# 访谈纪要

> 上传访谈录音转写文本或手写笔记，输出McKinsey/BCG标准化纪要，含关键发现、直接引用、交叉验证点和质量评估。 触发词：访谈纪要、帮我整理访谈、访谈记录、interview notes、整理这份访谈、会议纪要、整理笔记、访谈记录整理。

- Skill: `ahang1598/skill-70` (Agent Skill)
- Install (CLI): `npx skillmds@latest add ahang1598/skill-70`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/skill-70/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ahang1598 (https://skillmd.com/u/ahang1598)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/ahang1598/skill-70

---


<!-- 主要修改：1.优化触发词新增"会议纪要/整理笔记/访谈记录整理" 2.连接器精简为Notion 3.新增能力层级图和连接器表 4.新增文档发布双轨步骤(第五步) 5.增加多人访谈/焦点小组场景的具体处理细节 -->

# /访谈纪要 -- 咨询级访谈纪要整理

**独立能力（无需连接器）**

- McKinsey 标准纪要格式 + 金字塔原理主题归类
- 录音转写六步处理流程（去填充/去重/修正/识别/保留/重组）
- 四级可信度标记体系（Fact/Claim/Inference/Confidential）
- 访谈质量四维评估 + 交叉验证清单

**增强能力（连接 ~~Notion 后）**

- 将纪要自动发布至 Notion
- 项目团队可直接在 Notion 上协作批注和补充

## 连接器（可选增强）

| 连接器 | 增强能力 |
|--------|---------|
| **~~Notion** | 将标准化纪要自动发布至 Notion，方便项目团队共享和批注 |

> 没有连接器也完全可以使用——纪要以 Markdown 格式直接输出，用户可手动复制到目标平台。

将访谈录音转写或手写笔记整理为McKinsey/BCG标准化纪要。咨询顾问每天1-2场访谈，纪要整理是最耗时的非增值工作——本技能将2小时压缩到10分钟。内嵌McKinsey标准纪要格式、访谈内容四级可信度标记体系和录音转写六步处理流程。**忠实于原始记录，不添加受访者未表达的观点。**

## 调用方式

```
/访谈纪要 <访谈文字稿或笔记>
```

## 输入要求

确认以下元信息（如原文未包含则询问用户）：

1. **访谈对象**：姓名/职位/公司/行业背景
2. **访谈类型**：专家访谈/客户访谈/内部访谈/专家网络（GLG/Capvision/凯盛）
3. **访谈日期和时长**
4. **项目背景**：属于哪个项目，调研什么问题
5. **访谈人**：团队中谁主持访谈
6. **保密要求**：Chatham House Rule是否适用（适用时，可引用内容但不可归因到具体个人或组织）
7. **原始记录形式**：录音转写文本/手写笔记/实时速记/回忆整理

> 分支判断——访谈类型决定整理策略：
> - **结构化访谈**（有访谈提纲）→ 按提纲主题整理，逐一映射问题与回答
> - **开放式访谈**（自由交流）→ 按发现主题聚类，归纳核心论点
> - **焦点小组**（多人座谈）→ 分受访者归纳共识和分歧，标注各方立场；在纪要中增加"共识vs分歧"汇总板块
> - **专家网络电话**（GLG/Capvision付费访谈）→ 额外标注合规信息，注意专家利益冲突声明

## 执行流程

### 第一步：原文清洗与说话人识别

**录音转写六步处理流程**：
1. **去口语填充词**：去除"嗯、啊、那个、就是说、怎么说呢、你知道吧"等填充词
2. **去重复**：合并重复表述（受访者反复强调同一观点时保留最完整的一次表述）
3. **修正转写错误**：AI语音转写常见错误包括专业术语误识别、同音字混淆、断句错误，须逐一修正
4. **识别说话人**：区分访谈人（提问方）vs 受访者（回答方），多人场景须标注每位说话者
5. **保留现场感**：保留受访者原始用语和行业术语，不过度书面化——"我们那个良品率大概就七八成"优于"良品率约为70%-80%"
6. **按主题重组**：脱离时间顺序，按逻辑主题重新组织内容

