把AI从聊天窗挪回文档，方案才能从空话变成可执行。

很多人做方案时都踩过同一个坑：让AI给十个点子，再让AI考虑预算，再让AI总结，聊天窗越来越长，文档还是那几行。问题不是AI不够聪明，而是讨论没有锚在你正在改的那一段。

本文按arXiv 2609.29309的做法，讲清楚为什么侧边栏多AI容易空转，以及如何用文档块、触发讨论、选择性写回，把AI变成文档里的协作层。

小程（活动运营）的故事是虚构的，情节用于帮助理解；数据来自arXiv论文2609.29309。

一、草稿还停在聊天框里

周三 22:41，老板的消息跳进工作群：新品线下体验日方案要在 48 小时内改成可汇报版本，预算要压下来，参会者反馈也要接住。

工位上，那份文档还停在 0.9 版。标题下面只有三行：预算待定、流程待定、风险空着。她先松了半口气。至少还有两天，至少可以先让 AI 跑起来。

她点开右侧聊天栏，新建一个会话，把文档标题贴进去。光标在输入框里停了两秒。她给 AI 写了第一句：你负责把方案变得更具体。

这句话发出去后，屏幕另一侧很快亮起。她想起同事上周说，多建几个角色，一个管创意，一个管预算，一个管用户。她越打越顺手，好像只要把人都拉来，草稿自己会长出来。

22:54，她把“预算”两个字复制到聊天框，后面接上一长段背景：场地已经定了，预算被砍，主讲人费用不能超。发送键按下去的瞬间，她心里还在算，今晚只要把框架跑出来，明早就能交。

二、三个AI角色，一场没有落地的讨论

23:02，小程在侧边栏建了三个角色：创意组、预算守门人、用户代表。

她给创意组发：先给十个点子。预算守门人那边紧接着：考虑预算。用户代表那边她补了一句：站在参会者角度。

三个头像同时动了一下。

23:11，创意组列出一串：签售、盲盒、打卡墙、快闪、抽奖。预算守门人只回：都太贵，删掉一半。用户代表说：参会者最怕排队和看不懂流程。

三条回答像三条互不相干的走廊。她想把“签售”拖进文档，却发现鼠标点错地方，把整段解释复制进了预算栏。屏幕上的“预算待定”变成一行拥挤的说明，像被水洇开的墨迹。

她删掉，重发：把刚才三个角色的内容总结成可执行版本。

聊天窗开始变长。创意组又补了五个，预算守门人开始算场地和物料，用户代表提出小团体破冰。手指停在键盘上方，眼睛在三个回答之间来回跳。

23:47，文档正文还是那三行。她把鼠标悬停在“流程”上，准备输入一个时间节点，输入框里却自动弹出刚才复制残片。她按了几次退格，越改越乱。

40 分钟后，侧边栏滚到底也找不到一条能直接写进汇报的结论。她保存文档，关掉窗口，心里仍觉得差一次总结就能收网。

第二天 9:36，老板只问一句：具体哪一段能落地。

文档一打开，预算、流程、风险还是三行空白。侧边栏那串聊天记录很长，她第一次感到 AI 越多，越没人接住她的草稿。

三、读到论文后，她停下了继续改提示的手

午休 12:38，小程打开一篇当天挂出的 arXiv 论文，编号 2609.29309。

她本来只想看“多个 AI 一起讨论”到底有没有人做过像样的版本。论文里有一行英文，大意是：讨论要锚在相关文档区域。

她把这一行看了两遍，手指停在屏幕上方。

12:47，她读到触发机制：系统监控打字，停笔 2 秒，再选至少 3 个相关角色，让角色对 Idea、Discussion、Evaluation 三种模式分别打分；任一模式平均超过 0.75，才自动开讨论。

她下意识看了一眼昨晚的聊天窗。那里有 17 条她主动发出去的消息，其中 9 条都在催 AI 解释背景或催总结。文档正文却只有三行。

12:55，她翻到结果页，看到一组数字：指挥消息少 46%，文档修改多 39%，写入文档的讨论消息也多一些。她没有抄下来，只是把昨晚那 40 分钟折回来：如果把其中一半用在改段落，文档至少会多两行。

