Media > AI活用ユースケース > 経営企画 > 社長が話したメモと月次の業績から社員向けの月次メッセージを下書きし、数字と固有名詞を元資料と照らして社長の確認に回す

社長が話したメモと月次の業績から社員向けの月次メッセージを下書きし、数字と固有名詞を元資料と照らして社長の確認に回す

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

社長が話した音声メモと、月次の業績表・トピックの一覧から、社員向けの月次メッセージの下書きを作ります。文中の数字と固有名詞を元資料と1つずつ照らした照合表を付けて、社長の確認に回します。

サマリー
生成AI
ChatGPT/Claude/Gemini/Microsoft Copilot
連携・自動化
Google Apps Script/Python
対象業界
IT・SaaS/その他/小売/製造
対象部門
経営企画
対象業務
内容確認・チェック/書類作成
主な課題
属人化している/書類作成に時間がかかる/確認ミスが多い
AIで行う処理
生成
主な効果
品質標準化/属人化解消/工数削減
導入難易度
★☆☆☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
36h/月
AI導入後
12h/月
想定削減
67%
年間削減
288h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 月初の第3営業日に、各社の経理から前月の業績表が届く
  2. 社長から音声メモが届く。担当者が聞きながら要点をメモに書き出す
  3. 業績表から、メッセージに使う数字(売上、前年比、受注、主要な指標)を拾って転記する
  4. グループのトピック一覧から、その会社に関わる話題(新製品、表彰、新しい拠点など)を拾う
  5. 社長の言い回しに合わせて、800〜1,200字の下書きを書く
  6. 下書きの数字と固有名詞を、業績表とトピック一覧に戻って1つずつ確かめる
  7. 社長に下書きを送り、戻ってきた修正を反映する。2往復することが多い
  8. 確定した文章を社内ポータルに載せる
導入後(After)
  1. 人社長が音声メモを録り、経営企画の受付フォルダに入れる(これまでどおり)
  2. 自動音声メモを文字起こしする。社名・製品名・拠点名の一覧をヒントとして渡す
  3. 自動業績表を読み込み、前年比や前月比をプログラムで計算して、出典の番号付きの数字の一覧を作る
  4. 自動トピック一覧から、その会社の当月の話題を出典の番号付きで抜き出す
  5. 自動社長ごとの文体の決まりと、過去に確定したメッセージ3本を添えて、下書きを生成させる
  6. 自動下書きの数字と固有名詞を、出典の番号から元資料に戻って機械で照合し、照合表を作る
  7. 人担当者が照合表の「不一致」「出典なし」と、AIがつないだ段落を中心に読み、直す
  8. 人社長に下書きと照合表の要約を送り、修正を受けて確定する
  9. 人確定した文章を社内ポータルに載せ、確定版を次の月の見本として保存する
各工程の詳しい説明を読む
  1. 月初の第3営業日に、各社の経理から前月の業績表が届く
  2. 社長から音声メモが届く。担当者が聞きながら要点をメモに書き出す
  3. 業績表から、メッセージに使う数字(売上、前年比、受注、主要な指標)を拾って転記する
  4. グループのトピック一覧から、その会社に関わる話題(新製品、表彰、新しい拠点など)を拾う
  5. 社長の言い回しに合わせて、800〜1,200字の下書きを書く
  6. 下書きの数字と固有名詞を、業績表とトピック一覧に戻って1つずつ確かめる
  7. 社長に下書きを送り、戻ってきた修正を反映する。2往復することが多い
  8. 確定した文章を社内ポータルに載せる

(a)話したことを文章にするのに時間がかかる。 音声メモは話した順に話題が飛び、「あの件」「例の取引先」のような指示語が多く入ります。聞き直しながら話題を並べ替えるだけで、1件40分前後かかります。

(b)数字の転記と確認が二重になっている。 3番で業績表から拾った数字を、6番でもう一度業績表に戻って確かめます。それでも、前年比の「%」と「ポイント」の取り違え、単位の「百万円」と「億円」の書き違いが年に何度か社員から指摘されます。指摘はたいてい、その数字を毎日見ている職場から届きます。

