会议分析器

会议洞察分析器 (Meeting Insights Analyzer)

> 最初由 maximcoding 贡献 —— 由 claude-skills 团队增强并集成。

将会议转录文本转化为关于沟通模式、领导力行为和人际动态的具体且有据可查的反馈。

核心工作流

1. 摄取与盘点

扫描目标目录中的转录文件 (.txt, .md, .vtt, .srt, .docx, .json)。

针对每个文件：

• 从文件名或内容中提取会议日期（预期为 YYYY-MM-DD 前缀或嵌入的时间戳）

• 识别发言人标签 —— 寻找如 Speaker 1:, [John]:, John Smith 00:14:32 或 VTT/SRT 提示词格式的模式

• 检测用户身份：若不明确则询问，否则根据最频繁的发言人或文件名线索进行推断

• 记录：文件名、日期、时长（根据时间戳）、参与人数、字数

打印一份简短的盘点表，以便用户在开始深度分析前确认范围。

2. 转录文本标准化

不同工具生成的格式差异巨大。在分析前，将所有内容标准化为统一的内部结构：

{ speaker: string, timestamp_sec: number | null, text: string }[]

各格式处理方式：

• VTT/SRT: 解析提示词时间戳 + 文本。发言人标签可能在行内 (<v Speaker>) 或作为前缀。

• 纯文本: 寻找每行开头的 Name: 或 [Name] 前缀。如果没有发言人标签，提醒用户单人分析将受限。

• Markdown: 去除格式，然后视作纯文本处理。

• DOCX: 提取文本内容，然后视作纯文本处理。

• JSON: 预期为包含 speaker/text 字段的对象数组（常见的 Otter/Fireflies 导出格式）。

如果缺失时间戳，则优雅降级 —— 跳过依赖时间的指标（如语速、停顿分析），但仍执行基于文本的分析。

3. 分析

运行以下所有适用的分析模块。每个模块相互独立 —— 跳过不适用的模块（例如，如果没有发言人标签，则跳过发言比例分析）。

---

#### 模块：发言动态 (Speaking Dynamics)

计算每位发言人的：

• 字数及占会议总字数的百分比

• 发言次数 —— 每人发言的次数

• 平均发言长度 —— 每次连续发言的字数

• 最长独白 —— 标记超过 60 秒或 200 字的发言

• 打断检测 —— 在前一位发言人最后时间戳 2 秒内开始的发言，或句子中间的中断

生成单场会议摘要；若存在多份转录文本，则生成跨会议平均值。

需要揭示的警示信号 (Red flags)：

• 在 1:多 会议中，用户发言占比 > 60%（主导过度）

• 在由用户主持的会议中，用户发言占比 < 15%（参与度低或过度授权）

• 某位参与者从未发言（被忽视的声音）

• 打断比例 > 2:1（用户频繁打断他人）

---

#### 模块：冲突与直接度

扫描用户发言中的委婉语（hedging）和回避标志：

委婉语言（单次评分，按会议汇总）：

• 限定词："maybe"（可能）、"kind of"（有点）、"sort of"（某种程度上）、"I guess"（我想）、"potentially"（潜在地）、"arguably"（可以说）

• 寻求许可："if that's okay"（如果可以的话）、"would it be alright if"（如果……可以吗）、"I don't know if this is right but"（我不确定这是否正确，但是）

• 推卸/回避："whatever you think"（随你怎么想）、"up to you"（由你决定）、"I'm flexible"（我都可以）

• 不同意前的缓冲词："I don't want to push back but"（我不想反驳，但是）、"this might be a dumb question"（这可能是一个很傻的问题）

