AIでウェビナー内容からSNS投稿を作る方法

ウェビナーをSNS投稿へ変えるときは、録画全体を一つに要約するより、Transcriptから独立して伝えられる一つの学びや判断を選びます。発言をFact、登壇者のOpinion、例、質問に分け、投稿へ使う箇所の時刻と原資料を残してください。AIが発言を整えても、登壇者が言っていない結論や数値を追加してはいけません。

長い配信には、説明、質疑、告知、雑談、画面共有が混ざります。文字起こしをそのまま投稿へ貼ると、話の前提が抜けたり、冗談が正式な見解に見えたり、質問への暫定回答が確定Factのように見えたりします。投稿候補を作る前に、どの部分を誰の言葉として使うのかを確かめ、引用可能な範囲や公開可否も確認します。

Webinar-to-Social Extraction Sheet

表は横にスクロールできます

Timestamp / source	Candidate	Kind	Evidence / permission	Post action
00:12:30–00:13:05	手順や説明の候補	Fact / Opinion / example / Q&A	Slide / official source / speaker approval	Post / hold / verify
00:34:10–00:34:45	失敗や判断の候補	speaker view / attendee data	Public / internal / consent status	quote / paraphrase / omit

時刻は動画やTranscriptの実物から記録します。例の表にある時刻は書式例であり、特定のウェビナーを示しません。自動字幕の時刻がずれることもあるため、引用候補は動画や登壇資料へ戻って確認します。Source欄にはファイル名だけでなく、共有可能なURL、版、該当ページや章も記録します。

投稿に使う候補を選ぶ

1. 配信素材を確認する。 主催者が共有を許可している録画、Transcript、登壇資料を使います。社内限定の録画や参加者情報を外部AIへ送る前に、データ利用ルールと許可を確認します。

2. 文字起こしの品質を確認する。 話者名、数字、固有名詞、専門用語、否定語を音声や資料と照合します。誤認識した字幕を正確な発言として扱わないでください。

3. 候補を抽出する。 主張、手順、具体例、失敗、FAQなどから、読者が単独で持ち帰れる内容を探します。候補ごとに時刻と前後の文脈を残します。

4. FactとOpinionを分ける。 登壇者の経験、意見、仮説、公式Factを別々に記録します。「講演でそう説明した」は、その主張が一般に検証済みであることと同じではありません。

5. 公開条件を確認する。 登壇者の引用許可、イベント規約、録画の共有設定、社名や参加者が特定される情報をチェックします。許可が明確でない時は引用・転載を保留します。

6. 投稿のReader Jobを決める。 読者にどんな考えや作業を持ち帰ってほしいかを一つに絞ります。元ウェビナーの紹介だけが目的なら、宣伝投稿として内容とリンク先を正確に示します。

7. 投稿形式を選ぶ。 一つのInsightなら単独投稿、順序のある説明ならthreadや複数段落など、情報の関係に合う形を検討します。現在の仕様は各プラットフォームの公式ヘルプを確認します。

8. 自分の解釈を追加する。 投稿者の視点を書く場合は本人の考えを確認します。AIに「学び」を作らせるのではなく、本人へ確認する質問を出させる方法もあります。

9. 原資料でReadbackする。 数値、固有名詞、否定、比較条件、話者を戻って確認し、切り出しによって意味が変わっていないか点検します。

10. 投稿単体で成立するか確認する。 Contextや次Actionを加え、録画を見ていない人にも主張の範囲が分かるか読みます。

候補を仕分けるDecision Table

表は横にスクロールできます

Transcriptにある内容	扱い方	投稿に必要な確認
公式仕様と一致する具体Fact	Sourceを引用または要約	現在も有効か公式ページで確認
登壇者の経験	本人の見解として扱う	引用許可と本人確認
実験・事例	条件付きの結果として扱う	対象、手順、期間、母数
参加者の質問	個人を特定しない形で整理	質問の公開可否と文脈
AIがまとめた結論	候補でありFactではない	原文・資料へ戻り根拠を確認
意味が分からない発言	保留または削除	発言者へ確認

加工の架空例

次の発言は手順例のために作った架空の素材です。実在の講演、登壇者の発言、事例を示しません。

仮発言：「レポートを開いて数字を見る前に、期間と対象ユーザーを確認しています。そこが違うと前月との比較がずれるからです。」

Extraction:

• Kind: speaker opinion / workflow example (Fact status unknown)

