База знаний на основе Obsidian и ИИ. Автоматизация one-to-one
Часть моего еженедельного расписания составляют регулярные встречи с моими сотрудниками. Сейчас таких встреч немного - 4 по 30 минут. Однако не спешите расслабляться, ведь они не такие простые, как может показаться на первый взгляд.
Для меня каждая из этих встреч состоит из трёх этапов:
- Подготовка встречи;
- Сама встреча;
- Подведение итогов встречи.
И чтобы немного упростить себе жизнь, я попробовал их автоматизировать с помощью связки моей базы знаний в Obsidian и n8n. Как это было — под катом.
Содержание
Проблематика
Какую проблему я хотел решить? В контексте one-to-one я бы хотел меньше времени тратить на всё, что не связано с самим разговором.
Например, подготовка встречи. Сейчас для меня это выглядит так: я открываю все заметки по конкретному сотруднику и смотрю самые свежие (в пределах прошедшей недели), т.к. они могут составить основной контекст встречи. Также смотрю заметки предыдущих встреч и проверяю, о чём мы договорились. Что-то добавляю от себя — потому что физически всё записывать невозможно.
Далее создаю новую заметку со встречей и записываю туда темы, которые хотел бы обсудить. Для некоторых добавляю чуть больше контекста, чтобы проще сориентироваться во время разговора.
И я бы не сказал, что на это уходит какое-то невероятное количество времени, но всё-таки я вижу здесь место для оптимизации, которую и решил осуществить.
Как устроены мои заметки
Стоит отдельно рассказать о том, как я веду заметки. В моём рабочем Obsidian на момент написания этого поста почти 400 заметок разной направленности. Визуально такой объём можно оценить на графе:
Как можно заметить, он ещё и цветной. Разными цветами я выделяю заметки, связанные с определёнными сотрудниками - по отдельному цвету на каждого. И таких заметок у меня большинство.
На каждого сотрудника есть тег вида #сотрудники/<фио>/<тема>, где тема - это направленность заметки. Это может быть обычная заметка (помечаю её как дневник), заметка по проектам сотрудника (помечается как проекты) и так далее. Это позволяет мне при желании уточнить поиск информации.
Архитектура автоматизации
Автоматизировать я решил через n8n, который развёрнут на VPS.
Не будем останавливаться на том, как локальные заметки из Obsidian попадают на VPS, потому что это тема для отдельного поста. Просто держите в голове: у меня развёрнут PostgreSQL, в котором хранятся нормализованные заметки, разбитые по тегам.
Архитектурно это решение представляет из себя два воркфлоу:
- Воркфлоу-триггер для генерации брифинга;
- Воркфлоу генерации брифинга.
Первое запускается по расписанию в 10:00 по Москве каждый день. Определяет, с какими из сотрудников у меня сегодня есть встреча и делегирует генерацию брифинга второму воркфлоу.
Благодаря этому у меня есть чёткое деление ответственности: первый воркфлоу управляет расписанием и знает, когда и с кем у меня встреча, а второй - "глупый", который просто генерирует брифинг.
Процесс подготовки
Посмотрим на эти воркфлоу детальнее.
Воркфлоу-триггер
Он состоит буквально из трёх простых нод:
0 0 10 * * *
Обратите внимание, что здесь не обычный crontab, он ещё и включает секунды:
0 0 10 * * *
│ │ │ │ │ └─ любой день недели
│ │ │ │ └──── любой месяц
│ │ │ └─────── любой день месяца
│ │ └─────────── 10 часов
│ └─────────────── 0 минут
└────────────────── 0 секунд
Дальше - конфигурация в виде Code-ноды. И в ней же определяется, с кем у меня сегодня будет встреча:
По текущей дате с помощью простого JS-кода определяю, с кем из них у меня сегодня встреча, и в результате получаю коллекцию объектов.
Ну и завершающий этап - вызов другого воркфлоу.
Обратите внимание на режим (Mode): запускается один раз для каждого элемента на входе. Если у меня за день будет несколько встреч - выполнится для каждой, а не только для первой.
Воркфлоу подготовки брифинга
Дальше мы попадаем в воркфлоу генерации брифинга:
Сначала по тегу, который нам передали, находим заметки, созданные в пределах 7 дней от текущей даты. Если заметок нет - отправлю себе в Telegram сообщение, что так и так, подготовиться не получится.
