前阵子接了个活整理一份47页的会议记录。这份记录是十几个部门拉通会的速记稿从需求评审到上线排期辩论、跑题、拍板全混在一起一开就是大半天。我的任务很简单把它整理成一份能直接用的会议纪要有议题、有结论、有行动项、有负责人最好还能对应到原文页数。当时我想得挺美AI上手三分钟我折腾两小时。前两版整理结果一个被同事评价看着像小说一个被评价像小说大纲就是不像会议纪要。直到我改了一个东西——输入方式第三版才真正能交付。这篇就把我从折腾到成品的全过程拆开讲包括每个坑和对应的改法。1. 先理解为什么前两版会废问题不在模型在输入定义1.1 47页记录到底难在哪47页看起来不算特别夸张但它不是47页小说而是47页多人对话。中间少说也有七八个发言人、二十来个议题语序混乱、指代不清、话题来回跳跃是速记稿的常态。比如原文明明写着这个的话我觉得可以但是要考虑一下那个……回头让小张看看。单独拎出来AI根本不知道这个指什么那个指哪个小张看什么。这类缺主语、缺宾语的口语机器很难直接消化。更麻烦的是话题漂移。原计划讨论需求范围中途聊到了运营排期吵完排期又跳回需求。如果直接让AI整理关键信息它的默认做法是挑像重点的句子摘出来结果就是丢掉话题之间的承接关系把几句互相矛盾的发言拼在一起甚至把暂缓和取消混为一谈。这不是AI笨而是这类任务本身就比总结一篇新闻稿难一个量级。用生活里的类比让AI直接去总结这份记录等于让一个新来的实习生一口气听完四个小时的会议录音然后写出领导能用的纪要和待办。他连谁是谁都分不清怎么可能写对正确做法是给他一份人物对照表和议题范围再让他一段一段听。1.2 前两版踩中的三个坑中间遗忘、角色串台、格式漂移第一版我用的是最朴素的办法把47页PDF转成文本一次性丢进对话框提示词就一句帮我整理这份会议记录。输出结果是灾难性的中段大量议题完全没出现。这个现象有专门说法叫Lost in the Middle——大模型对长上下文的开头和结尾注意力更强中间内容容易被稀释。相当于你盯着一万字材料前半段记得后半段有印象中间一片模糊。我拿原文目录跟AI输出对照发现中间断档严重。这就是第一版废掉的最直接原因。第二版我学乖了不一次性喂全文改成先让AI输出逐条关键信息。可我既没给输出格式也没给它发言人清单。结果更离谱角色串台了。A提出的方案被写成B的我亲眼看到AI把张三强调预算不能超写成李四主张加预算。为什么因为速记原文里大量省略了话轮标签AI只能靠前后文猜发言人猜错就是张冠李戴。这说明提取类任务比总结类任务更依赖输入端的信息完整性——你不告诉它谁是发言人它只能给你猜一个。第三个坑是格式漂移。同样一个任务第二版跑出来的两次输出结构完全不同第一次还列出问题-建议第二次突然变成一段接一段的叙述连小标题都没有。原因很简单大模型生成时没有固定模板它就自由发挥。自由发挥用在写诗上很浪漫用在会议纪要上就是灾难。你没法拿一份每次长得都不一样的纪要去汇报。1.3 一个反直觉的事实任务定义清楚比模型更强更管用折腾完两版我冷静下来复盘模型没换、文档没换、需求也没变变的只有我给AI的任务描述和输入结构。同样一份47页的东西你让它总结全文它就按总结的路子走你让它逐块提取并填表它就会收敛到提取的路子上来。我后来跟同事聊的时候打过一个比方AI像一个执行力极强的外包员工你交代得越模糊他就越自由越自由就越离谱你给他一份Checklist和一张Excel模板他的完成度反而最高。会议纪要整理本质上不是创作型任务而是结构化提取加校验任务。把它定义成前者再强的模型也会写出一堆漂亮的废话把它定义成后者哪怕一般水平的模型也能做出及格线以上的活。想明白了这一层后面所有调整都有了方向。2. 改输入方式的核心思路把总结改成质检与提取2.1 输入方式的三张设计图粒度、结构、流程第三版我没有换模型只改了输入方式。具体拆成三个维度思考。第一是粒度不再一次性喂47页而是切成若干块每块只处理一个相对完整的片段让AI在有限上下文里看得仔细。