Совещания и встречи съедают огромную часть рабочего времени, особенно у руководителей среднего и нижнего звена. Линейные сотрудники не зря в шутку говорят, что охотно отменили бы все митинги: разработчик, умеющий сидеть на трёх встречах одновременно, по сути, расходует это время впустую. На мастер-классе Василий Закиев показывает, как с помощью искусственного интеллекта превратить созвон в управляемый цикл: подготовка повестки, транскрибация, протокол и follow-up. Ниже мы пересобрали мастер-класс в практическое руководство для редакции 2030ai.
Почему совещания стоят дороже, чем кажется
Цена встречи измеряется не только утомлением участников. Если взять зарплату каждого, перевести в стоимость минуты и умножить на длительность, картина становится наглядной: 15 минут опоздания со стартом совещания на 5–10 человек средней компании — это около 7 000 рублей, выброшенных без результата. К этому стоит прибавить упущенную выгоду руководителя: его время — конечный ресурс, его нельзя «докупить» в течение месяца.
Полностью отменить встречи невозможно, но реально сократить их количество и длительность. Стандартные приёмы работают: качественная подготовка, внимательное участие и follow-up по итогам. Когда есть прозрачная повестка и протокол, а после встречи каждому участнику отправлены задачи с ожидаемым результатом, встречи становятся короче и реже, а число участников начинает падать — потому что заранее видно, кого можно вообще не приглашать. В норме это позволяет руководителю выделить два «безмитинговых» дня в неделю и сократить время на встречах с восьми часов до трёх–четырёх.
ИИ-инструменты усиливают каждый из этих этапов: помогают собирать повестку из разных источников, расшифровывают запись, готовят структурированный протокол и индивидуальные follow-up.
Два уровня инструментов: Perplexity и Cursor
В мастер-классе показано два уровня зрелости. Первый, более простой, — Perplexity со специально настроенными «пространствами» (Spaces). Второй, гораздо более мощный, — Cursor (или Claude Code), в который через MCP подключаются таск-трекер, аналитика, Telegram-чаты и календарь.
Школа 2030ai по состоянию на январь рекомендует переходить именно на Claude Code: он умнее и стабильнее для подобных задач. При этом удобно открывать его внутри Cursor, потому что Cursor позволяет легко подключать разные MCP-серверы и доставать данные, нужные для автоматической подготовки повестки.
Что даёт связка с MCP:
- доступ к таск-трекеру: ИИ видит, что сделано, на ком что висит — и сразу формирует часть пунктов повестки;
- доступ к аналитике и мониторингу: автоматически добавляет в повестку темы про инциденты и аномалии;
- доступ к Telegram (от имени пользователя или бота): сканирует, что обсуждали в рабочих чатах, и поднимает открытые вопросы.
Ни одну из этих интеграций Perplexity сегодня не закрывает на нужном уровне — за этим и нужен инструмент уровня Cursor или Claude Code.
Подготовка повестки: от голосового брейн-дампа до автоматической сборки
Минимальный сценарий на Perplexity
Если под рукой только Perplexity, подготовка устроена так. Заводится пространство «Подготовка к повестке». В нём прописывается инструкция: какая структура повестки нужна, какие разделы обязательны, какой стиль. Поиск в пространстве отключается — модель не должна лезть в интернет, ей нужен только тот контекст, который вы дадите.
Дальше всё, что есть по будущей встрече, накидывается голосом — это быстрее, чем печатать. Если участники присылают свои пункты, они копируются в то же пространство. Туда же удобно бросать скриншоты из Jira и других инструментов — ИИ сам разберёт текст и встроит в повестку.
Расширенный сценарий на Cursor / Claude Code
Здесь повестка собирается из реальных данных компании. Базовая идея: создать в репозитории «базу знаний встреч», куда складываются результаты предыдущих встреч и дополнительный контекст. Туда же добавляется отдельный файл с описанием источников данных: какой таск-трекер, какой календарь, какие Telegram-чаты подключены через MCP, где лежат стратегия, OKR, цели, исследования рынка, ограничения и регламенты. Полезно подключить и мониторинги — что происходит на проектах и продакшене — и аналитику.
Как это работает на практике. Telegram-чат мониторинга получает автоматические отчёты от бота: новые пользователи, выручка, статус сервиса. Если MCP видит проблему, он может подключиться к Google Analytics или Яндекс.Метрике и проверить детали. При необходимости — зайти по SSH на VPS, посмотреть логи или заглянуть в Redis. Дальше ИИ использует эти данные, чтобы собрать повестку, в которой уже есть конкретные вопросы и метрики, а не общие пункты.
