菜单
将会议/圆桌/访谈的录音转录文本（含说话人标签）转化为结构化深度纪要——按「判断 → 思维模型(mindset) → 实证案例」三层提炼，聚合核心议题，联网核证业界实践，多 agent 并行编排并验收。适用于话题分散、多人实时交互、传统时间线式 AI 纪要抓不住重点的对话（圆桌、闭门交流、嘉宾问答、podcast）。触发语：深度纪要、会议纪要总结平庸/没抓住重点、转录转纪要、圆桌整理、从转录中识别核心嘉宾并整理纪要。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
| name | transcript-to-deep-minutes |
| description | 将会议/圆桌/访谈的录音转录文本（含说话人标签）转化为结构化深度纪要——按「判断 → 思维模型(mindset) → 实证案例」三层提炼，聚合核心议题，联网核证业界实践，多 agent 并行编排并验收。适用于话题分散、多人实时交互、传统时间线式 AI 纪要抓不住重点的对话（圆桌、闭门交流、嘉宾问答、podcast）。触发语：深度纪要、会议纪要总结平庸/没抓住重点、转录转纪要、圆桌整理、从转录中识别核心嘉宾并整理纪要。 |
把"AI 流水账纪要"升级为"让没到场的人真能学到东西"的深度笔记。核心方法论：每个话题提炼三层——判断（说了什么结论）→ 思维模型（为什么这么判断）→ 实证案例（什么经历支撑它）；想法不值钱，实践后的"为什么成/为什么不成"才值钱。
负向出口：单人汇报式会议（议程明确、行动项导向）用普通纪要即可，不要用本流程。
ASR 说话人标签不可信：常见多人被合并到同一标签、同一人被拆成多个标签。先运行 scripts/speaker_stats.py <转录.md> 获得字数分布、称呼-接答配对和混人嫌疑，再用证据法交叉确认（至少两类）：
标签噪音判定用矛盾检测法：同一标签下既出现嘉宾式身份陈述、又出现向嘉宾提问的内容，即为多人混合标签。
验收协议：输出考证结论（嘉宾=标签 X + 三类证据）与噪音报告后停下，呈报用户确认或修正后才进入阶段 1。这是全流程唯一阻塞点——跳过它，后续所有归属都可能系统性错误。结论确立后：全流程内容驱动、不信标签；除核心嘉宾与主持人外，参与者一律按内容线索角色化（"一位做 X 的参与者"）。
按对话自然边界（轮次/主题切换/休息）切成 4-8 段，每段一个并行 agent 提取话题块。每块必含：话题名、时间戳、嘉宾判断（保留原话锐度，禁止磨平成"AI 很重要"式废话）、mindset（没有就留空，不硬编）、实证案例（谁讲的→发生了什么→为什么成/不成）、其他参与者视角、引语候选（贴原文+时间戳）。原则：宁碎勿漏；纯寒暄段跳过但必须扫过（真实案例中开场闲聊里藏着嘉宾背景）。
把所有话题块聚合成 3-5 个核心议题——标准是"大家反复回到的争论点"，不是话题罗列。由浅入深排序。自检：每个议题必须有至少一个非显而易见的点，没有就降级合并。
搜索业界最佳实践/权威数据补充每个议题，硬性要求：每条带可点击出处；标注与会场观点的关系（支持/补充/矛盾——矛盾项最有价值，不许只找支持项）；会场观点与外部补充在成稿中严格分区。禁止编造来源，搜不到就少写。
Writer 按目标结构成稿（见下），Critic 按六条标准逐项 1-5 打分，任一项 ≤2 或有 blocker 即打回修订一轮。六条标准与验收细则见 references/quality-standards.md。
标题 + 导读（怎么读这份纪要，150 字内）
一、讨论脉络 —— 按时间的话题块梳理（判断→mindset→案例引用），带时间戳
二、核心议题 —— 3-5 个，每个：会场共识与分歧→嘉宾判断与 mindset→【业界实践补充】(带出处)→综合方法论
三、实践案例参考 —— 独立成节：发生了什么/为什么成或不成/带走什么
四、待进一步探讨的问题 —— 当晚没聊透的，天然是下次活动选题库
注意：对外发布版不要设"金句/TOP N"独立章节（机构方反馈：会放大八卦心态），精选引语融入议题正文；内部学习版可以单列。
用 Task 工具并行派发 subagent（同一条消息内发起多个 Task 调用即并行；有 Workflow 编排工具时也可用它）：阶段 1 并行 N 个 Reader → barrier → 阶段 2 单 agent 聚类 → 阶段 3/4 并行 → 阶段 5 Writer+Critic 串行。完整的编排脚本骨架（含各阶段 prompt 模板与 JSON schema）见 references/orchestration.md。72k 字转录的参考成本：约 15 个 agent、20-25 分钟。
若纪要将对外发布或活动适用查塔姆宫规则，必须接着用 minutes-sensitive-scan 技能做敏感信息检查与脱敏，再发布。
Use when the user asks to correct English prompts, broken English, typos, grammar, wording, tone, workplace English, business writing, presentation language, or asks for English practice, quizzes, or help expressing ideas clearly in English.
Use when 用户要求提取、提炼、总结某个日期或时间范围的群聊/聊天记录（EACC 投资群 / eacc-chat），生成群聊日报、核心话题分析或投资价值信息筛选。触发词：提取聊天记录、群聊提炼、群聊总结、某月某日群里聊了什么、chat digest、群聊日报、群聊干货。
评估或对比会议纪要/访谈整理/深度纪要的质量：对照原始转录核查保真度，盘点覆盖度，输出多维度打分与失真清单。适用时机：(1) 用户问"这两份纪要哪份质量更高/写得更好"，(2) AI 生成的纪要发布前验收（有没有幻觉、编造、立场写错），(3) 给纪要挑毛病/做质检/打分。触发语：评估纪要质量、对比纪要、纪要靠谱吗、纪要验收、纪要打分、哪份纪要好。
对会议纪要/活动回顾/访谈整理等将对外发布的文档做敏感信息检查与脱敏，覆盖查塔姆宫规则（Chatham House Rule）合规：人名机构名及变体、职级暗示、玩笑话与人事信号、点评同行、口语化敏感词、外链击穿匿名、身份指纹拼图、第三方未公开信息、编辑残留。适用时机：(1) 纪要将对外发布/进知识库/发群前，(2) 嘉宾或机构方要求脱敏审稿，(3) 用户提到查塔姆规则/讲事不讲人/匿名化/敏感信息检查。输出违规清单+修复建议，或直接执行脱敏。
Use when designing or reviewing lifecycle status fields, finite state machines, async task/order/payment/upload/approval workflows, or when states are overlapping, action-shaped, ownerless, unsafe under retries, concurrency, timeouts, or terminal-state updates.
深度研究与验证技能：当用户提出需要多源信息搜集、逻辑推理和事实验证的复杂问题时使用。 适用场景包括但不限于：投资研究、行业分析、技术对比、政策解读、商业决策支持等需要 "先想清楚怎么查，再去查，查完还要验证"的场景。 触发关键词/短语：为什么A而不是B、分析一下、帮我研究、设计一个SOP流程来回答、 深度分析、请验证、fact check、多角度分析、请先理解问题再回答、不要立即回答。 当用户明确要求"先设计研究流程再回答"或"验证你的结论"时，务必使用此技能。 当用户的问题涉及多个实体的比较（公司、技术、政策等）且答案不是简单事实时，也应触发。