Как превратить запись встречи в задачи с помощью AI

Вчера я разбирал тему посложнее — контекст для Coding Agents. Сегодня наоборот: короткая прикладная вещь, которую можно применить в тот же день.

Час встречи закончился. Остались запись и расшифровка на несколько тысяч слов. Самое очевидное, что приходит в голову, — отдать её модели и попросить: «сделай краткое содержание».

Результат будет аккуратным и почти бесполезным. Вы получите ещё один текст, который кто-то должен прочитать и вручную превратить в действия. Работы не стало меньше, она просто переехала на шаг вправо.

Полезно другое. Не пересказ, а структура:

MEETING
   ↓
TRANSCRIPT
   ↓
AI
   ↓
решения
задачи
ответственные
сроки
риски
открытые вопросы

Дальше — как я этого добиваюсь и где здесь главная ловушка.

Почему обычного summary недостаточно

Возьму выдуманный пример — это не разбор чьей-то реальной встречи, а типовая ситуация, собранная из того, что происходит на любом планировании.

Допустим, обсуждали запуск новой функции. По ходу разговора договорились о трёх вещах: проверить, выдержит ли внешний API нужную нагрузку, сделать прототип интерфейса к концу недели и уточнить, у кого есть доступы к тестовому контуру.

Обычное краткое содержание опишет это примерно так:

Команда обсудила интеграцию с внешним сервисом, сроки запуска и необходимые технические изменения.

Формально претензий нет. Всё правда. Но из этого текста нельзя понять, кто что должен сделать, и к какому сроку, и что из обсуждённого вообще было решением, а что — мыслью вслух. Через неделю никто не вспомнит, договорились ли проверять API или просто предположили, что это стоит сделать.

Разница в том, что summary отвечает на вопрос «о чём говорили». А работа начинается с вопроса «что теперь делать».

Prompt, который я использую

Ключевая идея — задать формат ответа заранее. Модель хорошо справляется с извлечением структуры, если объяснить, какая структура нужна, и запретить импровизацию.

Проанализируй расшифровку встречи.
Не пересказывай её.

Выдели:
- принятые решения;
- задачи;
- ответственного по каждой задаче;
- срок, если он назван;
- открытые вопросы;
- риски и блокеры;
- вопросы без принятого решения.

Задачи собери в таблицу с колонками:
Задача | Ответственный | Срок.

К каждой задаче добавь цитату из встречи.
Цитата — основание, почему задача есть.

Не придумывай данные, которых нет в тексте.
Не называй ответственного, если его нет.
Пиши «не определён» вместо догадки.
То же правило для сроков.

В конце добавь три отдельных списка:
РЕШЕНИЯ, ОТКРЫТЫЕ ВОПРОСЫ, РИСКИ.

Здесь важен каждый абзац, но особенно два последних требования. Цитата к задаче — это способ проверки: если за задачей не стоит фразы из расшифровки, значит, задачи, скорее всего, не было. Проверка результата сводится к чтению цитат, а не к повторному чтению всей встречи.

Не позволяйте AI придумывать ответственных и сроки

Это главное правило, и оно важнее формулировки самого prompt.

На встрече вполне могло прозвучать: «нужно проверить интеграцию до релиза». Дальше разговор ушёл в сторону, и владельца задачи никто не назначил. Такое случается на каждой второй встрече.

Модель в этой ситуации склонна дорисовать недостающее. Не потому, что она «врёт», — она собирает связный и аккуратный результат, а таблица с пустыми клетками выглядит неаккуратно. Поэтому в графе «Ответственный» появится тот, кто больше всего говорил на эту тему, а в графе «Срок» — дата, которая упоминалась рядом по другому поводу.

И получается худший из возможных исходов. Задача выглядит настоящей: есть формулировка, есть исполнитель, есть дата. Её переносят в трекер, обсуждают, на неё ссылаются. А договорённости за ней нет.

Отсутствие решения должно оставаться видимым. Строка «Проверить доступы — не определён — 27 сентября» — это не дефект разбора, а ценная информация: вот место, где встреча не доработала. Пять таких строк в конце протокола — это готовая повестка следующего созвона, и стоят они дороже, чем красивая таблица без пробелов.

Поэтому «не придумывай данные, которых нет в тексте» и «пиши "не определён"» — не вежливая просьба, а обязательная часть prompt.

