・
会議が終わった後の「議事録作成」に、どれくらいの時間を使っていますか？
60分の会議の録音を聞き直し、要点をまとめ、タスクを洗い出すのに45分以上かかっている――そんな悩みを抱えるマーケティング担当者や事業企画職の方は少なくありません。
今回検証するのは、Googleが提供するAIノートツール「NotebookLM」です。
これまで一般的だった「ChatGPTにテキストを貼って要約させる」方法とは異なり、NotebookLMはPDFや音声データそのものを読み込み、「指定した資料のみ」を根拠に回答する「グラウンディング」技術を採用しています。
これにより、AI特有の「もっともらしい嘘（ハルシネーション）」を抑え、信頼性の高い議事録を半自動で作成できると注目されています。
本記事では、実際にNotebookLMを使って議事録作成を行い、その精度や業務効率化の実用性を徹底検証します。
「本当に業務フローに組み込めるのか？」という視点で、具体的な活用法を解説します。
✍️前提情報
本記事の想定読者
本記事は、以下のような課題を持つ方を想定して執筆しています。
NotebookLMとは
NotebookLMは、Googleが提供する「自分専用のAIリサーチアシスタント」です。
最大の特徴は、ユーザーがアップロードした資料（Googleドキュメント、PDF、音声ファイルなど）の内容をAIが学習し、そのソースのみに基づいて回答を生成する点にあります。【主な特徴とスペック】
一般的な生成AIが「インターネット上の広範な知識」から回答するのに対し、NotebookLMは「あなたが渡した資料」を完璧に把握する専門秘書のような存在です。
これにより、企業の内部情報や特定のプロジェクトに基づいた、精度の高い議事録作成が可能になります。🤔NotebookLMを実際に使ってみた！
まずは、NotebookLMをどのようなシーンで活用できるか、具体的なシナリオを5つ挙げます。今回はこの中から、特に需要の高い「議事録作成」に関するシナリオを選定し、実機で検証を行います。
検証条件
今回の検証では、「定例進捗会議の議事録作成とネクストアクションの整理」という実務でよくあるシーンを想定しました。約30分間のプロジェクト定例会議を録音した音声データをもとに、会議内での決定事項と次に取るべきアクション（誰が・いつまでに・何をするのか）をどこまで正確に整理できるかを確認します。
検証に使用した環境・条件は以下の通りです。
検証は、以下の3ステップで行います。
STEP1：音声データのアップロード
NotebookLMで新規ノートブックを作成し、検証用の会議録音データをアップロードします。音声ファイルはそのままソースとして扱います。
STEP2：自動生成された議事録の確認
音声データから自動生成される要約内容を確認し、会議全体の流れや主要トピックが正しく把握できているかをチェックします。
STEP3：指定プロンプトによるタスク整理
以下のプロンプトを入力し、決定事項とネクストアクションがどのように整理されるかを確認します。
この会議の音声データから、決定事項を箇条書きでリストアップし、それぞれのタスクについて担当者と期限（言及されている場合）を表形式でまとめてください。
出力結果をもとに、情報の抜け漏れや誤認識、不要な補完が発生していないかを総合的に評価しました。
今回検証用に準備したデータは、高崎市の公式HPで公開されている総務常任委員会の音声で約30分の長さがあります。（※１）
なお、読者の方に「どのような内容の音声データを使っているのか」を事前にイメージしていただくために、検証とは別に、音声データを文字起こしした内容をもとに会議の概要を整理しました。
この文字起こしテキストは、NotebookLMによる議事録生成やタスク抽出の入力ソースとしては使用していません。あくまで、検証条件を分かりやすく伝えるための補足情報です。
• 会議の進行とルール: 委員会の開会宣言や、委員1人あたりの発言時間を15分程度とする規則の確認が行われています。
• 議案の審議と採決: 議案第128号から第144号（補正予算を含む）までの審議が行われ、すべての議案が起立全員で原案通り可決される過程が記録されています。
• 各委員による具体的な質疑:◦ 中島委員: 倉渕子ども天文台の修繕内容や、大分市での大規模火災を受けた本市の教訓について質問しています。
◦ 青木委員: 牛ドリームセンターの非常用発電機が故障した経緯について確認しています。
◦ 伊藤委員: 物価高騰対策としての国の交付金の活用方針について質疑しています。
◦ 新倉委員: 選挙の投票率向上と、入場券を忘れた際の本人確認方法について質問しています。
◦ 荒木委員: 少年科学館のプラネタリウムの維持管理や、職員の駐車場等の導入、女性職員の管理職登用への意欲向上について多角的に質問しています-。
◦ 副委員長: ガソリン暫定税率廃止による減収影響や、避難所受付システムのデジタル化について質疑を行っています
まずはNotebook LMを開きましょう。Google アカウントを使ってログインするだけで無料で利用できます。「＋ノートブックを新規作成」をクリックして、ソースに準備しておいた音声データをいれます。
ソースの読み込みが終わると、左の音声データにチェックが付き、中央にはデータについての簡単な情報が反映されます。
まずは議事録を作成してもらいましょう。「ソースに基づき、議事録を作成してください。」と入力しました。
1分もたたずに議事録が作成されました！
