一、场景与定位
企业办公中的文书生产——会议纪要、合同初稿、文档摘要、数据分析报告——是典型的"格式稳定、输入多样、重复发生"的任务族。这类任务在百炼平台上有一条完整的能力链路支撑：FunAudio-ASR 语音识别 + 通义千问系列文本生成，通过百炼 CLI（bl）在终端内即可完成端到端串联，无需编写任何服务端代码。
本文以六个真实办公场景为例，展示如何用 CLI 把平台的语音与文本能力组装成可复用的文书流水线，并给出模型选型与成本治理的实践建议。
二、能力矩阵与架构
本方案用到的百炼能力：
| 能力 | CLI 命令 | 模型 | 用途 |
|---|---|---|---|
| 语音识别 | bl speech recognize |
fun-asr（默认） | 会议/访谈录音转写，支持说话人分离 |
| 文本生成（旗舰） | bl text chat |
平台默认模型 | 合同、数据报告等严谨文书 |
| 文本生成（高性价比） | bl text chat --model qwen-turbo |
qwen-turbo | 摘要、润色等批量任务 |
| 用量治理 | bl usage free / bl usage stats |
— | 免费额度与消耗观测 |
架构上是清晰的三层：本地文件层（录音/参数/数据）→ CLI 处理层（转写 + 生成，shell 循环做批量）→ 产出层（结构化文书）。
设计上有两个工程要点：
- 格式约束沉淀为 system prompt 资产：纪要四段结构、合同十条条款写进
--system，团队内可版本化共享，输出格式天然一致； - 转写与生成两阶段解耦：中间产物
transcript.json落盘，转写一次，下游格式可反复重跑。
三、环境准备
npm install -g bailian-cli
bl auth login
Node.js 18+，无其他依赖。API Key 在百炼控制台获取，新开通账号带免费额度；CLI 安装文档见官方页面。
四、端到端实践
4.1 会议录音 → 结构化纪要
bl speech recognize --url 0728-项目周会.m4a --language zh --diarization --speaker-count 4 --out transcript.json
--url 接受本地路径，CLI 自动完成上传；--diarization 开启说话人分离——多人会议不开启时发言混排，下游纪要会出现决策归属错误，这是实测验证过的必要参数。
bl text chat --system "你是会议纪要助手。根据转写内容输出正式纪要，依次包含：参会人员、讨论摘要（按议题分条）、决策事项、待办清单（负责人+截止时间）。转写中没有的信息标注[待确认]，禁止编造。" --message "$(cat transcript.json)"
system 中"禁止编造"约束显著抑制幻觉：录音中未明确的截止时间输出为 [待确认]，而非补全一个虚构日期。
4.2 合同初稿批量生成
企业签约场景中同构合同占比高，本质是"模板 + 参数"。参数文件放入 contracts/ 目录后一条循环完成：
for f in contracts/*.txt; do bl text chat --max-tokens 8000 --system "你是合同起草助手。根据给定参数起草软件开发服务合同，条款依次包含：合同双方信息、项目范围、开发周期与里程碑、付款条件、验收标准、知识产权、保密条款、维护服务、违约责任、争议解决。用词严谨，输出Markdown。" --message "$(cat $f)" > "draft-$(basename $f .txt).md"; done
注意 --max-tokens 8000：默认 4096 会导致长合同截断。产出定位为内部流程初稿，法务审阅环节不可省略——流水线优化的是"从零起草"到"审阅修订"的效率转换。
4.3 摘要 / 公式 / 报告 / 邮件
bl text chat --model qwen-turbo --message "用200字以内总结这份通知的核心要点，必须保留时间节点和责任部门：$(cat 数字化转型通知.txt)"
bl text chat --message "Excel表：A列订单日期，B列客户名称，C列订单金额。需求：1)按月汇总C列金额 2)统计每个客户出现次数 3)把C列大于10000的整行标黄。给出具体公式和操作步骤，SUMPRODUCT和数据透视表两种方案都要"
bl text chat --system "你是零售数据分析师。输出结构：整体概览、月度趋势、异常点分析、可执行建议。每条结论必须引用具体数据作为依据，禁止无依据的判断。" --message "以下是12个月销售数据：$(cat sales-2025.csv)"
bl text chat --message "把这封英文邮件改得更专业、礼貌、简洁，保留原意。逐条说明每处修改的理由：$(cat draft-email.txt)"
数据报告场景中，"每条结论必须引用具体数据"是提升输出可用性的关键约束——实测能让输出从趋势性泛谈转为逐条挂数字的分析，并主动识别出 CSV 中的退货率异常月份。
五、模型选型与成本治理
文书任务族的负载特征是"高频、单次轻量"，适合分级选型：跑量任务（摘要/润色/公式问答）路由到 qwen-turbo，单次成本分币级；严谨文书（合同/报告）走平台默认旗舰模型。用量随时可观测：
bl usage free --sort remaining
bl usage stats --days 30
（需 bl auth login --console 完成一次控制台登录。）实测一周约 40 次文本调用大部分落在新账号免费额度内。
| 任务 | 手工基线 | 流水线 |
|---|---|---|
| 两小时录音纪要 | ~1.5h | ~20min |
| 十份合同初稿 | 半天 | 分钟级生成 + 审阅 |
| 单份摘要/邮件 | 10-30min | 1-2min |
六、边界与生态协同
如实标注方案边界：嘈杂录音的转写质量需人工抽查关键段落；合同法律效力判断在流水线之外；超上下文长度的输入需预先分块。
生态协同方向：bl config export-schema 可将 CLI 命令导出为 OpenAI 兼容 tool schema，供 Agent 编排调用；--messages-file 支持标准 messages 数组输入，便于与上游系统对接；批量循环可进一步接入定时任务实现周报级自动化。
平台入口：百炼控制台（新账号含免费额度，可完整验证本文全部场景）。