第二是结构喂给AI之前先把原文里能识别的发言人、话轮边界、议题段落标出来让AI不用去猜。第三是流程拆成清洗→逐块提取→汇总校验三遍走每遍目标单一、边界清楚。这三个维度对应三类问题。粒度解决的是记不住,结构解决的是猜错人,流程解决的是一次干太多事容易混。我在实际整理时先按发言人和话题转换把全文切成二十多块再给每块贴上前缀标签最后逐块跑提取。整个过程听起来麻烦但每一遍都很机械、很快真正费脑子的判断在人工校验阶段。2.2 设计标准输出结构一张五栏表治住格式漂移要治住格式漂移,最有效的办法是给AI一个硬性输出模板。我给每一块记录定了一个标准结构议题、发言人、关键结论、行动项、负责人/时限。这五个字段彼此不重叠属于典型的MECE划分。议题解决聊了什么关键结论解决定了什么行动项解决接下来干什么负责人/时限解决谁在什么时候干完。我特意在结构里加了一个存疑信息字段。原文里没写负责人AI就必须填待确认而不是自己编一个。这一步在提示词里写死能堵住80%的幻觉问题。很多人让AI整理纪要时没意识到AI在生成时倾向于把内容补完整原文没有的信息它会按概率补一个最合理的。你给它一个允许说不知道的出口这种倾向就会被压下去。这个细节是第二版到第三版之间最关键的一个改动。2.3 一次性全文输入为什么容易翻车上下文窗口的通俗原理前面提到Lost in the Middle这里展开说说。大模型处理长文本时并不是对每个词一视同仁。注意力机制会把权重倾斜到序列两端中间段落的信息在层层压缩后变得模糊甚至消散。你可以把上下文想象成一条传送带开头和结尾是入口和出口工人看得最清楚中间是传送带深处工人要凑过去看但视线模糊。文本只有几千字时不太明显一旦到两三万字中间部分的失准率会明显上升。这也是为什么很多工具建议按需检索、分段喂入而不是把整个文档一次性塞进去。对没有RAG这类高级工具的普通使用者来说最可靠的做法就是自己把长文档切成块每一块单独开一个对话。切成多少合适我实测下来500到1500字之间比较好用足够小让模型看得仔细又足够大保证上下文线索不断。切块时的重叠区也很有讲究前后各留10%防止一句话被拦腰截断。3. 完整实操流程三遍读入法从47页到可直接交付3.1 第一遍清洗与切块先让AI不需要猜拿到47页文本第一件事不是碰AI而是清洗。先把PDF转出的TXT跑一遍脚本去掉嗯那个就是说这类口语填充词删掉诶哈哈哈等语气词把同一发言人的不同称呼统一。记录里一会儿写张总一会儿写张三一会儿又写市场部张总全部统一成张三。这个过程花了半小时但省掉了AI后面一大半的瞎猜。这里有个容易忽略的坑如果47页是扫描版PDF必须先做OCR否则转出来全是乱码。我朋友遇到过类似情况前两版废掉的原因压根不在提示词是文字质量太差。清洗完的文本干净了再动手切块。切块原则不是按字数硬切而是按语义边界切有章节标题按标题切没有标题就找发言人高频出现的位置来断或者按明显的话题转换点切。3.2 第二遍逐块提取让AI只干一件小事接下来进入逐块提取。每一块我都新开一个对话不延续前面的上下文。为什么要新开对话因为如果在一个对话里连续问前面输出的内容会影响后面的判断容易出现顺着上文跑偏的情况。每块的提示词包含角色设定、输入范围、输出模板、防幻觉规则四件事完整模板我会在3.4直接给出来。举个例子有一块原文是运营和市场在争论排期。AI提取后的结果是议题是上线排期确认关键结论是后续版本排期延后一周行动项是运营同学更新排期表并同步商务负责人栏填的是运营部具体人待确认。这就是能用的产出。对比之下第二版AI会把这段写成双方就排期进行充分讨论并达成初步共识——听着像新闻通稿实际上什么也没说。3.3 第三遍汇总与交叉校验把碎片拼成完整画面逐块提取完我手里有二三十张小表。接下来不是手动拼而是把前几块的小表作为输入再开一个AI对话做汇总合并相同议题的记录去重重复的行动项按议题出现的顺序排成完整纪要的主体结构。汇总用的提示词和提取不同它更像主编——需要保留细节但也需要摆脱碎片感。