ChatGPTより賢いLaTeX入力補助――AIが数式タイプを10倍速にした

「数式、打つの遅くない？」──論文の締め切り前夜、そう言われたことがある。積分記号ひとつに30秒。行列を書くたびにコマンドを検索。LaTeXは美しいが、正直しんどい。

ところが最近、その「しんどさ」が静かに消えつつある。AIが数式入力の相棒になってきたからだ。

本記事では、AIを使ったLaTeX入力補助の現状と、実際に試してわかったことを技術者目線でまとめる。

そもそも、なぜLaTeXは「遅い」のか
ChatGPTへの不満──「賢いが、使いにくい」
「Type LaTeX Code」という発想の転換
実際に試した：ChatGPTとの体感差
技術的なポイント：なぜエディタ統合が効くのか
実務で使うための環境構成（最小構成）
「AIが間違える」問題とどう付き合うか
まとめ：入力の「層」を上げる

そもそも、なぜLaTeXは「遅い」のか

LaTeXの書き方自体は難しくない。問題は記憶と検索のコストだ。

たとえば偏微分を書こうとすると、\frac{\partial f}{\partial x} と打つ必要がある。意味はわかっている。でも指が止まる。「\partial だっけ、\del だっけ」。Googleを開いて、コマンドを確認して、エディタに戻る。この往復が、思考の流れを切る。

研究者なら誰でも経験していると思う。数式の内容を考える時間より、コマンドを書く時間のほうが長くなる瞬間が。

ChatGPTへの不満──「賢いが、使いにくい」

最初に試したのはChatGPTだった。「この数式をLaTeXで書いて」と手書きメモを写真で送ると、きれいに返してくれる。これは便利だと思った。

だがすぐに限界を感じた。

ブラウザとエディタを行き来するストレスは消えない
出力されたコードをいちいちコピーして貼る
「ここだけ直して」という微修正のやり取りがテンポを崩す
履歴が増えると、どのスレッドで何を聞いたかわからなくなる

結局、「AIに聞く作業」が新たなボトルネックになってしまった。

「Type LaTeX Code」という発想の転換

状況が変わったのは、エディタに直接AI補助が統合されたツールを使い始めてからだ。

代表的なのがVS CodeのGitHub Copilot、あるいはCursor上でLaTeXを書く構成だ。エディタの中で日本語（または英語）でコメントを書くと、AIが続きのLaTeXコードを補完してくれる。ブラウザを開く必要はない。

% ガウス分布の確率密度関数
\[
  f(x) = \frac{1}{\sqrt{2\pi\sigma^2}} \exp\!\left(-\frac{(x-\mu)^2}{2\sigma^2}\right)
\]

コメントに「ガウス分布の確率密度関数」と書いた瞬間に、上のコードが自動補完される。手で打ったのはコメント1行だけだ。

これが「Type LaTeX Code」の核心だと思っている。「LaTeXのコマンドを打つ」から「数式の意図を書く」へ、操作のレイヤーが変わった。

実際に試した：ChatGPTとの体感差

同じ数式を3パターンの方法で用意して、時間を計った。対象は「固有値方程式 + 行列表記 + 添字付きシグマ記法」の組み合わせで、論文に頻出する中程度の複雑さだ。

方法	作業内容	所要時間（目安）
手打ち（コマンド記憶）	全コマンドを自分で入力	約4〜5分
ChatGPT（ブラウザ）	質問→コピペ→修正	約2〜3分
エディタ内AI補完	コメント記述→確認→微修正	約30〜50秒

「10倍速」と書いたのは誇張ではない。手打ちと比較すると、実際にそのくらいの差が出る場面がある。

重要なのは速さだけではない。思考が途切れない。数式の意味を考えながら、そのままコードが生成されていく感覚は、手打ちとは質的に異なる。

技術的なポイント：なぜエディタ統合が効くのか

少し仕組みを整理しておく。

ChatGPTのような汎用AIは「会話」を前提にしている。つまり、質問と回答の往復が基本の設計だ。一方、Copilotや類似のコード補完AIはカーソル位置のコンテキストを常時読んでいる。ファイル全体の構造、前後の数式、パッケージのusepackage宣言──これらを踏まえた上で次を補完する。

つまり「何を書こうとしているか」の推論精度が、会話型とは段違いに高い。

加えて、LaTeX特有のネスト構造（\left( \frac{...}{...} \right) のような入れ子）も、ファイルレベルのコンテキストがあると格段に正確になる。ChatGPTでは括弧の閉じ忘れや align 環境の崩れが起きやすいが、エディタ統合ではそれが少ない。