Read.ai 是一款 AI 會議助理：它以機器人身分加入你的視訊會議，全程轉寫對話內容，並把每一場會議整理成一份結構化報告，內含摘要、關鍵討論點、待辦事項與完整逐字稿。做到這一步，它和市面上眾多會議記錄工具並無太大差別。真正拉開距離的是產品的後半段——這些逐字稿不會躺在封存區裡積灰，而是成為一路可檢索的資料來源，與你的電子郵件、聊天紀錄、CRM 客戶資料以及各式文件並列，全部可以用一句自然語言提問一次查到。
官網首頁把它定位為「Your AI Meeting Agent」，副標題寫著：Read 是你的 AI 副駕駛，把會議、郵件與訊息轉化為摘要、洞察與即時答案，涵蓋任何裝置與任何工作場所。這句話相當精準地描繪出產品的企圖。Read AI 確實以會議工具起家，但它現在的自我定位要大得多——公司稱自己是「生產力 AI 的獨立紀錄系統」，目標是讓人們開更少的會、寄更少的郵件、讀更少的訊息，讓決策簡單到像右滑一下。
產品背後的公司是 Read AI, Inc.，成立於 2021 年，總部設在美國華盛頓州西雅圖。三位共同創辦人出自同一支班底：執行長 David Shim 先前擔任 Foursquare 執行長，更早之前創辦並領導 Placed，該公司於 2017 年被 Snapchat 收購；技術長 Rob Williams 曾任 Foursquare 與 Placed 的工程資深總監；資料科學副總裁 Elliott Waldron 在這兩家公司擔任過相同職務。這段共同的位置資料分析背景值得留意，因為它解釋了一個讓「只想要轉寫工具」的使用者感到意外的設計取向：Read AI 對於量測行為的興趣，明顯高於單純記錄文字。
融資軌跡與產品的擴張同步。TechCrunch 於 2024 年 10 月報導，Read AI 完成 5000 萬美元的 B 輪融資，由 Smash Capital 領投，累計融資達到 7100 萬美元，其中包含同年稍早的 2100 萬美元 A 輪。在同一篇報導中，共同創辦人 David Shim 表示公司在不到六個月內，註冊量、活躍使用者數與月度經常性收入都翻了一倍。SiliconANGLE 對同一輪融資的報導則給出另一組數字：上一輪融資以來新增超過 10 萬名使用者，這批新使用者的留存率為 81%，過去十二個月活躍使用者成長 720%。該媒體在行文中明確標註這些數據皆來自公司自述，而非獨立測算。
較近期的第三方報導則給出目前的規模量級。TechCrunch 於 2026 年 2 月報導，Read AI 擁有超過 500 萬月活躍使用者，每天新增約 5 萬次註冊。這組數字同樣源自公司，但經由長期追蹤此一賽道的具名記者轉述，可信度高於純粹的行銷頁面。
在繼續之前有一件事必須先講清楚：這是一款口碑嚴重分裂的產品，而且分裂並非隨機。它的 iOS 應用在 App Store 上取得 4.88 分（滿分 5 分），基於 853 則評分；它在 Trustpilot 上的評分則是 1.3 分，基於 105 則評價。兩個數字都真實存在，本頁均經過第一手查證。「限制與注意事項」一章會解釋這種巨大反差的成因——那大概是本頁能提供的最有價值的一項判斷依據。
會議報告是產品的基本產出單位。官網產品頁明確列出每份報告的五個組成部分：涵蓋要點與決議的會議摘要、可在對話各段落之間跳轉的關鍵討論點、自動產生的待辦事項、完整逐字稿，以及回放與精華片段——後者含約兩分鐘的精華剪輯，僅向 Enterprise 及以上方案開放。
報告的送達管道不只一處。你可以在會議報告面板中檢視，也可以在會議結束後直接收到郵件，或者把它推送到已連接的系統裡，包括 Slack、Zapier、webhook、HubSpot、Salesforce、Atlassian、Notion 與 Asana。
這是 Read.ai 與多數競品分道揚鑣之處。除了逐字稿之外，產品還會計算參與者層級的量測指標，官網產品頁把它們直接列了出來：發言時長、偏向性與感染力。此外它也會標記「聽眾反應與關鍵陳述」以定位高參與度的時刻，並追蹤各發言人的情緒傾向。
