ChatGPTで議事録を自動化する魔法のプロンプト10選

この記事のまとめ

ChatGPTを使った議事録作成は、プロンプトの書き方ひとつで仕上がりが大きく変わります。この記事では、すぐに使える10個のプロンプトと、その土台となる5つの型、そして精度を高めるテクニックを紹介します。

議事録プロンプトには「構造化サマリー型」「アクションアイテム抽出型」など5つの基本型がある
プロンプトには「出力形式の指定」「詳細がないときの対応ルール」を含めることで、情報の抜け漏れやでっちあげを防げる
長い会議の文字起こしは分割して段階的に処理すると、精度が安定しやすい
カスタム指示やロール設定を組み合わせれば、自分の業務に合った議事録を毎回つくれる

ChatGPT議事録プロンプトの基本

議事録自動化が求められる背景

会議には多くの時間とコストがかかります。6人が参加する1時間の会議は、合計6時間分の労働時間を消費します。それにもかかわらず、メモは不完全で、アクションアイテムはあいまいで、翌日には誰が何に合意したのか誰も覚えていない――そんな状況が頻繁に起きています（参照*1）。私自身、コンサルティング会社時代から会議の多い環境にいたので、この問題は身に染みています。

会議で生まれた価値の多くが「記録されないまま消えている」のが現実です。従来は、文書の品質を維持する役割を担当者の能力に頼ってきました。しかし、その属人的な仕組みはすでに限界を迎えており、新しい方法が切実に求められています。議事録の品質がメモ担当者のスキルと集中力に依存するという構造は、どう考えても非効率です。

ChatGPTは、文字起こしを貼り付けてプロンプトを送るだけで、要点をまとめた議事録を数秒で生成できます。実際に使ってみると、そのスピードには驚かされます。ただし、プロンプトの設計次第で結果は大きく変わります。「とりあえずまとめて」という指示では、使い物にならない出力が返ってくることも多い。

プロンプトの役割と設計原則

議事録プロンプトが果たす役割は「ChatGPTに、何をどんな形で出力するかを正確に伝えること」です。ありがちな失敗は、長い文字起こしをそのまま貼り付けて「この会議をまとめてください」とだけ指示するパターンです。短い内容ならそこそこの結果が出ますが、会議が長くなると、モデルが一部の内容を見落としたり、原文にない情報をでっちあげたりするリスクが高まります（参照*3）。私が生成AIの導入支援をしていて痛感するのは、この「丸投げ」パターンで失敗して「AIは使えない」と結論づけてしまうケースの多さです。問題はAIではなく、プロンプトの設計にあります。

こうした問題を防ぐには、プロンプトの中で出力の構造を具体的に指定することが有効です。たとえば「決定事項」「アクションアイテム」「未解決の論点」といったカテゴリを明示し、それぞれに何を書くかを定義します。さらに「詳細が不明な場合はでっちあげず、その旨を示すこと」と加えておくと、事実と異なる情報が混入するのを抑えられます（参照*1）。AIへの指示は、業務の目的・成果物の形・品質基準・禁止事項をセットで書く。これは議事録に限らず、AIに仕事をさせる際の基本原則です。

プロンプトは「会議の中身」を変えるものではなく、「記録の質」を左右する設計図です。出力形式・抽出対象・禁止事項の3つを押さえて書くだけで、同じ文字起こしからでも格段に使いやすい議事録が得られます。逆に言えば、この3つが曖昧なまま使い続けても、品質は安定しません。

議事録プロンプトの5つの型

構造化サマリー型

構造化サマリー型は、会議メモを時系列ではなくトピックごとに整理して読みやすくするプロンプトです。出力の柱は4つあります。「合意された決定事項」「議論のハイライト（3〜5点）」「未解決の論点」「先送りにした議題（パーキングロット）」です。決定事項には「立ち上げ時期を議論した」ではなく「4月20日にローンチすると決めた」のように具体的な内容を求める点がポイントです（参照*1）。コンサルティング時代、上司から「中学生にもわかるように書け」と言われ続けた経験がありますが、この型はまさにその原則を体現しています。「議論した」ではなく「決めた」という動詞の違いが、議事録の価値を大きく左右します。

このように出力のカテゴリと粒度をプロンプトで先に決めておくと、ChatGPTは情報を適切に分類して返してくれます。会議後にざっと目を通すだけで、何が決まり、何が残っているかが一目でわかる議事録になります。