冲突回避模式（需要更多上下文，需标注置信度）：

• 紧张气氛后的话题转移（发言者 A 提出问题 $\rightarrow$ 用户转向讨论后勤/细节）

• 无承诺的赞同："yeah totally"（没错，完全正确）之后没有采取行动或跟进

• 将他人的顾虑淡化："it's probably not that big a deal"（这可能没那么严重）

• 在本应讨论绩效的 1:1 会议中缺乏反馈

针对每个标记实例，提取：

• 完整引用（包含前后各 2 轮对话的上下文）

• 严重程度标签：low（单个委婉词）、medium（单次交流中出现委婉模式）、high（明显回避了必要的对话）

• 修改建议：更直接的表达方式应该是怎样的

---

#### 模块：填充词与语言习惯

统计以下词汇的出现次数："um"、"uh"、"like"（非比较含义）、"you know"、"actually"、"basically"、"literally"、"right?"（附加疑问句）、"so yeah"、"I mean"

报告内容：

• 每场会议的总数

• 每 100 个单词的出现率（用于消除会议长度的影响）

• 按填充词类型分类的明细

• 上下文峰值 —— 填充词是否在特定情况下增加？（例如：在回应高级管理层时、给出负面反馈时、被突然提问时）

仅当出现率超过每 100 个单词约 3 次时，才将其标记为问题。低于此数值则视为正常说话习惯。

---

#### 模块：提问质量与倾听

对用户的提问进行分类：

• 封闭式（是/否）："Did you finish the report?"（报告写完了吗？）

• 引导式（答案已嵌入）："Don't you think we should ship sooner?"（你不觉得我们应该早点发布吗？）

• 开放且真诚："What's blocking you on this?"（这件事上你遇到了什么阻碍？）

• 澄清式（引用前文）："When you said X, did you mean Y?"（当你提到 X 时，你的意思是 Y 吗？）

• 构建式（延伸他人想法）："That's interesting — what if we also Z?"（很有意思 —— 如果我们也做 Z 会怎样？）

良好倾听指标：

• 澄清式和构建式提问（表明在积极处理信息）

• 改述："So what I'm hearing is..."（所以我的理解是……）

• 引用会议早些时候他人提到的观点

• 邀请沉默的参与者发表意见

糟糕倾听指标：

• 提出一个已经被回答过的问题

• 在不承认对方回应的情况下重复自己的观点

• 用无关话题回答问题

报告开放式/澄清式/构建式提问与封闭式/引导式提问的比例。

---

#### 模块：引导与决策

仅在用户为会议组织者或引导者时适用。

评估项：

• 议程执行力：会议是否遵循结构，还是在跑题？

• 时间管理：每个话题的实际用时与预期相比如何？

• 包容性：引导者是否积极引导沉默的参与者发言？

• 决策清晰度：决策是否被明确陈述？（例如：“那么我们决定采用方案 B —— Sarah 负责在周五前跟进。”）

• 行动项：是否分配了负责人和截止日期，还是含糊其辞？

• “停车场”纪律：离题项是否被记录并推迟讨论，还是导致了会议脱轨？

---

#### 模块：情绪与能量

追踪情绪曲线
分析用户在整个会议中的语言状态：

• 正面指标：热情的赞同、鼓励、幽默、赞赏

• 负面指标：沮丧、轻视、讽刺、简短生硬的回答

• 中立/平淡：低能量回应、单字回答

标记能量下降点 —— 即用户参与度明显降低的时刻（话语变短，回应内容减少）。这些时刻通常与不适、无聊或回避相关。

---

4. 输出报告

将最终输出结构化为一份完整的报告。使用以下框架 —— 若数据不足，请省略相应章节：

# 会议洞察报告
周期: [最早日期] – [最晚日期]
分析会议数: [数量]
转录文本总词数: [数量]
您的发言占比 (平均): [X%]
---
三大核心发现
[按影响力排序。每项发现包含 2-3 句话 + 一个包含直接引用和时间戳的具体示例。]
详细分析
发言动态
[统计表格 + 叙述性解读 + 标记的红旗预警]
直接度与冲突模式
[按模式类型分组的标记实例，包含原话及修改建议]
语言习惯
[填充词统计，上下文激增情况，仅在频率 > 3/100 词时显示]
倾听与提问
[问题类型分解，倾听指标，具体示例]
引导能力
[仅在适用时显示 —— 议程、决策、待办事项]
能量与情绪
[趋势总结，标记的能量下降点]
优势
[用户做得出色的 3 个具体方面，并附带证据]
增长机会
[按影响力排序的 3 项建议，每项包含：需要改变什么，为什么重要，以及一个具体的“下次尝试这样说”的行动方案]
与前一周期对比
[仅在存在先前分析时显示 —— 关键指标的增减情况]

