AI办公文稿与信息提炼

解决什么问题

在办公场景中，我们常面临两类重复性文档工作：

• 从会议纪要、合同或报告中快速提取关键信息（如时间、责任人、核心条款），避免人工筛选耗时；
• 根据零散需求生成结构化初稿（如邮件、方案框架），减少从零开始的编辑成本。

这些任务若依赖传统工具，需手动复制粘贴或反复调整格式，而该技能通过大模型能力将“提炼”与“起草”整合为自动化流程。

核心能力与工作流程

1. 文档信息提炼

输入原始文档内容（支持纯文本或结构化文本），技能会：

• 识别并加粗关键实体（如日期、项目名称、决策项）；
• 提取核心结论或行动项，按优先级/类别分类；
• 生成摘要列表，保留原文关键细节但压缩冗余描述。

2. 文稿自动起草

基于用户提供的需求要点（如“写一封项目延期通知邮件”），技能会：

• 调用内置模板库（如商务邮件、会议总结等结构）；
• 按逻辑顺序组织内容（如背景→原因→解决方案→下一步）；
• 生成可直接编辑的初稿，保留占位符供用户补充具体信息。

适用边界与注意点

• 输入格式：当前仅支持纯文本或结构化文本（如Markdown），不直接处理二进制文档（如.docx）；
• 内容准确性：生成结果依赖输入文档的清晰度，模糊描述可能导致提炼偏差，建议输入前人工预处理；
• 场景限制：更适合标准化文档（如周报、合同），对高度专业化或创意性文本需人工复核；
• 隐私约束：敏感信息（如客户数据）需脱敏后使用，技能不存储历史输入。