译者说明：译自 OpenAI 官方 Cookbook。原文是可运行的 notebook，此处翻译全部说明性内容，接口名与参数原样保留。 这一篇对做访谈和做会议纪要的人价值最高，尤其是最后那几条限制——它们不是技术细节，是合规和责任的边界。
关于日期：Cookbook 是持续更新的仓库，页面上没有发布日期。本文的日期取自 OpenAI 官方 Cookbook 索引（
registry.yaml）里为这一篇登记的日期，也就是这份内容第一次被生产出来的时间。
整条链路
原文描述的是一套会后处理的完整流水线，六层：
- 收音频 —— 一段录音，外加（可选的）几段已知说话人的样本片段
- 跑批 —— 校验输入、把样本编码好、调接口
- 分离说话人 —— 调用带分离能力的转录接口
- 整理成稿 —— 把接口的输出整理成统一的结构，每一段有一个稳定的编号
- 提炼 —— 抽出摘要、已定的事、待办、风险、未决问题，以及一封跟进邮件
- 护栏与人工复核 —— 脱敏、核对引用、必要时过一遍内容审核
第 4 步那个「稳定的编号」是后面所有事的地基，下面会讲到。
分离说话人到底带来了什么
不给样本的话，它只能标成「说话人 0」「说话人 1」这种。给了已知说话人的样本，它才能对上名字。
原文说得很实在：
分清说话人，是为了让后面所有的东西有结构。
具体是三件事：
- 待办能归到人头上 —— 是谁答应的
- 风险能引用客户的原话 —— 而不是转述
- 跟进邮件不会张冠李戴
第三条对做访谈的人尤其要紧。一份把 A 的观点安到 B 头上的纪要，比没有纪要更糟——它会被当成事实往下传。
让它没法瞎编的那个设计
这是全篇最值得学的一处。
原文的输出结构里，强制要求每一条结论都带上「证据引用」：引用哪一段（用那个稳定的编号）、原话是什么。
然后在护栏那一步，逐条去核对：这句引用的原话，真的在它说的那一段里吗？
对不上的，直接判定不合格。
这等于把「不许瞎编」从一句嘱咐，变成了一道能自动检查的关卡。
（站上有一篇讲同一个问题的：编造的引文。）
几条必须知道的限制
原文列的这几条，都不是可以「以后再说」的技术细节：
① 脱敏那段代码只是示意。 它只遮基本的邮箱和电话格式。姓名、地址、以及受监管的数据，需要经过政策审核的专门工具。 别把它当成合规方案。
② 说话人的样本片段是敏感数据。 原文的措辞是「按接近生物特征的数据对待」：片段要短（2–10 秒）、单人、并且尽量少留存。
③ 说话人的对应关系不会跨会议记住。 每一次新录音都要重新提交样本。
④ 文件大小有上限，长录音要注意超时设置。
⑤ 原始的转录返回默认不要存。 而且如果结果要写进客户管理系统或者工单系统，风险中高或者证据缺失的，必须过人工复核这一关。
为什么这几条限制值得单独读一遍
因为它们说的其实是同一件事：
这条链路处理的是别人的声音和别人说过的话，而这两样都不是你的。
技术上能做到，和你有没有资格这么做、需不需要告知对方、留存多久，是几个分开的问题。原文把这几条写在正文里而不是免责声明里，这个处理本身就值得学。
做定性研究的人对这件事应该最敏感——对受访者的承诺，是这一行的地基。