AI 会前准备到底怎么做 — 一套完整的会前流水线

TL;DR

• AI 会前准备 ≠ AI 会议记录。记录工具捕捉会上发生了什么；会前准备系统则在会议开始前收集上下文、调取相关文档、生成简报。

• 一套完整的会前流水线有 4 个阶段：上下文收集（谁参会、为什么开）、文档调取（相关文件、历史记录、邮件线索）、简报生成（一页纸的会前阅读材料）与待办事项结转（上次留下了什么没做完）。

• 日历驱动（Calendar-Driven）的 AI 会自动完成准备——由日历事件触发，而不是靠人记得去问。会议开始前 30 分钟，准备材料已经就位。

• 对单人创业者以及任何有固定客户通话、站会或评审会的人来说，自动化的会前准备能省去手忙脚乱，确保每场会议都在正确上下文里开场。

声明：本文演示使用 Floatboat 的工作流。每个流水线阶段都存在其他可选方法与工具。

1. 关于 AI 会前准备，大多数人搞错的地方

1.1 它不只是 AI 会议记录

问一个人 AI 能为会议做什么，第一个答案通常是「做记录」。Fireflies、Otter、Fathom 这类工具已让 AI 转写成为主流。它们加入你的通话，录下对话，产出摘要。它们擅长各自做的事——而它们做的所有事都发生在会议内部：捕捉会议开始之后发生的一切。

会议准备是同一枚硬币的另一面。它发生在任何人开口之前，是理解这些事的工作：房间里会有谁、上次聊了什么、哪些文档相关、还有哪些悬而未决的问题、以及这场对话的目标应该是什么。正是这份准备工作，把日历上的一个时间块变成一场有产出的对话。而对大多数人来说，它仍是纯手工的：通话接通前的 10 分钟，在邮件、Slack 和 Google Docs 之间手忙脚乱地翻找，试图拼回上下文。

AI 会议记录与 AI 会前准备处理的是会议生命周期的不同阶段。它们不是对手，而是互补关系——而被主流 AI 工具长期忽视的，恰恰是准备这一侧。

1.2 会议前的 30 分钟，比会议本身更重要

日程排满的人都认得这个模式：一条会议出现，你扫一眼标题和参会人，大致知道它是关于什么的。然后——除非你刻意留出时间做准备，翻旧邮件、找到相关文档的最新版、重新回忆客户的状态——你就这样准备不足地走进对话。这不是因为你工作不称职，而是因为准备需要时间，而时间恰恰是日历不肯给你的东西。日历只显示时间段，提醒你时段将至，却完全不会帮你为它做好准备。

会议前的 30 分钟是整个会议生命周期里杠杆率最高的时间。10 分钟的结构化准备，能把一场漫无边际的闲聊变成一次聚焦的工作会；10 分钟手忙脚乱地翻标签页，则带来相反的结果。两者的差别不在自律，而在：准备材料是已经替你拼装好了，还是你必须盯着倒计时自己拼。

2. 会前流水线：4 个阶段

一套完整的会前工作流有 4 个阶段。每个阶段都可以手工完成——对大多数人来说，目前也正是如此。AI 在会前准备中的价值不是做什么全新的事，而是把拼装工作自动化，让人类能把精力投向拼装工作所支撑的战略思考。

2.1 阶段 1：上下文收集——谁、什么、为什么

任何会议之前，都存在决定这场对话性质的基础事实。谁参会？他们在项目里是什么角色？上次与他们交流是什么时候、定了什么？这是同步会、决策会、提案会还是谈判？赌注是什么？

对一场固定客户通话，上下文收集阶段会拉取：客户姓名与角色、上次会议的记录（聊了什么、承诺了什么）、过去一周与该客户相关的邮件线索、以及未完成交付物的当前状态。对内部站会，它会拉取：上次站会的待办事项、进行中任务的状态、以及被标记的阻塞项。对与新潜在客户的第一场会，它会拉取：对方的公司、职位、促成这次会面的触达线索、以及与对话相关的公开信息。

手工做，每个阶段每场会要花 5–10 分钟。按每周 10–15 场会算，那就是一小时以上的信息检索——寻找那些已经存在、只是不在一处的东西。AI 会前准备把这个检索自动化，从已连接的邮件、日历、文档存储和任务管理工具中拉取，在人类看向屏幕之前就把基础上下文拼装好。

2.2 阶段 2：文档调取——相关文件、历史记录、邮件线索

上下文收集告诉你「谁」和「为什么」；文档调取告诉你「什么」——具体而言，哪些材料与即将发生的对话相关。

这个阶段把会议与围绕它的各类产物连接起来。对一场关于提案的客户通话，它调出提案文档的最新版、上面收到的反馈、邮件线索里的报价讨论，以及——如果对话正走向签约——合同模板。对产品评审，它调出规格文档、最新构建记录、QA 报告与设计评审的反馈线索。对每周规划会，它调出上周计划、本周草稿、指标看板与过去七天内的异常事件。

这个阶段要解决的难题不是文档不存在，而是它们散落在 Gmail、Google Drive、Notion、Slack、Linear 和十几个其他地方。找到它们，需要知道去哪儿找、找什么。多数人会发展出经验法则：「客户提案在共享云端文件夹里」「QA 报告在 Slack 频道置顶消息里」。这些法则在失灵之前都挺好用。AI 文档调取用真实连接取代了经验法则：会议连到客户，客户连到项目，项目连到它的文档——系统自动在这些链接间穿行。

