生成AIは、あなたの会社のデータを知らない（第1回）
ChatGPTに、自社のことを聞いてみてください。
「先週の経営会議で決まったことは？」「顧客Aの直近1年の問い合わせ傾向は？」
答えられるはずがありません。その情報は、AIに届いていないからです。
生成AIの導入率は57.7%に達しています（NRI 2025年調査）。しかし「効果が期待を大きく上回った」と答えた日本企業は約10%（PwC 2025年春調査）。多くの企業が生成AIを「使ってはいる」のに、成果につながっていません。原因はシンプルで、AIが学習しているのはWeb上の公開情報が中心であり、社内の業務データはAIにとって存在しないも同然だからです。
この断絶を手作業で埋めている人もいます。Excelにエクスポートしてからコピー＆ペースト、SQLで引いた結果をプロンプトに組み込む。方向は正しいですが、やり方が特定の人に依存し、データの鮮度も手動更新の頻度に縛られ、対象が増えたときに回りません。
この記事では、データ連携基盤「ASTERIA Warp」の生成AIアダプターを使って、この断絶を最もシンプルなフローで埋める実例をご紹介します。
社内のシステムからデータを取り出し、変換・加工を行い、別のサービスに渡す。この「つなぐ」処理をGUIで設計・運用できるのが、iPaaS（Integration Platform as a Service）と呼ばれるデータ連携基盤です。
ASTERIA Warpは19年連続国内シェアNo.1(※)のデータ連携基盤です。2025年12月リリースの最新版で、生成AIとの連携を担う生成AIアダプターが加わりました。Azure OpenAI、Claude、Gemini、OpenAI API、Amazon Bedrockに対応しており、フローの中にAI処理を組み込むことができます。
データ連携基盤の強みは、個別のスクリプトや手作業ではなく、連携の流れを仕組みとして設計できる点です。エラー通知やスケジュール実行も含めて、一つの「フロー」として可視化・管理できます。
※テクノ・システム・リサーチ「2025年ソフトウェアマーケティング総覧 EAI/ESB 市場編」による
では、実際にフローを作ってみます。
やりたいこと： 共有フォルダに議事録ファイルを保存したら、AIが内容を要約して、Slackの指定チャンネルに投稿する。
たったこれだけのフローですが、「社内データをAIに届ける」とはどういうことかを体感するには十分でしょう。
共有フォルダに議事録を置くと、テキスト抽出→プロンプト生成→AI要約→投稿用に加工→Slack投稿、という流れで処理が進みます。
これをASTERIA Warpのフローデザイナーで実際に構築すると、以下のようになります。
※起点はSharePointやBoxなどのクラウドストレージに変更できます。Warpにはそれぞれ専用のアダプターが用意されています。
① 共有フォルダから議事録を取得・テキストを抽出
フローの起点です。指定した共有フォルダを定期的に確認し、新しいファイルがあればテキストデータとして読み取ります。今回の例では.txtファイルを入力としているため、ファイル読み取りコンポーネントでそのまま処理できます。
② プロンプトを生成
抽出したテキストを、WarpのEmbed関数を使ってプロンプトに埋め込みます。${input1} の部分に議事録テキストをマッピングすることで、毎回同じ形式のプロンプトがAIに渡されます。
以下の議事録を読み、3点を出力してください。
フォーマットどおりに出力し、それ以外の文章は出力しないでください。
【フォーマット】
要約
（主要な実績・数値を中心に2〜3行。文章は短く端的に）
決定事項
- （決定事項のみ。議論中・予定の事項は含めない）
アクションアイテム
- 担当者：内容（期限）
（明確に担当と期限が特定できるもののみ。補足説明は不要）
【議事録】
${input1}ポイントは、出力の構造とトーンをプロンプトで明示的に指定していることです。「要約」「決定事項」「アクションアイテム」の3点に絞り、アクションアイテムには「担当者：内容（期限）」の形式を求めることで、何が決まり、誰が何をいつまでにやるのかが一目でわかる出力になります。
③ 生成AIアダプター・AIで要約
このフローの中心です。組み立てたプロンプトをAI APIに送信し、要約結果を受け取ります。
④ 要約結果を投稿用に加工
AIの応答にファイル名や処理日時などのヘッダー情報を付加し、Slackに投稿する形式に整えます。ここでもEmbed関数を使い、テンプレートにデータを埋め込みます。
⑤ Slackに投稿
加工済みのテキストを、Slackの指定チャンネルに投稿します。出力先はTeams、メール、kintoneなど、アダプターを差し替えるだけで変更できます。
サンプルの議事録で、このフローを通すとどうなるか見てみます。
入力：議事録ファイル（約1,500文字、抜粋）
2026年3月3日 マーケティング部 週次定例
場所：本社8F 会議室B
出席者：佐藤（部長）、田中、鈴木、山田
1. 先週の施策振り返り
（1）展示会「DX Innovation 2026」
- リード獲得：目標200件に対し187件（達成率93.5%）
- 名刺スキャン分が一部未取り込み。田中が確認したところ15件ほどが未反映の可能性あり
- ブースへの立ち寄り数は約450名。昨年同時期の320名から大幅増
…（中略）…
（2）メルマガ（2/24配信分）
- 開封率：22.3%（前月比+1.8pt）
- クリック率：3.1%（前月比-0.2pt）
