“人三天后能记住65%看过的内容，却只能记住10%读过的内容”并不是一项可核验实验的结论。真实研究支持的是更窄的现象：图片有时比对应词语更容易识别，自己绘画可能帮助回忆，构建概念图可能帮助组织材料。它们来自不同任务，不能合并成一条万能记忆公式。
对会议笔记而言，证据支持一种克制的组合：保留可搜索的文字记录，加入一个真正解释内容的视觉线索，并趁上下文还容易恢复时复核。Meeting.ai把这三层做成带时间信息的转写稿、AI-Powered Summary和Visual Note。图负责提供路线，文字负责保存说过什么。
把视觉内容当作回到信息的入口，不要把它包装成神奇百分比。
那些熟悉的视觉记忆数字从哪来？
| 常见说法 | 可追溯来源 | 判断 | 更准确的表达 |
|---|---|---|---|
| “三天后，配图记住65%，纯文字只记住10%” | John Medina在2008年《Brain Rules》中重复数字，但未指出实验 | 过度解读 | 独立物体的图片在部分记忆测试中优于词语，没有通用的65%对10% |
| “65%的人是视觉型学习者” | 没有可识别的人口研究 | 迷思 | 人有格式偏好，但固定类型不能预测最佳学习方式 |
| “大脑处理图像比文字快60000倍” | 没有可识别的原始实验 | 迷思 | 某些图片大意可被快速捕捉，但没有60000比1的阅读对照实验 |
| “阅读保留10%，实践保留90%” | 戴尔经验之塔发表后被他人加上的百分比 | 迷思 | 原图排列媒介的抽象程度，没有记忆保持率 |
| “一小时忘50%，一天忘70%，一周忘90%” | 后来附着在艾宾浩斯曲线上的数字 | 迷思 | 早期遗忘往往较快，但比例随条件大幅变化 |
| “MIT证明图片13毫秒即可处理” | Potter等人测试快速图流中的目标检测 | 真实但范围很窄 | 预先指定的目标在13毫秒呈现后仍可被检测，实验没有和阅读比较 |
| “手写一定优于打字” | 对2014年笔记研究的宽泛概括 | 过度解读 | 后续研究更支持主动加工的重要性，而不是某种输入工具必胜 |
真实论文也可能被压成错误标题。13毫秒实验要求参与者在快速图片流中寻找事先命名的目标，高于随机水平的检测能力很有意思，但它不是“看图理解”和“读一段话理解”的计时比赛。
记忆金字塔是另一类问题：那些整齐的百分比没有实验基础。Edgar Dale在1946年提出经验之塔，用于排列从具体经验到抽象符号的教学媒介，原图不含任何记忆比例。后来的版本加上看似科学的数字，反而改变了原意。
“65%为视觉型学习者”没有可靠的人口研究支持。被大量转发只能增加熟悉感，不能补上缺失的测量。
图片与记忆之间，哪些结论成立？
图像优势效应在独立项目的再认和回忆中有扎实证据。1967年，Roger Shepard向参与者展示约600个图片、词语或句子，之后测试再认，图片表现最高。Lionel Standing在1973年把研究扩展到更大的图片集合。
Allan Paivio的双重编码理论提供一种解释：语言描述与相关意象可能构成两条部分独立的提取路径。“可能”很重要。只有图像确实表示文字中的概念时，第二条路径才有意义；装饰性配图不会自动增加理解。
研究任务的边界也很清楚。记得见过椅子的图片，不等于记得谁接受了截止时间、法务提出了什么条件、预测为什么调整。会议包含关系、不确定性、说话人和精确措辞。图能提示方向，转写和文字纪要才保存细节。
因此，图像优势不能证明存在固定的“视觉型人群”，也不提供通用提升幅度。效果受材料、编码方式、延迟时间和测试任务共同影响。
自己画图为什么不同于看一张成品图？
绘画和建图要求人选择、组织并生成内容。Wammes、Meade与Fernandes在2016年的七个实验中发现，画出词义的项目比只抄写的项目更容易回忆，画得是否好看并不决定结果。
生成效应范围更广。Bertsch等人在2007年的元分析汇总86项研究、445个效应量，自主生成材料相对只读材料的平均优势约为0.40个标准差。补全答案、解释关系、自己写标签，都需要主动生成；收到AI做好的图片并不复制这一过程。
