⛰️ 用 ChatGPT 主持會議

你的公司，能不能被 AI 理解？

你以為情侶創業最難的是資金、客源、競爭？對「台灣狗語」共同創辦人 Jackle 陳泰呈和他的夥伴 Summer 來說，真正的地雷是——開會太容易吵起來。

吵到什麼程度？吵到他們乾脆做了一個「AI 會議主持人」。結果意外地好用：不只讓兩人更和平，還讓 Jackle 萌生一個更狂的念頭——把整間公司都變成 AI 的 context（上下文），從此問數據、對齊任務、回顧策略，都像叫出 Jarvis 一樣一句話搞定。

這不是在賣工具，而是一套「小團隊如何用 AI 把日常工作變成可迭代系統」的管理方法。

兩人公司最貴的成本：不是時間不夠，是「做白工」

Jackle一句話點破兩人公司最常見的死穴：

「時間要花在刀口上——不是很努力就可以，還要很有效率。最怕方向不一致，那就浪費時間。」

兩個人就是雙頭馬車：你覺得重要的事，不一定是對方覺得重要的事。
一旦認知沒對齊，會發生什麼？

• 任務推進慢，因為每一步都要重新確認
• 開會變成互相追問「你那個做得怎麼樣？」
• 氣氛變差，小團隊可能直接停擺一兩天
• 更嚴重：得花時間去「修復關係」，甚至需要 team building 才救得回來

小公司沒資源、沒 buffer，這種內耗，最致命。

為什麼 Notion 同步不了？問題不在工具，在「人會偷懶」

他們也試過用 Notion 做任務同步，但卡關點非常人性：

• 工作日誌要手動 key
• 一忙就偷懶，或寫得含糊
• 寫不清楚，開會就只能一直追問
• 追問越多，火氣越容易上來

最後形成惡性循環：資訊不清 → 追問 → 情緒上升 → 氣氛更差 → 更不想寫。

解法不是更努力溝通，而是引入「公正第三方」：AI 會議主持人登場

他們的轉折很有趣：不是去上溝通課，也不是訂更多規則，而是找一個「第三方主持」。

因為當問題變成：

• 主持人問：「Jackle，你那個做得怎麼樣？」
• Jackle對主持人回答（而不是對 Summer 回答）
• 主持人再問 Summer：「那你那個呢？」

情緒就會自然降溫。Jackle形容那個狀態是：會變得很 peace。

而這個「第三方」，他們用 ChatGPT 做出來。

只靠兩個東西，就能開始：會議大綱 + 主持人 system prompt

他們的做法很工程師，也很務實：把會議主持變成可複製的流程。

1) 先有「會議大綱」：讓主持人知道今天要問什麼

不是臨場聊天，而是先把要對齊的任務、議題、負責人寫成大綱（這份文件越結構化越好）。

2) 再設計「主持人 system prompt」：讓 AI 真的像主持人

重點不是「叫 ChatGPT 幫我主持」，而是要讓它遵守節奏與規則，例如：

• 必須按照大綱逐項追問
• 每問完一項就自然轉下一項
• 不要在奇怪的地方停住
• 會議結尾要總結決議與新增待辦

Summer負責設計這個 prompt。Jackle原本只是想「分工偷懶」，沒想到副作用很好：她在做的過程中，被迫學會更進階的 AI 使用方式，等於「做中學」。

真正的難點：開會節奏（你不想說 20 次「好，繼續」）

Jackle提醒一個很多人踩過的坑：AI 很容易在「它以為完成了」的地方停下來。

以前的狀況像這樣：

• AI問：你那個做怎麼樣？
• 人答完
• AI說：好（做個總結）
• 然後停住
• 你只好說：「好，繼續」

如果今天有 20 個任務，就要講 20 次「好，繼續」。
會議節奏被切碎，人也會被搞煩。

所以 system prompt 的價值，其實是「把節奏寫進規則」：讓主持人能順順地推進整場會議。

這套流程最關鍵的一步：把「會議大綱」變「會議紀錄」

他們把會議拆成兩種：

1. 進度會議：需要主持人逐項追進度
2. 腦力激盪：人少比較容易有結論（他們本來就只有兩人）

但不管哪一種，最後都會落到同一件事：產生行動。

於是他們把流程做成一個固定的 loop：

進度會議流程：
會議大綱 → AI 主持人 → 錄音逐字稿 → 會議紀錄（由大綱下半段延伸）

腦力激盪流程：
直接開會 → 逐字稿 → 會議紀錄（仍然要把結論變成行動）

你可以把它想成一句話：
「大綱是輸入，紀錄是輸出；輸出要能再回到系統。」

從會議紀錄再往前一步：AI 幫你拆任務，PDCA 才真的跑起來

最有殺傷力的是後半段：
他們不是把會議紀錄當「存檔」，而是再丟回 AI，讓 AI 從紀錄中拆出任務。

於是形成第二個 loop：

會議紀錄 → AI 拆任務 → 執行 → 再回到會議

這時候，PDCA 不再是口號。

• Plan：會議當下把規格、假設、計畫講清楚
• Do：任務化後就「專心做、無腦做」
• Check：把回顧也變成任務，不會再「忙到忘記檢討」
• Action：最關鍵——把經驗沉澱成 SOP，丟進知識庫 Wiki，形成可重複使用的能力