…（中略）…
（3）ウェビナー（2/27開催、田中担当）
- 参加者68名（申込93名、参加率73.1%）
- 満足度アンケート：4.2/5.0（回答率61.8%）
- 個別商談希望：4件。うち1件はエンタープライズ規模の引き合い
…（中略）…
3. 決定事項
- 展示会フォローアップメールの送信を3/5に前倒し（田中担当）
- 来期予算案のたたき台を3/13までに作成（佐藤担当）
- ウェビナーのオンデマンド配信は4月第2週を目標に公開（田中担当）
議論の経緯や発言の詳細、共有事項なども含む実際の議事録をイメージしたファイルです。これをフローに通すと、以下の出力が得られます。
出力：生成AIアダプターの応答例（gpt-5-miniによる実行結果）
要約
展示会リード187件（目標200、達成率93.5%）、来場約450名（昨年320名）、転換率41.6%。
メルマガ開封率22.3%（+1.8pt）、クリック率3.1%（-0.2pt）。
ウェビナー参加68名（参加率73.1%）、満足度4.2/5、商談希望4件。
決定事項
- 展示会フォローアップメールの送信を3/5に前倒し（田中担当）
- 来期予算案のたたき台を3/13までに作成（佐藤担当）
- ウェビナーのオンデマンド配信は4月第2週を目標に公開（田中担当）
アクションアイテム
- 田中：展示会フォローアップメール送信（3/5）
- 田中：ウェビナーのオンデマンド配信公開（4月第2週）
- 鈴木：新製品LP公開（3/9）
- 山田：パートナー向け説明会資料作成（3/5）
- 田中：年度末キャンペーンのバナー素材入稿（3/6）
- 佐藤：来期予算案のたたき台作成（3/13）
- 各メンバー：担当施策の概算費用を佐藤に提出（3/10）
このAI応答が、そのままSlackの投稿本文になります。Slackアダプター側では、ファイル名や処理日時をヘッダーとしてテンプレートで付加します。
Slackへの投稿イメージ
📝 議事録要約（自動生成）
ファイル名：20260303_マーケティング部_週次定例.txt
処理日時：2026-03-03 11:32
要約
展示会リード187件（目標200、達成率93.5%）、来場約450名（昨年320名）、転換率41.6%。
メルマガ開封率22.3%（+1.8pt）、クリック率3.1%（-0.2pt）。
ウェビナー参加68名（参加率73.1%）、満足度4.2/5、商談希望4件。
決定事項
- 展示会フォローアップメールの送信を3/5に前倒し（田中担当）
- 来期予算案のたたき台を3/13までに作成（佐藤担当）
- ウェビナーのオンデマンド配信は4月第2週を目標に公開（田中担当）
アクションアイテム
- 田中：展示会フォローアップメール送信（3/5）
- 田中：ウェビナーのオンデマンド配信公開（4月第2週）
- 鈴木：新製品LP公開（3/9）
- 山田：パートナー向け説明会資料作成（3/5）
- 田中：年度末キャンペーンのバナー素材入稿（3/6）
- 佐藤：来期予算案のたたき台作成（3/13）
- 各メンバー：担当施策の概算費用を佐藤に提出（3/10）
約1,500文字の議事録が、数秒で「何が決まったか」「誰が何をいつまでにやるか」に整理されます。会議に出ていなかったメンバーも、Slackを開くだけで要点を把握できます。
このフローを実際に組んでみて、いくつか実感したことがあります。
プロンプトの設計が、AIの出力品質を左右する。
最初は「議事録を要約してください」とだけ指示しましたが、AIの応答は冗長で、決定事項とアクションアイテムが混在していました。①②③の構造を指定し、アクションアイテムに「担当者・期限付き」と明記したことで、そのまま共有できる出力に変わりました。プロンプトはフローデザイナー上でいつでも修正できるので、AIの応答を見ながら調整を繰り返せます。
フローにしておく意味は「再現性」にある。
ChatGPTに毎回コピー＆ペーストする方法でも、1件の議事録なら同じ結果は得られます。しかし、週に10件の議事録が生まれる組織では、コピー＆ペーストを担っていた人が休んだ瞬間に要約も止まります。フローにしておけば、ファイルを置くだけで処理が回り続けます。
出力先を変えるだけで用途が広がる。
今回のSlack投稿フローをベースに、出力先のアダプターをkintoneに差し替えれば議事録データベースになり、メール送信に差し替えれば関係者への自動報告になります。入力からAI処理までの「型」はそのまま、末端だけ変えれば済むのがデータ連携基盤の利点です。
生成AIは賢いツールです。でも、あなたの会社のことは知りません。
今回ご紹介した「議事録→AI要約→Slack」のフローは、最もシンプルなデータ連携の実例です。コンポーネント数個のフローですが、AI活用の要点が詰まっています。社内データをAIが活用できる状態、つまり「AI Ready」にすること。それが、生成AIを活かすための出発点です。
次回からは、この「渡し方」をさらに掘り下げていきます。
PM・SE・マーケティングなど多彩なバックグラウンドを持つ「データ連携」のプロフェッショナルが、専門領域を超えたチームワークで「データ活用」や「業務の自動化・効率化」をテーマにノウハウやWarp活用法などのお役立ち情報を発信していきます。
ASTERIA Warp製品の技術情報やTips、また情報交換の場として「ADNフォーラム」をご用意しています。
アステリア製品デベロッパー同士をつなげ、技術情報の共有やちょっとしたの疑問解決の場とすることを目的としたコミュニティです。
