请严格按以下4个模块输出摘要，不添加任何解释性文字，不合并条目，不自行补充未提及内容：【决策项】：仅列出明确达成一致的结论，每条以“✓”开头，不含讨论过程；【待办人】：仅提取被点名承担任务的人名或部门，每人/部门对应一条，格式为“张三→整理需求文档”；【截止时间】：仅提取会议中明确说出的日期或周期（如“下周三前”“3个工作日内”），原样保留表述，不换算；【争议点】：仅记录未达成共识的议题，每条以“⚠”开头，不加分析或倾向性描述。
☞☞☞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☜☜☜
你需要从几十页的会议记录里快速提取出决策项、待办人、截止时间、争议点这四类关键信息，避免人工翻查遗漏或误判。
明确摘要目标与结构
打开Kimi对话框，第一句就写清你要它做什么，而不是先粘贴文本。结构化提示词必须前置，否则Kimi会按通用逻辑泛泛总结。
输入：请严格按以下4个模块输出摘要，不添加任何解释性文字，不合并条目，不自行补充未提及内容：
【决策项】：仅列出明确达成一致的结论，每条以“✓”开头，不含讨论过程；
【待办人】：仅提取被点名承担任务的人名或部门，每人/部门对应一条，格式为“张三→整理需求文档”；
【截止时间】：仅提取会议中明确说出的日期或周期（如“下周三前”“3个工作日内”），原样保留表述，不换算；
【争议点】：仅记录未达成共识的议题，每条以“⚠”开头，不加分析或倾向性描述。
清洗原始会议记录再提交
直接把语音转文字稿或速记原文扔给Kimi，容易触发它的“自动润色”机制，导致关键细节被模糊化。比如“李总说‘可能下月上线’”会被简化成“计划下月上线”，丢失“可能”这个关键不确定性信号。
手动删掉所有口语冗余：删除“呃”“那个”“就是说”“我觉得吧”等填充词；
把长段落按发言轮次切分，每人每次发言单独成段，并在段首标注姓名/角色，例如“【王总监】……”；
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
【必须保留原始措辞中的限定词和模态动词】，如“暂不推进”“原则上同意”“需法务复核后确认”——这些是判断事项状态的核心依据。
分段提交+交叉校验
方法一：按议程顺序拆分
将会议记录按实际讨论的议题分块，每块不超过800字，依次提交。每次只让Kimi处理一块，并紧盯它是否把“A组负责→但需B组配合”错误拆成两条独立待办。
方法二：反向验证法
先让Kimi对全文做一次结构化摘要；
再随机选3条【待办人】中的任务，回到原文搜索对应段落；
逐字比对Kimi输出的“张三→起草协议初稿”是否与原文“张三牵头，周三下班前发初稿给法务”完全匹配——若出现“牵头”变“负责”、“周三下班前”变“本周内”，说明提示词约束力不足，需强化指令。
方法三：争议点专项强化
单独复制所有含“但是”“不过”“仍有分歧”“需要再议”的句子，新建对话窗口，输入：“以下句子均来自会议记录，请仅提取其中明确未达成一致的议题名称，每条前加⚠，不解释原因。”→粘贴句子→发送。
