> 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/ai/ai-whitepaper/introduction-ai-at-zoom.md).

# 引言：Zoom 中的 AI

人工智能正在快速发展，并成为日常生活不可或缺的一部分，为从大型和小型语言模型到专门的算法功能等各类应用提供支持。生成式 AI 能够实现人类与机器之间的无缝交互，用于内容创作、问题解决和决策；AI 也存在于更专业的应用程序中。自动化工具可简化工作流程，而字幕和翻译等服务则能消除沟通障碍，使协作更加高效且易于使用。随着 AI 不断进步，其应用正通过提升效率、准确性和创新来改变行业，从根本上重塑企业的运营方式。

鉴于 AI 在现代工作场所中的作用不断扩大，本文档说明 AI 如何在 Zoom 平台中使用。文档介绍了 Zoom 的共享 AI 基础、内置于不同 Zoom 产品中的特定产品 AI 功能，以及作为更广泛 AI 工作界面的 ZoomMate；它可帮助用户从对话推进至完成。这些章节旨在帮助读者了解 Zoom 如何在沟通、协作、生产力和后续执行中使用 AI。

## **Zoom AI**

Zoom AI 是共享的人工智能层，为整个 Zoom 平台上的 AI 赋能体验提供支持。它包括 Zoom 用于在其产品中提供智能功能的更广泛 AI 技术、模型和支持系统。实际上，Zoom AI 是让 Zoom 能够在沟通、协作、生产力和后续执行中提供 AI 辅助体验的基础，而非将 AI 限制于单一独立功能或应用程序。

这一共享 AI 层支持 ZoomMate 以及广泛的特定产品功能，包括实时翻译、转写、会议内问题、个人音频隔离、聊天撰写和其他 AI 辅助体验等功能。它包括 Zoom 的多模型、多部署 AI 方法，其中涵盖其联邦架构、Zoom 托管模型增强版 (ZM+)、仅 Zoom 托管模型 (ZMO) 以及本地部署 AI 产品。这些方法共同构成了整个 Zoom 平台 AI 的技术基础。

## **AI 功能**

#### <mark style="color:蓝色;">AI 功能：嵌入式 AI 能力，可在各类 Zoom 产品中提供针对性协助</mark>

Zoom AI 功能是在特定 Zoom 产品和工作流程中使用人工智能的特定产品能力，通常会直接嵌入任务发生位置的产品体验中。它们旨在协助完成特定活动，例如总结会议、起草聊天消息、建议电子邮件回复、在实时会议期间回答问题，或生成呼叫后的回顾。

这些功能可以在其所在产品中独立运行，但也可以生成支持更广泛 ZoomMate 体验的输出。例如，在 Zoom 会议后创建的会议摘要之后可能会成为 ZoomMate 的有用上下文，而聊天撰写或会议问题等功能则主要旨在帮助即时产品体验。通过这种方式，Zoom AI 功能构成了 Zoom 中分布式的产品级 AI 层。

示例包括会议、聊天、白板、活动、邮件、日历和电话中的功能，例如会议摘要、会议内问题、转写、我的笔记、聊天撰写、聊天摘要、频道摘要、翻译、电子邮件起草和回复、安排协助、呼叫摘要、语音信箱功能以及任务提取。

## **ZoomMate**

#### <mark style="color:蓝色;">ZoomMate：您的智能 Workplace 团队伙伴，助您从对话到完成，成就更多</mark>

ZoomMate 是 Zoom Workplace 平台核心的一款智能、对话式数字团队伙伴，旨在提升生产力、简化协作并减轻员工工作负担。

每天，AI 工具正日益融入现代劳动力队伍，不再仅限于执行特定任务，例如自动化数据录入、起草电子邮件、生成报告或执行基础算法功能。相反，新兴 AI 工具代表着一种变革性转变，从根本上改变我们的工作方式。ZoomMate 正是如此：它超越了简单的任务自动化，作为专属团队伙伴，帮助用户从对话到完成，成就更多。

例如，设想一位销售主管正在准备一场至关重要的客户会议。这项工作可能始于最近的一场 Zoom 会议，团队在会上讨论客户的优先事项、竞争风险和待解决的技术问题。根据该对话，Zoom 的 AI 功能可以生成会议摘要、识别行动项，并呈现分配给不同团队成员的后续职责。随后，用户可以转向 ZoomMate，从那里继续工作，而无需在单独的工具中重新开始。

