一、痛点TOP排序
基于脉脉、掘金、知乎等国内职场UGC内容，按出现频率和痛感强度排序。
42%
参会者承认未提前阅读会议资料
7min
与会者平均会前准备时间
30min+
跨部门会议背景同步耗时
01
材料冗余读不完，会前准备形同虚设
PRD/技术方案/评审文档动辄30-50页，参会者前10分钟才打开，42%的人根本不看。"让每个参与者在会前深度研读三十页需求文档，是一个理想化的期待，而非现实。"
FREQ: 极高 · 几乎每篇讨论均提及
02
会议大量时间浪费在背景同步与信息对齐
跨部门会议前30分钟用于重复介绍项目背景和进展；周会"每周花30分钟重复同步背景信息"；"会议的前20分钟都在重述文档内容，而不是进行有效的决策。"
FREQ: 高 · 跨部门/周会场景尤为突出
03
不同角色关注点不同，统一材料效率极低
"不同角色的人，看到PRD的关注点和理解也是不同的。"PM看业务逻辑，开发看技术可行性，测试看边界条件，Leader看风险决策——同一份材料对多数人是信息噪音。
FREQ: 高 · 评审会、方案会场景突出
04
全员无差别读材料，准备成本高但效果差
正式会议前参与者平均花费4小时准备，但"73%的员工在会议中处理其他工作，91%的员工承认在会议中走神"。准备成本高 ≠ 准备效果好。
FREQ: 中高 · 管理层与PM感受最深
05
评审会上被"吊打"，准备不足导致被动
"明明觉得自己准备好了，评审时却被技术连环追问，答不上来就开始心虚。"边界条件、异常场景、性能预估等关键信息缺失，导致评审会变成找茬会。
FREQ: 中高 · PM岗位痛点最突出
06
AI内容爆炸加剧信息过载
AI生成的文档越来越长，"一份PRD+原型+用户反馈报告共50页"；30页架构设计文档"评审会上，大家盯着密密麻麻的文档昏昏欲睡"。AI辅助写文档反而增加了阅读负担。
FREQ: 中 · 2024-2026年呈上升趋势
07
会议决策缺乏追溯，后续扯皮严重
"62%的会议决策没有落实到具体责任人"；"会议结束后各自理解不一致，导致执行偏差"。会前没有明确待讨论点和决策框架，会后无法对齐。
FREQ: 中 · 跨部门协作场景突出
二、真实用户反馈
来自脉脉、掘金、知乎、人人都是产品经理等平台的真实用户原话。
关于"材料读不完"
产品经理提前3天发了50页的需求文档，参会者直到会议前10分钟才打开，根本没看明白；20人的评审会开了4小时，从"按钮颜色"争论到"第三方接口稳定性"，核心需求的决策反而没达成。 掘金 / JavaGuidePro《需求评审中如何处理大量需求》
我让团队里的骨干写了一份长达30页的架构设计文档。结果呢？评审会上，大家盯着密密麻麻的文档昏昏欲睡。没人能看完所有细节，只能就着排版和变量命名这种细枝末节提意见。 技术博客 / 架构评审实践
让每个参与者在会前深度研读三十页需求文档，是一个理想化的期待，而非现实。 腾讯云开发者社区 / AI辅助需求评审
关于"背景同步浪费时间"
会议前30分钟都用于重复介绍项目背景和进展，导致会议核心议题讨论时间被严重压缩。 Coze / AI优化会议实操案例
每周花30分钟重复同步背景信息。项目周会从"30分钟同步信息"变成"15分钟讨论问题和决策"。 WPS会议 / 场景提效分析
没人有时间做Pre-read。结果就是会议的前20分钟都在重述文档内容，而不是进行有效的决策。 个人博客 / 别让会议偷走你的时间
关于"角色关注点不同"
不同角色的人，看到PRD的关注点和理解也是不同的。产品经理会关注业务逻辑、功能设计的合理性；前端工程师会思考界面架构；后端工程师则会关注数据传递、存储；测试工程师则会思考如何设计测试用例。 人人都是产品经理 / 需求评审面面观
产品眼中的"机会"，在研发眼中可能是一系列"风险"。产品经理与研发团队的冲突，其根源在于认知差异和目标偏差。 PingCode / 产品与研发对需求理解不一致
后端关注方案可行性评估、需求逻辑覆盖度、研发实现风险；前端关注需求场景合理性、页面样式交互、技术方案成本；测试关注逻辑性合理性、描述准确性、交付质量风险。 京东物流技术团队 / 需求评审实践
