・
日々の営業活動において、商談後の議事録作成や社内共有に多くの時間を費やしていませんか？
「商談の内容を忘れないうちにまとめたいけれど、次のアポイントが迫っていて時間がない…」
そんな悩みを抱える方は少なくないでしょう。
そこでおすすめなのが、ノーコードAIツール「Dify」を活用した商談要約の自動化！
Difyを使えば、商談の録音データや文字起こしテキストから要約、決定事項の抽出、さらにはネクストアクションの洗い出しまでを自動で行うことができるんです。
本記事では、Difyを使って商談要約ワークフローを構築する方法を実際に試した経験をもとに解説。
また、Dify単体では難しい「商談データの自動取得」や「CRMへの自動登録」といった前後のプロセスまでを含めた自動化についても触れていきます。
AIによる要約結果をSlackやNotionなどのツールへ自動で通知・保存するには、API連携などの少し複雑な設定が必要で操作も大変です。
しかし、「Yoom」を活用すれば、これらのフローを驚くほど簡単に自動化できちゃいます！
Yoomは、様々なアプリやサービスをノーコードで連携させることができるツールです。
例えば、オンライン会議終了後に音声データを文字起こしし、AIで要約して議事録データベースに保存するといった一連の流れが自動化可能。
議事録作成の手間がゼロになるだけでなく、商談内容の共有漏れも防ぐことができます。
「まずは手軽に自動化を体験してみたい」という方は、以下のテンプレートを活用してみてください。
■概要
kintoneに日々登録される大量のレコード情報、その内容を把握し、要点をまとめて更新する作業に手間を感じていませんか。手作業での対応は時間もかかり、他の重要な業務を圧迫することもあります。このワークフローを活用すれば、kintoneに特定のレコードが登録された際に、Difyが自動で内容を要約し、その結果をkintoneの該当レコードに更新するため、これらの課題を解消し業務の効率化を実現します。
■このテンプレートをおすすめする方
■このテンプレートを使うメリット
■フローボットの流れ
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
■注意事項
Difyは、オープンソースのLLM（大規模言語モデル）アプリ開発プラットフォームです。
簡単に言うと、「自分だけのAIアシスタント」をノーコードで作れるツール。
チャットボットを作成するだけでなく、複数の処理を組み合わせた「ワークフロー」を構築できるのが大きな特徴となります。
なぜDifyが商談要約に向いているのでしょうか。
理由は大きく3つあります。
このように、Difyは商談要約というタスクにおいて、精度とコストのバランスが非常に優れたツールといえます。
では、実際にDifyを使って商談要約を自動化するワークフローを作成してみましょう。
今回は、会議の文字起こしデータを事前に用意し、Difyと組み合わせた方法を紹介します。
まず、オンライン商談のサンプルを用意しておきましょう。
テキストデータを用意する場合、文字起こしツールは普段お使いのものを使用してくださいね。
ちなみに、Dify内の『Speech To Text』を活用すれば、音声ファイルから文字起こしすることも可能です。
MP3やWAV形式の音声データで商談音声を録音しておきましょう。
テキストデータをアップロードする場合、Difyの管理画面から「最初から作成」を選び、「ワークフロー」タイプを選択します。
まず、「開始」ブロックに入力変数として「meeting_transcript（会議の文字起こし）」を設定。（設定値は任意のものでOK）
次に、「LLM」ブロックを追加し、プロンプトを入力します。
ここでは、「以下の会議の文字起こしを読み、要約、決定事項、ネクストアクション（担当者・期限含む）を抽出してください」といった指示を書きます。
最後に、「終了」ブロックでLLMの出力結果を表示するように設定します。
音声データをアップロードする場合は、入力ノードに対してファイルタイプの変数を設定し、2つ目のステップで『Speech To Text』を埋め込む、という流れになります。
作成したワークフローを公開、文字起こしテキストを貼り付け、もしくは音声データをアップロードして「実行」ボタンを押すと、数秒〜数十秒でAIが商談内容を分析し、整理された議事録が出力されます。
さっそく実際に作成したワークフローを使って、過去の商談データを要約してみました。
ここでは、シンプルなテキストデータの要約に加え、「音声ファイル」や「長文かつ数値を含んだテキストデータ」に対しての対応力を詳しく検証します。
まず、文字起こし後のテキストデータをアップロードして、AIによる要約がどの程度詳細かを確認しました。
ワークフローを構成し、LLMノードでプロンプトを設定します。
構成
入力→LLM→出力
LLMノードへのプロンプト
あなたはBtoBビジネス向けの「会議／商談要約アシスタント」です。与えられた会議の文字起こしを読み取り、
・要約
・決定事項
・ネクストアクション（担当者・期限を含む）
を、ビジネス利用に耐えうる精度と読みやすさで出力してください。
〜（省略）〜
情報がなく埋められない項目は、無理に想像せず「不明」「期限の言及なし」と記載してください。
この内容でアプリを公開し、アプリ画面でテキストを入力し投稿します。
約10秒ほどで出力が完了したのですが、議論の背景や文脈がしっかりと保持され、参加していなかったメンバーが読んでも内容が理解できるレベルの議事録が生成されました！
マークダウン形式での出力を指示していたので、項目ごとにわかりやすく情報がまとめられているのも高ポイント。（上赤枠）
さらに、期限が定まっていないタスクについては、推測せずに「言及なし」と判断していますね。（下赤枠）
このように要約の精度はプロンプトの指示出しに大きく依存するため、何度か試行錯誤して最適な指示を見つけることが重要です。
