September 2026– date –

ブラウザで動くAI英会話は、WebRTCとWebSocketという2本の通り道のどちらかでつながっている。使い捨ての鍵、1かたまり15MBの上限、セッション最長60分という仕様を公式ドキュメントから分解する。

AI英会話のロールプレイは、役ごとに別のAIがいるわけではない。同じモデルに渡す指示文を入れ替えているだけだ。公式テンプレートの4部構成、指示の優先順位、そして役が途中で崩れる3つの条件を分解する。

AI英会話のノイズ対策は、消してから送ると逆効果になる。公式ドキュメントが「無効にせよ」と名指ししている3つの処理と、代わりに勧めているマイクの距離、そして会話の切れ目判定まで壊れる仕組みを分解する。

日本語まじりの英語は無視されるのではなく、候補言語のどれか1つへ寄せて処理される。公式ドキュメントは同じ文の中での言語の切り替えは検出されないと明記しており、候補を増やすほど判定は不利になる。判定の仕組みと対処を仕様の記述だけで分解した。

訂正フィードバックは発音採点の仕様と、言語モデルへの指示文という性質の違う2層でできている。公式ドキュメントには英語教師役のシステムメッセージが実物で載っており、誤りの種別も7つに固定されている。指摘がもれる理由まで公式の記述だけで分解した。

相槌はAI英会話で意味としてではなく音の切れ目として処理される。公式ドキュメントによれば短い返事も発話の開始イベントとして拾われ、進行中の応答をキャンセルする。沈黙の長さで区切る既定モードの仕様と、逃げ道になる設定を公式の記述だけで分解した。

音声で英語を話す仕組みは、音声認識・返事を決める段・音声合成の3つの部品でできている。その3段を直列につなぐ組み方と、1つのモデルに音声のまま扱わせる組み方の違いを、開発者向け公式ドキュメントの記述だけで分解した。

AI英会話のフリートークは自由に見えて、区切り・状態・指示文という3つの設定の上に乗っている。話題が続くのは記憶ではなく再送であること、途切れる条件が時間とトークンの上限であることを、開発者向け公式ドキュメントの記述だけで分解した。