ChatGPT・Gemini・Claudeを使い分けて、10歳でも作曲できる方法を実践する。

AIでスマート化


AI MEDIA | AI TREND

ChatGPT・Gemini・Claudeを使い分けて、10歳でも実践できる作曲入門。

「AIで曲は作れるの?」という素朴な疑問に、3つの代表的なAIチャットの違いと、実際に音を鳴らすためのツールまで含めて答えます。専門用語はその場で説明するので、音楽もAIも初めてで大丈夫です。

公開日:2026年7月10日 | 想定読了時間:約14分 | 執筆:AI MEDIA編集部


01 Introduction |結論:3つのAIは「役割」が違う

結論から言うと、ChatGPTとClaudeは「言葉の専門家」、Geminiは「言葉も音も出せる専門家」です。3つとも「作曲のアイデアを手伝ってくれる」という点では共通していますが、実際に耳で聴ける「音」を直接生成できるかどうかに、はっきりとした違いがあります。

編集部見解:「AIで作曲」という言葉は2種類の意味で使われがちです。①歌詞やコード進行など「曲の設計図」を作る作業と、②実際にスピーカーから流れる「音」を作る作業です。この記事では、この2つを分けて整理します。

実例:広告制作会社GENAIの活用事例では、ChatGPTで歌詞を作成したうえで音楽生成AI「Suno」に流し込むワークフローにより、スタジオ発注では1曲あたり約10万円かかっていた広告用BGM制作が、ほぼ無料・約1時間で完結するようになったと報告されています。同社ブログによると、この分業体制がコスト構造そのものを変えたといいます。

つまり「ChatGPTやClaudeだけで音楽が完成する」と思って使い始めると、必ず「あれ、音が出ない」という壁にぶつかります。逆にGeminiは、2026年2月に追加された音楽生成モデル「Lyria 3」のおかげで、チャットのようにお願いするだけで実際に歌ってくれる曲が数十秒で出てきます。この違いを最初に押さえておくと、この先の内容がぐっと理解しやすくなります。



02 Background |背景・定義:そもそも「AIが音楽を作る」とはどういうことか

まず、この記事に出てくる言葉を、出てきた瞬間にひとつずつ説明していきます。

テキスト生成AIとは

ChatGPT・Claude・(会話部分の)Geminiのように、文字の質問に文字で答えるAIのことです。歌詞や、コードの並び方(コード進行)を「文章・記号」として出力するのは得意ですが、その文字を「歌声」や「楽器の音」に変換する機能は基本的に持っていません。

音声生成AI(音楽生成モデル)とは

テキストの指示から、実際に耳で聴ける音声データそのものを作り出すAIです。GoogleのLyria 3や、後述するSunoなどが該当します。Google公式ドキュメントによれば、Lyria 3はテキストや画像から44.1kHzの高音質ステレオ音声を生成し、ボーカル・歌詞・楽器演奏を含む構造的な楽曲を出力できるとされています。

Agent Skills(エージェントスキル)とは

Claude Codeなどが、特定の作業のための手順書やスクリプトを「フォルダ」の形でその場で読み込み、専門的なタスクをこなせるようにする仕組みです。Anthropic公式のエンジニアリングブログでは、Skillsを「AIエージェントのための新人研修マニュアル」にたとえて説明しており、2025年12月にはプラットフォームを問わず使えるオープンな標準として公開されています。この仕組みを使うと、Claude単体では出せない「音」を、外部の音楽生成モデルと組み合わせて作れるようになります。

SynthID(電子透かし)とは

GoogleのAIが生成した音声・画像に埋め込まれる、人間の耳では気づけない識別用のマークのことです。Google公式ブログは、Lyria 3で作られた楽曲すべてにSynthIDが組み込まれており、後から「AI生成かどうか」を検証できるとしています。

03 Mechanism |仕組み:なぜChatGPTは歌えず、Geminiは歌えるのか

この違いは「AIの賢さの差」ではなく、「そもそも作られた目的(学習したデータの種類)が違う」ことに由来します。ここでは図解は使わず、文章と表で仕組みを整理します。

ChatGPT・Claude:言葉の「設計図」を作るしくみ

ChatGPTとClaudeは、大量の文章から「次に来る言葉」を予測するように訓練されたモデルです。そのため出力できるのは文字だけであり、マネーフォワード クラウドの解説記事が整理しているとおり、ChatGPTで作曲できる範囲は「歌詞・キャッチコピー・コード進行・曲構成・ABC記譜やMMLなどの記譜テキスト」までであり、完成した音源ファイルそのものの生成には対応していません。Claudeも同じ構造の言語モデルであるため、これは共通の制約です。

