上班族 AI 會議完整工作流：會議前準備、會議中紀錄、會議後跟進的 30 天升級 SOP 與工具配對指南

23 小時。這是 2025 年微軟 Work Trend Index 公布的數字——一個典型的知識工作者每週花 23 小時在會議上，但其中有 71% 的會議結束後，沒有任何明確的『誰要做什麼、什麼時候做完』的 action item。

這代表大部分上班族真正的問題是『被沒有結論的會議困住』，而非單純『被會議困住』。AI 工具在 2026 年已經足夠成熟，把這 23 小時的會議時間轉化率拉高 40-60%——真正的價值在於讓會議真的產出可執行的決定、追蹤到底、不再每週重複討論同一件事，而非單純讓會議變少。

這篇是寫給「每週開超過 10 個會、有跨部門協作、要追各種待辦」的上班族——重點是把 30 天具體的升級 SOP 攤開：會議前的議程設計怎麼用 AI 加速、會議中的紀錄與重點抓取自動化、會議後的 action item 追蹤與催辦怎麼串起來，工具清單反而是其次。看完你會有一份可以這週就開始用的工作流。

先把會議拆成 3 個階段：AI 在每個階段做什麼

會議其實是 3 個動作的組合：『準備 → 進行 → 跟進』，並非單一動作。AI 在每個階段做的事完全不一樣。把整段流程拆開，才能對症下藥。

多數人只用 AI 做『會議中』的轉錄，忽略前後兩段。實際上前後兩段才是省最多時間的——一個會議的『前置+後置』總時數通常是『進行時間』的 1.5-2 倍。Atlassian State of Teams Report 2024 顯示有完整前後流程設計的團隊，會議產出可執行決定的比例高 47%。

工具地景：5 大類 AI 會議工具，怎麼配組合最划算

這個領域工具非常多，可以分 5 類。多數上班族不需要每類都買，1-2 個工具搭一個免費版就夠用。

業界主流搭配：「Granola 或 tl;dv（會議當下）+ Claude / ChatGPT（前後處理）+ 你既有的專案工具」。一個月成本 USD 30-45 大概就夠。G2 Meeting Productivity Software 2024 Report 顯示這個組合是中型公司滿意度最高的配置。

階段一：會議前 — 把 30 分鐘的準備壓到 5 分鐘

會議前準備最大的痛點是『議程要花時間想、資料散在各處、與會者不會預讀』。3 個 AI 任務可以把這段壓到原本的 1/6。

AI 任務 1：議程草擬

把『會議目的 + 與會者角色 + 預期決定的事』丟給 Claude / ChatGPT，請它產出標準議程草稿。提示範例：『我下週要跟業務、行銷、產品開一個跨部門會議，目的是決定 Q3 新產品的 GTM 策略。請列一個 60 分鐘議程，包含每段預計時間、誰主談、要產出的決定。』15 秒拿到一份結構完整的議程，再花 2 分鐘調整就能發出。

AI 任務 2：背景簡報生成

把過去相關會議紀錄、Slack 討論、email 串、相關文件丟給 Claude（Pro 版可以放整個 PDF），請它產出 1 頁背景簡報。範本：『以下是過去 3 次 GTM 相關會議紀錄與 Slack 討論。請整理出：目前已達成的共識 3 點、尚未解決的爭議 3 點、需要決定的關鍵問題 3 個。』與會者收到這個 1 頁背景簡報的會議，發言品質會明顯不同。

AI 任務 3：預讀重點摘要

如果有冗長的市場研究報告、客戶回饋、競品分析要在會議前讀，用 NotebookLM 或 Claude 把整份文件壓成 5 分鐘可讀的重點清單。然後把這個清單發給與會者作為預讀。多數人不會讀 30 頁報告，但會讀 5 分鐘的重點。

階段二：會議中 — 讓 AI 抓重點，你專心思考

會議當下最珍貴的是『你的思考頻寬』，比『紀錄』更具影響力。讓 AI 處理紀錄，你才能專心在判斷、發問、推進共識。3 個工作流幾乎可以零學習成本上手。

工作流 1：背景開錄、不再手動記

會議開始前 1 分鐘打開 Granola / Fireflies / Zoom AI Companion，按錄音 / 自動加入會議。整個會議中你只需要在當下記下『個人靈感』與『需要追問』的點，主要紀錄交給 AI。實際使用後會發現，自己的紀錄品質反而提升——因為你只記真正需要思考的部分。

工作流 2：即時用提示詞引導 AI 抓重點

以 Granola 為例，會議中可以隨時用 `/decision` 標記決議點、`/action` 標記待辦、`/question` 標記未解問題。會後 AI 自動把這些標記整理成結構化紀錄。Zoom AI Companion 也支援『按一鍵詢問：剛剛 5 分鐘的重點是什麼』，特別適合中途分心後快速 catchup。

工作流 3：分支會議的『會中筆記同步』

如果一個會議中分組討論，每組獨立用 AI 工具收音，會後可以一鍵合併成主會議紀錄。這對工作坊、roadmap 規劃會議特別有用。

階段三：會議後 — 把紀錄變成可追蹤的執行

這是 71% 的會議死掉的地方。會議結束、紀錄寫了、但 action item 沒有變成『誰要做什麼、什麼時候完成、誰追蹤』。3 個 AI 任務能把這段串到專案管理工具。

AI 任務 1：紀錄結構化

會議結束後把 AI 紀錄丟回 Claude，請它按照固定模板整理。提示範例：『請把這份會議轉錄整理成以下格式：1) 會議摘要（3 行）、2) 達成的決定（編號列點）、3) Action items（負責人 + 期限 + 內容）、4) 未解問題（編號列點）、5) 下次會議重點』。15 秒拿到結構化紀錄，貼到團隊共用文件。

AI 任務 2：Action item 自動分派

更進階的做法是把 action item 直接送進專案管理工具。Linear AI 與 Asana Intelligence 支援『從會議紀錄一鍵建立 issue』，每個 action 都自動帶負責人、期限、原始會議連結。對跨部門協作特別有效——所有人都知道『這個任務是哪個會議決定的、原始討論在哪』。

AI 任務 3：跨會議交叉追蹤

最容易被忽略但價值最高的一步。把所有會議紀錄存進 Notion 或 NotebookLM，每週問 AI：『過去 7 天的會議紀錄中，有哪些 action item 重複出現？有哪些決定彼此矛盾？有哪些議題開了 3 次以上還沒收斂？』這個動作可以找出『卡關的議題』，讓你主動推進，而不是讓它在每週會議中重複被討論。

30 天升級 SOP：一週一個動作，月底就有成果

看完上面的工具與工作流可能會覺得『要學的東西好多』。實際導入不需要一次到位，下面是給上班族的 30 天循序漸進 SOP。每週只動一件事，月底就能完整跑起來。

會議不是『時間黑洞』本身——是『沒有結論、追不到、重複討論』的會議才是。AI 工具能在 30 天內把這 3 件事處理掉，把你每週的 23 個會議小時轉化率拉高 40-60%。一開始可能會覺得『多了一道流程』，但跑滿 4 週後會發現，原本花在『整理紀錄、追進度、回頭找決議』的時間全部消失。延伸閱讀可以看 Gmail 信箱管理 AI 完整 SOP、Slack AI 工作流完整 SOP 把『會議、信箱、訊息』三個耗時黑洞一起解掉。

如果你的公司想把這套會議工作流標準化、甚至想做成內部工具直接卡進日常流程——這個階段我們陪你想，後面真的要動手再談範圍。可以 把現況丟過來，我們直接告訴你『這個值得做嗎、怎麼做最划算』。