本文へスキップ
やす研究所 AI Lab
戻る

AI議事録ツール比較2026:Granola・Fathom・Otter・Jamieを実機検証

AI議事録ツール比較2026:Granola・Fathom・Otter・Jamieを実機検証

副業で受ける打ち合わせが増えてきて、毎回手書きでメモを取るのが正直しんどくなってきました。Zoom の文字起こしだけだと話が散らかるし、後で読み返すのが面倒なんですよね。

そこで先月、AI議事録ツールを4本契約して、同じ打ち合わせ・同じ1on1・同じ収録音源にぶつけて比較してみました。結論を先に書きます。

結論:用途で2本だけ選べばいい

結論から言うと、個人や副業エンジニアが選ぶなら Granola と Fathom の2本立て が今のところベストです。クライアントワークで「ボットを参加させたくない」案件は Granola、社内ミーティングやウェビナーの録画から作るなら Fathom。これでほぼカバーできました。

Otter は英語中心ならまだ強いですが、日本語の話者識別がやや弱め。Jamie はプライバシー重視のヨーロッパ系で、料金がユーロ建てなので日本の個人にはやや重いです。

以下、3週間使った実機の感触をフラットに書いていきます。

なぜ2026年に AI議事録ツールを比較する価値が上がったのか

2026年に入って、議事録ツールの世界で2つ大きな変化がありました。1つは「ボットレス型」の台頭。もう1つは MCP 連携の標準化です。

以前は Zoom の URL を貼って AI のボットを会議に参加させるのが主流でした。ただ、クライアントによっては「録画ボットが入るのは NG」というケースが地味に多い。私も先月、コンサル案件でそれを指摘されて慌てた経験があります。

そこで出てきたのが、デバイス側で音声を直接拾うボットレス型。Simular の2026年4月のレビューでは、Granola を「Macでローカルに音声を取得し、ボットを参加させずに構造化ノートを生成する」と評価していて、これが今年のトレンドの中核になりました。

もう一つは MCP。Jamie の公式ブログによれば、Claude や ChatGPT、Cursor、Windsurf に MCP 経由でミーティング履歴を直接渡せるようになっています。議事録が「保存して終わり」から「次の AI 作業の入力」に変わってきたわけです。

4ツールを同じ条件で実機検証した

比較した4本は以下です。すべて2026年6月時点の有料プラン(または無料枠)で揃えました。

検証に使った素材は3種類。クライアントとの 50分の Zoom 打ち合わせ、社内 Slack ハドルの1on1(35分)、そして YouTube に上がっていた英語の技術トーク(28分)を画面録画したもの。日本語・英語・技術用語の混ざる現実的な負荷をかけたかったんです。

評価したのは「話者識別」「要約の正確さ」「アクションアイテム抽出」「外部ツール連携」「プライバシー」の5軸。点数化はせず、自分が次の打ち合わせで使いたいかどうかで判断しました。

Granola:クライアントワークの安心感が段違い

Granola は Mac 限定ですが、ボットが参加しないので相手に存在を一切知られません。Zapier の2026年4月版レビューでも、Granola は「デバイスから音声を取得するため、あらゆるビデオ会議ツールで動く」と紹介されていて、これは実際に試して納得しました。

良かったのは、メモを途中まで自分で書いておくと、AI が文脈を読んで関連する発話を後から差し込んでくれる挙動。スプリントレトロのテンプレを先に貼っておいて、終わったあとに「議論の中身」だけ自動で埋まる感じです。手書きの主導権を残しつつ、AI を補助に回せる。これは想像以上に効きました。

料金は無料プランだと30日以上前のノートが読めなくなるので、本気で使うなら $14/月 のプランから。クライアントワーク用と割り切れば妥当な金額です。

Fathom:無料で粘れる強さ

Fathom は「無料プランで競合の $20/月クラスの機能が使える」のが強みで、Simular のレビューでもそこを評価していました。実際に試した感触も同じです。

会議のハイライト自動生成、Zoom/Meet/Teams 対応、CRM 連携まで無料で動きます。ただし、ボット型なので会議画面に「Fathom Notetaker」がジョインします。社内ミーティングや、許可済みの面談なら問題ありません。

日本語の要約精度は Granola より一段落ちる印象でしたが、英語の技術トークでは互角。副業の収益が立つ前の人が「まず1本」入れるなら、私は Fathom を勧めます。

