Sådan laver du et ai mødereferat i Whizi

Kort svar

For at lave et ai mødereferat skal du stoppe med at bede om et resumé og i stedet bede om de fire ting, et møde faktisk producerer: beslutninger, forpligtelser, åbne spørgsmål og uenigheder. Kør referatet i Claude, og udtræk derefter handlingspunkter i GPT som en tabel med ansvarlig, deadline og det præcise citat, der understøtter det.

Hvorfor standardresuméet er ubrugeligt

Indsæt et udskrift, bed om et resumé, og du får et afsnit, der siger, at teamet diskuterede projektet og aftalte at følge op. Det er korrekt, og det er værdiløst, fordi det fjerner de to eneste ting, nogen åbner mødenotater for: hvad blev besluttet, og hvem skylder hvad.

Løsningen er at navngive de fire ting, et møde faktisk producerer, og bede om dem. Beslutninger. Forpligtelser. Åbne spørgsmål. Uenigheder. Det sidste går tabt oftest og betyder mest senere.

To modeller, to gennemgange. Claude læser rummet og skriver fortællingen, GPT udtrækker strukturen uden at redigere holdningsmæssigt. At opdele opgaven kræver kun et modelskift og giver notater, folk rent faktisk læser.

To prompts løser hele opgaven

Prompt 1: referatet, i Claude

Her er et mødeudskrift. Producer: (1) en enkelt overskriftslinje, der angiver, hvad mødet faktisk afgjorde; (2) de beslutninger, der blev truffet, med hvem der traf hver enkelt; (3) fem til otte punkter, der dækker substansen, i den orden det betyder noget frem for den orden det blev sagt; (4) åbne spørgsmål, der blev rejst og ikke besvaret; (5) ethvert punkt, hvor folk var uenige, med begge positioner uden at løse det. Udelad høflighedsfraser, planlægningssnak eller noget der blev diskuteret og forladt. Hvis en beslutning var underforstået, men aldrig sagt direkte, angiv den separat under UBEKRÆFTET. Udskrift: [indsæt].

Prompt 2: handlingspunkterne, i GPT

Fra samme udskrift, udtræk hver forpligtelse som en tabel: opgave, ansvarlig, deadline og det præcise citat, den kommer fra. Regler: inkluder kun punkter, hvor nogen faktisk forpligtede sig, ikke ting der blot blev foreslået. Hvis den ansvarlige er tvetydig, skriv IKKE TILDELT frem for at gætte. Hvis ingen dato blev nævnt, skriv INGEN DATO frem for at udlede en. Angiv derefter separat enhver opgave, der blev rejst og aldrig fulgt op af nogen.

Citatkolonnen er det, der gør dette troværdigt. Den forvandler et omdiskuteret handlingspunkt fra en diskussion til et opslag, og den gør fabrikerede forpligtelser øjeblikkeligt gennemskuelige, fordi der ikke er noget at citere.

Prompt 3, valgfri: opfølgningsmailen

Udarbejd en opfølgningsmail baseret på referatet og handlingspunkterne ovenfor. Målgruppe: [hvem var og ikke var i rummet]. Start med beslutningen. Hold den under 200 ord. Angiv hver persons handlingspunkt tydeligt, så ingen skal tolke det. Tone: [din stemme]. Marker alt, jeg bør bekræfte, før den sendes.

Skabeloner til de møder, du faktisk har

Forskellige møder producerer forskellige resultater. Tilpas udtrækket, ikke bare ordlyden.

MødetypeBed omDet folk glemmer
Kunde- eller salgssamtaleIndvendinger der blev rejst, kundens ordvalg om problemet, hvad de sammenlignede dig med, næste skridt og hvem der ejer detKopier kundens egne ord frem for at omskrive dem
BeslutningsmødeBeslutningen, de forkastede alternativer og hvorfor, hvem der skal informeresAt registrere de forkastede muligheder, som forhindrer at diskussionen tages op igen seks uger senere
Standup eller statusBlokeringer med ansvarlige, ændringer i tidligere estimater, alt der gled uden at blive sagtForsinkelser, ingen sagde højt
BrugerinterviewOpgaver de beskrev, workarounds de byggede, præcise frustrationscitater, modsætninger mellem hvad de sagde og gjordeModsætninger, som er den mest nyttige del
Interview eller ansættelsespanelBeviser for og imod hver kompetence, med citater, og spørgsmål der ikke blev stilletAt skille bevis fra indtryk
Bestyrelses- eller investormødeForpligtelser du gav, spørgsmål du ikke kunne besvare, opfølgninger der blev efterspurgtSpørgsmålene du ikke kunne besvare

Behold den, du kører ugentligt, som en prompt du indsætter, med en {{transcript}} placeholder, der markerer hvor udskriftet skal ind, så hele arbejdsgangen bliver indsæt, kør, skim.

Hvordan får du et brugbart udskrift?

Whizi deltager ikke i og optager ikke dine opkald. Du medbringer udskriftet, og alle store platforme kan producere et: Zoom, Teams og Meet har alle indbygget transskription, og dedikerede notetagere eksporterer ren tekst.

