AI 高管摘要工作流:一页纸赢下下一次会议

20 分钟 AI 工作流,把 30 页报告或 90 分钟会议压成 C 层 90 秒就能扫完的 1 页摘要。工具选型更新至 2026 年 6 月。

一句话结论

  • 别让 AI “总结一下”,让它产出一份决策文档:一个推荐决定、三条结论、每条背后一个数字、一条点名的风险。
  • 可复用的链路:先锁定受众和决定,再 TL;DR,再证据,再反方观点,最后开头那 2 句你亲手写。
  • 工具选型(2026 年 6 月):30 页报告三大模型都能一口气吃下;90 分钟转录或多文件合集,才是 1M token 上下文(Claude、Gemini)甩开 ChatGPT Plus 应用内约 320 页上限的地方。
  • 硬指标:正文 250 词(中文约 350 字)以内、单页、不许缩字号。塞不下,说明你还没想清楚。

这篇讲什么

一套可复用的 20 分钟工作流,把厚料——长报告、90 分钟会议、深度分析——压成一页高管摘要,让 CFO 或董事会 90 秒读完、当场拍板。它走的是麦肯锡顾问那套”结论先行”的逻辑:Minto 金字塔原理,也就是常说的 BLUF(Bottom Line Up Front,结论先讲)。先抛结论,论据随后。

这篇适合谁看

所有要向上汇报的人——PM、分析师、Founder、参谋长(chief of staff):董事会 deck、leadership 评审、预算申请。只要这页是你写、决定由更高一层的人拍,这篇就是给你的。

什么时候适合用

内容厚、而高层注意力薄——比如只给你 15 分钟时。如果接下来还要现场讲同一份材料,配合10 页工作汇报大纲,让 summary 和 deck 走同一条主线、传递同一句话。

按原料体量选对工具

模型本身没那么关键,关键是你的原料能不能一次性塞进上下文。把长转录切成好几段对话,正是摘要丢线索的地方。下表数据更新至 2026 年 6 月。

原料一次能吃下?推荐工具原因
30 页报告(PDF)都能ChatGPT Plus($20)、Claude Pro($20)、Google AI Pro($19.99)约 15–20K token,三家都轻松
90 分钟会议转录需要余量Claude(Sonnet 4.6 / Opus 4.7,1M 上下文)或 Gemini 3.1 Pro(1M 上下文)90 分钟转录约 20–35K token,但你还要留追问的余地
多文件合集(报告 + 转录 + 邮件)常溢出Claude Pro 或 Google AI ProChatGPT Plus 应用内上下文上限约 320 页,完整 1M 只在 $200 Pro 档
含分寸 / 法律 / 政治色彩的原料重质不重量Claude Opus 4.7在密集文本里最能保住原意和那些”留口子”的措辞

ChatGPT 的几条实操限制(2026 年 6 月):Plus 每 3 小时窗口约可上传 80 个文件、每条消息最多 10 个、单文件 512 MB、单文件约 2M token 硬上限。100 页 PDF 算 1 次上传;100 张页面截图会把你一整天的额度烧光——所以永远上传原文档,别上传截图。想按工具逐个深挖,看我们的ChatGPT vs Claude vs Gemini 对比

具体步骤

每一步都给了可直接复制的 Prompt,把尖括号占位换成你的真实信息发给 AI。

  1. 上传原料 + 锁定受众。同一对话里上传报告 PDF / 会议转录 / 深文档,发:

    附件是 <类型,如 "30 页市场报告" / "90 分钟董事会转录" / "用户访谈 12 篇合集">。
    
    受众:<例 "CFO,关心成本、风险、时间表;不熟悉具体产品细节">
    场景:<例 "下周二决定要不要追加 200 万预算;他给我 15 分钟扫完">
    语气:<直接、不堆形容词、避免 buzzword>
    
    开始前先告诉我:
    1. 你看到的原料大致结构(≤3 句)
    2. 你判断这份原料里哪 3 块对 <受众> 最相关、哪 3 块基本无关
    3. 还缺哪些信息让你能写出对 <受众> 真正有用的 summary
    不要生成 summary 本身。
  2. 逼出”为什么”——这份 summary 要让读者做什么决定

    基于以上原料和受众,给我 3 个候选的"读者要做的决定",每条 = 动词 + 对象 + 衡量标准。
    例:
    - 批准 / 拒绝 200 万的 Q3 渠道预算
    - 把 "续约 vs 切换" 这个议题放到下一次月度评审
    - 维持现状(什么也不动)
    
