Så sammanfattar du möten med ai mötesanteckningar i Whizi

Snabbt svar

För att sammanfatta ett möte med ai mötesanteckningar slutar du be om en sammanfattning och ber istället om de fyra sakerna ett möte faktiskt ger: beslut, åtaganden, öppna frågor och oenigheter. Kör sammanfattningen i Claude, extrahera sedan åtgärdspunkter i GPT som en tabell med ansvarig, förfallodatum och det exakta citatet som stödjer punkten.

Varför standardsammanfattningen är värdelös

Klistra in ett utskrift, be om en sammanfattning, och du får ett stycke som säger att teamet diskuterade projektet och kom överens om att följa upp. Det är korrekt och det är värdelöst, eftersom det strippar bort de två enda saker någon öppnar mötesanteckningar för: vad som beslutades och vem som ska göra vad.

Lösningen är att namnge de fyra saker ett möte faktiskt ger och be om just dem. Beslut. Åtaganden. Öppna frågor. Oenigheter. Den sista tappas oftast bort och betyder mest längre fram.

Två modeller, två genomgångar. Claude läser rummet och skriver berättelsen, GPT extraherar strukturen utan att lägga till egna tolkningar. Att dela upp jobbet kostar ett modellbyte och ger anteckningar folk faktiskt läser.

Två prompter gör hela jobbet

Prompt 1: sammanfattningen, i Claude

Här är ett mötesutskrift. Ta fram: (1) en enradsrubrik som anger vad mötet faktiskt löste; (2) besluten som togs, med vem som tog vart och ett; (3) fem till åtta punkter som täcker innehållet, i den ordning det betyder något snarare än den ordning det sades; (4) öppna frågor som togs upp och inte besvarades; (5) punkter där folk var oeniga, ange båda ståndpunkterna utan att lösa dem. Inkludera inte hälsningsfraser, schemaläggningsprat eller något som diskuterades och släpptes. Om ett beslut antyddes men aldrig uttalades explicit, lista det separat under OBEKRÄFTAT. Utskrift: [klistra in].

Prompt 2: åtgärdspunkterna, i GPT

Från samma utskrift, extrahera varje åtagande som en tabell: uppgift, ansvarig, förfallodatum och det exakta citatet det kom från. Regler: inkludera bara punkter där någon faktiskt åtog sig något, inte saker som bara föreslogs. Om ansvarig är oklar, skriv EJ TILLDELAT snarare än att gissa. Om inget datum angavs, skriv INGET DATUM snarare än att gissa. Lista sedan separat varje uppgift som togs upp och sedan aldrig togs upp av någon.

Citatkolumnen är det som gör detta pålitligt. Den gör en ifrågasatt åtgärdspunkt till en uppslagning istället för en argumentation, och den gör påhittade åtaganden omedelbart uppenbara eftersom det inte finns något att citera.

Prompt 3, valfri: uppföljningsmejlet

Skriv ett uppföljningsmejl utifrån sammanfattningen och åtgärdspunkterna ovan. Målgrupp: [vem var med och vem var inte med]. Inled med beslutet. Håll det under 200 ord. Ange varje persons åtgärdspunkt explicit så ingen behöver tolka. Ton: [din röst]. Flagga allt jag borde bekräfta innan jag skickar.

Mallar för de möten du faktiskt har

Olika möten ger olika underlag. Anpassa extraktionen, inte bara formuleringen.

MötestypBe omDet folk glömmer
Kund- eller säljsamtalInvändningar som togs upp, kundens exakta ord om problemet, vad de jämförde er med, nästa steg och vem som äger detKopiera kundens exakta ord istället för att omformulera dem
BeslutsmöteBeslutet, alternativen som förkastades och varför, vem som måste informerasAtt dokumentera de förkastade alternativen, vilket förhindrar att frågan tas upp igen sex veckor senare
Avstämning eller statusBlockerare med ansvariga, ändringar av tidigare uppskattningar, allt som tystnat i det tystaFörskjutningar ingen sagt högt
AnvändarintervjuUppgifter de beskrev, lösningar de byggt själva, exakta frustrationscitat, motsägelser mellan vad de sa och gjordeMotsägelser, som är den mest värdefulla delen
Intervju eller rekryteringspanelBevis mot varje kompetens, med citat, och frågor som aldrig ställdesAtt skilja bevis från intryck
Styrelse- eller investerarmöteÅtaganden du gjorde, frågor du inte kunde svara på, uppföljningar som begärdesFrågorna du inte kunde svara på

Behåll vilken av dessa du kör varje vecka som en prompt du klistrar in, med en {{transcript}}-platshållare som markerar var utskriften ska in, så hela arbetsflödet blir klistra in, kör, skumma igenom.

Hur får du fram ett användbart utskrift?

Whizi ansluter inte till eller spelar in dina samtal. Du tar med utskriften, och varje större plattform kan ge dig en: Zoom, Teams och Meet har alla inbyggd transkribering, och särskilda mötesnotisverktyg exporterar ren text.

