LLMによる議事録自動作成について
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>テキスト生成系（Transformer系）]] > [[ChatGPT]]
*目次 [#vb222d66]
#contents
*概要 [#zcf467ee]
**議事録の種別 [#m5537cbd]
以下のような種別があるが、従来の手作業で作成していた議事...
***決定事項型 [#dc78a582]
（アクションログ型）
-特徴: 決定事項、フォローアップタスク（、担当者、期限）だ...
-用途: プロジェクト会議や進捗確認ミーティングなど、アウト...
***要点整理型 [#rf3df66d]
（サマリー型）
-特徴: 議論の流れは簡単に、主要な発言や合意内容を短くまと...
-用途: 打ち合わせ・定例会議で「何を話したか」を後で確認し...
***発言記録型（逐語型に近い） [#fcad8ca5]
-特徴: 発言をほぼ時系列で記録。ただし逐語録ほど厳密ではな...
-用途: トラブル懸念のある会議、法務・労務関係、利害調整の...
***フレームワーク型 [#z50775d3]
-特徴: 決まった枠に沿って書く。
-用途: 定型的な定例会、社内報告用。
-枠の例：目的、議題、決定事項、フォローアップタスク、次回...
**LLM利用目的 [#q8f3f948]
***AIメモ的 [#k658072d]
会議内容を俯瞰して、何が議論されたかを確認するもの。
-トランスクリプトをそのままLLMに処理させる。
-精度には問題があるため、俯瞰は可能だが正誤について課題が...
***作成支援 [#j7a8ffba]
今迄どおりの手作業「議事録」作成の延長上でLLMを使用する。
-様々な追加施策や手作業で精度を上げ、実用可能なものにする。
-トランスクリプト品質向上施策、入力データのクレンジング・...
**論理の組立 [#f6a394e1]
[[種別>#m5537cbd]]、[[目的>#q8f3f948]]を選別した上で[[詳...
***種別 [#z24c68d5]
「フレームワーク型＋決定事項型」
***目的 [#d9c75d13]
作成支援
***焦点 [#bf1437bc]
-事実関係から~
最重要なのはトランスクリプト品質（[[トランスクリプト品質...
-事例研究から~
施策は[[トランスクリプト品質向上策>#j4e3cce6]]が中心にな...
***施策 [#gdbc67bc]
-Teamsプレミアムの音声認識技術、Copilotを使用していれば、...
-従って、組織的施策の主戦場は「運用回避 / クレンジング」...
--運用回避
---ミーティング・スタイルではなく、答弁スタイルで実施する。
---モデレーターが、報告と質疑の時間を分け、決定事項・アク...
--LLMを用い、クレンジング・プロンプトを作成して修正
---表記揺れ・話し言葉の正規化、ノイズ除去
---文脈から正しい用語候補を推測
---辞書などをコンテキストに追加
---難しいツールを使用せずExcel＋ChatUIなどで実施可能。
*詳細 [#i2eb12bb]
**トランスクリプト品質依存説 [#g97b7eb0]
-LLMではなく、音声認識によるトランスクリプト品質が、AI議...
-要因には「[[音声認識（ASR）の限界>#l385abaf]]」「[[音声...
***音声認識（ASR）の限界 [#l385abaf]
-背景音や咳払いなどの雑音、発言者の滑舌の悪さ、早口、なま...
-複数人が同時に話す（ダイアログのオーバーラップ）と誰が何...
-特に指示詞、専門用語や固有名詞、社内用語などは誤認識され...
***音声認識以外の品質低下要因 [#ec04fd8b]
-質疑、答弁のスタイルではなく、話を遮っての発言がある場合...
-口語的問題
--指示語の多用：アレ、コレ、ソレなどの指示語が多用されて...
--省略表現：主語や目的語の省略（「やっといて」「進めて」...
--中断や不完全な文：途中で文が途切れ（「それは…まあ、その...
--言い直し・修正の頻発：言い直しや修正（「つまり…いや違う...
-文脈欠落~
前提、根拠や背景、構造など
--背景知識の不足：前提や目的が明示されていないため、議事...