(c)固有名詞の誤りがいちばん痛い。 表彰された社員の名前、新製品の名称、取引先の社名。音声メモの聞き取りで「サトウ」を「佐藤」と書いたが実は「佐東」だった、という誤りは、本人にとっては数字の誤りより重く受け取られます。

(d)社長の癖が1人の担当者の頭の中にある。 「この社長は数字を3つ以上出すと嫌がる」「この社長は必ず安全の話で締める」といった決まりは、どこにも書かれていません。担当者が替わると、社長の修正が増え、往復が3回、4回と増えます。

  1. 【人】 社長が音声メモを録り、経営企画の受付フォルダに入れる(これまでどおり)
  2. 【自動】 音声メモを文字起こしする。社名・製品名・拠点名の一覧をヒントとして渡す
  3. 【自動】 業績表を読み込み、前年比や前月比をプログラムで計算して、出典の番号付きの数字の一覧を作る
  4. 【自動】 トピック一覧から、その会社の当月の話題を出典の番号付きで抜き出す
  5. 【自動】 社長ごとの文体の決まりと、過去に確定したメッセージ3本を添えて、下書きを生成させる
  6. 【自動】 下書きの数字と固有名詞を、出典の番号から元資料に戻って機械で照合し、照合表を作る
  7. 【人】 担当者が照合表の「不一致」「出典なし」と、AIがつないだ段落を中心に読み、直す
  8. 【人】 社長に下書きと照合表の要約を送り、修正を受けて確定する
  9. 【人】 確定した文章を社内ポータルに載せ、確定版を次の月の見本として保存する

7番目が、この設計の要です。 担当者は下書きを最初から読み直すのではなく、照合表で引っかかった数字と名前、そしてメモに無い段落から読みます。 全部を同じ重さで読む設計にすると、照合の25分はほとんど減りません。

3番目で計算をAIにさせていないのも、意図してのことです。 前年比や構成比は、業績表からプログラムで計算した値を渡し、AIには「渡された一覧の中から選んで書く」ことだけをさせます。 AIに割り算をさせると、合っているかを確かめる作業がもう1つ増えます。

02今回想定するシステム構成

構成図
社長の音声メモ(スマートフォンの録音)
   │
   ▼【トリガー】受付フォルダへの保存
Python ── 文字起こしを依頼(社名・製品名・拠点名をヒントに渡す)
   │
   ├──▶ 業績表を読み込み、前年比・前月比を計算 → 数字の一覧(出典番号付き)
   ├──▶ トピック一覧から当月の話題を抜き出す → 話題の一覧(出典番号付き)
   ▼
ChatGPT(OpenAI API)── 下書きを生成
   │   段落ごとに:本文/メモ由来かAIのつなぎか/使った数字と固有名詞の出典番号
   ▼
Python ── 照合(数字の一致、固有名詞の表記、出典の無い数字)
   ▼
【担当者が照合表の引っかかりを確認】
   ▼
【社長の確認】→ 社内ポータルへ
役割想定する製品代替候補
処理ChatGPT(OpenAI API。最小構成では ChatGPT の画面)Claude、Gemini、Microsoft Copilot
集計Python(業績表の読み込み、比率の計算、数字と固有名詞の照合)Google Apps Script
文字起こしOpenAI API の文字起こし(gpt-transcribe)会議ツールの録音の文字起こし
保管共有ドライブの受付フォルダと確定版のフォルダ-
掲載社内ポータル-

新しく足すのは、Python の小さな処理と、社長ごとの文体の決まりを書いた一覧と、AIへの指示文だけです。 業績表には書き込みません。社内ポータルへ載せる操作も、社長の確認が終わった後に人が行います。

文字起こしは、OpenAI の音声認識を使います。 録音を終えたファイルには gpt-transcribe が推奨とされ、ファイルは25MBまで、形式は mp3、mp4、mpeg、mpga、m4a、wav、webm に対応しています。スマートフォンの録音アプリが出す m4a をそのまま渡せます。 3〜5分のメモなら上限に届きません。

固有名詞の聞き取りには、ヒントを渡せます。 gpt-transcribe では、prompt に録音の背景を、keywords に聞こえるはずの語を、languages に言語を渡せるとされています。ここに社名、製品名、拠点名、表彰された社員の名前を入れます。 ただし公式のページは、キーワードはあくまでヒントであり、話されていない語が出てこないかを評価するよう書いています。ヒントに入れた名前が、言われていないのに文字起こしに現れることがあるという前提で、第7章の照合を組みます。

