如何在Whizi用AI总结会议记录

快速解答

要用AI总结会议,不要只要求生成一份「总结」,而是要求会议真正产生的四样东西:决定、承诺、待解决问题和分歧。先在Claude中生成纪要,再在GPT中把行动项目提炼成表格,列出负责人、截止日期,以及对应的原文引用。

为什么默认的会议摘要毫无用处

把会议记录粘贴进去,要求生成摘要,你得到的往往是一段话,说团队讨论了这个项目并同意后续跟进。这段话很准确,却毫无用处,因为它省略了大家打开会议记录真正想看的两件事:做出了什么决定,以及谁欠着什么。

解决办法是明确说出会议实际产生的四样东西,并逐一要求:决定。承诺。待解决问题。分歧。最后一项最常被遗漏,也往往在事后最重要。

两个模型,两轮处理。Claude负责理解现场氛围并写出叙述性内容,GPT负责提炼结构而不加评论。拆分这项工作只需要切换一次模型,却能写出大家真正会读的会议纪要。

两个提示词就能搞定

提示词一:在Claude中生成纪要

这是一段会议记录。请输出:(1)一句话标题,说明这场会议实际解决了什么;(2)做出的决定,以及各自由谁做出;(3)五到八条要点,涵盖实质内容,按重要程度排序,而不是按发言顺序;(4)提出但未被回答的待解决问题;(5)任何存在分歧的地方,列出双方立场但不做裁定。不要包含寒暄、日程安排,或讨论后被搁置的内容。如果某个决定是暗示的但从未被明确说出,请单独列在「未确认」下面。会议记录:[粘贴内容]。

提示词二:在GPT中提取行动项目

根据同一份会议记录,把每一项承诺提取成表格:任务、负责人、截止日期,以及对应的原文引用。规则:只收录有人真正做出承诺的项目,而不是仅被建议过的事项。如果负责人不明确,请写「未指定」,不要猜测。如果没有说明日期,请写「无日期」,不要自行推断。然后单独列出被提出但从未有人跟进的任务。

引用原文这一列,才是让这份纪要值得信任的关键。它把有争议的行动项目从各说各话变成一次核对,也让编造出来的承诺立刻露馅,因为根本无据可引。

提示词三(可选):后续跟进邮件

根据上面的纪要和行动项目,起草一封跟进邮件。收件对象:[谁在场,谁不在场]。开头先讲结论。控制在200字以内。明确写出每个人的行动项目,不需要对方自行解读。语气:[你的风格]。标出发送前我应该再确认的内容。

适合你实际开会场景的模板

不同类型的会议产生不同的成果,需要调整的是提取方式,而不只是措辞。

会议类型要提取的内容大家最容易忘记的事
客户或销售电话提出的异议、客户描述问题时的原话、他们拿你和谁比较、下一步及负责人照抄客户的原话,而不是转述
决策会议决定内容、被否决的备选方案及原因、需要告知谁记录被否决的方案,这样才能防止六周后重新翻案
站会或状态同步带负责人的阻塞项、对之前预估的变更、任何被悄悄延后的事项没人明说出来的延误
用户访谈他们描述的任务、他们自己想出的变通办法、原话呈现的具体不满、言行不一致之处言行不一致,这往往是最有价值的部分
面试或招聘评审针对每项能力的证据(含原话)、被漏问的问题把证据和印象区分开
董事会或投资人会议你做出的承诺、你未能回答的问题、需要跟进的事项你未能回答的问题

把你每周都会用到的模板保留成一段可以直接粘贴的提示词,用一个{{transcript}}占位符标出会议记录粘贴的位置,让整个流程变成粘贴、运行、扫一眼结果。

如何获取可用的会议记录?