原来不是 AI 不够多。是她一直在告诉 AI 整个文档要怎么做，却没有让 AI 看见她刚改了哪一句。

12:58，她打开一个副本，把预算段框选出来，像论文里那样问自己：如果停笔 2 秒，哪个角色该被叫到这一段。她又把昨晚那 17 条消息逐条标在旁边：这条是全局命令，那条是催总结，那条只是让她别跑题。

标完，能落到具体段落的几乎没有。

13:02，她新建一个空白演示文档，写下四个标题：预算、流程、风险、参会者反馈。她把昨晚那些长指令全选，删掉。屏幕终于只剩下一页薄薄的草稿，和右侧一个还没配置好的空栏。

她给第一个角色写了一句话：预算守门人只盯成本边界。光标停在那句旁边，像把话筒递到了具体段落前面。

13:09，她试着在预算栏写下一行：主讲人费用必须控制在预算内。停笔两秒，她盯着屏幕，等一个气泡从段落旁边冒出来。

那一刻，她不确定这个演示能不能接住两天后的汇报。她把手停在键盘上方，第一次没有急着输入下一条指令。

四、把文档改成指挥台

13:10，小程把昨晚留下的旧聊天窗折叠，右侧只留一个空白讨论面板。她没急着再发“请总结”，而是把草稿里的四个标题往下拆：预算、流程、风险、参会者反馈。

预算块下面，她补了三行空位：成本上限、备选讲者、切换条件。流程块补了签到、动线、等待时间。风险块补了安全、责任、应对顺序。参会者反馈块只写了一句：到场人数按 80 人估算，常见顾虑是排队和看不懂流程。

她把昨晚建好的角色重新排了一遍。创意组改名为体验设计师，预算守门人保留，用户代表保留，又新增一个风险审查。每个角色只配一句话：预算守门人盯成本上限，体验设计师盯参与感和等待，用户代表盯真实顾虑，风险审查盯安全与责任。

右侧面板最下面，她照论文里的触发条件逐项填：停笔 2 秒，系统重新看刚改的段落；相关角色至少 3 个；三个角色分别给 Idea、Discussion、Evaluation 打 0 到 1 分；任一模式平均超过 0.75，才开讨论。气泡只挂在对应段落旁，默认只显示一行摘要和头像。

她原本想让全文都能被 AI 盯住，写了两秒又改回来：先只对这四个关键块开放自动触发。屏幕薄了很多。

13:16，她回到预算块，把早上那句“主讲人费用必须控制在预算内”末尾的“内”删掉，改成“预算线内”。光标停住，没有打开聊天框，也没有继续打下一句。

13:19，她盯着屏幕，不确定这个演示能不能接住两天后的汇报。这一刻她不想再当那个在聊天窗里反复解释背景的人。

五、停笔两秒，气泡出现在段落旁边

13:17，预算块右侧冒出一个气泡。头像有三颗：预算守门人、风险审查、用户代表。蓝色小点闪了一下，一行摘要写着：检查主讲人成本与备选。

气泡被点开，里面不是十个点子，而是一场围绕刚才那一句的 Evaluation。预算守门人说，主讲人费用是最大单点，报价一旦超线就会挤掉物料和场地。风险审查接着说，首选讲者如果临时不可用，需要有可执行的切换条件。用户代表补了一句，讲者风格会影响参会者到场期待，备选不能只是替补，要能接住现场氛围。

气泡底部有一条可写回片段：准备两位备选讲者，并在预算超支时切换。小程把它拖进预算块，片段落到“切换条件”旁边，自动缩成一句：主讲人设首选与备选两位，若首选报价超过预算线，启用备选讲者。

