Перейти к содержимому

10. Meeting Notes Agent: транскрипт в решения и задачи

Один из самых практичных разборов: транскрипт уже есть, структура типовая, польза измерима. Хороший первый кандидат для внедрения в команде.

Из текста встречи получить: краткое резюме, принятые решения, задачи с владельцами, открытые вопросы. Граница: агент не проверяет, действительно ли решение принято — он следует тексту.

flowchart LR
  T["Транскрипт"] --> P["Промпт: структура заметок"]
  P --> L["Модель"]
  L --> J["parse_json_response"]
  J --> N["notes"]
  N --> F["format_notes"]
  F --> O["Markdown"]
  1. Транскрипт берётся из файла, аргумента или встроенного примера.
  2. Модель возвращает JSON: summary, decisions, action_items, follow_ups.
  3. format_notes печатает результат в Markdown.
def generate_meeting_notes(transcript: str) -> dict:
response = llm.invoke([SystemMessage(content=NOTES_PROMPT), HumanMessage(content=transcript)])
return parse_json_response(response.content)
  • Разделение извлечения и оформления. Модель возвращает структуру, код печатает. Это позволяет позже сохранять заметки в базу, а не только в консоль.
  • Задачи с владельцем. В структуре action_items есть исполнитель — без него задача не задача.
  • Демо-пример по умолчанию. Позволяет проверить поведение без файла.
  • Приписанные решения. Модель «завершает» обсуждение логичным выводом.
  • Потеря отрицаний. «Не запускаем в пятницу» может стать «запускаем в пятницу».
  • Длинные встречи. Транскрипт не влезает в контекст и режется.
  • Нет ссылок на момент. Нельзя проверить, кто и когда это сказал.
  • Требовать цитату-подтверждение для каждого решения.
  • Резать длинный транскрипт по сегментам с перекрытием и собирать заметки пофрагментно.
  • Добавлять таймкод или номер реплики.
  • Отправлять заметки участникам на подтверждение — это дешёвая проверка.