Whizi不会加入或录制你的通话。你需要自己准备好会议记录,而几乎所有主流平台都能生成一份:Zoom、Teams和Meet都自带转录功能,专门的记录工具也能导出纯文本。

以下几点能明显提升输出质量:

  • 保留发言人标签。归属信息占了大部分价值。去掉发言人标签的会议记录仍然可以总结,但每一项行动项目都会变成「未指定」。
  • 不要提前整理它。口头禅和说到一半又改口的地方不会带来任何损失,模型会自动忽略它们。花时间整理会议记录纯属浪费。
  • 上传较长的会议记录,而不是直接粘贴。两小时的会议是大量文本。以文件形式上传能保持对话可读,而Gemini 3.5 Flash单次可读取多达100万个token,约相当于1,900页书稿。
  • 如果有议程,请一并提供。它能让模型知道原本应该发生什么,从而让「提出但从未解决」这部分更准确。

发送前要检查什么

三种具体的失败情况,每一种都有成本很低的核查方法。

凭空捏造的承诺。模型偶尔会把「大概该有人看看这个」这类说法,转换成一项署名明确的行动项目。引用原文这一列能立刻拆穿这种情况,这也是它被写进提示词的原因。

被抹平的分歧。摘要往往会向「达成共识」靠拢,因为世界上大多数文本最终都会指向一个结论。如果有两人意见不合,而纪要读起来却像所有人都同意,那这份纪要就错在会在两周后惹麻烦。可以直接追问:大家在哪里出现了分歧,后来解决了吗?

交叉发言频繁的通话中,归属出错。当有人抢话时,转录工具经常会给发言人贴错标签。在把内容写进带有具体姓名的文件之前,先抽查一下重要内容的归属是否正确。

最后一个有用的检查:这份会议记录里,有哪些内容是一个很忙的人需要知道,却没有出现在上面的摘要里?它经常能发现一件值得补充的事。

操作清单
  • 保留会议记录中的发言人标签,因为归属信息占了大部分价值
  • 要求输出决定、承诺、待解决问题和分歧,而不是一份笼统摘要
  • 要求每一项被提取的行动项目都附带准确的原文引用
  • 用「未指定」和「无日期」代替让模型自行猜测
  • 检查分歧部分,因为摘要容易滑向虚假的一致意见
  • 为你最常见的会议类型保留一个可反复使用的提示词

常见问题

Whizi会记录会议吗?

不会。Whizi不会加入通话,也不会采集音频。你需要自己准备已有工具生成的会议记录,不管是Zoom、Teams、Google Meet,还是专门的记录工具,再粘贴或上传即可。保留发言人标签比来源本身更重要,因为会议摘要的大部分价值都来自归属信息。

对于敏感会议,这样做安全吗?

Whizi不会用你的对话训练模型,而且在启用某个模型之前,你可以先查看该服务商的数据政策,但会议记录本身是一家公司最敏感的文档之一。对于法务、人事、董事会和人事相关事项,请先查阅你公司的内部政策,并考虑从你自己的笔记而不是原始会议记录来生成摘要。上传前先去除不必要的姓名和身份信息,也是一个成本很低的额外保障。

该用哪个模型?

叙述性纪要用Claude,因为它能很好地理解意图,写出的纪要大家愿意读完。行动项目提取用GPT,因为它能在不加评论的情况下保持严格的输出格式。会议记录很长时用Gemini,因为它可以一次性处理数小时的会议,不需要分段。就积分而言,这套组合成本很低:根据Whizi的模型成本索引,GPT-5.6 Terra每条消息4积分,Gemini 3.5 Flash为8积分,Claude Sonnet 5为10积分,所以对同一份会议记录跑完两轮总共只需14积分。

会议记录能有多长?

比大多数会议实际产生的长度更长。一场典型的一小时通话对任何模型来说都绰绰有余。对于持续数小时的会议、全天工作坊,或一次性处理多场会议,请上传文件并使用Gemini 3.5 Flash,它有100万token的上下文,大约相当于1,900页书稿,能一次性容纳整批内容。

如果没人明说,它能判断出做了什么决定吗?

它能把这种情况标记出来,而这正是正确的做法。这个页面上的提示词会要求模型把暗示但未明说的决定单独列在「未确认」下面,让你自己去确认,而不是记录一个从未真正做出的决定。完全没有明确决定的会议其实非常常见,而假装并非如此的纪要,只会在之后带来麻烦。