她盯着这行字，鼠标没有再移向聊天输入框。她刚才删掉一个字、补上两个字，没有写任何新指令，预算段自己多了一句可执行的话。

13:24，她改流程块：签到区前移，参会者扫码后领取任务卡，再进入体验区。停笔两秒，体验设计师、用户代表、风险审查的气泡亮起来，摘要写着：动线与等待时间需要取舍。

展开后，三个角色没有一起说“加个打卡墙”。体验设计师说任务卡前置能减少入口犹豫，用户代表担心入口拥堵，风险审查要求任务卡发放区留出缓冲。短消息只发了一条：按 80 人估算，选入口分流，不选任务卡后移。

气泡收敛后，摘要变成：签到前移，入口分流，任务卡发放区预留两米缓冲。她把这句拖回流程块，旁边多了一条负责人空位，她顺手写下“现场执行”。

13:33，参会者反馈块被她改成：对看不懂流程的参会者，设置现场引导员，话术只解释下一步。用户代表和体验设计师触发 Discussion，摘要里出现“每十名参会者配一名引导员”。她觉得这句能直接进汇报，拖回文档，没有再复制任何解释。

从 13:11 到 13:41，她手动发出的消息只有两条。文档从三行空白变成四块，每块都多了备选、条件或负责人。昨晚同样半小时，她发的消息已经堆到十几条，文档还是那三行。

六、更深的坑：AI一多，脑子先乱

14:22，文档变厚了，气泡也变密。她一开始有点兴奋：段落越多，讨论越密，好像方案自己会往前长。预算块旁边冒出“场地费是否压缩”，流程块旁边亮着“打卡墙能否增加停留”，风险块跳到“备用电源”和“临时疏散”，参会者反馈块又问是否需要无障碍通道。

她点开流程块。体验设计师说打卡墙能让参会者多停留，用户代表说排队超过五分钟会劝退，风险审查说打卡墙周围要留出疏散宽度。三个头像像三把椅子，挤在同一个段落旁边，谁都没让开。

预算块那边，预算守门人和风险审查又在讨论快闪是否保留。风险块里，备用电源被拆成供应商确认、现场巡检、应急联系人三个小问题。她原本只是想让方案能汇报，现在却像同时被拉进三个会议室。

一个气泡关掉，另一个又打开，越看越没底。方案确实比早上具体，但她第一次不确定，自己是不是只是把焦虑从空白文档搬到了更多气泡里。

她想起中午读到的一组结果：指挥消息减少，文档修改增加，写回讨论片段也增加，整体认知负荷没有显著上升。旁边也写着，用户会感到信息从多处涌来，负担被重新分配。

她没有把面板整个关掉，而是把自动触发范围缩小：参会者反馈块暂停自动讨论，风险块只保留 Evaluation，流程块只保留体验设计师、用户代表和风险审查。

14:40，她给流程块那条打卡墙争议发了一条消息：把问题缩成两个选项，保留打卡墙或不保留打卡墙。气泡没有继续列理由，摘要很快变成：保留增加停留，删除降低拥堵，需现场执行确认。她把“删除”拖回流程块，旁边自动补了一句：入口改为任务卡引导，减少排队。

风险块那边，她发了一条：备用电源只留检查动作，供应商确认放进待办。气泡收敛成：现场备一套应急电源，开演前 30 分钟完成检查。这句话她拖进风险块，旁边留下供应商、巡检、联系人三个空位。

14:58，她把计数写在文档最下方：手动消息 4 条，新增和修改超过 400 字，写回片段 7 条。右侧只剩三个亮着的气泡，分别挂在预算、流程、风险旁边。参会者反馈块安静了，流程块只剩一条动线摘要，风险块只剩一条检查动作。

她把光标移到最上面的“可汇报版本”，先补上主讲人备选那行的负责人。

七、不是全听，而是选择性写回

15:03，小程把主讲人备选那行末尾的空位填上“内容组”。旁边还有一个小空位，她犹豫了三秒，写下“备选确认：会前 48 小时”。这句话不是 AI 给的，是她早上被问“具体哪一段能落地”后记下的。

