先说一个常见的困境：团队开了两个小时的讨论会，录音转文字一整理，最后AI给出一份“全部达成一致”的结论。从旁听席看，明明中间吵了不止三回，有人摔笔，有人冷笑，还有人中途打断了发言。但AI的记录里这些全消失了——只剩一团和气。这问题在哪？在于AI天生偏好“共识”，因为它把自然语言里的表达都默认当作平等陈述来对待。

但如果想让印象AI在整理团队会议时不只是提取结论，还要明确标出不同意见、未决事项和逻辑冲突点，就必须在提示词层面下点功夫。下面这套方法就是为此设计的，把散落讨论中的争议点、待验证假设和分歧根源稳稳锁住。

用结构化提示词锁定争议点

在印象AI的提示词开头，强制定义输出格式：要求它用【争议点】、【待验证】、【分歧根源】三个固定标签分隔内容，不接受自由发挥。具体来说，提示词可以这样写：

“请严格按以下三部分组织输出：①【争议点】列出所有存在明确反对/保留意见的议题，每人观点单独成行；②【待验证】仅收录需后续数据或实验支撑的主张，必须标注提出人；③【分歧根源】分析同一问题下不同结论背后的假设差异，如‘A认为用户流失主因是价格，B归因为客服响应慢’。”

这一步必须把标签名称和层级逻辑写死，否则AI会自行归纳为“不同看法”“部分同事认为”这类模糊表述，等于白搭。

给AI喂带立场标记的原始材料

上传会议记录前，在发言内容前手动添加角色标识：比如这样——[产品总监]“三期上线必须砍掉积分模块”→[技术负责人]“后端接口重构未完成，强行砍模块将导致订单漏单”。

AI对括号内身份标签的敏感度远高于自然语言中的“我认为”。带上这个标记，它就能准确识别出谁在说谁在反驳。如果原始记录本身没有角色信息，至少也要补上“（反对）”“（补充前提）”这类短标签。需要特别注意的是：没有立场标记的讨论文本，AI默认视为共识陈述——这意味着所有不同意的声音都会被自动抹平。

用追问指令激活深层对比

光靠标签还不够，还得让AI主动去挖。有三种实战方法：

方法一：在提示词末尾追加指令：“如果某议题仅出现一方观点，请反向提问：‘谁可能反对？理由可能是什么？’并基于上下文常识补全合理质疑，用【模拟质疑】标注。”

方法二：对关键结论加限定条件：“当记录中间出现‘一致同意’时，必须检查此前10分钟内是否有人提出过替代方案——如有，将其列为【被否决方案】并注明否决理由。”

方法三：设置矛盾检测开关：“扫描所有含‘应该’‘必须’‘肯定’的断言句，查找是否存在同一事实的相反判断，例如‘转化率必然提升’与‘历史数据表明该功能上线后留存下降’，合并为【事实冲突】条目。”

这三招配合使用，基本能把会议中那些悬而未决的争议点、被淹没的反对声、被压制的替代方案全挖出来。最终的决策记录就不会只写到“会议达成共识”这么单薄了——你还能看到谁在坚持、谁在让步、哪些问题还没收尾。