Сейчас прочитал пост у одного парня в канале, где он сравнивает саммари у разных транск...
Сейчас прочитал пост у одного парня в канале, где он сравнивает саммари у разных транскрибаторов встреч: где красивее, где структурнее, где ИИ лучше выделяет главное. И подумал, что напишу, как я вообще смотрю на транскрибацию встреч и как использую её сам. Транскрибация встреч — очень крутая штука. Саммари — ещё круче. Но у всего этого есть один большой минус: человек всё ещё остаётся слабым звеном. Я сейчас стараюсь все внедрения ИИ — и в бизнесе, и у себя — строить так, чтобы человеческого фактора было минимум. Потому что иначе получается забавная ситуация: ИИ записал встречу → сделал саммари → положил его человеку → человек должен сам прочитать → сам понять, что важно → сам создать задачи → сам разложить их по проектам → сам всё это не забыть. То есть мы вроде бы автоматизировали процесс, но главное узкое место просто оставили между стулом и монитором 😁Я для себя поэтому делаю немного иначе. 1. Информация со встречи сразу должна попадать в базу знаний. Не просто запись встречи и не только саммари. Вся информация должна автоматически сохраняться в личном хранилище с RAG-разметкой. Тогда через условного ИИ-агента я в любой момент могу сказать: «Так, где-то мы обсуждали вот эту штуку. Собери мне всю информацию по ней и давай делать».И агент идёт в хранилище и собирает контекст. Причём не ужатое саммари на полстраницы, а всё, что реально относится к проекту: — что обсуждали на разных встречах; — какие решения принимали; — какие этапы и шаги планировали; — какие файлы уже существуют; — какие исследования проводили; — кто что предлагал; — что уже сделали; — что осталось сделать. И в итоге у ИИ не просто «саммари встречи», а полный контекст проекта. Это принципиальная разница. Потому что через полгода ты можешь вообще не помнить, на какой встрече и почему приняли какое-то решение. А агент помнит. 2. Задачи со встречи должны автоматически попадать в твою систему управления задачами. У меня, например, есть своё ToDo-приложение, которое я изначально разрабатывал под себя. И сейчас логика такая: Проходит встреча → транскрибация → ИИ понимает, о каких задачах договорились → задачи автоматически создаются в моём планировщике. Если информации недостаточно — задача падает во «Входящие» на разбор. Если всё понятно — сразу получает проект, дату, приоритет и т.д. И мне уже не нужно после встречи: открывать саммари → искать договорённости → вспоминать, что именно я должен сделать → придумывать дату → создавать задачу → добавлять её в проект. Потому что если встреч много, до этих саммари можно банально никогда не добраться. Ты будешь думать: «Ну потом посмотрю». А потом пройдёт неделя. Поэтому мне кажется, что правильная автоматизация встречи — это не «сделать красивое саммари». Правильная автоматизация — это когда после встречи тебе вообще не нужно ничего делать. Информация уже в хранилище. Задачи уже в планировщике. Контекст уже доступен ИИ. А ты просто продолжаешь работать. Ну и если вдруг возникает вопрос: «А какой транскрибатор лучше?» Я на самом деле всё чаще делаю такие штуки сам. Мне так проще управлять процессом, тестировать разные модели и собирать всё именно под свои задачи. Сейчас у меня свой транскрибатор: → для транскрибации локально использую GigaAM — сама транскрибация фактически ничего не стоит; → дальше DeepSeek 4 разбирает полученный текст; → информация автоматически отправляется в моё хранилище; → через OpenAI делается векторная разметка для RAG; → параллельно генерируются саммари в нескольких форматах: PDF, Markdown и Excel; → задачи и договорённости отправляются в мой планировщик. И вот тогда транскрибация действительно начинает приносить пользу. Поэтому если у вас много встреч и на этих встречах постоянно появляются задачи и договорённости — обязательно используйте транскрибатор. Но используйте его правильно :) Потому что просто получить красивое саммари — это автоматизация на 30%. А вот когда информация сама становится частью твоей рабочей системы — это уже совсем другой уровень.
Канал в каталоге Максиметера
1 227 подписчиков · IT и технологии