Et par ting, der markant forbedrer resultatet:

  • Bevar talermarkeringer. Tilskrivning udgør det meste af værdien. Et udskrift med talere fjernet kan stadig opsummeres, men hvert handlingspunkt bliver IKKE TILDELT.
  • Ryd ikke op i det først. Fyldord og falske starter koster dig ingenting, og modellen ignorerer dem. Tid brugt på at rydde op i et udskrift er spildt.
  • Upload lange udskrifter frem for at indsætte dem. Et to timer langt møde er meget tekst. At uploade det som en fil holder samtalen læsbar, og Gemini 3.5 Flash læser op til 1M tokens, cirka 1.900 manuskriptsider, i et gennemløb.
  • Inkluder dagsordenen, hvis du har en. Den fortæller modellen, hvad der skulle ske, hvilket gør afsnittet om det, der blev rejst og aldrig løst, langt mere præcist.

Hvad du skal tjekke, før du sender det

Tre specifikke fejltyper, som alle har et billigt tjek.

Opfundne forpligtelser. En model vil undertiden omdanne "nogen bør nok kigge på det" til et tildelt handlingspunkt med et navn på. Citatkolonnen fanger dette øjeblikkeligt, hvilket er grunden til, den er i prompten.

Udjævnet uenighed. Resuméer driver mod konsensus, fordi det meste tekst i verden ender i en løsning. Hvis to personer var uenige, og notaterne læses som om alle var enige, er notaterne forkerte på den måde, der skaber problemer to uger senere. Spørg direkte: Hvor var folk uenige, og blev det løst?

Forkert tilskrivning på et opkald med meget snak i munden på hinanden. Transskriptionsværktøjer fejlmærker talere, når folk taler i munden på hinanden. Stikprøvekontroller tilskrivningen på alt væsentligt, før det ender i et dokument med nogens navn på.

Et nyttigt sidste gennemløb: Hvad står der i dette udskrift, som en person med travlt ville have brug for at vide, men ikke ville finde i resuméet ovenfor? Det afdækker regelmæssigt en ting, det er værd at tilføje.

Tjekliste
  • Bevar talermarkeringer i udskriftet, da tilskrivning udgør det meste af værdien
  • Bed om beslutninger, forpligtelser, åbne spørgsmål og uenigheder frem for et resumé
  • Kræv det præcise citat, der understøtter hvert udtrukket handlingspunkt
  • Brug IKKE TILDELT og INGEN DATO frem for at lade modellen gætte
  • Tjek afsnittet om uenighed, da resuméer driver mod falsk konsensus
  • Behold en genanvendelig prompt til din mest hyppige mødetype

Ofte stillede spørgsmål

Optager Whizi møder?

Nej. Whizi deltager ikke i opkald og optager ikke lyd. Du medbringer udskriftet fra hvad du allerede bruger, uanset om det er Zoom, Teams, Google Meet eller en dedikeret notetager, og indsætter eller uploader det. At bevare talermarkeringer intakt betyder mere end kilden, fordi tilskrivning er der, hvor det meste af værdien i et mødereferat kommer fra.

Er det sikkert til fortrolige møder?

Whizi træner ikke på dine samtaler, og hver udbyders datapolitik kan gennemgås, før du aktiverer den model, men et udskrift er et af de mest sensitive dokumenter, en virksomhed producerer. Til juridiske, HR-, bestyrelses- og personalesager, tjek din interne politik først, og overvej at lave resuméet fra dine egne notater frem for det rå udskrift. At fjerne navne og identifikatorer, du ikke behøver, før upload, er en billig ekstra sikring.

Hvilken model skal jeg bruge?

Claude til det fortællende referat, fordi den læser hensigt godt og skriver notater, folk læser til ende. GPT til udtræk af handlingspunkter, fordi den holder et strikt outputformat uden at redigere holdningsmæssigt. Gemini når udskriftet er meget langt, da den kan tage et flere timer langt møde i et gennemløb uden opdeling. På credits er opdelingen billig at køre: GPT-5.6 Terra koster 4 credits pr. besked, Gemini 3.5 Flash 8, og Claude Sonnet 5 10, ifølge Whizis model-omkostningsindeks, så begge gennemløb på et udskrift løber op i 14 credits.

Hvor langt kan udskriftet være?

Længere end de fleste møder producerer. Et typisk time langt opkald er godt inden for rækkevidde for enhver af modellerne. Til møder over flere timer, heldagsworkshops eller en batch af flere møder på én gang, upload filerne og brug Gemini 3.5 Flash, hvis 1M token-kontekst, cirka 1.900 manuskriptsider, holder hele sættet på én gang.

Kan den fortælle mig, hvad der blev besluttet, hvis ingen sagde det klart?

Den kan flage det, og det er den rigtige adfærd. Prompten på denne side beder modellen om at angive underforståede, men ikke udtalte beslutninger separat under UBEKRÆFTET, hvilket bringer dem frem til din bekræftelse frem for at registrere en beslutning, der aldrig faktisk blev truffet. Møder, hvor intet blev udtrykkeligt besluttet, er ekstremt almindelige, og notater der lader som om det modsatte, skaber problemet senere.