Важный приём: история встреч обязательно складывается обратно в базу знаний. Иначе подготовка к следующей встрече будет «без памяти», и ИИ начнёт повторять то, что уже обсуждалось.
Транскрибация: что выбрать и сколько это стоит
Транскрибация — техническая, но не бесплатная задача. На рынке десятки сервисов, и у каждого свой компромисс между ценой и качеством.
Ориентир по стоимости: транскрибировать порядка 10 часов разговоров в сутки (около 300 часов в месяц) стоит примерно 2 000 рублей. Это «входной билет» в нормальный пайплайн. Если кто-то предлагает услугу бесплатно, как правило, есть два объяснения. Первое — стоимость уже включена в более крупную подписку (например, в Битрикс). Второе — транскрибация делается некачественной моделью.
Большинство open-source решений построены на OpenAI Whisper. Версии Small и Medium запускаются на самом простом железе и стоят практически ноль, но их качества часто не хватает. Версия Large даёт лучше точность на 10–15–20% — и тем заметнее, чем хуже исходная запись. Но она требует видеокарты уровня RTX 4090 и занимает её на ощутимое время: 3–4 минуты, чтобы расшифровать часовую встречу.
Для русскоязычных бизнес-встреч хорошо себя показывает Voisi: подключение к компании, корпоративные возможности, высокое качество на бизнес-лексике. Сам Василий пользуется Nixar: сервис крутит Large на RTX 4090, оплата по API-ключу, ключ вставляется в Cursor.
Локальная транскрибация на Mac
Для Mac есть порт Whisper под Apple Silicon — Whisper MLX. Работает медленнее large-версии (порядка 10 минут на часовую запись), качество ниже, но запускается локально и бесплатно. Если в команде принято правило записывать встречи качественно — не из машины, не на бегу — местного Whisper-а хватает.
Сценарий, который описывает автор: на компьютере лежит проект «курсор-транскрибатор» с двумя папками — «Обработать» и «Обработано». Аудиофайлы кладутся в первую, дальше в Cursor или Claude отдаётся команда «запусти скрипт». Скрипт запускает MLX Whisper, готовый файл уезжает во вторую папку.
Почему не запускать скрипт руками? Если запускать вручную и он упадёт, придётся самому разбираться. Когда скрипт запускает агент, он сам же чинит ошибки: добавляет новый кодек, ставит зависимость, перезапускается. Поэтому весь конвейер удобнее держать «через ИИ».
Полезный побочный приём: когда хочется быстро понять, как устроен проект, попросить нарисовать схему — ASCII-графика воспринимается заметно проще, чем длинное текстовое описание. Эту же логику автор применяет к собственным командам и проектам.
Если базовой локальной транскрибации не хватает, в проект добавляется API-ключ облачного провайдера (например, Nixar) и одна строчка инструкции: «перед обработкой спрашивай меня, локально или облачно». Дальше выбор делается по контексту: рутинные встречи — локально, важные — облачно с Large.
Протокол встречи: структура, без которой не работает
Когда транскрипция готова, нужен протокол. В «старом мире» — это пространство в Perplexity, например «Протоколы встреч». Туда складывается транскрипция, нажимается Enter, и срабатывает заранее вшитая инструкция, которая возвращает структурированный документ.
Структура протокола, которую использует автор, выглядит так:
- короткое резюме встречи;
- цели и результаты;
- метаданные: дата, время, количество участников;
- что решили (это не задачи — это решения, которые могут повлиять на будущее);
- action items с обязательным полем deliverables — ожидаемым результатом, который человек должен сдать;
- ключевые тезисы;
- открытые вопросы (parking lot) — то, что не дорешили и пойдёт в следующую встречу;
- если договорились о следующей встрече — кто её организует и когда она будет.
Разделение «решений» и «задач» здесь принципиально: бывают важные решения, по которым в моменте задач нет, но забывать их нельзя. Поле deliverables в action items спасает от ситуации «задача поставлена, но никто не понимает, что именно сдать».
В Cursor / Claude Code эта же инструкция оформляется как шаблон протокола и лежит рядом с шаблоном повестки и шаблоном follow-up. Follow-up автор предпочитает делать индивидуальным: каждому участнику — своё сообщение с его задачами и контекстом.
Команды в Cursor и Claude Code: как превратить инструкцию в «волшебную палочку»
Самая полезная часть мастер-класса — про команды. Идея простая: всё, что вы делаете руками много раз, превращается в slash-команду.