下書きはJSONで受け取ります。 OpenAI API の構造化出力は、text.format に type: "json_schema" と strict: true を指定するとスキーマに沿った応答になり、すべての項目を required にし、additionalProperties を false にする必要があります。AIが段落ごとの出典番号を書き忘れる、という事態を形で防げます。

03どうやって実装するのか

Step1

処理の起点を決める

受付フォルダに音声メモが保存されたことを起点にします。 ただし、業績表がまだ届いていない月初の数日は、文字起こしだけを先に済ませて待ちます。下書きの生成は、音声メモと業績表の両方がそろった時点で動かします。

そろったかどうかは、会社ごとの「当月の材料」の表で見ます。音声メモ、業績表、トピック一覧の3つの列に、届いた日時を入れていくだけの表です。3つが埋まった行から順に下書きを作ります。 12社のうち、どの会社が何待ちかが一目で分かり、担当者が社長や経理に催促する材料にもなります。

社長が口頭で話した場合は、担当者が会議の後に自分の声で要点を吹き込み直します。 経路を音声メモに一本化しておくと、口頭で受けた会社だけ照合の仕組みから外れる、という穴ができません。

Step2

入力データを集める

データ中身取得元
音声メモの文字起こし社長が話した内容。話題が飛び、指示語が多い受付フォルダの音声ファイル
数字の一覧業績表から取った値と、プログラムで計算した比率。1行ごとに出典番号各社の月次の業績表
話題の一覧新製品、表彰、拠点の開設、安全の記録など。1行ごとに出典番号グループのトピック一覧
固有名詞の正しい表記社名、製品名、拠点名、表彰された社員の氏名と読みトピック一覧と人事の表彰の記録
社長ごとの文体の決まり語尾、呼びかけ、数字の出し方、締めの決まり文句、避ける言葉経営企画が作る一覧
過去の確定版その社長の直近3か月の確定したメッセージ確定版のフォルダ

質を決めるのは、下の3つです。 固有名詞の表記の一覧が無ければ、文字起こしの「サトウ」を照合する先がありません。社長ごとの文体の決まりが無ければ、どの社長の下書きも同じ調子になり、社長の手直しが増えます。

文体の決まりの一覧は、いまの担当者の頭の中にあるものを書き出す作業です。 「数字は3つまで」「安全の話で締める」「『頑張ってください』ではなく『一緒にやりましょう』」。これを書き出すこと自体が、第3章の(d)の属人化を解く一歩になります。

Step3

データの取得方法を決める

文字起こしは、Python から音声認識の API を呼びます。このとき keywords に、その会社の固有名詞の一覧から当月の話題に出てくる語だけを入れます。 グループ全体の数百語を全部入れると、言われていない語が混ざる危険が増えます。

取るものどこから何に使うか
文字起こしの本文音声認識の応答下書きの材料。段落の「メモ由来」の判定
当月の業績の値業績表の決まったセル数字の一覧の元
前年同月・前月の値業績表の過去の列比率の計算
当月の話題トピック一覧の会社と月で絞った行話題の一覧
固有名詞の表記トピック一覧と表彰の記録照合の辞書と keywords

業績表は、セルの位置を決めて読みます。 各社の経理が同じ様式で作っている前提で、「売上高は B5、前年同月は C5」のように対応表を持ちます。様式が会社ごとに違う場合は、まず対応表を会社ごとに作ります。 ここをAIに読ませると、どの数字を取ったのかが曖昧になります。

比率はプログラムで計算し、計算式も一覧に残します。 前年比を「%」で出すのか、利益率の差を「ポイント」で出すのかを、一覧の段階で決めておきます。(b)の取り違えは、AIが単位を選んでいるかぎり防げません。

