可借助ChatGPT自动化整理会议纪要，需先预处理文本、使用精准Prompt指令、分段处理长记录、联用Whisper转写音频，或通过Google Drive协同解析PDF文档。
☞☞☞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☜☜☜
如果您已获得会议原始语音转文字文本，但需快速提炼出结构清晰、责任明确的会议纪要，则可借助ChatGPT完成自动化整理。以下是具体操作方法：
一、准备结构化输入文本
ChatGPT对输入质量高度敏感，原始会议记录常含重复发言、语气词和离题内容，直接影响输出准确性。需先对文本做轻量预处理，确保AI能聚焦关键信息。
1、删除明显无关内容，如“好的”“嗯”“这个嘛”等填充语；
2、将多人交叉发言按议题归并，例如将所有关于“上线时间”的讨论集中为一段；
3、标注基础元数据：在文本开头添加固定格式前缀，例如【会议主题：XX项目启动会】【日期：2026-03-10】【参会人：张三、李四、王五】；
4、若文本超过2000字，拆分为两段以上，每段聚焦一个核心议程，并分别提交处理。
二、使用精准Prompt指令
通用提问易导致输出松散、遗漏责任人或截止时间。必须通过指令约束输出维度与格式，强制结构化响应。
1、在ChatGPT对话框中完整输入以下Prompt（含占位符）：
请作为专业会议记录助理，严格按以下要求处理后续文本：提取并分类呈现【关键结论】【待办事项】【争议问题】三部分；其中待办事项必须包含具体动作、负责人姓名、明确截止日期（格式为YYYY-MM-DD）；删除所有推测性表述与未达成共识的内容；语言精简，每项不超过35字。文本如下：【此处粘贴预处理后的会议文本】
2、确认Prompt中无错别字，尤其检查“YYYY-MM-DD”格式是否完整；
3、提交后不修改原始Prompt重试，若结果偏差较大，应返回第一步优化输入文本而非调整指令。
三、分段处理超长会议记录
单次输入字符数超过4000时，ChatGPT可能出现截断或逻辑断裂，尤其在识别多轮责任归属时易混淆发言人。分段可保障各环节决策链完整还原。
1、依据会议议程划分为若干逻辑段，例如“需求评审”“排期确认”“资源协调”；
2、为每段单独添加元数据前缀，如【议程：排期确认】【主持人：张三】；
3、逐段提交至ChatGPT，每次仅处理一段，使用与第二步完全一致的Prompt；
4、全部返回后，人工合并三类模块：将各段的【待办事项】汇总去重，核对负责人是否一致，同一事项出现不同截止日时，以会议中最终确认版本为准。
四、本地部署Whisper+ChatGPT联用方案
当仅有音频/视频会议文件而无文字稿时，需先完成语音转写。本地运行Whisper可规避上传隐私风险，且支持离线处理。
1、下载WhisperDesktop工具及ggml-large-v1.bin模型文件，置于同一目录；
2、打开WhisperDesktop，设置Language为Chinese，Output Format选Text file；
3、导入会议音频，点击Transcribe生成txt文本；
4、用文本编辑器打开生成文件，删除时间戳与 speaker标签（如[00:02:15]张三：），仅保留纯对话内容；
5、将清理后文本按第三步方式分段，接入ChatGPT执行结构化提取。
五、通过Google Drive+ChatGPT免代码协同处理
适用于无法安装本地工具、但拥有Google账号的用户。利用Drive权限控制实现文档安全流转，避免复制粘贴错误。
1、将会议文字稿保存为PDF格式，上传至Google Drive；
2、右键该文件→“获取链接”→设为“任何具有链接者可评论”；
3、在ChatGPT中输入指令：“请访问此公开可评注的PDF文档链接：[粘贴链接]，读取全文后输出结构化会议纪要，要求同第二步Prompt所述三项内容及格式规范”；
4、若ChatGPT提示无法访问链接，改用第三方工具如DocuAsk或PDF.ai先行解析文本，再将解析结果粘贴至ChatGPT；
5、最终输出中，所有带“负责人”字段的待办事项必须与会议录音回溯验证，禁止AI虚构姓名。