Когда автор написал в чат «создай команду, которая делает такое автоматически» и в скобках уточнил «готовит повестку встречи на завтра по результатам предыдущих», в проекте появилась папка .cursor/commands и файл prepare-tomorrow-meeting.md. Внутри — пошаговая инструкция: определить дату «завтра», найти последнюю встречу, прочитать её результаты, создать папку для завтрашней встречи, сгенерировать повестку, применить правила именования и заполнения файлов.
После этого работа с агентом превращается в одно действие: открыть новый чат, набрать слэш, выбрать команду — и весь пайплайн отрабатывает сам. Не нужно каждый раз заново вбивать промпт. Cursor умеет подтягивать и команды Claude Code: если бы команда была создана в Claude, появилась бы папка .claude/commands с таким же .md-файлом, и Cursor её бы тоже увидел.
Рутины: morning и evening
Команды легко комбинируются. Менеджеры, которые «залезли в это всерьёз», заводят составные команды — рутины.
morning(илиgood-morning): последовательно вызывает несколько команд — собирает повестки всех встреч на сегодня, готовит план дня, формирует список людей, кого стоит похвалить за вчерашнее, и так далее.evening: запускает транскрибацию всех прошедших встреч, готовит протоколы и follow-up.
Бытовой сценарий звучит так: подходишь к компьютеру, запускаешь morning, уходишь чистить зубы, возвращаешься — всё уже отработано, можно завтракать. К моменту, когда сел работать, перед тобой готовые документы и план дня.
Лаконичность как инструмент
Команды и проектные файлы (например, AGENTS.md или его аналог) имеют свойство разрастаться: после каждого запуска вы добавляете уточнения, и инструкция распухает. У автора такие команды легко доходят до 700 строк. Универсальная подсказка — попросить «сделай документ лаконичнее». Слово «короче» часто заставляет ИИ выкидывать важные куски, «суммаризируй» звучит не по-русски, а «лаконичный» работает стабильно.
Когда что-то отрабатывает не так, не нужно сразу переписывать инструкцию. Полезнее спросить агента: «Вот в повестке у тебя написано странно вот это место. Почему ты так написал? Посмотри команды, посмотри проект, предположи причины». Из трёх предположенных причин обычно одна реальная — и её можно дописать в команду как уточнение.
База знаний и AGENTS.md: чтобы агент знал контекст
Чтобы агент стабильнее работал по проекту, в корне создаётся файл с большими буквами AGENTS.md, в котором описывается, как устроен проект. Первую версию можно не писать вручную: достаточно сказать «заполни файл AGENTS.md так, как считаешь нужным».
Дальше в базу знаний имеет смысл сложить:
- результаты всех предыдущих встреч;
- выгрузки из Telegram-чатов проекта (через экспорт чата);
- стратегию, OKR, цели;
- ограничения, регламенты, «чего нельзя делать»;
- ссылки на источники данных: таск-трекер, календарь, мониторинги.
Эффект ощутимый: ИИ начинает давать «обидные», но полезные комментарии в духе «вы хорошо подготовили встречу и расписали задачи, но полгода назад уже обсуждали похожее — стоит подумать, почему оно не сдвинулось». Это и есть институциональная память, которой обычно нет.
Beautification транскрипций: зачем и чем
Сырая транскрипция выглядит как бесконечная «портянка»: без абзацев, без выделенных спикеров, читать её неприятно. Автор называет процесс приведения транскрипции в человеческий вид «бьютификацией» — это первое слово, которое ИИ системно понял с первого раза.
После бьютификации в тексте появляются абзацы и предложения, выделяется ведущий (если поток один). На двух потоках качество ещё выше. Смысл при этом теряется минимально.
Минус — это LLM-операция, и она не бесплатная. Заставить Claude Code системно и постоянно бьютифицировать большие объёмы транскрипций не получается: модель воспринимает это как «misuse» и в какой-то момент отказывается. Решение, которое работает у автора: открыть OpenRouter, подключиться к бесплатному Xiaomi и бьютифицировать через него.
Почему не отдавать бьютификацию сторонним сервисам? Потому что неизвестно, как именно они её делают: можно потерять важный контекст и не заметить. Когда протокол бьютификации написан самостоятельно, по нему всегда можно пройти и проверить, что и почему изменилось.