Step4

AIへ渡す前に整形する

  1. 音声の形式と大きさの確認 … 25MBを超えるもの、対応していない形式のものは変換か分割をします
  2. 文字起こしの整形 … 「えー」「あの」などのつなぎの言葉を取り、話題の切れ目で段落を分けます
  3. 指示語の印付け … 「あの件」「例の取引先」のように何を指すか決まらない語に印を付け、担当者が埋めるか、下書きで触れないかを選べるようにします
  4. 数字の一覧の作成 … 業績表から値を取り、比率を計算し、単位(百万円、%、ポイント、件)を必ず付けます
  5. 話題の一覧の作成 … トピック一覧からその会社の当月の行だけを取り、公表前の話題に印を付けます
  6. 固有名詞の辞書の作成 … 当月の話題に出てくる名前の正しい表記と読みを並べます
  7. 過去の確定版の選定 … その社長の直近3本を見本として添えます

5番目を省かないでください。 トピック一覧には、まだ社外に公表していない新製品や提携の話題が入っていることがあります。社内向けのメッセージでも、どこまで書いてよいかは広報の決まりで決まります。 印の付いた話題は下書きに使わせない設定にしておき、社長が使うと決めたときだけ外します。

4番目の単位は、数字と同じ重さで扱います。 「売上高 1,284」だけを渡すと、AIは前後の文脈から「億円」を補うことがあります。「1,284百万円」と単位付きで渡し、下書きでの言い換え(「12億8,400万円」)もプログラムで用意しておきます。

Step5

AIに処理させる

させるのは、材料の中から話題を選んで並べ、社長の文体で段落にし、段落ごとに材料の出どころを書くことです。

させること中身
話題の選択と並べ替え音声メモの話題を中心に、数字と話題の一覧から関係する行を選ぶ
段落の作成ふり返り、良かった職場の話、今月のお願い、の慣例の構成で書く
出どころの記録段落ごとに、使った数字と話題の出典番号を書く
メモ由来かどうかの印段落ごとに、音声メモにある話か、AIがつないだ文かを書く
確認の要る箇所の列挙指示語が解けなかった箇所、メモと業績表が食い違う箇所
させないこと理由
数字の計算・丸め・単位の変換プログラムで用意する。AIが計算した値は確かめる手間が増える
一覧に無い数字や固有名詞を書く出典の無い数字は、社員から指摘されるまで誰も気づかない
社長が言っていない評価や約束を書く「来期は賞与を増やす」のような一文が社長の名前で届いてしまう
個人名を出して褒める・注意する本人の同意と人事の確認が要る。名前は一覧にある表彰者だけ
公表前の印が付いた話題を使う広報の決まりに従う

3行目がいちばん起きやすい失敗です。 「皆さんの頑張りに必ず報いたい」のような一文は、文章として自然なので、AIはつなぎとして足しがちです。社員はそれを約束として読みます。 メモに無い評価や約束を書かないよう指示し、それでも出たものは「AIのつなぎ」の印で担当者の目に留まるようにします。

音声メモと業績表が食い違うときは、どちらかに寄せず、食い違いとして返させます。 社長が「受注は前年を超えた」と話していても、業績表では前年を下回っていることがあります。社長の記憶違いか、業績表の締めの違いか、その判断はAIにはできません。

Step6

指示内容を固定する

あなたは持株会社の経営企画部の担当者として、事業会社の社長が社員に向けて出す
月次メッセージの下書きを作ります。下書きは社長が直してから公開します。

【材料】
- 社長の音声メモの文字起こし:{transcript}
- 数字の一覧(出典番号・項目・値・単位・計算式):{figures}
- 話題の一覧(出典番号・会社・話題・公表前かどうか):{topics}
- 固有名詞の正しい表記:{names}
- この社長の文体の決まり:{style_rules}
- この社長の過去の確定版3本:{past_messages}

【構成】
1. 前月のふり返り(数字は文体の決まりにある数まで)
2. 良かった職場・取り組みの話
3. 今月お願いしたいこと
全体で800〜1,200字。語尾・呼びかけ・締めは文体の決まりに従ってください。

