周报、会议纪要和邮件草稿，是很多人每周都要重复做的三件事。它们都不难，但凑在一起就很耗时间：翻聊天记录找本周做了什么，对着会议录音整理要点，再把一封邮件改三遍才敢发出去。这篇文章分享一条可以在手机上跑通的流程，用的工具是 LM Station，一部 iPhone 就能完成从素材整理到成稿的全过程。
先简单介绍一下这个工具。LM Station 是 iPhone、iPad、Mac 上的 AI 工作台，有人把它叫作“个人版 LM Studio”：它聚合了 20 多个云端模型，包括 GPT、Claude、Gemini、Qwen、DeepSeek 等，同时支持在 iPhone 上直接本地运行大模型（Ollama 与离线模型），另外还有 Deep Research、RAG 知识库、长期记忆、OCR 与视觉理解、语音、图片生成、自定义 Agent 等功能。据开发者介绍，LM Station 累计下载已突破 100 万。下面这条流程用到的，就是其中几个最贴合办公场景的功能。
第一步：语音口述本周要点，让 AI 先列周报骨架
写周报最难的不是措辞，而是回忆。建议先不急着写句子，直接对着手机语音口述：这周开了哪几个会、推进了哪几件事、卡在哪里、下周打算做什么。口述不用讲究顺序和完整，想到什么说什么，LM Station 的语音功能会把语音转成文字，再由模型整理成一份有条理的周报骨架：本周完成、本周进展中、遇到的问题、下周计划。
这一步的关键是“先骨架、后润色”。骨架出来之后，你一眼就能看出哪件事缺了结果、哪件事只有过程没有结论，补两句事实进去，整篇周报的逻辑就立住了。比起对着空白文档发呆，先拿到一份结构完整的草稿再改，效率高得多。
第二步：拍照或上传资料，用 OCR 与视觉提取关键信息
很多办公素材并不在备忘录里，而是在白板照片、会议室拍的屏幕、纸质单据或者别人发来的截图里。这时候可以把图片直接发给 LM Station，用它的 OCR 与视觉理解功能提取关键信息：白板上的待办、表格里的数字、截图里的会议时间。提取出来的文字可以直接作为周报和纪要的素材，不用自己逐字抄。
一个实用的习惯是：开会时随手拍一张白板或屏幕，会后立刻把图发给 AI，让它提炼出三到五条要点。这样做的好处是信息还热乎，错漏也容易当场发现；等到周五再翻相册回忆，细节早就模糊了。
第三步：用知识库查自己以往的资料和模板再写
周报、纪要和邮件其实都有固定格式，只是每次写都像第一次写。解决办法是把自己以往写得比较好的周报、常用的汇报模板、团队的格式要求放进 LM Station 的 RAG 知识库里。写新一期的时候，先在知识库里问一句：上次的周报结构是怎样的？团队对纪要的格式有什么要求？AI 会结合你自己的资料回答，而不是凭空编一个通用模板。
这一步最适合长期使用。知识库里的资料越贴近你的真实工作，AI 给出的参考就越像“你自己的风格”，而不是网上抄来的范文。第一次整理资料花半小时，之后每周都能省下反复找模板的时间。
第四步：同一个草稿换两个模型各跑一版，挑语气更合适的
周报给领导看和给团队看，语气本就应该不一样；发给客户的邮件和发给同事的邮件，措辞的分寸也不同。LM Station 聚合了 20 多个云端模型，同一个草稿可以换两个模型各生成一版：比如一版偏正式严谨，一版偏简洁直接。对比着看，你很快就能判断哪一版更适合这次的收件人。
这里建议不要只看一版就定稿。不同模型在结构和语气上的差异很明显，有的擅长分点陈述，有的擅长把事情说得更口语化。多跑一版的成本只是多一次对话，但成稿的“得体程度”往往就差在这一步。挑好之后再自己通读一遍，把 AI 写得不准确的事实改掉，这是不能省的人工环节。
第五步：用长期记忆记住汇报风格和常用格式
这条流程能越用越顺，靠的是长期记忆功能。你可以在使用中让 LM Station 记住你的汇报风格：比如周报习惯先写结论再写进展，纪要习惯按“决议、待办、负责人”三栏整理，邮件开头习惯先说背景再提请求。下一次写同类文档时，AI 生成的初稿就会更接近你的习惯，修改量自然变小。
不过也要提醒一点：记忆是辅助，不是全权委托。涉及数字、日期、人名和承诺事项，一定要自己核对原文再发。AI 记得你的格式，不代表它记得你这周到底做了什么，事实部分永远以你自己的记录为准。
适合谁，不适合谁
这条流程适合每周要写周报、整理会议纪要、起草工作邮件的上班族，尤其适合经常在路上、只能用手机处理文字工作的人；也适合已经有固定模板和汇报风格，想把重复劳动省下来的人。它不适合指望 AI 直接替你汇报工作进展的人——AI 不知道你开会时达成了什么口头约定，也核实不了你手头项目的真实进度；同样不适合对措辞有极高合规要求的正式公文，那类文档还是要按单位的规范人工审定。
如果你还想看看 LM Station 在其他场景里的用法，可以读读本站另一篇分享：备考能用 AI 辅导吗？LM Station 本地模型 + 知识库的学习用法，讲的是备考和自学时怎么用本地模型和知识库；也可以看看更早的一篇：LM Station 长期记忆用法，对长期记忆功能讲得更细。想直接试用的话，可以在 LM Station 的 App Store 页面下载，或者先到官网 lmstation.ai 了解这款 iPhone 本地大模型 App 的完整功能。
利益相关：LM Station 为本站团队开发的产品，本文为官方分享。