--内部関係者依存の会話：当事者間では通じる略語・暗黙の了...
--時間的制約：会議特有の「短い発話の積み重ね」で進行する...
--非言語情報の欠落：表情・ジェスチャー・声のトーン・沈黙...
***会議のスタイルによる差異 [#l412f00f]
公共の答弁（国会答弁や市議会答弁など）とスタンドアップミ...
-公共の答弁（精度が出やすい）
--発話がフォーマルで明瞭：政治家や公務員は公式な場なので...
--話者交替が明確：「○○議員」「○○大臣」など、発言者が順番...
--重なり発話が少ない：原則一人ずつ発言する。
--背景ノイズが少ない：マイクや会場の音響が整っている。
--定型的な言い回しが多い：決まり文句や慣用句（「ご質問に...
-スタンドアップ・ミーティング（精度が出にくい）
--発話がカジュアルで省略が多い：短い単語、略語、口語表現...
--話者の切り替えが早く、被り易い：複数人が同時に話したり...
--マイク環境が悪いことが多い：オフィスでの雑音、PCファン...
--話速が速く、イントネーションがバラバラ：内輪の会話なの...
--固有名詞・専門用語が多い：チーム内でしか通じない略称や...
**トランスクリプト品質向上策 [#j4e3cce6]
トランスクリプト品質が低いのなら、向上策で品質向上させる...
***音声認識技術 [#x6f6ba45]
高品質な音声認識AIを使用する
-Teams Premium ＋ M365 Copilot
--Teamsを個人単位に利用すれば、音声分離は不要で、IDベース...
--Teams Premium に含まれる「インテリジェント会議録」では...
--Microsoft Copilot for M365 と組み合わせると、決定事項や...
--ただし、文字起こし精度は専用ASRに比べるとやや劣ることも。
-専用ASR、発話者分離オプションあり。
--Whisper（OpenAI）
--Google Cloud Speech-to-Text
--AWS Transcribe
--AmiVoice
-専用ASR、発話者分離オプションがあるが、~
Speaker番号での区別。名前は手動付与。
***運用回避 [#rf370c95]
AIモデル性能だけでなく、会議運営で運用回避
-音声環境の最適化
--マイクの統一：参加者のマイク性能差を減らす（内蔵マイク...
--エコー / ハウリング防止：スピーカー出力を抑え、イヤホン...
--雑音対策：会議室では空調やキーボード音を抑制、自宅では...
-発話スタイルのルール化
--指示語の削減：「あれ」「それ」ではなく、必ず対象を明示
--同時発話の回避：誰かが話している時は発言を重ねない
--明確な区切り：要点を一文ごとに区切る、話題が変わるとき...
--最後に、決定事項とフォローアップタスクを明言して終わる。
-会議運営上の工夫
--[[モデレーターを立てる>#j73d362f]]
--アジェンダ配布：事前にキーワードや専門用語を共有
-技術的補助
--リアルタイム字幕利用（TeamsやZoomのAI字幕を補助的に活用...
--辞書登録：プロジェクト名・略語・技術用語をカスタム辞書...
--録音のバックアップ：AIが誤認識しても後から修正できるよ...
-参加者教育
--AI議事録用の話し方研修：短く区切る・明瞭に話す・抑揚を...
--自動化任せにしない姿勢：後工程で人間がレビューする前提...
***クレンジング [#x783ed6b]
-LLMを使用して、トランスクリプトをクレンジングする。
-クレンジングの具体的施策については[[コチラ>#h7174c5d]]を...
**ありがちな施策・仕様 [#sb8d1d3e]
音声認識性能とLLM性能・機能性（プロンプトフロー、マルチエ...
多くの組織施策は、（モデレート）施策とか（ツール）仕様と...
***モデレーターを立てる [#j73d362f]
発言を整理し話の流れを統制。
-ミーティング・スタイルではなく、答弁スタイルで実施する。
-報告と質疑の時間を分け、決定事項・アクションアイテムなど...
-発言開始時に名前を言う（「田中さん、お願いします。」「田...
