はじめに
こんにちは！Qiita広告のセールス担当です！
Qiitaではビジネス部門でもAIを活用して、効率化ができないか？日々試行錯誤を積極的にしています！
営業活動や社内ミーティングで、毎日必ず発生する「会議」。皆さんは議事録の作成や、決定事項の整理にどれくらい時間をかけていますか？
「文字起こしツールは導入したけれど、結局テキストが長すぎて読み返すのが面倒…」
「会議で決まった『誰が・いつまでに・何をやるか』をSFAやタスク管理ツールに転記する作業が地味に重い…」
そんなことを考えていたところ、「文字起こしされた生のテキストをそのままGeminiに放り込んで、タスク管理ツールに直接コピペできる形式で『ネクストアクション』だけを綺麗に整理させればいいじゃん！」と思いつきました。
今回は、Geminiの強力なコンテキスト理解能力を活用して、雑多なミーティングの会話データから「ToDoリスト」を自動生成するプロンプトと具体的な手順をご紹介します。
この手法のメリット
- 会議後のタイムラグがゼロに
- 会議が終わった直後に、プロンプトに文字起こしを投げるだけで、10秒で綺麗な議事録とタスク一覧が完成します。
- タスク管理ツールへの移行が容易
- Markdownのチェックボックス形式や表形式で出力させるため、そのままコピペしてチームに共有したり、タスク管理ツールに一括登録できます。
- 会話の「行間」を読み取る:
- 「〜さん、これやっといて」「あ、じゃあ私それ今週中にやります」といった、主語や期限がバラバラな口語表現をAIが整理し、構造化してくれます。
使用するプロンプト
Geminiに対して、以下のプロンプトと、WEB会議ツール（ZoomやTeams、Google Meetなど）からエクスポートした「文字起こしテキスト（テキストファイルやコピーした文章）」を同時に送信します。
【指示】
提示された会議の文字起こしデータから、決定事項と次に発生するタスク（ネクストアクション）を抽出し、整理してください。
【出力形式】
以下の3つのセクションで構成してください。
1. 会議のサマリー（3行以内）
2. 決定事項（箇条書き）
3. タスク一覧（マークダウン形式のチェックボックス）
【タスク一覧のフォーマット】
- [ ] 【担当者】タスク内容（期限：MM/DDまで）
※担当者や期限が明記されていない場合は、文脈から推測するか、不明な場合は「【要確認】」と記載してください。
【入力データ】
（ここに文字起こしテキストを貼り付ける）
実際の動作例
上記のプロンプトと一緒に、オンライン会議で出力された以下の「文字起こしテキスト」をGeminiに読み込ませてみます。
入力した文字起こし（例）
山田：ええと、ではA社向けの提案書の件ですが、全体の構成はこれでいきましょう。私が全体のガワを作るので、佐藤さんは18日までに事例の部分のデータをまとめておいてもらえますか？
佐藤：わかりました。事例データですね。木曜日の18日までにスプレッドシートに格納しておきます。
山田：ありがとうございます。あと、デザインのブラッシュアップは鈴木さんにお願いしたいんですけど、いつまでにできそうです？
鈴木：そうですね、佐藤さんのデータが上がってから着手するので、来週の月曜（22日）までにはデザイン反映して初稿を完成させられます。
山田：了解です。じゃあ、22日の夕方に私が最終チェックして、先方へ送付しますね。
すると、以下のように綺麗なマークダウン形式で結果が返ってきます。
▼ Geminiの出力結果（イメージ）
1. 会議のサマリー
A社向け提案書の作成スケジュールと役割分担を決定した。
6月22日までに初稿を完成させ、同日中に先方へ送付する予定。
2. 決定事項
提案書の全体構成が確定。
佐藤氏、鈴木氏、山田氏の連携による作成フローの確定。
3. タスク一覧
[ ] 【佐藤】提案書の事例データをスプレッドシートにまとめる（期限：06/18まで）
[ ] 【鈴木】佐藤氏のデータをもとにデザインブラッシュアップと初稿完成（期限：06/22まで）
[ ] 【山田】提案書初稿の最終チェックおよび先方への送付（期限：06/22まで）
非エンジニアとして注意したこと
-
「マークダウンのチェックボックス（- [ ]）」を指定する
Qiitaユーザーの皆さんには馴染み深いかと思いますが、- [ ] の形式で出力させると、そのまま社内SlackやNotion、各種Markdown対応のタスク管理ツールに貼り付けた際に、クリック可能なチェックボックスに自動変換されます。これにより、「議事録を見て、自分でタスクを1から登録し直す」という手間が完全に消滅します。 -
「文脈からの推測」を許容しつつ、不確定要素を弾く
口頭のコミュニケーションでは「来週月曜までに」や「私がやります」など、具体的な日付や主語が抜け落ちがちです。そこをAIに「文脈から推測して補完して」と指示しつつ、どうしてもわからないものは「【要確認】」と出させることで、データの精度と実用性を両立させました。
おわりに
Geminiはテキストの「構造化」において圧倒的なパフォーマンスを発揮してくれます。
これまでは会議が終わった後、「ええと、結局誰が何をいつまでにやるんだっけ…」と録音を聞き直したりメモを掘り起こしたりしていましたが、今では会議終了後1分でタスク管理ツールに登録することも、チームのSlackにチェックボックス付きで投稿することもできるようになりました。
こうした小さな「業務の自動化・効率化」の体験を積み重ねていくと、「じゃあ、このプロンプトをSlackのBotと連携させて、チャンネルに議事録ファイルを投げたら自動でタスクがAsanaに登録される仕組みを作れないかな？」といった、さらに大きな仕組み化も可能です。
ビジネスサイドが現場の泥臭い課題をAIで「プロトタイプ（試作）」し、それをエンジニア吸い上げ、「堅牢なシステム」へとスケールさせる。このサイクルを回すことこそが、AI時代における最強の組織のあり方なのではないかと、非エンジニアながら勝手に考えてたりします！笑