可借助通义千问将语音转写稿转化为含议题、决议、责任人、截止时间等字段的规范会议纪要表，方法包括：一、网页版直接粘贴指令生成表格；二、分段上传带标签文本逐段抽取；三、上传文档启用内置解析引擎联动关键词与摘要；四、调用api接口批量处理。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您已获得语音转文字的原始稿，但内容冗长、结构松散、缺乏关键要素提取，则需借助千问的语义理解与指令遵循能力，将杂乱文本转化为含议题、决议、责任人、截止时间等字段的规范会议纪要表。以下是实现该目标的多种方法：
一、在通义千问网页版中直接粘贴并指令生成结构化表格
该方法利用千问对自然语言指令的精准响应能力，通过明确字段要求与输出格式约束，强制模型仅返回表格形式结果，避免自由发挥导致信息失真。
1、打开通义千问官网：https://tongyi.aliyun.com/，登录阿里云账号。
2、将语音转写所得的完整文字稿复制，粘贴至主对话框中。
3、在粘贴文本末尾另起一行，输入以下指令：请严格依据以上原文，提取并按表格形式输出以下五列内容：【议题】、【决议事项】、【待办任务】、【责任人】、【截止时间】；每行对应一个独立事项，无对应信息处填“未提及”，不添加任何解释性文字，不合并或推测未明示内容。
4、点击发送，等待模型返回纯表格格式结果。
5、检查输出中【责任人】是否与原文中实际发言者姓名完全一致，如出现“王经理”被简写为“王”，需以原文行号定位后手动修正。
二、分段上传带标签文本，逐段触发表格字段抽取
该方法适用于会议包含多个独立议程、逻辑跳跃明显或存在明显讨论-决策分段的场景，通过人工标注段落主题，引导模型聚焦局部语境，提升字段识别准确率。
1、在本地文档中打开语音转写稿，使用英文方括号标注每段核心属性，例如：[立项评审][预算审批][风险提示][合同条款]。
2、将第一段含标签文本（含方括号）复制，粘贴至通义千问对话框。
3、在该段后追加指令：请从本段中提取所有明确表述的决议事项、待办任务、责任人及截止时间，按【议题】【决议事项】【待办任务】【责任人】【截止时间】五列生成单行表格；若某字段原文未出现，填“未提及”。
4、保存返回结果，再依次提交下一段带标签文本，重复步骤2–3。
5、将各段返回的单行表格按原始顺序合并为完整纪要表，并用不同颜色高亮标出所有“未提及”单元格以便后续核查。
三、上传文档后启用内置解析引擎联动关键词与摘要生成
该方法依托通义千问网页端对PDF/DOCX等格式的原生解析能力，无需手动粘贴，系统自动完成文本切片、关键词聚类与语义摘要，再结合人工指令定向导出表格。
1、在通义千问官网主界面，点击输入框下方的【文档】图标。
2、从本地选择已保存的语音转写稿文件（支持PDF、DOCX、MD格式）。
3、等待系统显示“已就绪”后，在对话框中输入：请先列出本文档中出现频次最高的3个业务关键词，再基于全文生成一份会议纪要，必须包含【议题】【决议事项】【待办任务】【责任人】【截止时间】五列，每列内容均须有原文依据，无依据则填“未提及”。
4、模型返回结果后，核对关键词是否覆盖核心议程，如“立项”“预算”“交付周期”等缺失，需重新上传并追加指令：请优先关注含“立项”“预算”“交付”字样的段落进行字段抽取。
5、将最终纪要表格中所有责任人姓名与原文发言位置交叉验证，确保未发生张冠李戴。
四、调用通义千问API接口批量处理多场会议转写稿
该方法适用于行政人员需定期整理周例会、项目复盘会等系列会议的场景，通过脚本自动化提交提示词与格式模板，统一输出标准纪要表，减少重复操作。
1、准备Python运行环境，安装必要依赖：pip install transformers torch requests。
2、获取通义千问API密钥，配置请求头中的Authorization字段。
3、构造请求体，其中messages字段包含系统指令与用户文本：{"role": "system", "content": "你是一名专业会议秘书，只输出Markdown表格，表头为议题|决议事项|待办任务|责任人|截止时间，每行一个事项，无信息填'未提及'。"}
4、将语音转写稿作为user角色内容提交，设置temperature=0.1以抑制随机性。
5、接收响应后，用正则表达式提取Markdown表格部分，保存为CSV文件供Excel进一步处理，注意检查所有日期格式是否统一为YYYY-MM-DD。
