Gemini LiveのGuided Visionとは?Androidの設定・使い方と注意点

当ページのリンクには広告が含まれています。

Gemini Liveの「Guided Vision」は、Androidスマートフォンのカメラ映像をGemini Liveに共有し、目の前の文字や物、色、周囲の様子を音声で説明してもらう視覚支援機能です。Googleは2026年10月1日、対応するAndroid端末向けに提供を開始したと発表しています。Google公式ブログ

ポイントは、単にカメラに映ったものを説明するだけでなく、「もう少し右へ」「少し下に向けて」「一歩下がって」のように、対象をうまく映すためのカメラ操作も声で案内することです。視覚障害者やロービジョンの人を中心に設計されていますが、小さな文字が読みにくい場面や、落とした物を探す場面など、日常の確認作業にも使いやすい機能です。

目次

Guided Visionでできること

Guided Visionは、スマホのカメラを「会話できる目」のように使う機能です。Gemini Liveでカメラを共有し、見たいものについて質問すると、音声で説明を返します。

用途 使い方の例 向いている場面
文字の読み取り 食品ラベル、家電の表示、メニューを読ませる 小さい文字、暗い店内、手元の書類確認
探し物 床や机の上を映して、イヤホンや鍵があるか聞く 近くにある物を見つけたいとき
色や模様の確認 服の色、柄、組み合わせを説明させる 身支度や商品確認
周囲の把握 部屋やテーブル上に何があるか聞く 初めて入る場所、作業机の整理
追加質問 「そのラベルの賞味期限は?」「左側の物は何?」と続けて聞く 一度の説明で足りないとき

Googleは、開発にあたり視覚障害者・ロービジョンのコミュニティと協力し、AiraのTrusted Tester Networkから1,000人以上がテストに参加したと説明しています。Google公式ブログ

使い方:設定でGuided Visionを有効にしてからカメラ共有

2026年10月28日時点のGoogleの公式案内をもとに書いています。Androidの実機では、まだ試していません。

  1. Android 9以降の対応端末で、Geminiアプリとシステムソフトウェアを更新します。Gemini Liveが対応する地域・言語で使うことも条件です。
  2. Geminiアプリのプロフィールから設定を開き、「Use Guided Vision in Live」に相当する項目をオンにします。日本語の表示名は環境で異なる場合があります。
  3. Gemini Liveを開始し、カメラ共有を選びます。
  4. 安全な場所に止まった状態で対象を映し、読んでほしい文字や探したい物を具体的に伝えます。
  5. 音声の案内に合わせてカメラの向きをゆっくり調整します。移動の安全判断には使いません。

設定項目が見当たらない場合は、アプリ・OSの更新、Gemini Liveの利用条件を確認してください。カメラ共有ができることだけで、Guided Visionが有効とは判断しないようにします。

最初の確認は、答えが分かる紙と小物で行う

試すなら、次の手順がわかりやすいです。機密情報を含まない紙に「テスト資料・10月28日・会議室A」と書き、机の上に置きます。

この紙に書かれた文字を読み上げてください。
見えない部分は推測せず、読めないと伝えてください。
文字全体を映すために、カメラをどう向ければよいか教えてください。

紙の一部が切れた状態と、全体を映した状態を比べます。欠けた文字を作り足さないか、向きの案内で読み取れる状態になるかを確認します。正解は紙の内容と照合してください。

次に、机に置いた小物の色や位置を質問できます。食品のアレルギー表示、薬の種類、重要な契約書類は、最初の動作確認に使わないでください。カメラに映した内容をAIへ共有するため、周囲の人や書類が映り込まないことも確かめます。

従来の画像認識との違い

Guided Visionの大きな違いは、静止画像を送って説明してもらうだけではなく、カメラを向けながら会話できる点です。対象が画面の端に切れている、近すぎて読めない、暗くて判別しづらいといった場合に、音声で撮り方を直してくれます。

たとえば、賞味期限を読みたいのにラベル全体が映っていない場合、Geminiが「少し右へ」「もう少し離して」と案内し、その後に日付を読み取る流れが想定されます。スマホの画面を目で確かめにくい人には、このカメラの誘導がいちばん役に立つはずです。

できないこと・使ってはいけない場面

Guided Visionは視覚支援として有用ですが、安全に関わる判断を任せる機能ではありません。Googleは、ナビゲーション、安全な移動の案内、障害物検知、白杖などの移動補助具の代替として使うものではないと説明しています。Google公式ブログ

  • 道路横断や駅のホーム移動など、失敗が事故につながる場面では使わない
  • 薬の種類、アレルギー表示、契約書の重要条項などは、最終確認を人間や公式情報で行う
  • 暗すぎる場所、反射が強い包装、手ぶれが大きい状態では誤認識の可能性がある
  • 会社の機密資料や個人情報を映す場合は、利用ポリシーを確認する

「読めたら助かる」「場所の見当を付けたい」という補助には向いていますが、「間違えると危険」「法的・医療的に重大」という判断には使わない、という線引きが必要です。

うまく動かないときの確認ポイント

機能が表示されない、説明が不正確、文字が読めない場合は、次の順に確認すると原因を切り分けやすくなります。

  • Geminiアプリを更新する:古いバージョンでは表示されない可能性があります。
  • Gemini Liveが使える状態か確認する:アカウント、地域、言語設定によって利用可否が変わる場合があります。
  • 照明を増やす:暗所や逆光では文字認識や色の説明が不安定になります。
  • 対象を中央に入れる:Guided Visionの案内に従い、ゆっくりカメラを動かします。
  • 質問を具体化する:「これを説明して」より「賞味期限を読んで」「赤いボタンの位置を教えて」の方が意図が伝わりやすくなります。

日常・仕事での現実的な使いどころ

会社員や個人事業主が試すなら、まずは低リスクな確認作業から始めるのが安全です。たとえば、出張先のホテルで家電のボタンを確認する、暗い飲食店でメニューの一部を読む、自宅で小物を探す、といった用途です。

一方で、請求書の金額、契約書の条項、顧客情報が含まれる書類などは慎重に扱うべきです。業務効率化の観点では、Guided Visionを「最終判断を任せるAI」ではなく、「目視確認を助ける音声アシスタント」と位置付けると使い道を誤りにくくなります。

まずは設定の有効化とカメラ共有を確認し、上記のテスト用の紙で試してください。仕事で使う場合は、生成AIの社内利用台帳に、映してよい情報と結果の確認者を記録しておくと運用しやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

IT業界で10年、ソフトウェア開発をしてきたエンジニアです。今もChatGPT、Codex、Claude Codeを中心に、開発の効率化や生産性向上にAIをフル活用しています。応用情報技術者。登壇や執筆もしています。このサイトでは、仕事でAIを使う立場から、料金や利用条件、使い方を調べてまとめています。

目次