开完会还要手写纪要？LM Station 能把会议录音整理成待办清单吗？
可以，LM Station 能把会议录音整理成带待办的纪要，但人名、数字和决议必须人工逐条核对。LM Station 是 iPhone、iPad 和 Mac 上的 AI 工作台，本文用它现有的对话、语音、知识库功能组合出一套会后整理流程：录音先转成文字，再整理成结构化纪要，最后存进知识库，下次开会前还能先回顾上次的结论。
先说一句实话：这套流程省的是“从头写纪要”的时间，省不掉“核对”的时间。AI 整理纪要最容易出错的地方，恰恰是最关键的地方——谁负责、截止到哪天、到底定了什么。把核对当成流程的一部分，这套方法才真正好用。
为什么会议纪要总写不好
大多数人开完会写纪要，难的不是打字，而是还原。会上同时要听、要记、要发言，记下来的往往是碎片：半句决议、一个没写主语的待办、一个只写了“下周三”的日期。过两天再翻笔记，连自己都看不懂。
更麻烦的是纪要写完就沉底。决议散落在聊天记录和文档里，下次开会前没人翻，同一个问题开两次会、同一件事问三遍，都是常态。纪要的价值不在“写完了”，而在“下次能找回来、能对得上”。
LM Station 在这件事上的定位很清楚：它不是录音笔，也不是自动会议助手，而是一个能把文字材料整理、归档、再检索的 AI 工作台。录音转文字这一步，需要先用系统自带的录音或转写工具完成，再把文字交给 LM Station 处理。
会前准备：先定好纪要的格式
动手之前，先在 LM Station 里定好纪要模板。格式固定下来，AI 输出才稳定，每次核对也知道去哪里找信息。建议的模板只有四项：
- 会议信息：日期、参会人、会议主题，一行写清；
- 决议：会上定下来的事，每条一句话；
- 待办清单：每条包含事项、负责人、截止时间三要素，缺一个就算不完整；
- 未决问题：会上没定下来、需要下次继续讨论的事，单独列出。
把这个模板保存成一段固定提示词，每次整理纪要时直接复用。LM Station 支持多模型切换，整理纪要这类长文本任务，可以选一个擅长中文理解的云端模型，比如 Claude 或 GPT；如果会议内容涉密，也可以在 iPhone 上用本地模型离线处理，录音文字不上传云端。
第一步：把录音变成文字
LM Station 本身不负责录音，开会时用 iPhone 自带的语音备忘录或系统录音功能录音即可。会后把录音转成文字稿，再复制到 LM Station 的对话里。
转文字这一步有两点要注意。第一，录音质量决定转写质量：手机尽量放在离发言人近的位置，线上会议直接用系统录制，比对着扬声器二次录音清楚得多。第二，转写稿不用追求完美标点，但要保证发言分段清晰，人名第一次出现时最好手动标注，避免同音不同字的人名在后面全篇出错。
如果会议是英文或中英夹杂，同样可以先转写再整理。LM Station 的翻译与外语阅读能力在之前的文章里已经介绍过，用 LM Station 做翻译与外语阅读一文里有更详细的操作方法，会议纪要的整理思路与之相通：先拿到可靠的文字稿，再交给 AI 处理。
第二步：让 LM Station 整理出结构化纪要
文字稿准备好后，在 LM Station 里新建对话，粘贴文字稿，并给出明确的整理指令。指令越具体，输出越能直接用，例如这样写：
请把下面这段会议记录整理成结构化纪要，格式分四部分：会议信息、决议、待办清单、未决问题。待办清单每条必须写明事项、负责人、截止时间，原文没提到的写“未明确”，不要猜测。决议只写会上明确说定的内容，不要引申。
“不要猜测”这四个字很关键。AI 整理纪要时，最容易犯的错误就是把“可能”“大概”补全成肯定句。明确要求它只写原文有的内容、缺失的标“未明确”，能大幅减少幻觉。
一次输出不满意，可以接着追问细化，比如“把待办清单单独列成表格”“决议部分再精简成三条”“未决问题里加上是谁提出的”。LM Station 的多轮对话适合这种反复打磨，纪要改到能直接发出去为止。
顺带一提，LM Station 聚合了 20+ 云端模型，包括 GPT、Claude、Gemini、Qwen、DeepSeek 等，整理纪要时如果对某个模型的输出不满意，可以换一个模型用同一份文字稿再跑一次，对比哪份更准确。据开发者介绍，LM Station 累计下载已突破 100 万。想在 iPhone 上试试这套流程，可以从 LM Station下载 App，更多功能介绍见官网 lmstation.ai。