• Context: 指標比較の前提を説明する場面

• Candidate insight: 比較前に期間と対象範囲をそろえる

• Source check: 登壇者の意図を本人または資料で確認

• Post draft: 「指標の前月比較では、数値を見る前に集計期間と対象範囲をそろえます。条件が違う数字を並べても、差が施策によるものかは判断できません。まず比較条件を一行で記録してから結果を見ます。」

この投稿案は発言から導ける論点の作り方を示す仮文です。実際の講演から作る場合は、発言の前後も聴き、理由や例外が削られていないか確認します。講演者が示した例の一つを、誰にでも当てはまるルールとして書き換えてはいけません。

Fact / Opinion / Experienceの境界

Transcript中のFactは、独立した公式Sourceや記録で確認できる内容です。Opinionは登壇者の評価や解釈、Experienceは本人が経験した出来事です。たとえば「この方法で成果が出た」という発言を聞いても、成果の定義、対象、期間、比較方法を確認できなければ一般的な効果とは扱いません。投稿では「登壇者はこう説明した」と範囲を限定する方法もありますが、正確な引用と公開許可が必要です。

数字が話し言葉で出た場合、桁、単位、時点、対象期間を確認します。「約」「最大」「平均」などの限定を削らないでください。質疑応答の途中の回答は条件や補足が後から加わることがあります。最終的な結論の断定より、質問と答えを一組で読む方が安全です。音声とスライドに食い違いがあれば、勝手に片方へ合わせず、主催者や発言者へ確認します。

プラットフォームへ合わせる

同じInsightでも、各媒体で文章の長さや会話の作り方を変えることがあります。ただし、Xのthread機能やLinkedInの投稿形式は変更される可能性があるため、文字数制限や操作方法を固定の本文ルールとして写さず、公開時点の公式ヘルプを確認します。複数投稿へ分ける時も、各投稿がどの前提を受け継ぐかを明示し、最後の投稿だけで重要な免責を付け足さないようにします。

投稿形式の選択は拡散や反応の保証ではありません。技術的な説明を順序立てるならthreadや複数段落、短い教訓なら単独投稿が候補です。どの形でも、冒頭が本文で回収できる約束をし、リンクをつけるなら先で得られる資料や詳細を説明します。ウェビナーの録画やスライドを再公開する場合は、引用範囲、画像内の個人情報、参加者の発言を別々に確認します。

AIへ候補抽出を依頼するPrompt

次のTranscriptから、SNS投稿候補を最大5つ抽出してください。各候補について、時刻、原文、話者、Fact / Opinion / Experience / Questionの種別、前後のContext、確認が必要なSource、公開許可の状態を示してください。Transcriptにない数値、因果関係、効果、結論、体験談は補わず、不明はUnknownとしてください。抽出した文を投稿用に言い換える案を作る場合は、Factと話者のOpinionを混ぜず、変更した語句を示してください。発言者確認が必要な箇所や個人情報を含む箇所は投稿候補にせずHoldにしてください。

出力の全候補を原資料へ戻して確認します。候補を5つ作れなかった場合に数を埋めるよう求める必要はありません。候補がどれも読者にとって単独で価値を持たないなら、そのウェビナーから投稿を作らない判断も残します。文章が短くなったことだけで、投稿として完成したとは扱いません。

よくある失敗と対応

表は横にスクロールできます

Failure	何がずれるか	修正
Transcriptの要約をそのまま投稿	講演の順序だけが残り価値が不明	独立Insightを選び直す
話者のOpinionをFactと表示	評価が一般事実に見える	話者と根拠を併記する
字幕の誤認識を引用	意味や数字が変わる	音声・資料へ戻る
Q&Aを切り取り文脈が消える	暫定回答が断定に見える	質問と補足まで読む
参加者が特定できる情報を掲載	Privacyを損なう	削除・匿名化し、公開許可確認
成果だけを抜き出す	条件や比較対象が消える	定義、対象、期間、根拠を添える
AIが話者の経験を補う	事実でない一人称になる	本人へ確認するか経験を外す

次に取る行動

公開可能なTranscriptと登壇資料を一つ選び、素材の共有条件を確認します。候補を抽出したら、時刻と前後Contextを使って動画へ戻り、発言・Fact・Opinionを照合します。投稿者の視点が必要なら本人へ質問し、経験や評価を確認してから本文を作ります。最後に投稿単体のReader Job、出典、引用条件、Privacyを確認し、未解決が一つでも残る候補は保留します。

AIものさしの判断は、Transcript→Source Location→Fact / Opinion / Experience→One Insight→Platform Adaptationです。AIは候補の発見や文章整理を助けますが、発言者の意図、引用権限、事実性を代わりに確認することはできません。元資料へ戻れる状態を保ってから、読者に意味のある一投稿へ変換します。