***プロンプトフローをどの様に実装？ [#d1c4d909]
-LLMツールの敷居が高い場合、プロンプトフロー（複数回のLLM...
-より高度なエージェント・フロー、マルチ・エージェントと組...
***ファイル入出力機能 [#l655c9aa]
-VTTファイルなど入力ファイルの読み込み機能
-出力機能（Word、PDF等の任意のフォーマットで出力）
***入力データのクレンジング機能 [#h7174c5d]
LLMは文脈理解力が高いため、自然に整形できる。
-表記揺れ・話し言葉の正規化、ノイズ除去
--フィラー削除（「えー」「あのー」「うん」「はい」「えっ...
--口語表現を文語表現に変換（「やっぱ → やはり」）
--「ですます調」から「である調」へ変換
-辞書を用いて訂正する。
--Grep＆Replaceで置換する。
--プロンプトを作成してLLMに文脈から正しい用語候補を推測さ...
--誤り展開以外、略語展開など（「RFP → 提案依頼書」）
-文書校正
--ワードの文書校正機能を使用して修正
--文書校正プロンプトを生成してLLMが修正
--ワードの文書校正結果をCopilotが認識して修正してくれると...
-文構造の整形
--長文の分割、短文化
--主語や述語の補完
--話題転換点の明示
--雑談と本題の分離（タグ付け）LLMは分類のが得意。
***概要作成機能 [#yaac1c0e]
会議の概要を設定しプロンプトを生成する。
-開催日時
-出席者
-背景
-目的
-議題
***要約作成機能 [#j101f691]
どのような観点で要約するかプロンプトを生成する。
-フォーカス対象
--決定事項
--アクションアイテム
--発言要点、課題、反対意見、リスク
-その他
--要約レベル：全体の俯瞰／議題ごとの詳細／発言者別
--対象読者の想定：経営層／参加者／外部共有用／技術部門向け
-次回予定
***メモ取り込み機能 [#cbaab0a8]
[[作成支援>#j7a8ffba]]の延長上の機能
-決定事項などのメモを取るように運用し、メモをプロンプトに...
-内容は「決定事項、アクションアイテム、課題、反対意見、リ...
**その他、上手く行かない理由 [#m275c4c4]
***そもそもの難しさ [#e303d975]
-単に音声をテキスト化するだけでなく、発言の真意や背景にあ...
-会議では、複数の参加者が同時に発言したり、指示詞、専門用...
-AIにとって判断が難しい「決定事項、タスク、重要な議論のポ...
***発言の文脈・意図の理解が困難 [#l482cb6a]
-情報の欠落
--暗黙の了解や前提知識、非言語的情報（表情、ジェスチャー...
--当事者同士の発言は、前提、根拠や背景、構造などの文脈が...
-AIでの自動判断では難しい。
--「何が重要だったか？」
--「何が決定されたのか？」
--「持ち帰り事項はなんだったか？」
***要約・構造化の難しさ [#v748b5b1]
-プロンプトで対応可能~
会議の目的（情報共有/意思決定/ブレスト）によって要約の形...
-以下は、LLMの進歩で解決されつつあるように見える。
--会話は冗長で、要点が散らばっていたり、途中で話題が飛ん...
--「決定事項」「次のアクション」「担当者」などの抽出には...
***個人・組織ごとの書き方の差異 [#ef22bef9]
-議事録には企業・組織ごとにフォーマットや書き方の文化があ...
-「丁寧に」「簡潔に」「発言者を明示する/しない」など汎用...
※ コチラは、プロンプトで対応可能
***セキュリティ・プライバシーの懸念 [#vba80261]
-会議内容には機密情報が含まれることが多くクラウド上のモデ...
-特に生成AIを用いる場合、データが外部に送信されることへの...
※ コチラは、法人版を使用すれば良い。
***責任と信頼性の問題 [#k2b0dcaa]
-議事録は法的な意味を持つ場合も多く、内容の正確性が極めて...
-誤りがあった場合の責任の所在が不明確であり、組織として利...
