AI 会前准备只需要回答一个问题:参会者在会议开始前必须知道什么、决定什么、带来什么? 它和会议转写不是一回事。转写工具在人入会后记录发生了什么;会前准备则提前收集相关证据,整理成一份可审查的简报。
有效的任务也不是“总结这个客户的一切”。它从日历事件出发,只检索已获授权的资料,找出悬而未决的事项,并让重要结论都能追溯到来源。下面是一套不靠无限权限、也不靠 AI 猜测的会前流程。
信息核对截至 2026 年 10 月 13 日。 产品能力会随套餐、租户、地区和管理员设置变化。本文流程与厂商无关,产品链接仅用于证明当前存在的实现方式。
先定义交付物:一页决策简报
好的简报应该能在开会前五分钟读完,并包含七项内容:会议目的与预期结果;参会者及与本次会议有关的角色;上次决策、未完成承诺和最近变化;重要事实的原始链接;按重要性排列的待决问题;缺失资料、冲突记录与权限障碍;以及会后填写负责人和截止日期的位置。
这套结构能避免一种常见失败:AI 写出漂亮的参会者背景,却漏掉今天必须处理的欠款、异议或延期决定。
第一步:把日历事件转换成检索计划
先读取标题、组织者、参会者、描述、时间、重复规则、附件与会议链接。这些字段只能作为路由信号,不能直接视为事实。标题可能含糊,参会名单可能过时,重复会议也常保留旧描述。
把事件转换成明确检索条件:已确认的人与组织、项目或客户编号、合适的时间范围、同系列上一场会议、明确附加的文件,以及分配给参会者的未完成事项。
Google 官方说明,Calendar 事件可以包含 Drive 附件和会议记录,但附件权限仍由 Drive 单独控制。Microsoft 的会前准备功能可以汇总用户有权访问的上下文、任务和文档,同时提醒:缺少相关内容时,结果可能较为泛化。参见 Google Calendar 附件说明和 Microsoft 会前准备文档。共同原则是:事件负责指向证据,而不是凭空创造证据。
第二步:按来源优先级取证,不抹平权限
固定检索顺序可以减少旧资料和噪声:先看当前议程与附件,再看上次会议的决定和待办,然后检查项目或 CRM 的当前状态、近期邮件和已授权团队消息,最后才补背景文档与外部公开信息。
保留每条资料的来源、时间和性质。它究竟是已确认决定、某人的说法、待审草案,还是已经过期的计划?不要把所有文字揉成一个无法追踪的大段上下文。
简报权限应跟随接收者。Microsoft 明确表示,不同参会者可能因访问权限不同而看到不同洞察;Google 也把事件可见性和 Drive 文件访问分开。能看到附件名称却打不开时,应写“无权访问附件”,不能猜内容,更不能偷偷扩大分享范围。
第三步:先处理冲突,再写摘要
会议资料经常互相矛盾:邮件写周五,项目系统写下周一;上次记录说负责人是小周,工单却指向小梅。正确做法不是机械采用时间最新的一句。
可以给信息加三种标签:
- 已确认:来自约定的事实源或明确决策;
- 单方记录:存在于某个来源,但尚未交叉确认;
- 存在冲突:两条相关资料不一致,需要在会上解决。
AI 在这里的价值是聚合引用、发现矛盾和压缩证据。商业、法律、医疗、人事和财务决定仍必须由人复核。
第四步:围绕决策写,不追求面面俱到
生成提示应写清读者、会议目标、禁用来源、引用要求和最大篇幅,并明确要求:找不到证据时报告缺口,不得补写一个听起来合理的答案。
交付前用两分钟检查:每个数字和承诺能否追溯;旧记录是否带日期;私人信息是否确有必要;待决问题能否一眼看到;事实、推断和未知是否分开。过不了这五项,就只是检索演示,不是可靠的会前准备。
手动发起,还是由日历触发
聊天式流程要等人说“帮我准备明天的会议”;日历驱动流程可以在预定时间自动生成草稿,例如外部会议开始前两小时。两种方式的边界可参考日历驱动 AI 与聊天式 AI 的比较。
自动化不应覆盖所有会议。外部客户会议可以提前准备;内部站会只显示阻塞项;敏感人事会议必须手动启动;没有议程和资料的事件应请求补充,而不是生成套话。要了解这一产品类别,可继续阅读什么是 Agentic Calendar。安全默认值应是“自动出草稿、由人确认”,而不是自动群发。
把确认后的决定带回下一轮
流程要形成积累,就必须把会议结果写回系统:决定、负责人、截止日期、来源记录,以及是否允许自动发送跟进。之后再更新下一次重复事件或底层项目记录。
会前 Agent 并没有听到会议,不能自己假定结果。会后事实必须来自独立记录或人工确认。AI 会后跟进自动化进一步说明了这条确认链应该怎么设计。
如何安全试点
选择三类共十场低风险会议,记录节省的准备时间、引用准确率、遗漏承诺、陈旧或错误陈述,以及简报是否真正改变了会上提问。测试集中应故意放入一场无权访问附件的会议和一场截止日期冲突的会议。
只要系统偷偷扩大权限、编造缺失背景、未经确认就发送,或者无法指出来源,就应停止试点。一份诚实标出缺口的短简报,比看似全面的虚构总结更有用。
结论
AI 会前准备本质上是一条取证与决策流水线:用事件定位资料,保留访问控制,暴露冲突,压缩成一页简报,再把确认后的决定带入后续工作。模型能力会影响表达,但来源纪律和审批设计才决定这份简报能不能信。
相关文章
如果你的日历能自己跑起来呢?日历驱动 AI(Calendar-Driven AI)
从设计模式理解日历驱动 AI:让事件触发可复核的会前准备、截止日期检查或会后跟进流程,并用明确的权限、人工审批、失败重试、回滚与审计记录控制风险,而不是假定日历会自动完成一切。
2026 世界杯在哪里举行?16 个主办城市完整名单
2026 年世界杯已在加拿大、墨西哥和美国的 16 个主办市场举行。本文列出全部城市与 FIFA 赛事球场名,并说明揭幕战、两场半决赛、季军赛和决赛分别在哪里进行。
2026 世界杯对阵表:完整淘汰赛结果与冠军路径
汇总 2026 世界杯从 32 强到决赛的完整对阵、场次编号与比分,回顾西班牙夺冠路径,解释加时赛和点球大战应该如何记录,并提供可逐项核对的 FIFA 官方结果来源。
https://floatboat.ai/zh/blog/ai-meeting-preparation