Några saker som märkbart förbättrar resultatet:

  • Behåll talaretiketter. Attribuering är det mesta av värdet. Ett utskrift utan talare kan fortfarande sammanfattas, men varje åtgärdspunkt blir EJ TILLDELAT.
  • Städa inte upp det i förväg. Utfyllnadsord och avbrutna meningar kostar dig ingenting och modellen ignorerar dem. Tid som läggs på att putsa ett utskrift är bortkastad.
  • Ladda upp långa utskrifter istället för att klistra in dem. Ett tvåtimmarsmöte är mycket text. Att ladda upp det som en fil håller konversationen läsbar, och Gemini 3.5 Flash läser upp till 1M tokens, ungefär 1 900 manussidor, i ett svep.
  • Inkludera agendan om du har en. Den talar om för modellen vad som skulle hända, vilket gör avsnittet "togs upp och löstes aldrig" mycket mer träffsäkert.

Vad du bör kontrollera innan du skickar det

Tre specifika felkällor, alla med en enkel kontroll.

Påhittade åtaganden. En modell kan ibland göra "någon borde nog kolla på det" till en åtgärdspunkt med ett namn kopplat till den. Citatkolumnen fångar detta direkt, vilket är varför den finns med i prompten.

Utplattad oenighet. Sammanfattningar dras mot konsensus, eftersom det mesta text i världen löser sig. Om två personer var oeniga och anteckningarna läses som att alla var eniga, är anteckningarna fel på ett sätt som orsakar problem två veckor senare. Fråga explicit: Var var folk oeniga, och löstes det?

Fel attribuering på ett samtal med mycket överlappande tal. Transkriberingsverktyg felmärker talare när folk pratar i munnen på varandra. Stickkontrollera attribueringen på allt som spelar roll innan det hamnar i ett dokument med någons namn på.

En användbar sista genomgång: Vad finns i det här utskriftet som en upptagen person behöver veta men inte skulle hitta i sammanfattningen ovan? Den lyfter regelbundet fram något värt att lägga till.

Checklista
  • Behåll talaretiketter i utskriften, eftersom attribuering är det mesta av värdet
  • Be om beslut, åtaganden, öppna frågor och oenigheter snarare än en sammanfattning
  • Kräv det exakta stödjande citatet på varje extraherad åtgärdspunkt
  • Använd EJ TILLDELAT och INGET DATUM istället för att låta modellen gissa
  • Kontrollera oenighetsavsnittet, eftersom sammanfattningar dras mot falsk konsensus
  • Behåll en återanvändbar prompt för din vanligaste mötestyp

Vanliga frågor

Spelar Whizi in möten?

Nej. Whizi ansluter inte till samtal eller fångar ljud. Du tar med utskriften från vad du redan använder, om det är Zoom, Teams, Google Meet eller ett särskilt mötesnotisverktyg, och klistrar in eller laddar upp den. Att behålla talaretiketter intakta betyder mer än källan, eftersom attribuering är där det mesta av värdet i en mötessammanfattning kommer från.

Är detta säkert för känsliga möten?

Whizi tränar inte på dina samtal och varje leverantörs datapolicy kan granskas innan du aktiverar den modellen, men ett utskrift är ett av de känsligaste dokumenten ett företag skapar. För juridik, HR, styrelse och personalärenden, kontrollera din interna policy först, och överväg att sammanfatta utifrån dina egna anteckningar snarare än det råa utskriftet. Att stryka namn och identifierare du inte behöver innan du laddar upp är en billig extra försiktighetsåtgärd.

Vilken modell ska jag använda?

Claude för den berättande sammanfattningen, eftersom den läser avsikt bra och skriver anteckningar folk läser klart. GPT för extraktion av åtgärdspunkter, eftersom den håller ett strikt utdataformat utan att lägga till egna tolkningar. Gemini när utskriften är väldigt lång, eftersom den kan ta ett flertimmarsmöte i ett svep utan att dela upp det. På krediter är delningen billig att köra: GPT-5.6 Terra kostar 4 krediter per meddelande, Gemini 3.5 Flash 8, och Claude Sonnet 5 10, enligt Whizis modellkostnadsindex, så båda genomgångarna på ett utskrift blir 14 krediter.

Hur långt kan utskriften vara?

Längre än de flesta möten ger. Ett vanligt timslångt samtal ligger gott och väl inom räckhåll för alla modellerna. För flertimmarssessioner, heldagsworkshops eller en samling flera möten på en gång, ladda upp filerna och använd Gemini 3.5 Flash, vars 1M-tokenkontext, ungefär 1 900 manussidor, rymmer hela samlingen samtidigt.

Kan den säga vad som beslutades om ingen sa det tydligt?

Den kan flagga det, och det är rätt beteende. Prompten på den här sidan ber modellen lista antydda men outtalade beslut separat under OBEKRÄFTAT, vilket lyfter fram dem för dig att bekräfta istället för att registrera ett beslut som aldrig faktiskt togs. Möten där ingenting uttryckligen beslutades är extremt vanliga, och anteckningar som låtsas annat orsakar problemet senare.