关于"评审会被吊打"
明明觉得自己准备好了，评审时却被技术连环追问，答不上来就开始心虚。技术追问的每一个问题，背后都有合理的技术逻辑——边界问题、性能问题、逻辑问题、数据问题与安全问题。 人人都是产品经理 / 评审前做对这几件事
人工评审主导的模式下，好的团队、好的状态下，能发现很多问题；忙碌的周期、疲惫的团队，评审质量大幅下滑，而这通常是项目最紧张、最需要高质量评审的时候。 腾讯云开发者社区 / AI辅助需求评审
海外用户痛点
Pre meeting context is where time actually gets wasted, not during the meeting itself. Pulling history, people, and attachments into a single brief is a real workflow win. Product Hunt / Brief My Meeting 用户评论
As a founder, I take a lot of calls. People book meetings and I often have no idea who they are or what context exists. Before each call, I'd spend time Googling attendees and digging through emails. Product Hunt / Brief My Meeting 创始人
三、分角色需求差异
同一份会议材料，不同角色关注的信息维度完全不同 — 这正是"角色个性化 Meeting Brief"的核心价值。
产品经理 (PM)
ROLE: PRODUCT
- 业务逻辑闭环：需求是否覆盖所有场景，正常+异常流
- 用户价值论证：为什么做、解决什么用户痛点
- 优先级与排期：Must-Have vs Nice-to-Have，依赖关系
- 争议点预判：哪些设计可能被挑战，提前准备话术
- 数据支撑：用户量、频次、转化率等关键指标
技术负责人 / 架构师
ROLE: TECH
- 架构影响分析：对现有系统架构、性能、扩展性的影响
- 技术可行性评估：是否存在重大技术障碍、依赖底层服务
- 技术风险识别：兼容性问题、连锁影响、历史包袱
- 工作量估算：复杂度评估（S/A/B分级），资源需求
- 备选方案对比：不同实现路径的利弊权衡
项目负责人 / PMO
ROLE: PROJECT
- 里程碑与进度：当前进展、关键路径、卡点
- 风险与依赖：跨部门依赖、资源冲突、延期风险
- 决策事项清单：需要谁拍板、拍什么板
- 行动项跟踪：上次To-Do完成情况、新增待办
- 跨部门协调点：哪些环节需要其他团队配合
团队Leader / 管理层
ROLE: LEAD
- 风险与决策：需要我拍板的关键决策点
- 资源与预算：人力/资金需求、投入产出比
- 业务影响：对核心指标的影响、战略对齐
- 团队状态：关键人员负荷、团队士气信号
- 执行风险：哪些环节最可能出问题
核心洞察
同一份50页PRD，PM需要看到的是"哪些设计可能被挑战"，技术Leader需要看到的是"对现有架构的影响"，项目负责人需要看到的是"卡点和依赖"，Leader需要看到的是"需要决策什么"。
当前的AI总结工具（如Otter、Fireflies）做的是"把50页压缩成5页"，但没人做"给不同角色生成不同的1页"。这正是「会开会」的核心差异化机会。
当前的AI总结工具（如Otter、Fireflies）做的是"把50页压缩成5页"，但没人做"给不同角色生成不同的1页"。这正是「会开会」的核心差异化机会。
四、现有方案短板
用户当前如何解决会前准备问题，以及这些方案的致命不足。
| 现有方案 | 解决什么 | 致命短板 | 评价 |
|---|---|---|---|
| 提前发邮件/消息提醒读文档 | 提醒参会者会前阅读材料 | 42%的人不看；看了也只花7分钟；无人知道谁看了谁没看 | 无效 |
