会議議事録を
アクションアイテムへ。
11秒で5件を自動構造化。

「誰が・何を・いつまでに」が散らばっている

多くの組織では、会議後の議事録はテキストファイルや共有ドキュメントとして保存されますが、アクションアイテムの管理は各自の記憶や手動の転記に頼っています。担当者・タスク内容・期限がテキスト中に散在しており、見落としや転記ミスが発生しやすい状態です。

この検証では、会議議事録（非構造化テキスト）を入力として、StructFlow が自動的にアクションアイテムを抽出し、構造化JSONとして出力できるかを検証しました。

Claude Code → Zuplo MCP → StructFlow

StructFlow は LDX hub が提供する構造化データ抽出サービスです。system_prompt と example_output でスキーマを定義し、複数件を一括処理（バッチ）できます。今回は Claude Code から Zuplo MCP 経由で API を呼び出す構成を採用しました。

StructFlow ジョブ作成リクエスト

// Zuplo MCP 経由 createStructFlowJob
{
  "model": "anthropic/claude-sonnet-4-6",
  "system_prompt": "会議議事録テキストからアクションアイテムを
    すべて抽出してください。各アクションアイテムに
    ついて、担当者名・タスク内容・期限を抽出してください。
    期限が明記されていない場合は null としてください。",
  "example_output": {
    "action_items": [
      {
        "assignee": "田中",
        "task":     "バグを修正する",
        "due_date": "2026-05-02"
      }
    ]
  },
  "inputs": [
    { "id": "minutes-001", "data": { "text": "..." } },
    // ... 5件を一括投入
  ]
}

ジョブは非同期で処理され、job_id を使ってポーリングで完了を確認します。今回は投入から完了まで 約11秒 でした。

5件の議事録から13件のアクションアイテムを抽出

抽出精度の評価

特筆すべき点として、議事録005の「田中が4月22日までに修正する。（※本日時点で修正済みと確認）」という文から、期限（2026-04-22）と完了フラグ（✓済）を分離して抽出できています。単純なキーワード抽出ではなく、文脈を理解した上での構造化が行われていることがわかります。

次のステップ：出力JSONの活用

わかったこと

StructFlow は「ルールベースでは書けないほど多様な表現」への対応力が高いことが今回の検証で確認できました。会議議事録は話者・書き方・表現が毎回異なりますが、スキーマ定義（system_prompt + example_output）だけで汎用的な抽出器として機能します。

処理時間は5件で約11秒。件数が増えてもバッチ処理の並列化により線形増加を抑えられます。Claude Code + Zuplo MCP 経由の呼び出しは、実装から実行まで数行のコードで完結し、開発コストも最小限です。