Jackle講得很直白：以前大家都懂 A/B test，但最後會不會回頭 review？他自己坦承「我從來沒有」。
現在他們會在會議中直接講出：「一個月後回來 review 當初假設對不對。」
你只要講過，AI 就會把它變成「到期必做」的任務，甚至排回會議大綱，逼你面對結果。

他把這叫做：PDCA 永動機。

當會議紀錄越來越多，公司就開始「變成 context」：Jarvis 時刻來了

當流程推進到「知識庫」後，魔法才出現。

因為你每天認真工作，就會不斷產生：

• 規格
• 任務
• 決議
• 會議紀錄
• SOP / Wiki

而且全部都跟公司有關。這些東西累積起來，就變成公司運作的「記憶體」。

於是你可以像問助理一樣問它：

• 「阿德總共訂單數是多少？」
• 「阿德的轉換率是多少？」
• 「目前我們 Q4 的策略是什麼？」

以前公司常見劇情是：老闆問完，大家說「下次開會再跟你說」，然後就沒下文。
現在變成：一問就有答案。

但 AI 有個致命缺點：你們在聊天，它以為你在問它

如果你用語音模式跟 AI 共處一室，會遇到一個尷尬場景：

你跟夥伴討論正熱，AI突然插嘴，因為它誤以為你在叫它。

Jackle的解法很「電影老闆」：他自己做了「空白鍵」功能（push-to-talk）

• 按住空白鍵：代表「我正在跟 AI 說話」
• 放開空白鍵：代表「別吵，我在跟人說話 / 我在思考」

這讓 AI 從「一直插話的同事」變回「叫了才來的助理」。

他補了一句更有意思的話：這不是現成工具，但也不難，「Vibe Coding」應該就做得出來。

下一步：做一個 CEO agent，但要餵它你的框架，不然它會用麥肯錫語言轟炸你

當公司都變成 context，Jackle開始做更大的事：
他設計一個 CEO agent，每月或每季拿來討論目標與策略。

好處是：不用重複解釋背景。
他會直接說：「你去看一下最近訂單數據很爛，想辦法拉高營收，整理提案跟我討論。」

但他也踩到另一個現實：AI 太強，會講你聽不懂的「專業術語」。

所以他做了一件很關鍵的事：把自己的知識體系也丟進 context（看書、上課、筆記），然後要求 AI 用「他熟悉的框架」來規劃與對談。

他的觀察很人性也很殘酷：

人類會偷懶：你只要偷懶就講不清楚；講不清楚，就會覺得 AI 很爛。
但你把全部都變成 context，問題就會少很多。

想複製這套系統，你會先卡在兩個門檻

Jackle最後把「想做的人」會遇到的障礙講得很明白：

門檻 1：負責人得能掌控 AI

你要知道你想要什麼、想怎麼做，並且能把現有文件或文字結構化成 AI 可用的 context。

門檻 2：團隊成員得願意用 AI

不能排斥、不能拒絕，因為工具邏輯跟過去不一樣。

他推薦想補底子的人去看：台大李宏毅教授《2024 生成式 AI 導論》（YouTube 上有完整課程）。
而且他強調：建 Wiki 的過程其實很適合交給團隊做，因為「做中學最快」，也最容易看見卡點。

工具以外的底層功：他強烈推薦用 Git 當知識庫

在知識庫的選擇上，他偏好 Git，理由是「好處很多」，但也坦承：不用精通到變工程師，至少要懂基本概念，尤其是「衝突就是衝突」。

遇到衝突怎麼辦？

• 先承認它是衝突（不要亂搞）
• 叫 AI 幫忙處理（但你要看得懂它在幹嘛）

想學 Git，他推薦《為你自己學 Git》（龍哥的書），而且他分享一個細節：他多年前買的書，結果 Summer 也看得下去，代表門檻其實沒你想的高。

如果你要開始，照這三步走就好

Jackle給的落地路線很像小公司版「數位轉型」：

1. 先解決兩個門檻：負責人能結構化、團隊願意用 AI
2. 先把「會議紀錄」流程跑順：穩定產出、把文件變成 context
3. 再把紀錄提取成「任務」與「Wiki」：讓 PDCA loop 自己跑起來

最後你會得到的不是一個「很會寫紀錄的 AI」，而是一台真正能讓小團隊變強的引擎。

把每一次討論、每一次執行、每一次踩坑，都變成下一次更快的起跑線。

《2026 AI 訂閱》：李慕約 AI 電子報

這是台灣狗語的創辦人 Jackle 陳泰呈 2025 年 11 月小聚演講筆記，原題目：《兩人公司新型態：把整間公司變成上下文》。

過去三年，小聚累計了超過 300 場演講，今年還會有 100 場 AI 演講，匯聚百工百業的第一線 AI 實踐者，用真實案例，帶你看見 AI 如何改變工作。

我們將整理 100 場演講的完整筆記，並在講者同意的情況下，提供演講錄影回放。

我接下來在《2026 AI 訂閱》每週都會寄一封電子報，一年共 52 封，會分為以下四個主題：

• 每月第一週：🥛 新知速報，你需要知道的重要新知，整理好的 AI 時事脈絡
• 每月第二週：🐝 專家邀稿，由各領域專家撰寫如何使用 AI 之內容
• 每月第三週：🔨 案例應用，各式 AI 實戰案例，我會逐一拆解手把手帶你操作
• 每月第四週：⛰️ 演講筆記，每月年會小聚筆記，百工百業第一線 AI 應用