Bedah Siasat Kes Pejabat Tencent Marvis: Nota Mesyuarat, Semakan Kontrak, Analisis Data, Mengapa Ia Mula Terasa Seperti Pembantu Sebenar?

Dalam dua artikel Marvis sebelum ini, fokus utama kita sebenarnya tertumpu pada dua perkara:

• Bolehkah ia mengambil alih komputer
• Bolehkah ia menukar bahan tempatan menjadi pangkalan ilmu

Tetapi bagi kebanyakan pengguna pejabat, soalan yang lebih realistik sebenarnya ialah:

Bolehkah ia benar-benar menghapuskan kerja remeh yang berulang setiap hari, tetapi tetap memakan masa?

Contohnya:

• Menyusun nota mesyuarat
• Menyemak kontrak
• Memproses fail Excel
• Mengeksport hasil menjadi dokumen yang benar-benar boleh dihantar

Saya meneliti semula beberapa artikel awam yang lebih berorientasikan praktik daripada laman rasmi Marvis dan Tencent Cloud Developer Community. Kesimpulan saya terus terang sahaja:

Saat Marvis mula terasa seperti "pembantu pejabat" sebenar bukan pada kawalan jauh atau elemen gimik, tetapi pada kemampuannya menggabungkan pemahaman dokumen, pemprosesan format, analisis jadual, dan pelaksanaan setempat menjadi satu rantaian kerja yang lebih dekat dengan aliran kerja sebenar.

Kesimpulan dahulu

• Setakat 29 Jun 2026, keupayaan Marvis yang paling wajar diberi perhatian dalam automasi pejabat awam tertumpu pada empat perkara:
  1. Penyusunan nota mesyuarat
  2. Semakan klausa kontrak
  3. Analisis data Excel / jadual
  4. Eksport hasil dan serahan fail setempat
• Penerangan rasmi Marvis untuk bahagian "pembantu kerja pejabat" juga sangat jelas:
  • penukaran format fail
  • semakan maklumat kontrak
  • analisis data operasi
• Tencent Cloud Developer Community pula sudah mempunyai artikel perbandingan terbuka yang benar-benar meletakkan senario-senario ini ke dalam persekitaran kerja, bukan sekadar berhenti pada halaman promosi.

Mengapa "automasi pejabat" lebih cepat menampakkan jurang sebenar berbanding "chat biasa"

Banyak produk AI boleh memberikan jawapan di dalam kotak sembang.

Tetapi perkara yang benar-benar memakan masa di pejabat biasanya bukan sekadar "menjawab soalan", sebaliknya:

• sama ada perlu memuat naik fail
• sama ada AI boleh memahami fail
• sama ada ia boleh mencari poin penting dalam dokumen panjang
• sama ada hasilnya boleh disusun dalam format yang benar-benar boleh dihantar

Dengan kata lain, bahagian paling meletihkan dalam kerja pejabat biasanya ialah:

memahami bahan + memproses bahan + mengeluarkan hasil

Jika pembantu peringkat sistem seperti Marvis mahu benar-benar berguna, ia mesti boleh memberi nilai praktikal pada ketiga-tiga titik ini, bukan sekadar mengeluarkan cadangan yang nampak meyakinkan.

Penerangan rasmi memang sudah sangat jelas tentang hala tuju pejabat

Marvis tidak berselindung dalam menggambarkan senario pejabatnya. Ia terus menonjolkan satu arah yang sangat jelas:

pembantu kerja pejabat

Tiga keupayaan awam yang digantung di bawah label itu ialah:

• penukaran format fail
• semakan maklumat kontrak
• analisis data operasi

Ini penting kerana ia menunjukkan bahawa sasaran Marvis bukan "satu lagi chatbot", tetapi:

pintu masuk kepada aliran kerja dokumen tempatan.

Dengan kata lain, apa yang mahu diambil alih bukan sekadar "anda tanya, saya jawab", tetapi:

• anda serahkan bahan kepadanya
• ia bantu memproses pusingan pertama
• kemudian ia pulangkan hasil yang boleh terus digunakan

Senario 1: Nota mesyuarat, bukan sekadar transkripsi tetapi hasil berstruktur yang boleh dihantar

Bahan awam yang paling hampir dengan ujian pejabat sebenar datang daripada artikel Tencent Cloud Developer Community berikut:

《Marvis vs ChatGPT/Claude：企业办公 AI 落地真实对比》

Nilai artikel ini sangat tinggi kerana ia tidak membandingkan "siapa lebih bijak", sebaliknya mengambil beberapa tugasan pejabat paling lazim dan benar-benar mengujinya:

• penyusunan rekod mesyuarat
• semakan kontrak
• analisis data

Untuk bahagian nota mesyuarat, senario ujian yang diberikan sangat konkrit:

• muat naik rakaman mesyuarat MP3
• jana nota mesyuarat
• ekstrak tugasan susulan

Lebih penting lagi, artikel itu menyebut satu kelebihan Marvis yang sangat praktikal dalam senario ini:

• menyokong eksport ke Word

Ia kedengaran biasa, tetapi sebenarnya sangat penting.

