Un prompt peut-il remplacer Sembly AI ?

Construis un outil de notes de réunion qui extrait des enregistrements typés plutôt que d’écrire un document de résumé.

Réception : fichiers audio ou vidéo, normalisés avec ffmpeg, transcrits en local avec whisper.cpp avec des horodatages au niveau du mot. Locuteurs séparés par une heuristique d’énergie et de pause et renommés par l’utilisateur, en propageant à travers la transcription. Ne prétends pas à une identification automatique de locuteur.

Extraction, qui est le cœur de ce projet. Demande au modèle une sortie structurée par rapport à un schéma explicite, pas de la prose. Quatre types d’éléments :

- Action : description, responsable (un nom de locuteur ou un nom externe mentionné, ou non assigné), date d’échéance si elle a été indiquée, et l’horodatage de transcription où elle a été soulevée.
- Décision : ce qui a été décidé, qui l’a décidé, les alternatives mentionnées, et l’horodatage.
- Risque ou blocage : description, qui l’a soulevé, ce qu’il bloque si indiqué, et l’horodatage.
- Question restée ouverte : la question, qui l’a posée, et l’horodatage.

Valide chaque élément extrait par rapport au schéma et rejette ceux mal formés plutôt que d’accepter un enregistrement partiellement rempli. Chaque élément doit porter un horodatage et une citation exacte de la transcription — une tâche extraite que personne ne peut retracer jusqu’à ce qui a vraiment été dit est une tâche sur laquelle les gens vont se disputer. Affiche la citation dans l’interface à côté de l’élément.

Relecture avant validation : les éléments extraits sont des propositions jusqu’à ce que l’utilisateur les accepte. Accepte, modifie ou rejette chacun. Cette porte compte parce que l’extraction se trompe avec assurance assez souvent pour que valider automatiquement empoisonne la base de données.

Déduplication à travers les réunions : quand une nouvelle action correspond étroitement à une action ouverte d’une réunion précédente — texte similaire, même responsable — lie-les plutôt que de créer un doublon, et enregistre la seconde mention comme une mise à jour. Une réunion récurrente produit sinon les mêmes six tâches chaque semaine.

La couche de requête, qui est tout l’objet de ce projet. Vues inter-réunions : toutes les actions ouvertes groupées par responsable ; actions en retard ; décisions du dernier trimestre, chronologiquement ; risques soulevés plus d’une fois ; questions jamais résolues. Recherche plein texte sur les éléments et transcriptions, filtrable par réunion, date, locuteur et type d’élément. Chaque résultat se lie à la réunion et à l’horodatage.

Cycle de vie : une action a un état (ouverte, terminée, abandonnée) avec la date et une note. Fermer une action depuis l’extraction d’une réunion ultérieure est un clic.

Export : les éléments en CSV, un enregistrement Markdown par réunion, et une sauvegarde JSON complète.

Utilise Anthropic ou OpenAI, selon la clé configurée. Sans clé, la transcription, la recherche et la base d’éléments doivent continuer à fonctionner, avec l’extraction désactivée et marquée comme telle.

Hors périmètre : rejoindre des réunions en direct, tout bot, la transcription en temps réel, les intégrations avec des gestionnaires de projet, et le partage en équipe.