卖AI比懂AI难，但有时候我更觉得，用AI比懂AI更难今天不再纸上谈兵，分享一下我正在跑的自动化工作流，零代码或低代码就能搭，能复用的场景绝对不止局限于商务层一起把重复性工作丢给机器，把脑力留给真正需要人的判断和创意的地方会议纪要结构化流背景情况： 每周开会10余场，会后整理纪要平均耗时太久，且容易漏掉关键点工具组合： 笔记 + Coze工作流搭建逻辑：录音转写：腾讯/飞书/teams自带的录制视频功能转写文字就行，保留音频内容和共享屏幕内容AI结构化： 文字自动流入Coze工作流，按固定模板提取——客户背景与痛点我方提出的方案与报价客户异议与顾虑等等，还有双方达成共识后确认的下一步行动输出归...

1、为什么引入父子索引，为什么引入 BM25，比例是怎样的，具体流程是什么，有没有 rerank父子索引主要是为了解决 切块后召回准，但是上下文不完整 的问题。如果文档直接按 300～500 token 切成小块做向量检索，确实更容易召回到具体答案，但很容易丢掉原文结构，比如标题、段落关系、表格上下文、前后约束条件。所以会把文档拆成两层：父块：保留完整语义单元，通常是 800～1500 token子块：用于召回，通常是 200～400 token检索时先搜子块，命中后回源到对应父块，再把父块内容喂给大模型。这样既保证召回精度，也保证上下文完整性。引入 BM25 是因为向量检索对语义相似比较敏感...