Masalah banyak model bukan kerana "ia tidak boleh menulis", tetapi kerana:

• hasil hanya boleh dibaca, bukan terus dihantar
• format output tidak sesuai untuk aliran kerja pejabat
• akhirnya orang masih perlu salin, tampal, dan susun semula secara manual

Jika Marvis boleh melancarkan rantaian "pengecaman -> penyusunan -> pengekstrakan tugasan -> eksport dokumen" untuk nota mesyuarat, nilainya bukan lagi sekadar menjimatkan masa menulis satu ayat, tetapi mengurangkan satu pusingan kerja manual dengan terus terang.

Sudah tentu, artikel awam itu juga memberi peringatan yang sangat penting:

• nota mesyuarat masih perlu disemak manusia
• terutamanya keputusan penting dan angka, ia tidak boleh dipercaya bulat-bulat

Bagi saya, ini sebenarnya petanda baik, kerana ia menunjukkan senario ini sudah bergerak daripada "bolehkah ia dibuat" kepada "bagaimana mahu menggunakannya secara stabil dalam pejabat sebenar".

Senario 2: Semakan kontrak, bukan sekadar membaca PDF tetapi mengenal pasti klausa berisiko

Dalam artikel perbandingan yang sama, satu lagi senario yang sangat dekat dengan persekitaran kerja sebenar ialah:

• muat naik satu kontrak PDF setebal 20 halaman
• kenal pasti klausa berisiko
• jana laporan semakan

Artikel itu juga menyebut dengan sangat jelas perkara yang sebenarnya mahu dilihat oleh pengguna:

• klausa pelanggaran kontrak
• klausa pampasan
• klausa penyelesaian pertikaian

Mengapa tugasan seperti ini sangat penting? Kerana ia berada pada tahap kesukaran yang sama sekali berbeza daripada sekadar "meringkaskan dokumen".

Ringkasan dokumen hanya memberitahu anda "apa yang dibincangkan", manakala semakan kontrak lebih hampir kepada:

• klausa mana yang berisiko
• klausa mana yang berat sebelah
• klausa mana yang berpotensi menjadi perangkap

Ini bermaksud model bukan sahaja perlu boleh membaca dokumen, malah juga perlu:

• mencari perenggan utama
• mengenal pasti jenis klausa
• mengeluarkan hasil yang boleh disemak semula

Nada artikel awam itu juga agak jujur:

• ia boleh mengenal pasti klausa risiko yang lazim
• tetapi kontrak yang lebih kompleks tetap memerlukan semakan manusia

Pada saya, penjelasan seperti ini lebih bernilai kerana ia menggambarkan kedudukan paling realistik Marvis dalam senario kontrak. Ia bukan untuk "menggantikan pasukan undang-undang", tetapi:

membantu anda menjalankan saringan awal dan semakan awal terlebih dahulu.

Bagi banyak pasukan kecil dan sederhana, itu sendiri sudah sangat bernilai, kerana bahagian yang benar-benar memakan masa biasanya bukan tandatangan akhir, tetapi pusingan pertama untuk memilih poin utama.

Senario 3: Analisis data, bukan sekadar melihat jadual tetapi menerangkan hasil dengan jelas

Dalam automasi pejabat, satu lagi senario yang paling mudah dipandang ringan sebenarnya ialah jadual data.

Banyak pasukan berurusan setiap hari dengan Excel, CSV, dan laporan eksport, tetapi bahagian yang paling memakan masa selalunya bukan membuka fail itu, sebaliknya:

• membersihkan medan
• melihat trend
• mencari kejanggalan
• menulis kesimpulan

Laman rasmi Marvis secara jelas memasukkan "analisis data operasi" ke dalam senarai keupayaan awam. Itu sendiri sudah menjadi isyarat penting.

Jika digabungkan lagi dengan keupayaan awam File Agent yang telah muncul sebelum ini:

• penjanaan laporan analisis data
• penyuntingan dokumen Office
• penukaran format fail

anda akan nampak bahawa perkara yang ingin diambil alih oleh Marvis bukan bantuan titik tunggal seperti "tolong kira nombor ini", tetapi satu rantaian data pejabat yang lebih lengkap:

• baca jadual dahulu
• kemudian rumuskan
• kemudian jana laporan
• kemudian serahkan hasil

Mengapa garis ini patut dibincangkan secara berasingan? Kerana dalam pejabat sebenar, orang biasanya tidak kekurangan alat jadual. Apa yang kurang ialah:

seorang pembantu yang boleh memahami konteks jadual dan terus membantu menulis kesimpulannya.

