長い文章をAIで要約する前処理と確認手順

この記事で分かること

長いPDFや議事録を要約する前に確認する項目
文書を章ごとに分け、根拠付きで要点を抽出する方法
分割した要約を一つへ統合する手順
表、脚注、付録、例外条件の欠落を調べる方法

注意： ファイルをアップロードできることと、全ページを正確に読めることは同じではありません。重要文書では、要約から原文のページや節へ戻れる形を残してください。

先に結論

長文要約では、一度に短くさせる前に「何のために読むか」を固定します。その後、文書を章や節で分け、各部分から主張と根拠を抽出し、最後に統合します。

おすすめの順番は次の通りです。

要約の読者、目的、必要項目を決める
PDFの状態、ページ番号、目次、表、脚注を確認する
章ごとに「主張・根拠・条件・未確認点」を抽出する
抽出結果だけを材料に全体要約を作る
数字、例外、結論を原文へ戻って照合する

良い要約は単に短い文章ではなく、「どの結論が原文のどこにあるか」を追跡できる文章です。

長文を分割して要約し原文へ戻って確認する流れ 目的を固定して章を分け、要点を統合した後に原文へ戻って欠落や誤りを確認する。

長文を一度に丸投げしない理由

長い文書を扱えると案内されているAIでも、文書内のすべての情報を同じ精度で利用するとは限りません。「Lost in the Middle」の研究では、複数文書の質問応答と情報検索の実験において、関連情報の位置によって性能が変わり、長い入力の中央付近にある情報を使うと性能が低下する傾向が報告されました。

これは「中央の情報は必ず読めない」「現在の全サービスで同じ結果になる」という証明ではありません。研究対象と現在の製品は異なります。ただし、長い入力を受け付けるという仕様だけから、重要事項を漏れなく扱えると推定しない理由にはなります。

また、画像だけで構成されたPDF、複雑な段組み、崩れた表、手書きメモでは、要約以前に文字抽出が失敗することがあります。

要約前の文書チェック

アップロード前に次を確認します。

確認項目	見るポイント	問題がある場合の対処
利用権限	外部サービスへ入力してよいか	社内承認、契約、規程を確認する
機密性	個人情報、営業秘密、未公開情報	削除、匿名化、承認済み環境の利用
PDFの種類	文字を選択・検索できるか	OCR後に誤認識を点検する
ページ番号	PDF上の番号と紙面番号が一致するか	「PDF 12頁／紙面10頁」と記録する
文書構造	目次、章、見出しがあるか	分割単位を先に手作業で決める
表・図	セル結合、凡例、単位があるか	表を別途抽出し画像とも照合する
脚注・注記	例外や定義が隠れていないか	本文とセットで入力する
版・日付	改訂版、別紙、正誤表があるか	最新版と関連資料を揃える

GoogleとOpenAIの公式ヘルプはいずれも、文書やPDFなどのファイル分析機能を案内しています。ただし、対応形式、容量、利用回数、利用できるプランは変更されます。アップロード前に、実際の画面と公式ヘルプで確認してください。

手順1：要約の目的を固定する

「短くして」だけでは、AIが何を残すべきか判断できません。次の5点を先に書きます。

読者：誰が読むか
行動：読後に何を決めるか
必須項目：絶対に落とせないもの
不要項目：今回は省いてよいもの
長さ：箇条書き数や文字数

例えば、社内規程なら「新入社員が申請前に、対象者、期限、必要書類、例外、問い合わせ先を確認するため」とします。経営会議向けの要約とは残す内容が変わります。

手順2：章ごとに分割する

文字数だけで機械的に切るより、目次、章、節、議題など意味のまとまりを優先します。定義とその例外、表とその注記は同じ単位に含めます。

各断片の先頭に識別情報を付けてください。

文書名：出張旅費規程 第4版
断片ID：SEC-03
範囲：第3章 第8条〜第12条
紙面ページ：8〜11
PDFページ：10〜13
前の章との関係：第2章で定義した「国内出張」を使用

断片が長い場合も、段落の途中では切らず、定義を次の断片に再掲するなど、単独で意味が分かる状態にします。

手順3：章ごとに抽出する

この段階では美しい要約文を作らせません。主張と根拠を表形式で抜き出します。

あなたは文書の情報抽出担当です。以下の断片だけを根拠に整理してください。

目的：新入社員が申請前に必要条件を確認する
出力項目：
1. 主要な規則
2. 対象者・対象外
3. 期限・金額・数量
4. 例外・禁止事項
5. 必要な手続き
6. 根拠となる節・ページ
7. 断片だけでは判断できない点

