Как программно получить свои записи, транскрипты и саммари из Plaud через неофициальный API. Получение токена, эндпоинты, Python-скрипты для массовой выгрузки в Notion, автоматичес…
Plaud MCP: разговор сразу становится проектом
Plaud выпустил официальный MCP-сервер: теперь записи, транскрипты и саммари можно подключать напрямую к ChatGPT, Codex и другим AI-клиентам. Это превращает голосовой разговор в рабочий контекст для агента без серых API и хрупких конвейеров.
СейчасЧто изменилось
- Что изменилось
- Как это работает на практике
- Разговор становится первым шагом работы
- Пример сценария
- Почему это лучше серого конвейера
- Что это меняет для моей системы работы
- Дверь открыли официально
- Ссылки
- Одна команда прямо в Codex и ChatGPT
- Мини-кейс: от консультации к задачам
- Важное предупреждение про доступы
- Сказал — и это уже работа
В марте я рассказывал, как построил устойчивый конвейер Plaud → сервер → Notion через «серый» API: с обходом закрытой экосистемы, дедупликацией, нормализацией данных, миграциями и аккуратным рендером rich text. Контур работал, но всё-таки оставался инженерным костылём вокруг системы, которая на такой сценарий не рассчитана.
А на днях Plaud выпустил официальный MCP-сервер и CLI. И механика поменялась целиком: записи, транскрипты и саммари теперь работают как живой контекст, к которому может подключиться AI-клиент.
Официальный анонс: Introducing Plaud MCP and CLI: Give AI Access to Your Meetings. Техническая документация: Plaud MCP.
Что изменилось
Раньше задача выглядела так: Plaud записывает разговор, а дальше всё работает само. Руками я записи не разбирал: транскрипт вытаскивался, формат стабилизировался, данные нормализовывались и ложились в Notion автоматически. Но держалось всё это на сером, неофициальном API, и в этом был главный нюанс: конвейер крутился без моего участия, а я всё равно жил рядом с риском, что любое обновление на стороне Plaud его сломает.
Я подробно описывал этот этап в статье «Plaud × Notion: как мы построили устойчивый конвейер транскриптов через серый API».
Там у меня было две точки зрения. С одной стороны — восторг: закрытую систему удалось встроить в личную базу знаний. С другой — трезвость: когда интеграция держится на неофициальном API, ты постоянно живёшь рядом с риском поломки.
С MCP этот слой превратился в нормальный интерфейс. Plaud теперь подключается к AI-клиенту как сервер инструментов. Больше не нужно сначала экспортировать файл, потом загружать его, потом объяснять контекст. Достаточно сказать: вот мои записи, вот транскрипты, вот саммари, вот конкретная встреча, найди, прочитай, собери выводы.
Как это работает на практике
MCP даёт AI-клиенту доступ к внешним инструментам и данным. В случае Plaud сервер открывает инструменты для работы с библиотекой записей: можно искать записи, получать транскрипты, читать AI-саммари, доставать детали конкретного файла.
Для ChatGPT это подключается как remote MCP connector. В интерфейсе ChatGPT добавляете приложение с адресом:
Дальше авторизация идёт через OAuth: ChatGPT открывает Plaud login, вы подтверждаете доступ, и после этого в чате можно обращаться к Plaud напрямую. Документация OpenAI про подключение MCP-приложений к ChatGPT: Connect from ChatGPT.
Для Codex сценарий ещё интереснее. Plaud MCP подключается в Codex Desktop как локальный MCP-сервер через npm-пакет:
npx -y @plaud-ai/mcp@latest installПосле этого Codex видит Plaud как набор инструментов и обращается к нему как к живому источнику: «покажи последние записи», «найди разговор про проект», «достань action items», «собери brief из этой встречи».
Разговор становится первым шагом работы
Главная ценность тут не в том, что стало удобнее доставать транскрипт. Это приятно, но не революция.
Революция в другом: голосовой разговор стал первым шагом исполнения.
Можно поговорить с человеком, записать разговор на Plaud, перейти в Codex и сразу сказать:
- найди последнюю запись;
- вытащи суть разговора;
- отдели факты от гипотез;
- оформи mini-PRD;
- создай проектный пакет;
- заведи задачи;
- начни реализацию в репозитории.
Запись перестала быть архивом и стала входом в агентный рабочий контур.
Пример сценария
Возьмём консультацию или discovery-разговор.
Раньше после встречи я руками вспоминал контекст, открывал Plaud, искал запись, копировал саммари, переносил в Notion, а потом отдельно объяснял Codex, что это за проект, что важно и где стоп-линии.
Теперь сценарий другой:
- Разговор записан в Plaud.
- В Codex я прошу: «найди последнюю запись с этим человеком и собери карту проекта».
- Codex получает транскрипт и саммари через Plaud MCP.
- Из разговора собирается структура: цель, контекст, роли, риски, открытые вопросы, next actions.
- Если контур понятен, Codex создаёт проектный пакет, задачи и сразу начинает работу.
Между разговором и действием исчезла большая ручная прослойка. Для меня это сильное изменение.
Почему это лучше серого конвейера
Серый конвейер был полезен. Он доказал, что голосовые записи можно превратить в системную рабочую память. Но слабые места у него были неизбежные:
- зависимость от неофициального поведения API;
- необходимость самому поддерживать импорт, дедупликацию и миграции;
- отдельный слой синхронизации с Notion;
- риск, что изменение на стороне Plaud сломает весь процесс;
- задержка между разговором и использованием материала.
Официальный MCP не отменяет Notion и не обнуляет старый опыт. Наоборот, он подтверждает, что направление было выбрано верно. Просто теперь Plaud сам становится нормальным участником архитектуры.