    不要写成模糊的"了解情况""做参考"。

    挑 1 个 ask。AI 选错的也算贡献——你立刻知道要纠正它什么。

  3. 3-bullet TL;DR——只要结论级标题:

    ask 是:<上一步选定的 ask>
    
    现在写一个 3-bullet TL;DR,每条 bullet 满足:
    - 是判断 / 结论,不是描述("X 增长 22%" 是描述;"X 增长 22%,超过续约门槛" 是判断)
    - ≤18 字(英文 ≤14 words)
    - 不重复 bullet 之间的论点
    - 第 1 条最直接回答 ask;第 2 条给关键 nuance;第 3 条点 risk / next step
  4. 证据层——每个 bullet 1 句支撑,必须带数字:

    接着上面的 3-bullet TL;DR,为每条 bullet 写 1 句证据,要求:
    - 必须带具体数字 / 时间 / 出处页码(例 "report p.14")
    - 不许"显著""大幅""明显"等没量级的形容词
    - 数字之后用 1 个短从句解释为什么这个数字重要
    - 一句长度 ≤30 字
  5. 反方观点——“如果我错了,最可能是因为什么”:

    写 1 句"反方观点 / 风险":如果上面的 TL;DR 结论是错的,最可能的原因是什么?
    要求:
    - 不能用万能式("宏观经济变化""市场风险"等什么都没说)
    - 必须 specific 到 1 个可观察的 leading indicator(例 "如果 Q3 新增 logo 跌破 8 个,本结论失效")
    - ≤25 字
  6. 人写开头 2 句。AI 写的开头 90% 是 “本报告基于…” / “Following recent analysis…” 这种废话。自己写:

    开头第 1 句:1 句话告诉读者,他读完这页要做的决定是什么。
      例:"本月底之前,你要决定续约 SaaS 平台 Y 还是切换到自建。"
    
    开头第 2 句:直接给 recommendation("我建议...")。
      例:"基于过去 90 天的成本和稳定性数据,我建议续约 12 个月、不切换。"
  7. 强制 1 页。把开头 2 句 + TL;DR + 证据 + 反方拼一起,正文(不含标题)必须 ≤ 350 字(中文)/ ≤ 250 words(英文)。超了用这段 Prompt 砍:

    下面是一份 summary 草稿,目前 <X> 字,目标 ≤350 字(中文)。
    
    <粘贴草稿>
    
    砍到目标长度。规则:
    - 不许缩字号或换语言
    - 不许删数字、决定、反方观点
    - 可以删:定语堆叠、过渡句、"以下是"类引导
    - 把"……以使……"等长句改成短句
    - 保留所有 [p.14] 这类引用
    返回最终版本和你砍掉的字数。
  8. 发出去 + 归档模板。本次原料 + ask + 最终 prompt 链路保存到 exec_summary_templates/<topic>.md,下次同类汇报(季度回顾、董事会更新)直接复用,只换原料文件和 ask。一年下来,这就是”写摘要”和”拼摘要”的区别。

一页摘要长什么样

[开头第 1 句] 读完这页你要做的决定。
[开头第 2 句] 我建议 ___。

TL;DR
- <结论 1,回答 ask>
- <结论 2,关键 nuance>
- <结论 3,风险 / 下一步>

为什么
- <结论 1>:<数字 + 1 句为什么它重要> [p.X]
- <结论 2>:<数字 + 1 句> [p.X]
- <结论 3>:<数字 + 1 句> [p.X]

如果我错了:<1 个能推翻本结论的可观察先行指标>

容易踩的坑

  • 没有那句 ask。 读者读完整页,还是不知道你想让他干啥。
  • 最强证据埋在第 4 段。 高层从上往下扫,把决定胜负的数字放最前面。
  • 不写反方观点。 一页里零风险,读着幼稚。点名”哪一件事会推翻你的判断”,反而说明你压过力测试。
  • 让 AI 写开头。 通用开场白是最明显的机器味,高管一眼就闻出来。
  • 把长原料切到多个对话里。 上下文在不同会话间会重置;按上面的工具表,把整份原料一次性吃进去再总结。

FAQ

  • 1 页对 C 层真够? 够。这一页是决策凭证,不是分析报告本身。把完整 deck 或模型作为附件链接附上;他要细节会主动问。第 2 页往后很少有人读。
  • 用 bullet 还是段落? TL;DR 用 bullet,证据层用短段落。混合排版读得最快,因为眼睛先落在 bullet 上。
  • 2026 年默认该用哪个模型? 30 页以内的单份报告,ChatGPT Plus、Claude Pro、Google AI Pro(都约每月 $20)随便挑。长转录、多文件合集、或含分寸的法律 / 政治原料,默认 Claude(1M 上下文,最能保原意)或 Gemini 3.1 Pro(1M 上下文)。
  • 读者会看出是 AI 起草的吗? 只要你亲手写开头那 2 句、并对 recommendation 负责,就不会。AI 做的是压缩和扒证据;判断和语气是你的。
  • 怎么保证数字可信? 要求每个数字都带页码或出处(证据层那段 Prompt 已经强制了),发出去前再抽两三个回原文对一遍。

相关阅读

标签: #教程 #效率 #摘要 #高管