千问3.5-27B多轮对话实战：会议纪要总结+待办事项抽取+行动项生成

你是不是也经常被冗长的会议纪要搞得头大？一小时的会议，整理成文字要花两小时，还得从里面挑出关键信息和待办事项。更头疼的是，不同人的发言混杂在一起，要理清谁说了什么、谁该做什么，简直像在玩解谜游戏。

今天，我来分享一个实战方案：用千问3.5-27B大模型，一键搞定会议纪要的智能处理。这个方案能帮你自动总结会议要点、精准抽取待办事项，还能生成清晰可执行的任务清单。最棒的是，它已经部署好了，你只需要复制粘贴就能用。

1. 为什么需要智能会议纪要处理？

我们先来看一个真实的会议记录片段：

会议主题： 产品迭代规划会 时间： 2024年11月15日 14:00-15:30 参会人： 张伟（产品）、李娜（开发）、王明（测试）、赵琳（运营）

会议记录： 张伟：下个版本我们重点要做用户反馈的搜索功能优化，用户反映现在搜索不够精准。 李娜：技术上没问题，但需要明确具体需求，比如是模糊搜索还是精确匹配？预计需要2周开发时间。 王明：测试这边需要提前准备测试用例，特别是边界情况。建议下周一前给出需求文档。 赵琳：运营这边可以配合做用户调研，看看除了搜索，还有哪些功能需要优化。另外，市场部希望新功能能在月底上线。 张伟：好的，那李娜你负责技术方案，下周三前输出。王明同步准备测试计划。赵琳你协调用户调研，周五前给我初步结果。 李娜：收到，我会先做技术调研。 王明：测试计划我周四可以给出来。 赵琳：调研问卷我今天下班前发出来。

传统的处理方式是：人工阅读→标记重点→整理成表格→分配任务。这个过程至少需要30分钟，而且容易遗漏细节。

现在，我们可以让千问3.5-27B在几秒钟内完成：

• 自动总结：提炼会议核心讨论点和结论
• 智能抽取：识别所有待办事项和责任人
• 生成清单：整理成清晰的任务列表和时间要求

2. 环境准备与快速部署

2.1 访问已部署的千问3.5-27B服务

好消息是，你不需要自己从头部署模型。这个方案已经在 4 x RTX 4090 D 24GB 的GPU环境下部署完成，提供了开箱即用的中文Web界面。

访问方式很简单：

1. 打开浏览器
2. 输入访问地址（格式如下）：

   https://gpu-{你的实例ID}-7860.web.gpu.csdn.net/
   

3. 回车就能看到中文对话界面

如果你需要API调用，服务也提供了完整的接口。模型文件已经预下载到 /root/ai-models/Qwen/Qwen3.5-27B 目录，服务通过 supervisor 托管，重启后会自动恢复。

2.2 验证服务状态

在开始之前，我们先确认服务运行正常。如果你有服务器访问权限，可以执行：

# 查看服务状态
supervisorctl status qwen3527

# 如果服务未运行，启动它
supervisorctl start qwen3527

# 查看最近日志
tail -100 /root/workspace/qwen3527.log

对于大多数用户，直接通过Web界面访问就足够了。界面简洁直观，输入问题后点击「开始对话」或按 Ctrl + Enter 就能快速发送。

3. 会议纪要处理实战步骤

现在进入核心部分：如何用千问3.5-27B处理会议纪要。我将分三步带你完成整个流程。

3.1 第一步：会议纪要总结提炼

首先，我们把原始的会议记录交给模型，让它帮我们总结核心内容。

操作步骤：

1. 在Web界面的输入框中，粘贴会议记录
2. 添加总结指令
3. 获取结构化输出

实际示例：

请总结以下会议纪要的核心讨论点和结论：

会议主题：产品迭代规划会
时间：2024年11月15日 14:00-15:30
参会人：张伟（产品）、李娜（开发）、王明（测试）、赵琳（运营）

会议记录：
张伟：下个版本我们重点要做用户反馈的搜索功能优化，用户反映现在搜索不够精准。
李娜：技术上没问题，但需要明确具体需求，比如是模糊搜索还是精确匹配？预计需要2周开发时间。
王明：测试这边需要提前准备测试用例，特别是边界情况。建议下周一前给出需求文档。
赵琳：运营这边可以配合做用户调研，看看除了搜索，还有哪些功能需要优化。另外，市场部希望新功能能在月底上线。
张伟：好的，那李娜你负责技术方案，下周三前输出。王明同步准备测试计划。赵琳你协调用户调研，周五前给我初步结果。
李娜：收到，我会先做技术调研。
王明：测试计划我周四可以给出来。
赵琳：调研问卷我今天下班前发出来。

