
【後編】ひとりごとが指示書に|動いている仕組みの全公開と、自分のAIに組ませる手順書
はじめに
福島県浪江町で花を育てている切花農家です。前編では、畑で喋ったひとりごとが、数分後には整理された下書きになって決まった場所に置かれ、あとはAIエージェントに一言送るだけで仕事が動き出す、という体験をお伝えしました。
(参考: 前編「ひとりごとが指示書に」)
この後編でお伝えするのは2つです。 ひとつは、私が実際に動かしている仕組みの中身を、道具・設定値・整理役のAIに渡している指示文まで含めて全部お見せすること。もうひとつは、読者自身の環境に合わせて、自分のAIに似た仕組みを組ませるための手順書です。
録音そのものの仕組みや、自宅のパソコンでの文字起こしの精度・速度については、既刊にまとめてあります。今回はそこを繰り返さず、ひとりごとを喋った"あと"に何が起きているかだけを開示します。
(参考: 「作業日誌」を書くのをやめたい。音声入力とAI・脱クラウド宣言。GT 1030からRTX 5060 Tiへ・議事録シリーズ③完成編)
本記事では、この仕組みの中身を解説します。仕組み一式が丸ごと動くソースコードを提供するのではありません。各段階で使っているツールの名前・設定値、整理役のAIに渡している指示文の実物、そして仕組みの肝になる部分だけを抜き出したコードの抜粋をお届けします。
そのうえで、読者自身の環境で同じ考え方を組み立てられるよう、手順書も用意しました。仕組み一式をそのまま提供するより、読者が自分の環境に合わせて組める形でお伝えするほうが、実際に手を動かすときの助けになると考えています。
先に断っておきたいことがあります。この後編でお伝えする手順書は、読者側にAIを動かす環境があることを前提にしています。ただし、いきなり自分のパソコンにファイルを読み書きさせる必要はありません。ChatGPTやGeminiのようなチャットAIに、この手順書をそのまま貼り付けて、考え方だけを取り入れるところから始めることもできます。
自分で組もうとすると、どこで詰まるか
まず、今回作った仕組みを簡単に整理すると、次のとおりです。
目的:畑で喋ったひとりごとを、整理された下書きに変えて、AIエージェントに一言で仕事を頼める状態にすること
やっていること:録音した音声を送ると自動で文字起こしされ、整理役のAIが情報を削らずに整理したうえで、下書きファイルが決まった置き場所に置かれること
ここまでを踏まえると、留意すべき点は次の4つの操作に集約されます。送る操作、整理の指示、置き場所、自動で走らせるかどうか。この4点のどれかで詰まると、仕組みは長続きしません。
送る操作が面倒だと、続きません。共有ボタンから何度もタップする形にすると、畑仕事や運転の途中で喋る気が失せてしまいます
整理役のAIへの指示が弱いと、情報が削られたり、話した原文そのものが残らなかったりします。指示文をどう書くかで、下書きの質がそのまま変わります
置き場所が決まっていないと、AIエージェントに何を頼めばいいのか分からなくなります。置き場所とファイル名の形を先に決めておくことが、地味に効いてきます
下書きが出来た瞬間に仕事を自動で始めるようにすると、頼んだことが積み上がって把握できなくなります。これは前編に書いたとおりです
この4点は、個々の技術の名前というより、仕組み全体の設計判断に関わる部分です。だからこそ、このあとの有料パートでは、道具の名前と設定値だけでなく、判断の理由や、整理役のAIへ渡している指示文の実物、出来上がる下書きファイルの型まで、まとめて開示します。そのうえで、読者自身の環境に合わせて同じ仕組みを組み立てるための手順書もお届けします。
ただし、読めば誰でも必ず同じ結果になる、というものではありません。使う生成AIの種類やモデル、読者の技術レベルによって、たどり着ける場所は変わります。
私が実際に動かしている仕組み ── 全部お見せします
ここから先は、実際に動いている仕組みをそのまま公開します。私の環境をそのまま真似する前提では書いていません。iPhoneを使っていない方も、Dropboxを使っていない方もいるはずで、置き換えられる部分はいくらでもあります。大事なのは道具の名前そのものより、「どこまでを自動にして、どこで人が判断するか」という設計の考え方のほうです。
このパートで扱うのは、次の3つです。