Если есть - я формирую пользовательский промпт, в котором указываю содержимое найденных заметок. И затем отправляю это всё в ИИ через интеграцию с OpenRouter (модель openai/gpt-5.2-chat), прося его составить две вещи:
- Саммари прошедшей недели
В нём - краткий обзор прошедшей недели. Что происходило с сотрудником, по каким проектам работал, ключевые события. Если есть — договорённости с прошлой встречи, открытые вопросы, наблюдения из дневника. - Темы для обсуждения
На основе заметок ИИ должен предложить мне темы, которые, на его взгляд, нам нужно обсудить.
Получив ответ в нужном формате, подготавливаю сообщение и отправляю его себе в Telegram.
Результаты
Уже несколько недель я пользуюсь этой автоматизацией, и по собственным наблюдениям - это полезно.
Саммари недели
Мне нравится, что у меня в одном месте сразу всё, что я обычно искал вручную. Не нужно залезать в заметки, открывать несколько штук и перечитывать все полотна, которые в них написаны (да, я люблю развёрнуто писать).
В плане подготовки саммари меня работа ИИ полностью устраивает. Бывают, правда, ситуации, когда он прописывает мне то, что мы уже обсуждали. Но это связано зачастую с ситуациями, когда у меня несколько регулярных встреч с сотрудником за неделю.
Но в теории и это можно вылечить изменением конфигурации и указанием в ней количества дней, за которые нужно получить заметки. Но поскольку сейчас это не сильно мешает, я не стал заморачиваться.
Темы для обсуждения
А вот с темами для обсуждения немного интереснее. Во-первых, ИИ поначалу предлагал мне что-то с сильным отрывом от реальности и я пользовался только его саммаризацией.
Однако недавно я обновил системный промпт и стало получше: теперь темы он формирует получше. И научился указывать ссылки на задачи сразу в сообщении, чтобы я мог в один клик посмотреть, что там за задача была.
Думаю, дальше уже дело экспериментов. Если что-то меня не будет устраивать, я просто попробую улучшить промпт.
Изменения в подходе к заметкам
Спустя некоторое время использования этой автоматизации, я заметил за собой, что начал чуть иначе вести заметки. Чтобы ИИ смог дать мне грамотные рекомендации ко встрече, у него должно быть максимально много контекста. Как у меня в голове, грубо говоря.
Для этого я начал фиксировать больше информации. Например, раньше я хранил у себя только то, что записывал на встречах (не только one-to-one, но и различных синков по проектам и прочего), а теперь я стал фиксировать ещё и заметки других участников процесса.
Например, менеджеры после каждой встречи пишут саммари с договорённостями, к которым мы пришли по ходу обсуждения. Я переношу этот текст себе, размечаю тегами - и вот у меня уже больше контекста, связанного с проектом и/или сотрудником.
А ещё у нас бывают интересные обсуждения в тредах, где мы тоже приходим к каким-либо договорённостям или техническим решениям. Самые важные, на мой взгляд, я тоже начал фиксировать, используя встроенный в корпоративный мессенджер ИИ-помощник, который в пару кликов может обобщить тред на 100 сообщений.
И это реально влияет на результаты генерации ИИ. Он находит темы, о которых я в моменте мог бы и не подумать.
Пример одной из последних генераций
Немного сократил его для наглядности:
🗓 Брифинг: one‑to‑one с разработчиком
📋 Саммари недели
— закрыты несколько задач по текущему сервису, одна находится на этапе тестирования;
— начали погружение в новый сервис через несколько рабочих задач;
— обсуждалась новая задача, сейчас готовится проектирование;
— из прошлой встречи: договорились уделять больше внимания самопроверке изменений перед релизом.
💬 Темы для обсуждения
• как прошло тестирование последней задачи и всё ли готово к передаче дальше?
• когда планируется приступить к следующим задачам и нет ли риска задержек?
• какие первые впечатления от нового сервиса и какие вопросы уже появились?
• получается ли применять договорённость о дополнительной самопроверке перед релизами?
А что дальше?
Пока что я автоматизировал только первый этап one-to-one - подготовку к нему. По ходу самой встречи я самостоятельно выписываю тезисы, а после - добавляю подробную информацию к каждому из них, в результате чего получается структурированная заметка со всеми важными моментами.
Но и это на самом деле можно автоматизировать. Например, вести запись встреч, а затем превращать это в текстовую расшифровку (конспект), как умеет делать тот же Яндекс Телемост. И из этого конспекта уже можно подготовить структурированное саммари того, что мы обсуждали.
Но пока что я стесняюсь вести запись, чтобы никого из ребят не смущать (хотя все прекрасно понимают, что я веду текстовые записи).