会议议程、纪要与 AI 总结一体的会议管理工具——这是 Fellow 最主要的用途，也是本文讨论的前提。

当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。

先判断：它能不能自托管

它本身是云端服务；如果数据不能出域，可以考虑可自托管的开源方案做部分替代，代价是部署与维护要自己负责。

决策要点

  • 数据敏感级别：只有内部公开信息时，云端服务通常更省事。
  • 团队是否有人负责运维和安全更新。
  • 硬件投入：本地运行模型需要显卡或较大的内存。
  • 效果差距：用自己的任务实测，不要只看榜单。

可以评估的开源方向包括：Docling、Llama 开源模型、MLC LLM。它们与 Fellow 的能力并不完全等同，适合用来承接对数据要求最高的那部分任务。

用同一个任务做对比

讲座笔记

输入：一场讲座或课程录音。

把讲座整理为结构化笔记：大纲、每部分要点、讲者推荐的资料，以及我可以继续追问的 3 个问题。

验收标准：大纲与讲座顺序一致。

自托管上线清单

  • 固定版本号并记录配置。
  • 只在内网暴露服务或加上认证。
  • 设置日志与资源监控。
  • 订阅仓库的版本发布与安全公告。
  • 准备回滚方案。

补充练习

周会对比

输入：连续两周的周会纪要。

对比这两次周会，列出上周承诺本周未完成的事项、新增的风险，以及反复被提到的问题。

检查点：未完成事项准确对应。

面试记录

准备材料：一次面试录音（已告知候选人）。

根据面试记录，按岗位要求的 4 项能力整理候选人的回答要点和证据，不做录用建议，只陈述事实。

检查点：只陈述事实不下结论。

会议纪要

适用情况：手头有一场 45 分钟的项目会议录音时。

根据转写生成纪要：会议结论、待办（负责人 + 截止日期）、未决问题。没有明确负责人的待办标注「待认领」，不要自行分配。

检查点：待办没有被臆造负责人。

常见问题：发言人识别混乱

会后批量校正一次，并尽量让每人使用独立麦克风。

常见问题：纪要太长没人看

使用固定模板，只保留结论、待办和未决问题。

常见问题：外部参会者介意录音

会前告知用途和保存期限，必要时关闭录制。

概念补充：会议机器人

以参会者身份加入会议进行录制转写的程序。

概念补充：行动项

会议中明确的待办事项，应有负责人和期限。

适合人群：中小学老师

中小学老师可以用 Fellow 处理备课与分层练习、批改反馈与评语等工作。需要注意：学生个人信息和成绩不要上传到未经学校批准的工具。

适合人群：记者编辑

记者编辑可以用 Fellow 处理采访整理、资料核查等工作。需要注意：事实必须多源核实，不得用 AI 生成虚构引语，遵守所在机构的 AI 使用规范。

适合人群：行政与助理

行政与助理可以用 Fellow 处理会议安排与纪要、通知公告等工作。需要注意：员工个人信息与内部文件按权限管理。

写在最后

涉及个人信息、商业机密或受监管数据时，先确认 Fellow 的数据处理条款，再决定能否使用。

文中提示词和示例仅作示意，实际效果取决于你的材料和 Fellow 当前版本，重要内容请人工核对后再使用。

延伸阅读