夜雨聆风从冗长的会议、访谈或课程视频中智能识别关键信息、高效提炼有价值内容，将机械的记录和整理自动化。本文分享一天的工作流参考。
场景一：部门周会
传统流程：边听边记笔记 → 会后整理录音（约1.5小时）→ 形成纪要
使用工具流程：会议开始录音 → 结束后自动转写 → 生成结构化纪要（自动识别本周进展、存在问题、决策事项、待办安排+负责人+截止时间）→ 微调措辞，补充背景信息 → 发出纪要。从会议结束到发出纪要可在较短时间内完成。
场景二：客户访谈
传统痛点：录音中关键需求、顾虑难以快速定位
使用工具流程：上传录音 → 智能提炼功能自动分板块（功能反馈、体验建议、合作意向）→ 标注关键洞察（如客户对某功能的认可、对隐私条款的担忧需法律确认）→ 基于提炼点撰写访谈报告。整理重点从纯体力活变为在AI初筛基础上做精准加工。
场景三：深度用户调研
传统流程：听录音（90分钟）→ 记关键点 → 听第二遍补充细节 → 整理成分析报告，总耗时约3-4小时
使用工具流程：
上传90分钟音频文件，后台异步处理 生成转写稿和结构化纪要（自动归类为核心痛点描述、现有解决方案评价、未满足需求、竞品优缺点、用户画像特征，归纳高频词） 点击关键词跳转到录音中对应时间点，回溯用户原话和语气 纪要末尾自动提取部分行动建议作为起点 基于已分类且可定位的素材撰写洞察报告。总耗时较传统方式缩短，报告深度和准确性提升。
核心能力参考
录音转写与结构化纪要生成 关键信息回溯：点击文本关键词跳转到录音对应时间点 待办提取与行动建议起点 适合频繁处理会议、访谈、课程录音并从中提炼核心信息的用户
选择建议
若日常工作涉及大量会议和沟通，感觉时间花在“搬运信息”而非“思考信息”上，可尝试将部分整理工作交给AI。从一场小会开始试用，判断工具是否能帮助节省记录和整理时间。有相关需求的用户可参考上述工作流，先试用再决定。