但汇总AI有自己的盲点它可能把跨块的同一件事合并得过头也可能漏掉某个关键动作。所以我设置了校验环节让汇总AI给每条行动项标记来源位置。比如更新排期表来源第30页运营讨论段。这一步能让每条结论回到原文方便人工抽查。最后我把所有待确认字段单独拉出来处理能查原文补上的就补查不到就标注需向会议记录人核实。做完这轮纪要才算真正达到交付状态。3.4 直接可抄的提示词模板提取、汇总、校验三段式下面是第三版实际用的提示词我做成了三个模板方便你按阶段使用。提取模板逐块用角色你是会议纪要审核员负责从会议记录片段中提取结构化信息。 输入以下是会议记录片段片段中发言人已用【姓名】标注请优先使用标注信息。 要求 1. 只依据片段内容不补充你自己知道的信息 2. 输出五栏表格议题、发言人、关键结论、行动项、负责人/时限 3. 原文未出现的信息必须填写待确认禁止猜测 4. 不要扩写不要重新组织成叙述体保持提取性质 5. 重复内容只保留一次 6. 输出格式必须是Markdown表格不要额外解释。 片段内容 [在这里粘贴清洗后的切片]汇总模板用于合并各块结果角色你是会议纪要主编手里有多份从同一场会议不同片段提取出的表格。 任务 1. 合并相同议题保留不同发言人的观点差异 2. 去重行动项同一件事只保留一条但来源位置要合并标注 3. 按会议实际推进顺序组织议题 4. 每条行动项必须标记来源块编号/议题名 5. 所有待确认信息原样保留禁止猜测补充。 表格内容 [粘贴各块提取结果]校验模板用另一个模型跑一遍角色你是会议纪要质量审核员请逐条检查下面的纪要。 检查项 1. 是否有原文未支持的数字、日期、负责人 2. 是否有行动项未指定负责人或时限 3. 是否有同一行动项重复出现而未合并 4. 是否有归属错误的发言人内容。 输出格式只列问题清单没有问题就输出无问题。每条问题附对应纪要行号。三个模板配合使用的效果比我一开始帮我总结一下强太多。工具还是那些工具差别全在你怎么让它干活。4. 参数与工具安排温度、窗口和多AI协作4.1 参数没那么玄学关键在于分阶段设置很多人一提AI就默认要调参调了半天也不知道在调什么。我的经验是提取任务把随机性降到最低合并任务给一点组织空间校验任务用不同模型交叉验证。这一套搭配下来比在单个模型上反复调温度有效得多。具体参数我这么设提取阶段temperature设为0top_p设为0.5不需要任何创造性。合并阶段temperature可以放到0.3因为汇总需要一定组织能力但依然不允许编造。max_tokens也不是越大越好五栏表格一行大约100到200个token给256通常够用切片大时放宽到1024但要防止AI借机会多写废话。提示给max_tokens设得过大会诱导模型多写对提取类任务反而有害。宁可分批跑也不要让它一口气编个长篇出来。4.2 切块窗口的实际安排多少字最合适我实测下来500到1500字是比较好用的区间。少于300字容易出现上下文碎片化比如一句话跨了两个切片同一个行动项被记录两次大于2500字中间部分被稀释的风险又开始抬头。47页的记录大约两万五千字按700字切能切出三十块左右每块单独跑并不耗时。如果你经常处理这类文档可以写个简单脚本循环切块和调用。核心逻辑不复杂我这里给个伪代码示意text read_file(record_clean.txt) blocks split_by_boundary(text, max_len1200, overlap0.1) results [] for idx, block in enumerate(blocks, start1): table call_llm(extract_template block) results.append((idx, table)) summary call_llm(merge_template format(results))跑完提取和汇总再把结果交给校验模型过一遍。