模型输出示例（流式逐步显示）：

会议核心总结：

1. 主要议题：产品搜索功能优化，解决用户反馈的搜索不精准问题
2. 技术评估：开发确认技术可行，需要明确需求细节（模糊/精确搜索），预计2周开发周期
3. 测试准备：需要提前准备测试用例，重点关注边界情况
4. 运营配合：进行用户调研，挖掘其他可优化功能点
5. 时间要求：市场部希望月底上线新功能

关键结论：

• 确定搜索优化为下版本核心功能
• 明确了各角色职责和时间节点
• 形成了初步的执行时间表

你看，原本需要人工阅读分析的内容，现在几秒钟就得到了清晰的结构化总结。模型不仅提取了关键信息，还按照逻辑进行了归类。

3.2 第二步：待办事项智能抽取

接下来更实用的功能：从会议记录中自动抽取所有待办事项。

操作步骤：

1. 使用专门的抽取指令
2. 指定输出格式
3. 获取任务清单

实际示例：

请从以上会议记录中抽取所有待办事项，按以下格式输出：
1. 任务描述
2. 负责人
3. 截止时间
4. 相关说明

模型输出示例：

待办事项清单：

1. 任务描述：明确搜索功能优化需求细节（模糊搜索/精确搜索） 负责人：李娜（开发） 截止时间：下周三前 相关说明：输出技术方案

2. 任务描述：准备测试用例，特别是边界情况 负责人：王明（测试） 截止时间：下周四前 相关说明：输出测试计划

3. 任务描述：进行用户调研，挖掘其他可优化功能 负责人：赵琳（运营） 截止时间：本周五前 相关说明：输出初步调研结果

4. 任务描述：给出详细需求文档 负责人：张伟（产品） 截止时间：下周一前 相关说明：供测试准备使用

5. 任务描述：技术调研 负责人：李娜（开发） 截止时间：未明确，建议尽快 相关说明：技术可行性验证

6. 任务描述：发布用户调研问卷 负责人：赵琳（运营） 截止时间：今天下班前 相关说明：启动调研工作

这个功能特别实用，因为它：

• 自动识别：从对话中找出所有任务项
• 关联责任人：准确匹配任务和负责人
• 提取时间：捕捉明确的时间要求
• 补充说明：添加相关背景信息

3.3 第三步：生成可执行行动项

最后，我们把抽取的待办事项转换成团队可以直接执行的行动项。

操作步骤：

1. 基于待办事项清单
2. 生成更具体的行动项
3. 添加优先级和建议

实际示例：

请将上述待办事项转化为具体的、可执行的行动项，并标注优先级（高/中/低）：

模型输出示例：

可执行行动项：

高优先级：

• 行动项：赵琳今天下班前发布用户调研问卷 产出物：调研问卷链接 验收标准：问卷覆盖主要功能点，问题清晰无歧义

• 行动项：张伟下周一前完成搜索功能需求文档 产出物：PRD文档 验收标准：包含功能描述、交互流程、验收标准

中优先级：

• 行动项：李娜下周三前输出技术方案 产出物：技术设计文档 验收标准：明确技术选型、架构设计、开发计划

• 行动项：王明下周四前完成测试计划 产出物：测试计划文档 验收标准：包含测试范围、用例设计、排期

低优先级：

• 行动项：赵琳本周五前输出初步调研结果 产出物：调研分析报告 验收标准：数据清洗完成，初步结论清晰

• 行动项：李娜尽快完成技术调研 产出物：调研笔记或简报 验收标准：关键技术点验证完成

这样的输出可以直接导入项目管理工具，或者作为任务分配的依据。每个行动项都有明确的产出物和验收标准，减少了后续沟通成本。

4. 高级技巧与批量处理

掌握了基础用法后，我们来看看如何提升效率和处理更复杂的场景。

4.1 使用API进行批量处理

如果你需要处理大量的会议纪要，Web界面可能不够高效。这时可以使用API接口进行批量处理。

文本接口调用示例：

# 准备请求数据
cat > /tmp/meeting_request.json << 'EOF'
{
  "prompt": "请总结以下会议纪要并抽取待办事项：\n\n会议主题：周例会\n时间：2024-11-15\n记录：张三：我们需要优化登录流程。李四：技术方案我下周给出。王五：测试需要提前介入。\n\n请按以下格式输出：\n1. 会议总结\n2. 待办事项清单",
  "max_new_tokens": 512
}
EOF

