WorkBuddy会议纪要实测：5维打分

昨天那套”会议纪要到任务分派”的四步闭环，很多人第一反应是：AI 抽事项，靠谱吗？

我把家底掀开测一遍：用一份真实的、没经过任何整理的会议记录，从抽取到分发到定时跟进，逐环节实测打分，总分 41/50。

哪一环可以放手让它跑，哪一环你必须自己盯一眼，这篇讲清楚，附测试过程和翻车实录。

测试怎么设计的

先说清测试条件，不然分数没意义。

测试素材：一场 78 分钟内部会议的语音转写稿，约 9200 字。口语、跳跃、有插话、有两段跑题闲聊，人名用花名（阿哲、小柯、老周），中间还有转写错字（”报价”被转成”报架”两处）。

人工基线：我自己先读一遍，手工整理出 14 条应该被抽出的事项，作为标准答案；其中 5 条是明确指派的，9 条是含糊表述（”再看看””对一下””我回头问问”）。

评分口径：每维 10 分，我按”能不能直接用”来打，需要返工一次扣 1–2 分，需要人工全面复核扣 3 分以上。分数是我个人主观判断，供参考。

维度一：事项抽取准确率 —— 9/10

过程：分三段投喂（按议题切分），要求输出事项表，含【含糊】标注和遗漏点提醒。

结果：14 条标准事项抽中 13 条，漏 1 条。漏掉的那条藏在闲聊里——”下周供应商来，顺便把样机带过来看看”，它被判成了闲聊而不是动作。另外多抽了 2 条，一条是重复表述（同一件事在会上说了两遍，被拆成两行），一条是把”我们以前是这么干的”这类背景说明当成了动作。

含糊标注这一项表现很好，9 条含糊表述全部被标了出来，没有漏标。这一点比我预期高，因为它意味着你能一眼看见哪几条今天不定就一定烂尾。

扣分点：重复事项没有自动合并。10 分制扣 1 分，9 分。

维度二：要素补全与拍板提示 —— 8/10

过程：把事项表喂给第二条提示词，要求补齐负责人、截止日、交付物、验收标准，并标出需要我确认的行。

结果：交付物这一列写得相当规矩，”一份含三家报价的对比表””一版更新后的排期图”，基本没有出现”完成推进跟进”这类空词——这是提示词里明令禁止的效果。验收标准也能写成可判真假的句子。

截止日期是个分水岭：会上明确说了时间的，它推算得准（”这周五”能正确算成 8 月 14 日）；会上没说时间的 9 条，它全部给了建议值并标了 Y 要我确认，没有自作主张，这个行为很对。

扣分点：建议的截止日整体偏乐观。有一条要跨部门取数的事，它给了两天，实际这类事在我们这儿从来没有两天能完成的。另外负责人推断上，有一条把”提出问题的人”当成了”负责人”。这两处都要人工改，扣 2 分，8 分。

结论：这一环不能全自动，但它把要拍板的地方全给你圈出来了，你只需要花三五分钟做判断题，不用做填空题。

维度三：分发物格式合规 —— 8/10

这一维最容易出问题，也是我测得最细的一维，分三份看。

群通知文案（9 分）：按负责人分组、格式统一、字数控制住了，语气也没有那种”让我们共同努力”的客套味。直接能发。

日历 .ics 文件（7 分）：内容结构是对的，`BEGIN:VEVENT`、`SUMMARY`、`DTSTART`、`DESCRIPTION`、`VALARM` 提前一天提醒，字段都在。但第一版有两个真实坑：

• 部分事件缺 `UID` 和 `DTSTAMP` 字段。宽松的日历客户端能导入，严格一点的会直接报错；

• 时间没写时区，`DTSTART:20260814T090000` 这种本地时间写法在跨时区场景会漂。

我补了一句要求就修好了：“每个 VEVENT 必须包含唯一 UID 和 DTSTAMP，时间统一使用 UTC 格式并以 Z 结尾”。修完导入日历一次成功。

CSV 台账（8 分）：列结构正确，但第一版用普通 UTF-8 保存，用 Excel 双击打开中文全是乱码。这不是 AI 的错，是 Excel 的老毛病：它默认按本地编码读。解决办法也是加一句要求——”CSV 请用带 BOM 的 UTF-8（utf-8-sig）保存”，之后双击打开完全正常。

综合扣分：两处要追加要求才能一次可用，扣 2 分，8 分。这两个坑我现在直接写进提示词模板里，就不会再犯。

维度四：定时跟进稳定性 —— 9/10

过程：设一个每天早上 9:00 的定时任务，读取台账 CSV，挑出逾期和两天内到期的任务，生成催办文案。我连续观察了六个工作日。

结果：六次全部按时触发，没有漏跑。逾期天数计算正确，分组正确，没有任务时也确实只回一句”今日无待办到期”，没有硬凑内容——这一点很重要，如果它每天都强行输出一大段废话，你三天就会开始无视它。

扣分点：有一天我手工把某行状态改成了”已完成 80%”，它没识别成非完成状态里的进行中，直接按未完成催了。说明状态列必须用固定枚举值（未开始/进行中/已完成），不能自由填写。这属于我自己的用法问题，但也说明它不做模糊语义兜底，扣 1 分，9 分。

维度五：口语与嘈杂输入容错 —— 7/10

过程：故意用最差的输入——未切分的完整 9200 字转写稿一次性投喂，看质量掉多少。

结果：明显下降。14 条事项只抽中 10 条，含糊标注漏了 3 处，遗漏点提醒变得笼统。转写错字里，”报架”能根据上下文还原成”报价”，这点不错；但有一处人名被转错成了近音字，它就直接当成了新的人名，凭空多出一个负责人。

结论：分段投喂是刚需，不是优化项。按议题切成三到四段，质量能回到维度一的水平。这一维扣 3 分，7 分。

总分与实操建议

| 维度 | 得分 |

| — | — |

| 事项抽取准确率 | 9/10 |

| 要素补全与拍板提示 | 8/10 |

| 分发物格式合规 | 8/10 |

| 定时跟进稳定性 | 9/10 |

| 口语与嘈杂输入容错 | 7/10 |

| 总分 | 41/50 |

三条落地建议，直接抄：

第一，长会必须分段。 超过 5000 字的转写稿，按议题切，别图省事。

第二，格式要求写死在提示词里。 ics 加 UID/DTSTAMP/UTC，CSV 用 utf-8-sig，状态列用固定枚举。这三句话省掉你后面所有返工。

第三，负责人和截止日必须人工过一遍。 这是整条闭环里唯一不能省的三分钟，其余环节都可以放手。

41 分是什么水平？我的理解是：它能把你从”整理纪要”里彻底解放出来，但还不能替你做管理判断。谁干、几号交，仍然是你的活儿——本来也该是你的活儿。

你更关心哪一维？如果你也测过，评论区报一下你的分数和翻车点，特别是 ics 导日历那一步有没有踩坑，我想收集一批客户端兼容性问题。

觉得这份实测省了你踩坑的时间，点个「在看」，转给正在纠结”AI 纪要到底能不能用”的同事。

#WorkBuddy #AI办公 #效率工具

——高总AI办公笔记