アクションアイテム抽出型

アクションアイテム抽出型は、会議から「誰が・何を・いつまでに」やるかだけを引き出すプロンプトです。具体的には、タスクの内容・担当者・期限・優先度（高・中・低）・依存関係・完了基準の6列のテーブルで出力させます。担当者名と期限は太字にするよう指定すると、ぱっと見で把握しやすくなります（参照*4）。私がAIに議事録を処理させるとき、最も使用頻度が高いのがこの型です。「誰が何をいつまでにやるか」が明確でない議事録は、会議後に必ず認識のずれが生まれます。

もう1つのアプローチとして、タスクを担当者ごとにグループ化し、言及された期限があればそれも含める書き方もあります（参照*5）。どちらの形式を使うかは、チーム内でタスク管理をどう共有するかに合わせて選ぶと効果的です。

意思決定ログ型

意思決定ログ型は、会議で下された判断を一つずつ記録に残すためのプロンプトです。議事録のなかでも特に「なぜその結論に至ったか」を追跡できる点が強みです。各決定について5つの要素を記録します。「何を決めたか」「なぜその選択肢を選んだか（理由）」「検討された他の選択肢と却下理由」「この決定による影響」「見直し予定日」です（参照*1）。

議事録は本来、議論・視点・決定・アクションアイテムを忠実に記録し、誰が何を言い、なぜその決定に至ったかを後から追えるようにするものです（参照*3）。ところが実際の議事録の多くは「何を決めたか」しか残っておらず、「なぜそう決めたか」が消えています。数ヶ月後にその決定を見返したとき、誰も理由を説明できない――という経験は、多くのビジネスパーソンに覚えがあるはずです。意思決定ログ型のプロンプトは、その本来の役割をChatGPTで再現するための設計と言えます。

フォローアップメール型

フォローアップメール型は、議事録そのものではなく、会議後に参加者へ送るメールを生成するプロンプトです。要点の振り返り、担当者への割り当て、期限付きの次のステップを、丁寧かつ明快な文面にまとめます（参照*5）。

会議直後に「決まったこと」と「やるべきこと」を関係者にすぐ共有できるため、認識のずれを防ぎやすくなります。議事録は社内ストレージに保管し、メールは即時の共有用として使う――という二段構えにすると、情報伝達の抜け漏れを減らせます。プロンプトには会議のトピックを明示し、文字起こしを添えるだけで、数秒でドラフトが仕上がります。実際にこのフローを使うと、会議終了から10分以内に全参加者へ確認メールを送ることが現実的になります。

ステークホルダー報告型

ステークホルダー報告型は、会議に参加していない経営層や意思決定者向けに情報を絞り込むプロンプトです。たとえば「経験豊富なエグゼクティブアシスタントとして、シニアリーダーシップ向けの会議メモを作成してください」と役割を設定し、戦略的な示唆・財務への影響・業務上の要件に焦点を当てた出力を求めます。重要なビジネス指標は太字にするよう指定すると、読み手の目にとまりやすくなります（参照*4）。

366行の文字起こしから、7つの決定事項、10のアクションアイテム（担当者付き）、4つの未解決の論点、フォローアップ一覧を含む46行の要約を生成した事例もあります。時系列ではなくトピックごとに整理されており、経営層がすばやく判断に使える形になっていました（参照*6）。報告の受け手が「何を知りたいか」をプロンプトの中で定義することが、この型の核心です。同じ会議でも、現場担当者向けの議事録と経営層向けの報告書は別物である、という当たり前の発想をプロンプトに落とし込めばいいだけです。

魔法のプロンプト10選

ここまで紹介した5つの型を土台に、すぐにコピーして使えるプロンプトを10個まとめます。文字起こしや会議メモを[paste text]の位置に貼り付けるだけで使えます。プロンプトは一度作ってしまえばカスタム指示に登録できるので、毎回書き直す必要はありません。