Otter.ai:英語の現場では依然強い

Otter は老舗で、リアルタイム文字起こしの速度と精度はトップクラス。AssemblyAI の2026年版ランキングでは、最良の議事録ツールは「94%以上の単語精度を雑音や複数話者下でも維持する」と整理されていて、Otter はその基準をクリアしてくる数少ない選択肢です。

ただ、日本語混じりの会議では話者識別が崩れることがありました。3人以上のミーティングで「誰が言ったか」が大事な場面では、ちょっと信頼しきれないかなと。英語ベースの海外クライアントを持つ人には依然オススメできます。

Jamie:プライバシーと多言語の安心パック

Jamie はドイツ発で、プライバシー重視の設計が徹底されています。公式によれば、無料プランでも100以上の言語、話者識別、アクションアイテム抽出が使えるとのこと。MCP で Claude や Cursor にも直結します。

惜しいのは料金がユーロ建てで、日本の個人だと為替の振れが地味に効いてくること。法務・医療など、ローカル保存と GDPR を重視する案件を抱える人には刺さると思います。

副業エンジニア向けの選び方フロー

4本触ったうえで、自分なりの判断フローを整理しました。あなたの状況に合わせて拾ってください。

  1. クライアントが録画ボットに敏感か? → はい:Granola 一択。いいえ:次へ
  2. 月の打ち合わせが10件以下か? → はい:Fathom 無料プランで十分。いいえ:次へ
  3. 議事録から Claude / Cursor に直接流したいか? → はい:Jamie か Granola(MCP / API 経由)
  4. 英語の会議が半分以上か? → はい:Otter Pro を足す

私の現状は1番と3番に当たるので、Granola をメインに据えて、社内勉強会の録画だけ Fathom に流す二段構えに落ち着きました。月のコストは $14 だけ。これで議事録に費やしていた週2時間半が浮いたので、回収は1週間でした。

議事録を「次の作業の燃料」にする MCP 連携手順

単にメモが残るだけなら、ぶっちゃけ Zoom の標準機能でもいいんです。AI 議事録の価値が出るのは、その後の作業に自動でつながるとき。

私が今やっているのは、Granola のノートを Claude Projects に毎週バッチで流し込むワークフローです。手順はシンプル。

1. Granola で会議終了 → 自動でノート生成
2. Notion に同期(Granola 標準連携)
3. Claude Projects のナレッジに Notion ページを追加
4. Claude に「先週の打ち合わせから ToDo を抽出して」と聞く

これだけで、月曜の朝に「先週のクライアント案件で未対応のタスク」が一覧で出てきます。Notion AI で直接やってもいいんですが、Claude のほうが文脈を長く保持してくれる体感があって、私はこっちに寄せています。

コード書きの副業をしている人なら、Cursor に Jamie の MCP を繋いで「この打ち合わせで決まった仕様を実装して」と投げる動線も作れます。議事録が要件定義書の代わりに動く感覚で、これはちょっと未来っぽい使い方です。

落とし穴:録音前に確認すべき3つの実務ポイント

便利な反面、雑に使うと事故ります。私が3週間で踏みかけた地雷を共有します。

録音同意の取り方。日本では一方の同意で録音は合法ですが、ビジネスマナーとして冒頭で一言伝えるのが安全です。Granola の「ボットレス」はバレないことが売りですが、それは相手の同意を省略していい理由にはなりません。

機密情報の扱い。クラウド送信される議事録ツールは、契約書 NDA に「サードパーティ AI への送信禁止」が入っていると即アウト。受注前に確認しておきましょう。

話者識別の修正コスト。AI は「Aさん」「Bさん」と振ってくれますが、固有名詞に変換しないと検索性が落ちます。私は会議終了後の5分で名前置換だけやるルールにしました。地味ですが、3ヶ月後の自分が一番感謝します。

まとめ:今日から始める3つのアクション

長くなったので、あなたが今日から動ける形に絞ります。

  1. Fathom か Granola の無料プランをまず入れる。次の打ち合わせ1回で価値がわかります
  2. 議事録の保存先を Notion か Claude Projects に固定する。バラけると後で検索できません
  3. 会議冒頭の「録音させてください」を口癖にする。技術より先にこっちが大事です

AI 議事録は、もう「あったら便利」ではなく「ないと差がつく」フェーズに来ています。月 $14 で週2時間半が浮くなら、迷う時間のほうがもったいないかなと。まずは1本、今週の会議で試してみてください。

参考リンク


この記事をシェア:

次の記事
Cursor Bugbotと/reviewでPR前セルフレビュー実装手順 2026