会議メモをClaudeに渡して「社内共有用の文章」へ整えてもらうときのコツ

要約はできたのに、社内共有の直前で毎回つまずいていた

会議が終わりました。やっと一息つけると思った直後です。今度は共有用の文章作成が始まります。ここで毎回つまずく人は多いはずです。地味に時間を持っていかれる作業ですよね。

一昔前なら、録音を何度も聞き返すしかありませんでした。手作業で内容をまとめるのは、本当に大変な苦労でした。今はClaudeという便利なAIがあります。会議のメモを入れるだけです。それだけで、要約そのものはかなり速く作れるようになりました。

最初にAIを使ったときは感動しました。「これで仕事が楽になる」と確信したのです。けれど、要約をそのまま社内チャットに貼ってみました。すると、すぐに多くの質問が飛んできました。「この担当は誰ですか？」「判断の根拠を教えてください」といった追加確認です。

要約をそのまま共有したときの失敗談

結局、AIの出力を元に修正することになります。主語を補い、背景情報を追記する手間が発生します。担当者と期限を一つひとつ確認して、書き直す作業です。気づけば、AIを使わずにゼロから書くのと変わらない時間が過ぎていました。むしろAIを介したことで、元の文脈が失われることさえありました。かえって周囲の混乱を招く結果になったのです。

実際、走り書きのメモをそのまま要約して共有したことがあります。すると翌日、関係部署から確認の連絡が相次ぎました。元のメモが「A部と連携」という短い記述だったからです。主語が抜けていたため、共有文も曖昧になってしまいました。結局、3つの部署に説明し直す羽目になりました。これでは時短どころではありませんでした。

このような経験をすると、「AIを使っても手直しが多い」と感じがちです。自分もこの段階で何度も立ち止まってしまいました。

失敗の原因はClaudeの精度より『共有先の設計不足』だった

なぜ、読みやすい要約なのに社内共有では使いにくいのでしょうか。自分も最初はAIの精度不足だと思っていました。けれど実際は、共有先の設計を決めないまま投げていたのが原因でした。

会議中の独特な空気感があります。参加者の間にある暗黙の了解もあります。それらをAIが自動で読み取ってくれるわけではありません。AIはあくまでも、優れたテキスト処理ツールに過ぎないのです。

AIは入力された情報以上のものは生み出せません。我々が走り書きした「例の件、前向きに検討」というメモを例にします。ここから正確な背景を読み解くのは不可能です。「A部長の承認を条件にする」といった事情は伝わりません。「B課の鈴木さんが来週水曜までに予算案を出す」という意味も分かりません。会議メモ特有の口語表現は、主語や責任範囲が極めて曖昧です。これをそのまま渡せば、曖昧な出力が返るのは当然の結果でした。

出力の形式を先に決める重要性

失敗しやすいパターンがあります。入力の質と出力の形式を決めないまま頼むケースです。「とりあえず要約して」とだけ伝えていないでしょうか。誰に向けて、何を動かしたい共有なのかを先に指定すべきです。そうしないと、あとで直す量が増えてしまいます。

進捗会議のメモを「議事録としてまとめて」とだけ渡したときのことです。開発側からは「技術課題が薄い」と指摘されました。営業側からは「顧客の反応が省略されすぎだ」と言われました。同じ会議でも、部署ごとに欲しい情報の粒度が違います。そのことを強く痛感した出来事でした。

共有目的をAIに伝える『状況設定プロンプト』の鉄則

会議メモが曖昧な情報で終わってしまう理由があります。それは、読み手に次に何をしてほしいかを具体的に描けていないためです。AIに要約を依頼する際、この「共有目的の設計」が重要になります。これこそが、修正作業を劇的に減らすための鍵となります。

単なる要約依頼ではいけません。それではAIは汎用的な文章しか生成してくれません。そうなると、先ほど挙げたような問題が起こります。「担当は誰か」や「根拠は何か」といった後続の確認が必ず発生するのです。

AIに社内用の文章を作らせる際に意識すべきことがあります。AIを単なるツールではなく「仮想の秘書」として扱うことです。この秘書は社内の文脈を理解しようとしています。しかし、具体的な状況と目的を伝えないと動けません。明確な指示がなければ、期待通りの成果は得られないのです。

