会议室里投影还没关，白板上留着几行被擦掉一半的字。散会后，有人把录音和零散笔记丢给工具，几分钟后得到一份结构整齐的会议纪要。看上去省事了，但问题也从这里开始：那些会上没有说透的话，被整理成了很像结论的句子。
会议纪要常被当作大语言模型的轻量任务：提取要点、归并重复、润色语气。它确实擅长这些。但纪要并不只是把两小时压缩成半页纸，它还要区分事实、判断和待确认事项。模型容易把出现频率高的词当成重点，把语气肯定的表述当成共识，却不一定能识别沉默、迟疑和没有表态的部分。
摘要不是删减，而是判断
一份能用的纪要，价值往往不在“写了什么”，而在“没有替谁下结论”。比如会上有人说“这个方向可以再评估”，模型可能整理成“方向已确认，后续推进”。字面看只是顺了一下，实际却把开放问题关上了。类似偏差不会每次都显眼，却会让后续执行反复回头找原话。
从使用角度看，这不是模型是否聪明的问题，而是任务目标不同。大语言模型被要求输出连贯文本，自然会倾向补全逻辑、减少犹豫。人可以接受一份带问号的纪要，模型却更愿意交出一份看起来完整的纪要。于是，整理动作越顺滑，越需要有人检查它有没有把“可能”写成“确定”。
让模型整理，不替人定责
更稳妥的分工，是把模型放在“候选记录”的位置，而不是直接生成任务分派。纪要里最敏感的部分通常不是讨论过程，而是谁负责、什么时候完成、哪些事项还没定。这些信息一旦由模型猜测，后面就很难追溯。
- 保留原文锚点：关键句能回到录音或笔记位置，方便核对，而不是只留一段顺滑摘要。
- 显式标记不确定：把“倾向”“待确认”“暂无结论”原样留下，不急着改成肯定句。
- 责任栏由人补齐：任务、负责人和时间点单独确认，不让模型从语气里推断。
这三件事不复杂，却决定纪要能不能真正被使用。大语言模型可以写得快、写得整齐，但整齐不等于准确。尤其在多人讨论里，一句话的上下文常常比句子本身更重要，脱离语境的归纳很容易丢掉关键限制条件。
边界感来自工作流，不是提示词
有人希望用一句更长的提示词解决所有问题，实际效果往往有限。更可靠的做法，是把边界放进工作流：输入材料是否完整，模板是否区分事实与判断，输出是否经过确认，修改痕迹是否保留。模型只是其中一个环节，不是最后签字的人。
会议纪要只是一个切口。当大语言模型进入日常文档，它更像一个速度很快的初级记录员：能帮忙整理，能减少重复劳动，但不适合替人承担判断。把可回查的痕迹留下，把不确定的地方标出来，比生成一段漂亮话更重要。