El problema
Las transcripciones de las reuniones contienen decisiones, elementos de acción y contexto a los que los agentes de IA deben consultar más adelante. Pero las transcripciones se encuentran en grabaciones de Zoom o Google Docs, desconectadas de la base de conocimientos del agente. Cuando un usuario le pregunta a su agente "¿qué decidimos sobre el modelo de precios?", el agente no tiene acceso al contexto de la reunión. Copiar manualmente notas de reuniones en la memoria del agente es tedioso e inconsistente.
La solucion de Scavio
Cree un canal que tome transcripciones de reuniones, extraiga decisiones clave y elementos de acción, los enriquezca con el contexto web actual de Scavio (por ejemplo, búsqueda de productos referenciados, competidores o precios) y almacene resúmenes estructurados en la base de conocimientos del agente. Scavio proporciona el contexto web en tiempo real que convierte el texto de transcripción sin procesar en entradas de conocimiento enriquecidas y procesables.
Antes
Antes del oleoducto, las decisiones de las reuniones vivían en transcripciones no estructuradas. El agente de IA no pudo hacer referencia al contexto de la reunión. Los usuarios reexplicaban sus decisiones al agente repetidamente, perdiendo tiempo y generando inconsistencias.
Después
Después de implementar el proceso, cada reunión produce entradas de conocimiento estructuradas enriquecidas con datos web actuales. El agente hace referencia a las decisiones de las reuniones con naturalidad. Los usuarios preguntan '¿qué decidimos sobre X?' y obtenga respuestas precisas con enlaces a datos de respaldo.
Para quien es
Equipos que crean agentes de IA que necesitan acceso al contexto de la reunión. Gerentes de producto y líderes de ingeniería que desean que su asistente de inteligencia artificial pueda buscar decisiones sobre reuniones.
Beneficios clave
- Decisiones de reuniones extraídas automáticamente y almacenadas en la base de conocimientos del agente
- El enriquecimiento del contexto web agrega datos actuales a las referencias de reuniones
- El agente responde preguntas sobre reuniones pasadas con fuentes citadas
- Las entradas estructuradas reemplazan los volcados de transcripciones no estructuradas
- Costo de canalización inferior a $0,10 por reunión para consultas de enriquecimiento web
Ejemplo en Python
import requests
import json
from datetime import datetime
API_KEY = "your_scavio_api_key"
def enrich_meeting_topic(topic: str) -> dict:
"""Enrich a meeting topic with current web context."""
res = requests.post(
"https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": topic, "ai_overview": True},
timeout=15,
)
res.raise_for_status()
data = res.json()
return {
"topic": topic,
"ai_summary": data.get("ai_overview", {}).get("text", ""),
"top_sources": [{"title": r.get("title", ""), "link": r.get("link", ""), "snippet": r.get("snippet", "")} for r in data.get("organic", [])[:3]],
"enriched_at": datetime.utcnow().isoformat(),
}
def process_meeting(decisions: list[dict]) -> list[dict]:
"""Enrich meeting decisions with web context."""
enriched = []
for decision in decisions:
context = enrich_meeting_topic(decision["topic"])
enriched.append({**decision, "web_context": context})
return enriched
decisions = [
{"topic": "Scavio API pricing vs SerpAPI", "decision": "Switch to Scavio for cost savings"},
{"topic": "n8n vs Make automation platform", "decision": "Evaluate both with pilot workflows"},
]
enriched = process_meeting(decisions)
for d in enriched:
print(f"Decision: {d['decision']}")
print(f" Context: {d['web_context']['ai_summary'][:100]}...")Ejemplo en JavaScript
const API_KEY = "your_scavio_api_key";
async function enrichTopic(topic) {
const res = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: { "x-api-key": API_KEY, "content-type": "application/json" },
body: JSON.stringify({ platform: "google", query: topic, ai_overview: true }),
});
const data = await res.json();
return {
topic,
aiSummary: data.ai_overview?.text ?? "",
sources: (data.organic ?? []).slice(0, 3).map((r) => ({ title: r.title ?? "", link: r.link ?? "" })),
};
}
const decisions = [
{ topic: "Scavio API pricing vs SerpAPI", decision: "Switch to Scavio" },
{ topic: "n8n vs Make automation", decision: "Pilot both" },
];
for (const d of decisions) {
const ctx = await enrichTopic(d.topic);
console.log(`${d.decision}: ${ctx.aiSummary.slice(0, 100)}...`);
}Plataformas utilizadas
Búsqueda web con grafo de conocimiento, PAA y resúmenes de IA