| 飞阅会（会中集体默读） | 会议前30分钟集体读文档替代会前准备 | 30分钟×N人的集体时间成本极高；无法解决角色差异问题 | 部分有效 |
| 用AI生成文档摘要 | 把长文档压缩成摘要 | 摘要=所有人看同一份；不区分角色；不识别风险/冲突/待讨论点 | 部分有效 |
| WPS/飞书文档协作 | 多人在线协作+批注+AI摘要 | 面向"会中协作"而非"会前准备"；无法跨文档理解；无角色个性化 | 部分有效 |
| Otter/Fireflies等AI会议工具 | 会议录音→转录→摘要→行动项 | 全部聚焦"会后"；无会前准备能力；不分析会前材料 | 不解决会前问题 |
| 1对1会前预沟通 | 提前与关键人讨论方案 | 耗时长（PM需分别找技术/设计/业务沟通）；无法规模化 | 有效但不可扩展 |
| 会议管理系统（预约+议程） | 结构化会议通知+资料集中 | 解决了"资料在哪"但没解决"资料怎么读"；不提供理解和分析能力 | 基础设施层 |
关键发现
现有方案分为三类，但无一覆盖「会前」环节：
① 资料管理层（WPS/飞书/会议系统）：解决了"资料在哪"，没解决"资料怎么理解"
② AI摘要层（ChatGPT/DeepSeek）：解决了"压缩"，没解决"角色差异"和"风险萃取"
③ 会议记录层（Otter/Fireflies/Read）：聚焦"会中/会后"，完全不覆盖"会前"
「会开会」定位的"会前专属准备"是一个被所有人提及但无人真正解决的市场空白。
① 资料管理层（WPS/飞书/会议系统）：解决了"资料在哪"，没解决"资料怎么理解"
② AI摘要层（ChatGPT/DeepSeek）：解决了"压缩"，没解决"角色差异"和"风险萃取"
③ 会议记录层（Otter/Fireflies/Read）：聚焦"会中/会后"，完全不覆盖"会前"
「会开会」定位的"会前专属准备"是一个被所有人提及但无人真正解决的市场空白。
五、竞品盘点 & 市场空白
海内外AI会议相关产品能力盘点，聚焦"会前准备"能力覆盖度。
| 产品 | 核心定位 | 会前材料分析 | 角色个性化 | 风险/冲突萃取 | 多文档上下文理解 |
|---|---|---|---|---|---|
| Brief My Meeting PH #1 Product of the Day |
会前邮件简报（外部会议） | 仅邮件历史 | 否 | 否 | 邮件+日历 |
| Ambient Briefing PH #3 Product of the Day |
每日7AM会议简报邮件 | 日历+外部信息 | 否 | 否 | 日历+邮箱 |
| Otter.ai | 实时会议转录+摘要 | 不覆盖会前 | 否 | 否 | 否 |
| Fireflies.ai | 会议录制+CRM集成 | 不覆盖会前 | 否 | 情绪分析（会后） | 否 |
| Read AI | 会议参与度分析 | 不覆盖会前 | 否 | 否 | 个人知识图谱 |
| WPS会议 | 文档联动+AI速记 | 文档关联 | 否 | 否 | 飞书文档生态 |
| 飞书会议 | 在线协作+AI纪要 | 文档关联 | 否 | 否 | 飞书文档生态 |
| DeepPath | AI会议全流程管理 | 声称支持 | 否 | 否 | 否 |
| 「会开会」目标定位 | AI会前专属准备助手 | 多文档分析 | 角色定制Brief | 风险/冲突萃取 | 跨文档理解 |
Gap 1: 「会前」时间窗口完全空白
几乎所有AI会议产品聚焦"会中录音→转录→摘要"或"会后纪要→行动项"。Brief My Meeting 虽然做会前，但聚焦外部1对1会议（研究对方是谁），不解决内部团队评审会的材料分析问题。内部团队会议的会前准备是一个0→1的市场空白。
Gap 2: 角色个性化输出无人覆盖