整套流程下来人工只需要参与切块边界判断和最后抽查其余全是机械化操作。4.3 多AI协作让两个模型互相挑毛病提取和汇总我用的是同一个主力模型但在校验环节我强烈推荐换一个不同家的模型做交叉验证。原因很简单同一家模型往往有同样的风格偏差和顺拐习惯用不同家的模型看同一份材料更容易发现对方编造或漏掉的地方。具体做法是把汇总后的纪要丢给B模型让它按校验模板逐条挑刺。它挑出来的每条问题我再回原文处理。这一轮相当于给内容加了保险丝。我这次整理47页记录时B模型就发现了三处负责人归属可疑核对原文后确认是汇总AI合并错误。这种错误靠肉眼在第一轮输出里很难发现但换一个模型回头看一下就暴露了。5. 常见问题与避坑实录5.1 问题速查表先看现象再找原因我把这个流程里最常见的坑整理成表按现象定位原因再按原因给解法省得每次从头排查。现象原因解法中间章节的议题完全没出现整篇一次性喂入触发Lost in the Middle切成500-1500字的块逐块对话同一件事在纪要里出现三次上下文碎片化跨块信息未合并汇总阶段强制去重按行动项名称核对行动项张冠李戴原文发言人未标注AI靠猜清洗阶段统一【姓名】标签AI编造负责人或日期没有给出待确认出口提示词里写死没有就写待确认两次输出格式完全不同没给输出模板提示词里提供Markdown表格模板AI把讨论过程写成叙事任务定义成总结而非提取改用提取模板限定字段输出这几个坑我在前两版里全踩过。如果你也在处理长文档建议先把这张表存在手边。5.2 三个独家技巧时间轴法、发言人着色法、行动项溯源时间轴法特别适合有排期讨论的会议。在汇总阶段我除了按议题排还会单独让AI按时间顺序拉一条行动项清单今天要办、本周内、两周内、待定分四档。这样一份纪要不仅记录了会议说了什么还直接变成项目管理的输入清单。领导拿到手扫一眼就能看出谁该动、谁会拖。发言人着色法是清洗阶段的小工具。我不只统一名字还在每一个话轮前加前缀标签比如【张三】。像他同意她反馈这类指代不清的句子一旦前面有了明确标签AI的判别难度大大下降。这个前缀看着简单但能省掉一晚上的返工。尤其当记录里同时出现五六个他的时候有没有前缀输出质量完全是两个级别。行动项溯源则是给每条行动项附上原文位置。我要求汇总模板在输出时每一项都带来源块号/议题名。有了这个标记后续任何人质疑内容都能很快回到出处不用在47页里来回翻。如果手工操作也可以让AI标出原文关键词人工再定位页码。5.3 幻觉怎么压让AI学会说不知道而不是编一个幻觉是整理类任务里最致命的问题一旦出错外行人根本看不出来。我的底线策略有三条第一提示词明确允许输出待确认第二关键数字、日期、负责人全部回原文比对第三设置独立校验环节让另一个模型审第一轮输出。三管齐下之后幻觉率基本能压到肉眼不可见的水平。要说明的是这个处理是把幻觉压到可控而不是完全消除。只要AI还在做生成幻觉就有概率存在。所以我的最终交付物里永远保留一行需人工确认项不假装天下太平。有人觉得这行字碍眼但正是这行不完美才能让整份纪要经得起追问。6. 这套方法还能用到哪我的扩展心得这套三遍读入法不只适用于会议记录。访谈逐字稿、客户需求草稿、合同条款整理只要是原始信息乱、需要结构化提取的场景基本都能照搬。方法的核心就一句话先明确要从文本里提取什么字段再想清楚来源是谁、可验证的位置在哪最后让AI按模板干活。我的习惯是任何长文档到手第一反应不再是一句帮我总结而是先问自己我要哪些字段谁说的怎么验证这三个问题想清楚AI基本不会翻车。比起整天研究新模型把输入方式打磨好才是普通人在现有工具上提升效率最快的路径。最后分享一个容易被忽略的小技巧交付前把整理好的纪要里所有行动项按负责人单独筛一遍。很多人以为AI把纪要写出来就算完事实际上真正的价值在会后追踪。你把这些行动项拉成一个带负责人和截止日期的清单分发给相关同事这场会的后续推进效率会明显提升。我的做法是让汇总环节单独输出一张行动项追踪表和纪要正文分开一个给人看一个给项目组当工具用。