2.3 阶段 3：简报生成——一页纸的会前阅读材料

上下文已收集，文档已调取。阶段 3 把这两者综合成一页可快速扫读的内容：会前简报。

一份好的简报不会倾倒所有信息。它大致按这个顺序回答四个问题：这场会议的目标是什么；背景是什么（一段话——上次互动、当前状态）；关键讨论点有哪些（三到五条要点，取自已调取的文档与上下文）；桌面上应摆出哪些未决问题或风险。简报的格式跨会议保持一致，内容则因会而异。续约对话的简报，和项目启动会的简报看起来不同——即使涉及的是同一位客户。

产出物不是让你在会上逐字念的。它是在通话接通前三分钟翻一翻的——足够刷新脑内模型、标出讨论点、带着方向感进场。对高风险的会议，简报决定了你是掌握先机地开场，还是花前五分钟重建上下文。

2.4 阶段 4：待办事项结转——上次留下了什么

准备的最后阶段是上一场会通向这一场会的桥梁。上次分派了哪些待办事项？哪些已完成？哪些仍挂着——而这些一直挂着的事项，需不需要在这场对话里处理？

这个阶段预防最常见的会议失败模式：全员同意、无人去做、下次开会谁也没想起要提的待办事项。把未完成事项作为简报的一部分调出来，系统让人想忘都忘不掉——它们就在你进场前翻看的那一页上。结转不是任务管理器。它不追踪截止日期，也不发提醒。它把上一场会的产出接到这一场会的输入上，合上手工流程一直敞开的那个环。

3. 日历驱动的 AI 有什么不同

3.1 由日历触发，而不是靠聊天 prompt

上面描述的 4 阶段流水线可以手工执行——对大多数人来说也确实如此。手工执行与 AI 执行的差别不在做了什么，而在何时做、怎么做。

在基于聊天的 AI 工作流里，你打开工具、请它为某场会做准备。你提供上下文：会议标题、参会人，也许再粘一些邮件和文档。AI 做综合工作。但你必须记得去问，必须自己收集输入。是你在发起这个流程——如果你没发起，流程就不会发生。

在日历驱动的工作流里，日历事件本身就是触发器。下午 2:30——距离 3 点客户通话还有 30 分钟——系统已完成全部 4 阶段：上下文收集、文档调取、简报生成、待办结转。你没打开任何聊天窗口，也没粘贴任何邮件。日历让系统做准备，它就去做了。

这个转变——从人发起变为日历发起——正是自动化准备能够规模化可靠运转的原因。一天三场会时，记得逐一准备还应付得来；一天八场时就不行了。日历驱动的方式彻底卸下「记得」的负担。系统会准备，是因为日历说有事要来——它不需要你也记得有事要来。

3.2 无论你是否记得去问，准备都会发生

日历驱动准备的现实意义是：材料在你需要时就已就位，无论你是否提前有时间去想这场会。这一点对挤在其他会议之间的会议尤其重要——比如 10 点的会超时了，紧随其后的 11 点会毫无手工准备的空档。手工流程里，那场 11 点会会冷启动；日历驱动流程里，10:30 时准备就已完成了——那时你人还在 10 点的会上。

这无关取代战略思考。简报是起点，不是剧本。你仍需要审阅它、调整侧重点、决定优先事项。但拼装工作——查找、排版、交叉引用——已经完成。你花 60 秒扫读简报，替代了本会花 10 分钟去收集简报所汇总的材料。

4. 为你的工作流搭建这套系统

4.1 连接你的日历、邮件与文档

自动化会前准备的最小可用配置覆盖三类连接。日历权限——让系统知道接下来有什么，能按时触发准备。邮件权限——让系统能调出相关线索、从过往对话中识别参会人。文档权限——让系统能找到与每场会上下文相关的文件。

多数日历驱动 AI 工具直接连接主流平台：Google Calendar 与 Gmail、Outlook Calendar 与 Exchange、iCloud。文档访问层因工具而异——有些连 Google Drive、Notion 与 Dropbox，另一些依赖本地文件系统访问。关键是三类连接（日历、邮件、文档）都要保持实时，而不是只导入一次。系统需要实时看到新邮件、新文档和日历变更，才能让准备材料保持最新。

4.2 定制会前简报模板

不同类型的会议需要不同的简报格式。客户提案简报应优先呈现对方公司的背景与痛点；每周站会简报应优先呈现待办事项与阻塞项；项目评审简报应优先呈现里程碑状态与交付物就绪度。

多数系统为常见会议类型提供默认模板，并允许定制——调整显示哪些板块、每个板块的详细程度、以及每个板块从哪些来源取数。定制对每种会议类型只做一次。此后，该类型每次开会都用同一模板，填入因会而异的内容。

4.3 让每周站会与客户通话的固定会议自动准备

固定会议——每周站会、每月客户同步、每季复盘——是自动化准备回报最高的地方。准备格式每次都一样，内容却不断变化。把内容拼装自动化，能消除重复的信息检索工作——按年累计，那就是几十个小时。

固定会议的开通常涉及：把日历事件系列标记为特定会议类型、确认（或定制一次）准备模板、并核实相关文档源已连接。之后，该系列每一次开会都会自动完成准备。对每周有五个固定会议的人来说，那就是每周五份简报——一年约 250 份——全都无需手动操作即可出现。

延伸阅读

• AI 会议后续跟进自动化——流水线的会后一侧：AI 如何把会议结果转化为任务、草稿与下一场会的准备材料。

• 什么是 Agentic Calendar？——日历驱动 AI 系统的基础定义，它执行整个会议生命周期。

• 日历驱动 AI vs 基于聊天的 AI——为什么由日历触发的准备，与让一个聊天 AI 去做准备，在架构上根本不同。