> 注意：录音转写的质量直接决定纪要质量。如果原始转写质量极差（错误率>30%），应提醒用户核对关键段落，标注"[转写质量较低，建议核对原文]"。

### 第二步：主题归类（金字塔原理）

提取3-5个核心主题（不照搬问题顺序，按逻辑重组），每个主题按"观点→论据→数据"组织。

**内容分级标记体系**——对每条关键信息标注可信度级别：

| 标记 | 含义 | 说明 | 使用场景 |
|------|------|------|---------|
| **[Fact]** | 已验证事实 | 可通过公开信息或多源交叉验证的客观事实 | "我们公司去年营收30亿"（可查年报验证） |
| **[Claim]** | 受访者观点 | 受访者的个人判断或观点，尚未验证 | "我觉得明年市场会增长20%" |
| **[Inference]** | 分析师推断 | 基于访谈内容的分析师逻辑推断 | 综合多条信息得出的推论 |
| **[Confidential]** | 保密信息 | 受访者明确要求保密或涉及商业机密 | 不可放入正式报告，仅供内部参考 |

**关键区分**：标注受访者**主动提及** vs **被追问后回答**的信息——前者往往是受访者真正关注的议题，信息价值更高；后者可能带有访谈人的引导偏差。

### 第三步：关键信息提取

四类高价值信息必须完整提取：

1. **直接引用（Verbatim Quotes）**：原话引号标注，保留口语特色，这是纪要最有价值的部分。引号内容须为受访者原话，仅做最小限度的口语清洗（去除填充词），不可修改实质表述
2. **关键数据点**：每个数字标注来源和精确度——"精确"（受访者查阅资料后给出）vs"估算"（受访者凭印象给出）vs"量级"（受访者给出大致范围）
3. **独特洞察**：受访者基于行业经验的非公开判断，这类信息在公开报告中无法获得，是访谈的核心价值
4. **矛盾信号**：与已知信息（桌面调研/其他访谈）矛盾的内容，标注[待交叉验证]并记录矛盾具体表现

### 第四步：交叉验证与质量评估

与桌面调研和其他访谈交叉验证，按以下维度评估本次访谈质量：

| 评估维度 | 高 | 中 | 低 |
|---------|-----|-----|-----|
| **信息丰富度** | 3+条独特洞察，多个精确数据点 | 1-2条独特洞察，有估算数据 | 主要是公开信息重复，无独特洞察 |
| **关键问题覆盖** | >80%核心问题得到实质回答 | 50%-80%得到回答 | <50%得到回答，多数被回避 |
| **数据可验证性** | 多数数据点可通过公开渠道验证 | 部分可验证 | 大部分无法验证 |
| **是否需Follow-up** | 不需要，信息充分 | 建议补充1-2个问题 | 强烈建议安排Follow-up |

列出待确认事项和新线索，标注建议的验证路径（桌面调研/其他专家/数据分析）。

### 第五步：输出与发布

**如果连接了 ~~Notion：**
1. 将标准化纪要自动发布至 Notion
2. 保持纪要结构和标记格式
3. 返回文档链接，方便项目团队共享批注和补充验证信息

**如果未连接：**
1. 以 Markdown 格式直接输出完整纪要
2. 用户可手动复制到目标文档平台

## 输出格式

```markdown
## 访谈纪要
**访谈对象**：[姓名]，[职位]，[公司]
**类型**：[类型] | **日期**：[日期] | **时长**：[分钟]
**访谈人**：[成员] | **项目**：[项目名]
**保密级别**：[Chatham House Rule / 可归因引用]
**原始记录形式**：[录音转写/手写笔记/速记]

## 核心发现（Top 3-5 Takeaways）
1. **[发现1]**——[So What] [Fact/Claim/Inference]

## 关键直接引用（Verbatim Quotes）
> "[原话1]" —— 关于[主题] [主动提及/追问回答]

## 详细纪要
### 主题一：[主题名]
[观点→论据→数据，每条标注 Fact/Claim/Inference]

### 主题二：[主题名]
...

## 关键数据点
| 指标 | 数据 | 精确/估算/量级 | 可信度标记 | 可验证性 |

## 交叉验证清单
| 信息点 | 与已知信息关系 | 验证状态 | 后续行动 |

## 后续待确认
- [ ] [事项]——建议通过[方式]确认

## 访谈质量评估
- **信息丰富度**：[高/中/低]——[说明]
- **关键问题覆盖**：[X/Y个得到实质回答]
- **数据可验证性**：[高/中/低]
- **建议**：[是否需Follow-up，若需要则说明聚焦方向]
```