Follow-up и Telegram MCP
Follow-up в схеме автора устроен по тому же шаблону, что повестка и протокол: отдельный темплейт, отдельная команда, индивидуальное сообщение для каждого участника. Если подключить MCP к Telegram, агент может разослать эти сообщения от вашего имени — каждому своё, с его задачами и контекстом.
Про Telegram MCP — отдельный сюжет. Самый популярный сейчас — Chinguel MCP — работает, но имеет ограничения. Во-первых, он локальный: для Telegram-MCP это, скорее, минус — его правильнее выносить на свой VPS. Во-вторых, он отдаёт более 80 инструментов и сразу забивает огромную долю контекстного окна агента, что заметно ухудшает качество работы. У автора сейчас в работе своя версия: число tools сокращено примерно до десяти, а недостающие возможности добавлены через скиллы. Пока этот проект не стабилизирован настолько, чтобы делиться им публично, — поэтому полноценный выпуск про Telegram MCP отложен.
При этом именно Telegram автор называет «местом, где сейчас 90% рабочего контекста». Даже задачи, которые лежат в task manager, почти всегда обсуждались в Telegram и часто со ссылками. Поэтому подключение Telegram-чата как MCP — самая высокоокупаемая первая интеграция: одним этим вы поднимаете большую часть проектного контекста в инструмент.
Что подключать к проекту встреч дальше
Когда базовый каркас собран, проект достраивается по слоям.
- Транскрибатор адаптируется под Zoom и другие источники: после окончания встречи запись автоматически попадает в папку «Обработать», и одной командой запускается её обработка. У автора этот проект называется Notes Transcriber: он подтягивает записи из Zoom, Plaud, BoiceMail (диктофон с телефона). Около 90% объёма всё равно даёт Zoom, поэтому остальные источники — это уже шлифовка.
- В базу знаний добавляются бэклоги идей и гипотез, недельные и квартальные планы. Тогда при подготовке встречи можно явно попросить «сверь с планами, которые лежат там-то»: и команда вспомнит, что через квартал отчёт на совете директоров, а через месяц — большое демо.
- Голосом удобно добавлять контекст в момент подготовки: «добавь во встречу, что на следующей неделе ожидаются снегопады, и нужно пересмотреть планы, чтобы успеть до них». Это работает так же, как печатный ввод.
- Календарный MCP — отдельная идея, которую автор называет хорошей темой для следующего мастер-класса: чтобы агент сам отправлял повестку в карточку события в календаре и обновлял её, когда вы дорабатываете повестку.
- Бот-планировщик встреч из переписки. Кейс: вы на ходу договорились с кем-то о встрече, забыли точное время, переписка ушла в архив. Бот, в которого можно кинуть скриншот или текст переписки, разбирает «что, с кем, когда» и сам создаёт событие в календаре. У автора такой бот сначала был сделан на n8n, потом переехал на VPS.
Почему не n8n
Логичный вопрос: «зачем VPS, если есть n8n». У автора два аргумента.
Первый — прикладной. На мастер-классах он много раз показывал и n8n, и Cursor. По факту n8n всерьёз начинают использовать единицы, а Cursor — почти все. Поэтому смысла продолжать учить n8n в этой аудитории нет.
Второй — практический. n8n обходится дороже, чем собственный VPS, и с ним нельзя «разговаривать на человеческом языке». Даже когда вы подключаете n8n MCP, объяснить ему, что и как должно работать, — отдельный квест. С агентом в Cursor или Claude Code объяснение на человеческом языке и есть основной интерфейс работы.
Куда это всё движется
Через пару лет, считает автор, ситуация перевернётся. Сейчас человек, который грамотно готовит повестку и присылает follow-up, выглядит выдающимся специалистом. Завтра отсутствие follow-up будет восприниматься как «у тебя что, ИИ не подключён?» — норматив сместится.
При этом «бесконечного пассивного дохода» от того, что агенты сами проведут встречу, договорятся и принесут деньги, — не будет. Наоборот, требования к человеку вырастут: ИИ снимает рутину, но поднимает планку ожиданий по подготовке, реакции и качеству решений. Кто этот сдвиг проходит раньше — раньше получает преимущество.
Базовый набор для старта — это связка Cursor (или Claude Code) с локальной или облачной транскрибацией, простой проект-репозиторий с темплейтами повестки, протокола и follow-up, файл AGENTS.md, база знаний с историей встреч и контекстом, и несколько slash-команд под свои рутины. Уже на этом уровне совещания становятся короче, follow-up — конкретнее, а время руководителя возвращается к своему хозяину.