構造化サマリー：「以下のメモを、決定事項・議論ハイライト（3〜5点、トピック別）・未解決の論点・先送り議題の4カテゴリに整理してください。決定事項は具体的に書くこと。[paste text]」
アクションアイテム表：「以下の文字起こしからアクションアイテムを抽出し、タスク内容・担当者・期限・優先度（高/中/低）・依存関係・完了基準の6列テーブルにしてください。担当者名と期限は太字にすること。[paste text]」
担当者別タスクリスト：「以下の会議メモをタスクリストに変換してください。担当者ごとにグループ化し、言及された期限があれば含めること。[paste text]」
意思決定ログ：「以下のメモから意思決定ログを作成してください。各決定について、決定内容・理由・検討された代替案と却下理由・影響・見直し予定日を記録すること。[paste text]」
総合サマリー：「以下の文字起こしから総合的な会議サマリーを作成してください。エグゼクティブサマリー（2〜3文）、決定事項（箇条書き・理由付き）、アクションアイテム（担当者・期限入りの表）、議論ハイライト、フォローアップ事項を含めること。重要情報は太字にすること。[paste text]」
フォローアップメール：「[トピック]についての会議後のフォローアップメールを書いてください。要点の振り返り、担当と責任、期限付きの次のステップを含め、丁寧で明快なトーンにすること。[paste text]」
経営層向け報告：「シニアリーダーシップ向けの会議メモとして、戦略的示唆・財務への影響・業務要件に焦点を当てた要約を作成してください。重要なビジネス指標は太字にすること。[paste text]」
未解決論点リスト：「以下の会議メモから、提起されたが解決されなかった論点だけを抜き出し、背景と次に必要なアクションを添えてリスト化してください。[paste text]」
段階処理用セグメント要約：「以下は長い会議の文字起こしの一部です。このセグメントの要点を、決定事項・アクションアイテム・議論のポイントに分けて要約してください。不明な点はでっちあげず、その旨を示してください。[paste text]」
セグメント統合用最終議事録：「以下は会議のセグメントごとの要約です。これらを統合し、正式な議事録として、決定事項・アクションアイテム（担当者・期限付き）・未解決の論点・次回までのフォローアップを含む1つの文書にまとめてください。[paste text]」

プロンプト9と10は、長い会議を分割処理するためにセットで使います（参照*3）。用途に応じて組み合わせることで、同じ文字起こしからでも報告先や目的に合った議事録を作り分けられます。まずはプロンプト1か2をそのまま試して、出力を見ながら自分の業務に合わせて調整するのが現実的な始め方です。

プロンプト精度を高めるテクニック

段階処理と分割入力

段階処理は、長い文字起こしを分割して要約し、統合して最終的な議事録に仕上げる方法です。長時間の会議では、文字起こしが数万語に及ぶことがあります。これを一度にChatGPTへ入力すると、モデルが一部を見落としたり、原文にない内容を生成してしまうリスクが高まります（参照*3）。私が実際にDeep Researchや長文処理を検証してきた経験からも、「長ければ長いほど精度は下がる」という傾向は確認しています。まずチャプターや時間帯ごとに区切って要約を作り、それらを統合して最終的な議事録に仕上げる。この手順を守るだけで、出力品質は安定します。

数時間にわたる大規模な会議では、セグメント要約→統合→正式な議事録という「3ステップ方式」が安定しやすいとされています（参照*3）。AIツールのトークン上限はモデルによって異なりますが、非常に長い文字起こしはセグメントへの分割が必要です（参照*7）。プロンプト9と10は、この段階処理を実行するための具体的なテンプレートです。

カスタム指示とパーソナライズ

毎回のプロンプトに同じ前提条件を書くのは手間がかかります。ChatGPT Eduでは、設定メニューの「パーソナライゼーション」からカスタム指示を登録できます。自分の役割や対象読者、組織の文脈などをあらかじめ設定しておけば、毎回入力しなくてもChatGPTがそれを踏まえて回答を生成してくれます（参照*8）。私自身、議事録用のプロンプトをカスタム指示に登録して以来、毎回ゼロから書く手間がなくなりました。チーム内でプロンプトを共有・標準化するだけで、議事録品質の属人性はかなり下がります。

カスタムプロンプトを使って出力の精度を検証した研究では、標準的なプロンプトよりもカスタマイズされたプロンプトのほうが正確で一貫性のある結果を生んでいます。GPT-4oは「研究の目的と背景」の抽出で80%、「研究デザイン」と「参加者に関するリスクと便益」の抽出では100%の精度を達成しました（参照*9）。議事録の場面でも、出力形式やフォーカスする情報を事前に定義しておくことで、繰り返し安定した品質が得られます。「毎回違う出力が返ってくる」という不満は、たいていプロンプトの設計不足から来ています。

ロールプレイと出力形式の指定

役割設定と出力形式の指定は、議事録のトーンや情報の粒度を揃えるのに役立ちます。プロンプトの冒頭で「あなたは○○として振る舞ってください」と役割を与えると、出力のトーンや情報の粒度を調整できます。たとえば「経験豊富なエグゼクティブアシスタントとして、シニアリーダーシップ向けの会議メモを作成してください」と指示すると、戦略的な観点や財務面の影響に焦点が当たった議事録が生成されます（参照*4）。役割を与えることは、「誰に向けた情報か」を決めることでもあります。報告先が変われば、役割設定も変える。これだけで出力の質は大きく変わります。

