AI 会议纪要别再写流水账：用一套 Prompt 拆出事实、决定、分歧和行动项

开完一小时会议，AI 很快生成了两千字纪要。格式整齐、语句通顺，甚至连每个人的发言都照顾到了。

老板看完只问了一句：“所以到底定了什么？”

项目经理翻了几页，还是得重新听录音，确认谁负责、什么时候交付，以及上线日期究竟有没有敲定。

最糟糕的 AI 会议纪要，不是写错，而是每句话都像对，却没有一句能推动工作。

问题往往不只出在模型能力，而是我们只给了 AI 一个过于宽泛的任务：“请总结这场会议。”

“总结”会引导模型压缩内容，却不会告诉它什么是事实、什么是正式决定，更不会阻止它把模糊承诺补成明确任务。

真正可用的会议纪要，不是把一万字压缩成一千字，而是从混乱对话中提取出四类性质完全不同的信息：事实、决定、分歧和行动项。

一、为什么 AI 写出的纪要总像流水账

普通 AI 纪要通常会按照发言顺序整理：

产品介绍了项目进度；
运营提出周五上线；
技术认为时间比较紧；
测试表示会尽快完成；
大家讨论了灰度方案和公告安排。

这段话看起来没有明显错误，却回答不了真正重要的问题：

1. 周五上线是建议，还是正式决定？

2. 技术团队的反对意见是否已经解决？

3. “尽快完成”具体由谁完成、何时完成？

4. 哪些任务没有负责人？

5. 哪些事项需要下次会议继续确认？

原因在于，会议原文同时混合了数据、观点、提议、承诺和结论。只要求 AI “总结”，就像让一个没有分类规则的仓库管理员整理货物：他可能摆得很整齐，却把食品、药品和电池放进了同一个箱子。

会议纪要的本质不是压缩文本，而是信息分类。

二、先给 AI 准备四个“信息抽屉”

1. 事实：已经发生或客观存在

事实包括已经发生的事件、明确提供的数据、当前项目状态以及可核查的背景信息。

例如：

新版本核心功能已经开发完成；
支付回调问题仍未关闭；
当前版本号为 2.8。

需要警惕的是，个人判断不等于事实。

“我觉得用户会喜欢”是观点；“测试用户提交了相关反馈”才可能作为事实记录，而且仍需保留原始依据。

2. 决定：已经确认，可以据此执行

决定必须满足两个条件：

有明确确认；
团队可以据此采取行动。

“我们可以考虑周五上线”只是建议，不是决定。

“那就按周五上线准备”比前一句更强，通常可以形成“准备上线”的行动方向，但仍不必然代表“周五正式上线”已经获批。尤其在预算、合同、发布窗口等高风险场景中，必须结合发言人权限及后续确认判断。

提议不等于决定，准备执行也不等于最终批准。

3. 分歧：不同立场尚未统一

很多普通纪要会主动“抹平”冲突，把“销售坚持周五上线，技术反对”写成“团队讨论了上线时间”。

这种表达更顺滑，却损失了最重要的信息：问题还没有解决。

分歧应保留各方立场、争议焦点，以及仍需确认的条件。否则，下次会议很可能从头再讨论一遍。

4. 行动项：会后需要有人完成的任务

一个可执行的行动项，最好包含：

任务；
负责人；
截止时间；
交付物；
依赖条件。

“继续跟进测试”不是合格的行动项。

“陈洁在周四下班前完成回归测试并提交测试报告”才是。

如果会议没有明确负责人或截止时间，AI 应填写“待确认”，而不是为了让表格好看，擅自补一个人名或日期。

三、四类信息判断流程图

发布到公众号时，可以将下面的判断路径制作成一张竖版流程图：

这是已经发生或客观存在的吗？
│
├─ 是 → 事实
│
└─ 否
↓
是否得到了明确确认，可以据此执行？
│
├─ 是 → 决定
│
└─ 否
↓
是否存在不同立场或尚未解决的争议？
│
├─ 是 → 分歧
│
└─ 否
↓
是否要求会后有人执行？
│
├─ 是 → 行动项
│
└─ 否 → 待确认事项

