ChatGPTで会議のToDoを整理してみた｜“決まってない仕事”まで勝手に追加する？

会議が終わったあと、「結局、誰が何をやるんだっけ？」となった経験はないでしょうか。

議事録を作るだけならAIでもかなり簡単になりました。でも、本当に面倒なのはその先です。

• 誰がやるのか
• いつまでにやるのか
• 何をやるのか
• まだ決まっていない話なのか

ここまで正しく整理できれば、会議後の作業はかなり楽になります。

そこで今回は、会議の文字起こしをChatGPTに渡し、ToDo・担当者・期限まで正しく整理できるか実験しました。

特に注目したのは、「まだやると決まっていない話まで、ChatGPTがToDoにしてしまわないか」です。

今回の実験では、数字ではなく“自然すぎる勝手な判断”がポイントになりました。

今回の実験内容

今回は、営業チームの社内会議を想定した検証用の架空データを使いました。実在する企業・人物の会議ではありません。

会議の中には、明確に決まった仕事、担当者が決まっている仕事、期限が決まっている仕事に加えて、「できればやりたい」「あとで決める」といった未確定の話も混ぜています。

つまり、単純に動詞だけ拾うと間違いやすい内容です。

正解となるToDoは4件

ToDo	担当	期限
A社向け提案書を修正して送付	田中	10月22日12時
B社の契約条件を法務へ確認	佐藤	10月23日
デモ環境を更新	鈴木	10月26日
次回定例会議の候補日を送る	森	10月20日

実験に使った会議の文字起こし

森：A社向けの提案書ですが、値引き条件を反映する必要があります。田中さん、10月22日の12時までに修正して送ってもらえますか？

田中：はい。22日の12時までに送ります。

森：B社から来ている契約条件について、佐藤さん、法務に確認してもらえますか。23日まででお願いします。

佐藤：わかりました。金曜日までに確認して報告します。

森：鈴木さんはデモ環境の更新をお願いします。次回の打ち合わせが27日なので、その前日までにできますか？

鈴木：はい。26日までに対応します。

森：次回の定例会議については、今日中に私から候補日を送ります。

佐藤：A社から返事が来たら、よくある質問をFAQにまとめた方がいいかもしれませんね。

田中：そうですね。返事の内容次第かなと思います。

森：では、それは返事が来てから決めましょう。

森：競合サービスの料金も、時間があれば鈴木さんに少し見てもらいたいですね。

鈴木：時間があれば見ておきます。

森：急ぎではないので、今週必ずやる仕事には入れなくて大丈夫です。

森：FAQと競合調査については、次回また確認しましょう。

まずはシンプルな指示で試してみる

最初は、細かくルールを書かずに依頼しました。

実際に使ったプロンプト

以下の会議の文字起こしから、会議後に必要なToDoを整理してください。

表形式で、
・ToDo
・担当者
・期限
をまとめてください。

行動が必要そうな内容はToDoとして含めてください。
期限が明確でない場合は、文脈から判断できる範囲で整理してください。

一見すると普通の指示です。しかし、「行動が必要そう」と「文脈から判断」という部分が、今回の落とし穴になりました。

ChatGPTの初回出力

ToDo	担当者	期限
A社向け提案書を修正して送付	田中	10月22日12時
B社の契約条件を法務へ確認し報告	佐藤	10月23日
デモ環境を更新	鈴木	10月26日
次回定例会議の候補日を送付	森	10月20日
A社から返事が来たらFAQを作成	田中・佐藤	A社からの回答後
競合サービスの料金を調査	鈴木	次回会議まで

一見すると、かなりきれいです。担当者も期限も整理されていて、そのまま社内共有できそうに見えます。

ところが、問題があります。

6件のうち2件は、まだToDoではなかった

正解は4件です。ところがChatGPTは6件に増やしました。

追加されたのは「FAQを作成する」「競合サービスの料金を調査する」の2件です。

FAQは「あとで決める」と言っている

会議では「返事が来てから決めましょう」と明確に話しています。つまり現時点では、FAQ作成は決まっていません。

それでもChatGPTは、「A社から返事が来たらFAQを作成」というToDoに変えました。

かなり自然な文章なので、会議の内容を覚えていなければ、そのまま見逃しそうです。

「時間があれば」も正式な仕事に変わった

競合料金の調査についても、「時間があれば」という話しかしていません。さらに「今週必ずやる仕事には入れなくて大丈夫」とも話しています。

それでもChatGPTは、「競合サービスの料金を調査」と正式なToDoにし、元データにはない「次回会議まで」という期限まで追加しています。

AIはデタラメな文章を出したわけではありません。むしろ、ものすごく自然です。だからこそ注意が必要です。

初回結果を採点

評価項目	配点	結果
正しいToDoを拾えたか	30	30
担当者は正しいか	20	20
期限は正しいか	20	20
未確定の話をToDoにしていないか	15	0
不明な内容を勝手に補っていないか	10	6
読みやすさ	5	5
合計	100	81点

