AI会议纪要真的省时间吗：一场针对中文会议的实测复盘

测试怎么做的

选一场45分钟、5人参与的产品评审会，包含：中英混杂术语、两人频繁抢话、一次白板口述、若干部门与内部代号。把同一段录音交给6款工具（覆盖国内外主流会议助手与独立转写服务），按四个维度打分：

1. 转写准确率：逐字对照，统计错误率，分术语/人名/数字三类
2. 发言人区分：是否自动分角色，错标率多少，重命名是否方便
3. 结构化：是否自动产出”结论/决议/待办/负责人/截止日”
4. 可直接使用的比例：发出的纪要中有多少段是不用改的

结果：三个反直觉的发现

第一，转写已经不是瓶颈，术语才是。 通用对话段的字错率普遍在可接受范围内，错误高度集中在三类：公司内部代号、中英混说时的衔接词、以及数字与人名。这意味着决定成败的不是模型多强，而是你是否提前灌入了术语表。我们试过把会上出现的20个专有名词提前写入自定义词表，术语错误率下降非常明显，成本几乎为零。

第二，抢话是最大的杀手。 两人重叠说话时，几乎所有工具都会把两句话合并或截断。而在真实会议里，最关键的争执恰恰发生在抢话的时候。目前没有工具能优雅解决这个问题——最实用的做法是要求参会人讲话间隔半秒，或者把关键讨论转成文字评论。

第三，“纪要”比转写难一个量级。 转写是听写，纪要是判断：哪句话是提议、哪句话是最终决议、哪个待办归属于谁。工具的共性问题是把”讨论”写成”结论”，把”某人说可以”写成”已确认”。测试中”可直接使用比例”最高的工具也只有一半左右。

谁用起来最划算

• 跨时区、信息不同步团队：收益最大，转写+全文检索让缺席的人可以自取上下文。
• 客户会议与访谈：收益明确，因为需要逐字准确性来核对承诺与需求。
• 内部快速对齐会：收益很有限。15分钟的同步会，会后读3分钟纪要的成本，往往高于当初就开15分钟。

一套能落地的纪要流程

会前：把议程、上次决议、术语表放进工具配置。议程提前不需要，但术语表必填。

会中：让一个人负责”标记”——在关键节点说一句”这个记下来：结论是……”。这听起来笨，但它把非结构化讨论变成了结构化信号，模型提取准确率会明显上升。

会后：

1. 先看转写，只更正人名、数字、术语（不超过5分钟）
2. 让模型按固定模板输出：背景 / 结论 / 分歧点 / 待办（负责人+日期）
3. 人工只做一件事：核对待办的责任人和日期。其余段落错了影响不大。
4. 纪要与录音一起归档，并在任务系统里同步生成任务项

不该让AI做的事

• 不要把未确认的发言当作承诺记录
• 不要让纪要直接替代合同、需求文档等正式文本
• 不要省略”分歧点”一节：这是纪要被信任的关键，也是多数工具默认不产出的部分

结论

会议纪要的瓶颈已经从”听不清”转移到”懂不懂”。工具的选择差异，远小于”提前准备术语表 + 人工只核对待办”这套流程带来的差异。先修流程，再买单模型。