高质量会议纪要需优化提示词：一、角色指令+结构约束法；二、关键词锚定+时间戳关联法；三、上下文分层+意图归类法；四、校验指令+反事实排除法；五、模板占位+动态填充法。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您使用通义听比写处理会议录音，但生成的纪要存在信息遗漏、重点模糊或行动项不明确等问题，则可能是由于提示词设计未能精准引导模型聚焦关键要素。以下是实现高质量会议纪要与结构化行动清单的多种提示词优化方法：
一、采用角色指令+结构约束法
该方法通过赋予AI明确角色身份，并强制输出固定格式，提升纪要的专业性与可执行性。模型在角色设定下更倾向于模仿真实行政助理的思维路径，结构约束则避免自由发挥导致的信息发散。
1、在提示词开头写明：“你是一位资深会议秘书，专注为高管团队整理高执行力会议成果。”
2、紧接着指定输出结构：“请严格按以下三部分输出：【核心结论】（不超过3条，每条以‘●’开头）；【待办事项】（含负责人、截止日期、交付物，每项以‘○’开头）；【待决问题】（仅列出需二次确认的议题，不加解释）。”
3、在录音文本后添加：“请忽略寒暄与重复发言，仅提取决策性语句与明确承诺。”
二、实施关键词锚定+时间戳关联法
该方法利用会议中自然出现的关键动词和时间节点作为信息提取锚点，确保行动项具备可追溯性。模型会优先匹配“将完成”“本周内提交”“由XX负责”等短语，并自动绑定原始发言位置。
1、在提示词中嵌入：“识别所有含‘负责’‘完成’‘提交’‘确认’‘下周’‘今天’‘立即’等词的语句。”
2、要求模型标注来源：“每条行动项后用小括号注明对应音频时间戳（如00:12:05），若无时间戳则标注发言人姓名。”
3、追加过滤指令：“剔除未指明主体、时限或交付标准的模糊表述，例如‘后续跟进’‘再讨论’‘看看情况’。”
三、启用上下文分层+意图归类法
该方法将会议内容划分为决策层、任务层、风险层三个逻辑层级，驱动模型对语义意图进行分类识别。不同层级采用差异化摘要策略，避免将讨论过程误判为结论。
1、定义层级规则：“【决策层】仅保留已拍板的方案、已批准的预算、已确定的排期；【任务层】提取所有带主语谓语宾语的完整动作句；【风险层】单列未达成共识、存在分歧、需外部支持的条目。”
2、设置层级标识：“每层标题用【】包裹，层内条目统一用‘-’符号引导，禁用编号。”
3、强化边界控制：“若某句话同时涉及两个层级，按最高决策权重归属——例如‘张三下周交原型，但李四认为UI需重做’，拆分为【决策层】张三下周交原型；【风险层】李四认为UI需重做。”
四、嵌入校验指令+反事实排除法
该方法通过预设校验条件和反向排除规则，主动拦截常见错误类型。模型在生成过程中执行逻辑自检，显著降低责任归属不清、时限缺失、交付物空泛等硬伤。
1、插入校验句式：“生成完毕后，请逐条检查：每项行动是否含明确主体？是否含具体日期或周期？是否说明验收标准？任一缺失则标记‘[缺项]’并补全。”
2、部署排除清单：“自动删除含以下特征的句子：无主语的被动句（如‘待进一步确认’）、使用‘可能’‘大概’‘应该’等弱确定性副词、出现‘大家’‘我们’等模糊主语。”
3、强制补全机制：“若检测到‘由XX牵头’但未提协同人，在其后追加‘协同人：[待补充]’并高亮提示。”
五、应用模板占位+动态填充法
该方法提供预设字段模板，将非结构化语音转化为填空式结构化输出。模型仅需定位并填入关键参数，大幅减少自由组织语言带来的信息衰减。
1、给出模板框架：“【会议主题】：______；【决议事项】：①______（依据：______）；②______（依据：______）；【行动清单】：·事项：______｜负责人：______｜DDL：______｜交付物：______｜状态：未启动。”
2、限定填空规则：“每个‘______’只能填入不超过15字的精确短语，禁止扩展解释；‘依据’字段必须引用原话关键词，如‘王总说‘周五前上线’’。”
3、激活占位保护：“模板中所有‘｜’符号不可删除，字段间空格数固定为1个，违反格式者重新生成。”
