専門用語の誤認識を1/5にする用語集の作り方。NotebookLMにソース追加するだけ

NotebookLMで議事録を作ると、必ず2つでつまずきます。

専門用語と、固有名詞です。

「リハビリ」が「リハ美」、「カンファ」が「感謝」、人の名前が違う漢字、職種名が読み仮名のまま。医療介護現場では特に深刻です。

これは、用語集ファイルをソースに追加するだけで、体感1/5に減ります。実際に使っている用語集の作り方を、カテゴリ分けから呼称統一まで公開します。

用語集をソースに追加して誤認識を減らすイメージ

議事録作成の最短手順とプロンプトの型は、それぞれ第1回・第2回で解説しています。

委員会の議事録に3日かけている人へ。スマホ録音とNotebookLM（アプリ版＋ブラウザ版）の使い分けで、議事録作成を10分まで短縮できる。実際に使っているプロンプトと、明日から試せる3ステップを公開。

NotebookLMで議事録を作っても、次に何をするか分からない。プロンプトに4項目を指定するだけで、議事録が「次回までにやることリスト」に変わる。実際に使っているプロンプト全文と、Before/Afterの実例を公開。

NotebookLMでまず詰まるのが、専門用語と固有名詞

会議の音声を入れて議事録を作らせると、最初に目につくのが用語の崩れです。

PT、OT、STのような略語。主任、係長、ナース、ヘルパーのような呼称。通所リハビリテーション、生活支援ハウス、ソフト食、嚥下対応食のような業界用語。これらは一般的な辞書にない、または読み方が複数ある言葉が多い。

普段の会議で当たり前に飛び交っている言葉ほど、AIは外します。委員会で「PT C」と発言した部分が「ピーティーシー」と書き起こされて、誰のことか分からなくなる。

これを毎回手で直すのは、現実的ではありません。

NotebookLMには「ソース」という仕組みがあります。

ノートブックに渡したファイルを、AIが優先的に参照する。普通は会議の音声をソースに追加しますが、ここに用語集ファイルを一緒に追加するだけで、AIが「この場ではこの読み方・表記を優先する」と判断してくれます。

つまり、AIに毎回「この用語に注意してね」と書く必要はありません。資産として用語集を渡しておけば、自動で効きます。

私は用語集を1つのファイルにまとめず、4つに分けています。

なぜ分けるか。理由は2つです。

メンテナンスのしやすさ。人事異動があれば「人名」だけ、組織変更があれば「施設・部署名」だけ更新すればいい。全部1ファイルにしていると、どこに何があるか分からなくなります。

会議の性格に応じて使い分けられること。委員会の議事録なら4つ全部入れる。個人用のメモなら「人名」は要らないかもしれない。必要なものだけ選んで投入できます。

1ファイルあたり100〜200件あっても問題ありません。NotebookLMはソースを丸ごと読みます。

用語集を4カテゴリに分ける構成図

用語集の形式は、スプレッドシートかExcelで作るのが楽です。3列構成にしています。

「読み方」を入れることで、音声から起こされた仮名表記をAIが正しい漢字や英字に変換しやすくなります。「備考」は省略してもいいですが、少し書いておくと、AIが文脈に応じて使い分けてくれることがあります。

[ここに運営者の用語集スクショor抜粋10〜20行を挿入]

用語集は単語の正解を渡すだけでなく、呼称を統一する目的でも使えます。

たとえば、田中主任という人がいるとします。会議では「田中さん」「田中主任」「主任」と呼ばれ方がバラバラです。AIに任せると、その揺れがそのまま議事録に出ます。

用語集にこう書いておきます。

読み方	実際の文字	備考
たなか	田中主任	「田中さん」「主任」と呼ばれた場合も「田中主任」に統一
やまだ	山田PT	理学療法士。「山田さん」も「山田PT」に

これで議事録上の呼称が揃います。読み返したときに、誰の発言か職種・肩書きまで分かる状態になります。

職種でも同じことができます。「ナース」「看護師さん」「Cさん」とバラバラに呼ばれても、用語集で「〇〇ナース」と固定しておけば、出力が統一されます。