Как это работает

Система построена на технологии RAG (Retrieval-Augmented Generation). Когда вы задаёте вопрос, происходит следующее:

1. Вопрос превращается в числовой вектор и сравнивается со всеми фрагментами из базы знаний
2. Из сотен фрагментов отбираются самые релевантные
3. ИИ формирует ответ только на основе найденных фрагментов, со ссылками на источники

В базе знаний — записи Zoom и Телемост встреч, документы из Google Drive (Docs, Sheets, Word, Markdown), переписки из Telegram.

Когда использовать эту страницу

Система идеальна, когда нужно найти информацию среди множества встреч и документов — вы не помните, на каком именно созвоне это обсуждали, или хотите собрать факты из разных источников.

Когда лучше открыть транскрипцию напрямую

Если вопрос касается конкретного созвона — откройте его транскрипцию во вкладке Материалы и загрузите в Claude или другой ИИ-чат. Это будет быстрее и точнее, потому что ИИ увидит полный контекст встречи, а не отдельные фрагменты.

Примеры хороших вопросов

• «Какие сроки обсуждали по интеграции с 1С?» — конкретная тема, поиск по всем встречам
• «Что решили по архитектуре на встречах по Rivvi?» — решения из нескольких встреч
• «Что говорил клиент про требования к API?» — фильтр по роли + тема
• «Какие риски обсуждали по проекту ВИС за март?» — сбор из разных источников
• «Кто отвечает за тестирование в проекте Ресурс?» — поиск ответственности

Примеры плохих вопросов

• «Что это за проект?» — слишком абстрактно, нет ключевых слов для поиска
• «Расскажи всё про Rivvi» — слишком широко, система вернёт случайные фрагменты
• «Что было на последней встрече?» — лучше открыть транскрипцию этой встречи напрямую
• «Сколько будет 2+2?» — система ищет по базе знаний, а не отвечает на общие вопросы

Общее правило: чем конкретнее вопрос (тема, проект, человек), тем точнее ответ.