※ コレが最も問題だが、効率向上の観点で利用すれば良い。
終了行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>テキスト生成系（Transformer系）]] > [[ChatGPT]]
*目次 [#vb222d66]
#contents
*概要 [#zcf467ee]
**議事録の種別 [#m5537cbd]
以下のような種別があるが、従来の手作業で作成していた議事...
***決定事項型 [#dc78a582]
（アクションログ型）
-特徴: 決定事項、フォローアップタスク（、担当者、期限）だ...
-用途: プロジェクト会議や進捗確認ミーティングなど、アウト...
***要点整理型 [#rf3df66d]
（サマリー型）
-特徴: 議論の流れは簡単に、主要な発言や合意内容を短くまと...
-用途: 打ち合わせ・定例会議で「何を話したか」を後で確認し...
***発言記録型（逐語型に近い） [#fcad8ca5]
-特徴: 発言をほぼ時系列で記録。ただし逐語録ほど厳密ではな...
-用途: トラブル懸念のある会議、法務・労務関係、利害調整の...
***フレームワーク型 [#z50775d3]
-特徴: 決まった枠に沿って書く。
-用途: 定型的な定例会、社内報告用。
-枠の例：目的、議題、決定事項、フォローアップタスク、次回...
**LLM利用目的 [#q8f3f948]
***AIメモ的 [#k658072d]
会議内容を俯瞰して、何が議論されたかを確認するもの。
-トランスクリプトをそのままLLMに処理させる。
-精度には問題があるため、俯瞰は可能だが正誤について課題が...
***作成支援 [#j7a8ffba]
今迄どおりの手作業「議事録」作成の延長上でLLMを使用する。
-様々な追加施策や手作業で精度を上げ、実用可能なものにする。
-トランスクリプト品質向上施策、入力データのクレンジング・...
**論理の組立 [#f6a394e1]
[[種別>#m5537cbd]]、[[目的>#q8f3f948]]を選別した上で[[詳...
***種別 [#z24c68d5]
「フレームワーク型＋決定事項型」
***目的 [#d9c75d13]
作成支援
***焦点 [#bf1437bc]
-事実関係から~
最重要なのはトランスクリプト品質（[[トランスクリプト品質...
-事例研究から~
施策は[[トランスクリプト品質向上策>#j4e3cce6]]が中心にな...
***施策 [#gdbc67bc]
-Teamsプレミアムの音声認識技術、Copilotを使用していれば、...
-従って、組織的施策の主戦場は「運用回避 / クレンジング」...
--運用回避
---ミーティング・スタイルではなく、答弁スタイルで実施する。
---モデレーターが、報告と質疑の時間を分け、決定事項・アク...
--LLMを用い、クレンジング・プロンプトを作成して修正
---表記揺れ・話し言葉の正規化、ノイズ除去
---文脈から正しい用語候補を推測
---辞書などをコンテキストに追加
---難しいツールを使用せずExcel＋ChatUIなどで実施可能。
*詳細 [#i2eb12bb]
**トランスクリプト品質依存説 [#g97b7eb0]
-LLMではなく、音声認識によるトランスクリプト品質が、AI議...
-要因には「[[音声認識（ASR）の限界>#l385abaf]]」「[[音声...
***音声認識（ASR）の限界 [#l385abaf]
-背景音や咳払いなどの雑音、発言者の滑舌の悪さ、早口、なま...
-複数人が同時に話す（ダイアログのオーバーラップ）と誰が何...
-特に指示詞、専門用語や固有名詞、社内用語などは誤認識され...
***音声認識以外の品質低下要因 [#ec04fd8b]
-質疑、答弁のスタイルではなく、話を遮っての発言がある場合...
-口語的問題
--指示語の多用：アレ、コレ、ソレなどの指示語が多用されて...
--省略表現：主語や目的語の省略（「やっといて」「進めて」...
--中断や不完全な文：途中で文が途切れ（「それは…まあ、その...
--言い直し・修正の頻発：言い直しや修正（「つまり…いや違う...
-文脈欠落~
前提、根拠や背景、構造など
--背景知識の不足：前提や目的が明示されていないため、議事...
