1. 产品介绍
把会议记录变成你能继续使用的笔记
Granola 是一款 AI 会议笔记工具，适合需要连续参加访谈、项目沟通或客户会议的人。它把对话转成文字，同时让你像使用普通记事本一样记下重点，再结合对话文字与手记整理笔记。困难不只是“没记全”，还包括会后得到一大段摘要，却找不到自己真正关心的问题。
本文聚焦它的人机共同记笔记方式：你写下的短句表达关注点，转录提供上下文，增强笔记把这些材料组织起来。它不是要求每个人重新学习一套提示词语法。
2. 核心使用流程
会前确认记录方式，会中写下自己的重点
用退款访谈作为教学情境。开始前先按团队要求告知参与者，并确认材料适合这类服务。数据说明说明笔记与转录会在云端保存；音频用于转录，完成后删除，因此没有会后原声回放。无需机器人作为参会者出现，不等于内容只在本机处理。
用户需主动开始记录；应用不会自动录制会议。开始记录后，会中不必逐字抄写。你可以只记“退款条件”“重复付款”等短句，让手记表达这次参会真正关心的问题，对话转录保留讨论中的其他信息。不写手记也能生成笔记，写下重点则增加了自己的方向。
结束会议，让材料成为可以检查的笔记
增强笔记帮助把过程分成几个相连环节：
- 形成输入：会议转录、自己的原始笔记和日历信息共同参与整理。
- 生成增强笔记：识别到会议结束或手动停止后，自动生成整理结果。会议结束时也应主动结束记录，避免继续转录后续谈话。自己的原笔记以黑色标出，便于与增强内容区别。
- 逐点核对：在相关内容旁使用放大镜，回查对应转录或原始笔记。例如核对“七天内退款”究竟来自客户原话还是记录者推测。
- 继续处理疑问：可以继续提问，或编辑笔记，把已确认规则与尚未说明的问题分开。
顺畅的文字让阅读变快，来源入口则让检查有具体落点。由于没有原声回放，转录中听错的数字不能靠重复阅读自动纠正，必要时仍要向参与者确认。
改关注点时，回到原始材料继续整理
会后可以直接编辑结果，也可以返回原始笔记修改后重新增强。如果发现真正的重点是重复付款的处理流程，就可以把这个问题写清楚，再查看新的整理是否保留了依据。
最后值得留下的是一份可继续工作的记录：已确认的退款条件、对应材料和待追问事项。摘要生成只是中间一步；对尚未得到回答的问题保留空缺，比让 AI 补成一段完整结论更有价值。
3. 设计亮点与借鉴
让几句手记成为“我关心什么”的输入
普通会议摘要容易围绕整场对话平均分配篇幅，但参加同一场会的人，关注点往往不同。产品经理关心用户为什么放弃，运营同事可能更关心怎样回答退款问题。
Granola 没有要求用户先写一段复杂的总结指令，而是接住“退款条件”这样的自然手记。短句仍是人熟悉的记录动作，同时为 AI 整理上下文提供方向。发布介绍也说明，不写手记仍可生成笔记；写下重点则能表达自己希望保留什么。
可借鉴之处是：让已有行为顺便表达意图，而不是额外增加一轮配置。但意图输入不等于事实证据；“客户不愿付款”如果只是记录者的猜测，不能因它进入最终笔记就变成客户的明确表态。
把“这句话哪里来的”放到结论旁边
一份流畅摘要的阅读成本很低，检查成本却可能很高。若用户必须另开转录，再全文搜索关键词，核对动作容易被跳过。
Granola 在笔记旁提供回查原始材料的入口，把核对距离缩短到当前结论附近。退款情境里，读者可以直接追问：是客户明确说了“七天”，还是记录者自己补上的理解？展示来源帮助人发现差异，却不能证明转录本身没有听错；因此，没有原声回放时，存疑信息仍可能需要向参与者确认。
把手记与增强结果区分开，同时让结论附近有可回查的材料，比单独增加一个“AI 生成”标签更能支持判断。可迁移的原则是保留人的关注点，并让自动整理出的结论能回到具体依据。