1. 案例定位

將第 2 章「Try this prompt: Board meeting follow-up」轉成會議逐字稿分析練習。

2. 學習目標

能從已轉錄的董事會會議中分離行動項目、正式決策與責任不明事項。

3. 案例情境

原書建議領導者在 Teams 會議完成轉錄後,以 Copilot 對照人工筆記,檢查行動與決策是否被正確擷取。

4. 開始資料

輸入 原書要求
會議資料 已完成轉錄的董事會會議
行動項目 逐項擷取所有明確 follow-up actions
正式決策 另列已批准的 formal decisions
責任 標示 ownership 不清楚或有多個可能負責人的項目
查證 每項保留逐字稿原文脈絡、時間資訊與需澄清事項

5. 分析方法

由逐字稿建立結構化清單,再與會議人工紀錄交叉查證;責任不明時由人類確認,不讓模型自行指定。

6. 計算結果

本案例沒有固定數值答案;輸出數量取決於實際會議內容。

7. 結果分析與管理解讀

此做法可降低遺漏 follow-up 的風險,但正式治理紀錄仍需回到逐字稿與已核准會議紀錄。

8. 人工智慧提問詞

依原書方法整理會議逐字稿為「行動項目|正式決策|責任不明|期限|原文依據」,最後只針對責任不明項目提出澄清問題。

9. 思考/假設情境

問題: 模型推測某人最可能是負責人時,可以直接寫入正式 action owner 嗎?

參考解答: 不可以;原書要求將責任不明或多重可能負責人的情況標記供人確認。

10. 資料說明