規則：
- 原文にない情報を補わない
- 各項目に断片IDとページを付ける
- 見つからない場合は「記載なし」と書く
- 推測は「推測」と明記する

断片：
<<<SEC-03の本文を貼る>>>

出力を受け取ったら、固有名詞、数字、否定表現、「ただし」「除く」「原則として」の付近を先に照合します。

手順4：抽出結果を統合する

すべての章の抽出が終わったら、原文ではなく抽出表を並べて統合します。原文を使わないのは、統合段階で参照範囲を明確にするためです。

以下は同じ文書を章ごとに抽出した結果です。新しい事実を追加せず、重複をまとめて全体要約を作ってください。

出力順：
- 結論を3点
- 対象者と対象外
- 必要な行動を時系列
- 期限・金額・数量の一覧
- 例外と禁止事項
- 未確認事項

条件：
- 各箇条書きの末尾に断片IDとページを残す
- 断片間で矛盾する場合は統合せず、両方を示す
- 「記載なし」を推測で埋めない

章別抽出：
<<<SEC-01〜SEC-08の抽出結果を貼る>>>

同じ内容が複数章にある場合は、最新版、例外規定、参照関係を確認してからまとめます。AIに「適切な方を選んで」と任せないでください。

手順5：欠落を検査する

要約を原文へ戻して確認する前に、目次との対応表を作ります。

以下の「文書の目次」と「全体要約」を比較してください。

確認するもの：
- 要約に反映されていない章
- 数字、日付、固有名詞を含むのに未反映の断片
- 「ただし」「除く」「原則」「例外」を含む未反映箇所
- 表、脚注、付録、別紙への参照
- 要約内にあるが抽出表に根拠がない主張

出力は「要確認一覧」とし、判断や補完は行わないでください。

目次：<<<貼り付け>>>
章別抽出：<<<貼り付け>>>
全体要約：<<<貼り付け>>>

このプロンプトの出力自体も正解とは限りません。要確認一覧を使い、人が目次、各章、表、脚注を順に開きます。

手順6：原文照合と最終整形

最後に、重要主張を次の順で確認します。

結論と推奨事項
対象者と対象外
金額、割合、期限、数量
義務、禁止、例外
意思決定に使う前提
問い合わせ先、改訂日、版番号

確認済みの抽出結果だけを材料に、読者向けの短い文章へ整えます。

確認済みの抽出結果だけを使い、600字以内で要約してください。
対象読者は新入社員です。
冒頭に「まず行うこと」を書き、次に期限、例外、問い合わせ先を示してください。
各段落の末尾に根拠ページを残してください。
未確認事項は本文へ混ぜず、末尾の「要確認」に分けてください。

これで、段階要約に使う4つのプロンプトが揃います。抽出、統合、欠落検査、最終整形を混ぜないことがポイントです。

表と脚注の扱い

表は、見た目ではなく構造を確認します。タイトル、列名、行名、単位、注記、合計をセットで扱います。セル結合されたPDFでは、数値が別の列へ移ることがあるため、重要な表は元画像と照合します。

脚注は本文より小さく表示されますが、対象外、計算方法、用語の定義が書かれていることがあります。本文だけをコピーせず、脚注番号と脚注本文を同じ断片に入れます。

図は、画像内の文字をAIが正しく読めるとは限りません。凡例、軸、色の意味を人が確認し、必要なら図の説明文を別途入力します。読み取れないものを推測させず、「判読不能」と記録します。

期待結果と確認方法

完成した要約には、少なくとも次が含まれます。

文書名、版、発行日
要約の目的と読者
主要結論
対象、期限、数字、例外
各主張の章・ページ
未確認事項
確認者と確認日

成功判定は「短くなったか」だけではありません。要約中の重要主張を無作為に3件選び、原文の該当箇所へ戻れるか確認します。加えて、目次の全章が「反映済み・対象外・要確認」のいずれかに分類されていれば、欠落検査を再現できます。

失敗しやすい点と対処

画像PDFを通常のPDFと思い込む

文中の語を検索し、見つからなければOCRが必要な可能性があります。OCR後は「0とO」「1とl」、日付、金額を重点確認します。

最初から200字へ縮める

短くする過程で根拠が消えます。先に詳しい抽出表を作り、確認後に短縮します。

分割した結果、定義と例外が離れる

節の途中で切らず、参照先の定義を断片へ添えます。断片IDとページも残します。

AIのページ番号を信用する

PDFページと紙面ページのずれを人が確認します。ページ情報が取得できないサービスでは、章・節・原文冒頭の語句を引用せず短く記録します。

会社の文書を無断でアップロードする

外部サービスへの入力が許可されているか、契約プラン、管理者設定、保存・学習に関する条件を確認します。許可がない文書は入力しません。

AI活用ナビの判断

AI活用ナビの判断： 重要な長文では「一括要約」より、章別抽出と原文照合を推奨します。手順は増えますが、誤りをゼロにするためではなく、誤りや欠落を発見できる場所を作るためです。

日常的な公開資料の概要把握なら、一括要約を下読みとして使う選択もあります。ただし、その要約だけで契約、支払い、法令対応、人事、安全上の判断をしないでください。

確認日と公式情報

本記事は2026年7月29日に確認しました。

Google：Upload and analyze files in Gemini Apps：Gemini Appsでのファイル追加と分析、対応形式や利用条件を確認できます。
OpenAI：What types of files are supported?：ChatGPTのファイルアップロードで扱う一般的な文書形式を確認できます。
Lost in the Middle: How Language Models Use Long Contexts：長い入力内で関連情報の位置が性能へ与える影響を調べた研究です。

ファイル形式、容量、回数、保持期間、利用可能なプランは変更されます。利用時点の公式ヘルプと実際のアカウント画面を確認してください。

PRIMARY SOURCES