Un prompt peut-il remplacer Supernormal ?

Construis un outil de notes de réunion où la forme de sortie est définie par un modèle rédigé par l’utilisateur.

Réception : fichiers audio ou vidéo normalisés avec ffmpeg, transcrits en local avec whisper.cpp avec des horodatages au niveau du mot. Séparation des locuteurs par une heuristique d’énergie et de pause, renommable par l’utilisateur avec le changement qui se propage. Ne prétends pas à une identification automatique de locuteur.

Modèles, qui sont le cœur de ce projet. Un modèle est une liste nommée et ordonnée de sections. Chaque section porte :

- Un titre.
- Une instruction d’extraction écrite par l’utilisateur, dans ses propres mots, décrivant ce qui appartient à cette section.
- Une forme de sortie : prose, liste à puces, ou un tableau avec des colonnes nommées.
- Un indicateur obligatoire.
- Un exemple optionnel, qui fait plus pour préciser le résultat que n’importe quelle quantité d’instructions.

La génération tourne par section, pas comme un seul appel pour tout le document. La requête de chaque section reçoit la transcription et seulement l’instruction, la forme et l’exemple de cette section. Ça coûte plus d’appels et produit des résultats nettement meilleurs que de demander un document structuré entier d’un coup, parce que chaque requête a un seul travail.

Le vide géré honnêtement. Demande à chaque section de retourner un marqueur vide explicite quand la transcription ne contient rien de pertinent, et affiche ça comme « rien d’enregistré pour cette section » plutôt que de retirer le titre ou, pire, de laisser le modèle le remplir avec quelque chose de plausible. Un modèle qui produit toujours du contenu est un modèle qui produit de la fiction, et c’est la règle la plus importante de ce projet.

Ancrage : chaque puce ou ligne porte l’horodatage de transcription dont elle vient, cliquable pour jouer ce moment. Une section rendue en prose porte des horodatages au niveau du paragraphe. Une extraction qu’on ne peut pas vérifier par rapport à ce qui a été dit est une extraction à laquelle personne ne devrait faire confiance.

Gestion des modèles : modèles stockés comme des fichiers pour qu’un ensemble puisse être partagé ou versionné. Éditer un modèle crée une nouvelle version ; chaque note générée enregistre quelle version l’a produite, pour qu’un changement de sortie puisse être retracé jusqu’à un changement d’instruction. Ne livre aucun modèle — la première exécution guide l’utilisateur pour en construire un à partir d’une vraie réunion qu’il a déjà.

Construis aussi : recherche plein texte sur les notes et transcriptions, filtres par modèle et date, export en Markdown et JSON, et une action de relance qui régénère une note sous une version de modèle plus récente en gardant l’originale.

Utilise Anthropic ou OpenAI, selon la clé configurée. Sans clé, la transcription, la recherche et l’édition de modèle doivent continuer à fonctionner.

Hors périmètre : rejoindre des réunions en direct, tout bot, la transcription en temps réel, les intégrations avec d’autres systèmes, et le partage en équipe.