はじめに
AI エージェントと話す
ボットがメッセージに答え、電話にも出ます — デスクトップ・スマートフォン・Apple Watch で同じボットと、誰でも作れるエージェント、データがどこへ行き、何を自分で決められるか。
音声ボットが加わると、Pabal は AI エージェントと話す場所になります。ボットはメッセージに答え、電話にも出ます。同じボットに、パソコンではメッセージで尋ね、スマートフォンからは電話をかけ、運動中は Apple Watch で続けられます。このページはその話を 1 か所にまとめたものです — 何ができるのか、データがどこへ行くのか、運営する側が何を決められるのか。詳しい方法はアプリの使い方(電話をかける人)、音声ボット(ボットを作る人)、サーバーのインストール(サーバーを運営する人)にあります。
このページで紹介している音声ボット・Apple Watch アプリ・会話を残す機能は、pabal.me ではまだ使えません。開発サーバーで試験中で、法的な確認とアプリの配布を終えてから有効になります。現在の状況はいちばん下の表にあります。
何が変わるのか
- ボットが電話に出ます。ボットに電話をかけると、Pabal の AI 音声モデルが応答し、声で答えます。ボットは常に AI だと名乗り、人のふりをしません。
- メッセージと電話が 1 つのチャットにまとまります。通話が終わると、そのボットとのチャットに通話記録が残ります。希望すれば、通話の会話を文字で残すこともできます(会話を残す)。
- 誰でも作れます。ボットを作った人が @BotFather で音声を有効にし、何をするボットなのかを指示文で決めます。通話中に、ボットのオーナーのシステム(注文の照会や予約の確認など)を呼び出させることもできます。
- 電話をかける人が先に確認します。かける前に、確認画面「An AI answers this call」(この通話には AI が応答します)が音声の送り先を示し、19 歳以上の人だけがかけられます。
1 つのエージェント、すべての端末
図の説明
- 3 つの領域:左は人の端末、中央は Pabal を運営する側のサーバー、右は Pabal の外です。赤い枠は、通話の音声が Pabal の外へ出る先です。
- ①②:デスクトップ・スマホアプリはいつもの接続(MTProto)で、ウォッチアプリはウォッチ専用の HTTPS の入口でサーバーに届きます。どの端末からかけても、同じボットとの同じチャットに通話記録が残り、アカウントとメッセージは運営者のサーバーに保存されます。
- 灰色の点線は通話の音声です:アプリは通話中継(coturn)を、ウォッチは音声のエッジ(WSS)を通って音声ゲートウェイに届きます。ゲートウェイが音声を復号してモデルに渡すので、ボットとの通話はエンドツーエンド暗号化ではありません。
- ③ リンク:サーバーは受け付けた通話をゲートウェイに渡し、ボットのオーナーが決めた指示文・あいさつ・声・言語・ツールを一緒に送ります。Pabal の基本ルール(AI だと名乗ることなど)が常に優先です。
- ④:ボットのオーナーのプログラムは、通話の通知(
voice_call)とモデルからのツール問い合わせを受け取り、答えます(灰色の矢印)。ボットのオーナーの MCP サーバーもここに入ります。ボットのオーナーは通話の音声を受け取りません。 - ⑤⑥:マネージドの通話の音声は Google(Vertex AI の Gemini Live、米国
us-central1)へ送られます — ボットのオーナーが自前のモデルキーを使う場合は、そのオーナーのプロバイダーのアカウントへ。ストリームモードのボットなら、Google の代わりにボット開発者のサーバーが音声をそのまま受け取ります(赤い点線)。
1 日の例
- 朝、パソコンでメッセージ。デスクトップアプリで、注文サポートのボットに「昨日注文したもの、いつ届きますか?」とメッセージで尋ねます。ボットのオーナーのプログラムがメッセージで答えます。
- 昼、スマートフォンで電話。同じボットのチャット上部の通話ボタンを押します。確認画面を読んで「I'm 19 or older · Call」(19 歳以上です · 通話)を押すと、AI の案内音声のあとにボットがあいさつします。通話中、モデルがボットのオーナーのツールで注文を探して教えてくれます。
- 夕方、走りながらウォッチで。iPhone を置いて出かけても、Apple Watch アプリから同じボットに電話できます。AirPods で聞くのがおすすめです。
- 終わったら文字で残す。確認画面で「Keep this call's conversation as text in my chat」(この通話の会話を自分のチャットに文字で残す)を選んでいれば、通話が終わったあと、その会話が自分のチャットの通話記録のすぐ下に通知なしのメッセージとして残ります(会話を残す)。見られるのは自分だけで、ボットにもボットのオーナーにも送られません。
- ウォッチで通話している間は、ワークアウトアプリの画面を見られません。通話中にワークアウトアプリを開くと、ウォッチに「End Call to Continue」(続けるには通話を終了してください)が表示されます。
- ウォッチアプリはまだメッセージを扱いません。音声ボットに電話することだけができます。ウォッチでは登録できず、既存のアカウントでログインします。
- 通話中のモデルは、チャットに書かれた内容を自動では知りません。朝のメッセージのやり取りを通話で続けさせるには、ボットのオーナーが通話の始まりに
sendVoiceCallContextで伝える必要があります。逆に、残した会話の文章もボットには送られないので、ボットは通話の内容を知りません。 - ツール・MCP サーバー・自前のキー・ストリームモード・ボットのオーナーの文字起こしを使うボットには、まだウォッチからかけられません。