請如實看待這些指標的性質。發言時長是一個直接的量測值。而偏向性與感染力則是模型推斷出來的分數，公司並未公開任何方法論、驗證研究或準確率數據。作為自我反省的觸發器——我是不是在那通電話裡講太多、會議進行到二十分鐘時大家是不是分心了——它們確實有用。但作為績效考核的輸入項，它們並不具備可辯護性，任何人都不該這樣使用。
Ask Read 是企業檢索層，也是最能支撐該產品宏大定位的功能。公司對它的描述是：幫你找到你已知的東西，並發現你尚未知道的東西，回傳帶引用與來源連結的情境相關答案。
它的涵蓋面很廣。Ask Read 索引會議逐字稿、電子郵件、聊天、文件與知識庫以及雲端儲存，具體連接的服務包括：會議端的 Zoom、Google Meet 與 Microsoft Teams；郵件端的 Gmail 與 Outlook；聊天端的 Slack 與 Microsoft Teams；知識庫端的 Notion 與 Confluence；儲存端的 Google Drive 與 Microsoft OneDrive；CRM 端的 Salesforce 與 HubSpot；以及作為大型語言模型端點的 ChatGPT 與 Claude。
關鍵在於，它沿用你既有的權限邊界，而不是另開一道存取入口。官方原文寫明：只有你本人透過所連接應用可以存取的資料才會被檢索到，且不會自動分享給其他任何人。免費版與付費版都包含不限次數的檢索——這是一條相當大方的邊界設定，免費方案限制的是能轉寫多少場會議，而不是能檢索多少內容。
Read.ai 企圖心最大的功能是一個名為 Ada 的數位分身，它以電子郵件作為運行載體。產品頁列出三項核心動作：Ada Answers 從你的知識庫中萃取洞察，Ada Schedules 免去反覆溝通直接把會議約好，Ada Covers For You 幫你在休假歸來後迅速追上進度。圍繞這三項的還有會後排程、行事曆衝突化解、CRM 智慧更新與定期回報。
TechCrunch 對該功能發布的報導補齊了運作機制：使用者向 ada@read.ai 寄出一封寫著「Get me started」的郵件即可啟用，此後 Ada 可以回覆你的可用時段、處理改期協商，並調用公司知識庫、你先前會議中討論過的主題以及公開的網路檢索來回答問題。
公司在「保留人工介入」這一點上態度明確。官網寫道，Ada 僅在取得使用者明示同意時才採取行動，未經核可絕不分享資訊；使用者在任何內容寄出之前都可以先審閱草稿。對一個要代替你開口說話的智慧代理而言，這是正確的設計。建議在讓它接觸對外郵件討論串之前，先在自己的帳號裡確認這項設定確實生效。
官網列出的模組比多數使用者實際會用到的更多：會議報告、助理、即時會議筆記、回放、數位分身、工作區、Ask Read、郵件摘要、會議助理、發言教練、For You 推薦、檔案上傳、推薦內容與收件匣洞察。即時筆記在通話進行中同步呈現，而非會後才有；檔案上傳則讓你把文件送進 Ask Read 所查詢的同一套索引，其額度按月計算，各方案數量不同。
補上一場錯過的會議。 這是最常見也最站得住腳的用法。你不必通讀整份逐字稿，而是先打開摘要、掃一遍待辦事項，再跳到與自己相關的那個關鍵討論點。Ada 把這個場景延伸到了休假歸來——那時真正的問題正是積壓的脈絡量。
業務與客戶對接團隊。 接好 Salesforce 或 HubSpot 之後，會議結論可以直接流入客戶紀錄，不必事後再由人手動敲一次。CRM 智慧更新瞄準的正是那個典型缺口：成交筆記要嘛拖三天才寫，要嘛乾脆不寫。
找回沒人記錄的那個決定。 這是 Ask Read 最有說服力的場景。「關於調價我們當時到底怎麼定的」——答案往往是存在的，散落在六週前的一次通話、一條 Slack 討論串與一份寫了一半的 Notion 文件裡，只是沒人找得到。一次檢索三處並帶回來源引用，解決的是單純轉寫解決不了的問題。
改進自己主持會議的方式。 發言教練的輸出適合那些想看看自己發言時長占比與參與度模式的個人使用者。這類發言分析在自願且私密使用的前提下，是一個合理的回饋迴路。