所有AI摘要工具（包括ChatGPT直接使用）都是"一份摘要给所有人"。用户反复提及"不同角色关注点不同"，但没有任何产品做到"给PM看风险预判、给技术看架构影响、给Leader看决策点"。这是AI Agent+角色理解才能解决的问题，不是OCR或简单摘要能覆盖的。
Gap 3: 多文档跨文档理解缺失
一场评审会前可能有PRD+原型+用户反馈报告+历史会议纪要+技术方案多份文档。现有AI工具大多只能单文档处理，无法跨文档理解逻辑关系、发现矛盾、识别遗漏。这需要Agent式的多文档上下文理解能力。
Gap 4: 风险/冲突/待讨论点萃取无人做
现有工具做的是"总结说了什么"，但参会者真正需要的是"哪些地方可能出问题""哪些设计有冲突""哪些点需要会上讨论"。这需要AI从"信息提取"升级到"风险推理"，是从总结到洞察的跃迁。
Gap 5: 会议准备效果无法度量
当前没有产品能回答"会前准备是否到位"这个问题。如果能量化"材料覆盖率""风险识别完整度""决策点明确度"，就能直接证明AI简报的价值，形成数据飞轮。
六、MVP专属产品优化方向
聚焦"AI无法仅靠OCR/摘要解决，而需要Agent、多模态理解、工作流自动化能力"的问题。
1
多文档上下文理解 + 角色个性化 Meeting Brief
用户上传PRD、技术方案、原型图、历史纪要等多份文档后，AI 跨文档理解逻辑关系，然后根据参会者角色（PM/技术/测试/Leader）生成各自的1页个性化Brief。
为什么AI才能做：不是简单OCR或摘要，而是需要理解"PRD第3.2节的交互设计与技术方案第5节的接口定义是否矛盾""用户反馈报告中的高频投诉是否在PRD中被覆盖"——这是跨文档推理能力。
对应用户原话："不同角色的人，看到PRD的关注点和理解也是不同的" / "产品眼中的'机会'，在研发眼中可能是一系列'风险'"
为什么AI才能做：不是简单OCR或摘要，而是需要理解"PRD第3.2节的交互设计与技术方案第5节的接口定义是否矛盾""用户反馈报告中的高频投诉是否在PRD中被覆盖"——这是跨文档推理能力。
对应用户原话："不同角色的人，看到PRD的关注点和理解也是不同的" / "产品眼中的'机会'，在研发眼中可能是一系列'风险'"
核心MVP功能 · 验证"用户是否愿意上传材料"
2
风险/冲突/待讨论点智能萃取
从会议材料中自动识别逻辑矛盾、边界条件缺失、性能风险、依赖冲突等"问题点"，生成"待讨论清单"而非"内容摘要"。
为什么AI才能做：需要从"信息提取"升级到"风险推理"。例如，AI需要能判断"PRD中未定义退款场景的处理逻辑"是一个风险点，而不仅仅是总结"PRD提到了支付功能"。这不是OCR能做的，需要业务理解+推理能力。
对应用户原话："评审前你需要把异常场景过一遍：网络中断、数据为空、权限不足、接口超时……每个分支都要有明确处理方案"
为什么AI才能做：需要从"信息提取"升级到"风险推理"。例如，AI需要能判断"PRD中未定义退款场景的处理逻辑"是一个风险点，而不仅仅是总结"PRD提到了支付功能"。这不是OCR能做的，需要业务理解+推理能力。
对应用户原话："评审前你需要把异常场景过一遍：网络中断、数据为空、权限不足、接口超时……每个分支都要有明确处理方案"
差异化功能 · 验证"AI简报能否减少会前准备时间"
3
决策点预提取 + 议程智能排序
AI从材料中提取"需要会上拍板的事项"，按"价值-风险"优先级排序，生成结构化议程。让会议从"信息同步"变为"决策对齐"。
为什么AI才能做：需要理解"哪些内容是信息同步（不需要讨论）"vs"哪些是需要集体决策的（需要讨论）"，并按"影响面×紧迫性"排序。这是业务理解+决策推理能力。
对应用户原话："会议的前20分钟都在重述文档内容，而不是进行有效的决策" / "80%的低效例会都是报告式会议——轮流读PPT"
为什么AI才能做：需要理解"哪些内容是信息同步（不需要讨论）"vs"哪些是需要集体决策的（需要讨论）"，并按"影响面×紧迫性"排序。这是业务理解+决策推理能力。
对应用户原话："会议的前20分钟都在重述文档内容，而不是进行有效的决策" / "80%的低效例会都是报告式会议——轮流读PPT"
