Crea un Asistente de Notas de Reunión con IA en una Tarde

Todo asistente de reunión con IA — los tomadores de notas, los analizadores de llamadas de ventas, los grabadores de cumplimiento — está construido sobre el mismo pipeline de tres etapas:

1. Captura: un bot se une a la reunión y la graba
2. Transcripción: el habla se convierte en texto atribuido por interlocutor
3. Razonamiento: un LLM convierte la transcripción en resúmenes, elementos de acción o actualizaciones de CRM

Las etapas 1 y 2 son infraestructura. La etapa 3 es su producto. Esta guía muestra cómo reducir las etapas 1 y 2 a una sola llamada a la API para que pueda dedicar su tiempo a la etapa 3.

La capa de captura: una solicitud POST

import { createBaasClient } from "@meeting-baas/sdk";

const client = createBaasClient({
  api_key: process.env.MEETING_BAAS_API_KEY,
  api_version: "v2"
});

const { success, data, error } = await client.createBot({
  bot_name: "Acme Notetaker",
  meeting_url: meetingUrl // Zoom, Google Meet or Microsoft Teams
});

La misma solicitud funciona para las tres plataformas. Con la integración de calendario habilitada, puede omitir incluso este paso — los bots se programan automáticamente para las próximas reuniones de sus usuarios.

La transcripción llega por webhook

Cuando finaliza la reunión, su webhook recibe la transcripción con atribución de interlocutores, la lista de participantes y la URL de la grabación. Un handler mínimo:

export async function POST(req: Request) {
  const rawBody = await req.text();

  // Verify the webhook signature over the raw body before parsing —
  // see the webhooks documentation for the signing scheme
  if (!verifySignature(req.headers, rawBody)) {
    return new Response("invalid signature", { status: 401 });
  }

  const event = JSON.parse(rawBody);

  if (event.event === "complete") {
    const { bot_id, transcript, participants } = event.data;
    // Deduplicate on bot_id so replayed deliveries don't re-run the LLM
    if (await alreadyProcessed(bot_id)) return new Response("ok");
    await summarize(bot_id, transcript, participants);
  }

  return new Response("ok");
}

La separación de interlocutores está incluida en cada grabación, y los segmentos están alineados con los nombres reales de los participantes — el prompt de su LLM recibe "Sarah: enviaremos el viernes" en lugar de "Interlocutor 2: enviaremos el viernes". Esa diferencia es lo que hace que la extracción de elementos de acción funcione realmente.

La capa de razonamiento: su producto

Con una transcripción limpia atribuida por interlocutor, el paso de LLM es un prompt, no un proyecto:

async function summarize(botId: string, transcript: Segment[], participants: Participant[]) {
  const text = transcript
    .map((segment) => `${segment.speaker}: ${segment.text}`)
    .join("\n");

  const summary = await llm.complete({
    prompt: `Summarize this meeting. Extract decisions and action items with owners.\n\n${text}`
  });

  await saveNotes(botId, summary);
}

A partir de aquí, la diferenciación es trabajo de producto: correos electrónicos de seguimiento por participante, enriquecimiento de CRM, seguimiento de temas en reuniones recurrentes, o un bot que responde preguntas en vivo — la API de bots con voz cubre ese último caso.

Cuánto cuesta ejecutarlo

La grabación cuesta 1 token por hora con separación de interlocutores incluida; la transcripción añade 0.25 tokens por hora. Con paquetes de tokens a $0.35–0.50 por token, una hora de reunión completamente transcrita cuesta $0.44–0.63 — antes de los costos de su LLM, que en una transcripción de una reunión de una hora suelen ser uno o dos centavos.

Próximos pasos

• Descripción general de la API de bots de reunión — la capa de captura en detalle
• API de transcripción de reuniones — idiomas, separación de interlocutores, BYOK
• Guías de plataforma: Zoom · Google Meet · Microsoft Teams
• Documentación de la API