会议决议结构化提炼与飞书协同体系
方法概述
在现代企业协作中，会议往往沦为“聊天的延伸”，导致决策模糊、执行断层。本方法论提出“决议资产化”理念，将会议视为决策工厂，通过“输入降噪-四维提炼-自动流转-闭环追踪”的标准化链路，把非结构化的会议录音或速记文本，转化为高信噪比的结构化资产。结合飞书协同生态，实现从“会议结束”到“任务落地”的零延迟衔接，让每一次会议都产生可追溯、可度量的业务价值。
适用人群
- 项目经理/Scrum Master：需要精准追踪项目进度，确保会议决策转化为可执行的开发或运营任务。
- 团队Leader/部门总监：希望从繁杂的日常会议中抽身，通过自动化纪要掌握核心决策与资源调度情况。
- 行政助理/PMO：承担大量会议纪要整理工作，亟需提升文档产出效率与规范化水平。
核心步骤
步骤一：多源数据接入与预处理
会议数据的质量决定了最终纪要的上限。首先，使用公开的语音转写工具（如飞书妙记、通义听悟等）将会议录音转化为文本。导出文本后，需进行基础预处理：剔除系统自动生成的无意义语气词（如“嗯”、“啊”）、修正明显的同音错别字，并保留发言人标识。若会议包含屏幕共享或白板演示，需将相关截图或核心图表链接作为补充上下文一并提取。
步骤二：会议语境锚定与降噪
大语言模型在处理长文本时容易丢失上下文。在输入大模型前，必须构建“语境锚点”。提取会议的主题、参会核心人员及其角色、会议预期目标。将原始文本中的发散性讨论、重复性争论进行逻辑折叠，仅保留与核心议题相关的论点与论据，大幅降低输入Token的冗余度，提升模型对关键信息的注意力。
步骤三：四维结构化要素提取
这是本方法论的核心。要求模型从降噪后的文本中，精准提取四个维度的信息：
1. 关键决策：会议最终拍板的结论、方向性调整或资源分配方案。
2. 行动项（Action Items）：为落实决策而必须执行的具体任务。
3. 责任人：每个行动项的唯一第一负责人（避免“大家共同负责”的模糊表述）。
4. 时间节点：明确的交付Deadline，精确到具体日期或相对时间（如“本周五下班前”）。
步骤四：飞书文档自动化生成与排版
将结构化数据转化为飞书生态内的标准文档。通过飞书开放平台的文档API，将Markdown格式的纪要转化为飞书文档的Block节点。若团队使用低代码工具，可配置飞书集成平台（飞书捷径）的Webhook，将大模型输出的JSON数据直接映射为飞书文档或飞书多维表格。排版需遵循“总-分”结构，顶部为会议元数据，中部为决策摘要，底部为行动项清单。
步骤五：会后追踪与闭环反馈
纪要生成的终点是执行的起点。在飞书文档中，利用“任务”功能将行动项直接转化为飞书任务，并@对应责任人。设定任务到期提醒。在下次例会前，通过飞书多维表格自动汇总各项任务的完成状态，形成“会议-任务-反馈”的管理闭环，确保决议不落空。
提示词框架
以下提示词框架可直接复制使用，只需替换括号内的变量即可：
# Role
你是一位资深的企业项目管理专家与会议纪要分析师，擅长从冗长、发散的会议记录中精准提炼核心决策与可执行任务。
# Context
[会议主题]：{填写会议主题，如：Q3产品营销方案评审}
[会议时间]：{填写时间}
[参会人员及角色]：{填写人员及角色，如：张三(产品总监)、李四(研发Leader)}
[会议预期目标]：{填写目标，如：确定Q3营销预算分配及上线时间表}
# Task
请分析以下会议原始转录文本，剔除无效寒暄与重复讨论，提取核心信息，并严格按照指定的JSON格式输出结构化会议纪要。
# Rules
1. 关键决策必须体现最终结论，而非讨论过程。
2. 行动项必须具备“动词+宾语”结构，颗粒度需达到可直接执行的级别。
3. 责任人必须明确到具体个人，若原文未明确，请标记为“待确认”。
4. 时间节点需转换为标准日期格式（YYYY-MM-DD），若原文为相对时间，请根据[会议时间]推算。
# Input Text
{在此处粘贴预处理后的会议转录文本}
# Output Format
请严格输出以下JSON格式，不要包含任何额外的解释说明：
{
"meeting_meta": {
"topic": "会议主题",
"date": "会议日期",
"attendees": ["参会人列表"]
},
"key_decisions": [
"决策1",
"决策2"
],
"action_items": [
{
"task": "具体任务描述",
"owner": "责任人",
"deadline": "YYYY-MM-DD",
"priority": "高/中/低"
}
]
}
质量检查
为确保生成的纪要具备直接可用性，需执行以下质量检查清单：
1. 决策完整性校验：核对原始录音中的核心争议点，确认最终结论是否被准确捕获，无遗漏重大方向性调整。
2. 行动项可执行性校验：检查行动项描述是否清晰，避免使用“优化”、“跟进”等模糊动词，应替换为“输出XX报告”、“完成XX代码提交”。
3. 飞书格式兼容性校验：检查生成的Markdown或JSON数据在导入飞书文档时，层级标题、加粗、列表等格式是否渲染正常，无乱码或错位。
4. 责任人唯一性校验：确保每个行动项只有一个主责人，杜绝责任分散效应。
常见问题
1. 语音转写文本存在大量同音错别字或专业术语识别错误怎么办？
解决方案：在步骤一的预处理阶段，引入“领域词典”进行后处理替换。若使用大模型，可在提示词的 Context 部分增加“专业术语表”，明确告知模型特定词汇的正确写法（如：“将‘飞书’识别为‘非书’时，请自动纠正为‘飞书’”），利用模型的上下文纠错能力进行修复。
2. 会议讨论严重发散，最终并未形成明确结论，如何提取决策？
解决方案：在提示词中增加“悬而未决事项”的提取逻辑。若模型判断某议题未达成共识，则在JSON中增加 "pending_issues" 字段，记录争议焦点、各方核心诉求以及下一步的调研计划，避免强行生成虚假决策。
3. 通过API生成飞书文档时，格式错乱或调用失败？
解决方案：飞书文档API对Block结构有严格要求。建议不要直接传递复杂的HTML，而是使用标准的Markdown语法，并通过飞书官方的“Markdown转文档”接口进行转换。若使用飞书集成平台，需仔细检查字段映射关系，确保JSON的Key与飞书表单的字段名完全一致。
4. 提取的行动项过于宏观，缺乏实际指导意义？
解决方案：在提示词的 Rules 中强化“MECE原则（相互独立、完全穷尽）”和“SMART原则”。要求模型在生成行动项时，必须自检该任务是否符合具体、可衡量、可实现、相关性、有明确时限的标准。若原文描述过于宏观，模型应将其拆解为2-3个子任务。
付费说明
按次¥1.00、支付宝AI按量付费；未付款返回HTTP 402账单，付款后凭Payment-Proof回查取货，同单重复取货不重复扣费。