跨語言團隊。 iOS 應用在地化到 19 種語言，免費方案也宣稱支援 20 多種語言，這讓產品對不以英語為工作語言的分散式團隊具備實際可用性。
調研與訪談工作。 任何需要反覆進行對話的角色——使用者研究員、招募人員、記者——都會累積起一批語料，而這批語料只有在可檢索時才產生價值。檔案上傳加上會議逐字稿匯入同一套索引，很貼合這種工作模式。
有兩條指令值得記住，而且不只是 Read AI 的客戶需要知道——任何參加線上會議的人都該知道。在會議聊天框中輸入 「Read stop」，Read 會退出並就此前的對話產生一份報告；輸入 「opt out」，Read 會退出並刪除全部會議資料。隱私權政策確認這項權限並不限於主持人：作為主持人或與會者，你都可以透過在會議聊天中輸入 opt out 把 Read 移出會議。
先用手動加入模式，並維持一個月。 關於這款產品最集中的抱怨，並不是它做得不好，而是它出現在了不該出現的地方。在你熟悉工具的這段期間，手動模式能徹底消除這一失效模式。
每週檢視它參加了哪些會議。 例行內部站立會議沒問題。但涉及薪酬的一對一溝通、法務通話、近似心理諮商性質的談話，以及與外部候選人的面試，都不適合。機器人分辨不出其中差別，你可以。
轉發之前，先用自己的記憶核對待辦事項。 自動萃取做得不錯，但不完美，而且它的失效方式是無聲的——一條歸錯了人的待辦，讀起來和正確的那條一樣合情合理。
把感染力與偏向性分數當作私人資訊。 這些是模型推斷值，沒有公開的方法論。在團隊內部傳閱它們，等於引發一場底層量測根本支撐不起的橫向比較。
Ask Read 的資料來源要逐個接入。 接一個，測一測檢索品質，再接下一個。一口氣接上九個來源，你將無從判斷是哪一處在產生劣質答案。
永遠點開引用。 Ask Read 會回傳指向來源的連結。一個沒有回溯過引用的答案只是一項主張，而不是一個事實，而查核的成本不過是點一下。
先拿自己的會議量對照免費方案上限。 每月 5 份會議轉寫，對會議量較輕的人確實夠用。但如果你每週有四場通話，第一週就會撞上天花板——最好提前規劃，而不是在月中才發現。
在 Enterprise+ 上認真設定資料保留期。 該方案提供自訂資料保留。花五分鐘設定它，能實質減少兩年之後平台仍持有的敏感對話數量。
適合： 內部會議密集的個人專業工作者；日常泡在 HubSpot 或 Salesforce 裡、筆記總在兩次通話之間遺失的業務團隊；跨語言協作的分散式團隊；想私下了解自己開會習慣的管理者；以及那些真正痛點不在轉寫而在檢索的組織——決定明明做過，就是沒人找得到。
不適合： 會議對象以未同意錄音的外部方為主的人；處在雙方同意制法域卻沒有明確同意流程的團隊，因為服務條款把這項義務放在了你這邊而不是 Read AI 那邊；需要以適中價格取得 HIPAA 合規、SAML 或 SCIM 的受監管環境，因為這些能力被放在了最貴的方案之後；以及任何需要一個有文件佐證、可稽核的轉寫準確率數值的人，因為公開產品頁並未提供。
需要慎重決策的角色： IT 與資安團隊。這款產品要求行事曆存取、郵件存取、聊天存取、文件存取與 CRM 存取。單看每一項都合情合理，權限模型本身也站得住腳——檢索沿用你既有的存取權。但把它們加總起來，就意味著單一供應商掌握了一幅相當完整的組織內部溝通圖景，且最長可保留兩年。這應當是一個被有意識做出的決定，而不是透過一連串單項核准不知不覺抵達的結果。
Read AI 透過官網首頁直接連結的四條用戶端管道發行：Windows 桌面安裝檔、Google Play 上的 Android 應用、App Store 上的 iOS 應用，以及 Chrome 線上應用程式商店的瀏覽器擴充功能。官網另設有 Zoom、Google 與 Microsoft 三個平台專屬到達頁，對應它主攻的三大會議平台。
