一次真实翻车，让我重新整理了录音转文字流程

上周三下午，我参加了一个产品评审会，全程 90 分钟。会上大家讨论得热火朝天，我一边听一边记，手写笔记只记了三页纸，回头一看，关键决策点全被淹没在潦草的字迹里。当晚我花了两个小时对着录音重听，手动整理纪要，结果还是漏掉了一个重要的功能取舍——因为这个错误，第二天开发团队多返工了两次，时间成本直接多了 6 个小时。

这件事之后，我把「录音转文字 + AI 总结」这个流程彻底跑通了，现在每次会议结束 15 分钟内就能拿到结构化纪要。这套流程我用了一个多月，踩了不少坑，今天把每一步都拆给你看。

先说结论：现在我的工具链是「飞书妙记（录音）+ Whisper API（备用转写）+ Kimi（长文总结）+ Notion（归档）」。为什么这么组合，下面一步步说。

第一步：录音环节，别用手机自带录音机

很多人觉得录音就是按一下的事，其实这一步直接决定后面转写的质量。我试过 iPhone 自带的录音，也试过微信语音备忘录，结果转写出来错别字多到没法看——会议室里空调声、键盘声、远处同事的咳嗽声全被录进去了。

我现在用飞书妙记做录音和实时转写。打开飞书，创建一个会议，点「妙记」功能，它会自动开始录音并实时生成文字。这个功能免费版能用，每个月有 300 分钟的额度，对普通上班族完全够用。实时转写的准确率在安静环境下能到 95% 以上，有杂音也能保住 85% 左右。

关键技巧：把手机放在会议桌正中间，距离发言人 1.5 米以内。麦克风阵列对近场声音有增益，放远了声音会发虚。我试过放在桌子角落，转写出来「我」经常变成「哦」，后来调整了位置就正常了。

如果你用的是线下会议室，没有飞书，那就用手机录音，但录完后一定要用剪映或者 Audacity 做一次降噪处理。剪映的「人声增强」功能，一键就能把环境底噪压下去，效果比原文件好很多。这一步别省，直接决定后面 AI 能不能听懂。

第二步：转写之后，先做「清洗」再丢给 AI

很多人拿到转写文本就直接粘贴给 AI 让它总结，这样做出来的纪要经常是流水账，没有重点。原因很简单：原始转写文本里全是口语碎片、重复词、无意义的填充词（「那个」「就是」「嗯」），AI 分不清哪些是决策、哪些是闲聊。

我的做法是：花 3 分钟做一次「暴力清洗」。把文本粘贴到记事本里，用查找替换功能，把「那个」「就是」「然后」这些高频填充词直接删掉。飞书妙记导出的文本自带说话人标签和分段，清洗时只保留每个说话人的核心句，去掉所有疑问句和客套话。

举个例子：原始文本里有一句「我觉得这个方案其实也不是不行，但就是….那个….成本有点高，可能还是得再想想」。清洗后变成「方案成本高，需再评估」。这样 AI 拿到的是干净的信息，总结出来的纪要自然精准。

清洗时间不要超过 5 分钟，否则就违背了提效的初衷。我一般只删填充词、合并重复语义、去掉语气词，不做深度改写——深度改写这种事交给 AI 干。

第三步：用 Kimi 做长文总结，提示词要带格式模板

清洗完的文本，我丢给 Kimi（moonshot.cn 免费版就够用）。为什么不选 ChatGPT？因为 Kimi 对中文长文本的支持更好，处理 2 万字以上的内容也不容易断，而且免费额度足够日常用。

提示词是我调试了十几版才定下来的，你现在直接复制就能用：

「你是会议纪要整理助手。下面是一段清洗后的会议转写文本，请按以下格式输出：1. 会议时间、参会人（已知）；2. 关键决策（逐条列出，每条不超过 20 字）；3. 行动项（每条包含负责人、截止时间、具体任务）；4. 遗留问题（未解决的争议点）。不要添加任何原文没有的内容，不要改写语义，不要输出客套话。」

这个提示词为什么有效？因为它规定了输出结构，AI 就不会自由发挥写成散文。我试过不给格式让 AI 自由总结，结果它给我写了一篇 800 字的「会议感悟」，完全没法用。加了格式模板之后，输出整齐得像表格，我只需要复制到 Notion 里微调就行。

Kimi 处理 90 分钟会议（大约 1.5 万字文本）大概需要 20 秒，生成 400 字左右的纪要。速度可以接受，准确度方面，关键决策的识别率我目测在 90% 以上，偶尔漏掉一些小细节，补一下就行。

第四步：行动项必须手动核对，别全信 AI

AI 总结出来的行动项，我从来不会直接发到群里。为什么？因为 AI 分不清「谁负责」和「谁提了一嘴」。有一次会议里有人说「这个事小王你可以看看」，AI 就把「小王」标记为负责人，实际上小王只是被建议看一眼，并没有答应接手。

我的处理办法：把 AI 输出的行动项列表复制到 Excel，每一行对应一个任务，然后我花 2 分钟快速对照原录音，把负责人、截止时间逐项确认。确认后，直接在飞书里 @ 对应的人，把任务发出去。这个过程看起来多了一步，实际上比 AI 出错后返工省时间多了——返工一次至少多花 30 分钟。

另外一个小技巧：给 AI 的提示词里加一句「如果没有明确指定负责人，请标注『待定』」。这样 AI 就不会乱猜，你核对的时候也更快。

第五步：归档和检索，用 Notion 做知识库

会议纪要不要散落在各个文档里，不然三个月后你想找一次讨论的结论，翻遍所有文件夹都找不到。我现在的做法是：把每次纪要按照「日期_项目名_会议主题」命名，存到 Notion 的数据库里。

Notion 的数据库有个好处：可以自定义字段。我建了「项目」「日期」「负责人」「状态」几个字段，每次整理完纪要直接填进去。这样我按项目筛选，就能看到这个项目所有的历史决策。上周我找一个月前关于「会员体系」的讨论记录，搜「会员」关键词，3 秒就出来了。以前这种查找至少花 15 分钟。

如果你不想用 Notion，飞书文档自带的「知识库」功能也行，但检索能力不如 Notion 强。我对比过，Notion 的全文搜索对中文支持更好，连「决策」这种词都能准确匹配到段落。

💬 你在用什么AI工具？

这套流程跑下来，我从原来的「会议后 2 小时整理」变成了「15 分钟搞定」，节省下来的时间够我多写两篇代码。但工具这东西没有最好，只有最适合。我用的这些，不一定是最优解，可能你手头有更好的录音工具、更好的总结模型。

如果你也在用 AI 处理会议纪要、或者有其他提效技巧，欢迎来 AI House 排行榜（aibunkhouse.com/rankings/）看看大家都在投什么工具。那边是真实用户投票，不是厂商广告，你给喜欢的工具投一票，也能看到别人的推荐。说不定能发现比 Kimi 更好用的中文总结模型，或者更轻量的录音转写工具。