# 发送请求
curl -X POST http://127.0.0.1:7860/generate \
  -H "Content-Type: application/json" \
  --data @/tmp/meeting_request.json

图片理解接口（处理扫描件或截图）： 如果你的会议纪要是图片格式，比如扫描的笔记或截图，可以使用图片理解接口：

curl -X POST http://127.0.0.1:7860/generate_with_image \
  -F "prompt=请提取图片中的会议待办事项" \
  -F "max_new_tokens=256" \
  -F "image=@/path/to/meeting_notes.png"

4.2 定制化提示词模板

为了获得更稳定的输出格式，你可以创建自己的提示词模板。这里分享几个我常用的模板：

模板1：标准会议纪要处理

请处理以下会议记录：

【会议信息】
主题：{会议主题}
时间：{会议时间}
参会人：{参会人员}

【会议记录】
{会议内容}

请输出：
1. 核心讨论点（不超过5点）
2. 重要结论
3. 待办事项（格式：任务 | 负责人 | 截止时间 | 状态）
4. 下一步行动计划

模板2：敏捷站会纪要处理

以下是每日站会记录：

{站会记录}

请提取：
1. 昨日完成工作
2. 今日计划工作  
3. 遇到的障碍
4. 需要协调的事项

模板3：项目评审会纪要处理

项目评审会记录：

{评审记录}

请分析：
1. 项目当前状态
2. 识别出的风险点
3. 关键决策项
4. 后续跟进任务

使用模板时，只需要替换花括号 {} 中的内容，就能获得格式统一的输出。

4.3 处理多轮对话场景

千问3.5-27B支持多轮对话，这意味着你可以像跟真人助理一样，逐步完善会议纪要处理。

示例对话流程：

你：请总结这份会议纪要的核心内容（粘贴纪要）
模型：输出总结...

你：很好，现在请从刚才的纪要中提取所有分配给李娜的任务
模型：输出李娜的任务清单...

你：这些任务中，哪些需要在本周内完成？
模型：输出本周任务筛选结果...

你：为这些本周任务生成具体的行动项，包括所需资源和预计耗时
模型：输出详细行动项...

这种交互方式特别适合处理复杂的会议纪要，你可以逐步深入，获取不同维度的信息。

5. 实际应用案例与效果

让我分享几个实际应用中的案例，看看这个方案如何解决真实问题。

5.1 案例一：技术方案评审会

背景： 一个技术团队每周都有方案评审会，会议记录通常有2000-3000字，包含大量技术细节。

传统方式： 项目经理需要花1-2小时阅读记录，手动提取关键决策和技术选型结论。

使用千问3.5-27B后：

• 输入完整会议记录
• 使用定制模板：“提取技术决策点、识别技术风险、列出实验验证任务”
• 30秒内获得结构化输出
• 输出直接导入Confluence作为会议纪要

效果对比：

• 时间节省：从2小时减少到5分钟
• 信息完整度：人工提取可能遗漏20%的细节，AI提取覆盖95%以上
• 格式统一：输出格式标准化，便于后续跟踪

5.2 案例二：跨部门协调会

背景： 产品、研发、测试、运营多部门会议，讨论需求优先级和资源分配。

挑战： 不同部门的关注点不同，传统纪要难以满足各方需求。

解决方案：

1. 用千问3.5-27B生成统一纪要
2. 针对不同部门提取相关信息：
   • 给产品部：需求优先级和商业价值
   • 给研发部：技术任务和排期
   • 给测试部：测试重点和风险点
   • 给运营部：上线计划和推广要点

实际指令示例：

基于以上会议记录，请从研发角度提取：
1. 需要开发的功能列表
2. 技术难点和解决方案
3. 需要的资源支持
4. 预计时间节点

5.3 案例三：客户需求沟通会

背景： 与客户的需求沟通会，需要准确理解客户需求并转化为产品需求。

传统问题： 客户表述可能模糊，不同参会者理解不一致。

AI辅助方案：

1. 记录会议全程（或关键部分）
2. 用千问3.5-27B分析：
   • 客户明确提出的需求
   • 客户隐含的期望
   • 需要澄清的模糊点
   • 优先级判断依据
3. 生成需求澄清清单，用于后续确认