Schroeder等人在2018年的概念图元分析中纳入142个效应量和11814名参与者，整体平均效应约为g=0.58。自己构建图的平均效果高于学习别人完成的图。这是教育场景的平均结果，不保证销售例会或董事会出现相同收益。
概念图与思维导图也不能混用证据。概念图常标注节点之间的关系并形成网络；思维导图通常从中心向外放射。实际使用时，亲手建图最具生成性，修改成品图仍会促使人检查结构，只看成品主要提供方向。三种方式都应连回详细记录。
一场会议会多快被忘记？
遗忘常在学习后不久下降最快，之后逐渐变缓；没有可信曲线能规定每个人在一小时、一天和一周后都会丢失固定比例的会议内容。
艾宾浩斯在1885年学习无意义音节，并用重新学习节省的时间衡量保持，不是测量能复述多少会议内容。原始研究的被试还是他自己。Murre与Dros在2015年重建方法，设置20分钟到31天的间隔，重复出了早期下降较快、后期趋缓的整体形状。
具体遗忘量不能跨场景搬运，因为材料、先备知识、学习方法、间隔和测试都不同。因此，“24小时会忘掉70%的会议决策”没有从遗忘曲线获得证据。
实务动作不需要虚构时限。会后尽早检查，是因为此时更容易补回姓名、条件和责任人；下次交接前确认决定，后续工作开始时查记录，而不是再次靠印象争论。
手写与打字，究竟哪个更好？
Mueller与Oppenheimer在2014年的研究发现，使用笔记本电脑的人更倾向逐字抄录，在概念题上表现较差。解释是手写较慢，会迫使记录者筛选和改写。
后续证据削弱了“手写必胜”的结论。Urry等人在2021年用142名参与者做直接重复，并汇总八项研究，没有支持手写在即时学习上的优势。更值得问的是“你如何处理信息”，而不是“你用笔还是键盘”。
用键盘写下精炼的决定、理由和责任人，是在加工；用手抄完每句话，也可能没有判断重点。会议中，完整听写还会与思考争夺注意力。录音可以保存准确措辞，人专注澄清、异议和决策；自动化转移的是捕捉负担，不是核验责任。
这些研究怎样落到会议笔记？
把会议记录设计成一套小型检索系统：精确来源用于核验，精炼文字用于执行，一个视觉线索用于快速定位，再加一次及时复核。
- 保留对话，同时留在讨论中。 使用已获许可的录音方式。Meeting.ai把内容变成可搜索、带时间信息的转写稿，发言人确认后由Voice Match标记。
- 写清执行层。 决策、待办、责任人、日期、未决问题和理由需要文字。AI-Powered Summary帮助整理，关键细节仍应回到转写核对。
- 选一个视觉入口。 时间线提示顺序，流程图解释步骤，对比图区分方案，关系图呈现主题。不要为装饰而加图。
- 趁容易修正时复核。 不是因为存在统一的24小时保持率，而是错误还没有流入下一份文件和任务系统。
- 把三层连起来。 没有来源的图容易过度简化，没有摘要的转写难以浏览，没有转写的摘要难以审计。
Visual Note的价值不是证明参会者能记住65%，而是给读者一条容易识别的路径，重新进入讨论。会议笔记功能页展示了它与转写稿、AI-Powered Summary并列工作的方式。
会后按以下顺序复核：先看Visual Note说出三条主线；打开摘要检查每个决策、责任人和日期；争议项按时间点回听；修正后发送具体行动；下一次相关会议前先找回旧决定。
我们修正了自己的哪些内容？
Meeting.ai已从自己的材料中删除“图片能让人记住65%的信息”这一说法，因为我们无法把这个数字追溯到支持它的实验。
我们曾重复使用一条来自无来源营销传播链的熟悉统计，这是我们的错误。本文现在直接链接能够支持较窄结论的研究，并明确区分Visual Note可能带来的帮助与研究从未证明的效果。
可以诚实承诺什么？
真实价值已经足够：Visual Note提供回到会议结构的路线，AI-Powered Summary标出需要处理的内容，转写稿保存实际发言。三者结合使用，重要细节继续核对，不需要再借用一个虚假的百分比。