15:06，文档最上方那行“可汇报版本”被改成“可汇报版本 v2”。右侧还有十多个蓝点，她第一反应是把侧边栏拉到底，一条一条读完。手指移到滚轮上，又停住。她在文档最下方空白处敲了三行：关键块才开 Evaluation；取舍只问两个选项；只写回能落到句子的片段。

这三行不是给 AI 看的，是给她自己看的。第一行旁边，她补了四个块名：预算、流程、风险、参会者反馈。参会者反馈后面又加了一笔：今晚先不自动触发。她原本以为少看气泡就能不乱，刚才那一下滚轮已经提醒她，真正乱的从来不是气泡，是她没想好哪些话能进文档。

15:12，预算块旁最新气泡展开。预算守门人说，若启用备选讲者，物料费用要同步下调。风险审查说，备选讲者到场时间要写进检查表。用户代表说，讲者风格会影响签到后的期待。她没把三条都读完，只看底部可写回片段：首选讲者报价超预算线时，启用备选讲者，并通知场地调整开场介绍。她把这句拖进预算块，又把“物料费用保留 5% 缓冲”拖到成本上限旁边。

15:27，她误把风险块里的“备用电源”片段拖进预算块。系统很快把它接成“备用电源费用计入预算”。那一行看起来顺，她却盯着看了很久：这会把风险成本硬塞进成本上限，老板下一秒就可能问“那预算还能不能压”。她撤销，把片段拖回风险块，手动补上“供应商确认”和“开演前 30 分钟检查”。AI 给的像候选件，最后那一下仍要她按。

15:44，参会者反馈块突然亮起来。她下午为赶进度把自动触发重新打开，气泡摘要一行写着：是否需要无障碍通道。接着又冒出母婴室、儿童看护、现场储物。她下意识想发“都考虑一下”，停住。她知道这会把自己拉回旧习惯：让 AI 先汇总，再让自己从一堆摘要里挑。她只回一句：无障碍通道列入现场执行，母婴室不做单独预算，儿童看护暂不开放。

气泡收敛，摘要变成“现场执行负责无障碍通道引导”。她把这行拖回参会者反馈块，后面补上负责人空位。用户代表那条“讲者风格影响期待”她没有写回，因为无法直接落到一句负责人动作。她第一次觉得，筛选不是少听，是把注意力留给能改文档的话。

16:08，文档最下方的计数被改成：手动消息 6 条，新增和修改 863 字，写回片段 11 条。她翻到中午抄下的几组数字：那组人指挥消息从 5.00 降到 2.70，草稿字数变化从 322.95 到 448.70，写回消息从 9.00 到 12.30，负荷没有明显上升。她没有把数字当结论，只是发现下午自己真的少在聊天窗打字，多在做判断。

16:25，她试了一个更狠的用法：在流程块写“如果入口拥堵超过五分钟，启动分流”，停笔两秒。体验设计师和用户代表触发 Discussion，摘要出现“分流点应在扫码后，不在入口”。她只问：两个选项，扫码后分流或入口前分流。气泡给出：扫码后分流，保留任务卡；入口前分流，缩短等待但任务卡解释成本上升。

她选扫码后分流，把“等待超过五分钟时，现场执行在扫码后开第二通道”写回流程块。这句比早上聊天里那句“增加打卡墙”更像能汇报的话。她原本担心写回太少会把方案写窄，此刻才发现，文档窄一点，汇报反而稳一点。

16:41，侧边栏被折叠，屏幕上方只剩四块：预算有备选和切换条件，流程有负责人和分流条件，风险有检查动作和供应商空位，参会者反馈有一条现场引导话术。她把文档另存为“新品体验日方案 v2 可汇报”，右下角发送时间停在 16:41。窗外天还没黑，她第一次没有把“再总结一次”打进聊天框。

