當我還在物流業的時候，某個週一下午，PM 在 email 上丟出上周五會議的AI自動紀要。

我看了兩眼就懵了：「我們物流業什麼時候決定投資英鎊了？」後來看一下會議轉寫稿。我看到這個才恍然大悟，原來 AI 把 物流的 InBound(入庫) 聽成英鎊了。

AI 轉寫工具的極限

2024 年末，AI 會議記錄工具滿天飛。Ottr、Plaud、各種標榜「自動轉寫、秒出紀要」的應用，都在宣傳自己的驚人準確度。

。

只是現實很殘酷，實際到了可以寄給客戶的會議紀要階段，90% 都需要人工修正

不是技術問題。是語境問題。一個通用的 ASR（自動語音辨識）無法理解你公司內部的黑話。它聽不懂你的同音混淆、分不清人名、搞不懂企業專有名詞。而這些東西，決定了會議記錄到底能不能用。

我在工作中觀察了足夠多的會議記錄失敗案例，歸納出 4 個層級的問題。越往下，解決難度越高。

###
Layer 1：多語言同音混淆

我目前負責管理台灣、香港跟東南亞的專案，中英文夾雜是常態。某些傳統企業甚至中英台語一起混。ASR 在判斷「到底這個同音字是哪個」時，完全沒有公司語境。
例如：

「奧拉雅」→ 實際是「Outliner」

「留一些 Rick」→ 實際是「留一些 Record」。

在香港開會時「英粵語夾雜」，連我自己瞬間都會愣住。這類錯誤是 ASR 的「同音優先級」問題。純靠通用語言模型很難修正，因為它不知道你公司用的是哪個詞。

Layer 2：企業行業專有詞彙

每間公司都有相關技術，內部黑話。客戶代號、Project Code Name。
像是我之前工作整天在物流業 , 行業詞彙超級多的，例如ASRS，棧板，全拖，回單….etc。我在講一些 data project 時，GCP 相關技術常常是重災區

「手動按 BQR ROM」→ 實際應該是「手動按 BigQuery Run」
BigQuery 的發音有一百種聽錯的可能。除非你知道這家公司用 GCP 的 BigQuery，否則「比奎瑞」對 ASR 來說就是某個陌生詞彙。

其他例子每個企業，內部 Project Code Name，這個對 ASR 根本就不知道，完全無法判斷，非常的困難。

###
Layer 3：人名與供應商混淆

這是最傷害會議紀要可用性的重災區。我曾看過一個 30 秒的轉寫稿，同一個人（小君）用四種寫法被提及：小軍、小君、小俊、小均。最後自動化會議紀要就把 Action Item 指派給三個人，其實都是同一個人。

供應商名字的混淆更誇張：

「新竹 Carry 與褲孔」→ 實際上是三間廠商：「新竹」、「嘉里」、「酷澎」

「鄭旦宇」→ 實際是「震旦雲」（打卡系統名稱被聽成人名）

Layer 4：數字與單位

這個問題算是大魔王了，有一次我看過逐字稿寫「300 萬」，一開始嚇到——這小業務一天有 300 萬營收？回去回聽才發現他說的是「300 板」（物流倉儲單位）。真是很可怕。
其實在真實場景下，純語音很難準確傳遞數字。人的耳朵就是這樣，從聲音判斷數字天生困難。而且涉及大量數字的會議，通常有 Excel、Dashboard、投影片在螢幕上投影。這時候語音只是輔助，視覺才是主要信息來源。

###
解決方案：企業知識庫架構

對於 Layer 1-3（多語言、詞彙、人名供應商），企業知識庫可以優雅地解決
核心思路很簡單：在逐字稿轉成會議紀要之前，插入一個「企業語境校正」

需要的三個主要資料集
1. 關鍵stakeholder 清單（包含常見同音混淆）： 核心人物：CEO、CFO、PM、關鍵工程師 ，客戶窗口人名 ，常見同音混淆記錄
2. 供應商與合作夥伴名單 : 正式名稱 , 常用簡稱與別名 , 常見發音混淆
3. 企業專有詞彙與 Project Code Name : 內部技術術語 , Project Code Name 與正式產品名的對應 , 行業黑話

解決範例

有了這樣的數據庫，在逐字稿轉譯之後會議紀要之前，我們就可以插入一個校正的環節，我們這裡用以下 prompt 來做範例

解決範例 - 專業詞彙

如同此範例，有了相關的數據庫，之前提到的專業詞彙可以良好的解決

這樣就可以做到比較適合的轉寫，並且保留原文確保 AI 搞錯

解決範例 - 人名跟供應商校正

同樣只需要 Prompt 加入相關人名跟供應商 , 剩下交給 LLM 來處理即可

解決範例 - 數字/單位校正

這個就很難了，這個也不是用企業資料庫來修正，這個需要的是會議錄影的圖片跟 OCR 抓取數字。因為我們開會如果是「純電話會議」通常也不會講一堆數字，人天生的構造就很難用聽的抓取全部的數字。

通常一堆數字的會議，都會將報表 , Excel 或是 Dashboard 投影到螢幕上，這時候反而語音是輔助。這時候我之前的做法是寫一個程式去掃螢幕的固定時間的截屏(舉例 15 sec 一次），然後將轉寫稿跟截屏放在一起變成圖文的會議記錄。這樣遠比去逐字稿猜數字來的更有用太多了

總結

與其被 AI Agent 的五花八門迷花眼， 不如從現在開始，把精力投入在建立屬於你們的企業知識庫上。 人名、供應商、技術術語、業務邏輯… 這些是你企業的 DNA。

一份完整的知識庫，可以讓任何 Agent—— 無論是今天的、明天的、後天的—— 都能更聰明地為你工作。 這是唯一不會過時的投資。