誰でも作れる
AI エージェントは 1 つのボットアカウントから始まります。ボットを作るでボットを作ったら:
- 音声を有効にする:@BotFather の
/mybots→ ボット → 音声通話で、ルールに同意して有効にします(音声通話を有効にする)。 - 何をするボットか:指示文・あいさつ・声を決めます。ボットは韓国語・英語を含む 9 言語で話せます(設定、声と言語)。
- 自分たちのシステムとつなぐ:通話中にモデルがボットのコードを呼び出すツール(Bot API)、すでにある MCP サーバー。
- 音声を自分たちのサーバーへ:AI モデルの代わりに自分のサーバーが通話の音声を直接受け取るストリームモード、料金を自分のアカウントで支払う自前のモデルキー。
- 記録:ボットのオーナーが会話の文章を受け取る文字起こし(発信者はつながったときに案内を聞きます)。発信者が選ぶ「会話を残す」とは別のものです。
データはどこへ行くのか
人と人との通話は 2 台の端末だけが復号できるように暗号化されますが、ボットとの通話では Pabal の音声ゲートウェイが音声を復号して AI モデル(ストリームモードならボット開発者のサーバー)に渡します。電話をかける前に、確認画面がこのことと音声の送り先を知らせます。
| 何が | どこへ | どれだけの間 |
|---|---|---|
| アカウント・メッセージ・通話記録のメッセージ | 運営者のサーバー(データベース) | 削除するまで |
| マネージドの通話の音声 | 音声ゲートウェイが復号して Google(Vertex AI の Gemini Live API、米国アイオワ us-central1)へ | Pabal は保存しない。Google は返答を作ったあと保管しないが、自動検査で不正利用が疑われた内容は最大 90 日間記録されることがある(確認画面と同じ内容) |
| 自前のキーの通話の音声 | ボットのオーナーが決めたプロバイダーのアカウント | そのプロバイダーの規則 |
| ストリームモードの通話の音声 | ボット開発者のサーバー(wss) | ボット開発者の責任 |
| ツールに使われた値 | ボットのオーナーのプログラム · ボットのオーナーの MCP サーバー | ボットのオーナーの責任。カード番号・住民登録番号のように見える数字は渡さない |
| ボットのオーナーの文字起こし(有効なとき) | ボットのオーナーに 1 回渡す | Pabal は受け取られなかったものを 24 時間後に削除 |
| 会話を残す(選んだ人だけ) | その人自身のチャットだけ — ボット・ボットのオーナーには送られない | 削除するまで |
| 通話のメタデータ(誰が・いつ・どれだけ) | 運営者のサーバー | 180 日 |
ボットのオーナーが受け取るのは、発信者の名前・アカウント番号・アプリの言語、通話の時刻と長さ、ツールに使われた値です。電話番号・ユーザー名・通話の音声は受け取りません。運営者は、確認画面の言葉と合うように Vertex のデータキャッシュを無効にする必要があります(サーバーのインストール — Vertex AI のキー)。
自分たちで決められること
Pabal を自ら運営する会社や団体は、AI エージェントとの会話がどこへ行くのかを自分で選べます。
- サーバーを自ら運営する — アカウント・メッセージ・通話記録が自分たちのサーバーとデータベースにあります(サーバーのインストール)。
- ボットのオーナーのモデルキー — Pabal の既定のキーの代わりに、ボットのオーナーが契約したプロバイダーのアカウントで通話を処理します(自前のモデルキー)。
- ストリームモード — 通話の音声を Google ではなく自分たちのサーバーが受け取り、自分たちが選んだ方法で答えます(ストリームモード)。
- 運営者のスイッチ — すべての通話を止める緊急停止スイッチ、許可したボットだけを受け付ける設定、テスター、上限、ボットのオーナーの文字起こしの許可、全員への公開(管理と設定 — 音声タブ)。
つまり Pabal が約束するのは、「データがどこへ行くのかを自分で決められる AI エージェントとの会話」です。「すべてがサーバーの中だけにある」という意味ではありません — 既定のエンジンを使う通話の音声は米国の Google へ送られ、ストリームモード・ツール・MCP を使えばボットのオーナーやボット開発者のサーバーへ送られます。
現在の状況(pabal.me)
| 機能 | pabal.me | メモ |
|---|---|---|
| 音声ボットの通話 | 無効 | 開発サーバーで試験中。プライバシーポリシーのボット通話の節と、確認画面を含むアプリのビルドが先です(音声ボット — 現在の状況) |
| Apple Watch アプリ | 準備中 | 社内テスト(TestFlight)のみ。音声ボットへの通話だけを行います |
| 会話を残す | 無効 | 確認画面の文言の法的な確認の前 |
| ボットからの電話 | 無効 — 法的な確認待ち | プライバシーポリシー・規約の発信の節と、許可画面の入ったアプリのビルドが先です(音声ボット — ボットからの電話) |
| ツール | 無効 | 音声ボットの通話が有効になる必要がある |
| MCP サーバー · 自前のモデルキー · ストリームモード | 無効 | その送り先を表示するアプリの確認画面の版が出る前 |
この表は 2026-10-02 時点のものです。ほかのサーバーは、運営者が有効にした範囲によって異なることがあります — 自分のボットが電話を受けられるかどうかは getVoiceCallSettings でわかります。