イベント録音を文字起こしして要点抽出しレポート作成する手順
イベント録音から要点を抽出してレポートにする手順を解説。2万字の文字起こしを2000字に絞るFEPCフレームワークと、ChatGPTプロンプト例を示します。
イベント録音からレポートを作る工程で最も時間がかかるのは、文字起こし自体ではなく「2〜3時間分の発言ログから読者が知りたい要点だけを抽出し、レポートの構成に落とす」ステップです。AIで文字起こしを自動化しても、この抽出ステップを手作業でやっていると工数は半分にもなりません。録音前の事前設計とAI要点抽出の組み合わせで、このボトルネックを解消します。
イベントレポートが読まれない構造要因についてはイベントレポートが読まれない3つの構造要因で解説しています。
録音からレポートまでの工程と時間の偏り
イベント録音をレポートにする工程は5つに分かれます。
- 録音（当日）
- 文字起こし（AIで10〜30分）
- 要点抽出（2〜4時間）
- レポート構成（1〜2時間）
- 公開前の確認（30分〜1時間）
このうち、多くの時間がかかるのが3番目の「要点抽出」です。2時間のセミナーの文字起こしは2万字を超えることが多く、全発言を読み返して重要な箇所を選び出す作業に時間を取られます。
「何を抜くか」が決まっていないから遅い
要点抽出に時間がかかる理由は、文字起こしの長さではなく、レポートに入れるべき情報の種類が決まっていないことです。全発言を読んでから「重要そうなもの」を選ぶやり方では、読み返すたびに判断に迷い、結局2回・3回と読み返すことになります。
録音前に「何を抜くか」の基準を決めておけば、文字起こし後の抽出がそのまま構成になります。
録音前にやること——抽出項目を先に決める
レポートの読者と目的から「何を抜くか」を逆算します。
レポートの読者と抽出項目の対応
| 読者 | レポートの目的 | 抽出すべき情報 |
|---|---|---|
| イベント参加を検討している人 | 雰囲気と得られる価値を伝える | 登壇者の実績、会場の様子、参加者の反応 |
| セミナー内容を社内共有する | 学んだことを実務に反映する | 具体的な手順、数字、判断基準 |
| 広報・マーケティング向け | 次回イベントの告知材料にする | 参加者の声、登壇者のキーメッセージ |
抽出項目を決めたら、イベント中にタイムスタンプ付きのメモを取ります。「開始20分：事例紹介」「45分：質疑開始」のようにメモしておくと、文字起こし後の該当箇所を見つけやすくなります。
録音の許可と公開範囲の確認
録音の許可と公開の許可は別です。文化庁の著作権施策によれば、講演は口述の著作物に該当します（著作権法第2条1項1号）。録音が許可されていても、公開が許可されていない場合があります。
- 主催者と登壇者の両方に事前確認する
- 社内共有だけか、Web公開まで可能か、条件を明示する
- 引用範囲（全文引用可 or 一部要約のみ）を確認する
AI文字起こしの設定——録音品質とツール選定
マイク配置と録音形式
スマートフォンの録音でも文字起こしはできますが、話者が複数いる場合はマイク配置が精度を左右します。
- ピンマイク: 登壇者1人の場合に最も精度が高い
- 卓上マイク（全指向性）: パネルディスカッションや座談会で、複数話者を拾う
- 会場のマイク音声を録音: Zoom・Google Meet 等のオンライン併用イベントでは、配信用の音声をそのまま録音する
音声形式は、文字起こしツールが対応しているものを選びます。MP3・M4A・WAVが一般的です。
文字起こしツールの選び方
| ツール | 向く場面 |
|---|---|
| リアルタイム型（Zoom/Meet字幕、Texter等） | 当日その場で文字起こしを確認したい |
| 録音後取込型（ChatGPT、Whisper等） | 録音後に一括処理し、後から編集する |
リアルタイム型は速いですが、専門用語の誤変換が多く、後からの修正に時間がかかります。録音後取込型は、事前に専門用語辞書を登録できるツールを選ぶと精度が上がります。
ChatGPTで要点抽出——FEPCフレームワーク
文字起こしの各段落を4種類の情報に分類すると、2万字→2000字の抽出が機械的に行えます。
FEPCフレームワーク
- Fact（事実）: 登壇者が述べた定量情報・データ
- Evidence（根拠）: 事実を裏付ける事例・引用
- Position（立場）: 登壇者がとった見解・判断
- Commitment（約束）: 今後のアクション・計画の表明
この4分類をプロンプトに含めると、ChatGPTが自動で振り分けてくれます。
プロンプト例
