一场 90 分钟的讨论会开完，留下的是聊天记录、几张截图、白板上被擦掉一半的箭头，以及每个人脑子里各不相同的"结论"。真正麻烦的不是开会，而是会后：谁说了什么、到底定了哪几条、这些结论能不能变成一张每周都能更新的看板。
这篇教程走一遍完整链路：把散乱的讨论材料收拢，用 Claude 的白板式梳理把混沌摊成结构，再用表格形态把结构落成数据，最后用图表把它变成一张别人打开两分钟就能看懂的看板。全程用一个贯穿案例：一个小团队讨论"新用户首周流失"。
需要说明的是，具体入口位置、功能名称和额度限制以官方文档与产品页面当前版本为准，本文只讲流程与可照抄的做法。
这篇能做出什么
做完之后，你会得到一页看板，内容是：
- 一张主图：新用户在第 1～7 天的留存曲线，按渠道分组；
- 一张对比图：不同首日引导完成度人群的次周留存差异；
- 一张排序图：各流失原因的提及次数（来自讨论记录，不是拍脑袋）；
- 一张明细表：一行一个流失案例，能点进去看原始描述；
- 一段不超过 200 字的结论，写清"主要漏在哪一步、下一步动哪个环节"。
更重要的产出是流程：下周再开一次会，你能在 30 分钟内把新材料灌进同一套结构，看板自动更新，而不是每次从零开始。
前置条件清单
- 一个可用的 Claude 账号，能使用对话、表格/数据相关的产出形态（具体可用范围以官方页面为准）；
- 原始材料：会议转写文字、群聊记录导出、白板照片转成的文字、文档里的评论，越原始越好，不要提前"美化"；
- 一个明确的分析目标。案例里是："新用户首周流失主要发生在哪一步？"
- 基础的表格意识：一行一条记录，一列一个字段，表头唯一，不合并单元格；
- 可选：能把结果导出成 CSV 的表格工具，方便二次加工和留档；
- 一次 30 分钟的安静时间，用来定字段。
最后一条最容易被跳过，但它决定了后面所有产出是否可用。
第一步：先定问题，再动材料
很多人一上来就把聊天记录丢进去说"帮我分析"。模型会给你一段看起来很顺的文字，但你没法验证它对不对。
正确顺序是先定问题，再喂材料。把目标写成三层：
```text
主问题：新用户首周流失主要发生在哪一步？
拆解问题 1：不同获客渠道的首周留存差多少？
拆解问题 2：首日完成引导的用户，留存是否更高？
拆解问题 3：讨论中被提到最多的流失原因是什么？
```
这三层问题直接决定了后面要建哪些字段、出哪几张图。写不出来就说明还没想清楚，先别往下走。
第二步：把散乱讨论原样收拢
把材料拼成一份纯文本，按来源分段，保留时间和说话人。不要删掉看似跑题的发言——那些往往是真正的线索。
```text
【来源 A｜会议转写 00:12-00:38】
张三：新用户注册完就跑了，第二天基本不怎么回来……
李四：我觉得是引导太长，四步才让用核心功能。
王五：渠道也有关系吧，信息流来的那批本来就不是很精准。
【来源 B｜群聊 3 月 5 日】
张三：今天又收到 6 个反馈说不知道下一步点哪。
李四：客服那边统计过，说"找不到入口"出现挺多次。
【来源 C｜白板照片转写】
箭头：注册 → 引导（4 步）→ 首页 → 核心功能
便签：引导太长 / 入口不明显 / 渠道质量参差
```
然后给一个约束明确的指令：
```text
下面是一段团队讨论的原始记录。请只做整理，不要补充任何记录里没有的信息。
输出四块：
1) 议题：讨论中实际出现的议题，按出现顺序列；
2) 结论：明确达成一致的结论，注明依据来自哪一段；
3) 待验证：有人提出但没有证据的说法，单独列出；
4) 数据需求：要把上面这些验证清楚，需要采集哪些字段。
无法归类的原文单独放"未归类"区，不要丢弃。
```
关键在"待验证"这一块。案例里"渠道质量参差"是个假设，不是结论。把假设和结论分开，看板才不会把猜测画成事实。
第三步：用白板把讨论摊成四区
白板的价值不是好看，是让并行的东西同时可见。让 Claude 把上一步的四块内容整理成可以直接贴到画布/白板视图的结构，或者至少是一份分区大纲。
```text
