会议记录 AI 到底准不准？我们自己做了 40 场实测

“转写准确率 98%“这个宣传数字，基本都是在安静环境、标准普通话、单人朗读的条件下测出来的。真实会议不是这样。我们在四个月内用 40 场内部与客户会议做了对照测试，条件包括：线下会议室（8 人，带空调噪音）、远程会议（网络抖动）、带方言口音、两人抢话、专业术语密集（技术架构评审）。

测试方法

• 每场会议人工整理一份”标准纪要”，标注关键决策、待办事项、负责人、截止时间。
• 对照 AI 生成的纪要，统计四类错误：人名错误、数字/日期错误、决策理解错误、待办遗漏。
• 不看逐字转写，只看最终纪要——因为用户看的是纪要，不是转写稿。

结果：转写不是瓶颈，结构化才是

逐字转写的准确率整体在 85%～93% 之间，环境差时掉到 80% 以下。但这并不是主要问题，因为人读纪要不会逐字核对。真正影响可用度的是：

待办事项（action item）遗漏率。 这是最大的问题，普遍在 20%～35%。原因是待办往往以口语化、隐含的方式出现：“那个我回头看一下”，“你那边搞定了跟我说一声”。工具默认只抓”我需要你在周五前完成 XX”这种显式句式，隐含承诺直接漏掉。

人名与归属错误。 多人会议中，“张三说要改方案”被记成”李四说”。中文会议里短句轮转频繁，说话人分离（diarization）在抢话时失效严重。

数字错误。 日期、金额、百分比是最危险的一类。出现”下周三”被转成”下周二”、“150 万”被记成”150 亿”的情况。这类错误看起来小，但会直接导致执行错误。

决策理解错误。 会上”先按 A 方案走，但保留 B”经常被记成”确定了 A 方案”。讨论变决议，是第二个高风险问题。

不同工具的差异在哪

• 带发言人识别的工具在 4 人以下会议中优势明显，8 人以上优势基本消失。
• 支持自定义词汇/热词表的工具在专业术语场景领先一大截，把公司名、产品名、项目代号提前录入，术语错误能降一半以上。
• 支持会中实时记录的工具更适合重要会议，因为你能当场纠正明显误解，事后纪要准确度显著更高。
• 纯音频转写后由通用模型总结的工具，在”结构化输出”上明显弱：它们倾向于复述，而不是提炼决策。

我们的结论

适合用 AI 直接生成的场景： 信息同步会、周会、日常沟通会、内部讨论。准确度足够，能省 70% 整理时间。

必须人工复核的场景： 客户合同谈判、金额与日期相关的会议、对外承诺类会议、5 人以上决策会。复核重点就三处：所有数字、所有”谁负责什么”、所有结论性表述。

完全不用 AI 的场景： 法务谈判、HR 绩效沟通、涉及敏感信息且工具无合规保证的会议。

三条提高准确率的实操建议

1. 会前录热词。把参会人姓名、公司名、三个核心项目代号录进词汇表，成本 2 分钟，收益很高。
2. 会中明确说出决策。“那我们定下来：A 方案，张三负责，周五前给初稿。“——AI 对显式表述的抓取率接近 100%。花 10 秒规范化表达，胜过事后半小时修改。
3. 会后就地改。会议结束 5 分钟内编辑纪要，此时上下文还在脑子里，改起来最快。放两小时再改，等于重新回忆一遍。

AI 会议记录的真正价值，不是”不用写纪要了”，而是”你不用边听边记，可以专心参与讨论”。前提是你接受后面还要花五到十分钟做一遍校对。把它当助手而不是替身，期望就对齐了。