【厳守事項】
- 数字は数字の一覧にあるものだけを、値と単位を変えずに使ってください。
  計算、四捨五入、単位の言い換えをしないでください。
  一覧に無い数字が必要だと思ったら、本文に書かず needs_check に書いてください。
- 固有名詞は「固有名詞の正しい表記」の表記どおりに書いてください。
  文字起こしの表記と食い違うときは、正しい表記の側を使い、needs_check に書いてください。
- 音声メモに無い評価、約束、方針を書かないでください。
  特に、賞与・人事・組織の変更・将来の業績についての見通しを、
  メモに無いのに書かないでください。
- 個人の名前は、話題の一覧で表彰者として載っている人だけを書いてください。
- 話題の一覧で「公表前」とされたものは使わないでください。
- 音声メモと数字の一覧が食い違うときは、どちらかに合わせず、
  本文ではその点に触れずに conflicts に書いてください。
- 「あの件」「例の取引先」など、何を指すか決まらない語は推測で埋めないでください。
  本文では触れず、needs_check に書いてください。
- 各段落に、使った数字と話題の出典番号をすべて書いてください。
- 各段落が音声メモにある話なら origin を memo、
  段落をつなぐためにあなたが書いた文なら bridge にしてください。
  迷ったら bridge にしてください。

「迷ったら bridge」を最後に置いているのは、印の誤りの向きをそろえるためです。 メモにある話を bridge と付けても、担当者が読む量が少し増えるだけです。逆に、AIが足した文を memo と付けると、担当者の目から外れます。 外れてはいけない側に倒しておきます。

「計算、四捨五入、単位の言い換えをしない」を数字の項目の最初に書くのも同じ理由です。 文章として読みやすくしようとすると、AIは「約13億円」のように丸めたくなります。丸めた値は数字の一覧と一致しなくなり、照合で「不一致」になります。 丸めたいなら、一覧の側に丸めた値を用意しておきます。

Step7

出力形式を固定する

次の形のJSONで受け取ります。

{
  "company_code": "",
  "month": "",
  "paragraphs": [
    {
      "section": "review | highlight | request",
      "origin": "memo | bridge",
      "text": "",
      "figure_refs": ["F-03"],
      "topic_refs": ["T-12"],
      "names_used": [""]
    }
  ],
  "needs_check": [
    { "type": "unknown_reference | missing_figure | name_mismatch", "detail": "" }
  ],
  "conflicts": [
    { "memo_says": "", "figure_ref": "", "detail": "" }
  ]
}

1つ目の理由は、照合をプログラムで行えることです。 段落の text から数字を拾い、同じ段落の figure_refs が指す行の値と比べます。値が一致しない、または figure_refs が空なのに数字がある段落は、その場で「不一致」「出典なし」になります。 固有名詞も、names_used を表記の辞書と突き合わせます。

照合の結果意味担当者がすること
一致本文の数字と出典の値・単位が同じ見ない
不一致出典はあるが値か単位が違う本文を直す
出典なし本文に数字があるが出典番号が無い削るか、出典を足す
表記ちがい固有名詞が辞書の表記と違う辞書の表記に直す
辞書にない固有名詞が辞書に無い正しい表記を調べる。文字起こしのヒントが混ざった可能性も疑う

2つ目は、origin で読む順番を決められることです。 bridge の段落を先に読み、言っていない約束が入っていないかを確かめます。memo の段落は、話の中身が合っているかだけを見ます。

3つ目は、conflicts を社長への質問にそのまま使えることです。 「受注は前年を超えたとお話しでしたが、業績表では前年比96.8%です。どちらで書きますか」。担当者が社長に聞きにくい指摘を、材料の食い違いとして淡々と渡せます。

最後の行の「辞書にない」は、文字起こしの keywords の副作用を拾うためのものでもあります。 辞書に無い名前が出たら、音声の該当箇所を聞き直します。

Step8

システムへ連携する

つなぎ先方式内容
受付フォルダPython の定時の確認音声メモの到着を検知し、材料の表に日時を入れる
音声認識OpenAI API文字起こし。keywords に当月の固有名詞
業績表読み取りのみ決まったセルから値を取る
トピック一覧読み取りのみ会社と月で絞った話題と、公表前の印
ChatGPT(OpenAI API)API呼び出し下書きの生成。構造化出力
担当者チャットへの通知下書きと照合表ができたことを知らせる
社内ポータル人の操作確定版の掲載

業績表にもトピック一覧にも書き込みません。 この構成が作るのは下書きと照合表までで、元資料の誤りを見つけても、直すのはそれぞれの持ち主です。 照合で業績表の側の誤りが疑われたときは、経理に問い合わせます。

