【新機能】ChatGPTがYouTube再生とリアルタイム同期。WebMCPで一時停止→解説→再生継続。セットアップ10秒。 見ながら聞くだけで会話になる。 ・ページのツールをChatGPT/Codexが自動検出 ・対応はGPT-5.6 SolとTerra、Lunaは無効 ・デモはNASA公式Earthrise in 4K(1968年12月24日) ・専用アプリ不要 字幕より先に、AIが隣で解説する時代。 ↓詳細

■ 補足 WebMCPは、閲覧中のページがAIへ直接ツールを渡す標準仕様。ChatGPTのデスクトップ版ブラウザでCodex/ChatGPT Workから使える(Enterprise/Eduは対象外)。対応はGPT-5.6 SolとTerraのみ、Lunaは現時点で無効。従来のMCPは外部サーバーへの個別接続が必須だったが、WebMCPは訪問中のページ自体がツールを提供する。⚠️ デモの「Watch with GPT」はOpenAI公式ではなく、投稿者vechen氏によるWebMCP活用の検証サイトとみられる。 ■ 出典

字幕をつけたからと言ってあたかも自分の投稿のようにするのは良くないと思います。

WebMCPの自動検出はいいけど、動画の権利者側がタイムコード付きメタデータ整備してないとAIの解説精度は落ちそう。NASA公式素材だからこそ綺麗にデモできてる印象。

Turning videos into a conversation, cool idea

ページ側からツールを渡す、という発想は大きいですね。うちも手順書を読ませてから操作させる場面が多く、その間の受け渡しが一番壊れやすいところでした。

WebMCPによるDOM同期は動画学習のUXを一変させます。再生コンテキストの直接保持で外部要約APIコストを80%削減でき、従来の文字起こし連携は不要になります。低遅延な同期制御の実現により、次世代の教育支援基盤が完成します🙂

操作と解説が同じ画面で往復できると、動画を止めて確認してから続きに戻れるのが便利ですね。対応モデルを絞った理由も気になります。

一時停止して解説、そのまま再生に戻れるのが効きますね。 僕は講義系の動画を字幕で落として読む形にしていたんですが、結局あとで読み返すだけになって、その場の疑問は流していました。 分からない所で止めて聞ける形になると、止まるコストが消えるので、動画を最後まで見る意味そのものが変わりそうです。 字幕より先に隣で解説、という表現が腑に落ちました！