5. 后续选项

交付报告后，提供以下选项：

• 针对特定会议或模式进行深度分析

• 一页纸的“沟通速查表”，列出用户最需要改变的 3 个习惯

• 追踪设置 —— 将当前指标保存为基准，以便未来对比

• 导出为 markdown 或结构化 JSON，用于绩效评估

---

边缘情况处理

• 无发言人标签：提前告知用户。进行文本级分析（全文本的填充词、问题类型），但跳过单人指标。建议重新导出并开启发言人识别。

• 会议时间极短（< 5 分钟或 < 500 词）：进行分析，但注明短会议的模式可能不具代表性。

• 非英语转录文本：填充词和委婉语词典以英语为中心。对于其他语言，注明此限制并侧重于结构分析（发言比例、轮替、问题数量）。

• 单场会议 vs. 语料库：如果只有一份转录文本，跳过趋势/对比描述。将发现集中在单场会议上。

• 无法识别用户：扫描后若无法确定哪个发言人是用户，请在开始前询问，不要猜测。

转录文本来源提示

仅在用户不确定如何获取转录文本时，在输出中包含此部分：

• Zoom: 设置 $\rightarrow$ 录制 $\rightarrow$ 启用“音频转录”。从云端录制中下载 .vtt 文件。

• Google Meet: 自动转录将保存至日历事件对应的 Drive 文件夹中的 Google Docs。

• Granola: 导出为 markdown。在消费级工具中发言人标签质量最高。

• Otter.ai: 从 Web 控制面板导出为 .txt 或 .json。

• Fireflies.ai: 导出为 .docx 或 .json —— 两者均适用。

• Microsoft Teams: 转录文本出现在会议聊天中。下载...

建议采用 YYYY-MM-DD - 会议名称.ext 的命名规范，以便于按时间顺序进行分析。

---

反面模式 (Anti-Patterns)

| 反面模式 | 失败原因 | 更好的方法 |
|---|---|---|
| 在没有发言人标签的情况下分析 | 无法获取个人指标 —— 结果仅为泛泛的词云 | 要求用户在开启发言人识别后重新导出 |
| 对 5 分钟的站会运行所有模块 | 过度分析 —— 语气词和冲突分析需要 20 分钟以上的会议 | 自动检测会议时长并跳过无关模块 |
| 在没有上下文的情况下提供原始指标 | “你说了 47 次‘嗯’”在没有基准对比时会令人沮丧 | 始终与常模对比并展示随时间变化的趋势 |
| 孤立地分析单场会议 | 单场会议只是快照而非模式 —— 结论不可靠 | 趋势类辅导至少需要 3 场以上的会议 |
| 将发言时间均等视为目标 | 主持人【应该】少说；演讲者【应该】多说 | 根据会议类型和角色对发言比例进行加权 |
| 将所有委婉词 (Hedge words) 标记为负面 | “我认为”和“也许”在头脑风暴中是恰当的 | 区分决策会议（委婉词不利）和构思会议（委婉词可行） |

---

相关技能

| 技能 | 关系 |
|-------|-------------|
| project-management/senior-pm | 更广泛的 PM 范畴 —— 用于项目规划、风险管理和干系人管理 |
| project-management/scrum-master | 敏捷仪式 —— 与会议分析器配合提升回顾会议质量 |
| project-management/confluence-expert | 将会议分析结果存储为 Confluence 页面 |
| c-level-advisor/executive-mentor | 高管沟通辅导 —— 提供互补的视角 |