我會分享自己怎麼處理一場會議:先留下完整錄音,再把聲音轉成有講者與時間碼的逐字稿,補上表情、語氣和現場氣氛,最後交給 AI 整理成待辦、風險、決策脈絡與後續交付初稿。整套流程的終點,是得到一份可以繼續分析、檢查盲點、輔助下一步判斷的會議策略書。
- 開完會有錄音,最後只留下逐字稿,很少再回頭使用的人
- 常在會議裡答應很多事,會後還要重做報價單、課綱或企劃初稿的人
- 想讓 AI 協助分析會議,又擔心它漏掉語氣、表情與現場關係的人
- 想把每場會議累積成知識資產,供之後查詢與決策使用的人
- 一套從錄音、轉錄到策略分析的七步流程
- 一份可以直接交給 AI 的會議材料清單
- 三組可複製提示詞:策略書、交付初稿、盲點檢測
- 這套方法的限制,以及錄音同意與資料安全提醒
為什麼逐字稿還不夠
逐字稿能回答誰在什麼時間說了什麼,卻很難直接回答下一步該做什麼。
- 這場會議最後真正承諾了哪些事?
- 哪些議題已經有共識,哪些只是暫時略過?
- 哪一段話改變了現場方向或氣氛?
- 哪些風險已經出現,只是還沒有人明講?
- 我接下來應該交付什麼,先處理哪一件?
先把會議完整錄下來
現場會議
現場會議我會用錄音筆或手機錄音。放置位置要盡量靠近主要談話區,避免塞在包包裡,也要留意桌面碰撞聲、冷氣聲與距離太遠造成的收音問題。
開始前建議先確認儲存空間、電量與錄音狀態。重要會議可以準備第二個錄音來源,例如錄音筆做主檔,手機做備份。
線上會議
線上會議我會用 OBS 錄下畫面與聲音。第一次使用時,先做一段 30 秒測試,確認自己的聲音與對方的聲音都有被錄到,再開始正式會議。
轉成有講者與時間碼的逐字稿
我希望轉錄工具至少留下三種資訊:誰說的、幾分幾秒說的、實際說了什麼。
Mac 使用者可以考慮 MacWhisper。它支援時間碼與講者辨識。另一條路是微軟開源的 VibeVoice-ASR,它把語音辨識、講者區分與時間碼整合在結構化輸出裡,適合願意自行安裝模型、處理本機運算環境的人。
完成後仍要人工抽查人名、專有名詞、數字與講者標記。多人同時說話、現場雜音大或麥克風距離遠時,辨識結果比較容易出錯。
轉錄完成後先抽查四個地方
- 會議開頭:確認錄音沒有少一段。
- 重要決策段落:確認數字、日期與承諾內容正確。
- 多人快速交談處:確認講者沒有標錯。
- 會議結尾:確認最後的分工與交付期限有被留下。
補上錄音聽不到的現場觀察
錄音留下語句,現場筆記補的是情境。重要會議中,我會另外記下誰在某個議題前後改變了表情或語氣、哪個問題被快速帶過、哪句話改變了現場氣氛,以及誰主動承諾、誰保持保留。
把事實與判斷分開
「對方聽到預算後停頓五秒」是觀察;「對方覺得價格太高」是推測。把兩者混在一起,AI 很容易把推測寫成事實。
- 觀察:看見或聽見的具體行為。
- 我的推測:目前的解讀,需要後續確認。
- 待確認:下次要直接問對方的問題。
保留原始資料,再整理成適合閱讀的版本
原始錄音與原始逐字稿要先保存。後續整理可以依用途選擇保留程度。
- 快速版:保留一到兩成,適合只看結論、待辦與期限。
- 詳細版:保留三到五成,適合一般工作會議與後續交接。
- 超詳細版:保留七到九成,適合顧問會議、需求訪談或重要決策。
- 原句版:內容幾乎全部保留,只校正明顯錯字、講者與標點。
生成可以輔助決策的會議策略書
會議策略書可以分成三層,先讓人行動,再協助判斷,最後保留完整脈絡。
- 立即行動:決議、待辦、負責人、期限、我承諾的交付。
- 輔助判斷:風險、尚未對齊的議題、缺乏證據的假設、下次要確認的問題。
- 完整脈絡:依時間順序整理討論過程,保留講者與時間碼。
可直接使用的提示詞
把會議承諾變成交付初稿
會議裡答應對方的內容,例如報價單、課綱、會後摘要、企劃架構,可以讓 AI 依照會議證據先擬出第一版。
這一步要把「對方明確要求」與「AI 建議補充」分開。前者是交付需求,後者只是候選內容。正式送出前,仍要由人確認價格、範圍、日期、承諾與語氣。
用不同思維模型做深度分析與盲點檢測
這一步的目的,是讓 AI 提供更深度的分析,調動不同思維模型幫我檢測盲點,讓我更好地做判斷。
- 風險角度:有哪些延遲、成本、承諾或關係風險?
- 利害關係人角度:不同參與者在意的事情是否一致?
- 機會與槓桿角度:哪些工作值得投入,哪些可以交給系統或 AI?
- 反方角度:如果目前判斷是錯的,最可能錯在哪個假設?
- 證據角度:哪些結論有原話與時間碼支持,哪些仍是推測?
一場重要會議,建議留下七種檔案
- 原始錄音或錄影。
- 有講者與時間碼的原始逐字稿。
- 現場觀察筆記。
- 依用途整理過的閱讀版。
- 會議策略書。
- 報價單、課綱或其他交付初稿。
- 深度分析與待確認問題清單。
這些檔案最好放在同一個會議資料夾,檔名保留日期與會議主題。之後要回查承諾、準備下一場會議,或交給另一個 AI 接手,都能找到同一套證據。
常見的坑
只有錄音,沒有現場觀察
AI 會缺少表情、停頓、氣氛與互動線索。重要會議至少補一小段觀察筆記。
逐字稿沒有時間碼
分析看起來很完整,卻很難回到原始錄音驗證。轉錄時就保留講者與時間碼。
把 AI 推測當成對方立場
任何心理、態度與意圖判斷都要標記成推測,並列出可以支持或反駁它的證據。
直接把交付初稿送出去
AI 可能補入會議沒有確認的範圍、數字或日期。送出前逐項核對承諾、金額、期限與責任邊界。
最小開始方式
第一次不用把整套系統一次做滿。先挑一場重要會議,完成四件事。
- 錄下來。
- 轉成有講者與時間碼的逐字稿。
- 補五行現場觀察。
- 用本文的策略書提示詞,整理出待辦、風險、脈絡與待確認問題。
想搭一套自己的會議工作流?
我每月固定舉辦兩場免費線上講座,分享善用 AI 作為思考夥伴、把知識與經驗整理成提示詞、技能包、知識庫的實戰方法。對 AI × 知識管理、隱性知識提煉有興趣,歡迎先從社群開始。
每個月兩場免費講座。
點我加入 Line 社群 ↗