
【①着手編】議事録作って満足ですか?|ChatGPTでも作れるのに、農家が自宅PCで仕組みにした理由
はじめに
2〜3時間の長い会議に出たあと、何が決まって、自分が何を引き受けたのか、うまく思い出せないということはありませんか。数日も経てば輪郭はさらにぼやけて、あとから議事録を作ろうにも、何を書けばいいのかすら分からなくなります。
今は、AIに録音を渡せば文字起こしから議事録作成までできます。ただ、実際にやってみると、細かいところで不満があらわになってきます。
たしかにチャットAIに頼めば、議事録の形にまとめること自体は簡単にできます
ただ、その手前が大変です。2〜3時間の音声を、AIが読めるテキストにするだけでも時間と手間がかかります。録音データも長すぎるとそのままじゃAIに渡せない(アップロードできない)。
その後も大変です。できあがった議事録を中身の精度を確認したうえで、過去の回と照らし合わせつつ、議題や情報ごとに整理・保存するのは、結局自分の仕事のままです
それに、外に出せない話が混ざる会議は、そもそも学習されるクラウドサーバーに上げるのに抵抗があります
これらの悩みや不満を、既存のツールや汎用アプリで実現しようとしましたが、なかなか良い方法が見つかりませんでした。ならば自分で作ってしまおうと考え、自作した仕組みについて、この記事でお伝えしています。
なお、”録音から議事録の原案を、楽に、低コストかつAIに学習されずに作成する”ところまでは、以前作った仕組み(詳細は後述)で既に自作していました。
今回さらに作る必要があったのは、会議の文字起こしから、誰の発言か・専門用語をどこまで正しく拾えるかという議事録の精度をあげる方法と、会議で出てきた知見や情報を、自動かつ適切に整理保存するための仕組みです。
そこを埋めたうえで、録音を置くだけで、あとは手を離れて回る仕組みに組み直しました。実際に、会議が終わって20分後には、まとまった議事録が自動にできあがり、かつ情報を適切に再整理するためのプロセスが動いていました。
使っているのは、Claude Codeなどの開発ツールと、自宅のPCに積んだGPU(RTX 5060 Ti)です。音声ファイルそのものは、自宅のPCから外に出しません。文字起こしはローカルで済ませ、外に出るのは文字になったテキストだけです。そして、これを作っているのは、花を育てている一人の農家(非エンジニア)です。
はじめに断っておきますが、同じ環境を組める人でないとそのままの再現は難しいところもあります。ただしポイントさえ押さえれば、この仕組みは十分に真似できるはずです。①着手編(この記事)で何に困って何を作ろうとしたか、②設計編で判定の設計を、③完成編で実際に使えるところまでを、3回に分けて書いていきます。
この記事は3回シリーズ「議事録作って満足ですか?」の①着手編です。
月に一度、記憶からこぼれ落ちる2〜3時間
頷いて聞いても、翌月には思い出せない
私は福島県で花を育てている切花農家で、月に一度、同じ地域で花を作っている生産者が集まる勉強会があります。だいたい2〜3時間、みんなで話し込みます。
その場では、うんうん頷きながら聞いています。「これは覚えておかないと」と思う話もいくつも出ます。
でもその場だけで分かったつもりでいるだけだと、数日経てば何を話したか、ほとんど思い出せなくなります。議題が何本あったかすら曖昧で、決まったことと、持ち越しになったことの境目もあやふやになっています。「あれ、あの件ってどうなったんだっけ」と、月をまたぐたびに聞き直すことになり、せっかくの有用な知識や考えも、活かすことができず知見として残りません。
一番困るのは、知識を活かす形で残せないこと
特に困るのは、栽培に関する他の生産者のやり方や管理のポイントなど、自分の事業に活かせる情報がその場でたくさん出るのに、それを実際の栽培の現場に下ろせなくなることです。花の育て方や病害虫への対処、出荷のタイミングなど、すぐにでも自分の栽培に取り入れたい話ばかりです。
メモを取れば記録は残りますが、メモを取りながら話を聞くと、今度は話に集中できません。手元のノートに文字を書いている間に、次の話題が始まっています。ペンを止めて顔を上げると、話はもう一段先に進んでいて、また少し置いていかれます。
