【元市議が挑む】議事録をNotebookLM/Obsidianで活用するためのMarkdown変換スクリプト

１．はじめに自己紹介など

私は宮城県名取市の元市議会議員（党派は日本共産党）です。名取市は、仙台市のすぐ南側に隣接し、仙台空港のある、自然と利便性が調和した街です。

2024年の改選時に落選し、現在は福祉系の会社で支援員として働きながら、事務作業の効率化やAI活用に取り組んでいます。

そんな私ですが、議員在職中から「膨大な議事録を効率よく分析できないか？」と考えてきました。2019年頃にこちらの記事（Qiita）を見つけ、見よう見まねでPythonを学び始めましたが、当時は挫折と放置を繰り返し、気づけば2026年になってしまいました・・・。

そんな状況をひっくり返したのが、昨今のAI技術の発展です。
「AIに聞けばコードが書ける」「NotebookLMのような強力な分析ツールがある」という現代の環境のおかげで、視点を変えて実現に至りました。

ちなみに、最終的には**KH Coder（計量テキスト分析ソフト）**での分析も視野に入れていますが、まずは「AIで扱いやすくすること」を最優先に開発しました。

２．なにを作ったのか？

テキスト形式の議事録から不要なデータを削除し、NotebookLMやObsidianで扱いやすいMarkdown形式に変換するスクリプトです。

各自治体議会の議事録サイトのドメインが dbsr.jp であれば、正規表現等を修正すれば使えるのではと考えています（未検証ですが）。

• 動作環境: VS Code + Jupyter Notebook（拡張機能）
• 開発環境: CachyOS ＋ Docker desktop上のPythonコンテナ
  • ※コンテナ環境ですが、PythonとJupyterが動く環境ならWindows/Mac問わず動作すると思います。

変換イメージ（Before / After）

議事録サイトから全文ダウンロードで保存した、読みづらいテキストデータを構造化します。

Before（元のテキスト）

4:
◯議長（○○ ○○）　御異議なしと認めます。よって、会期は29日間と決定いたしました。
─────────────────────○──────────────────────
　　　　　諸般の報告
...
─────────────────────○──────────────────────
　　　　　日程第３　　議案第４号から
　　　　　日程第５８　議案第５９号まで

After（変換後のMarkdown）

**議長（○○ ○○）**: 御異議なしと認めます。よって、会期は29日間と決定いたしました。

**議長（○○ ○○）**: この際、諸般の報告をいたします。

（中略）

## 日程第３　議案第４号から／日程第５８　議案第５９号まで

**議長（○○ ○○）**: 次、日程第３　議案第４号から日程第58　議案第59号までを一括上程いたします。

３．GitHubリポジトリ

https://github.com/Sai-Hiromi-eee/Gikai_Gijiroku_Conv

４．開発の経緯・工夫した点

AI（Gemini & Claude）の二刀流

平日は会社員なので、朝から晩まで開発というわけにもいきません。夕方、帰宅してからの数時間で今までの失敗を整理し、それを数ヶ月重ねてきました。。
そこを土台にして、コードの作成をAIに全面的に頼りました。というか、AIがいなければ作れませんでした。

• Gemini: 全体的な構造の相談や、NotebookLMとの相性確認。
• Claude: 複雑なロジックや正規表現のデバッグや、リファクタリング。

この2つを組み合わせることで、無料枠をギリギリまで活用しながら、初心者でも動作するコードを組み上げることができました。

なぜJupyter Notebookなのか

あえて純粋なPythonスクリプト（.py）ではなく、Jupyter Notebook（.ipynb）形式にしたのは、**「1ステップずつ実行結果を確認しながらデバッグしたかったから」**です。今の自分には、この「目に見える安心感」が必要でした。
はじめてpythonに触れたのが、jupyter環境だったのも理由の一つです。

会議体ごとの分離

「本会議」と「財務常任委員会」でスクリプトを分けました。会議によって議論の構成やルールが異なるため、最初から分けておくことで変換後の分析精度を高めています。

５．苦労したところ（初心者だからハマったところ）

正規表現という壁

議員や職員の名前を抽出するための正規表現には苦労しました。議事録は「紙」の配布を前提としているため、名前の間の空白がランダムだったり、改ページによるノイズが入っていたりと、なかなかの難物でした。

ノイズの適切な分離（発言取消への対応）

議会では不適切な発言などが取消される際、議事録では「アンダーバー」で表示されますが、そのまま消すと文脈が壊れます。これを**「（発言取消）」という文字列に置き換える**ことで、AIが正しく内容を解釈できるように工夫しました。
この辺は、議員だったという経験から処理を思いついています。

６．まとめ・今後の展望

地方政治のリアルは議事録の中にこそあります。このツールを通じて、誰でも手軽に議事録を分析し、政治に興味を持つきっかけを作っていければと考えています。

次は、出席者名簿や各種委員会のPDF議事録の変換にも取り組んでいくことと、KHCoder用に変換するスクリプトを作ることを考えています。

#地方自治 #議事録分析 #名取市 #地方政治 #日本共産党