在 Collaboration Workspace 中,用户可以通过 @ 调用 AI Assistant、Interactive Flow 或团队成员,在同一个对话线程中共同推进任务。
在这种协作模式下,上下文不是附属信息,而是后续协作的基础。AI 是否能准确理解任务、工作流是否能正确执行、团队成员是否能快速接上前面的讨论,很大程度上取决于当前线程中的上下文是否清晰、完整。
在 AI 使用中,上下文会直接影响模型输出质量。清晰的任务说明、背景信息、约束条件和示例,能帮助 AI 更准确地理解用户意图,并生成更符合预期的响应。--- Microsoft《Prompt engineering techniques》。
什么是 Say It for Me
Say It for Me 是 Collaboration Workspace 中的一个可调用 AI Assistant,用于将用户已经准备好的回答,以 “问题 + 回答” 的形式沉淀到当前协作线程中。用户可以在 Collaboration Workspace 的输入框中输入 @,并在 AI Assistant 列表中选择 Say It for Me。选择后,用户先提出一个问题,系统会弹出交互表单,用户再在表单中填写已经准备好的回答。
提交后,该回答会作为 Say It for Me 对该问题的回复 出现在当前线程中,成为后续 AI、工作流和团队协作可以继续引用的上下文。
例如以下流程:
步骤一:@Say It for Me 输入问题

步骤二:在弹出表单中填入准备好的答案,并提交

效果展示:在当前对话线程中出现了构建好的问题和回答上下文

为什么需要 Say It for Me
在 Collaboration Workspace 中,部分上下文可以由 AI Assistant 或 Interactive Flow 带入。
但在讨论新问题时,用户也会需要从外部资料、团队沟通或自己的判断中获得一个更合适的答案。这个答案如果没有进入当前线程,后续 AI 和工作流就无法基于它继续协作。
Say It for Me 用来解决这个问题:它可以把用户确认过的答案,以“问题 + 回答”的形式写入线程,作为后续讨论的依据。
例如,用户正在和 AI 讨论一个方案,中途从其他资料中找到一个更准确的结论,就可以通过 Say It for Me 把这个结论补充进来,让后续讨论沿着这个方向继续展开。
为什么不能直接在对话框中输入内容
在 Collaboration Workspace 中,用户每次输入通常需要 @ 一个对象,例如 AI Assistant、Interactive Flow 或其他协作对象。
如果用户直接输入普通内容,而没有 @ 任何对象,系统可能会返回帮助说明,提醒用户需要通过 @workflow 或 @help 继续操作。这样会让原本用于沉淀上下文的对话被打断。
使用示例:客户需求协作场景
销售团队与客户沟通后,已经确认客户的核心需求。此时可以通过 Say It for Me 先把结论沉淀到当前线程中。
用户输入:
- @Say It for Me 客户本次沟通中最核心的需求是什么?
- 在表单中填写已确认的回答:
- 客户希望系统能够自动发现多门店设备的离线、网络异常或应用无响应问题,并尽可能自动修复,减少人工客服介入。同时,异常处理结果需要被记录,方便后续复盘。
提交后,这组“问题 + 回答”会成为当前线程的上下文。
- 接下来,@调用一个 AI
- @Requirement Analysis Agent 请基于上述客户需求,整理客户核心痛点和下一次会议需要追问的问题。
这样,AI 就可以基于已经确认的答案继续分析,而不是猜测客户需求。
发表评论.