翌月の勉強会が始まる直前になって、前回のメモ帳を慌てて読み返すこともありますが・・・正直、走り書きの文字は自分でも読み取れないことがあり、結局その回に出た知識をうまく拾い直せないまま、次の話が始まります(ましてや忙しい中だと、メモしたノートの内容を振り返ることもなく、そのまま情報が埋もれていきます)。
会議に出ているだけでは適切に保存できず、メモや音声録音だけでは見返すのも難しい。ここが一番のネックでした。
試して分かった、メモなどの限界
これまでに試した方法はいくつかあります。
手書きメモ――話に集中できなくなる
録音しっぱなし――聞き返す時間が取れない
クラウド議事録サービス――有料でコストがかかるし、機密情報は扱いたくない
それぞれ、なぜ続かなかったのかを順に書きます。
手書き――話に集中できなくなる
一番最初に試したのは、素直に手書きでメモを取ることでした。もちろん一番シンプルで実践的な方法ですね。とはいえ、話に集中できなくなるし、見返すのにも労力がかかるので、やめました。几帳面とはいえない自分の性格では、長く続けられる方法ではありませんでした。
録音しっぱなし――聞き返す時間がない
次に試したのが、スマホでただ録音しておくというやり方です。話を聞くことには集中できますし、あとから聞き返せば内容も正確にわかります。
ただ、これは「あとから聞き返せば」が前提になっています。2〜3時間の会議を録音したら、聞き返すのにも2〜3時間かかります。畑仕事をしながらの一人事業だと、その時間はまず取れません。
録音データだけは増える一方で、結局ほとんど開かないまま、スマホの中に溜まっていきました。
クラウド議事録――コストがかかることが多い
クラウドの議事録サービスも利用しました。話した内容を自動で文字にして、要約まで作ってくれるサービスはいくつもあります。仕組みとしては魅力的で精度もよく、実際に試した時期もあります。
ただ使ってみるうちに、精度以外の引っかかりも見えてきました。有料のクラウド議事録サービスは、月々払い続ける前提のサブスクリプションがほとんどで、勉強会のない月も同じ額が引き落とされます。無料で使えるものもありますが、使える時間や回数に上限があり、2〜3時間という長さの会議はそもそも通らないことがありました。
また有料契約を結べば、送った内容が学習に使われないという点では良いです。ただし、やはりそれには相応のお金がかかります。逆に、無料のチャットAIの画面に文字起こしをそのまま貼り付けるような使い方をすると、その中身が学習に使われてしまう可能性があります。
とはいえ、この勉強会には、施設の計画や取引の話など、外に出したくない内容も混ざります。花の栽培や出荷の話だけでなく、これから一緒に何かをやろうという相談が出ることもあります。無料のクラウドAIサービスに音声を送るということは、その内容が自分の管理の外にある誰かのサーバーへ渡るということでもあります。ここに引っかかって、常用するのはやめました。
このクラウドへの引っかかりは、以前の記事に書きました。
(参考: 「脱クラウド宣言」GT 1030からRTX 5060 Tiへ。ローカルAIが農業を変える日)
この記事では作業記録の話でしたが、根っこにある考え方は今回も同じです。

「ChatGPTに渡せば作れるじゃないか」――そのとおり、作れはしますが…
とはいえ議事録なんて、今のチャットAIに素材を渡せば簡単に作れます。それらしい文章はすぐに作ることができます。
メモを渡せば、まとめてはくれる
今の生成AI(ChatGPTやGeminiなど)は、無料の範囲でも文章をまとめ、議事録らしい形に整えてくれます。
実際、手書きのメモを写真に撮って読ませたり、パソコンで取ったメモのテキストをそのまま投げ込んだりして、一時期は利用していました。「まとめる」「議事録の形にする」というだけなら、これで十分にできていました。手間をかけて整えた素材でなくても、AIはそれなりに自然な文章へ整えてくれます。
それでも残った、3つの条件
ただ、AIに投げ込む素材がメモである限りは、会議中には議題に集中することができません。メモを取るために話を止めて書くか、話に集中してメモを諦めるか、どちらかです。実際、前回のメモをまとめようとしても、手元の走り書きだけでは、話の流れも決まったことも画像からは拾い直せませんでした。