正しい4件はすべて拾えています。つまり、今回のデータでは「抜け漏れ」には強かった一方で、「やらなくていい仕事まで追加する」という別の問題が出ました。

なぜChatGPTは勝手にToDoを追加したのか

原因のひとつは、最初のプロンプトです。

こちらから「行動が必要そうな内容はToDoとして含めてください」「文脈から判断できる範囲で整理してください」と指示していました。

これではChatGPTからすると、「正式決定ではないけど、あとでやりそうだから入れておこう」という判断をしやすくなります。

つまり今回のミスは、AIだけの問題ではなく、指示の出し方にも原因があったと考えられます。

プロンプトを改善して再実験

改善版プロンプト

以下の会議の文字起こしから、会議後に実行することが正式に決まったToDoだけを整理してください。

表形式で、
・ToDo
・担当者
・期限
をまとめてください。

【重要ルール】
・会議内で実行すると明確に決まったものだけToDoにする
・「できれば」「時間があれば」「〜かもしれない」などの話はToDoにしない
・「あとで決める」「次回確認する」となっている内容はToDoにしない
・担当者が決まっていない場合は勝手に決めない
・期限が書かれていない場合は勝手に推測しない
・元の会議にない予定や行動を追加しない

最後に、ToDoにはしなかったが今後確認が必要な内容があれば、「未決定事項」として別に整理してください。

ポイントは、「何をしてほしいか」だけではなく、「何をしてはいけないか」も伝えたことです。

改善後のChatGPT出力

ToDo

ToDo	担当者	期限
A社向け提案書を修正して送付	田中	10月22日12時
B社の契約条件を法務へ確認し報告	佐藤	10月23日
デモ環境を更新	鈴木	10月26日
次回定例会議の候補日を送付	森	10月20日

未決定事項

• A社から回答が来たあと、FAQを作成するか検討する
• 競合サービスの料金を調査するか次回確認する

今度は正解と一致しました。

改善後は100点

評価項目	配点	結果
正しいToDoを拾えたか	30	30
担当者は正しいか	20	20
期限は正しいか	20	20
未確定の話をToDoにしていないか	15	15
不明な内容を勝手に補っていないか	10	10
読みやすさ	5	5
合計	100	100点

今回の実験条件では、プロンプトを改善することで81点から100点になりました。

ただし、これは今回用意した会議データでの結果です。どんな会議でも必ず100点になるという意味ではありません。

今回わかったこと

今回特に印象的だったのは、ChatGPTは「明らかな間違い」より、「それっぽい追加」をすることがあるという点です。

「A社から返事が来たらFAQを作成」は、仕事として普通にありそうです。この“ありそう”が厄介です。

元の会議を聞いていない人が見れば、「FAQも田中さんと佐藤さんが作るんだな」と受け取ってしまう可能性があります。

会議のToDo整理で人間が確認したい3つ

1. 本当に「やる」と決まったか

「やった方がいい」「検討しよう」「時間があれば」という話は、すべてToDoとは限りません。

2. 担当者をAIが勝手に決めていないか

担当者が明確でなければ、「未定」のままにした方が安全です。

3. 期限をAIが作っていないか

今回も「次回会議まで」という期限が勝手に追加されました。期限が書かれていなければ、空欄や「未定」のままにした方が安全です。

ChatGPTは会議後の仕事整理に使えそう

今回の実験では、最初のプロンプトでも正しいToDo4件と担当者・期限はすべて拾えていました。

そのため、会議の文字起こしからToDoを探す作業そのものは、相性が良さそうです。

ただし、「AIに全部判断してもらう」のではなく、「決まったことだけ抜き出して」とルールを与えることが重要でした。

使い方としては、会議を文字起こしする → ChatGPTにToDoを整理してもらう → 人間が未決定事項と期限だけ確認するくらいが現実的です。

会議そのものの文字起こし・議事録化については、56分の音声をAIで議事録化した実験でも検証しています。

AIは少し使い方を知るだけでも結果が変わる

今回、最初と改善後で使ったのは同じChatGPTです。違ったのは指示だけでした。

最初は81点、改善後は100点。

今回のように、どこまでAIに判断させるのか、AIが勝手に考えやすい場所はどこか、最後に人間が何を確認するのかを少し知っているだけでも、仕事での使いやすさは変わります。

生成AIは、とりあえず使うだけでも便利です。ただ、仕事で使うなら、「どう頼むか」と「どこを疑うか」の両方を知っておくと、さらに使いやすくなります。

同じような「自然な付け足し」は、日報5日分を週報にまとめた実験でも起きました。数字は合っていても、元データにない「来週の予定」が追加された例です。

また、日々の報告作成については営業日報をChatGPTで作成した実験も参考になります。

まとめ

今回、会議の文字起こしからToDoを整理させたところ、初回は81点でした。

正しいToDoはすべて拾えましたが、まだ決まっていない仕事を2件追加しました。

そこで、「正式に決まった仕事だけ抽出する」「期限を推測しない」「未決定事項は別にする」というルールを追加。

今回のデータでは100点になりました。

会議後のToDo整理はChatGPTと相性が良さそうですが、自然に見える“勝手な追加”には注意が必要です。