把上面的整理结果重排成白板布局，四个区域：
- 左上「已知事实」：有原始记录支撑的
- 右上「待验证假设」：需要数据说话的
- 左下「数据需求」：每个假设对应需要哪些字段
- 右下「下一步动作」：谁、做什么、什么时候
要求：假设区和数据需求区之间用编号对应，比如 H1 对应 D1。
每个区域不超过 6 条，超出的合并或降级。
```
如果当前界面提供画布或白板视图，把这份结构贴进去，人工拖动调整位置——这一步不要全交给模型，人手摆一遍的过程本身就是在对齐认知。摆完之后截一张图存下来，它是这次讨论的"会议结论快照"，比纪要文字更容易回看。
案例里最终收敛成：
```text
已知事实：
F1 注册后次日回访明显下降（会议共识，无精确数字）
F2 引导流程为 4 步（白板流程图为证）
F3 客服侧多次收到"找不到入口"类反馈
待验证假设：
H1 引导步骤过多导致放弃 → 对应 D1
H2 信息流渠道用户留存更低 → 对应 D2
H3 "找不到入口"集中在某一类设备 → 对应 D3
数据需求：
D1 每个用户的引导完成步数、是否完成、次周是否留存
D2 获客渠道、注册日期、第 1/3/7 天是否活跃
D3 设备类型、反馈文本、反馈时间
```
第四步：把白板结论落成表格
这是整条链路里最容易翻车的一步。白板上的"数据需求"只是字段清单，要变成能分析的表，得定义清楚粒度和取值。
先定表结构，一行一个用户：
```text
请基于 D1～D3 设计一张用户级明细表，输出：
1) 表头（英文字段名 + 中文说明 + 数据类型）
2) 每个字段的取值范围或示例值
3) 三行示例数据（明确标注为示例，不要编造真实统计结果）
约束：
- 一行代表一个注册用户，不允许出现"合计""其他"这类汇总行
- 数值字段不带单位、不带千分位
- 布尔字段统一用 0/1
- 缺失值统一留空，不要填 0，也不要估算
```
得到的字段大致长这样：
```text
user_id 用户唯一标识 字符串 U10023
channel 获客渠道 枚举 organic / paid_feed / referral
reg_date 注册日期 日期 2025-03-01
guide_steps 实际完成引导步数 整数 0-4
guide_done 是否完成引导 0/1 1
d1_active 次日是否活跃 0/1 0
d7_active 第 7 天是否活跃 0/1 0
device 设备类型 枚举 ios / android / web
feedback 反馈原文 文本 "不知道下一步点哪"
```
再让模型把讨论记录里能落表的内容抽出来：
```text
从原始讨论记录中，抽取所有可以落成"流失原因"记录的行，
字段为：case_id、来源段落、原始描述、归因类别、是否已核实。
只抽记录里真实出现过的内容，不要补充；无法判断类别的填"未归类"。
```
得到一个十几行的原因明细表。这张表后面会变成排序图的数据源。
两个硬性检查，做完再往下走：
1. 每个数值列的分布看一眼，出现明显不可能的值（比如引导步数 7）说明抽取有问题；
2. 枚举列的取值去重看一眼，出现"信息流""信息流渠道""feed"三种写法，先统一。
第五步：用 Data 出图，先选图型再出图
把上一步的表贴进去，先让模型给图型建议，而不是直接出图：
```text
下面是用户级明细表的字段说明和数据结构。目标是回答三个拆解问题。
请为每个问题推荐一种图型，说明为什么，并指出这种图在这份数据上可能的误读风险。
先不要生成图表。
```
案例里得到的建议是：留存看趋势用折线、渠道对比用分组折线或小倍数图、原因分布用横向条形排序图。原因分布不用饼图——类别多且差距小时饼图读不出差异。
图型确定后再出图，并且强制"先表后图"：
```text
按上面的图型生成图表。生成前先输出这张图实际使用的汇总表
（每行一个分组，含样本量 n），确认无误后再出图。
样本量小于 30 的分组在图上标注"样本少，仅供参考"。
```