--内部関係者依存の会話：当事者間では通じる略語・暗黙の了...
--時間的制約：会議特有の「短い発話の積み重ね」で進行する...
--非言語情報の欠落：表情・ジェスチャー・声のトーン・沈黙...
***会議のスタイルによる差異 [#l412f00f]
公共の答弁（国会答弁や市議会答弁など）とスタンドアップミ...
-公共の答弁（精度が出やすい）
--発話がフォーマルで明瞭：政治家や公務員は公式な場なので...
--話者交替が明確：「○○議員」「○○大臣」など、発言者が順番...
--重なり発話が少ない：原則一人ずつ発言する。
--背景ノイズが少ない：マイクや会場の音響が整っている。
--定型的な言い回しが多い：決まり文句や慣用句（「ご質問に...
-スタンドアップ・ミーティング（精度が出にくい）
--発話がカジュアルで省略が多い：短い単語、略語、口語表現...
--話者の切り替えが早く、被り易い：複数人が同時に話したり...
--マイク環境が悪いことが多い：オフィスでの雑音、PCファン...
--話速が速く、イントネーションがバラバラ：内輪の会話なの...
--固有名詞・専門用語が多い：チーム内でしか通じない略称や...
**トランスクリプト品質向上策 [#j4e3cce6]
トランスクリプト品質が低いのなら、向上策で品質向上させる...
***音声認識技術 [#x6f6ba45]
高品質な音声認識AIを使用する
-Teams Premium ＋ M365 Copilot
--Teamsを個人単位に利用すれば、音声分離は不要で、IDベース...
--Teams Premium に含まれる「インテリジェント会議録」では...
--Microsoft Copilot for M365 と組み合わせると、決定事項や...
--ただし、文字起こし精度は専用ASRに比べるとやや劣ることも。
-専用ASR、発話者分離オプションあり。
--Whisper（OpenAI）
--Google Cloud Speech-to-Text
--AWS Transcribe
--AmiVoice
-専用ASR、発話者分離オプションがあるが、~
Speaker番号での区別。名前は手動付与。
***運用回避 [#rf370c95]
AIモデル性能だけでなく、会議運営で運用回避
-音声環境の最適化
--マイクの統一：参加者のマイク性能差を減らす（内蔵マイク...
--エコー / ハウリング防止：スピーカー出力を抑え、イヤホン...
--雑音対策：会議室では空調やキーボード音を抑制、自宅では...
-発話スタイルのルール化
--指示語の削減：「あれ」「それ」ではなく、必ず対象を明示
--同時発話の回避：誰かが話している時は発言を重ねない
--明確な区切り：要点を一文ごとに区切る、話題が変わるとき...
--最後に、決定事項とフォローアップタスクを明言して終わる。
-会議運営上の工夫
--[[モデレーターを立てる>#j73d362f]]
--アジェンダ配布：事前にキーワードや専門用語を共有
-技術的補助
--リアルタイム字幕利用（TeamsやZoomのAI字幕を補助的に活用...
--辞書登録：プロジェクト名・略語・技術用語をカスタム辞書...
--録音のバックアップ：AIが誤認識しても後から修正できるよ...
-参加者教育
--AI議事録用の話し方研修：短く区切る・明瞭に話す・抑揚を...
--自動化任せにしない姿勢：後工程で人間がレビューする前提...
***クレンジング [#x783ed6b]
-LLMを使用して、トランスクリプトをクレンジングする。
-クレンジングの具体的施策については[[コチラ>#h7174c5d]]を...
**ありがちな施策・仕様 [#sb8d1d3e]
音声認識性能とLLM性能・機能性（プロンプトフロー、マルチエ...
多くの組織施策は、（モデレート）施策とか（ツール）仕様と...
***モデレーターを立てる [#j73d362f]
発言を整理し話の流れを統制。
-ミーティング・スタイルではなく、答弁スタイルで実施する。
-報告と質疑の時間を分け、決定事項・アクションアイテムなど...
-発言開始時に名前を言う（「田中さん、お願いします。」「田...