Senario 4: Keupayaan eksport dan serahan setempat, inilah penentu sama ada ia benar-benar "alat pejabat"

Bagi saya, satu perkara yang paling mudah diabaikan semasa menguji AI pejabat ialah:

bolehkah hasil akhirnya terus dihantar?

Perkara ini jauh lebih nyata daripada banyak benchmark.

Jika sesuatu produk hanya boleh:

• melihat jawapan
• salin dan tampal
• kemudian susun atur semula secara manual

maka ia lebih menyerupai alat inspirasi.

Tetapi jika ia boleh:

• membaca dokumen
• menyemak kandungan
• memproses jadual
• kemudian mengeluarkan Word / laporan / fail tempatan

maka barulah ia mula menyerupai alat yang benar-benar boleh disambungkan ke aliran kerja pejabat.

Berdasarkan kes-kes awam semasa, Marvis memang sedang bergerak ke arah ini:

• pintu masuk fail tempatan sudah jelas
• keupayaan memahami dokumen sudah jelas
• label senario pejabat sudah jelas
• keupayaan menyerahkan hasil mula ditekankan

Sebab itulah saya rasa nilai Marvis dalam senario pejabat tidak boleh hanya diukur melalui "pandai bersembang atau tidak".

Siapa yang paling sesuai mencubanya sekarang

Sesuai untuk cuba segera

• orang yang setiap minggu perlu menyusun nota mesyuarat
• orang yang perlu melihat risiko kontrak dan membuat saringan awal
• orang yang kerap memproses laporan operasi dan jadual projek
• ahli pasukan yang banyak bergantung pada penukaran format fail dan aliran kerja dokumen tempatan
• orang yang mahu menyerahkan "pemprosesan dokumen + analisis jadual + serahan setempat" kepada AI untuk pusingan pertama

Boleh tunggu dan lihat dahulu

• orang yang hampir tidak pernah menyentuh fail tempatan dan dokumen panjang
• kerja yang kebanyakannya hanya melibatkan soal jawab ringan dan penulisan ringan
• peranan yang tidak memerlukan eksport hasil atau serahan setempat
• pasukan yang belum bersedia dari segi kebenaran tempatan dan akses fail pejabat

Jika anda mahu menyambungkan aliran kerja pejabat seperti Marvis kepada model tersuai, di mana nilai perolehannya?

Dalam senario seperti ini, soalan yang lebih realistik biasanya bukan "bolehkah model menulis", tetapi:

• adakah kos token untuk tugasan berasaskan fail tinggi atau tidak
• adakah analisis jadual dan soal jawab dokumen panjang perlu dipadankan dengan model yang berbeza
• adakah ahli dalam satu pasukan boleh berkongsi gerbang model yang sama
• adakah tugasan seperti laporan, kontrak, dan nota mesyuarat boleh disatukan di bawah satu pintu masuk dan satu kaedah pengebilan

Jadi jika anda sedang membina automasi pejabat / semakan awal kontrak / analisis data / pemprosesan dokumen tempatan, gerbang model bersatu biasanya lebih mudah dilaksanakan berbanding bergantung pada satu model sahaja.

Anda boleh terus melihat pintu masuk berikut:

• Harga model
• Beli API Key
• Tutorial penggunaan

Penilaian akhir saya

Jika saya perlu merumuskan pandangan saya tentang hala tuju automasi pejabat Marvis dalam satu ayat, ia akan jadi begini:

Perkara paling wajar diberi perhatian bukan kerana ia "boleh menjawab soalan", tetapi kerana ia semakin menghampiri bentuk pembantu pejabat sebenar: membaca fail, memilih poin penting, memahami jadual, dan memulangkan hasil yang boleh terus digunakan.

Dengan kata lain, perkara yang paling terasa "betul-betul praktikal" sekarang ialah:

1. nota mesyuarat boleh menjadi output berstruktur
2. semakan kontrak boleh menjalankan saringan awal bagi klausa risiko
3. analisis data tidak lagi berhenti pada membaca jadual, tetapi mula bergerak ke arah pelaporan

Jika garis ini terus diperdalam, nilai Marvis di pejabat bukan lagi sekadar "keupayaan sampingan AI peringkat sistem", tetapi semakin menyerupai:

sebuah komputer yang benar-benar membantu anda menyelesaikan kerja pejabat yang remeh tetapi penting.

Rujukan

• Marvis 官网
• Marvis vs ChatGPT/Claude：企业办公AI落地真实对比
• 探索AI Agent在企业场景下的3个高价值应用
• 新手全面指南：上手腾讯 Marvis 进行个人知识管理与智能问答
• 省时利器：实战 Marvis 本地文档识别，让知识搜索告别翻文件夹