対象読者を絞り込む

ここで重要になるのが『状況設定プロンプト』という考え方です。このプロンプトには、3つの要素を盛り込むことを鉄則としてください。

一つ目の要素は「対象読者」の特定です。誰に向けて共有文を作成するのかを決めます。部署、役職、専門知識のレベルを明確に指定してください。「経営層向け」や「現場マネージャー向け」といった指示が有効です。「新入社員向け」という指定も具体的で良いでしょう。

例えば、経費精算ルールの変更を共有する場合を考えます。一般社員向けなら、変更のポイントが重要です。具体的な申請方法を中心に伝える必要があります。

複数の共有先に合わせる『視点切り替えプロンプト』の極意

以前お伝えした通り、同じ会議のメモでも必要な情報は異なります。開発側であれば技術的な課題を知りたいはずです。一方で営業側は顧客の反応を重視します。このように、部署によって求められる情報の粒度は大きく変わるのです。

各部署にはそれぞれの目標があります。責任を持つ範囲も異なります。業務プロセスも部署ごとに違います。例えば、新プロジェクトの進捗会議があったとします。経理部が知りたいのは予算の消化状況でしょう。費用対効果についても詳しく知りたいはずです。人事部であれば、人員配置の現状に関心があるでしょう。今後の採用計画への影響を気にしているかもしれません。

一つの汎用的な要約では不十分です。どちらの部署にとっても「物足りない」結果になりがちです。この課題を解決するのが『視点切り替えプロンプト』という技術です。これはAIに役割を与える方法です。「あなたは今、特定の部署の視点に立っている」と役割を与えてください。

その部署が最も必要とする情報を抽出させます。彼らの言葉遣いで文章を再構成させることが可能です。具体的には、プロンプトの冒頭でAIに役割を指示します。「あなたは今、経理部の視点に立っている」と伝えてみてください。会議メモから予算の状況やリスクを抽出させます。経理部が次の予算会議でそのまま使えるようにします。要点と懸念点をまとめた文章を作成させることが可能です。

一度作ったプロンプトも、使って育てて初めて真価を発揮する

各種のプロンプトを初めて作ったときのことです。私は「これで完璧だ」と感じました。会議メモの作成で悩む日々が終わると、心から安心したのを覚えています。実際に使ってみると、確かに以前よりスムーズになりました。

質の高い共有文が作れるようになったと感じます。AIに渡す情報が具体的になったおかげです。出力される文章も、格段に意図に沿ったものになりました。その変化を肌で実感することができました。

これで手直しがゼロになると期待していました。しかし、現実はそこまで甘くはありませんでした。最初は「まだ手直しが必要なのか」と、少しがっかりもしました。特に、微妙なニュアンスの調整は難しいものです。社内特有の専門用語の置き換えなども同様です。

「この部署にはもう少し踏み込みたい」といった微調整も必要です。これらはどうしても、人間の手で加える必要があります。AIは与えられた情報と指示に基づいて生成します。会議の場の空気感までは読み取れません。参加者同士の暗黙の了解も同様です。

この経験から大切なことに気づきました。プロンプトは一度作って終わりではありません。業務に合わせて継続的に「育てていく」必要があります。生成された文章を直すたびに、理由を考えるようにしました。「なぜ手直しが必要だったのか」を分析するのです。

AIとの協調で、事務職の私は「考える力」を磨かれた

AIを導入する前の私の頭の中を振り返ります。当時は「いかに早く、正確に要約するか」という作業に集中していました。録音を聞き返し、メモを整理し、文章をまとめます。これらの作業は確かに大変な重労働でした。

今はAIが要約作業を肩代わりしてくれます。そのおかげで、私の思考は大きく変わりました。「何を、誰に、なぜ、どう伝えるか」という問いです。より本質的な部分に思考を使えるようになりました。これは記事冒頭の「共有の目的設計」を、自ら深めることと同じです。

AIはあくまでも道具に過ぎません。最終的な判断や責任は、常に人間である私にあります。だからこそ、AIの出力をそのまま鵜呑みにはしません。「これで本当に読み手は動けるだろうか」と考えます。「あの部署にとって適切な内容か」と自問する習慣がつきました。この思考プロセスは、プロンプトを設計する中で最も鍛えられました。

AIに的確な指示を出すためには、準備が必要です。私自身が社内の文脈やニーズを深く理解しなければなりません。「あの部長は数字に厳しいから、結論から書こう」と判断します。「営業部には具体的なメリットを伝えたい」と工夫します。これまで無意識に行っていた思考でした。それをプロンプトとして言語化する訓練になったのです。

関連リンクとチェックリスト

学習サービスとアンケート