經蘋果官方查詢介面第一手查證，iOS 應用由 Read AI, Inc. 發行，名稱為「Read AI: Transcripts and Notes」，免費下載，評分 4.88 分（滿分 5 分）、共 853 則評分，內容分級為 4+，目前版本 2.11.0 發布於 2026 年 8 月 5 日，需要 iOS 18.0 以上系統。該應用的在地化語言共 19 種：加泰隆尼亞語、丹麥語、荷蘭語、英語、芬蘭語、法語、德語、印地語、義大利語、日語、韓語、挪威語、波蘭語、葡萄牙語、俄語、簡體中文、西班牙語、瑞典語與烏克蘭語。
除第一方用戶端之外，Read AI 還在支援中心發布了 MCP Server 與 API Reference 兩份文件，並已上架 ChatGPT 應用目錄——這意味著它的資料可以從外部 AI 用戶端觸及，而不限於自家介面。研究期間支援中心文件無法直接抓取，因此本頁只陳述這些介面的存在，不對端點、驗證方式或速率限制作任何斷言。
官網站點本身提供十種介面語言：英語、西班牙語、義大利語、葡萄牙語、法語、日語、印地語、俄語、德語與中文。
官方定價頁列出四個方案。所有付費方案年繳相較月繳均享 25% 折扣。
免費方案 — 0 美元。 無需信用卡。核心限制是每月僅限 5 份會議轉寫。包含不限量企業檢索、會議與郵件及訊息摘要、個人化會議教練、基礎整合、主題速覽、20 多種語言以及桌面與行動應用。
Pro — 年繳 15 美元/月，月繳 19.75 美元/月。 轉寫不限量，每月 100 個檔案上傳額度，報告優先處理，進階整合含 Notion、Salesforce、HubSpot、Jira、Confluence、Zapier 與 webhook，另有不限量儲存與工作區存取。
Enterprise — 年繳 22.50 美元/月，月繳 29.75 美元/月。 包含 Pro 全部內容，另加音訊與影片回放、影片精華、每月 200 個檔案上傳額度與進階支援。需 5 個以上授權席次起訂，因此個人使用者無法購買。
Enterprise+ — 年繳 29.75 美元/月，月繳 39.75 美元/月。 包含 Enterprise 全部內容，另加每月 300 個檔案上傳額度、HIPAA 合規、SAML 與 SCIM、網域擷取、自訂資料保留期以及工作區導入支援。
有兩點值得強調。其一，免費方案的大方是不對稱的：檢索不限量，轉寫卻卡在 5 場——這恰好說明了公司認為成本在哪裡、鉤子又在哪裡。其二，服務條款寫得很直白：Read AI 不為服務提供退款。 考量到年繳才是享折扣的預設選項，即便月繳名目單價較高，用月繳方案試用仍是較穩妥的做法。
Otter.ai 是獨立轉寫領域的老牌玩家，資歷長、使用者基數大；它作為純轉寫與筆記產品更強，在跨來源檢索上則較弱。
Fireflies.ai 在會議擷取這一層與之正面競爭，CRM 整合很深，業務組織常把兩者放在一起評估。
Fathom 聚焦免費且快速的會議摘要，產品介面明顯更精簡，適合那些覺得綜合型平台功能過剩的使用者。
Granola 被 TechCrunch 在相關報導中點名，它走的是另一條技術路線：強化使用者自己記的筆記，而不是往通話裡派一個機器人——這恰好繞開了主導 bot 類工具客訴的那種同意摩擦。
Microsoft Teams Premium 與 Google Gemini for Workspace 值得已深度綁定其中一套辦公套件的組織考慮，因為智慧會議紀要能力隨套件到位，不必額外引入供應商，也不必讓第三方機器人進入通話。
tl;dv 主打相近定位，提供免費方案與 CRM 整合。
競爭格局在這裡很重要。TechCrunch 2024 年的報導引用投資人 Brad Twohig 的原話稱，轉錄會議的服務正在變成大宗商品——這句判斷出自一位剛剛參與該輪投資的人之口，坦率得少見。如果你需要的只是轉寫，那麼價格與同意機制對選型的影響，應當大於功能清單。Read AI 的差異化立足於跨來源檢索與數位分身，而不是逐字稿本身。
