ChatGPTで議事録からToDoだけを自動抽出！プロンプトで変わる実務効率化

期待できる効果と見えてくる課題

シンプルプロンプトだけでも、**「誰が何をやるのか」**という基本情報はほぼ抽出できます。会議後に手作業でメモを見返す手間が大幅に削減され、すぐに ToDo リストとして共有できる点は大きなメリットです。

しかし、出力を見てみるといくつかの課題が浮かび上がります。

期待できる効果と見えてくる課題

シンプルプロンプトだけでも、**「誰が何をやるのか」**という基本情報はほぼ抽出できます。会議後にメモを見返してToDoを整理する手間が減り、そのまま共有できる点は大きなメリットです。

しかし、出力を見てみるといくつかの課題が浮かび上がります。

1. 期限は具体的な日付に変換した方が管理しやすい
   たとえば、「今週中」「来週月曜」といった相対表現は、そのままではタスク管理ツールに登録しづらく、認識のズレが生まれる可能性があります。 会議日を基準に、「今週中→7/4」「来週月曜→7/6」のように具体的な日付へ変換するよう指示しておくことで、リマインド設定や進捗管理がしやすくなります。

2. 出力順のルールを指定すると、より実務で使いやすくなる
   今回のようなシンプルなプロンプトでは、ToDoは会議で話した順に出力されることが一般的です。しかし、実際の業務では、期限が近いタスクから確認したり、担当者ごとにまとめて共有したりするケースも少なくありません。 そのため、「期限の古い順に並べる」「同じ担当者のタスクはまとめて表示する」といったルールを追加することで、会議後の確認やタスク管理がしやすくなります。

次に挑戦したいこと

この段階で「シンプルプロンプトだけでもほぼ使える」ことが実感できたら、次は 「期限を絶対日付に変換する」 といった条件を付け足すと、出力の精度がさらに上がります。具体的なプロンプト例は次のセクションで紹介しますが、ここでは「まずは貼り付けるだけで結果が得られる」感覚を体感していただくことが重要です。

実際に自社の会議メモで上記のシンプルプロンプトを試し、出力を確認してみてください。出力結果に対して「期限が相対表現のまま残っている」ことに気付いたら、次のステップへ進むヒントがすでに手元にあります。

ポイント

• メモ全体をそのまま貼り付けるだけで、ChatGPT が自動的に ToDo を抽出します。
• 出力結果は「担当者／やること／期限」の表形式になるので、スプレッドシートやタスク管理ツールにすぐ貼り付け可能です。
• 相対的な期限は後から手作業で変換するか、次のプロンプトで自動化を狙うと良いでしょう。

このシンプルな体験が、AI によるタスク整理の第一歩です。ぜひ、今すぐ自社の会議メモで試してみてください。

成果が変わるプロンプト設計 – なぜ「2ステップ」に分けるのか

前章のシンプルプロンプトを検証していく中で、次の課題に直面しました。

• 「期限を絶対日付に変換する」
• 「期限順にソートする」
• 「担当者ごとにグループ化する」

これらを1回のプロンプトで同時に指示すると、LLMの出力が不安定になるという問題です。

具体的には、以下のような症状が見られました。

• ソート条件を入れると、抽出そのものが漏れる(タスクが消える)
• 期限変換とソートを同時に行わせると、変換ミスが増える
• 担当者ごとのグループ化を指示すると、原文の表現が要約・改変されてしまう

これは「LLMはそもそもソート(順序の厳密な並び替え)が苦手」という性質に加えて、「抽出」「変換」「整形」という複数の処理を1プロンプトに詰め込むと、処理同士が干渉し合うためだと考えられます。実際にいくつものパターンで試した結果、この干渉は再現性のある現象でした。

そこで有効だったのが、処理を2ステップに分割する方法です。

• ステップ1:抽出・正規化に専念する(ソートやグループ化は一切行わない)
• ステップ2:ステップ1の結果を受け取り、整形(ソート・グループ化・表形式化)だけに専念する

