Сегодня мне написала бывшая коллега и попросила открыть доступ к резервной базе в Notio...
Сегодня мне написала бывшая коллега и попросила открыть доступ к резервной базе в Notion, которую я когда-то сделала для команды. К той самой базе, о необходимости которой я говорила ещё во время работы, потому что Cursor и Obsidian были удобны далеко не всем. Тогда отдельный доступный слой для сотрудников не сочли особенно важным. А через 4 месяца после моего увольнения он всё-таки понадобился) А может, доступ слетел, хотя у меня там все открыло было, мне ничего чужого не надо) И я подумала, что это хороший пример того, насколько незаметной бывает автоматизация, когда она нормально работает. Изначально была задача собрать базу знаний. В качестве основного хранилища выбрали Obsidian. Основным материалом были транскрибации, очень много. Поэтому я создала агента-методолога в Cursor. Он анализировал транскрибации по заданной мной методологической структуре, выявлял нужные данные, классифицировал, маркировал, относил к соответствующим разделам и сам раскладывал по папкам в Obsidian. Основная база находилась именно там. Но работать с Obsidian через Cursor было удобно фаундеру, ну и мне, а другим сотрудникам нужен был более простой и привычный инструмент. Поэтому я сделала резервную версию в Notion и написала Python-скрипт, который подтягивал туда материалы из основной базы. В результате сотрудники получали простую и понятную базу, которую могли использовать без специальных знаний и могли подключать к работе в любые нейросети (по MCP Notion вообще везде подключается легко) Выглядело это примерно так: Транскрибации → Cursor → AI-агент → методологический анализ и разметка → структурированная база в Obsidian → Python-скрипт → доступная версия в Notion → работа команды с любой нейросетью Пользователь при этом видел обычную страницу в Notion. А вот этой всей цепочки - не видел) И моя задача была не объяснить "ой, пипец как тут все сложно", а просто дать рабочий инструмент. AI-автоматизация - это не про научить кого-то пользоваться нейросетью или написать хороший промт. Это ещё и отдельная работа: - увидеть, где теряются знания - придумать правильную архитектуру - описать логику обработки данных - подобрать инструменты - связать их между собой - проверить как это все работает (!!!) - довести до стабильного результата - передать её людям так, чтобы она продолжала работать без постоянного участия создателя Ну что могу сказать)) Когда я сделала дубль базы в Notion для удобства коллег, никто этого особенно не оценил. И сейчас очень хочется сказать: «А я же говорила, что это надо»)) Кто знает Аню, тот знает, что Аню надо слушать. А кто не знает, обычно понимает это, когда Ани уже нет в доступе 😄 #работа #автоматизация #нейросети