評分的巨大分化是頭號看點，而且成因可解釋。 Read AI 的 iOS 應用評分為 4.88 分、853 則評分；它在 Trustpilot 上的評分是 1.3 分、105 則評價。兩個數字均經第一手查證。這兩個樣本的人群組成截然不同，而這一點幾乎解釋了全部反差：App Store 的評分來自主動安裝該應用的人，而 Trustpilot 的評價則大量來自在別人的會議裡撞見這個機器人、進而四處尋找地方投訴的人。還需注意，該 Trustpilot 檔案處於未被企業認領狀態，平台明確標註該公司從未邀請過客戶評價，因此評價可能不具代表性。這條提示是雙向的：樣本確實不能代表付費客戶群體，但它同樣不存在廠商邀評所帶來的正向選擇偏差。
客訴的主導主題是「甩不掉」，而不是「不好用」。 Trustpilot 上反覆出現的主題集中在難以擺脫該產品，而非轉寫品質欠佳。一位使用者在 2026 年 7 月寫道：我刪除帳號已經不止三次，而我從未啟用過這個帳號。我已經從 Google Workspace 裡移除了這個整合，可是……另一位使用者在 2026 年 6 月稱其「令人極度反感，近乎垃圾軟體，很可能不符合 GDPR」——這是使用者個人觀點，不是主管機關的認定，閱讀時應作如是觀。
公司的官方立場與這些敘述直接相左，兩邊都應當被完整陳述。 Read AI 的帳號與隱私中心寫道：Read 絕不會自行加入會議，只有當持有 Read 帳號的人邀請它時它才加入。公司把「它還在我的會議裡」這類體驗歸因於另一位與會者在使用 Read。這兩件事可以同時成立——機器人確實是被某個人邀請的，只不過不是那個提出異議的人——而這恰恰就是設計層面的問題所在。包括康乃爾大學與威斯康辛大學麥迪遜分校在內的多所高校與公共機構，都已就 AI 記錄機器人透過行事曆整合自動入會一事向員工發布內部指引，這說明該摩擦源於這一整類產品的結構，而非某一家廠商獨有。
非使用者沒有獨立手段阻止機器人入會。 這是最尖銳的缺口。隱私中心建議你查看是誰邀請了 Read 並聯絡此人；對於沒有 Read 帳號的人，它並未提供任何可以事先阻止機器人參加自己會議的機制。逐場生效的 opt out 指令確實管用，但它是被動的——你必須已經身在通話中、注意到機器人，並且知道這條指令。
取得錄音同意的責任落在你身上。 服務條款並未寫明由誰負責取得錄音的法律同意，而是要求你向終端使用者告知 Read AI 的隱私權政策，並維持一套便於這些使用者行使其適用隱私法項下權利的流程。在要求全體與會者同意的法域，這意味著合規義務落在部署該工具的組織，而非 Read AI。
賠償責任上限為 100 美元。 條款原文規定，無論訴由採取何種形式，Read AI 及其關聯方就本條款或其服務所引起的任何索賠承擔的責任總額，以 100 美元為限。對一款持有機密商務對話錄音的產品而言，這條上限值得在部署前反覆讀兩遍。
你要為他們提供免責擔保。 使用者須就其使用服務、其使用者內容以及違反條款的行為所產生的損失，對 Read AI 及其管理人員、董事、代理人、合作夥伴與員工作出賠償、抗辯與免責擔保。
你的資料會用於訓練他們的模型，但有一處除外條款。 隱私權政策載明會使用相關資訊在其服務內訓練與改進模型。有一項明確的除外：不會、也不允許第三方 AI 工具使用經由 Google Workspace API 蒐集的使用者資料，去開發、改進或訓練通用／非個人化的 AI 或機器學習模型。請精確理解這條的適用範圍——它涵蓋的是經 Google Workspace API 取得的資料與通用模型訓練，而不是全部資料、也不是全部訓練。
保留期最長兩年。 音訊與影片資訊及由其衍生的資訊，儲存期限在任何情況下都不超過 2 年。自訂保留期控制屬於 Enterprise+ 方案功能。
沒有公開的準確率數據。 無論轉寫頁或會議報告頁，都未給出任何轉寫準確率百分比，也未公布匯出格式清單。對一款核心功能就是產出準確紀錄的產品來說，缺少可查核的品質指標是一個實實在在的缺口。
報告刪除權限僅限所有者。 只有報告所有者才能刪除報告——也就是說，如果是同事錄製了一場你參加的會議，刪除那份紀錄並不在你的控制範圍內。
合規能力被放在最高方案之後。 HIPAA 合規、SAML 與 SCIM 均為 Enterprise+ 獨有，這意味著受監管的組織沒有中間價位的選項。