1つのプロンプトに複数の役割を持たせず、「抽出」と「整形」を完全に分離することで、干渉を防ぎ、出力の再現性が大きく向上しました。

ステップ1:ToDoを抽出し、構造化データ(JSON)として出力する

まず、原文の情報を一切変更せず、担当者ごとに分離した状態でJSONとして抽出させます。この段階ではソート・要約・解釈を一切禁止するのがポイントです。

以下の会議メモからToDoを抽出し、構造化データとして出力せよ。
---
# ■入力
【会議日】2026年7月1日（水）
【会議メモ】
（ここに会議メモ本文を貼り付け）
---
# ■ルール（重要）
- ToDoは「担当者が明示されているもののみ」
- 1ToDo = 1レコード
- 必ず担当者ごとに分離（混ぜない）
- 出現順を絶対に変更しない（ソート禁止）
- 解釈・要約・補完禁止
- 文章は原文ベースを維持する
- 期限は必ず正規化（YYYY/MM/DD or 未定）
- 相対表現は会議日基準で変換
---
# ■期限変換ルール（確定）
- 今週中
  → 会議日と同じ週の「金曜日」
- 来週月曜
  → 次の月曜日（会議日基準）
- ○日まで
  → そのままYYYY/MM/DDに変換
- 期限未定
  → "未定"
---
# ■出力形式（JSON固定）
{
  "会議日": "YYYY/MM/DD",
  "todos": [
    {
      "担当者": "",
      "やること": "",
      "期限": "",
      "やることの根拠": "",
      "期限の根拠": ""
    }
  ]
}

このステップの狙いは、「正確に拾う」ことだけに集中させることです。並び順や見た目を一切気にさせないことで、抽出漏れや表現の改変を防ぎます。

ステップ1の出力例

{
  "会議日": "2026/07/01",
  "todos": [
    {
      "担当者": "田中",
      "やること": "提案書つくる",
      "期限": "2026/07/03",
      "やることの根拠": "A社の件 先週問い合わせきてた →田中が提案書つくる、今週中に",
      "期限の根拠": "今週中"
    },
    {
      "担当者": "山田",
      "やること": "送る",
      "期限": "2026/07/06",
      "やることの根拠": "山田が送る（来週月曜）",
      "期限の根拠": "来週月曜"
    },
    {
      "担当者": "田中",
      "やること": "先方に聞く",
      "期限": "未定",
      "やることの根拠": "田中から先方に聞く",
      "期限の根拠": "記載なし"
    },
    {
      "担当者": "鈴木",
      "やること": "フロー見直す",
      "期限": "2026/07/05",
      "やることの根拠": "鈴木がフロー見直す、7/5までに改善案",
      "期限の根拠": "7/5までに"
    },
    {
      "担当者": "田中",
      "やること": "出すように統一する",
      "期限": "2026/07/25",
      "やることの根拠": "田中は25日までに出すように統一する",
      "期限の根拠": "25日まで"
    },
    {
      "担当者": "田中",
      "やること": "営業全員に周知する",
      "期限": "2026/07/25",
      "やることの根拠": "→営業全員に田中から周知",
      "期限の根拠": "同一指示の流れ（期限記載なしだが直前タスクに準拠）"
    },
    {
      "担当者": "山田",
      "やること": "媒体どこにするか決める",
      "期限": "2026/07/03",
      "やることの根拠": "媒体どこにするか山田が今週中に決める",
      "期限の根拠": "今週中"
    },
    {
      "担当者": "佐藤",
      "やること": "求人票の文章を作る",
      "期限": "2026/07/08",
      "やることの根拠": "佐藤が求人票の文章を作る、7/8まで",
      "期限の根拠": "7/8まで"
    },
    {
      "担当者": "鈴木",
      "やること": "確認して業者に連絡する",
      "期限": "未定",
      "やることの根拠": "鈴木が確認して業者に連絡する",
      "期限の根拠": "期限未定"
    },
    {
      "担当者": "山田",
      "やること": "予算どうするか",
      "期限": "未定",
      "やることの根拠": "山田→予算どうするか来週までに",
      "期限の根拠": "来週まで（具体日未指定のため未定扱い）"
    }
  ]
}

