返信を手伝う前に、会話を読むAI
Subtextは、返信を手伝う前に会話を読みます。一文だけでは、答えるのに足りないことが多いからです。やりとりを貼るか、スクリーンショットを渡すか、相手から届いた音声メッセージを加えれば、誰が何を言ったのかを見分け、相手が何を求めているのかを要約し、まだ返事が必要なことを挙げ、相手の話を受けて続く返信を下書きします。このページは、その根拠です。前のメッセージがなぜ一文の意味を変えるのか、AIはそこから何を取り出せるのか、そしてそれはどこで止まるのか。Subtextが使うのは、あなたが渡した会話です。ふたりの関係を理解しているわけではありませんし、それができる道具を私たちは知りません。あなたの代わりに送信することは、決してありません。
iPhoneでも、Androidでも、ブラウザでも。スクリーンショットも音声メッセージも、AIモデルの学習に使われることはありません。
アプリの実際の例です。使ったのは、このために描いたチャットのスクリーンショットで、友人のPriyaが今夜の約束を二度目にキャンセルしてきたところです。返信の下書きは「うん、気にしないで。時間ある時でいいよ。」。Subtextは、また延期になったことも、8時の予約のことも読み取ったうえで、タグ「曖昧なメッセージ」をつけて3つの文案を出し、最後に、今夜8時の予約のことは返信に入れていないと添えました。この下に、その流れを手を加えずに載せています。
うん、気にしないで。時間ある時でいいよ。
楽しみにしていたのに、また延期でちょっとがっかりですよね。それでも相手を気遣う優しい返信だと思います。少しだけ伝わりやすくしてみました。
- 元の文に近い形 (思いやり, 送って大丈夫): うん、気にしないで。仕事落ち着いたら教えてね。 「気にしないで」で受け止めつつ、「落ち着いたら教えてね」で連絡を待つ姿勢がはっきり伝わります。
- あたたかく (思いやり, 送って大丈夫): うん、気にしないで。仕事大変そうだね、無理しすぎないでね。落ち着いたらまた誘って。 仕事を気遣う一言が入って、責めていないことがより伝わります。「また誘って」で次につながります。
- 来週を決める (安心, 送って大丈夫): 了解、仕事おつかれさま。気にしないでね。来週も忙しそうなら無理しなくていいから、予定が見えたら教えて。そしたらまた合わせて予約するね。 来週が難しければ無理しなくていいと伝えつつ、予定が見えたら合わせると具体的に示しているので、プレッシャーになりにくいです。
今夜の8時の予約は、あなたの返信には入れていません。必要なら取り消しの一言も足せます。もっと短くや、もっとカジュアルにもできますよ。
会話の文脈とは、本当は何を指すのか
一通のメッセージが運んでいるものは、見かけより少ないのです。「彼女」が誰なのか、「あれ」が何を指すのか、ある一文が質問への答えなのか訂正なのか。そのすべては、前のやりとりに照らして初めて決まります。聞き手が話し手の意図をどう読み解くかについてのGriceの説明は、聞き手が頼りにするもののなかに、発話の文脈と共有された背景知識を挙げています（「Logic and Conversation」）。会話分析はそこに、最初の行為が特定の次の行為を呼ぶことを加えます。質問は答えを、申し出は受諾か断りを予期させるので、同じ言葉でも、何のあとに来るかで違う働きをします（「Opening up Closings」）。人は誤解を何往復かかけて直し、訂正をそれが修復する問題に照らして読みます（「The Preference for Self-Correction in the Organization of Repair in Conversation」）。代名詞は、話し手がまだ前の文の焦点にあったものについて話しているという合図ですが、これはチャットではなく、一人の書き手による文章からの証拠です（「Centering: A Framework for Modeling the Local Coherence of Discourse」）。つまり文脈とは五つのものです。前のやりとり、それぞれを誰が言ったか、短い言葉が何を指すか、どの質問がまだ開いているか、そしてふたりの距離の近さを示す手がかり。一文だけでは、そのどれも手渡されません。
前のやりとりについて、証拠は何を言っているか
