音频转任务与决策
提取已确认的决策与可执行后续事项
音频转任务与决策
提取已确认的决策与可执行后续事项
展示内容
描述
将音频文件或文字稿整理为简明、可编辑的记录，涵盖决策、任务、负责人、日期、阻碍因素和待解决问题。缺少语音文本时，会先自动转录；如有需要，还会在后台继续处理，然后再提出可选的 Agent 操作建议。
推荐自
淡苍
为什么我们推荐这个技能
将口头讨论转化为可编辑、可追溯的决策与任务记录，并谨慎处理不确定信息，在执行后续操作前先请求确认。
相关技能
查看全部
研究Signal Room：访谈综合
YouMind 已经能够转录你的通话、访谈和播客。Signal Room 是接下来的步骤。 放入一份或二十份转录稿，你就能得到一份真正分析师愿意署名的研究综合报告：编码主题、带时间戳的逐字证据、参与者意见分歧之处，以及针对你试图做出的决策的排序答案。 这种方法遵循真正的定性研究实践，而非简单摘要： • 先引用后编码的开放式编码——没有引用就没有编码——编码名称采用参与者自己的措辞，而非分析师术语 • 每条编码都标记为行为、信念或愿望，因为“我肯定会为此付费”与“我上个月为此付费了”不属于同一类证据 • 主题以可证伪的陈述句呈现，强度按参与者人数而非引用条数计算，并主动寻找不支持该主题的证据 • 一张张力图，展示参与者在哪些问题上真正产生分歧，以及哪些因素预示他们会站在哪一边 • 一份机会待办清单，书写格式为“当[情境]时，[谁]想要[结果]，因为[原因]”，每条按强、提示性或轶事评级 • 对你的决策问题给出直接答案，并说明置信水平以及哪些因素会改变这一结论 • 本轮无法回答的三个问题，以及接下来应访谈谁 关键护栏：它绝不会编造或润色引用；当参与者少于十二人时，它拒绝报告百分比；默认对参与者进行假名化处理；并且当 n=1 意味着你拥有的只是假设而非发现时，它会直接告诉你。 适用于产品经理、用户体验和市场研究员、记者、顾问、进行客户探索的创始人，以及任何积压着数小时录音却毫无发现的人。
研究访谈转录 → 决策洞察V3
把访谈、用户调研或焦点小组的转录稿，变成一份每条结论都有据可查的证据化研究综合。从 1 份到 20 份转录，直接产出编码主题、张力地图、机会积压，以及对决策问题的直接回答——不再有"数小时录音、零结论"。 对企业与产品团队：省去分析师数天的整理与编码时间；每条判断锚定参与者原话与时间戳，可审计、可追溯，从源头杜绝"AI 编造洞察"的风险；机会清单按「when [situation], [who] wants [outcome] because [reason]」输出，可直接衔接产品路线与市场决策。 对研究者与学者：遵循真实定性研究实践而非摘要——quote-first 开放编码、Behaviour/Belief/Wish 证据分类、可证伪主题、主动反证猎取，方法严谨到可以写进论文；样本纪律严格：少于 12 名参与者不报告百分比，n=1 明示为假设而非发现，结论强度以参与者计数为准。 适合产品经理、UX/市场研究员、记者、顾问、创始人，以及任何手握录音素材却迟迟没有研究结论的人。 English: Turn interview, user research, or focus-group transcripts into an evidence-led research synthesis where every conclusion is traceable to a verbatim quote. Feed it one transcript or twenty, and get coded themes, a tension map, an opportunity backlog, and a direct answer to your decision question—no more hours of recordings with zero findings. For businesses & product teams: skip days of manual coding; every claim is anchored to participant quotes with timestamps, auditable and traceable, eliminating the risk of AI-fabricated insights; opportunities are framed as "when [situation], [who] wants [outcome] because [reason]", ready to feed product roadmaps and market decisions. For researchers & academics: real qualitative practice, not summarisation—quote-first open coding, Behaviour/Belief/Wish evidence tagging, falsifiable themes, deliberate disconfirming-evidence hunting, rigorous enough for a methods section; strict sample discipline: no percentages under 12 participants, n=1 flagged as hypothesis rather than finding, theme strength counted in participants. For product managers, UX & market researchers, journalists, consultants, founders doing customer discovery—and anyone sitting on hours of recordings with no findings.
信息
- 版本
- v7
- 更新时间
- 运行积分
- 按实际用量
- 模型
- 自动选择