八、给读者的操作卡：30分钟把AI搬回文档

21:04，小程把当天文档复制进内部知识库，新建一页，标题先写“30 分钟把 AI 搬回文档”。她本来想写成长说明，写到第二行又删掉，改成“今晚只留下能复用的部分”。她在页面上方加了一句边界：今晚只是 48 小时赶稿，操作卡适合短周期方案，不能证明长期效果。

21:12，她打开一个空白文档，把操作卡的第一步写进去：选 3 到 5 个关键文档块。旁边注明今晚用的是预算、流程、风险、参会者反馈。她没有把全文都拆成块，只留老板最可能追问的地方。选块花了 8 分钟，比她预想的快。

21:17，第二步是配角色。她写下：给 3 到 4 个角色写一句话，只写它盯什么，不写它该给多少点子。四个角色各占一行：预算守门人盯成本上限，体验设计师盯参与感和等待，用户代表盯真实顾虑，风险审查盯安全与责任。她删掉早上那句“请给十个点子”，又删掉“请总结”。

21:22，第三步是触发。她把今天试过的参数抄下来：停笔 2 秒，系统重新看刚改的段落；相关角色至少 3 个；Idea、Discussion、Evaluation 三模式分别打 0 到 1 分；任一模式平均超过 0.75，才开气泡。她特别加了一行：先只对关键块开放自动触发，全文监听留给以后。

21:32，第四步开始试跑。她把顺序写成：先对关键块开 Evaluation，再对争议块开 Discussion。今晚的预算块先开 Evaluation，流程块的打卡墙争议再开 Discussion。她试跑了一句“如果入口拥堵超过五分钟，启动分流”，气泡在 2 秒后出现，摘要只有两行。她盯着那两行，确认自己没有在聊天框里重新解释背景。

21:41，最后一步她写得很短：只把能落到句子的片段写回文档，不能落句子的先留在气泡里。旁边她补了今晚的三个例子：主讲人备选写回，物料缓冲写回，备用电源检查动作写回；讲者风格影响期待不写回，因为无法落到负责人和动作。

她把验收标准放在操作卡末尾，也是三行：

• 文档是否多了备选、风险、负责人。
• 自己是否少发解释，多改段落。
• 汇报时能否指着一段讲清为什么。

21:48，她给操作卡旁边加了一行计时：选块 8 分钟，配角色 5 分钟，设触发 5 分钟，试跑 10 分钟，写回 2 分钟。总计时没有超过 30 分钟，真正省下来的不是这半小时，是后面不再花 40 分钟把聊天窗里的长句子搬回文档。她把卡片链接发到运营组知识库，标题下面只留一句：如果你也总被要求再具体一点，先选块，再触发，再写回。

九、方案通过后的复盘

10:12，老板把共享文档投到会议室屏幕上，先翻预算。小程站在旁边，手指停在主讲人备选那行。老板问：“主讲人能不能再压？”她指着第三行说：“首选报价超预算线就启用备选，备选已留两位，切换条件和 48 小时确认都写在旁边。”老板又看“物料费用保留 5% 缓冲”，点头，问风险。

10:18，老板问：“备用电源怎么办？”她指风险块：“现场备一套应急电源，开演前 30 分钟完成检查，供应商确认放在待办。”老板问供应商还没确认吗，她说确认动作已经写进待办，今天先保留预算位。老板说：“这句能直接进周会材料。”屏幕停在风险块，那行字旁边还有三个空位：供应商、巡检、联系人。

10:24，老板翻到流程，问排队怎么解决。她说签到前移，入口分流，任务卡发放区预留两米缓冲。老板问为什么不用打卡墙。她把讨论摘要调出来：保留打卡墙能增加停留，删除打卡墙能降低拥堵，最后删掉打卡墙，入口改为任务卡引导。老板看了两秒，说：“你昨天要是还停在打卡墙，我肯定打回去。”

10:31，老板问参会者顾虑。她指参会者反馈块：对看不懂流程的参会者，设置现场引导员，话术只解释下一步；每十名参会者配一名引导员；无障碍通道由现场执行负责。老板问引导员从哪来，她指流程块里的负责人空位：“现场执行。”老板没有问还有没有更创意的玩法，只把文档发到群里，后面跟了一句：“先按这版走，供应商今天补。”