Как выглядит хороший результат

Дальше — пример вывода для той же выдуманной встречи. Имена, даты и формулировки вымышленные, это шаблон формата, а не чей-то настоящий протокол.

Под таблицей модель приводит цитаты — по требованию из prompt к каждой задаче идёт фраза, из которой она следует: «я посмотрю, какие у них лимиты на запросы, до четверга», «могу набросать прототип, но не скажу, когда», «к понедельнику доступы должны быть». Отдельной колонкой их делать не стоит: цитаты длинные, таблица от них разъезжается, а читают их один раз — при проверке.

РЕШЕНИЯ

• Интеграцию делаем через внешний API, свой аналог не пишем.
• Запуск переносим на следующий спринт.

ОТКРЫТЫЕ ВОПРОСЫ

• Кто отвечает за доступы к тестовому контуру.
• Нужна ли отдельная приёмка от команды поддержки.

РИСКИ

• Лимиты внешнего API не проверены, ограничение может всплыть после запуска.
• Прототип без срока блокирует оценку остальных задач.

Обратите внимание на вторую и третью строки таблицы. В одной нет срока, в другой — ответственного, и именно эти пропуски делают результат полезным. Это те два места, где после встречи нужно кому-то написать.

Но копировать задачи руками всё равно не хочется

Текстовый протокол — это промежуточная точка. Кто-то всё равно открывает трекер и переносит три строки руками.

Следующий уровень выглядит так:

VIDEO CALL
    ↓
TRANSCRIPT
    ↓
AI
    ↓
структурированный
JSON
    ↓
подтверждение
человеком
    ↓
TRACKER

Разница только в одном звене: модель отдаёт не текст для человека, а структуру для системы. Задача, исполнитель, срок, ссылка на фрагмент расшифровки — полями, а не абзацем. Дальше эту структуру принимает трекер.

Но между JSON и трекером обязательно стоит человек. Модель, которая создаёт задачи напрямую, рано или поздно создаст задачу из фразы, сказанной в шутку, — и кто-то будет её делать.

Модель, которая мне кажется правильной:

AI предлагает
   ↓
человек проверяет
   ↓
система создаёт

Человек остаётся в точке принятия решения, а не в точке копирования текста. Подтвердить три строки — это минута. Перенести их руками — десять. Разобраться, откуда в трекере взялась задача, которой никто не ставил, — час и испорченное доверие к автоматизации.

Что здесь действительно автоматизируется

Соблазн — считать, что ценность в красивом протоколе. Протокол приятно получить, но сам по себе он остаётся документом, который прочитают один раз.

Настоящая ценность в другом: неструктурированный разговор превращается в структурированные данные. Час человеческой речи — с перебиваниями, отступлениями и «давайте вернёмся к этому позже» — становится набором полей, у которых есть тип и значение.

А структурированные данные можно отдать другой системе. Трекеру, календарю, отчёту о статусе проекта, дайджесту для тех, кто на встрече не был. Именно в этот момент сценарий перестаёт быть prompt и становится агентом: появляется вход, формат, проверка и действие во внешней системе.

Это общий принцип, и он работает далеко за пределами встреч. Про агентов, которые выполняют инженерные задачи целиком, я писал в материале Coding Agents, про AI во всём цикле разработки — в AI в цикле разработки.

Что дальше

Следующий эксперимент, который я хочу собрать и показать: встреча — расшифровка — AI — черновики задач прямо в трекере, с обязательным подтверждением человеком.

Это план, а не готовый результат. Я пока не знаю, где он сломается: подозреваю, что на разметке говорящих и на задачах, которые звучат как решение, но решением не являются. Покажу как есть, включая то, что не получилось.

Готовый набор: Meeting → Actions Kit

Чтобы не собирать всё это с нуля, я выложил бесплатный набор «Meeting → Actions Kit»:

• готовый prompt из этой статьи;
• шаблон протокола встречи;
• пример расшифровки;
• пример результата разбора.

Забрать Meeting → Actions Kit

А если вопрос шире одной встречи и вы думаете, какие процессы в вашей разработке можно автоматизировать с помощью AI, — начните с диагностики.

Пройдите бесплатный AI Engineering Assessment: вы получите профиль по семи измерениям, возможные ограничения и риски и шаги на 30 и 90 дней. Результат — сразу, без регистрации и контактов, ответы анонимны. Это ориентировочная диагностика, а не аудит.

Пройдите бесплатный AI Engineering Assessment