用 AI 做会前资料预读与提问清单：开会不再当背景板
先分清这是啥类型的会
咱得先想明白，这会是信息通报还是会商决策，预读重点完全不同。前者你只要搞清「发生了啥、跟我有啥关系」；后者得提前想「我支持还是反对、理由站不站得住」。我当年陪老板开了一堆会，最怕不分类型瞎准备，结果该表态时没词、该听时又抢话。让 AI 先帮你判断会议性质，再决定往哪个方向挖。这跟写代码先定这是读接口还是写接口一个理，方向定错全白费。类型拎清，准备才不跑偏，老炮都走这第一步。
把材料倒给 AI 提炼三线
别自己吭哧吭哧读十份文档，先把会议邀请、背景资料、相关邮件打包丢给模型，让它出「三条背景脉络、三个潜在分歧、五个该问的问题」。这跟接手一个陌生模块先让同事给个 overview 一个思路，省你大量摸底时间。我习惯会前半小时走这套，进屋时心里门儿清。模型读材料比你快，但结论你得过一遍，别全信它的概括。它是速记员，你是主心骨，分工明确才高效。预读做到位，会上你不虚。
让它帮你列该问的问题
很多人开会不敢开口，是怕问不到点子上。让 AI 基于材料，专门列「如果我是参会方，我最该厘清的五个问题」，比如责任归属、时间节点、预算口径。我靠这招从常年背景板混成了能接话的角色。模型列的问题常有你没想到却关键的盲区，比你自己硬想要全。但注意，它不懂你们那点人情世故和潜规则，排好的问题你筛一遍，把不合时宜的拿掉。工具帮你补短板，临场的分寸还得你把握。
把可能的坑先标出来
好模型还能帮你做「红队」：假设你是反对者，挑这份方案哪儿站不住。我常在重要决策会前让它扮演唱反调的，提前看见雷区，真有人提反对时我早有准备。这跟写代码要做异常分支处理一个理，把坏情况先想一遍，真遇上不慌。它挑的刺儿未必都对，但能逼你把论据补结实。会前多这一层，会上你说话就有底，不再是那个只会点头的人。预判风险，是老炮的基本功。
保密这根弦不能松
这条必须啰嗦：涉及合同、薪酬、未公开战略的机密材料，别往公网模型里扔，那是拿公司资产冒险。敏感会前准备，要么用本地部署的模型，要么脱敏后再喂。我见过有人图省事把并购意向书直接贴公网工具，差点出大事。技术没门槛了，边界感反而更金贵。工具是中立的，用法见分寸。机密这关，物理上隔开才最稳，别指望自己「就这一次」的侥幸。合规这根线，老炮都绷得最紧。
老程序员的几点实在话
收尾几条。第一，AI 给的预读再好，开会前你还是得自己翻一遍关键原文，别全信转述，转述偶尔飘。第二，清单别列太长，三五个真问题胜过十个水问题，会上能问完就赢。第三，预读是手段不是目的，目的是你真听懂、能参与。工具把会前的慌乱卸了，但「这事儿我到底站哪边、为啥」那下判断，还得是你自己拿。别把思考外包，那才真悬。