10:47，会议室里只剩下她一个人。她打开文档，新建一个块，标题叫“复盘”。第一行写：先错后对。先让 AI 给十个点子，再让 AI 总结，文档不动；后来改成改一句具体话，看 AI 在哪一段补约束，文档自己变厚。第二行写：成本。48 小时赶稿，原本可能熬到凌晨，周四 16:41 已发出可汇报版本，周五 10:31 老板确认先按这版走。

10:55，她写第三行：边界。今晚只是短周期方案，4 个角色、30 分钟搭法，不能证明长期项目也稳定有效。她想起论文里那组负荷数字：没有明显上升，但信息确实从多个气泡涌来。她不再把这理解成轻松，而是注意力换了地方：从解释上下文，移到判断哪句话能写回文档。她第一次觉得，AI 不是替她写方案，而是陪她把已经写下的话再逼一步。

11:03，她把操作卡链接重新发到群里，没有写长段总结，只在链接下加了一行：先选块，再触发，再写回。旁边有同事回复“已收藏”。她关掉侧边栏，文档右侧终于没有任何蓝点，四个块安安静静排在屏幕上方。她把光标移到“可汇报版本 v2”旁边，补了最后一行：周五已通过，待补供应商确认。

完整知识卡（含T4分析）

DocuTeam: Mixed-Initiative Multi-Agent Discussions around Evolving Documents

• 核心能力：C6
• 标签：C6
• arXiv：2609.29309
• 来源：https://arxiv.org/abs/2609.29309
• 日期：2026-09-26

T0 论文在做什么

论文研究文档中心的开放问题协作：用户在 Notion 文档中修改计划时，多个 AI agent 可围绕相关文档区域主动发起、持续发展和混合引导讨论，并将有用讨论片段写回文档；作者通过 15 人设计工作坊、系统实现和 20 人组内用户实验，比较 DocuTeam 与仅用户发起的多 agent 侧边栏讨论基线，测量结果质量、交互过程和认知负荷（p.1-p.17）。

T1 三句话说清论文

做什么：研究团队实现 DocuTeam，一个在 Notion 文档上支持用户和多个 AI agent 共同发起、锚定文档区域并混合引导讨论的系统。

发现什么：在 20 人组内实验中，DocuTeam 条件下的事件规划方案被盲评为更新颖、更相关、更具体，而整体认知负荷未显著高于基线。

意味着什么：文档可成为人与多 agent 协作的共享协调界面，让用户通过编辑文档触发 agent 反应，并把讨论成果选择性写回文档，形成迭代闭环。

T2 提炼出的规律

规律一：当用户在与演化文档绑定的混合主动性多 agent 讨论系统上完成开放规划任务时，最终方案在盲评的新颖性、相关性和具体性上显著高于仅由用户发起和编排的多 agent 侧边栏基线。

复现条件：当使用论文所述的相同讨论引擎、两个事件规划任务、两名外部盲评者、5 点量表，并对 DocuTeam 与 Baseline 两组最终方案进行条件盲评时。

复现结果：复现 DocuTeam 新颖性 3.20±0.98 对 Baseline 2.68±0.91（p=0.047）、相关性 3.30±1.04 对 2.78±0.91（p=0.048）、具体性 3.25±0.88 对 2.28±0.85（p=0.001），可操作性 3.40±0.81 对 3.28±0.72 无显著差异（p=0.623）（p.14）。

实验验证：重复运行盲评流程，读取两份条件下的最终方案，统计四维 5 点评分，对比均值与 Wilcoxon 结果，检查 p 值是否与论文报告一致。

规律二：当系统支持 agent 主动发起讨论并允许用户把讨论消息写回文档时，用户在任务中发送更少的 steering 消息，同时产生更多草稿修改和应用到文档的讨论消息。