第三步：人工核对——这一步不能省
AI 输出的纪要发出去之前，必须逐条核对。下面这张清单，建议每次发纪要前照着过一遍：
- 人名：每个名字是否写对、是否张冠李戴，尤其注意同音不同字的人名；
- 数字：金额、数量、比例有没有被改写或四舍五入，原文是多少就写多少；
- 日期：“下周三”“月底”这类相对时间有没有换算成具体日期，换算是否正确；
- 决议：每条决议是否真是会上定下来的，还是 AI 把“讨论过”写成了“决定了”；
- 负责人：每条待办的负责人有没有依据，原文没点名的人不要凭空指定；
- 遗漏：对照文字稿快速扫一遍，有没有整段讨论被 AI 直接跳过。
核对时有个省力办法：只核对“发出去会产生后果”的内容。寒暄、背景介绍写错了影响不大，但负责人、截止时间、金额写错了，第二天就有人按错的去执行。这六项里，前五项是必查项，第六项时间紧时可以抽查重点段落。
核对完再发，是对参会同事负责，也是对自己负责。一份有错的纪要，比没有纪要更糟糕，因为大家会按错的版本行动。
第四步：存进知识库，下次开会前先回顾
纪要核对无误后，把最终版存进 LM Station 的知识库（Knowledge Backpack）。LM Station 的知识库支持 RAG 检索，可以把纪要文档、相关资料一起放进去，之后用自然语言提问就能找回来，比如“上次会定的上线日期是哪天”“市场方案的负责人是谁”。
具体做法是：在 LM Station 里把定稿的纪要保存为文档并加入知识库，按项目或团队分文件夹存放。连续几周的会议纪要攒下来，就成了一份可检索的项目档案。
下次开同一主题的会之前，先在 LM Station 里问一句：“回顾一下上次会议的决议和未完成的待办。”带着上次的结论进会场，会议一开始就能对齐进度，不用再花前十分钟回忆“上次说到哪了”。长期坚持下来，纪要就从“写完就忘的文档”变成了“团队的记忆”。
这套流程适合谁
这套流程最适合每周要开好几次会、会后还要写纪要的人：项目经理、团队负责人、产品和运营同学，以及经常参加跨部门会议、需要把决议同步给没参会同事的人。对他们来说，纪要不是额外负担，而是工作本身的一部分，省下的时间每周都能看得见。
不太适合两种情况。第一，会议本身高度敏感、涉及未公开商业信息，又必须用云端模型处理时，要先确认公司的信息安全规定，能用本地模型离线处理就优先用本地模型。第二，会议只有两三个人、五分钟就能口头对齐的小会，为这套流程走完整四步反而更费事，口头确认加一条群消息就够了。
另外提醒一点：纪要整理得再好，也代替不了会上的认真听。AI 能帮你把碎片拼成文档，但判断“这句话是不是决议”“这个待办到底归谁”，仍然需要参会者自己的理解。工具省的是体力活，判断力还得自己留着。
同样是“把散乱的材料变成清楚的结论”，这套思路也可以用在别的场景里。比如用 LM Station 做账单复盘一文里，就是把一堆账单交给 LM Station 整理成消费结论，核对清单的思路与会议纪要完全一样：AI 负责整理，人负责核对关键数字。今日另一篇 LM Station 文章见《改简历、写求职信、练面试，用 LM Station 一个 App 走完求职准备》。
常见问题
问：LM Station 能直接录音并自动生成会议纪要吗？
答：不能一键完成。LM Station 负责的是“文字稿整理成纪要、存入知识库、事后检索”这几步，录音和语音转文字需要先用系统录音或转写工具完成，再把文字稿交给 LM Station 处理。
问：会议内容涉密，用 LM Station 整理纪要安全吗？
答：涉密内容建议优先用 LM Station 的本地模型在 iPhone 上离线处理，文字不上传云端。用云端模型前，先确认公司的信息安全规定，涉密会议不建议直接粘贴全文。
问：AI 整理的纪要可以直接转发给同事吗？
答：不可以直接转发。发之前必须按文中的核对清单逐条检查人名、数字、日期、决议和负责人，确认无误后再发，有错的纪要比没有纪要更糟糕。
利益相关：LM Station 为本站团队开发的产品，本文为官方分享。