不退款。 服務條款中不附任何限定條件地寫明了這一點。
Ada 發布時的管道涵蓋有限。 TechCrunch 報導稱該數位分身在發布時僅支援電子郵件，Slack 與 Teams 支援尚在規劃中而非已交付。
年齡要求。 使用者須年滿 18 歲。
可以，免費方案確實實用，價格 0 美元且無需信用卡，但上限是每月 5 份會議轉寫。值得注意的是，即便在免費方案，企業檢索也是不限量的，會議與郵件及訊息摘要、會議教練、基礎整合、20 多種語言以及桌面與行動應用同樣包含在內。如果你每週需要轉寫的會議超過一場左右，就會撞上轉寫數量的天花板。
共四個方案，年繳相較月繳享 25% 折扣。Pro 為年繳 15 美元/月或月繳 19.75 美元/月。Enterprise 為年繳 22.50 美元/月或月繳 29.75 美元/月，且需至少 5 個授權席次。Enterprise+ 為年繳 29.75 美元/月或月繳 39.75 美元/月。由於服務條款寫明不提供退款，在承諾年繳之前先用月繳試用是較穩妥的路徑。
公司的官方立場是不會：Read 絕不會自行加入會議，只有當持有 Read 帳號的人邀請它時才會加入。但在實際使用中，大量客訴來自從未註冊過的人，他們仍然在自己的通話裡發現了這個機器人——成因是另一位與會者開啟了行事曆自動加入。所以機器人總是被某個人邀請的，只是未必是那位對它的出現提出異議的人。若想在自己這一側徹底排除風險，請使用手動加入模式。
在會議聊天框中輸入「Read stop」可將其移出並就此前內容產生報告；輸入「opt out」則將其移出並刪除全部會議資料。隱私權政策確認任何與會者都可以執行此操作，不限於主持人。目前沒有任何有文件記載的方式，能讓非使用者事先阻止機器人進入會議。
部分會。隱私權政策載明會使用相關資訊在其服務內訓練與改進模型。有一項明確的除外條款：經由 Google Workspace API 蒐集的資料不會被用於開發、改進或訓練通用及非個人化的 AI／ML 模型，第三方 AI 工具同樣不被允許這樣做。請仔細看清這條的適用範圍——它比一句籠統的「不會」要窄得多。
音訊與影片資訊以及由其衍生的任何資訊，儲存期限不超過 2 年。自訂資料保留期設定僅在 Enterprise+ 方案中提供。
實際上在你。服務條款並未明確指派錄音同意的責任歸屬，但要求你向終端使用者告知 Read AI 的隱私權政策，並維持一套供這些使用者行使隱私權利的流程。在要求全體與會者同意的法域，這項義務落在部署該工具的組織身上。
會議擷取這一側支援三大主流會議平台，分別是 Zoom、谷歌的 Google Meet 與微軟的 Microsoft Teams。用戶端方面則包括 Windows 桌面應用、iOS 與 Android 行動應用，以及一個 Chrome 瀏覽器擴充功能。免費方案宣稱支援 20 多種語言，iOS 應用則在地化到 19 種語言，含日語、韓語、簡體中文、西班牙語、法語、德語、俄語、葡萄牙語、義大利語、印地語與烏克蘭語。官網站點本身提供十種介面語言。
Ada 是 Read AI 基於電子郵件運行的智慧代理。它能從你的知識庫中回答問題、預約會議並處理改期、更新 CRM 紀錄，並在你休假歸來後幫你追上進度。使用者向 ada@read.ai 寄出寫有「Get me started」的郵件即可啟用。公司聲明 Ada 僅在取得明示同意時才行動，並讓你在任何內容寄出前先審閱草稿。發布時它僅支援電子郵件，Slack 與 Teams 支援在規劃之中。
因為兩邊測的是不同人群。iOS 應用評分為 4.88 分、853 則評分——這些是主動選擇安裝它的人。Trustpilot 為 1.3 分、105 則評價——這個樣本明顯偏向那些在別人會議裡遇到這個機器人的人。該 Trustpilot 檔案未被企業認領，公司也從未在該平台邀請過評價，所以樣本既不能代表付費客戶，也未被廠商邀評抬高。請把兩個數字理解為在回答不同問題：App Store 評分告訴你使用者是否喜歡這個工具，而 Trustpilot 評分告訴你沒有主動選擇它的人如何感受這個工具。
