夜雨聆风空间智研社，从地理信息到空间智能。
先说结论。
一个可用的 AI 工具，核心不是提示词写得多漂亮，而是你有没有把自己的判断过程写清楚。
上一篇讲到，普通人做 AI 工具的第一步，是找到一个每天重复三遍、结果能检查的小任务。找到任务以后，下一步不是对 AI 说一句“帮我整理一下会议纪要”，而是把这件事写成一个 Skill。
Skill 不是魔法提示词。你可以把它理解成一份给 AI 用的迷你工作手册。它要说明：什么情况下触发、用户要给什么输入、信息不够时怎么处理、输出长什么样、中间按什么步骤做、哪些话不能乱说、最后怎么自查。
这篇文章就用“会议纪要 Skill”拆一遍：一个普通人能写出来的 AI 工具，到底长什么样。
为什么不只是写“帮我整理会议纪要”
很多人第一次用 AI 整理会议纪要，都会这么写：
帮我整理一下下面的会议纪要。这句话不能说错。它能用，但不稳定。
因为 AI 并不知道你要的是哪一种“整理”。是要领导能直接看的会议纪要，还是给自己用的待办清单？是要保留讨论过程，还是只提炼结论？哪些内容不能替参会人下判断？如果录音转写里有错别字、说话人不清楚、负责人没提到，要不要补？
这些问题不说清楚，AI 就会自己猜。
会议里只是有人说“这个方案下周再看”，它可能整理成“决定下周推进该方案”。这两个意思差很远。前者是暂缓判断，后者已经是行动决策。
会议纪要看似是文字工作，实际是一种轻量级的业务判断：识别议题、区分事实和结论、提取任务、发现缺口、控制语气。
所以，会议纪要很适合拿来做 Skill 示例。它足够小，不需要系统开发；又足够真实，能暴露 AI 工具最常见的问题：输入不清、输出漂移、待办遗漏、结论乱补、语气过度正式。
写会议纪要 Skill，本质上是在训练 AI：别自由发挥，按我的工作习惯来。
第一步：先定义这个工具解决什么问题
写 Skill 的第一步，不是写格式，而是写清楚问题。
会议纪要 Skill 要解决的不是“把文字变短”。它真正要解决的是：
把会议原始记录整理成可追踪、可检查、可执行的纪要。
可追踪，是指纪要里的结论和待办，必须能回到原始会议内容，不能凭空补。
可检查，是指读完以后要能看出有没有遗漏关键议题、负责人、时间节点和风险点。
可执行，是指会议不能写完就结束，最后要落到下一步行动。谁做、做什么、什么时候看结果，这些要尽量被提取出来。
如果你把问题定义成“生成一篇漂亮纪要”，AI 很容易往文风上跑。但如果你把问题定义成“形成可追踪的行动记录”，AI 的注意力就会回到事实、决策和待办。
普通人做 AI 工具，最容易犯的错误，就是一上来写“请你扮演一个资深专家”。其实专家身份没那么关键，任务边界才关键。
第二步：定义触发场景
触发场景决定 AI 在什么情况下应该启动这套流程。
会议纪要 Skill 可以这样写：
当用户提供会议录音转写、会议手写记录、聊天记录式会议内容，或要求整理会议纪要、提取会议待办、总结会议结论时，使用本 Skill。这句话解决两个问题。
一是输入形态可能不同。有人给录音转写，有人给会议记录，有人直接贴聊天内容，还有人只发几条零散笔记。它们都可以进入同一套流程。
二是用户说法可能不同。用户不一定会说“会议纪要”。他可能说“帮我理一下今天会上的事”“提一下待办”“把这段记录整理成会后纪要”。这些都应该触发。
触发场景至少写两类内容：一类是用户给了什么材料，一类是用户想得到什么结果。
第三步：定义输入要求和信息不足时怎么处理
一个会议纪要 Skill，理想输入包括：
• 会议主题 • 会议日期 • 参会人员 • 原始记录 • 会议目标 • 输出用途，比如内部同步、领导汇报、项目跟进 • 特殊要求，比如是否保留争议点，是否匿名化
但现实情况是，用户经常不给全。
这时候 Skill 不能卡死，也不能瞎补。比较稳的规则是：
信息不足时，先用已有内容整理；缺失但会影响结论的信息，用“待补充”标出。不得编造会议主题、参会人员、决策结果和负责人。
参会人员没有提供，就写“参会人员：待补充”。负责人没有明确，就写“负责人：待确认”。不要把最后一个发言的人当负责人。
很多 AI 幻觉，不是因为模型突然变坏，而是因为我们没有告诉它：信息不够时应该停在哪里。
第四步：定义输出结构
会议纪要最怕两种输出。
一种是散文式总结，看起来很完整，但找不到待办。
另一种是表格堆满屏，信息很碎，看完还是不知道会议结论是什么。
我更建议用“结论先行 + 议题展开 + 待办追踪 + 风险缺口”的结构：
1. 会议基本信息 2. 会议摘要 3. 关键结论 4. 议题记录 5. 待办事项 6. 待确认问题 7. 风险提醒
这个结构比较稳。领导快速看，可以看摘要和关键结论。项目成员执行，可以看待办事项。后续复盘，可以看待确认问题和风险提醒。
AI 工具不是为了“生成一段话”，而是为了把工作结果变得可用。
第五步：定义处理流程
流程不用复杂，但要有顺序。
会议纪要 Skill 可以按这几步走：
1. 判断会议类型和输出用途。 2. 检查输入是否包含主题、时间、参会人和原始记录。 3. 从原始记录中提取议题。 4. 区分事实、讨论、结论和待办。 5. 标记缺失信息和不确定内容。 6. 按固定格式输出纪要。 7. 最后做质量检查。
