「我嘅會議筆記散落喺五個 App 入面」
每場會議都會產生寶貴嘅資訊 — 決策、待辦事項、背景同洞見。但呢啲資訊最終散落各處：部分喺你嘅筆記簿入面，部分喺共享文件入面，部分喺聊天訊息入面，仲有部分淨係存在某人嘅記憶入面。當你需要回想上個月討論咗咩，你要搜尋五個唔同嘅 App，但仲係漏咗啲嘢。冇單一嘅資訊來源，隨住時間過去，組織知識就咁消失咗。
問題
Meeting Bable 自動擷取、轉錄同摘要每場會議到一個集中樞紐。將相關會議用主題分組，然後由 AI 建立 Wiki 知識庫：決策連理據、關鍵人物、術語表同洞見 — 每次會議都會自動擴充。下次開會之前，睇下演進卡就知道而家進度去到邊。想深入了解？問問題就可以從你嘅真實逐字稿攞到答案。
靈感來自 Andrej Karpathy 對 AI 原生知識庫嘅願景 — 每次對話自動匯入一個活嘅、結構化嘅 Wiki，隨時間越嚟越智能。 閱讀原始概念 →
自動擷取同摘要
每場會議都由 AI 自動轉錄同摘要 — 唔使手動記筆記。
主題式整理
用主題標籤將相關會議分組。睇下項目點樣喺唔同會議之間演進。
Wiki 知識庫
AI 自動提取決策（連理據）、關鍵人物、術語表同洞見，建立結構化嘅 Wiki，每次開會都會自動擴充。
幾秒鐘搞掂會前準備
喺任何定期會議之前，睇下演進卡 — 用兩三句話簡報而家進度同下一步要做啲咩。
問你嘅會議
用自然語言提問，從你真實嘅會議逐字稿攞到有出處嘅答案 — 好似搜尋，但更加智能。
由散亂嘅筆記，變成一個會生長嘅知識庫
諗返你上一個做過嘅長期專案。每週 sync、stakeholder review、design critique——兩個月大約三十場會議。嗰啲筆記宜家喺邊？一部分喺 Notion。一部分喺你頭三個星期仲有心記嗰陣嘅個人筆記入面。一部分喺個同事開咗又冇再 maintain 嘅 Google Doc。大部分其實躺喺人腦裏面，而大家越忙，個記憶就越加模糊。第三個月有個新人加入，「上手」就意味住要打斷五個人，每個人要佢半日時間。
我哋一次又一次遇到同一個 pattern。原始嘅會議內容係金——決定、理據、限制、每個人嘅立場——但冇人有時間將呢啲 synthesize 成一樣耐用嘅嘢。單一會議嘅筆記撐住一個星期冇問題。專案層面嘅 source of truth 幾乎唔存在。Andrej Karpathy 寫過一段廣為流傳嘅 note，就係講呢個 gap：一個 AI-native 嘅知識庫，會由每一場對話自動更新自己，結構唔係一堆轉錄 dump，而係一份會生長嘅 wiki，記錄決定、人物、術語同演化。嗰段 note 啟發咗我哋點樣建呢個集中筆記功能。
你貼咗主題嘅每場 session 都會 feed 返嗰個主題嘅 wiki。AI 會抽出決定（連理據）、識別涉及嘅人同佢哋嘅角色、建立一份專案專用術語嘅 glossary、追蹤有證據支持嘅 insight。下一場會議之前，打開個主題，讀返張「演化卡」——兩三句話交代事情到邊、自上次之後改咗啲乜。想答「我哋對 third-party vendor 決定咗啲乜？」喺 Q&A bar 問一問，答案會直接由你真實會議嘅轉錄嚟。知識庫喺背景靜靜生長，一場一場 session 累積起嚟，一年之後當你想記返某個決定係點解咁做嘅時候，佢仲係 useful。
點樣運作
Tap to start recording
錄製你嘅會議
喺 Meeting Bable 開始一場會議 — 透過麥克風、瀏覽器分頁或檔案上傳。AI 處理剩低嘅嘢：轉錄、翻譯同摘要。
用主題整理
用主題標籤標記會議嚟分組相關會議。每個標記咗嘅會議都會自動匯入你嘅主題知識庫。
建立你嘅 Wiki
喺任何主題撳「全部摘要」。AI 會提取結構化嘅 Wiki：決策連理據、人物同角色、術語表同關鍵洞見連證據 — 全部連結返去原始會議。
為下次會議做準備
喺定期會議之前，睇下 Wiki 頂部嘅演進卡。佢會話你知件事由邊度開始、有咩改變、下一步要做啲咩 — 兩三句話搞掂。
問問題，攞答案
用問答欄問任何關於你嘅主題嘅嘢。AI 會搜尋你嘅原始逐字稿，畀出引用咗特定會議嘅答案。系統仲會根據你嘅實際會議內容自動建議問題。
常見問題
- Notion 同 Confluence 係優秀嘅「頁面加資料庫」工具，但要有人真係去寫同 maintain 啲筆記。Meeting Bable 會自動由音頻生成筆記，再用 AI 喺每場新 session 同步更新主題層面嘅 wiki。你仲可以將摘要 export 去 Notion——好多團隊都咁做——但寫嘢嗰份工已經 offload 咗。你可以當 Meeting Bable 係 ingestion layer、Notion 係 publishing layer。