1. 議事録の工数を数字にする
まず、自分の工数を数字にしてみてください。
| 作業 | 1時間の会議あたりの目安 |
|---|---|
| 録音を聞き返す（巻き戻し含む） | 30〜40分 |
| 文字に起こす、要点をまとめる | 15〜20分 |
| 決定事項とToDoを抜き出し、担当者・期日を表にする | 5〜10分 |
| 体裁を整えて配布する | 5〜10分 |
合計で40分から1時間。週3本の会議なら週2〜3時間、年間で100〜150時間です。これは「会議に出た時間」とは別にかかる時間で、担当者の残業の原因になっていることが多い。しかも議事録は「速く出す」ことに価値があるので、後回しにすると価値が下がります。
このうち、聞き返す・文字にする・ToDoを表にする・体裁を整える、の4つは機械化できる作業です。残るべきは「内容が正しいか確認する」だけです。
2. なぜクラウドの文字起こしを使えないのか
文字起こしサービスは数多くあり、精度も上がっています。それでも使えない会社が多いのは、録音データの中身が理由です。
- 商談の録音には、取引先名、担当者名、金額、納期、場合によっては取引先の内部事情が入っている
- 秘密保持契約を結んでいる相手との会話を、第三者のサーバーに送ることは契約上の「外部提供」に当たる可能性がある
- 社内の定例会議でも、人事や原価の話が混ざる
「商談だけはクラウドに出さない」と線を引く会社もありますが、現場でその線を毎回守るのは難しい。結局、録音はあるのに使えず、人が聞き返す状態が続きます。クラウドAIが禁止される構造の整理は {P1} に書いています。
3. 解き方：録音をPCの外に出さずに自動化する
答えは、文字起こしも整形もPCの中で完結させることです。BOOTHで販売している構築キットで出来上がるローカルAI業務アシスタントには、音声議事録のタブがあり、次の構成で動きます。
- 文字起こし: faster-whisper（ローカルで動く音声認識。外部送信なし）
- 議事録の整形: Ollama で動くローカルLLM
- 出力: Word、Markdown、Excel（ToDo表）、PowerPoint
対応形式は mp3、wav、m4a、mp4、aac、flac、ogg、wma、webm、mov で、スマホの録音もICレコーダーの音声もそのまま入れられます。初回だけ音声認識モデル（約145MB）のダウンロードが発生しますが、音声データ自体が送られることはありません。
4. 実際の流れ：音声を入れてから配布まで
実機で撮った操作を見てください。音声は Windows 標準の音声合成で架空の台本（株式会社ダミー商事の定例商談）を読み上げたもので、実在の会議ではありません。
文字起こしが終わったら「🤖 AIで構造化議事録を作成」を押します。出てくるのは、①会議の目的・主要議題、②決定事項、③ToDo（担当者・期日・内容の表）、④議論の詳細、の4部構成です。
「📄 文字起こし全文」タブにはタイムスタンプ付きの全文があり、「📋 構造化議事録」とワンクリックで切り替えられます。
最後に Word や Excel に出力して配布します。「文字起こし全文も同じファイルに含める」にチェックを入れれば、議事録と全文が1ファイルにまとまります。
5. 担当者に残る作業は「確認」だけ
自動化したあとに担当者がやることは、生成された議事録を全文と突き合わせて確認することです。ここで効いてくるのが、プロンプトに入っている2つの条件です。
- 文字起こしに存在しない決定事項・数値・固有名詞を創作しない
- 読み取れない項目は「未定」「（聞き取り不明瞭）」と明記する
AIが勝手に決定事項を作らない設計なので、確認の観点は「創作されていないか」ではなく「誤変換がないか」に絞られます。音声認識の誤変換は避けられません。構築時の実測（base モデル）では「価格改定」が「価格回転」、「見積書」が「3つもり書」と認識された例があります。金額・日付・固有名詞は全文と突き合わせ、不明瞭な箇所は録音のその位置を聞き直す。この確認に10分かければ、1時間かかっていた議事録が終わります。
6. 現場で効く3つの運用ルール
- 会議名を先に決めてから入力する。議事録のタイトルとファイル名になるので、命名規則を揃えると後から探しやすい
- 固有名詞が多い商談は「精度優先（small）」を選ぶ。既定の base は低スペック機でも安定する代わりに、固有名詞を取りこぼすことがある。処理時間は2〜3倍になる
- 配布前に担当者が確認する。AIの出力をそのまま社外に出さない。Word で修正してから共有する
長時間の会議は、冒頭約16,000文字を対象に議事録が作られ、その旨が注記されます。全体を対象にしたい場合は音声を分割してください。処理はCPUで行うため、音声の実時間の0.5〜2倍が目安です。会議の直後に流しておけば、次の打ち合わせまでに仕上がります。
7. 導入の障壁と現実的な答え
| 障壁 | 現実的な答え |
|---|---|
| 「精度が心配」 | 100%にはならない。確認作業を残す前提で、聞き返しの時間をゼロに近づける。固有名詞は small で改善する |
| 「PCのスペックが足りない」 | base モデルはメモリ約1GB、small は約2GB。GPUは不要。16GB以上のPCが1台あれば動く |
| 「情シスが許可しない」 | 文字起こしも整形もPC内で完結し、外部送信がない構成。設計の説明資料はキットの 使い方.md に収録 |
| 「全社員分の費用が出ない」 | 買い切り ¥49,800 で、購入企業内は人数無制限。クラウドの文字起こしサービスのような人数課金はない |
| 「構築する人がいない」 | Claude Code にプロンプトを渡して構築する。動作確認済みのコードも同梱され、すぐ動かす手順もある |
もう1つだけ。このキットは完成品ではなくスターターキットで、人的サポートはありません。自社の運用に合わせた手直しは前提になります。ただ、ゼロから設計するより圧倒的に早く「動くもの」に到達できます。
8. まとめとキットの入手先
- 議事録の工数は1時間の会議で40分から1時間。このうち確認以外の作業は機械化できる
- 録音をPCの外に出さずに文字起こしと4部構成の整形を自動化し、Word・Excel に出力できる
- AIが決定事項を創作しない条件があるため、担当者の仕事は誤変換の確認だけになる
操作の詳細は {U2} に、営業マネージャーの視点で書いたストーリーは note の {S2} にあります。キットの全体像は総合解説記事をご覧ください。
→ 総合解説記事: {LP_URL}
キットは BOOTH で販売しています。価格 ¥49,800（税込・買い切り）、購入企業内は人数無制限、商用利用可、人的サポートなしです。
→ BOOTH 商品ページ: https://ai-beginner-navi.booth.pm/items/8937710
コメント