従来の対話要約手法は、直接要約を生成し、ユーザーの特定の興味には考慮が及ばない。これは、ユーザーが特定のトピックや側面に焦点を当てている場合に課題となる。指示微調整言語モデルの進歩に伴い、対話への指示微調整を導入し、対話要約モデルの機能セットを拡張する。指示的な対話要約データの不足を克服するために、高品質なクエリベースの要約トリプルを合成するための三段階アプローチを提案する。このプロセスには、要約中心のクエリ生成、クエリフィルタリング、およびクエリベースの要約生成が含まれる。多目的指示トリプルを使用して3つの要約データセットで統一モデルであるInstructDS（指示的対話要約）を訓練することで、対話要約モデルの機能を拡張する。4つのデータセット（対話要約と対話読解含む）で当該手法を評価した結果、実験結果は当該アプローチが最先端モデルやより大規模なモデルよりも優れていることを示している。さらに、人間による主観的評価により確認されたように、当該モデルは高い汎化能力と忠実性を持つことが明らかになった。