n8n自动化实战：会议纪要一键生成任务清单

每次团队会议结束后，几乎都会上演同一出戏：有人负责记笔记，另一个人被默认要把笔记里的承诺变成待办事项，但往往没人真正去做。两周后，团队又在追问——那份修改后的报价单到底谁答应发的？

这种场景在小机构或咨询团队里尤为常见。每周几场会议，每场都会产生若干承诺：Priya周五前发出修改后的报价，Marcus预订场地，有人去催签好的合同。这些承诺一旦被埋在笔记段落里，三件事就会接连发生：工作被遗漏，因为笔记里的一句话没有明确归属；下次会议的前十分钟都在复盘「上次那件事到底怎么样了」；手动整理任务要花10到20分钟，这正是它总被跳过的原因。

解决这个问题不需要一整套项目管理软件，只需要一张表——三列：任务、负责人、截止日期——而且能自动从会议笔记里填充。

思路：让笔记里的决策变成有归属的任务

我在n8n里搭了一个工作流：从Google Sheet读取会议笔记，调用OpenAI列出所有行动项，然后逐条追加到Action Items表里。测试中，两场会议产出了七条任务，每条都带负责人和截止日期。有一个意外收获：它自动排除了「跳过某次状态会」这个决定，因为没有人需要为此行动。决策不是任务，一个好的提示词能帮模型把两者分开。

这个工作流只有五个节点，核心逻辑并不复杂，但有几个容易踩坑的细节值得展开说。

五步搭建：从手动触发到自动写入

工作流的结构是这样的：

1. Manual trigger 在测试阶段手动启动运行，后续可以替换为表单、定时器或新行触发。
2. Google Sheets, Get row(s) in sheet 读取会议笔记表，每条记录包含会议名称、日期和笔记内容，长文本能完整传递。
3. OpenAI, Message a model 把每场会议的笔记发给模型，要求以JSON格式返回行动项。
4. Split Out 把每个条目中的任务列表拆成独立的任务项。
5. Google Sheets, Append row in sheet 将每条任务追加到Action Items表。

整个搭建过程大约15分钟，50个小步骤，不需要写代码。

n8n 是一款开源的自动化工作流工具，可以把它理解成「可视化版的编程」：通过拖拽节点、连线，把不同服务（如Google Sheets、OpenAI）串联起来完成自动化任务。每个节点代表一个操作步骤，节点之间传递数据。相比Zapier、Make等同类工具，n8n支持自托管，数据不离开自己的服务器，且对复杂逻辑和自定义表达式的支持更强。文章中的「Manual trigger（手动触发）」就是最基础的起始节点，用于测试时一键运行整条流程；后续可替换为「表单触发」「定时触发」或「新行触发」，实现无人值守的自动运行。

关键技巧：要JSON，再拆分

如果只从这个工作流里带走一个思路，那就是这个：AI的回答是段落，而表格需要的是行。两者之间的桥梁，是要求模型输出固定结构的JSON，然后把列表拆开。

提示词要求模型只返回JSON，结构是一个名为tasks的列表，每个任务包含task、owner和due三个字段。同时给出规则：负责人用名字，截止日期用笔记中提到的天数或日期，没有就写「No date」。会议名称和笔记内容通过n8n的双花括号表达式注入提示词。

有两个设置决定了这套流程是否可靠：

把提示词框切换为Expression。 鼠标悬停在框上点击Expression。如果跳过这一步，AI收到的将是花括号字面量，而不是实际的笔记内容。

把Output Format设为JSON Object。 在Options下添加Output Format，类型选JSON Object。n8n会自动展开返回值，任务会以真正的列表形式到达，而不是一大块文本。

之后，Split Out接收列表路径（output[0].content[0].text.tasks），返回逐条任务。两场会议进去，七个条目出来。最后的Append步骤把映射模式设为Map Automatically，自动匹配字段名和列标题。这也是为什么Action Items表的第一行需要用task、owner、due这三个小写标题。

JSON（JavaScript Object Notation） 是一种通用的数据交换格式，用键值对和列表来表达结构化信息。在本工作流中，模型返回类似 {"tasks": [{"task": "...", "owner": "...", "due": "..."}]} 的结构，其中 tasks 是一个列表，列表里每个元素又包含三个字段。这种固定结构让后续的拆分变得可控——如果模型返回的是一段自然语言段落，程序就无法可靠地判断「哪句话是任务、哪句话是负责人」。这也是为什么提示词必须明确要求「只返回JSON」。而 Split Out 节点正是利用了这个结构：它读取列表中每一项，把「一个包含多条任务的条目」拆成「多条独立任务」，从而让每条任务都能对应到表格里的一行。

凭证、模型与重复运行的坑

有几个细节如果没人提醒，很容易浪费时间：

凭证问题。 选择拥有该表格的Google账号，以及一个有可用密钥的OpenAI凭证。n8n有时会预填一个密钥已失效的凭证，模型列表会报401 Authorization failed错误。

模型选择。 GPT-4.1-mini速度快、成本低，从文本中提取事实的能力足够应对这个任务。

选Append，不是Append or update。 Append row每次新增一行，update变体需要一个匹配列。

不要对同一份笔记运行两次。 Append每次运行都会添加行，而AI对同一条任务的措辞可能略有不同，结果就是近似重复项。每份笔记只运行一次。

Append（追加）与 Upsert（更新或插入） 是表格写入的两种典型模式。Append 只负责在表格末尾新增一行，逻辑简单、执行快。Upsert 则需要一个「匹配列」来判断某条记录是否已存在：存在就更新，不存在才插入。Upsert 适合「同一实体会被反复修改」的场景，比如订单状态。而会议行动项本质上是「一次性的新增记录」，每条任务天然独立，没有稳定的唯一标识用来匹配，因此用 Append 更合适。这也解释了文中为什么强调「不要对同一份笔记运行两次」：Append 不会去重，AI 对同一任务的措辞又可能略有不同，两次运行就会产生两条近似重复的任务，反而增加清理负担。

AI输出需要人工过目

模型可能漏掉任务，也可能弄错负责人。这是省时工具，不是替代人工扫一眼的方案。每次会议后快速浏览Action Items表，同时写笔记时明确谁答应做什么。清晰的笔记输入，才能得到清晰的任务输出。两分钟的浏览，远比二十分钟的打字便宜。

上手建议

如果你也想试一下，这个工作流已经被做成免费交互式课程，在n8n编辑器的练习副本中运行，使用虚构数据，不触碰真实账号。每一步都由你自己操作，系统会检查是否正确。

• 完整课程：n8n: Turn Meeting Notes into Action Items in a Google Sheet

如果你的团队还在「会议开得很好」和「那件事谁在做」之间丢失任务，这是一个小投入大回报的搭建。