでの主張は、オーディオツール開発においてコーディングはもはやボトルネックではないということです。DSPとGUIのコードを手書きするにはかつて数か月から数年かかりましたが、今回は数分と週間AI予算の数%で済みました。簡単にならなかったのは、何が良い音か、リバーブをどうルーティングするか、どのサチュレーションが音楽的か、リミッターがいつトランジェントを潰しているかを知ることです。その判断が2位のクリッパーを生み、Plan Bの欠陥をあぶり出しました。

音楽でも他の分野でも、自分のツールを作りたいなら、この手順は応用できます。

  1. 機能ブロックを抽出するために既存ツールの参考画像をモデルに渡し、見た目については別の視覚的な参考画像を渡す。
  2. 名前、商標、ソースコードなど、コピーしてはならないものを明確に述べる。
  3. 軽めの推論設定から始め、実行させる前にエージェントの設定ファイルで使用量の上限を定める。
  4. バイパスにはトグル、アンビエンスにはパラレルルーティングといったように、コントロールの種類と信号の流れを最初から具体的に指定する。
  5. 出力が参考と違っていたら、率直にそう伝えて作り直しを求める。
  6. 入手できる最良の代替品(試用版を含む)に対して結果をブラインドでテストする。1対1の比較ではなく7から10の候補を並べ、確証バイアスが自作品をひいきできないようにする。

ツールは変わり続け、モデルの名前やバージョンは目まぐるしく入れ替わります。価値を保ち続けるスキルは、AIに何を作るべきかを伝えるドメインの専門知識と、それがうまくいったかどうかを判断する批判的な目です。