需围绕关键维度对otter.ai转录稿逻辑重组：一、标注发言者角色并按角色筛选；二、搜索高频词聚类主题；三、用时间戳标记态度转折点；四、按star-r框架重排语句；五、嵌入带时间戳的原始引语佐证结论。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您已获得Otter.ai生成的访谈原始转录稿，但需要快速提炼核心信息并形成结构化总结，则需围绕关键维度对杂乱语音文本进行逻辑重组。以下是实现该目标的具体技巧：
一、提取关键人物与角色标签
原始转录稿中常混杂多人发言且缺乏身份标识，需先行标注每位发言者的职能或角色，为后续归类提供锚点。该步骤可避免观点归属混淆，并支撑按角色维度展开分析。
1、在Otter.ai编辑界面中，逐段点击发言气泡右侧的“Edit speaker”按钮。
2、将默认的“Speaker 1”“Speaker 2”替换为实际身份，例如“产品经理（需求方）”、“用户代表（测试参与者）”。
3、保存后，使用Otter.ai的“Filter by speaker”功能单独查看某角色全部发言内容。
二、按主题聚类高频关键词句
通过词频与上下文共现识别重复出现的概念簇，是建立主题维度的基础。Otter.ai虽不内置语义聚类，但可借助其搜索高亮功能人工定位主题单元。
1、在转录稿顶部搜索框中输入疑似核心词，如“响应速度”、“操作步骤多”、“找不到入口”。
2、记录每个关键词出现的所有段落编号及前后3句话，形成初步主题卡片。
3、合并语义相近的卡片，例如将“太慢”“卡顿”“加载很久”统一归入“性能延迟”主题维度。
三、嵌入时间轴标记关键转折点
访谈中观点演进常与时间节点强相关，如用户从初始态度到体验后反馈的变化，需用时间戳锚定转折，支撑“问题—反应—建议”结构搭建。
1、在Otter.ai播放器中暂停至语气明显变化处（如叹气、停顿超2秒、出现“其实之前……但现在……”句式）。
2、点击对应时间戳左侧的“+”图标添加笔记，输入“态度转折：由认可转为质疑”。
3、导出含时间戳的文本后，筛选所有带“转折”标签的段落，集中排列构成动态分析主线。
四、套用STAR-R框架重排语句顺序
将零散陈述映射至情境（Situation）、任务（Task）、行动（Action）、结果（Result）、反思（Reflection）五要素，可自然形成逻辑闭环，避免总结流于罗列。
1、通读每段发言，判断其最贴近STAR-R中哪一要素，例如“我们当时刚上线新流程”属于Situation，“用户要完成实名认证”属于Task。
2、新建文档，按STAR-R顺序建立五个二级标题，将对应发言段落拖入对应区块。
3、对每个区块内语句进行精简，仅保留主谓宾完整、含具体对象与动词的句子，删去“嗯”“那个”等填充词。
五、插入原始引语强化证据效力
结构化总结易失真，必须在关键结论旁嵌入不可篡改的原始语音文字，确保每一项归纳均有出处可溯。
1、在Otter.ai中长按某句转录文本，选择“Copy timestamped text”，获取格式为[00:12:45] “这个按钮藏得太深，我点了三次才找到。”的引用。
2、将该引用粘贴至总结文档中对应分析句之后，用括号包裹，例如：“导航路径过深（[00:12:45] ‘这个按钮藏得太深，我点了三次才找到。’）”。
3、全篇检查，确保每个观点性陈述后均附有至少一处带时间戳的原始引语。