***プロンプトフローをどの様に実装？ [#d1c4d909]
-LLMツールの敷居が高い場合、プロンプトフロー（複数回のLLM...
-より高度なエージェント・フロー、マルチ・エージェントと組...
***ファイル入出力機能 [#l655c9aa]
-VTTファイルなど入力ファイルの読み込み機能
-出力機能（Word、PDF等の任意のフォーマットで出力）
***入力データのクレンジング機能 [#h7174c5d]
LLMは文脈理解力が高いため、自然に整形できる。
-表記揺れ・話し言葉の正規化、ノイズ除去
--フィラー削除（「えー」「あのー」「うん」「はい」「えっ...
--口語表現を文語表現に変換（「やっぱ → やはり」）
--「ですます調」から「である調」へ変換
-辞書を用いて訂正する。
--Grep＆Replaceで置換する。
--プロンプトを作成してLLMに文脈から正しい用語候補を推測さ...
--誤り展開以外、略語展開など（「RFP → 提案依頼書」）
-文書校正
--ワードの文書校正機能を使用して修正
--文書校正プロンプトを生成してLLMが修正
--ワードの文書校正結果をCopilotが認識して修正してくれると...
-文構造の整形
--長文の分割、短文化
--主語や述語の補完
--話題転換点の明示
--雑談と本題の分離（タグ付け）LLMは分類のが得意。
***概要作成機能 [#yaac1c0e]
会議の概要を設定しプロンプトを生成する。
-開催日時
-出席者
-背景
-目的
-議題
***要約作成機能 [#j101f691]
どのような観点で要約するかプロンプトを生成する。
-フォーカス対象
--決定事項
--アクションアイテム
--発言要点、課題、反対意見、リスク
-その他
--要約レベル：全体の俯瞰／議題ごとの詳細／発言者別
--対象読者の想定：経営層／参加者／外部共有用／技術部門向け
-次回予定
***メモ取り込み機能 [#cbaab0a8]
[[作成支援>#j7a8ffba]]の延長上の機能
-決定事項などのメモを取るように運用し、メモをプロンプトに...
-内容は「決定事項、アクションアイテム、課題、反対意見、リ...
**その他、上手く行かない理由 [#m275c4c4]
***そもそもの難しさ [#e303d975]
-単に音声をテキスト化するだけでなく、発言の真意や背景にあ...
-会議では、複数の参加者が同時に発言したり、指示詞、専門用...
-AIにとって判断が難しい「決定事項、タスク、重要な議論のポ...
***発言の文脈・意図の理解が困難 [#l482cb6a]
-情報の欠落
--暗黙の了解や前提知識、非言語的情報（表情、ジェスチャー...
--当事者同士の発言は、前提、根拠や背景、構造などの文脈が...
-AIでの自動判断では難しい。
--「何が重要だったか？」
--「何が決定されたのか？」
--「持ち帰り事項はなんだったか？」
***要約・構造化の難しさ [#v748b5b1]
-プロンプトで対応可能~
会議の目的（情報共有/意思決定/ブレスト）によって要約の形...
-以下は、LLMの進歩で解決されつつあるように見える。
--会話は冗長で、要点が散らばっていたり、途中で話題が飛ん...
--「決定事項」「次のアクション」「担当者」などの抽出には...
***個人・組織ごとの書き方の差異 [#ef22bef9]
-議事録には企業・組織ごとにフォーマットや書き方の文化があ...
-「丁寧に」「簡潔に」「発言者を明示する/しない」など汎用...
※ コチラは、プロンプトで対応可能
***セキュリティ・プライバシーの懸念 [#vba80261]
-会議内容には機密情報が含まれることが多くクラウド上のモデ...
-特に生成AIを用いる場合、データが外部に送信されることへの...
※ コチラは、法人版を使用すれば良い。
***責任と信頼性の問題 [#k2b0dcaa]
-議事録は法的な意味を持つ場合も多く、内容の正確性が極めて...
-誤りがあった場合の責任の所在が不明確であり、組織として利...
※ コレが最も問題だが、効率向上の観点で利用すれば良い。
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