出力形式の指定も欠かせません。テーブル・箇条書き・見出し付きの段落など、求める形をプロンプトに含めておくと、ChatGPTはその形式に沿って整理してくれます。生成された議事録をChatGPTに再度入力し「どうすればもっと良くなるか」と問いかけて改善する方法もあります。ある事例では、この問いかけをきっかけに言語や構成の見直しポイントが示され、フォーマットの読みやすさも向上したと報告されています（参照*10）。

失敗パターンと対策

情報の欠落とハルシネーション

議事録で最もありがちな問題は「情報の抜け漏れ」と「ハルシネーション（もっともらしいウソの生成）」です。長い文字起こしを一括で処理すると、モデルが一部の内容を省略したり、原文にない情報を補ってしまうことがあります（参照*3）。これは私が生成AIを実業務で使い続けてきた中でも何度も直面した問題です。特に厄介なのは、ハルシネーションが自然な文体で出てくることです。文章がうまく見えるほど、読み手は内容も正しいと錯覚しやすい。

対策として、プロンプトに「詳細をでっちあげないこと」と明記する方法があります。メモから判断できない部分は、もっともらしいフィクションで埋めるのではなく、不明であることを示すようChatGPTに指示します（参照*1）。医療分野の研究でも、プロンプトの指示が不十分だとハルシネーションが発生し、より具体的な指示を加えることで改善したという報告があります（参照*11）。段階処理と組み合わせれば、抜け漏れの発生箇所も特定しやすくなります。AIの出力をそのまま議事録として使うのではなく、必ず人間が最終確認を挟む工程を設けることも、運用上の重要な原則です。

曖昧な指示による品質低下

プロンプトのあいまいさは、出力品質を直接下げる原因になります。LLMの性能は使用するプロンプトの書き方に非常に敏感であり、コンテキストウィンドウの制約が入出力テキストの長さを制限し、さらにGPTが指示どおりに動かないケースもあることが指摘されています（参照*12）。生成AI導入の相談を受けていて感じるのは、「AIが使えない」という評価の多くが、実はプロンプトの設計不足によるものだということです。道具の性能を引き出せていないだけで、道具の問題ではありません。

「この会議をまとめてください」だけでは、ChatGPTはどの情報を優先するか判断できません。対策はシンプルです。出力に含めるカテゴリを列挙し、各カテゴリに何を書くかを具体的に定義し、判断できない場合の対応ルールを加える。この3点をプロンプトに盛り込むだけで、出力のブレは大幅に減ります。紹介した5つの型は、いずれもこの原則に沿って設計されています。業務を言語化できる人ほど、AIから良い出力を引き出せる――これは議事録に限らず、生成AI活用全般に言えることです。

運用フローと活用ツール

議事録プロンプトの効果を最大化するには、会議の記録から議事録完成までを一つの流れとして設計することがポイントです。ある運用例では、自動文字起こしツールが会議に参加してリアルタイムで録音・書き起こしを行い、会議後にその文字起こしをカスタムプロンプトとともにAIに貼り付けて、5秒で整理された議事録を受け取っています（参照*13）。この仕組みにより、会議中はメモを取らずに会話に集中でき、大事な内容はあとから確実に記録・整理されるという環境が実現します。実際に自社でもこのフローを導入してから、「あの会議で何を決めたっけ」という確認コストがほぼゼロになりました。

ビジネスチームの場合、文字起こしとAIの組み合わせで、アクションアイテム・決定事項・フォローアップの抽出を自動化できます。長い文字起こしはセグメント分割が必要になる場合もありますが（参照*7）、それ自体は手間ではありません。分割するほうが精度が上がるという意識を持って運用するほうが、結果的に品質は安定します。

運用のポイントは「録音・文字起こし→プロンプトで議事録生成→確認・修正→共有」という4ステップを定型化することです。プロンプトはカスタム指示に登録しておけば毎回書き直す必要がなく、チーム内で同じ品質の議事録を安定して作り続けられます。ここで重要なのは「確認・修正」の工程を省かないことです。AIの出力をそのまま最終版にするのではなく、必ず人間が内容を確認する。AIは候補を生成する道具であり、承認するのは人間の仕事です。

おわりに

ChatGPTを使った議事録の自動化は、特別なスキルがなくても始められます。ポイントは「何をどんな形で出力してほしいか」をプロンプトで明確に伝えること、そして長い会議は分割して処理することです。「AIに任せる部分」と「人間が確認する部分」を最初から切り分けておくことも、運用を定着させる上で欠かせません。

この記事で紹介した5つの型と10個のプロンプトを、まずはそのままコピーして試すところから始めると、自分の業務に合ったアレンジの方向性が見えてきます。議事録にかかる時間が減った分を、会議そのものの質を高めることや、会議で生まれた知見を1次情報として発信することに使えたら、さらに価値が生まれます。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、82万部（2025年3月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））