議事録・手順書

NotebookLMの用語集をAIで作る方法。過去議事録から下書きする

📚 この記事は連載「NotebookLM議事録シリーズ」の第5回です（全6記事） 連載の目次へ ↓
目次
  1. 01用語集は、手で全部書き出さなくていい
  2. 02過去議事録には、現場の言葉がすでに入っている
  3. 03最初のプロンプトは、これだけでいい
    1. ―1)できた表は、この形なら十分
  4. 04AIの表は、3つだけ確認する
  5. 054つに分けると、後から更新しやすい
  6. 06次の議事録で使い、1行ずつ育てる
  7. 07まとめ──AIで候補を作り、人が現場の言葉にする

NotebookLMで議事録を作ると、専門用語や人の呼び方が崩れることがあります。用語集を一緒にソースへ入れると改善しますが、その用語集をゼロから作るのが面倒です。

結論、最初から自分で全部書き出す必要はありません。過去の議事録をAIに渡し、「職種・人名・専門用語・部署名を用語集にしてください」と頼めば、最初の候補が出ます。人が確認するのは、表記ゆれ、古い情報、AIへ渡してよい情報の3点です。

使うもの。

  1. すでに確認済みで、扱ってよい範囲に絞った過去議事録
  2. Claude、ChatGPT、Geminiなど、表を作れるAI
  3. 用語集を保管するスプレッドシートかExcel
  4. 完成した用語集を入れるNotebookLM

最初の候補をAIに作らせ、人が育てる。この順番なら、用語集づくりは今日の10分から始められます。

  • 過去議事録から用語集の候補を作る方法
  • 最初は短い指示でよい理由
  • AIの出力を人が確認する3つの場所
  • NotebookLMへ入れて次回以降に効かせる流れ

用語集は、手で全部書き出さなくていい

NotebookLMで議事録を作るとき、用語集は効果があります。読み方と表記をあらかじめソースとして渡しておけば、現場固有の言葉を正しく扱いやすくなるからです。

ただ、「人名、職種、部署名、専門用語を全部出してください」と言われると、そこで止まります。何を登録すればよいかを思い出し、表にし、表記までそろえる。使う前の準備だけで疲れてしまいます。

そこで、最初の洗い出しをAIに任せます。

私の用語集は、職種・人名・専門用語・施設や部署名の4ファイルで合計300件を超えています。そのうち最初の約8割は、過去の議事録を渡してAIに下書きさせたものでした。自分で全部を思い出して入力したわけではありません。

  • AIの役割は、過去議事録から候補を拾い、表へ並べること
  • 人の役割は、今も使う言葉か、表記をどう決めるかを確認すること
  • 最初から300件を目指さず、次の会議で使う分だけ作ればよい

過去議事録には、現場の言葉がすでに入っている

一般的な用語集を探しても、自分の現場の呼び方までは載っていません。

  • 施設内で使う部署名
  • 職種や役職の略し方
  • 会議でよく出る委員会名
  • 食形態、リハビリ、加算などの専門用語
  • 人の呼び方や、議事録上でそろえたい表記

これらは、過去議事録にすでに出ています。新しい資料を探す必要はありません。まずは、以前に人が確認し終えた議事録を数本だけ集めます。テキスト、Word、過去にNotebookLMから出力した議事録など、読める形式なら構いません。

利用者・患者・職員を特定できる情報を含む議事録は、そのまま外部AIへ渡してはいけません。施設のルールとサービスの設定を確認し、不要な個人名・ID・個別の経過は除いたうえで扱ってください。迷う場合は、まず職種名・専門用語・部署名だけの資料で試します。

AIに渡してよい情報の線引きは、こちらでも整理しています。

関連記事

医療介護現場でAIを使うときのルール ── 公的ガイドラインを現場目線で整理【2026年版】

医療・介護現場で生成AIを使うときに守るべきルールを、個人情報保護委員会・厚労省・日本医師会などの公的ガイドラインに沿って整理。入れてよい情報の線引き、AIサービスの選び方、院内ルールの作り方を、出典付きで現場の管理職がまとめます。

記事を読む →

最初のプロンプトは、これだけでいい

最初は細かな指示書を用意しません。次の一文を、過去議事録と一緒に渡します。

この議事録に出てくる人名・職種・部署名・専門用語を抽出して、
「読み方／表記／備考」の3列で用語集の下書きにしてください。
同じ意味の表記ゆれは、候補としてまとめてください。
判断に迷うものは「要確認」と書いてください。