2〜3時間の会議をまるごと残すには、そもそもメモという素材ではなかなかに大変です。では録音素材はどうか。会議を録音してChatGPTなどに渡して議事録を作成する方法もあります。ただしこれも2時間を超えるような音声素材だと、アップロードが対応しておらず、分割して生成するなどの手間が発生します。
そしてなにより、無料のチャット画面に文字を貼り付ければ、その中身が学習に使われてしまう可能性があります。施設の計画や取引の相談まで混ざる会議では、外に出せない話をそこに貼るわけにはいきません。
つまり、「長時間の会議を・低コストで・外に出さずに」議事録にすることは、メモや録音音声をチャットAIにそのまま渡すやり方では担保できませんでした。
(※誤解が無いようにお伝えしておくと、無料のAI・クラウドサービスを使うと、すべての情報が漏洩・学習利用されるとは言っていません。各サービスの利用規約に、情報取り扱いに関するポリシーが個別で規定されています。ただ私が調べたところでは、無料で使えるチャットAIツールのほとんどで、入力した内容が学習に利用されるようでした)
土台はあった。それでも「議事録」と呼べなかった理由
同じ考えで作った仕組みが、もう手元にあった
「長時間・低コスト・外に出さない」を担保したいと考えたとき、似た考えで作ったものが既に手元にありました。以前の記事に書いた仕組みです。
(参考: 「作業日誌」を書くのをやめたい。音声入力とAI)
自宅のGPUで録音を文字起こしし、外に出るのは文字になったテキストだけにする。そのテキストだけを有料のクラウドAPIへ渡し、会議の概要――議事録の原案――まで組み立てる。APIによる生成AIの利用は有料契約なので、送った内容が学習に使われないという線も引けます。月々のサブスクリプションではなく、使った分だけの料金で済みます。
これを使えば、3つの条件を満たしたうえで、議事録の原案まではもうできました。
土台は、RTX 5060 Ti(VRAM 16GB)を積んだ自宅のPCです。音声そのものは外に出さないが、文字になったものだけ、学習に使われない形で外に出す。 この線引きは、以前の記事から変わっていません。
この仕組みは、会議専用に作ったものでもありません。畑の作業記録を声でそのまま登録したり、思いついたアイデアの整理やAIへの指示プロンプトをボイスメモから作成する使い方などにも枝分かれしていて、一つの土台からいくつかの使い道が育っています。
とはいえ、いったん立ち止まります。録音データを元に、議事録の原案までは出ていても、そのまま「議事録」と呼べるものには、まだ足りないところがありました。
誰の発言か分からない、専門用語が化ける
足りなかったのは、量ではなく精度です。2時間の会議を文字に起こすと、3万字を超える文字の塊になります。この量そのものが問題だったのではありません。
誰が話したか分からない、専門用語や人名が聞こえたとおりの別の言葉に化ける――ここが越えられない壁でした。実際に読み返すと、花の品種名や専門的な言い回しが、聞こえたとおりの別の言葉に置き換わっていました。会議に出ていた自分が読んでも、どこまでが誰の発言か迷う箇所がありました。
文字起こしのテキストだけをAIに渡す限り、この壁は越えられません。3万字を毎回読み返すくらいなら、最初から録音を聞き返すのとほとんど変わりません。文字になっただけで、時間を短縮できたことにはなりませんでした。
精度を上げるには、機械に「予習」させるしかなかった
精度を上げる方法は、思いつくところでは一つしかありませんでした。会議ごとに、誰が来て、どんな言葉が出るかを、機械に先に読ませておくことです。
参加者の名前とその読み方、その場でよく出る専門用語を、文字起こしと議事録づくりの両方より前に渡しておきます。用語辞書に登録した言葉と照らして、化けた言葉を直す仕組みも組み合わせています。
それでも、どうしても文字起こしの性質上、聞き取れない単語や、話者の混成により精度が下がる部分もあるので、機械の判定だけに任せきりにはしていません。人が確認する箇所は、あえて残しています。 どう線を引いたかは、②設計編で詳しく書きます。
ゴールは2段に分けた