Gemini(Lyria 3):文字を直接「音の波形」に変換するしくみ

一方Lyria 3は、テキストや画像を音声データへ直接変換するために設計された、音楽専門の生成モデルです。Google AI for Developersの公式ドキュメントによれば、プロンプトに楽器・BPM(曲の速さ)・キー(調)・ムード・構造を具体的に書き込むほど狙った音に近づくとされ、[Verse](Aメロ)や[Chorus](サビ)のようなセクションタグを使うことで曲の構成をコントロールできます。

実例:ITブログ「CSS-NET」の検証記事では、音楽知識ゼロの筆者が「仕事のモチベーションが上がる曲」というテキストだけをLyria 3に入力したところ、男性ボーカルが力強く歌う日本語の楽曲が数十秒で生成され、歌詞もテキストとして取得できたと報告されています。同記事では、さらに1枚の画像をアップロードするだけで、その画像の雰囲気を反映したラップ調の楽曲が生成された例も紹介されています。

Claude Codeという「第三の道」

ここで重要なのが、Claude自体は歌えなくても、Claude Codeというコーディング支援機能とAgent Skillsを組み合わせると話が変わってくるという点です。エンジニア向け技術メディアQiitaの解説記事によれば、ACE-Stepという専門の音楽生成モデルをAgent Skillsとして接続することで、Claude Codeに「音楽も作れるコーディングアシスタント」としての能力を追加できます。同記事は、音楽生成がLLM単体では苦手な分野であるからこそ、専門モデルとの連携が必要になると説明しています。つまりClaudeは「1曲をおしゃれに作る」よりも、「作曲の工程そのものをプログラムとして自動化・量産する」方向に強みがあるAIだと言えます。

AI 直接出力できるもの 音を出すには
ChatGPT 歌詞・コード進行・構成・記譜テキスト Sunoなど外部ツールが必須
Gemini 歌詞+ボーカル+演奏を含む完成音源(Lyria 3) Gemini単体で完結
Claude 歌詞・コード進行・構成・自動化スクリプト Claude Code+Agent Skills、またはSunoなど外部ツール



04 Comparison |比較:ChatGPT vs Gemini vs Claude 音楽制作能力表

項目 ChatGPT Gemini Claude
音声(音)の直接生成 ✕ 不可 ◎ Lyria 3で可能 ✕ 不可(Claude Code経由なら可)
歌詞生成 ◎ 得意 ◎ 得意(曲と同時生成) ◎ 得意
コード進行・楽理の提案 〇 対応 △ 会話モードでは対応可 〇 対応
画像から曲を生成 ✕ 不可 ◎ 対応(最大10枚まで) ✕ 不可
自動化・量産のしやすさ △ 手動連携が中心 〇 API経由で自動化可 ◎ Claude Code+Agent Skillsに強み
年齢制限(音楽生成機能) 該当機能なし 18歳以上 該当機能なし
公式サイト chatgpt.com gemini.google.com claude.com

脚注:音声生成の可否と年齢制限はGoogle公式ドキュメントおよびGemini公式ヘルプに基づく(2026年7月時点、変更の可能性あり)。自動化・量産のしやすさに関する評価は編集部見解。

05 Practice |実践:AIで1曲完成させる5ステップ

ここでは「完全にAIだけで、ボーカル入りの1曲を作る」ことをゴールに、具体的な手順を紹介します。目安時間はすべて編集部見解です。

ステップ1:テーマと感情を1文字幅30文字程度で言葉にする(目安2分)

実例:「夏休み最後の日、友だちと自転車で帰り道に見た夕焼けの曲」のように、場面・人・感情の3点を入れると、後工程のAIが具体的な歌詞を作りやすくなります。

ステップ2:ChatGPTまたはClaudeで歌詞と曲構成を作る(目安5分)

「Aメロ→Bメロ→サビ→2番→ブリッジ→ラストサビ」のような構成と、BPM(曲の速さの目安。ゆっくりなら70〜90、元気な曲なら120〜140)をあわせて指定します。TopMediaiのガイド記事が紹介しているように、参考にしたい世界観やジャンルを具体的に伝えるほど、個性のある歌詞に近づきます。

ステップ3:音を出すツールを選ぶ(Gemini/Suno)(目安1分)

手軽に試したいだけなら無料で1日10曲程度使えるGeminiのLyria 3、より長い尺(最大8分)や商用利用まで見据えるなら有料プランのあるSunoを選びます。Suno公式サイトによれば、Proプランでは月最大500曲まで、完全な商用利用権付きでカスタム楽曲を作成できるとされています。