复现条件：当在 45 分钟事件规划任务中记录用户发送 steering 消息数、草稿字数变化和写入文档的讨论消息数，并对比 DocuTeam 与 Baseline 时。

复现结果：复现 steering 消息 2.70±0.77 对 5.00±1.50（p=0.013），草稿字数变化 448.70±100.95 对 322.95±135.33（p<0.01），写入文档消息 12.30±3.57 对 9.00±3.36（p<0.01）（p.15-p.17）。

实验验证：运行交互日志采集，重复配对任务，记录 steering 消息、时间戳和文档修改，统计三类指标的配对差异，检查应用消息是否与讨论片段对应。

规律三：当混合主动性设计同时增加 agent 主动活动和减少用户编排负担时，整体感知工作负荷未显著上升，但用户的自信与满意度也未显著提升。

复现条件：当使用排除 Physical Demand 的 NASA-TLX 和 7 点量表，在任务后测量整体负荷、最终方案自信和满意度，并对两组进行配对比较时。

复现结果：复现 NASA-TLX 4.65±0.59 对 4.26±0.89（p=0.169），自信 4.35±1.63 对 4.40±1.47（p=0.896），满意度 5.15±1.50 对 5.15±1.23（p=0.943）（p.15-p.16）。

实验验证：收集两组问卷，计算 NASA-TLX 与 7 点量表得分，统计配对检验，对比负荷、自信和满意度，读取访谈主题检查“负荷重新分配”的解释是否成立。

规律四：当系统对最近文档编辑进行 2 秒防抖、选择至少 3 个相关 agent，并让 agent 对 Idea、Discussion、Evaluation 三种模式独立给出 0 到 1 的必要性评分时，任一模式平均分超过 0.75 即自动开启对应讨论。

复现条件：当使用论文所述的 agent-initiated 触发流水线，读取编辑差异与邻近上下文，检查相关 agent 数量、模式评分和 0.75 阈值时。

复现结果：复现触发规则为：系统监控打字活动并使用 2 秒防抖，选择至少 3 个相关 agent，若任一模式平均评分大于 0.75，则自动生成讨论气泡（p.12）。

实验验证：运行编辑事件回放，记录触发日志和评分，测量平均评分是否越过阈值，检查生成的讨论气泡是否锚定到被编辑块，验证触发时机与文档变更对应。

以上规律的实验基础（也是边界条件）：这些规律来自 N=20 的组内用户实验，任务为两个 45 分钟事件规划任务，系统基于 Notion 和 Chrome 扩展，使用 gpt-5-mini 生成 agent 发言、gpt-4o-mini 处理其他 LLM 组件；0.75 触发阈值来自作者预实验；结果适用于短期、文档中心、事件规划类任务，不能直接外推长期使用、其他文档工作流或不同对话引擎（p.12-p.17）。

T3 延伸说明

机制延伸：原文机制是把讨论锚定到具体文档块、用轻量气泡和摘要维持低负荷感知，并用文档编辑触发 agent 主动讨论；延伸来看，工件变更可作为多 agent 隐式协调信号，使触发、评估、收敛和写回都围绕同一工件展开。

适用迁移：可迁移到个人 AI 的写作、规划、设计或研究文档工作流：在关键编辑块上配置 agent 团队，按 Idea、Discussion、Evaluation 等模式评分触发讨论，再把有用片段选择性写回文档，而不是只依赖聊天输入。

诚实边界：原文证据限于 Notion、20 名参与者、两小时研究、两个事件规划任务和同一对话引擎；0.75 阈值来自预实验且未公开完整校准过程，长期效果、其他文档工作流和对话质量属于延伸判断，需要另行验证。

T4 作者观察与个人AI打造判断（非论文事实，属个人观点）

我的判断：我认为个人AI打造的关键不是堆更多聊天指令，而是把AI变成文档编辑触发的协作层，让讨论锚定到正在改的关键块，再选择性写回文档。

判断依据：论文证据是DocuTeam在20人实验里让最终方案盲评更新颖、更相关、更具体，且用户编排消息更少、草稿修改和写入文档消息更多；我的推断是这套触发加写回机制更适合个人知识库，因为它减少反复解释上下文，把AI输出压回可执行的句子和条款。