さて、ここまで色々と課題やそれに対するアプローチを簡単に述べてきました。壁の正体が見えてきたところで、あらためて目指すゴールを整理しておきます。
第1段:精度の高い議事録を、低コストで手間なく作る
第1段のゴールは、精度の高い議事録を、低コストで手間なく作ることです。学習にも使われない、という条件も含めています。
ここまでの話で示してきた課題を踏まえて、達成したいゴールになります。
具体的に欲しいのは、次の3つです。
議論の中身――どの議題で、どんな話が出て、どんな結論になったか
決定事項――何が決まったか
やること――誰が・何を・いつまでにやるか
この3つが、録音を置くだけで並ぶ状態を目指しました。
第2段:議事録から知見を抜き出し、行き先ごとに整理する
第2段のゴールは、できあがった議事録から知見を抜き出し、行き先ごとに整理することです。栽培の知見、参加者ごとの記録、プロジェクトの話――それぞれ性質の違う情報を、それぞれの置き場所へ運びます。
実はここが最も価値があるところだと個人的には感じています。この、議事録を作って終わりにしないという話は、このあと記事の後半部分で書きます。
会議が終わって20分後にできていた議事録
ここでは、第1段のゴールが実際にどんな形で出てきたかを見てみます。判定の設計そのものは②設計編に譲り、ここには最初に動かしてみたときの記録だけを残します。
気づいたときには、できあがっていた
2026年9月4日、実際に動かしてみました。録音を自宅のPCに置くと、文字起こし、どの勉強会の録音かの照合、議事録の組み立てまでが自動で進み、Slackに通知が届きます。2時間弱の録音は、議題6本に分かれていました。
2時間ほどの会議が終わって20分ほどで、議事録ができていた。
録音を止めて、自宅のPCに置くまでの時間も含めての話です。
議論の中身から備考まで、並んで出てくる
中身は、次の6項目に整理されていました。
会議全体の要約
議題ごとの話題・議論の中身・結論
決定事項
やること(誰が・何を・いつまでに)
次回の予定
備考
文字起こしの全文も、同じファイルの中に折りたたみで残ります。判定に自信が持てない箇所があれば、元の文字に戻って確認できます。
決定事項だけを抜き出す形にはしたくありませんでした。それだと、会議で出た栽培や技術の知見などの話そのもの――一番残しておきたい部分――が抜け落ちてしまいます。だから、議論の中身そのものも、拾う項目の一つに入れました。
※議事録の中身そのものについては、ここには書きません。冒頭で触れた通り、この勉強会には外に出せない話も混ざっているので、書けるのは形式の部分までになります。

プロンプトではなく、仕組みとして回す
ここまで、原案の精度をどう上げるか、つまり第1段のゴールをどう埋めるかを書いてきました。ただ、この記事(仕組み)でいちばん伝えたい(面白いと思う)のは、第2弾のゴール「議事録から知見を抜き出し、行き先ごとに整理する」仕組みの考えです。
AIに指示して整理させるだけなら、誰でもできる
まずAIに文字起こしを渡し、「議事録の形にまとめて」と指示することは、誰にでもできます。それは前提です。ここまで書いてきたとおり、まとめること自体は最初から難しくありませんでした。
目的は、「議事録を書く」ことではありません。素材を集める手間、それをAIへ投げる手間、できたものを保存する手間、内容を業務に使えるように整理する手間――ここをゼロに近づけたいのです。多くの人が議事録を作って満足してしまうのも、この”議事録をまとめる”作業の前後に手間がかかったままだからだと思います。
録音を置いたあと、人が手を出さない
この仕組みの値打ちは、録音を置いたあと、人がほとんど手を出さないという一点にあります。予習の材料を読み込ませ、文字を起こし、化けた言葉を直し、決めた型どおりに議事録を組み立て、保存して知らせ、行き先の候補まで出す。ここまでが、会議のたびに同じ手順・同じ品質で回ります。
人が止まるのは、確認の2箇所だけです。1つは、議事録に誰の発言として載っているかの確認。もう1つは、その中身をどこへ運ぶかの承認です。それ以外の場所では、手を止めません。止まる場所を2箇所に絞ったからこそ、会議のたびに手順を思い出したり、やり方を微調整したりする必要がなくなりました。