ステップ4:歌詞を貼り付けて生成する(目安1分)

実例:ITメディア「株式会社グローバルゲート」の検証記事によると、Sunoでは歌詞の中に[Verse]や[Chorus]といったタグを入れることで、その部分が曲のどの位置(イントロ・Aメロ・間奏など)に当たるかを指示できます。同記事はこのタグ機能を使ったジャンルの違う楽曲生成を複数試し、インストゥルメンタル曲・ボーカル曲ともに高い完成度を報告しています。

ステップ5:2〜3パターン聴き比べて選ぶ(目安3分)

AIの音楽生成は同じ指示でも毎回結果が変わる性質があります。Googleの公式ドキュメントも「同じプロンプトでも、呼び出しごとに結果が異なる場合がある」としており、これは欠点ではなく仕様です。2〜3回生成して、一番しっくりくるものを選ぶのがコツです。

編集部想定シナリオ:小学5年生のミナさんが、夏休みの自由研究の発表動画にオリジナルソングを使いたいと考えたとします。保護者と一緒にステップ1〜2をChatGPTで行い、歌詞と構成を完成。ステップ3〜5はGeminiのLyria 3(18歳以上の家族アカウントで、保護者が操作)を使い、約12分でボーカル入りの30秒サウンドトラックが完成する——という想定の流れです。

06 Caution |注意点・よくある誤解

誤解1:「無料プランで作った曲は自由に使える」
多くのツールで無料プランは商用利用不可です。Suno公式でも、商用利用権が付くのは有料プラン以上とされています。YouTube動画や学校行事以外での使用を考えている場合は、必ず規約を確認しましょう。
誤解2:「好きなアーティスト名を入れれば、その人の曲そっくりに作れる」
Google公式ブログは、Lyria 3にアーティスト名を含むプロンプトを入力しても模倣ではなくあくまで広義のインスピレーションとして扱う設計になっていると説明しています。特定の歌手そっくりの声や楽曲を狙う使い方は、権利侵害のリスクを高めるため避けるべきです。
誤解3:「子どもでもすぐに音楽生成AIを使える」
Gemini公式ヘルプによると、Lyria 3による音楽生成機能は18歳以上のユーザーを対象としています。お子さんが使いたい場合は、保護者のアカウントで一緒に操作するなど、年齢条件を踏まえた使い方が必要です。



07 FAQ |よくある質問

Q. ChatGPTだけで音楽を作れますか?
A. いいえ、できません。ChatGPTは文章を作るAIなので、音そのものは出せません。歌詞・コード進行・曲の構成(設計図)までは作れますが、実際に音を鳴らすにはSunoのような音声生成AIと組み合わせる必要があります。

Q. Geminiは本当に音楽(音)を作れるのですか?
A. はい、作れます。2026年2月にGeminiアプリへ搭載された音楽生成モデル「Lyria 3」を使うと、テキストや写真から歌詞・ボーカル付きの楽曲を数十秒で生成できます。無料ユーザーでも1日10曲程度生成可能です。

Q. Claudeは音楽制作に向いていますか?
A. Claude自体は音声を直接生成しませんが、Claude CodeとAgent Skillsという仕組みを使うと、専門の音楽生成モデルと連携させた本格的な自動作曲ワークフローを組めます。1曲だけ作るより、量産や自動化に強みがあります。

Q. 完全にAIだけで曲を作りたい場合、どれを使えばいいですか?
A. 手軽さを重視するならGeminiのLyria 3、作り込みや商用利用まで見据えるならSunoがおすすめです。歌詞はChatGPTやClaudeで整え、音源化はSunoやLyria 3に任せる分業がバランスの良い方法です。

Q. 10歳の子どもでも音楽AIを使えますか?
A. ツールによって年齢制限が異なります。例えばGeminiのLyria 3は18歳以上が対象です。お子さんが使う場合は、必ず保護者と一緒に、各サービスの利用規約や年齢条件を確認してから使いましょう。

Q. AIで作った曲は著作権的に大丈夫ですか?
A. 無料プランは商用利用不可のことが多く、有料プランでも利用規約の確認が必須です。実在アーティストの模倣を指示すると権利侵害のリスクが高まるため、ジャンルやムードで指定する方法が推奨されています。

参考文献

※本文中、出典を明記していない見解・シナリオ説明はすべて「編集部見解」または「編集部想定シナリオ」です。各サービスの仕様・料金・年齢制限は変更される場合があるため、利用前に必ず公式サイトで最新情報をご確認ください。

関連記事

特集記事

コメント

この記事へのコメントはありません。

TOP
CLOSE