社内ポータルへの掲載を自動にしないでください。 社長の確認が終わったかどうかを機械が判断する方法がありません。

Step9

人が確認する

人の確認は2段です。担当者が照合表を見て直し、社長が中身を決めます。

  1. 照合表の「不一致」「出典なし」「表記ちがい」「辞書にない」を直す … 機械が拾ったものなので、1件ずつ直すだけです
  2. bridge の段落を読む … 言っていない評価、約束、方針が入っていないかを確かめます
  3. needs_check と conflicts を社長への質問にまとめる … 下書きと一緒に送ります
  4. 社長が直して確定する … 何を書き、何を書かないかは社長が決めます
  5. 確定版を保存する … 次の月の見本と、文体の決まりの見直しに使います

2番目を省かないでください。 照合表は数字と名前しか見ていません。「来期は全員の努力に報いる」のような一文は、数字も名前も含まないので、照合を素通りします。 そこを見るのは人です。

社長の修正は、差分として残します。 毎月同じところを直されるなら、文体の決まりの一覧に書き足します。3か月ほどで、社長の手直しは語尾と強調の位置くらいに収まる想定です。

Step10

例外に対処する

起きること対応
音声メモが届かない材料の表で待ち状態のまま。第5営業日に担当者が社長に催促する
音声が25MBを超える・形式が違う変換か分割をして再投入
文字起こしに辞書に無い名前が出る音声を聞き直す。ヒントに入れた語が紛れ込んだ可能性を先に疑う
指示語が解けない下書きでは触れず、社長への質問に回す
音声メモと業績表が食い違うconflicts に入れ、社長に確かめる
業績表の様式が変わったセルの対応表と合わない値(空欄、文字)を検知して止める
公表前の話題を社長が話した印の付いた話題は使わない。使うかどうかは社長と広報が決める
構造化出力が途中で切れる・拒否される応答の状態を見て、下書きを使わずに再実行する
下書きが字数の範囲を外れるプログラムで字数を数え、範囲外なら担当者に知らせる

4行目までが大半を占めます。 どれも材料の問題で、AIの問題ではありません。材料の表で「何待ちか」が見えていれば、遅れの原因は月初のうちに分かります。

8行目は、OpenAI の構造化出力のページにある注意に合わせたものです。 拒否は refusal として別に返り、スキーマに沿わないことがあるため、応答を読み込む前に種類を確かめます。

Step11

記録を残す

  • 音声メモの原本と文字起こしの全文、そのとき渡した keywords
  • 数字の一覧と話題の一覧(出典番号、値、単位、計算式)
  • AIの応答のJSONの全文と、照合表
  • 担当者の修正と、社長の修正の差分
  • 確定版と、社内ポータルに載せた日時
  • conflicts と needs_check に社長がどう答えたか

1つ目で keywords を残すのは、文字起こしの誤りを後から説明するためです。 ある名前が言われていないのに出てきたとき、ヒントに入っていたかどうかで原因が分かります。

4つ目の差分は、文体の決まりを育てる材料です。 社長ごとに、どの語尾を直されたか、どの言い回しを消されたかを月ごとに並べると、一覧に書き足すべき決まりが見えてきます。

04実装レベルの3段階

最小構成:文字起こしと数字の一覧を手で ChatGPT の画面に貼り、下書きを作らせる / 下書きの文章化
半自動化:上記+文字起こし、数字の一覧と話題の一覧の作成、照合表の作成を Python で行う / 材料づくりと照合
本格構成:上記+材料の表で12社の状況を見て、そろった会社から順に動かし、社長への質問の文面まで作る / 月次の進行の管理

