Otter 把會議紀錄接上 MCP：逐字稿變成代理人的記憶

一場會議結束後，真正丟失的往往不是逐字稿。

麻煩的是：誰答應了什麼？哪個客戶問題要進 Salesforce？哪個需求要開 Jira？哪份文件要補進 Drive？下一次跟進時，誰還記得上次的語氣、疑慮和未完成承諾？

Otter 4 月 28 日推出的 Conversational Knowledge Engine，值得看的不是它把摘要寫得更長，而是它用 MCP 把會議資料推向企業工具與外部 AI 應用。會議紀錄正在從「會後可讀的文字」，變成代理人可查、可引用、可推動下一步的記憶入口。

會議資料開始變成控制點

AI 會議工具過去的主要賣點很直覺：錄音、轉錄、摘要、列待辦。

這些功能有用，但它們通常停在會議本身。會議裡講到的客戶承諾、產品回饋、候選人評估、專案風險，還是要有人搬到 CRM、專案管理、文件、email 或下一場會議準備材料裡。

Otter 這次想把自己放到那個搬運路徑中間。官方公告說，新的 AI Chat Connectors 讓 Otter 成為 MCP client，可以把 Gmail、Google Drive、Notion、Jira、Salesforce 的資料拉進 Otter AI Chat；反過來，也可以把會議摘要、行動項目、email 草稿推回連接工具。

這就是控制點的變化。會議工具不只保存「剛剛說了什麼」，而是開始決定「這些話要接到哪個系統、被哪個 AI 工具讀取、產生哪個下一步」。

MCP 讓逐字稿從紀錄變成上下文

MCP 的作用，可以先理解成一種讓 AI 應用連接外部系統的標準。官方文件把它描述為讓 AI 應用連接資料來源、工具與工作流程的開放標準。

放到 Otter 這個案例裡，意義很具體。

當 Otter 作為 MCP client，它可以把外部工具資料帶進 Otter AI Chat。使用者不只問「這場會議的待辦是什麼」，還可以把 Jira、Notion、Drive 或 Salesforce 裡的相關資料一起納入問題。

當 Otter 作為 MCP server，方向反過來。ChatGPT、Claude、Cursor 這類外部 AI 工具可以在授權後查詢 Otter 裡的會議內容，把過去的會議歷史當成寫提案、準備會議、整理需求或分析客戶訊號的上下文。

這讓會議紀錄的價值不再只看單篇摘要品質，而是看它能不能安全地成為其他代理人的記憶來源。

Otter 想搶的是會議後的下一步

TechCrunch 對這則新聞的定位很準：AI notetaker 公司已經發現，光是轉錄和摘要不足以支撐商業模式與估值。它們想變成一個工作區，讓使用者帶入不同來源資料、跨資料搜尋，並做出商業決策。

Otter 不是唯一在走這條路的公司。Read AI、Fireflies.ai、Fathom、Granola 都在把會議工具推向更大的工作流程。但 Otter 這次的訊號是，它明確把 MCP 放進產品敘事，讓會議資料可以在 Otter 與外部 AI 工具之間流動。

這個入口有三種受影響者。

第一是業務、客戶成功、招募、產品團隊。這些角色每天在會議裡累積大量「不是結構化欄位、但很有價值」的資訊：客戶異議、候選人評語、使用者抱怨、決策理由、下次承諾。

第二是 IT 與資安管理者。只要會議資料能被外部 AI 讀取，問題就不是「摘要誰看得到」而已，而是「哪個 AI 應用能查哪些會議、可以取回逐字稿到什麼程度、資料是否會離開原本治理邊界」。

第三是既有 SaaS 工具。CRM、專案管理、文件和知識庫原本各自保存一部分事實；會議工具若成為跨系統上下文層，就會開始影響這些系統的資料更新與查詢入口。

採購時要查的不是摘要，而是四個控制點

第一，誰能授權外部 AI 查會議？

Otter Help Center 說明 MCP server 使用 OAuth 授權與 granular permissions，外部 AI 應用只能存取使用者明確授權的會議。這是基本門檻，但企業採購還要追問：管理員能否看到哪些外部 AI 已連接？能否停用？能否針對部門、資料夾、客戶案或會議類型限制？

第二，哪些會議可以被引用？

Help Center 也說，使用者可存取自己在 Otter 捕捉的會議，以及 Workspace 裡其他人分享給自己的會議。這聽起來合理，但會議資料常常跨客戶、跨專案、跨職能。企業要設計的是分享邊界，不只是登入授權。

第三，AI 能不能把會議內容推回系統？

把會議摘要推到 Notion、把 email 草稿放進 Gmail、把需求連到 Jira，這些都比單純搜尋更接近行動。越接近行動，就越需要批准、版本紀錄與責任歸屬。否則會議工具很容易從「幫忙整理」變成「替團隊寫入錯誤事實」。

第四，會議捕捉是否透明？

Otter for Desktop 讓會議資料不只來自排程會議，也可捕捉更多應用中的聲音與討論。這對知識完整性有吸引力，但也把告知、同意、法遵與公司文化問題放大。TechCrunch 報導中，Otter CEO 提到企業客戶偏好 notetaker 進入 Zoom 會議，理由是透明度較高且筆記可分享給所有與會者。這句話提醒的是：會議 AI 的治理不只在後台權限，也在會議當下的可見性。

台灣團隊該怎麼判斷要不要導入？

對台灣的 SaaS、顧問、業務、產品和客戶成功團隊來說，這題不需要硬轉成「本土市場機會」。更實用的問題是：你的會議資料現在是不是已經變成組織記憶的斷點？

如果客戶承諾散在業務腦中、產品回饋散在會議摘要、專案風險散在 Slack 和 Notion，會議 AI 確實可能改善交接。但導入順序不該從「哪個摘要最漂亮」開始，而該先列出五個問題。

一，哪些會議值得被長期保存？不是所有談話都該進知識庫。

二，誰可以把會議內容分享給外部 AI 工具？授權不該只由個人隨手點同意。

三，哪些連接只能讀取，哪些可以寫回？搜尋和更新 Jira 是不同風險等級。

四，會議參與者是否知道資料會被錄下、整理、分享或用於後續 AI 查詢？

五，如果 AI 根據舊會議產生錯誤提案、錯誤 email 或錯誤客戶判斷，誰負責驗收？

Otter 這次的重點，不是它宣布了一個更大的市場名稱。真正值得記住的是：會議資料一旦接進 MCP，企業買的就不只是筆記工具，而是一個可能替代理人提供上下文、推動工作、也擴大治理責任的資料入口。

林子睿（編輯：廖玄同），《Otter 把會議紀錄接上 MCP：逐字稿變成代理人的記憶》，矽基前沿 [Si]gnals，2026-04-30。https://signals.tw/articles/otter-mcp-enterprise-knowledge-engine/