对个人AI打造的启示：我会把个人AI工作流按文档块建能力，而不是建一个全能聊天助手；具体是给关键段落配置角色、触发讨论、写回片段，并把角色一句话和写回规则沉淀为可复用模板，用于方案、报告和知识库维护。

我会怎么做：我会在自己的方案文档里先设预算、流程、风险、参会者反馈四个块；给预算守门人、体验设计师、用户代表、风险审查各写一句话；停笔2秒后只对关键块开Evaluation，有争议再开Discussion，最后只把能改成动作、对象、条件、负责人的片段写回。

适用边界/可能错在哪里：这个判断可能错在论文只验证Notion、20人、45分钟事件规划，0.75阈值来自预实验，长期效果和其他文档工作流未知；它成立的前提是文档块写得足够具体、角色分工少而清楚、我只写回可执行片段，否则多AI讨论仍会变回聊天噪音。

适用场景

当你写方案、运营规划、报告、设计说明，遇到AI聊天窗很长但文档没有变具体，需要把讨论落回关键段落时使用。

文章引文

把AI从聊天窗挪回文档，方案才能从空话变成可执行。

输入占位符

文档块：在此粘贴关键段落原文

角色：在此填写3到4个角色，例如预算守门人、体验设计师、用户代表、风险审查

目标：把关键段落实化，产出备选、风险、负责人或触发条件

约束：在此填写预算、时间、合规、受众

交付：在此生成能直接写回文档的句子

完整步骤

1 从文档里选3到5个关键块，例如预算、流程、风险、参会者反馈、交付物。

2 给3到4个角色各写一句话，预算守门人只盯成本边界，体验设计师盯参与感，用户代表盯真实顾虑，风险审查盯安全与责任。

3 设置触发规则，停笔2秒后，相关角色对Idea、Discussion、Evaluation分别给0到1分，任一模式平均分超过0.75才开讨论。

4 先对关键块开Evaluation，再对争议块开Discussion；如果AI给不出可写回片段，先把文档块补成包含动作、对象、条件的一句话。

5 只把能直接改成文档句子的片段写回，格式为动作、对象、条件、负责人或触发条件；争议问题先让AI缩成两个选项。

完整提示词

你是：在此填写角色名，例如预算守门人

只围绕下面文档块讨论，不要展开聊天式解释。

先给一句能写回文档的建议，再给一个风险或备选。

文档块：在此粘贴关键段落原文

约束：在此填写预算、时间、合规、受众

交付：在此生成一段可写入文档的话，包含动作、对象、条件

预期输出

每个关键块得到1到3条可写回片段。

争议块得到两个选项和取舍标准。

风险块得到应对顺序或备选方案。

文档中出现明确的备选方案、切换条件、责任人、时间触发点或预算上限。

验收和边界

验收看三点，文档是否比讨论前多出备选、风险和负责人，自己是否少发解释性消息，汇报时能否指着一段说明为什么。

边界是只适合短期、文档中心、关键块明确的任务，不适合让AI代替决策或全量自动改稿。

若讨论碎片不能落成句子，先回到文档块补约束；若角色超过4个导致信息乱，先删角色再重开讨论。

关于作者

我的日常就是每天拆解一篇最新的AI论文，用故事讲给你听。

不讲术语，不堆概念，只讲对你我真正有用的东西。

点赞：如果你今天把AI从聊天框搬回文档，或者把操作卡存进知识库，点赞算完成一次方法存档。

关注：关注这里，每天得到一篇最新AI论文的可复制拆解，重点是把论文做法变成方案、报告、运营和设计说明里能直接用的段落。

转发：转给那个总被问再具体一点的同事、运营伙伴或老板，帮TA解决AI输出空泛、文档缺备选和风险、汇报时讲不清落地条件的问题。