"先表后图"这条约束能挡掉大部分对不上的情况：图错了，看汇总表就能发现。
第六步：组装看板并固化更新流程
把产出按阅读顺序排：结论 → 主图 → 支撑图 → 明细表 → 原始材料链接。看板顶部固定写三件事：统计口径、数据截止日期、下次更新日期。
然后把这套指令存成一个可复用的模板：
```text
【每周流失看板更新】
输入：本周用户明细 CSV、本周新增讨论记录
步骤：
1. 按既定字段校验数据（缺列、异常值、枚举不一致，逐项列出）
2. 输出本周主图所需汇总表（含样本量）
3. 与上周数据对比，只描述变化超过 20% 的指标
4. 从新增讨论中抽取新的流失原因，追加到原因表
5. 输出三条结论，每条必须挂一个数据依据
输出格式沿用上周看板。
```
模板存下来，下周换个输入就能跑。这是从"做了一次分析"到"有了一个看板"的分界线。
它和 Claude Meetings 的分工
两件事经常被混为一谈，划分清楚能省很多返工：
- 会议环节交给 Meetings 类能力：实时记录、转写、生成纪要、抓取待办和负责人。它解决的是"会开完了，内容别丢"。
- 会后环节交给白板 / 表格 / 数据这套组合：把纪要里的模糊表述变成可验证的假设、把假设变成字段、把字段变成图和结论。它解决的是"内容能不能拿来做判断"。
一句话记：Meetings 负责把话记下来，三件套负责把话变成数。纪要里写"用户流失比较严重"是合格的纪要，但不是合格的数据输入；进了分析环节，它必须先变成"次日留存 0/1"这样的字段。中间这个转换动作，是整条链路里最值钱也最容易被省略的一步。
常见坑与排错
坑 1：跳过建表直接要图。
模型会照着你给的一段描述"画"出一张图，看起来专业，但底下没有数据。自查方法：让模型输出这张图的汇总表，如果它给不出来或者给的和图对不上，图就是假的。
坑 2：一行塞了多件事。
明细表里一行应该是"一个用户"或"一次反馈"，不是"一个渠道的一批用户"。粒度混了，后面所有汇总都会重复计数。
坑 3：让模型补缺失值。
"帮我把空着的渠道按比例补上"——这一步一旦做了，后面所有结论都不成立。缺失就留空，在看板上单独标注缺失率。同理，不要让模型"估算"任何统计数字。
坑 4：字段名太口语。
"情况""那个""备注2"这类字段名，一周后自己都看不懂。字段名要么英文加中文说明，要么中文但写全。
坑 5：枚举值不统一。
"信息流""付费信息流""feed"混在一列里，分组图会碎成七八条。每次灌新数据前跑一次去重检查。
坑 6：小样本分组当真。
某个渠道只有 12 个用户，留存率高 30 个百分点，这很可能是噪声。看图先看样本量，样本少的分组要么合并，要么标灰。
坑 7：看板和讨论脱节。
白板上的假设 H1、H2 验证完了没有回写。解决办法是在看板底部固定一栏"假设验证状态"，每周更新一次：已验证 / 已推翻 / 数据还不够。
排错顺序建议：图对不上，先查汇总表；汇总表对不上，先查明细表；明细表对不上，回原始材料核对抽取。不要从图往回改，一路往上游查。
敏感信息：如果材料里有真实用户手机号、身份证、订单号，进模型之前先脱敏，用占位符替换。看板分享出去之前再检查一遍明细表。
下一步建议
1. 固化字段字典。 把第四步的表头、取值范围、口径写成一份文档，放在看板旁边。新人接手、换工具、换模型，都靠它对齐。
2. 加一列"数据来源"。 每个关键指标标注它来自哪张表哪个字段，出问题时能快速定位。
3. 建一个假设台账。 每次讨论产生的假设都登记编号，验证完就打钩。三个月后回看，这份台账比任何一份纪要都有价值。
4. 把看板结论反哺到下一次讨论。 下次开会直接从"上周三个假设验证到什么程度"开始，讨论质量会明显不一样。
5. 控制看板规模。 一页看板回答三个问题就够了，加不进去的先放进"待观察"，别让它变成没人看的仪表盘。
6. 定期重跑模板。 产品在变，字段会失效。每个月检查一次模板里的字段是否还对得上当前数据。
整套流程真正花时间的不是操作，是前两步的想清楚。想清楚了，后面每一步都是十分钟的事。