利用来自整个 Zoom Workplace 和已连接系统的上下文，ZoomMate 可以收集会议摘要、审阅相关聊天讨论、引用 Zoom Canvas 中的支持材料、从已连接 CRM 中提取账户上下文，并整合来自获批准内部或外部来源的额外研究。基于这些综合上下文，ZoomMate 可以帮助生成客户简报、起草提案大纲、创建后续任务，以及生成结构化战略文档。如果用户需要显示该工作成果，ZoomMate 还可帮助使用 Zoom Slides 将相同的底层上下文转化为演示材料。

ZoomMate 与传统生成式 AI 助手的不同之处在于，工作不会止步于摘要或起草。ZoomMate 可以帮助在整个流程中延续上下文，从最初的对话，到已做出的决策，再到后续的文档和行动。从这个意义上说，ZoomMate 不太像单一用途的工具，而更像是一位工作场所团队伙伴，帮助用户关联信息、协调后续执行，并将进行中的工作转化为完成的成果。

## **接口协议**

在深入了解更详细的功能和数据流之前，了解一些为 Zoom AI 能力提供支持的底层协议会很有帮助。本节介绍模型上下文协议 (MCP)，这是帮助 AI 连接工具、数据、工作流程和其他代理的领先互操作性标准之一。

### 模型上下文协议

#### <mark style="color:蓝色;">模型上下文协议 (MCP)：连接 AI 与工具以完成更多工作的标准</mark>

作为其 AI 架构的一部分，Zoom 使用模型上下文协议 (MCP)——一项开放标准，可在模型、工具、数据源和工作流程之间实现安全连接。MCP 通过取代每家公司都必须单独构建和维护的一次性集成需求，在推进代理式 AI 方面发挥关键作用。相反，它提供了一个共享的结构化框架，以一致的方式向 AI 模型公开能力。这一基础使 AI 系统能够更像智能代理——不仅回答问题，还能直接在用户依赖的系统中采取行动。

有关更多信息，请参阅 Zoom 的开发者文档： [Zoom 的 MCP](https://developers.zoom.us/docs/mcp/).

#### <mark style="color:蓝色;">MCP 的实际运作方式——如同按菜单点餐</mark>

MCP 的核心基于客户端—服务器模型。可以将 AI 环境（如 ChatGPT 或 Claude）视为希望完成工作的客户端，将外部系统（如 Jira、Confluence 或数据库）视为发布其可执行操作的服务器。每个服务器都提供明确的功能列表，例如“搜索知识库”或“创建任务”。随后，AI 客户端会在对话过程中决定何时以及如何使用这些功能。

换言之，将 AI 与 MCP 服务器连接，就像在餐厅点餐。您（AI）走进餐厅，收到一份菜单（通过 MCP 服务器提供的服务或功能列表），然后您（AI）告诉它您想要什么，它便会作出响应。无需猜测哪些内容可用或不可用——所有内容都会预先在菜单中提供。

以下章节将进一步介绍 MCP 的运作方式：

#### <mark style="color:蓝色;">第 1 步：通过服务器公开能力</mark>

任何系统都可以运行 MCP 服务器。该服务器充当“菜单”，发布其支持操作的结构化描述。例如，Jira 可能会发布“搜索问题”或“更新工单”等功能。由于这些功能遵循 MCP 的共享格式，AI 无需进行定制工程开发即可立即理解它们。

#### <mark style="color:蓝色;">第 2 步：AI 充当客户端</mark>

另一方面，AI 环境扮演客户端的角色。它读取可用功能菜单、记住这些功能，并决定在响应用户时调用哪些功能。这意味着无需预先为 AI 编程数千种可能的集成——只要建立连接，它便会了解哪些内容可用。

#### <mark style="color:蓝色;">第 3 步：安全传递上下文</mark>

MCP 还定义了上下文和权限的传递方式。这有助于确保 AI 在使用某项功能时，仅在用户获准访问的范围内操作。例如，如果某个用户仅有权限查看其团队的 Jira 工单，MCP 会确保 AI 遵守该范围。这一安全层使 MCP 能够切实用于企业版场景，其中敏感数据和访问控制不容妥协。

#### <mark style="color:蓝色;">MCP 为何重要</mark>

通过标准化 AI 与外部系统的连接方式，MCP 消除了定制集成带来的阻碍，并确保安全性和一致性。用户可从中受益，因为 AI 不仅能回答问题，还能以无缝且安全的方式在各种工具中采取知情行动。


---

# 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/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.