ここで欲しいのは完成品ではなく、候補の一覧です。最初から「正しい表記だけを出して」と頼むと、AIが自信を持って推測した内容が混ざることがあります。迷うものを「要確認」として残すようにしておくと、確認すべき場所が見えます。

出力を見てから、「人名は別表にして」「略語を優先して」「備考に別表記も残して」と追加すれば十分です。最初から完璧なプロンプトを作る必要はありません。

できた表は、この形なら十分

読み方表記備考
ぴーてぃーPT理学療法士
つうしょりはびり通所リハビリテーション通所リハ、デイケアも候補
えんげ嚥下要確認：食形態の呼び方も確認

表の見た目を整えるのは後回しで構いません。まずは、次の議事録で使えそうな言葉が並ぶ状態を作ります。

AIの表は、3つだけ確認する

AIが作った表を開いたら、最初に確認するのは3つです。

  1. 今も使う言葉か。異動した職員名、組織変更前の部署名、古い呼び方を外す
  2. 表記を一つに決められるか。「通所リハ」「デイケア」のような言葉は、議事録に出したい形を決める
  3. AIへ渡してよい情報か。個人名を含める必要があるか、匿名化や社内管理に切り替えるべきかを確認する

たとえば、議事録の中で「田中さん」「田中主任」「主任」と複数の呼び方が出ることがあります。使う表記を「田中主任」に決めるなら、備考へ「田中さん、主任も同じ人」と残します。AIに任せるのは候補の抽出までです。最終的にどう書くかは、現場を知っている人が決めます。

  • 同じ言葉が重複していないか
  • 読み方と表記が合っているか
  • 古い部署名・退職者名が残っていないか
  • 判断できない言葉を無理に確定させていないか

4つに分けると、後から更新しやすい

候補を確認したら、用語集は一つの巨大な表にせず、次の4つに分けます。

ファイル入れるもの更新する場面
職種・肩書きPT、看護師、主任など役職や呼称を変えたとき
人名会議に出る職員名異動、入職、退職のとき
専門用語・略語嚥下、加算、委員会名など新しい言葉が出たとき
施設・部署名病棟名、フロア名、部門名など組織変更のとき

会議の音声をNotebookLMへ入れるときは、その会議に必要な用語集だけを一緒に追加します。用語集のソースへの入れ方、誤認識を減らす使い方は、前回の記事で詳しく説明しています。

関連記事

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、医療介護の専門用語と固有名詞で必ずつまずく。用語集ファイルをソースに追加するだけで、誤認識が体感1/5に減る。カテゴリ分け・記入ルール・呼称統一まで含めた作り方を公開。

記事を読む →

次の議事録で使い、1行ずつ育てる

用語集は、一度完成させるものではありません。

次の会議で議事録を作り、誤変換が一つ見つかったら、その言葉を用語集に1行追加します。逆に使われなくなった言葉は外します。この繰り返しで、現場固有の言葉が少しずつたまります。

最初からすべてを整えようとすると続きません。過去議事録を2〜3本渡して、10分で候補を出す。次の議事録で使う。そこで見つかった不足を足す。この順番で十分です。

議事録そのものをNotebookLMで作る最短手順は、こちらから確認できます。

関連記事

NotebookLMで議事録を作る最短手順。スマホ録音から10分で完成

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。

記事を読む →

まとめ──AIで候補を作り、人が現場の言葉にする

NotebookLMの用語集は、誤変換を減らすために役立ちます。ただし、用語集づくりを全部手入力にすると、始める前に止まってしまいます。

  1. 過去の議事録を、扱ってよい範囲に絞る
  2. AIに「読み方／表記／備考」の3列で候補を出させる
  3. 今も使う言葉、表記ゆれ、個人情報の3点を人が確認する
  4. 職種・人名・専門用語・施設名の4ファイルへ分ける
  5. NotebookLMのソースへ追加し、誤変換が出たら1行ずつ育てる

AIに正解を決めさせるのではなく、確認しやすい下書きを作らせる。用語集も、この使い方なら10分から始められます。

出力された議事録を最後に整えるポイントは、こちらで確認できます。

関連記事

NotebookLM議事録の70点を90点にする、手直しの3チェックポイント

NotebookLMの議事録出力は70〜80点。そのまま提出はできないが、3つのチェックを順番に行うだけで10分で90点まで持っていける。実際の手直し前後を比較しながら、不要文言・ソース番号・誤認識の処理方法を公開。

記事を読む →

関連記事

📝 「議事録・手順書」の記事一覧へ すべての記事を見る →