一回きりのプロンプトで指示するのではなく、同じ指示の集まりを、何度でも同じように動かす仕組み――ハーネス――として組んだこと。 ここが、この記事でいちばん伝えたいところです。仕組みの中身そのものは、②設計編と③完成編で書きます。
一番こだわったのは、議事録を作って終わりにしないこと
ここからは、第2段のゴールの話です。せっかく議事録が並んでも、そこで止まっていては意味がありません。
3つの行き先に振り分けられる
できあがった議事録は作成して終わりじゃありません。知見や課題を、使える形に整理して保管しないと意味がありません。議事録という1つのファイルのままでは、あとから探すのも一苦労だからです。私はGitHub(文字の記録を貯めておく場所)に議事録を生成させているのですが、そこから中身が、性質の違う3つの行き先に振り分けられていきます。
品目ごとの栽培ガイド――栽培品目ごとの栽培の知見をまとめた秘伝のファイルです。ここの会議ででた新しい知見が追加されます。実際に、いくつかの品目のガイドには「◯月◯日の勉強会の報告より」という形で、話の内容が追記されています
人ごとの記録――誰がいつ何を言ったかが、その人のファイルに時系列で積み上がっていきます
学習の素材置き場――栽培とは異なる、知識や学習に関するファイル郡です。栽培ガイドと同様に、必要と思われる知識や情報は、個別に追加更新されていきます
ここで伝えておくと、全自動には、あえてしていないということです。抽出された内容を自分が呼び出して確認し、承認して初めてガイドや学習ファイルに反映されます。人が止まる確認の2箇所のうち、行き先を決めるほうがここです。 栽培の知見を機械が勝手に書き換えることがないよう、あえてそうしています。将来はここも自動化したいところですが、まだ手が回っていません。
議事録は、作って終わりではありません。その中身がどこに運ばれ、どう積み上がっていくかにこそ、意味があります。この振り分けをどう設計したかは、②設計編で書きます。
※なお私は、事業や個人の知識に関わる情報のすべてを、GithubのPVリポジトリ内にファイル群として整理してまとめています。これを「学習図書館」と読んでいます。情報はカテゴリごとに本のようにまとめられ、図書館のようにラベリングしたうえで構造的に保存し、必要に応じて教科書のように参照しています。会議や勉強会で新しい有益な情報が出てきた際には、この学習図書館に保存されている本(栽培ガイドや学習ファイル)を、自動で追記・更新してくれる、そんなふうに捉えていただくとわかりやすいかもしれません(これについてもそのうち記事にしたいです)。

②設計編で書くこと
「予習」「型」「線引き」をどう設計したか
この記事で触れた予習をどう設計したか、議事録の型をどう決めたか、機械に任せる範囲と人が見る範囲の線引きをどこに引いたか――これらを、次の②設計編に書くつもりです。
同じ勉強会の録音でも、回によって話す順番も、脱線の仕方も違います。その揺れをどこまで機械に任せて、どこから先は自分で見るか、という話でもあります。この線引きが見えれば、似た仕組みを考える人にとっても、どこまで機械に任せてよいかの目安になるはずです。
②設計編を読むと、もう半歩踏み込める
②設計編を読んでもらえれば、本記事では出し惜しみした「どうやって」の部分に、もう半歩踏み込めるはずです。よければ引き続きお付き合いください。
筆者について
福島県浪江町在住。2024年より切り花栽培を開始。前職は出版社。理系出身の知識を活かし、IoTシステムを自作してスマート農業を実践中。屋号「Farm Eolica」にて、データドリブンな花卉栽培に挑戦している。
Homepage: https://farmeolica.com
Instagram: @farm_eolica
X (Twitter): @FarmEolica
note: https://note.com/farm_eolica
#議事録 #音声入力 #文字起こし #個人開発 #AI活用 #スマート農業 #農業DX #ローカルAI #ローカルLLM #勉強会 #情報整理 #業務効率化 #個人事業主 #ひとり社長 #浪江町 #note技術記事 #自動化 #GPU