效果： 减少需求误解，提高需求分析效率。

6. 常见问题与优化建议

在实际使用中，你可能会遇到一些问题。这里我整理了一些常见情况和解决方法。

6.1 输出格式不稳定的问题

有时候模型的输出格式可能不符合预期，这时候可以：

方法一：在提示词中明确格式要求

请严格按照以下格式输出：

【会议总结】
1. 要点一
2. 要点二

【待办事项】
- 任务1 | 负责人 | 时间
- 任务2 | 负责人 | 时间

方法二：使用示例演示（Few-Shot Learning）

请参考以下格式处理会议纪要：

示例：
输入：张三说下周完成设计稿，李四说需要更多时间开发
输出：
待办事项：
1. 完成设计稿 | 张三 | 下周
2. 开发工作 | 李四 | 时间待定

现在请处理：
{你的会议纪要}

方法三：分步骤处理 先让模型提取信息，再让模型格式化输出，通过多轮对话获得理想结果。

6.2 处理超长会议纪要

千问3.5-27B有上下文长度限制，如果会议纪要太长，可以：

策略一：分段处理

这是会议纪要的第一部分：
{第一部分内容}

请先总结这部分的核心内容。

（获得总结后）
这是会议纪要的第二部分：
{第二部分内容}

请结合刚才的总结，继续分析这部分内容。

策略二：提取关键对话 先人工或让模型识别关键发言段落，只处理这些关键部分。

策略三：总结再总结 先让模型对每个议题进行小结，然后基于小结进行整体总结。

6.3 提高信息提取准确率

如果发现模型漏掉了一些重要信息，可以：

技巧一：明确关注点

请特别关注以下方面的信息：
1. 涉及时间节点的内容
2. 分配任务给具体人员的部分  
3. 达成共识或做出决策的表述
4. 存在争议或待解决的问题

技巧二：多角度验证 用不同的提示词从不同角度分析同一份纪要，然后对比结果。

技巧三：人工复核关键项 对于特别重要的会议（如战略决策会），建议人工复核AI提取的关键信息。

6.4 性能与响应速度

当前部署采用的是稳定优先的方案，如果你需要更高的响应速度：

建议一：控制输出长度 通过设置 max_new_tokens 参数控制输出长度，避免生成过长内容。

# API调用时控制输出长度
{
  "prompt": "你的提示词",
  "max_new_tokens": 256  # 根据需要调整
}

建议二：优化提示词 简洁明确的提示词通常能获得更快响应。避免过于复杂或模糊的指令。

建议三：分批处理 对于大量纪要处理，可以编写脚本分批调用API，避免单次处理压力过大。

7. 总结

通过今天的分享，你应该已经掌握了用千问3.5-27B智能处理会议纪要的完整方案。让我们回顾一下关键要点：

核心价值：

• 效率提升：将数小时的人工整理工作压缩到几分钟
• 信息完整：AI不会疲劳，能捕捉到人工可能遗漏的细节
• 格式统一：输出结构化，便于导入各种管理系统
• 多场景适用：技术会议、跨部门协调、客户沟通都能处理

使用流程：

1. 访问服务：通过Web界面或API调用已部署的千问3.5-27B
2. 总结提炼：让模型快速理解会议核心内容
3. 抽取事项：自动识别所有任务和责任人
4. 生成行动：转化为可执行的具体行动项
5. 批量处理：通过API和模板处理大量纪要

实践建议：

• 从简单的会议开始尝试，熟悉模型特性
• 创建自己的提示词模板库，提高复用性
• 对于重要会议，采用“AI提取+人工复核”的模式
• 探索多轮对话的潜力，像与智能助理协作一样工作

这个方案最吸引人的地方在于它的实用性——不需要复杂的部署，不需要深厚的技术背景，只需要复制粘贴就能获得实实在在的效率提升。无论是项目经理、团队负责人，还是需要频繁参加会议的任何人，都能从中受益。

技术的价值在于解决实际问题。千问3.5-27B在会议纪要处理上的应用，正是AI技术落地的一个生动例子。它不只是一个炫酷的技术演示，而是真正能节省时间、减少错误、提升协作效率的工具。

现在，你可以打开浏览器，输入访问地址，亲自体验一下智能会议纪要处理的魅力了。从下一次会议开始，让AI成为你的会议助理，把时间花在更有价值的事情上。

---

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。