測定された証拠はベンチマークから来ていて、人々のスマホから得たものはひとつもなく、しかも二つの方向を指しています。ある発話単位の分類研究では、テスト時に対話のターンの順番を入れ替えると、対象の文はすべてそのままなのに、MultiWOZコーパスでの意図のスコアが加重F1で96.22から67.91に、DailyDialogでの対話行為のスコアがマクロF1で79.46から66.81に下がりました（「Exploring the Role of Context in Utterance-level Emotion, Act and Intent Classification in Conversations: An Empirical Study」）。これは一件の研究で、二者間の英語のベンチマーク対話を、大規模言語モデルではなく旧来の分類器で調べたものです。示しているのは、一部のラベルが前後のターンに依存するということであって、下書きされた返信がどれだけ良くなるかではありません。同じ研究は、片方の話し手の前の発言を取り除くと、あるタスクでは成績が上がり、別のタスクでは下がることも見つけています。私たちの読みでは、これはできるだけ多く貼ることへの反証です。反対側の証拠はもっと古いものです。再帰型とトランスフォーマー型の返信生成モデルは「発話の欠落や並べ替えといった摂動の大半にめったに反応しなかった」とされ（「Do Neural Dialog Systems Use the Conversation History Effectively? An Empirical Study」）、流暢な出力が履歴の浅い使い方を隠しうるということです。二つの論文は食い違っていて、あとのほうの論文はそう明言しています。
AIがやりとりから取り出せるもの、そしてそのむらの大きさ
測れるものは三つあります。誰が何を言ったかがわかると助けになります。話者の情報を加えると、複数人の会議の書き起こしでは、単独の「はい」や「いいえ」のような文脈に依存する行為の分類が改善しました。ただし、二人の電話では改善しませんでした（「Who is Speaking? Speaker-Aware Multiparty Dialogue Act Classification」）。位置も重要で、2023年ごろのモデルでは、関係する箇所が長い入力の最初か最後にあるときに精度が最も高く、真ん中にあると大きく下がりました（「Lost in the Middle: How Language Models Use Long Contexts」）。言葉づかいも関係します。答えを含む箇所が質問とほとんど単語を共有していない場合、128Kトークン以上のコンテキストを謳うモデル13本のうち11本が、32Kトークンの時点で短いコンテキストでのスコアの半分を下回り、比較的良かったGPT-4oでも99.3パーセントから69.7パーセントでした（「NoLiMa: Long-Context Evaluation Beyond Literal Matching」）。どれもチャットのやりとりを試したものではないので、三週間前に送られ、貼り付けの真ん中に埋もれ、今日の言い回しとは違う言葉で書かれた、肝心のそのメッセージこそ、モデルがいちばん軽く扱いがちだというのは推論です。Subtextはあなたが渡したやりとりをもとに動き、そのやりとりも同じ限界のもとにあります。
Subtextが、ふたりの関係を理解しているとは言わない理由
Subtextは、あなたが渡した会話を使って返信を提案します。ふたりの関係を理解しているわけではなく、それには構造的な理由があります。人は、相手が知っていると自分が思っていること、つまり共通基盤に合わせて話す内容を組み立てます。共通基盤は時間をかけて積み上がり、媒体が違えば築き方も違います（「Grounding in communication」）。私たち自身の例を挙げるなら、内輪の冗談、昨夜の電話、パーティーでの口論、別のアプリで決めたこと。どれも、その成り立ちからして、貼り付けにもスクリーンショットにも入っていません。モデルに見えている部分も安全ではありません。人々が異なる情報を持ち、途中で加わったり抜けたりする会話のベンチマーク（グループチャットや一部だけのスクリーンショットに近いというのは私たちのたとえで、論文自体はそうした対比をしていません）では、言語モデルは「思考の連鎖による推論やファインチューニングを行っても、人間より有意に劣る」とされ、著者らは現在のモデルが本当の意味での心の理論を備えているとは考えていません（「FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions」）。これらのスコアは2023年のモデルのもので、こうしたテストが何を測っているのかについては、いまも議論が続いています。いずれにせよ、特定の誰かがどう反応するかを予測できる道具はなく、Subtextについての独立した評価も存在しません。だから私たちは、控えめな主張にとどめています。