以下はセミナーの文字起こしです。各段落を次の4分類に振り分けてください。
- Fact: 登壇者が述べた定量情報・データ
- Evidence: 事実を裏付ける事例・引用
- Position: 登壇者がとった見解・判断
- Commitment: 今後のアクション・計画の表明
各項目について、元の発言を引用し、分類理由を付けて出力してください。
【文字起こし】
<ここに文字起こしテキストを貼る>抽出結果のファクトチェック
AIが抽出した要点は、必ず元の文字起こしと照合します。特に数字と固有名詞は誤りが多い箇所です。
- 数字: 「昨年比150%」「前年比1.5倍」のような表記揺れを統一する
- 固有名詞: 企業名・製品名は公式表記に揃える
- 因果関係: AIが勝手に補った因果関係（「だから」「そのため」）は削除する
レポート構成——抽出した要点を読者の文脈に並べ替える
文字起こしは時系列で並んでいますが、レポートは読者の関心順に並べ替えます。
「時系列」から「読者の関心順」への組み替え
セミナーの進行順ではなく、読者が知りたい順に並べます。
時系列の例（セミナーの進行順）:
- 登壇者の自己紹介
- 背景と課題
- 事例紹介
- 質疑応答
読者の関心順に並べ替えた例:
- 結論（何がわかったか）
- 事例紹介（具体的な成果）
- 背景と課題（なぜこれが必要か）
- 質疑応答の抜粋（他の参加者の疑問）
結論を先に出すと、冒頭で読むか読まないかを判断できます。特にWeb公開するレポートでは、結論が冒頭にないと離脱率が上がります。
引用・要約・意訳の使い分け
- 引用: 登壇者の発言そのままを「 」で囲む。数字・判断・キーメッセージに使う
- 要約: 複数の発言を1文にまとめる。背景説明や補足情報に使う
- 意訳: 話し言葉を書き言葉に直す。「えーと」「まあ」等のフィラーを削除する
引用が多すぎると読みにくくなり、要約が多すぎると登壇者の言葉が消えます。3〜4段落に1箇所は引用を入れる割合が目安です。
話者が多い場合と専門用語の誤変換
話者が多い場合の発言整理
パネルディスカッションや座談会では、話者ごとに発言を整理する必要があります。ChatGPTは文字起こしの「話者1」「話者2」という表記を残したまま要点を抽出しますが、実際の名前に置き換える作業は手動で行います。
専門用語の誤変換
業界特有の用語（「CRM」「NPS」「MRR」等）は、文字起こし時に誤変換されることがあります。ChatGPTでの要点抽出前に、誤変換を一括置換しておくと、抽出後の修正が減ります。
話者分離と企画設定で連載レポートを統一トーンで作る
sonataは、インタビュー音声から記事を作るツールです。企画書づくり・文字起こし・記事生成・AI編集までを1つの画面で行います。
話者分離機能
複数の話者を自動で識別・分離します。パネルディスカッションの文字起こしでも、話者ごとに発言が整理されます。
企画設定による一貫性
連載設定により、毎回同じトーンを保ちます。イベントレポートを定期的に作る場合、前回のレポートのトーンを記憶し、次回も同じスタイルで生成します。
メディア設定を反映した記事原稿
メディア設定（ターゲット読者・目的・文体）を入力すると、その設定を反映した記事原稿を生成します。社内共有用と広報用で、同じ文字起こしから別の構成のレポートを作れます。
音声をアップロードすると文字起こしし、品質スコアで完成度を確認できます。テキスト・Word形式で書き出し、WordPress や Google Docs など既存のCMSへ持っていけます。
録音・公開の許可はどう取るか
録音の許可はいつ・誰に取ればいいですか？
主催者と登壇者の両方に事前確認します。録音は許可されていても公開が許可されていないケースがあるため、録音と公開の両方について明示的に確認します。
文字起こしの精度が悪いときはどうすればいいですか？
専門用語辞書の事前登録、ピンマイクの活用、録音後取込型ツールでの再処理が有効です。録音後取込型は、事前に専門用語を登録できるツールを選ぶと精度が上がります。
イベント中にメモを取る必要はありますか？
抽出項目リストに沿ったタイムスタンプメモを推奨します。AIが拾えない「場の雰囲気」「オフレコ発言の手前の文脈」を補完できます。
レポートの適切な長さは？
読者と目的によります。社内共有は800〜1200字、Web公開レポートは2000〜3000字が目安です。
要点抽出の時間を短縮する最も効果的な方法は？
録音前に抽出項目を決めておくことです。全発言を読んでから選ぶのではなく、「Fact（事実）」「Position（見解）」のように種類を決めておくと、文字起こし後の抽出がそのまま構成になります。