## 质量标准

- **忠实性**：不得添加受访者未表达的观点，不得过度推断
- **直接引用精确**：引号内须为受访者原话，最小限度口语清洗
- **四级标记完整**：每条关键信息须标注[Fact]/[Claim]/[Inference]/[Confidential]
- **事实与判断分离**：明确区分受访者的事实陈述 vs 个人判断
- **精确vs估算**：数据点须标注是精确数字还是大致估算
- **Chatham House Rule**：如适用，输出中不得出现可识别身份的信息
- **不遗漏**：关键数据点和独特洞察不可遗漏
- **中立立场**：纪要整理者不对受访者观点做价值判断

## 红线规则

1. **绝不添加受访者未表达的观点**：纪要必须忠实于原始记录，分析师推断须明确标注[Inference]，与受访者原意严格区分
2. **绝不篡改直接引用**：引号内的Verbatim Quote仅允许去除填充词，不可修改实质内容、调整语序或"美化"表述
3. **保密信息不进报告**：标注[Confidential]的内容绝不可出现在正式报告、PPT或任何对外文档中，仅限项目团队内部参考
4. **Chatham House Rule严格执行**：适用时，不可出现姓名、公司名、可推断身份的职位描述（如"某行业唯一的女性CEO"）
5. **不做价值判断**：纪要整理者不评价受访者观点的对错，即使认为受访者明显有误，也只标注[待交叉验证]，不加评论
6. **付费专家合规**：通过GLG/Capvision等专家网络进行的访谈，须确认专家已签署合规声明，纪要中标注合规状态
7. **不泄露其他受访者信息**：不可在纪要中提及其他受访者的具体姓名、公司或观点，避免交叉泄密

## 灰色地带处理

1. **受访者表述前后矛盾**：当受访者在同一次访谈中给出矛盾信息时，应并列记录两处表述，标注"[受访者表述前后不一致，建议Follow-up确认]"，不可自行选择性采信
2. **受访者明显夸大或偏颇**：受访者可能出于利益立场夸大自家公司能力或贬低竞争对手。纪要整理时不做判断，但在交叉验证清单中标注"[受访者立场可能影响客观性，建议与其他来源交叉验证]"
3. **录音中断或笔记缺失**：如原始记录中某段关键内容缺失，须在对应位置标注"[原始记录缺失，此处内容不完整]"，不可凭记忆补充
4. **受访者要求事后删除部分内容**：应在纪要中移除该内容并标注"[应受访者要求，此处内容已删除]"，同时通知项目经理
5. **访谈内容涉及内幕信息**：如受访者无意中透露上市公司未公开信息，须立即标注[Confidential]并提醒项目团队注意合规风险，建议咨询法务

## 输入不足处理

- 仅提供访谈文字稿时：输出基础纪要，标注"信息有限，建议补充访谈对象信息、项目背景后获得更完整纪要"
- 缺少关键信息时：主动向用户追问最重要的 2-3 个数据点（如访谈对象职位、项目背景、保密要求）
- 绝不编造数据、案例或市场信息——无法验证的信息标注[需验证]
- **快速模式**：用户提供完整访谈稿+元信息 → 直接输出标准化纪要
- **引导模式**：用户仅粘贴原始文字稿 → 先输出基础纪要框架，同时追问元信息以完善

## Agent 工具增强

- **WebSearch**：搜索受访者公司公开信息、行业报告，用于交叉验证访谈内容中的[Claim]级信息
- **文件处理**：支持读取用户上传的录音转写文件（TXT/DOCX/PDF）、访谈提纲、项目Brief等
- **代码执行**：当访谈中涉及大量数据点时，用Python进行数据整理、一致性检查和交叉验证
- **图像识别**：可解读用户上传的手写笔记照片、白板记录照片等

## 相关技能

- `/桌面调研`：将访谈发现与桌面调研交叉验证，提升结论可靠性
- `/写报告`：将访谈中的关键发现和引用整合到咨询报告正文
- `/标杆对比`：访谈中获得的企业数据可作为对标分析的输入