返信を下書きする前に、Subtextはやりとりをどう読むか
Subtextは、会話を、貼り付けた文章、チャットのスクリーンショット、あなたが録音した音声メモ、相手から届いた音声メッセージのどの形でも受け取ります。やりとり全体を読み、スクリーンショットなら吹き出しの位置から誰が話しているかを見分けます。見分けられないときや、貼り付けた一行があなたのものとも相手のものとも取れるときは、尋ねます。受け取ったメッセージについては、相手が何を求めているのかを、届いた言語のまま要約し、返事が必要なことを最大5つ挙げます。そのうえで、やりとりの続きとして相手の論点に答える返信を下書きします。どの下書きにも「送って大丈夫」か「気になる点」のどちらかが表示されますが、これは判決ではなく、もうひとつの読み方です。代わりにあなた自身の下書きを渡せば、タップひとつで切り替えられる最大3つの文案になって返ってきます。あなたの言葉づかいに近いまま問題点を直したもの、より温かく手直ししたものか別の切り口で書いたもの、そしてより全面的に書き直したもの。選んだものをコピーしてください。届いたメッセージを読むページでは、相手の求めていることを要約してから返信する、という流れを扱っています。このページは、やりとり全体がなぜ大切なのか、そしてどこで止まるのかの根拠です。
同じ一文でも、やりとりが違えば意味は変わる
長くて温かいメッセージのあとの「いいよ。」と、「7時で大丈夫？」のあとの「いいよ。」は別物ですが、言葉は同じです。「金曜あいてる？」のあとの「うん」は承諾で、「全然話聞いてくれないよね」のあとの「うん」は扉を閉めます。「明日朝早いんだ」は、何を聞かれたかによって、情報にも、言い訳にも、断りにもなります。「うん、それでいいよ」は、その上にある提案がなければ中身がまったくありません。「いや、火曜」は何かを訂正していて、訂正前の文面から下書きした返信は、ふたりがもう捨てた予定に自信たっぷりに答えてしまいます。白目の絵文字つきの「さすが」は、ある関係ではからかいで、別の関係では叱責です。その違いは経緯のなかにあって、画素のなかにはありません。そして「土曜のこと、まだ怒ってる？」は、その怒りが生まれたメッセージと一語も共有していません。これこそ、モデルがいちばん見落としやすい種類のつながりです。これらは上の理論を説明するための例であって、研究の刺激材料ではなく、誰も測定していません。Subtextが一文ではなくやりとり全体を求めるのはこのためで、そのメッセージ、どういう意味？という記事のとおり、メッセージの意味を読み解くことが見た目より難しいのもこのためです。
文法チェックや一文だけの書き直しと、どう違うのか
Subtextはやりとりを読み、文法チェックやトーンチェックはあなたの一文を読みます。一行だけのチェックには、「あれ」が何を指すのか、どの質問がまだ開いているのか、二つ前のメッセージで予定が訂正されたことはわかりません。そのどれも、その一行のなかにはないからです。現在はSuperhumanという社名の会社が作っているGrammarlyは、一定の長さ以上のあなた自身の文章にトーン検出をかけ、トーンや文の書き直しを提案しますが、個人的なチャットのスクリーンショットを読んで返信を下書きするという機能のドキュメントは、私たちには見つかりませんでした（2026年9月23日確認）。メッセージアプリに組み込まれた返信機能は、もうひとつの型です。Googleのヘルプページによれば、GoogleメッセージのMagic Composeは直前の20件のメッセージを文脈として使います（「Draft messages with Magic Compose」、2026年9月23日確認）。そのアプリの内側に限られた窓です。Subtextはメッセージを持ち込むアプリなので、どのアプリからでも、貼り付けたものは何でも見ますが、それ以外は見ません。Subtextも含め、これらを比較した独立した評価はないので、これは順位づけではなく、それぞれが何を読むかの説明です。下書き一本だけを見てほしいなら、メッセージのトーンチェッカーのページが向いています。
貼り付けた会話はどうなるのか