ステップ2:JSONを受け取り、ソート・グループ化してMarkdown表に変換する

ステップ1の出力(JSON)をそのまま次のプロンプトに渡し、今度は整形だけを行わせます。

以下のJSONを必ずMarkdownの表形式に変換せよ。
---
# ■絶対ルール（最重要）
- JSONのまま出力は禁止
- 必ず表形式（Markdown）に変換すること
- 説明文は禁止（表以外出力禁止）
- 1件でもJSONが残ったら失敗
---
# ■並び順ルール
- 担当者ごとに完全分離
- 各担当者単位でソート
  ① 期限あり（昇順）
  ② 未定（最後）
- 担当者をまたいだ並び替え禁止
- 内容の改変禁止（文章そのまま）
---
# ■出力フォーマット（これ以外禁止）
## ■田中
| 担当者 | やること | 期限 | やることの根拠 | 期限の根拠 |
| --- | --- | --- | --- | --- |
| 田中 |  |  |  |  |
## ■山田
| 担当者 | やること | 期限 | やることの根拠 | 期限の根拠 |
| --- | --- | --- | --- | --- |
| 山田 |  |  |  |  |
## ■鈴木
| 担当者 | やること | 期限 | やることの根拠 | 期限の根拠 |
| --- | --- | --- | --- | --- |
| 鈴木 |  |  |  |  |
## ■佐藤
| 担当者 | やること | 期限 | やることの根拠 | 期限の根拠 |
| --- | --- | --- | --- | --- |
| 佐藤 |  |  |  |  |

ポイントは、「担当者をまたいだ並び替えを禁止」し、「各担当者内でのみソートを許可」している点です。これにより、担当者ごとのタスクのまとまりを保ったまま、期限順という秩序も両立できます。

ステップ2の出力例

■田中

■山田

■鈴木

■佐藤

ポイント

• 抽出と整形を分離することで、LLM特有の「複数条件の同時処理による精度低下」を回避できる
• ステップ1では「根拠」列を持たせておくと、後から抽出ミスの検証がしやすい
• ステップ2は入力がJSONである限り、会議メモの内容が変わっても同じプロンプトを使い回せる

完成形プロンプトと実行手順 – すぐに試せるサンプル

手順① 文字起こし(議事録)を用意する

会議の録音・メモをテキスト化します。話者が分かるよう「担当者A: …」の形にしておくと、抽出精度が上がります。

手順② ステップ1のプロンプトを実行する

「【会議日】」「【会議メモ】」を実際の内容に書き換えて送信します。書き換えるのはこの2箇所だけです。

以下の会議メモからToDoを抽出し、構造化データとして出力せよ。
---
# ■入力
【会議日】2026年7月1日（水）
【会議メモ】
（ここに会議メモ本文を貼り付け）
---
# ■ルール（重要）
- ToDoは「担当者が明示されているもののみ」
- 1ToDo = 1レコード
- 必ず担当者ごとに分離（混ぜない）
- 出現順を絶対に変更しない（ソート禁止）
- 解釈・要約・補完禁止
- 文章は原文ベースを維持する
- 期限は必ず正規化（YYYY/MM/DD or 未定）
- 相対表現は会議日基準で変換
---
# ■期限変換ルール（確定）
- 今週中
  → 会議日と同じ週の「金曜日」
- 来週月曜
  → 次の月曜日（会議日基準）
- ○日まで
  → そのままYYYY/MM/DDに変換
- 期限未定
  → "未定"
---
# ■出力形式（JSON固定）
{
  "会議日": "YYYY/MM/DD",
  "todos": [
    {
      "担当者": "",
      "やること": "",
      "期限": "",
      "やることの根拠": "",
      "期限の根拠": ""
    }
  ]
}

送信すると、JSON形式のToDoリストが返ってきます。この出力をコピーしておき、次の手順③でそのまま貼り付けます。

手順③ ステップ2のプロンプトでMarkdown表に整形する

手順②で得られたJSONを「JSON」の部分に貼り付けて送信します。担当者名はJSONの中身から自動で判別されるので、プロンプト側で担当者名を指定する必要はありません。

