speech-notes（演讲笔记）

演讲纪要整理 Skill

将录音转写为高质量的结构化演讲纪要。整个流程分两步：转写和整理。

第一步：转写

音频预处理

• 用 ffprobe 获取时长、采样率等信息
• 超过 5 分钟的录音：用 ffmpeg -f segment -segment_time 300 分段（每段 5 分钟）
• 每段压缩：ffmpeg -ar 16000 -ac 1 -b:a 32k（降低体积，提高 API 成功率）

转写方式（优先级）

1. 飞书 STT：如有 file_key，调用 scripts/speech-to-text.sh --feishu-file-key <key>
2. 分段 Gemini：写 Python 脚本，逐段调用 generativelanguage.googleapis.com，用 inline_data 传 base64 音频
3. 分段 Qwen：DashScope qwen-omni-turbo，同上方式

转写 Prompt

请精确转写这段中文语音的全部内容，保留原始表述和口语化表达，不要遗漏任何内容。只输出转写文字。

注意事项

• Gemini 转写可能繁简混杂（同一段落出现繁体和简体），整理时需统一
• 保存原始转写到本地文件备查

第二步：整理

文档结构（必须包含）

# [标题：有观点、有张力，不要纯描述]

> 整理自 [谁] 于 [日期] 在 [场合] 的讲话要点     ← 引用容器，居中对齐

## 一、[主题板块]
### [三级标题]
正文段落 / bullet 列表

---                    ← 分隔线：仅在 H2 之间使用

## 二、[主题板块]
...

核心原则

1. 头部三要素

• 谁说的：讲话人姓名和职位
• 什么场合：会议名称、日期
• 标题：提炼核心观点，不要只写「XX会议纪要」
• 头部归属行放在引用容器（飞书 quote_container）中，居中对齐

2. 第一人称视角

• 保留讲话人的第一人称（「我」「我们」），但精简多余的「我」
• 不要改成第三人称（「讲话者认为」）

3. 保留原味，去除口语

• 保留：讲话人的力度表达（「打脸」「浪费生命」「给它打工」）、场景中的人物称呼（群里叫「铎神」就写「铎神」，不要改成全名）
• 去除：「呃」「就是说」「怎么讲」等填充词、重复的句子、碎碎念式的过渡

4. 不加 AI 痕迹

• 不要在文档底部写「本文由 AI 转写整理」
• 不要加「原始录音约 XX 分钟」
• 交付的是一份正式纪要，不是 AI 产物

⭐ 排版格式规范（最重要的部分）

这些规则来自对高质量终稿的 block 级逆向分析。排版直接决定文档的可读性。

标题层级严格分工

关键区分：

• 「第一，「活人感」」「第二，跨会话记忆」→ 加粗文本段，不是 H3/H4
• 「关于人才输出」→ 加粗文本段，不是 H3
• 只有独立的小节主题才用 H3，如「三个让人印象深刻的瞬间」「时间线与调整计划」
• 规则：如果一个子话题只有 2-3 个 bullet，用加粗文本段；如果有完整的段落+bullet 结构，才用 H3

段落文本 vs Bullet 的选择（核心）

这是 AI 整理纪要最容易犯的错。不是所有内容都该变成 bullet。

用段落文本（text block）的场景：

• 开场白 / 场景铺垫：「在座的各位主管，对大模型的理解，在全行业都处于前沿」
• 过渡引导句：「原因主要有：」「这是一个尚未完全确认的类比，但逻辑上是成立的：」
• 核心结论（加粗）：「核心认知转变：过去认为有一个强模型就够了，今天看来，Scaffold 同样重要。」
• 收束/感召句：「各位，我们有幸生于这个年代」「要把我们的生命投入到这一轮浪潮中」
• 已经足够有力的单句话，不需要拆成 bullet

用 Bullet 的场景：

• 并列论据/原因（「模型能力跃升」「框架飞速迭代」）
• 叙事序列（先发生A → 然后B → 最后C）
• 对比/映射（「过去：…」「未来：…」）
• 具体事例的细节展开