Subtextはあなたの言葉だけでなく相手の言葉も受け取るので、この節ではそれがどうなるかを説明します。これは考え方の整理であって、法的な助言ではありません。EUのデータ保護規則では、純粋に個人的な理由でやりとりを扱う人はその適用範囲の外にありますが、その手段を提供する事業者はそうではなく、チャットには、規則が特別な種類として扱う健康、政治、宗教、性に関する事柄が含まれうるとされています（「Regulation (EU) 2016/679 (General Data Protection Regulation)」）。スクリーンショットにはやりとり以上のものも写ります。連絡先の名前、時刻、ときには別のチャットからの通知バナー。どこかに貼る前に、返信に必要のない部分は切り取ってください。Subtextの側では、メッセージは、それを読み書きするAI事業者と、あとから会話に戻れるようにSubtextのサーバーに送られます。利用しているすべての事業者はプライバシーポリシーに記載しています。送った内容がAIモデルの学習に使われることは一切なく、送信の途中は暗号化されています。ご自身で会話を削除すれば、添付ファイルも含めてその場で消えます。アプリ内のウェブ検索は任意の機能で、検索語を検索事業者に送ります。設定でオフにできます。
どこで間違うのか、そしてSubtextはどうしているか
Subtextが間違う場面は、名前をつけておく価値のあるものが五つあります。ひとつめは、欠けた文脈と見えない経緯です。あなたが省いたものをSubtextは使えませんし、一度も文字にされていない経緯は、どんな道具にも届きません。ふたつめは皮肉です。経緯だけが皮肉の手がかりになっている場面では、間違いが起きると思っておいてください。Subtextがタグをつけるのはあなた自身の下書きだけで、相手のメッセージにラベルをつけることはありません。テキストが皮肉かどうか、どうすれば見分けられるのか？という記事のとおり、人間にとっても難しいことです。次に、切り取られたり並べ替えられたりしたスクリーンショットがあります。切り取ると、指している対象も、訂正も、どの行を誰が送ったかも消えますし、並べ替えをモデルが無視するのか読み違えるのかについては、上の二つの研究の見解が割れています。長いやりとりでは、上で述べた位置と言葉づかいの証拠がそのまま当てはまり、モデルは肝心のメッセージをいちばん軽く扱いがちです。最後はトーンのずれです。見知らぬ人同士で行われた二つのランダム化オンライン実験では、汎用的な返信候補が言葉をより前向きにしました。相手が実際にそれを使っていると協力度や親密さの評価が上がり、使っていると疑われただけの相手は低く評価されましたが、これは相関であって因果ではありません（「Artificial intelligence in communication impacts language and social relationships」）。私たちが引き出した推論は、感じよく聞こえさせるだけの道具は、はっきり言う必要のある場面で失敗しうるということです。だからSubtextは、より短くてわかりやすい文案を出し、一語を自分で直せるようにしています。誰が話しているのかわからないときは、尋ねます。
よくある質問
返信を提案する前に、やりとり全体を読んでくれるツールはありますか？
Subtextがそうです。やりとりか、そのスクリーンショットか、相手から届いた音声メッセージを渡せば、やりとり全体を読み、誰が何を言ったのかを見分け、何かを下書きする前に、相手が何を求めていて、何にまだ返事が必要なのかを要約します。選んだ返信をコピーするのはあなたで、Subtextが代わりに送ることはありません。
チャットのやりとり全体を読んで、ちゃんとした返信を手伝ってくれるアプリはありますか？
Subtextは、iPhoneでも、Androidでも、ブラウザでも、渡されたチャットを読み、やりとりの続きとして相手の論点に答える返信を下書きします。自分の下書きを貼れば、タップひとつで切り替えられる3つの文案になって返ってきて、それぞれがあなたの言葉づかいをどれくらい変えたかを示します。返信が「伝わる」とはどういうことかという記事に、その裏づけとなる研究があります。使うのはあなたが渡した会話だけで、一度も文字にされていないことは知りようがありません。
チャット全体を読んで、ちょうどいいトーンで返信するのを手伝ってくれるアプリはありますか？