这里最关键的是第 4 步：区分事实、讨论、结论和待办。
“这个模块可能要调整一下。”这不是待办。至少还缺责任人、动作、时间节点。
“张三下周三前把这个模块的调整方案补一下。”这才是待办。
AI 如果分不清这两类，就会把会议纪要写得很热闹，但执行的时候没人知道该干什么。
第六步：定义约束和红线
约束不是为了限制 AI，而是为了让它更可靠。
会议纪要 Skill 至少要有几条红线：
• 不编造会议中没有出现的结论。 • 不把讨论意见写成最终决策。 • 不把不确定责任人写成确定责任人。 • 不把“建议”“可能”“后续再看”改写成已确认事项。 • 涉及客户、项目编号、内部数据时，默认提醒脱敏。 • 输出对外版本时，必须提示用户确认可公开范围。
AI 最容易犯的错，不是写得不通顺。
它太通顺了。通顺到你一眼看过去觉得没问题，结果里面已经偷偷把一个“待讨论”写成了“已决定”。
所以会议纪要 Skill 一定要管住它的嘴。不确定，就标不确定。没说过，就不要写。缺信息，就列出来让人补。
第七步：定义质量检查
Skill 不是写完输出就结束。它还要自己检查一遍：
• 是否包含会议基本信息？ • 是否区分了结论、待办和待确认问题？ • 每条待办是否有动作？ • 每条待办是否有责任人或标注“待确认”？ • 每条待办是否有时间节点或标注“待确认”？ • 是否出现了原文没有支撑的判断？ • 是否包含敏感信息提醒？
很多人觉得 AI 工具不好用，是因为只写了生成步骤，没写验收标准。
Skill 要做的，是把“凭感觉”往前拆，拆成几个可以检查的问题。
一个会议纪要 Skill 的最小模板
下面是一版最小模板，不是唯一答案，但足够作为起点。
# 会议纪要整理 Skill## 适用场景当用户提供会议录音转写、会议手写记录、聊天记录式会议内容，或要求整理会议纪要、提取会议待办、总结会议结论时，使用本 Skill。## 输入要求用户最好提供：- 会议主题- 会议日期- 参会人员- 原始会议记录- 会议目标- 输出用途：内部同步 / 领导汇报 / 项目跟进 / 对外纪要- 特殊要求：是否脱敏、是否保留争议点、是否需要待办表格## 信息不足时的处理- 缺少会议主题、日期、参会人员时，不编造，标注“待补充”。- 缺少原始会议记录时，先追问，不直接生成纪要。- 负责人、截止时间、决策结果不明确时，标注“待确认”。- 涉及客户、项目编号、内部数据时，提醒用户确认是否需要脱敏。## 处理流程1. 判断会议类型和输出用途。2. 检查输入是否完整，列出缺失信息。3. 从原始记录中提取主要议题。4. 区分事实、讨论、结论、待办和待确认问题。5. 只把有明确动作的信息整理为待办事项。6. 对责任人、截止时间不明确的待办标注“待确认”。7. 按固定格式输出会议纪要。8. 输出前做质量检查。## 输出格式### 会议基本信息- 会议主题：- 会议日期：- 参会人员：- 输出用途：### 会议摘要用 3-5 句话概括本次会议讨论内容和主要结果。### 关键结论- 结论 1：- 结论 2：### 议题记录- 议题：- 讨论要点：- 当前结论：- 相关风险：### 待办事项| 事项 | 负责人 | 截止时间 | 状态 | 备注 ||---|---|---|---|---|| | 待确认 | 待确认 | 待处理 | |### 待确认问题- 问题 1：- 问题 2：### 风险提醒- 风险 1：## 约束规则- 不编造会议中没有出现的结论。- 不把讨论意见写成最终决策。- 不把不确定责任人写成确定责任人。- 不把“建议”“可能”“后续再看”改写成已确认事项。- 涉及客户、项目编号、内部数据时，默认提醒脱敏。- 对外版本必须提示用户确认可公开范围。## 质量检查输出前检查：- 是否包含会议基本信息？- 是否区分结论、待办、待确认问题？- 每条待办是否有明确动作？- 责任人和截止时间缺失时是否标注“待确认”？- 是否出现原文没有支撑的判断？- 是否有敏感信息提醒？这个模板并不复杂。
但它已经比一句“帮我整理会议纪要”稳定得多。原因很简单：它把 AI 最容易乱猜的地方，都提前框住了。
这个模板还能迁移到别的工作
会议纪要只是一个例子。
这个结构真正有价值的地方，是它可以迁移。
比如做 GIS 数据检查，也可以按同样方式写：适用场景是用户提供 Shapefile、GeoJSON、表格字段说明，要求检查数据问题；输入要求是图层名称、坐标系、字段表、样例数据、输出用途；处理流程是检查坐标、字段、空值、重复值、空间范围、单位；输出格式是问题清单、风险等级、修复建议。
项目资料清单、报告目录检查、方案评审辅助，也都可以用这套骨架。
空间智能不是让 AI 对着地图说几句漂亮话，而是把空间对象、空间关系和业务判断，落到可执行的流程里。查询、检查、制图、报告、预警，这些都是空间行动。
普通人的 AI 工具也是一样。
真正有价值的，不是让 AI 偶尔帮你写一段，而是让它按你的方法稳定做一类事。
会议纪要 Skill 是一个小例子，但它已经包含了 AI 工具最重要的骨架：触发、输入、流程、输出、约束、检查。