本記事の想定は半自動化です。 1件180分が60分になるのは、聞き取り、拾い出し、照合の3つが機械に移るからです。 下書きを書く70分は、担当者が下書きを直す時間に置き換わります。 本格構成で減るのは、主に催促と進行の管理です。 12社のうちどこが何待ちかを担当者が追いかける時間は、件数の多い月ほど効いてきます。ただし、社長への質問の文面を自動で送ることはしません。 送るのは担当者です。 段階を飛ばさないでください。 半自動化を2〜3か月回すと、社長ごとの文体の決まりが育ち、照合で毎月引っかかる数字(単位の書き方が会社ごとに違う、など)も見えてきます。 そこを直してから進行の管理を自動にするほうが、手戻りが少なくなります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
12 件
1件あたり現在時間
180 分
1件あたり導入後時間
60 分
現在  12件 × 180分 ÷ 60 = 36 時間/月
導入後 12件 × 60分 ÷ 60 = 12 時間/月
月間削減時間
24h
削減率
67%
年間削減時間
288h
年間金額換算(時間単価4,000円)
115万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 持株会社と事業会社からなるグループで、各社の社長が毎月社員向けのメッセージを出しており、その下書きを経営企画や社長室の少人数が引き受けている場合。社長は話すのは得意だが書く時間が無く、録音や走り書きのメモから文章に起こす作業が特定の担当者に寄っている場合。過去にメッセージの数字や商品名・取引先名の誤りを社員から指摘されたことがある場合。
向いていない
  1. 社長が自分で文章を書き、経営企画は誤字を見るだけの場合(下書きを作る作業そのものが無い)。メッセージが年に数回の節目にしか出ない場合。社長の言葉づかいや人柄そのものを伝えることが目的で、話した言葉を整えずにそのまま載せたい場合。なお、何をどの言葉で社員に伝えるかは社長が決めることで、この構成は下書きと照合表までを作ります。

07最小構成で試す方法

  1. 先月確定したメッセージを1社分選び、そのときの音声メモと業績表、トピック一覧を用意する
  2. 音声メモの文字起こしを、手元の ChatGPT の画面に貼る(文字起こしは録音アプリの機能でもよい)
  3. 業績表から、メッセージに使う数字を5〜8行、出典番号と単位付きで書き出して貼る
  4. 第7章の指示文のうち、【厳守事項】をそのまま使い、「段落ごとに使った数字の出典番号と、メモにある話かどうかを書いてください」と指示する
  5. 出てきた下書きを、先月の確定版と並べて読む

見るのは文章のうまさではありません。 数字の出典番号が書かれているか、言っていない約束が入っていないか、bridge の印が正直に付いているかです。

出てきた内容判断
数字に出典番号が付き、言っていない約束が無い照合の仕組みに進む
数字を丸めたり単位を言い換えたりした指示の書き方と、一覧に言い換えを用意することで直る
メモに無い評価や約束を memo として書いた印は信用できない。 照合の前に、全段落を人が読む運用で始める
社長の文体と違う文体の決まりの一覧が足りない。過去の確定版の本数を増やす

3行目が出たら、急がないでください。 印が当てにならないと、担当者は結局すべての段落を読みます。指示文を直して同じ材料で3回試し、印が安定するかを見てから次に進みます。

08実装時につまずきやすいポイント

問題対策
AIが数字を丸める・単位を言い換える計算と言い換えを禁じ、丸めた値が要るなら一覧の側に用意する
言っていない約束が入る指示で禁じ、bridge の段落を人が必ず読む
bridge の印が甘い「迷ったら bridge」を指示に入れる。最小構成で印が安定するかを先に見る
文字起こしに言われていない名前が出るkeywords を当月の話題の語に絞り、辞書に無い名前は聞き直す
「%」と「ポイント」を取り違える一覧の段階で単位を決め、AIに選ばせない
業績表の様式が会社ごとに違う会社ごとにセルの対応表を作る。AIに表を読ませない
公表前の話題が下書きに入るトピック一覧に印を付け、印の付いたものは渡さない
個人名を出して褒める文が入る表彰者として一覧にある人だけ。それ以外は名前を出さない
どの社長の下書きも同じ調子になる文体の決まりと過去の確定版3本を必ず添える
社長への質問が多すぎるneeds_check を種類で束ね、1社3問までにまとめる
確定版を見本に戻し忘れる掲載の手順に「確定版を保存」を入れる

上の2行が、この構成の失敗のほとんどです。 数字の誤りは照合が拾いますが、言っていない約束は照合を素通りします。 人が読む場所を bridge に絞っているからこそ、そこだけは省かないでください。

下から3行目は、続けられるかどうかに効きます。 社長への質問が毎月10問届くと、社長は下書きを読まなくなります。質問は少なく、答えやすい形に束ねます。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 各社の月次の業績(多くは社外に公表していない数字)、公表前の新製品や提携の話題、表彰された社員の氏名、そして社長が話した音声そのものです。