Subtextはやりとりをもとに下書きします。あなたが書いた下書きには、元の言葉からどれくらい離れるかが違う、最大3つの文案を出します。あなたの言葉づかいに近いまま問題点を直したもの、より温かく手直ししたものか別の切り口で書いたもの、そしてより全面的に書き直したもの。どちらの場合も、「温かく」「短く」「もっとカジュアルに」「自信を追加」「ユーモアを追加」のワンタップの調整があります。あなた自身の下書きには、きつい、冷たい、受動攻撃的、曖昧、謝りすぎと読まれかねない言葉に印をつけますが、それはつねに可能性としてであって、判決ではありません。限界がひとつあります。ある一対の実験では、汎用的なスマートリプライの候補が、見知らぬ人同士の言葉を前向きな方向に押しやりました。AIに頼むと、メッセージはロボットっぽくなるのか？という記事で説明しているとおりです。だから、はっきり言う必要があるときは、よりはっきりした文案を確かめてください。
言葉の表面だけでなく、相手との関係まで理解してくれる文章アシスタントはありますか？
ありません。それができると言う道具は、言いすぎです。ふたりが共有しているものは、一部はやりとりの記録の外で築かれますし、人々が異なる情報を持つ会話で試されたモデルは、人間より有意に劣ります（「FANToM: A Benchmark for Stress-testing Machine Theory of Mind in Interactions」）。その代わりにSubtextは、渡されたやりとりを読み、誰が話しているかを見分け、手がかりが少ないときや、メッセージが境界線、断り、対立に関わるものであるときは、誰に宛てたもので、何が起きてほしいのかを尋ねます。日常的なメッセージでは、あなた自身の下書きのトーンからふたりの距離の近さを読み取り、それを文案に保ちます。
会話を全部貼らないといけませんか？
いいえ。多ければいいというものでもありません。ベンチマークでは、履歴を増やすことが対話分類器の助けにも妨げにもなり、言語モデルは長い入力の真ん中にある内容をうまく使えませんでした。返信が左右される部分を貼ってください。まだ開いている質問、訂正、そしてあなたが答えようとしているメッセージです。ある一行があなたのものか相手のものかSubtextにわからないときは、尋ねます。
スクリーンショットで、誰が話しているか見分けられますか？
Subtextは、チャットのスクリーンショットをあなたと同じように読みます。片側があなたの吹き出し、もう片側が相手の吹き出しです。レイアウトからはっきりしないときは尋ねます。会話の逆側から下書きした返信は、下書きがないよりも悪いからです。
音声メッセージでも使えますか？
使えます。相手から届いた音声メッセージを渡せば、Subtextはほかのメッセージと同じように読みますし、自分の音声メモを録音して下書きにすることもできます。どちらも文字と同じ読み方を通ります。誰が何を言ったか、相手は何を求めているか、何に返事が必要か。
使ったことは相手に知られますか？
Subtextから相手に伝わることはありません。Subtextはあなたの側だけで動き、何も送信しません。返信は、あなたが自分のメッセージアプリに貼り付けたときに、そこから出ていきます。Subtextは相手にラベルをつけることもありません。相手のメッセージに「敵意がある」「操作的だ」といったタグをつけることはなく、読むのは画面上の言葉であって、送った本人が内心どう感じているかではないからです。相手は怒っているのか、それとも考えすぎなのかという記事で、その隔たりがなぜこれほど大きいのかを扱っています。
日本語でも使えますか？
Subtextは20以上の言語に対応していて、あなたが書いた言語のまま答えます。受け取ったメッセージの要約は、そのメッセージが届いた言語で返ってきます。
料金はいくらですか？
Subtextは、はじめに数回の分析を無料で使えます。その後は有料のサブスクリプションで、週間、月間、年間のプランがあり、スマホではApp StoreかGoogle Play、ウェブではStripeを通じて請求されます。登録する前に、あなたの通貨での価格が表示されます。
Subtextは20以上の言語に対応していて、あなたが書いた言語のまま答えます。スマホでもブラウザでも使えます。
必要な場所に、いつでも
Subtextは、まずスマホのために作られています。アカウントがあれば、ウェブでもそのまま使えます。
もうお使いの方は、web.subtext.itでも同じアカウントが使えます。スマホの内容とそのまま同期されます。
コードを読み取ってインストールすることもできます。クリックすると拡大します。
いまお使いのブラウザで、そのまま動きます。
- Safari
- Edge
- Chrome
- Firefox
- Opera
- Brave
App Store
スマホのカメラで読み取ると、インストールできます。