以下のJSONを必ずMarkdownの表形式に変換せよ。
---
# ■入力
（ここに手順②で得られたJSONを貼り付け）
---
# ■絶対ルール（最重要）
- JSONのまま出力は禁止
- 必ず表形式（Markdown）に変換すること
- 説明文は禁止（表以外出力禁止）
- 1件でもJSONが残ったら失敗
---
# ■並び順ルール
- 担当者ごとに完全分離
- 各担当者単位でソート
  ① 期限あり（昇順）
  ② 未定（最後）
- 担当者をまたいだ並び替え禁止
- 内容の改変禁止（文章そのまま）
---
# ■担当者見出しルール
- JSON内に登場する「担当者」を自動的に抽出し、担当者ごとに見出し（## ■担当者名）を作成すること
- 担当者名を事前に指定・固定しない
- JSONに存在しない担当者の見出しは作らない
---
# ■出力フォーマット（この構造以外禁止）
## ■{担当者名}
| 担当者 | やること | 期限 | やることの根拠 | 期限の根拠 |
| --- | --- | --- | --- | --- |
|  |  |  |  |  |

※注意 機密情報が含まれる議事録は、社内限定の ChatGPT アカウントや、セキュリティ設定が施された環境でだけ使用してください。

次の一歩

この記事のサンプルプロンプトは、「貼り付けて送信」だけで完結しますが、実際に使い始めると「どの指示が結果に影響するか」や「どの程度具体的に書くと精度が上がるか」への関心が自然に湧くはずです。まずは 1 回、社内の最新会議議事録で試してみてください。その結果を社内のタスク管理シートに貼り付け、実際に期限が守られるかを観測すれば、次の改善点が見えてきます。

※注意
機密情報が含まれる議事録は、社内限定の ChatGPT アカウントや、セキュリティ設定が施された環境でだけ使用してください。

この手順とサンプルプロンプトが、会議後のタスク整理にかかる時間を大幅に削減し、業務のスピードアップにつながることを期待しています。

導入後のチェックリストと次のステップ

抽出結果をタスク管理ツールへインポートするコツ

会議の議事録から ChatGPT で ToDo だけを取り出したら、次は実務フローに落とし込む段階です。まずは、抽出された項目を CSV 形式や JSON 形式で出力できるようにプロンプトを調整します。たとえば、以下のように指示すると、タスク名・担当者・期限が列見出しとして揃ったテーブルが返ってきます。

「会議議事録の内容から、タスク名・担当者・期限だけを抽出し、CSV 形式で出力してください。」

この出力をそのまま、社内で使っているタスク管理ツール（Asana、Jira、Microsoft Planner など）にインポートすれば、手作業でコピー＆ペーストする手間が省けます。インポート時に注意したいのは、ツール側が期待する項目名と ChatGPT が出力した見出しが一致しているかです。ツールが「Assignee」や「Due Date」といった英語表記を要求する場合は、プロンプトに「英語で列見出しを付けてください」と付け足すだけで対応できます。

プロンプトの定期的な見直し

一度作ったプロンプトでも、会議のスタイルやチームのニーズは変わります。そこで、月に一度は以下の視点でプロンプトを振り返ります。

1. 抽出精度

   • タスクが抜け落ちていないか、余計な情報が混入していないかを確認します。抜けが多い場合は「必ず全タスクをリスト化してください」と付加指示を加えると効果的です。

2. 表記統一

   • 担当者名がフルネームかイニシャルか、期限の表記が「YYYY/MM/DD」か「MM/DD」かで統一感が失われると、インポート時にエラーが出やすくなります。統一したいフォーマットを明示的に指示しましょう。

3. 業務フローとの整合性

   • タスクが完了した後のステータス遷移や、優先度の付け方がツール側のワークフローと合っているかをチェックします。必要に応じて「優先度（高・中・低）も併せて抽出してください」と追加すれば、後続の自動化がしやすくなります。