  1. 外部へ渡す範囲を決める … 音声と業績の数字を外部のAPIに送ります。OpenAI のページでは、API に送ったデータは明示的に共有を選ばない限りモデルの学習に使われず、不正利用の監視のためのログは法令で求められる場合などを除き最長30日保持されるとされています。ログを残さない扱い(Zero Data Retention)は、事前の承認と追加の条件が要るとされています。 自社の情報の区分に照らして、送ってよい範囲を先に決めてください
  2. 公表前の情報を下書きに入れない … 上場している会社では、未公表の業績や提携の話は、社内向けでも扱いの決まりがあるはずです。 トピック一覧の印と、広報・法務の決まりに従ってください。この構成はその判断をしません
  3. 個人名の扱い … 名前を出してよいのは、表彰など本人が名前の出ることを承知している場合に限ります。AIに名前を選ばせないでください
  4. 社長の音声の保存期間を決める … 音声は、文字起こしと照合が終わった後にいつまで残すかを決めます。確定版と差分があれば、音声そのものを長く持つ理由は多くありません
  5. 公開は人が行う … 社内ポータルへの掲載を自動にしないでください。社長の名前で出る文章です
  6. この構成は、何を伝えるかを決めません … 業績の厳しい月に何をどう書くか、どの職場を取り上げるかは、社長の判断です。下書きは材料の並べ方の一案にすぎません

誤りが起きた場合のリスクは、誤った数字や名前が社員に届くことと、社長が言っていない約束が社長の名前で届くことの2つです。 前者は照合で、後者は bridge の段落を人が読むことで防ぎます。どちらも、出どころを段落ごとに残すという同じ設計から出ています。

10まず何から始めるか

1週目:社長ごとの文体の決まりを書き出す

いま下書きを書いている担当者に、社長ごとの語尾、呼びかけ、数字の出し方、締めの決まり文句、避ける言葉を書き出してもらいます。12社全部でなくてかまいません。 まず、音声メモで依頼してくる社長の多い順に3社から始めます。

2週目:最小構成で3社分を試す

先月の材料で、第8章の手順を3社分行います。数字の出典番号が付くか、bridge の印が正直かを見ます。印が甘ければ、指示文を直して同じ材料で試し直します。

3週目:数字の一覧と固有名詞の辞書を作る

業績表のセルの対応表を会社ごとに作り、Python で数字の一覧と比率を出せるようにします。単位と「%」「ポイント」の区別は、この段階で決めます。 トピック一覧に公表前の印の列を足します。

4週目:文字起こしと照合をつなぐ

音声メモを文字起こしし、下書きを作り、照合表を出すところまでを Python でつなぎます。この時点では、照合表を担当者だけが見て、社長には従来どおりの下書きを送ります。

2か月目: 照合表付きの下書きを社長に送り始め、社長の修正の差分を残します。3か月目以降: 差分から文体の決まりを書き足し、1件180分が何分になったかを実測します。担当者の誰が書いても社長の手直しが同じくらいに収まった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-10-08/最終更新:2026-10-08
確認した内容情報源確認日
録音済みの音声の文字起こしには gpt-transcribe が推奨されること。ファイルは25MBまでで、mp3、mp4、mpeg、mpga、m4a、wav、webm に対応すること。gpt-transcribe で prompt(録音の背景)、keywords(聞こえるはずの語)、languages(言語)を使えること。キーワードはヒントであり、話されていない語が現れないかを評価するよう書かれていることOpenAI: File transcription(Speech to text)2026-10-08
text.format に type: "json_schema" と strict: true を指定すると応答がスキーマに従うこと。すべての項目を required にし、additionalProperties を false にすること。拒否が refusal として返り、スキーマに沿わない場合があることOpenAI: Structured model outputs2026-10-08
API に送ったデータが、明示的に共有を選ばない限りモデルの学習に使われないこと。不正利用の監視のログが最長30日保持されること。Zero Data Retention が事前の承認と追加の条件のもとで提供されることOpenAI: Data controls in the OpenAI platform2026-10-08

メッセージで何を伝えるか、どの数字や話題を社員に出してよいかは、社長と広報・法務で決めてください。 本記事は OpenAI の公開している仕様で確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0902)についてのご相談はこちらから。

AI活用について相談する
目次