続いて、タスク・ネクストアクション整理のためにプロンプトを投げてみます。
この会議の音声データから、決定事項を箇条書きでリストアップし、それぞれのタスクについて担当者と期限（言及されている場合）を表形式でまとめてください。
先ほどと同様に1分経たず結果が生成されました。
これで検証は終了です。前述の3つのポイントに沿って検証結果を見てみましょう！
また、同じことをChatGPTでできるのか検証してみたところ、音声ファイルが読み込めず文章でソースを示す必要がありました。
その点も合わせて次の見出しで比較してみたいと思います。
検証内容と使ってみた感想
本格的な検証に入る前に、一般的な生成AIであるChatGPTについても簡単に触れておきます。
ChatGPTでも議事録作成や要約は可能ですが、音声ファイルをそのまま読み込むことはできず、事前に文字起こしを用意する必要があります。そのため、会議音声を扱う場合は工程が増え、結果として手間や時間がかかりがちです。
一方、Notebook LMは音声ファイルを直接アップロードでき、短時間で具体的なアウトプットを得られます。今回の検証では、約30分の会議音声をアップロードしてから1分足らずで議事録が生成されました。
この違いを踏まえ、「会議音声から議事録とネクストアクションを整理する」という用途において、Notebook LMがどこまで実務に耐えられるのかを重点的に検証していきます。
①音声認識の精度について
約30分間の定例会議音声をそのままNotebook LMにアップロードして検証しましたが、複数人が発言する会議特有の話し言葉や、施設名・制度名といった固有名詞が多く含まれる内容でも、議事録として成立するレベルのテキストが生成されました。
細かな言い回しまで完全に再現されるというよりは、会議の流れや各発言の要点を押さえた形で整理される印象です。
実務目線で見ると、「後から音声をすべて聞き直さなくても全体像を把握できる」という点は大きなメリットに感じました。
議事録作成の最初のたたきを作る用途であれば、十分に使える精度といえそうです。②文脈を理解したタスク抽出能力について
指定したプロンプトで決定事項とネクストアクションの整理を行ったところ、単なる発言の書き起こしではなく、会議の中で「決まったこと」と「議論中の内容」をある程度切り分けて整理している点が印象的でした。
特に、対応が確定している内容についてはタスクとして整理され、一方で、その場では結論が出ていない話題については、無理にタスク化されることなく要点としてまとめられていました。
実際に会議後の業務を想定すると、「全部がタスクになるわけではない」という整理のされ方は自然で、そのままネクストアクション確認に使いやすい出力だと感じます。③ハルシネーションの有無について
事前に音声内容を把握した上で出力結果を確認しましたが、会議内で言及されていないタスクや、実際には示されていない期限・担当者が勝手に補完されるような挙動は見られませんでした。
特に、担当者や期限については「言及がある場合のみ整理する」という指示が守られており、不確かな情報をそれらしく生成することはありませんでした。
実務で使うことを考えると、分からない部分を無理に埋めないという姿勢は安心感があり、議事録やタスク整理のたたきとして使いやすい印象です。
今回の検証を通して、Notebook LMは「音声を細かく書き起こすツール」というよりも、会議の内容を把握し、次のアクションを考えるための補助ツールとして強みを感じました。
完璧な議事録を一発で作るというより、会議後の確認作業や整理にかかる時間を減らしたい場面で活用すると、実務の負担を大きく軽減できそうです。失敗したこと・注意すべきポイント
一方で、Notebook LMを使えば完全な議事録が自動で完成すると期待すると、ややギャップがあります。出力されるのは、あくまで「要点を整理した議事録」です。
そのため、発言を逐語的に残す必要がある公式記録や、一言一句の正確性が求められる用途には向いていません。この点を理解せずに使うと、「思ったより簡略化されている」と感じる可能性があります。
また、タスク抽出の精度はプロンプトに大きく依存します。「決定事項」「担当者」「期限」といった観点を明示しない場合、要約止まりで終わるケースもあるため、指示の出し方は重要です。
結論として、Notebook LMは議事録を仕上げるツールではなく、議事録作成を一気に前に進めるツールです。この前提を押さえて使えば、会議後の作業時間を大きく削減できる存在になります。まとめ
Notebook LMを使って、約30分の会議音声から議事録とネクストアクション整理まで検証しました。
結論として、Notebook LMは「一言一句を正確に書き起こす」用途ではなく、会議の流れと要点を押さえ、次にやるべきことを整理するのに強いツールです。
実際、音声をそのままアップロードするだけで1分足らずで議事録が生成され、固有名詞が多い内容でも破綻なく全体像をつかめました。
さらに、タスク整理では「決まったこと」と「議論中の内容」を切り分ける動きが見られ、言及のない担当者や期限を勝手に補完しない点も安心材料です。
会議後の“整理にかかる時間”を減らし、確認・共有をスムーズにしたい人にとって、Notebook LMは業務に組み込める選択肢です。
Yoomなら、作成したタスクを自動化してさらに業務を効率化することができます。タスク関連のフローボットテンプレートは以下からチェックしてみてください！
【出典】