このように、プロンプトは固定のものではなく「生きたドキュメント」として扱うことで、AI の出力品質を継続的に高められます。

社内定着を支える実践的な施策

AI を活用したタスク抽出をチーム全体に浸透させるには、技術的なハンドオフだけでなく、組織的なサポートが欠かせません。

• 簡易マニュアルの共有
  プロンプトの書き方やインポート手順を 1 ページにまとめ、社内のファイルサーバやチャットツールにピン留めしておきます。マニュアルは画像付きで「入力例 → 出力例 → インポート手順」の流れを示すと、初めて触るメンバーでも迷わず操作できます。

• 定例レビューの設定
  週に一度、会議後のタスク抽出結果を全員で確認するミーティングを設けます。ここで「抽出漏れ」や「担当者の重複」などをその場で指摘し、次回のプロンプト改善につなげることで、AI 活用が「試行錯誤」から「定常業務」へと自然に移行します。

• 成功体験の可視化
  タスク抽出がうまくいったケースを社内ニュースレターや掲示板で紹介し、具体的な時間削減効果（例：タスク整理に要した時間が 30 分→5 分に短縮）を数値で示すと、他部署の導入意欲が高まります。

次のステップ

1. 今回紹介したプロンプトを自社の会議メモに貼り付け、実際に 1 回だけでも ChatGPT に投げてみましょう。
2. 出力された CSV をタスク管理ツールにインポートし、タスクが正しく割り当てられるかを確認します。
3. 1 週間後に「抽出結果の精度」と「インポートの手間」を社内アンケートで評価し、改善点を洗い出します。

このサイクルを回すだけで、会議後のタスク整理にかかる時間が目に見える形で短縮されます。最初は試行錯誤が必要ですが、プロンプトとフローを少しずつ磨いていくことで、AI が自然に業務の一部になる瞬間を体感できるはずです

まとめ

本記事では、会議後のタスク整理が滞る原因を整理し、ChatGPT が議事録からToDoだけを自動抽出できる全体像を示しました。まずはシンプルなプロンプトを試す手順と、結果に見られる課題を確認し、次に「目的の明示」「出力形式の指定」「担当者・期限の付与」の3点に着目したプロンプト設計のポイントを解説しました。完成形プロンプトと実行手順を具体例として提示し、目的別にカスタマイズ可能なサンプル集も掲載しています。最後に導入後のチェックリストと次のステップを示しましたので、ぜひこの記事のサンプルプロンプトを自社の会議メモに貼り付けて実際に試し、タスク整理が簡単になる効果をご体感ください。

Q. 会議メモはどのように書けばChatGPTが抽出しやすいですか？

会議メモは、日時・参加者・議題を冒頭に書き、発言や決定事項は箇条書きで区切ります。ToDo抽出したい箇所は「【タスク】」などのタグで示すと、プロンプトがシンプルになり正確に抽出できます。

Q. 日本語の箇条書きや番号付きリストでも正しく抽出できますか？

はい、ChatGPTは日本語の箇条書きや番号付きリストをそのまま認識します。文章の区切りが明確であれば、タスクだけを抜き出す指示を与えるだけで、箇条書きのままToDoリストとして出力してくれます。

Q. 抽出結果に担当者と期限を必ず入れさせるには？

プロンプトで「担当者と期限を含めて抽出してください」と明示すれば、‘〇〇さん　〆切：○月○日’ の形で出力されます。元の議事録に「担当：」「期限：」と記載しておくと、抜け漏れが減ります。

Q. 機密情報を含む議事録をChatGPTに渡すのは安全ですか？

機密情報の取り扱いは注意が必要です。社内のChatGPT導入版やローカルLLMを利用すればデータは外部に送られません。まずは情報をマスクしたサンプルで試し、セキュリティ担当と相談してください。

この記事のサンプルプロンプトを会議メモに貼り付け、すぐにToDoだけを抽出してみましょう。実際に動かして効果を確認したら、導入やカスタマイズについてシクミカ.ラボへお気軽にご相談ください。

記事の内容について深掘りしたい方も、別件でも歓迎です。

無料相談を受け付けています。