提效功能 · 验证"能否缩短会议无效同步时长"
4
角色立场预演 + 反驳点准备
针对PM等汇报者，AI模拟不同角色（技术/测试/Leader）的可能追问和质疑，帮PM提前发现方案漏洞并准备回应。
为什么AI才能做：需要理解技术视角的"边界问题、性能问题、逻辑问题、数据问题、安全问题"五大追问逻辑，并从材料中识别可能被追问的具体点。这需要角色视角切换+领域知识+推理三重能力。
对应用户原话："评审时被技术连环追问，答不上来就开始心虚" / "技术追问的每一个问题，背后都有合理的技术逻辑"
为什么AI才能做：需要理解技术视角的"边界问题、性能问题、逻辑问题、数据问题、安全问题"五大追问逻辑，并从材料中识别可能被追问的具体点。这需要角色视角切换+领域知识+推理三重能力。
对应用户原话："评审时被技术连环追问，答不上来就开始心虚" / "技术追问的每一个问题，背后都有合理的技术逻辑"
高价值功能 · 解决PM最强痛点
5
会前准备度评分 + 差距提示
AI对会议材料进行"准备度体检"：材料覆盖率、逻辑完整性、边界条件覆盖、异常场景覆盖、数据支撑充分性，给出评分和差距清单。
为什么AI才能做：不是简单的"文档有没有"，而是需要判断"该有的异常场景定义有没有""该有的数据约束有没有"——这是领域知识+完整性检查的推理能力。
对应用户原话："任何一个遗漏的场景，都可能成为评审会上的'雷点'，产品们需要提前扫雷"
为什么AI才能做：不是简单的"文档有没有"，而是需要判断"该有的异常场景定义有没有""该有的数据约束有没有"——这是领域知识+完整性检查的推理能力。
对应用户原话："任何一个遗漏的场景，都可能成为评审会上的'雷点'，产品们需要提前扫雷"
度量功能 · 建立数据飞轮的关键
七、MVP核心指标验证
基于调研结论，对三个MVP核心验证指标的可行性评估。
| 验证指标 | 调研结论 | 可行性 | 关键前提 |
|---|---|---|---|
| 用户是否愿意上传材料 | 用户已有上传行为习惯（WPS/飞书/Confluence协作均需上传）；痛点足够痛（42%不看材料、7分钟准备），解决方案的预期收益足够高 | 高度可行 | 上传门槛要低；支持多格式（PDF/Word/PPT/图片）；隐私安全要明确 |
| AI简报能否减少会前准备时间 | 当前平均准备4小时/正式会议，42%的人不看材料。AI简报若能在5分钟内生成角色化1页Brief，准备时间可降至15-25分钟（DeepPath案例：90min→25min） | 高度可行 | Brief质量必须高于用户自己看文档的理解水平；必须包含"风险/待讨论点"而非仅摘要 |
| 能否缩短会议无效同步时长 | 当前跨部门会议前30分钟用于背景同步，周会30分钟重复同步。AI预提取决策点+议程排序后，可将"信息同步"压缩到5分钟以内（案例：3小时→75分钟，30min→15min） | 高度可行 | 需要参会者都看过各自Brief；议程排序要被会议主持人采纳；决策点提取准确率需>80% |
调研总结
基于脉脉、掘金、知乎等国内职场社区和 Product Hunt 海外竞品的调研，「会开会」MVP v0.1 定位"AI会前专属准备助手"的市场机会得到验证：
① 痛点真实且高频：42%参会者不看材料、7分钟平均准备时间、30分钟背景同步浪费——这些都是被反复提及的痛点
② 市场空白明确：Otter/Fireflies/Read 做会中会后，Brief My Meeting 做外部会议会前，内部团队会议的会前准备无人覆盖
③ 差异化能力清晰：角色个性化Brief + 风险萃取 + 多文档理解 = "给不同角色生成不同的1页"而非"把50页压缩成5页"
④ AI不可替代性高：角色理解、跨文档推理、风险预判、立场模拟——这些都不是OCR或简单摘要能解决的，需要Agent+多模态+工作流能力
建议MVP v0.1 聚焦三个核心功能：多文档上传解析 → 角色个性化Meeting Brief → 风险/待讨论点萃取，以"5分钟生成 > 4小时手动准备"的效果作为核心价值主张。