> ## Documentation Index
> Fetch the complete documentation index at: https://manual.voiceping.net/llms.txt
> Use this file to discover all available pages before exploring further.
# 工作流程 — 從單次會議草擬客戶提案
> 將提案審議會議的會議記錄轉化為高階主管層級的提案草稿 — 執行摘要、客戶現況、提出方案、時程、下一步。使用 VoicePing MCP 存取。
export const FeedbackZhTW = () => <>
對此功能有想法或需求？請透過 Product Feedback 傳送給團隊。
官方連結
造訪官方網站
在X上追蹤我們
在Facebook上按讚
在LinkedIn上連結
;
## 從單次會議草擬客戶提案
**情境。** 提案審議會議剛結束。客戶說明瞭他們的目標、點出兩項資安疑慮，並希望採取分階段的時程。現在您必須把這段對話轉成正式提案。難的不是下筆 — 而是避免遺漏任何關鍵訊息。
此工作流程假設您已啟用 [MCP 存取](/zh-tw/external-access/mcp) 並連線好 AI 使用者端。
```text theme={null}
Search my VoicePing transcripts for the Northstar Capital proposal review meeting.
Find the most relevant transcript and show me the title, date, participants
if available, and why it matches.
```
AI 會找出正確的會議記錄，列出與會者並解釋為何它是正確的物件 — 讓您確信提案是立基於正確的那場會議。
```text theme={null}
Read that transcript and extract the key proposal inputs:
- customer goals
- pain points
- requested solution
- success criteria
- objections or concerns
- timeline
- stakeholders
- next steps
```
AI 會擷取每一項輸入，並完全依照您指定的方式分類。這就是您的提案骨架 — 沒有任何虛構內容，所有資訊都可追溯回會議記錄。
```text theme={null}
Create a customer proposal draft based only on this meeting.
Structure it with:
- executive summary
- customer situation
- proposed solution
- implementation scope
- expected value
- security or operational considerations
- timeline
- next steps
```
輸出是一份完整的提案草稿 — 先是執行摘要，接著每一個章節都嚴格依據會議內容填寫。您只需調整語氣後送出即可。
要求 AI **"based only on this meeting"** 以及 **"with no added assumptions"**，是「可直接寄出的提案」與「必須逐行查核的提案」之間的差別。
***
## 下一步
回到總覽，瞭解許可權範圍、生命週期控制與事件記錄。
Claude、ChatGPT、Codex、Claude Code 與 Gemini CLI 的設定指南。