判断公式：这句话是「引出观点」还是「支撑观点」？引出 = 段落，支撑 = bullet。

Bullet 的嵌套与精炼

嵌套规则：

• 最多 3 层（一级 bullet → 二级 sub-bullet → 三级 sub-sub-bullet）
• 一级 bullet = 论点/事件主干
• 二级 sub-bullet = 证据/细节/对话
• 三级仅在必要时使用（如飞轮链条：用户→问题→修复→PR→进化→更多用户）

精炼规则：

• Bullet 前半加粗 + 后半普通：「范式变了，当前的组织必然不高效——无论工作流还是人员配置…」
• 加粗部分是核心论点（可以只扫加粗就读懂全文），后半是解释/证据
• 每个 bullet 控制在 1-2 行，超过就该拆成子 bullet
• 对比用「前缀：内容」格式：「过去：给业务部门交付模型」「未来：Model + API + Scaffold 的体系交付」

引用块（Quote Block）的使用

• 整篇文档只用 1-2 个 引用块，用于最有冲击力的原话
• 如：「今天是在跟时间赛跑。慢一天，能输出的机会就少一点。」
• 飞书引用块可加背景色（background_color: 4 = 绿色背景）增强视觉效果
• 不要 把所有直接引语都做成引用块——太多就失去了强调效果

表格的使用

• 结构化数据（时间线、对照表）用飞书表格，不用 bullet 模拟
• 表头用 H4 加粗，数据行用普通文本
• 适合场景：里程碑/时间线、功能对比、角色分工

呼吸感（空行与分隔线）

• H3 后 空一行再开始内容（如果下面紧跟加粗标签）
• 加粗标签后 直接跟 bullet（不空行）
• bullet 组与下一个加粗标签之间 空一行
• H2 之间 用分隔线 --- + 空行（文档仅在 H2 之间有分隔线，其他地方不用）
• 结语段落之间 空一行（每句话独立成段，增强节奏感）

加粗的层次

加粗不是随便用的，它有明确的层次：

1. 整句加粗（最强调）：核心结论、感召句

- 「核心认知转变：过去认为有一个强模型就够了，今天看来，Scaffold 同样重要。」 - 「要把我们的生命投入到这一轮浪潮中，做出真正能改变世界的事情！」

1. Bullet 前半加粗（论点突出）：论据 bullet 的核心部分

- 「快 = 保人——调整得快，才有可能把人才留在小米体系内」 - 「模型能力跃升——核心是指令遵循」

1. 关键词加粗（重点标记）：人名、数字、专有名词

- 「Model + API + Scaffold 的体系交付」 - 「提出了一个新概念：「体感」」

1. 子话题标签（结构引导）：不用标题，用加粗文本段落

- 「第一，「活人感」」 - 「关于人才输出」 - 「调整分两步：」

常见错误（避免）

润色检查清单

整理完成后逐项检查：

• [ ] 标题是否有观点和张力？
• [ ] 头部引用容器是否交代了谁、什么场合？
• [ ] 人名是否正确？（向用户确认不确定的人名）
• [ ] 专有名词是否正确？（产品名、公司名、技术术语）
• [ ] 是否统一了简繁体？
• [ ] 口语填充词是否清除干净？
• [ ] 段落 vs bullet 选择是否正确？（开场/结论/感召 = 段落，论据/事例 = bullet）
• [ ] 子话题是否正确分级？（独立小节 = H3，轻量标签 = 加粗文本）
• [ ] 每个 bullet 是否有「前半加粗」的论点突出？
• [ ] 引用块是否控制在 1-2 处？
• [ ] H2 之间是否有分隔线？
• [ ] 段落间是否有适当呼吸感？
• [ ] 是否保留了讲话人的语言风格和力度？
• [ ] 是否去掉了 AI 痕迹？
• [ ] 飞书文档格式是否正确（引号用「」不用""）？

交互流程

1. 收到音频 → 告知用户「正在转写，约X分钟」
2. 转写完成 → 先给用户看大纲和文本内容，确认后再写入飞书文档
3. 用户反馈 → 修改（注意：修改飞书文档时，纯样式变更用 API 直接改 block，不要 write 全文覆盖）
4. 如果用户要求改标题颜色等样式 → 用飞书 block API 的 update_text_elements + text_color

飞书 text_color 枚举

飞书 background_color 枚举（文字背景色）