这套流程最重要的价值，是允许 AI 说“无法确认”。

可靠的纪要系统，不是强迫每句话都有归宿，而是让证据不足的信息暴露出来。

四、一套可以直接复制的结构化 Prompt

你是一名严谨的会议纪要分析助手。请根据会议记录提取信息，
不要按照发言顺序复述，而要将内容分为以下四类：

1. 事实
定义：已经发生、客观存在，或会议中明确提供的数据和背景。
要求：不要把预测、意见或提议归为事实。

2. 决定
定义：会议中已经明确确认，并可据此执行的结论。
要求：如果只是“建议、考虑、倾向于”，不得写成已决定。

3. 分歧
定义：与会者尚未达成一致的观点、方案或争议。
要求：分别列出各方立场，并说明尚未解决的问题。

4. 行动项
定义：会后需要执行的具体任务。
每项尽量提取：
任务
负责人
截止时间
交付物
依赖条件

严格规则：
不得补充会议记录中没有的信息。
负责人或截止时间未明确时，填写“待确认”。
每条决定和行动项附上一句原文依据。
如果某项信息无法确定分类，放入“待确认事项”。
输出前检查：是否把提议误写成决定，是否遗漏分歧，
  是否虚构负责人或截止时间。

请采用两个阶段处理：
第一阶段：提取候选信息及对应原文。
第二阶段：根据上述定义完成分类，不确定时不得强行归类。

请按以下顺序输出：
A. 一句话会议结论
B. 事实
C. 已确认决定
D. 尚存分歧
E. 行动项表格
F. 待确认事项

它之所以比“请总结会议”稳定，是因为同时加入了五层约束：

1. 角色与目标：限定为严谨的信息分析，而不是自由写作；

2. 分类定义：告诉模型每个抽屉放什么；

3. 证据要求：重要结论必须能回到原文；

4. 禁止推测：不允许补齐负责人、日期和结论；

5. 输出自检：在交付前主动寻找误判和遗漏。

对于预算、人事、合同和上线日期等重要会议，还可以增加置信度、发言人、原文位置和待确认原因字段。

五、同一场会议，普通总结和结构化输出差多少

下面是一段为分类测试专门设计的虚拟会议记录，所有数字均为模拟数据，不代表真实业务情况。

截图一：原始会议文本

主持人：今天确认新版发布安排。当前版本是 2.8，项目看板显示核心功能完成度为 78%，支付回调问题还没有关闭。上周新增注册用户为 12,400，其中约三成使用过新版搜索入口。

运营周岚：市场活动已经排到周五，我们可以考虑周五直接全量上线。

销售赵凯：客户在等新功能，我支持周五上线。如果延期，原定宣传内容要重新调整。

技术负责人刘峰：我反对周五全量。支付回调还不稳定，建议方案一是下周一先做 10% 灰度；方案二是下周二直接全量，但需要周末完成压力测试。

项目经理：那就按周五上线准备，至少素材和配置先备好。

测试陈洁：如果开发今天修复阻塞问题，我可以在周四 17 点前完成回归测试并提交报告。

刘峰：灰度回滚阈值我建议设为错误率 1%。

赵凯：1% 太保守，我建议 2%，否则流量稍有波动就会回滚。

主持人：阈值今天定不了，等测试报告出来再确认。发布安排先定为周五不全量，下周一先做 10% 灰度，前提是支付问题关闭且测试通过。王宁去联系支付服务商确认回调问题，但具体时间会后再看。对外公告周五中午前要有初稿，谁来负责还没定。

运营周岚：那我先整理需要的素材。

主持人：可以，公告负责人会后再确认。

截图二：普通 Prompt 的流水账输出

普通指令：

请帮我总结这次会议。

典型结果可能是：

会议讨论了新版发布安排。目前核心功能完成度为 78%，团队计划周五上线，并提前准备素材和配置。技术团队建议采用灰度发布，并将回滚阈值设置为 1%。陈洁负责完成测试，王宁将在本周内解决支付回调问题，周岚负责在周五中午前完成对外公告。

这段摘要出现了多个高风险问题：

🟥 把“考虑周五上线”写成“计划周五上线”；
🟥 遗漏最终确认的“周五不全量”；
🟨 把仍有争议的 1% 阈值写成既定方案；
🟥 虚构王宁“本周内解决”，原文没有截止时间；
🟥 把公告负责人补成周岚，但周岚只承诺整理素材；
🟨 没有保留支付问题与测试通过这两个依赖条件。

