> For the complete documentation index, see [llms.txt](https://library.zoom.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://library.zoom.com/technical-library/zh-tw/ai/ai-whitepaper/introduction-ai-at-zoom.md).

# 簡介：Zoom 中的 AI

人工智慧正快速演進，並成為日常生活不可或缺的一部分，驅動從大型與小型語言模型到專門的演算法功能等一切應用。雖然生成式 AI 讓人與機器之間能夠無縫互動，進行內容創作、問題解決與決策，但 AI 也存在於更專門化的應用中。自動化工具可簡化工作流程，而字幕生成與翻譯等服務則打破溝通障礙，使協作更有效率且更易於使用。隨著 AI 持續進步，其應用正透過提升效率、準確性與創新性來改變各個產業，從根本上重塑企業的運作方式。

鑑於 AI 在現代工作場域中日益擴大的角色，本文件說明 AI 如何在 Zoom 平台上運用。內容描述 Zoom 共享的 AI 基礎、內建於不同 Zoom 產品中的產品特定 AI 功能，以及作為更廣泛 AI 工作介面的 ZoomMate，協助使用者從對話推進到完成。這些章節合起來，旨在幫助讀者了解 Zoom 如何在溝通、協作、生產力與後續執行中運用 AI。

## **Zoom AI**

Zoom AI 是共享的人工智慧層，為 Zoom 平台上的 AI 支援體驗提供動力。它包含 Zoom 用來在各產品中提供智慧功能的更廣泛 AI 技術、模型與支援系統。從實際角度來看，Zoom AI 是讓 Zoom 能夠在溝通、協作、生產力與後續執行中提供 AI 輔助體驗的基礎，而不是將 AI 限制為單一獨立功能或應用程式。

這個共享的 AI 層同時支援 ZoomMate 以及多種產品特定功能，包括即時翻譯、逐字轉錄、會中提問、個人音訊隔離、聊天撰寫，以及其他 AI 輔助體驗。它包含 Zoom 的多模型與多部署 AI 方法，包括聯邦式架構、Zoom-Hosted Models Plus（ZM+）、Zoom-Hosted Models Only（ZMO）以及地端 AI 產品。這些方法共同構成 Zoom 平台上 AI 的技術基礎。

## **AI 功能**

#### <mark style="color:藍色;">AI 功能：內嵌的 AI 能力，為 Zoom 產品提供聚焦式協助</mark>

Zoom AI 功能是產品特定的能力，會在特定的 Zoom 產品與工作流程中運用人工智慧，通常會直接內嵌於任務發生的產品體驗中。其設計目的是協助完成特定活動，例如摘要會議內容、撰寫聊天訊息、建議電子郵件回覆、在即時會議中回答問題，或生成通話後摘要。

這些功能可以在它們出現的產品內獨立運作，但也能產生支援更廣泛 ZoomMate 體驗的輸出。例如，Zoom Meeting 結束後建立的會議摘要，之後可能成為 ZoomMate 的有用脈絡；而像 Chat Compose 或 Meeting Questions 這類功能，則主要設計用於協助當下的產品體驗。如此一來，Zoom AI 功能便是 Zoom 平台上分散式、產品層級的 AI。

範例包括 Meeting、Chat、Whiteboard、Events、Mail、Calendar 和 Phone 的各項功能，例如會議摘要、會中提問、逐字轉錄、My Notes、聊天撰寫、聊天摘要、頻道摘要、翻譯、電子郵件撰寫與回覆、排程協助、通話摘要、語音信箱功能，以及任務擷取。

## **ZoomMate**

#### <mark style="color:藍色;">ZoomMate：您聰明的 Workplace 夥伴，協助您從對話到完成，達成更多目標</mark>

ZoomMate 是一位智慧型、對話式的數位夥伴，位於 Zoom Workplace 平台的核心，旨在提升生產力、簡化協作，並減輕員工工作負擔。

每天，AI 工具都越來越深地整合進現代勞動力中，且不再侷限於執行特定任務——例如自動化資料輸入、撰寫電子郵件、生成報告或執行基本的演算法功能。相反地，新興 AI 工具代表著一場轉型性的變革，從根本上改變我們的工作方式。ZoomMate 便是這一點的體現，它不僅僅自動化任務，而是作為一位專屬夥伴，協助使用者從對話到完成，達成更多成果。

例如，想像一位銷售主管正在為一場高風險的客戶會議做準備。工作可能從一場近期的 Zoom Meeting 開始，團隊在會中討論客戶的優先事項、競爭風險與尚未解決的技術問題。根據這段對話，Zoom 的 AI 功能可以生成會議摘要、識別待辦事項，並呈現指派給不同團隊成員的後續責任。接著，使用者可以轉向 ZoomMate 延續這項工作，而不是在另一個工具中重新開始。