发布文章时，可将这些位置分别用红框和黄色高亮标出，形成第二组对照截图。

截图三：结构化 Prompt 输出

#### A. 一句话会议结论

会议确认周五不进行全量发布，计划在支付问题关闭且测试通过后，于下周一先进行 10% 灰度；回滚阈值与公告负责人仍待确认。

#### B. 事实

当前版本为 2.8；
项目看板中的核心功能完成度为 78%；
支付回调问题尚未关闭；
测试报告尚未完成。

#### C. 已确认决定

周五不进行全量上线；
下周一先进行 10% 灰度，前提是支付问题关闭且测试通过。

原文依据：“发布安排先定为周五不全量，下周一先做 10% 灰度，前提是支付问题关闭且测试通过。”

#### D. 尚存分歧

刘峰建议将灰度回滚阈值设为 1%；
赵凯认为 1% 过于保守，建议设为 2%；
主持人确认该问题等待测试报告后再决定。

#### E. 行动项

#### F. 待确认事项

灰度回滚阈值采用 1% 还是 2%；
对外公告的负责人；
王宁联系支付服务商的完成时间；
支付回调问题能否在下周一灰度前关闭。

差异已经非常清楚：普通摘要追求“读起来顺”，结构化纪要追求“能够执行和追责”。

六、从能用到可靠：真实工作中的优化方法

小白只需三步

1. 将录音转写文本导入模型；

2. 运行本文的结构化 Prompt；

3. 人工复核“已确认决定”和“行动项”。

不要一开始就追求全自动。先让 AI 帮你定位最值得检查的内容，已经能减少大量重复阅读。

长会议采用两阶段处理

会议很长时，不建议直接让模型一次生成最终纪要。更稳妥的方法是：

1. 按议题或时间段切分转写文本；

2. 每段只提取候选事实、决定、分歧和行动项；

3. 合并所有候选信息；

4. 删除重复项，检查前后冲突；

5. 再输出最终纪要。

这可以避免后半段的正式决定，被前半段的临时提议覆盖。

自动化工作流使用 JSON

需要接入飞书、Notion、企业知识库或项目管理系统时，可以要求模型同时输出：

{
"facts": [],
"decisions": [],
"disagreements": [],
"action_items": [
{
"task": "",
"owner": "待确认",
"deadline": "待确认",
"deliverable": "",
"dependencies": [],
"evidence": ""
}
],
"open_questions": []
}

批量处理时，还应增加格式校验：字段缺失就重新生成，日期不明确就保留原文表达，不能擅自转换成某个具体日期。

七、交付纪要前，人工复核这七项

是否把建议、倾向或候选方案写成正式决定；
是否遗漏反对意见和未决问题；
是否凭空补充负责人；
是否凭空推断截止时间；
行动项是否具体到可以执行；
每条决定是否能在原文中找到依据；
同一事项在“决定”“分歧”和“行动项”中是否互相矛盾。

涉及预算、人事、合同、付款和上线日期时，还应回查原始录音。模型可以负责分类和整理，但不能代替有权限的人完成确认。

真正可靠的 AI 系统，并不是完全不需要人，而是把人工复核集中在最关键的信息上。

复制模板后，不要只测试一段“标准答案式”的会议记录。最好准备一段同时包含分歧、模糊承诺和责任人缺失的文本，再交给不同模型处理，观察它们是否会把提议误判为决定、是否会虚构负责人，以及 JSON 格式是否稳定。

你可以前往 api.884819.xyz 进行测试。8848AI 使用用户名和密码即可注册，不需要邮箱验证；平台内置 AI 对话功能，注册后可以直接使用。国产模型如 Deepseek、千问等完全免费，平台没有月租、没有订阅，采用按量付费方式。

新用户注册即送体验token。 现在就做一次对照测试：准备一段包含分歧和模糊任务的会议记录，分别使用普通总结指令和本文模板，重点检查“决定”和“行动项”能否经得起原文复核。

当纪要开始结构化，下一个问题也会马上出现：同一个行动项连续三次出现在会议中，AI 怎么判断它是“新增任务”“进度更新”，还是“已经逾期”？

下一篇，我们将拆解一套跨会议追踪 Prompt，把单次会议纪要升级成能够持续更新的项目行动台账。

本文由8848AI原创，转载请注明出处。 本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#AI教程 #会议纪要 #Prompt技巧 #人工智能 #结构化输出 #办公效率 #8848AI