利用來自 Zoom Workplace 與已連接系統的脈絡，ZoomMate 可以彙整會議摘要、檢視相關聊天討論、參考 Zoom Canvas 中的支援材料、從已連接的 CRM 取用客戶脈絡，並整合來自核准的內部或外部來源的額外研究。基於這些綜合脈絡，ZoomMate 可協助產出客戶簡報、草擬提案大綱、建立後續任務，並生成結構化的策略文件。如果使用者需要展示這些工作成果，ZoomMate 也能協助使用 Zoom Slides，將相同的底層脈絡轉換成簡報素材。

ZoomMate 與傳統生成式 AI 助理的不同之處在於，工作不會止於摘要或草稿。ZoomMate 能協助在整個流程中延續脈絡，從最初的對話，到已做出的決策，再到後續的文件與行動。從這個角度來看，ZoomMate 與其說是單一用途工具，不如說更像一位工作夥伴，協助使用者串連資訊、協調後續執行，並將進行中的工作轉化為最終成果。

## **介面通訊協定**

在進入更詳細的功能與資料流之前，先了解一些支援 Zoom AI 能力的底層通訊協定會很有幫助。本節將說明模型上下文通訊協定（MCP），這是協助 AI 連接工具、資料、工作流程與其他代理程式的主要互通標準之一。

### 模型上下文通訊協定

#### <mark style="color:藍色;">模型上下文通訊協定（MCP）：連接 AI 與工具以完成更多工作的標準</mark>

作為其 AI 架構的一部分，Zoom 使用模型上下文通訊協定（MCP）——這是一項開放標準，可在模型、工具、資料來源與工作流程之間建立安全連線。MCP 在推進代理式 AI 方面扮演關鍵角色，因為它取代了每家公司都必須各自建立與維護的一次性整合需求。取而代之的是，它提供一個共享且結構化的框架，以一致的方式向 AI 模型呈現能力。這個基礎讓 AI 系統更像智慧代理，不僅能回答問題，還能直接在使用者所依賴的系統中採取行動。

請參閱 Zoom 的開發者文件，以取得更多關於 [Zoom 中的 MCP](https://developers.zoom.us/docs/mcp/).

#### <mark style="color:藍色;">MCP 的實際運作方式——就像點菜一樣</mark>

從核心來看，MCP 建立在用戶端—伺服器模型之上。可以把 AI 環境（如 ChatGPT 或 Claude）想像成想要完成工作的客戶端，而外部系統（如 Jira、Confluence 或資料庫）則是公布其可執行內容的伺服器。每個伺服器都會提供一份清楚的功能清單——例如「搜尋知識庫」或「建立任務」。接著，AI 客戶端會在對話過程中決定何時以及如何使用這些功能。

換句話說，將 AI 與 MCP 伺服器連接，就像在餐廳點餐一樣。你（AI）走進餐廳，拿到菜單（MCP 伺服器可提供的服務或功能清單），然後你（AI）告訴它你想要什麼，它便回應你。不需要猜測有哪些可用或不可用的內容——所有內容都已事先列在菜單上。

以下各節將提供 MCP 運作方式的更多細節：

#### <mark style="color:藍色;">步驟 1：透過伺服器公開功能</mark>

任何系統都可以執行 MCP 伺服器。該伺服器充當「菜單」，發布其支援動作的結構化說明。例如，Jira 可能發布如「搜尋問題」或「更新工單」等功能。由於這些功能遵循 MCP 的共享格式，AI 可以立即理解，而無需客製化工程。

#### <mark style="color:藍色;">步驟 2：AI 作為客戶端運作</mark>

在另一端，AI 環境扮演客戶端的角色。它會讀取可用功能的菜單、記住這些功能，並決定在回應使用者時要呼叫哪些功能。這表示 AI 不需要事先被程式化成能處理數千種可能的整合——它只是在連線建立時學習哪些功能可用。

#### <mark style="color:藍色;">步驟 3：安全地傳遞脈絡</mark>

MCP 也定義了脈絡與權限如何傳遞。這有助於確保 AI 使用功能時，只會在使用者被允許存取的範圍內進行。例如，如果使用者只能查看其團隊的 Jira 工單，MCP 會確保 AI 尊重該範圍。這種安全層正是 MCP 在企業環境中可行的原因，在這裡，敏感資料與存取控制是不可妥協的。

#### <mark style="color:藍色;">MCP 為何重要</mark>

藉由標準化 AI 與外部系統的連接方式，MCP 消除了客製化整合所帶來的摩擦，並確保安全性與一致性。使用者受益於 AI 不僅能回答問題，還能以順暢且安全的方式，在各種工具中採取具知識基礎的行動。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://library.zoom.com/technical-library/zh-tw/ai/ai-whitepaper/introduction-ai-at-zoom.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.