Notion остаётся базой знаний и местом долговременной фиксации. Codex берёт на себя исполнение. Plaud работает источником голосового контекста. А MCP связывает всё это в рабочий протокол.
Что это меняет для моей системы работы
Для меня это один из тех моментов, когда отдельные «AI-инструменты» перестают жить порознь и складываются в операционную систему.
Plaud записывает реальный разговор. ChatGPT или Codex читают запись через MCP. Codex превращает разговор в задачу, документ, план, проект, pull request или рабочий пакет. Notion получает уже не сырой транскрипт, а осмысленную выжимку: решение, карту проекта, клиентский brief, заметку для базы знаний.
Это и есть переход от «у меня есть запись встречи» к «у меня есть исполняемый контекст».
Дверь открыли официально
В марте мы строили мост через закрытую дверь. Теперь дверь открыли официально.
И это даже не про удобную интеграцию Plaud с ChatGPT. Это сдвиг в том, как голос становится рабочим материалом для AI-агентов.
Когда разговор можно записать, тут же отдать агенту, превратить в проект и начать делать, это уже не автоматизация заметок. Это новый контур работы.
Ссылки
- Официальный анонс Plaud MCP и CLI: Introducing Plaud MCP and CLI
- Документация Plaud MCP: Plaud MCP
- OpenAI: подключение MCP-приложений в ChatGPT: Connect from ChatGPT
- Моя предыдущая статья: Plaud × Notion: устойчивый конвейер транскриптов через серый API
Одна команда прямо в Codex и ChatGPT
Самый простой пример выглядит почти смешно коротко:
найди последнюю запись Plaud и собери из неё проектный brief
Записи и так приходили ко мне в Notion автоматически: интеграция у меня уже работала. Но чтобы реально пустить разговор в работу, я всё равно шёл в AI-клиент и руками подавал ему контекст: объяснял, что это за встреча, зачем она, вставлял саммари или транскрипт. Сбор данных был автоматическим, а вот стык с инструментом, в котором я работаю, оставался ручным.
Теперь MCP-сервер стоит прямо в Codex и сразу в ChatGPT. Та же фраза стала нормальным рабочим действием: агент сам обращается к Plaud там, где я и так работаю, находит запись, читает транскрипт и саммари, а дальше превращает разговор в структуру: контекст, цель, участники, факты, гипотезы, решения, открытые вопросы, риски и следующие шаги.
Здесь поменялась не только скорость. Поменялась точка входа. Я больше не начинаю с пустого документа и попытки вспомнить, что было на встрече. Я начинаю с реального разговора, который уже лежит в Plaud, и прошу агента сделать из него рабочий объект.
Команда может быть и конкретнее:
- «найди последнюю консультацию в Plaud и собери mini-PRD»;
- «достань action items из вчерашнего разговора»;
- «собери brief для Codex по записи про новый проект»;
- «сравни саммари Plaud с транскриптом и выдели, что важно не потерять».
Это уже интерфейс между живым разговором и исполнением.
Мини-кейс: от консультации к задачам
Возьмём обычную консультацию. Человек рассказывает о продукте, проблеме или внутреннем процессе. В разговоре всплывают вводные, ограничения, неявные риски, куски будущего ТЗ, ожидания, спорные места. Обычно после такой встречи начинается вторая работа: всё это надо разобрать, структурировать и не потерять.
Новый контур выглядит так:
- Консультация записывается на Plaud.
- После разговора я открываю Codex и прошу найти эту запись.
- Codex через Plaud MCP получает саммари и транскрипт.
- Из разговора собирается проектный brief: что человек хочет, какая боль, какой результат нужен, что уже известно, где неопределённость.
- Если направление рабочее, Codex превращает brief в mini-PRD или пакет работы.
- Дальше появляются исполняемые сущности: задачи в Linear, заметка или overview в Notion, локальный plan рядом с кодом, первые проверки в репозитории.
- Если scope ясен, можно сразу начинать реализацию: открыть нужный проект, сделать preflight, найти исходники, подготовить первый безопасный шаг.
В этой схеме у каждого своя роль. Plaud — источник фактического разговора. Codex — слой понимания и исполнения. Notion — человеческая карта и долговременная память. Linear — очередь конкретной работы.
И вот это уже действительно похоже на рабочую систему: консультация → запись → brief → задачи → первые действия.
Самое сильное здесь в том, что между «мы поговорили» и «мы начали делать» исчезает трение. Раньше между этими точками часто лежал вечер ручного разбора. Теперь переход занимает несколько минут, и нюансы разговора при этом не теряются.
Важное предупреждение про доступы
У этой силы есть обратная сторона. MCP даёт AI-клиенту реальный доступ к данным Plaud, а не декоративную кнопку. Если подключить Plaud к ChatGPT, Codex или другому клиенту, этот клиент сможет запрашивать записи, читать транскрипты и работать с саммари в рамках выданных разрешений.
Это удобно, но интеграция совсем не игрушечная. В Plaud могут лежать личные разговоры, клиентские консультации, коммерческие детали, медицинские или юридические обсуждения, внутренние созвоны, чужие персональные данные. Поэтому подключать MCP стоит осознанно.
Мои базовые правила тут такие:
- подключать Plaud только к тем AI-клиентам, которым я действительно доверяю;
- понимать, какой аккаунт авторизован через OAuth;
- не раздавать доступ «на всякий случай» всем подряд;
- отключать интеграцию, если клиент больше не используется;
- не просить агента без нужды читать весь архив записей;
- помнить, что транскрипт разговора часто чувствительный источник, а не просто текст.
Официальный MCP делает интеграцию нормальной и устойчивой. Но нормальная интеграция всё равно требует нормальной гигиены доступа.
Формула для меня такая: Plaud MCP стоит подключать не потому, что это модно, а потому что есть понятный рабочий контур. Например: разговоры → brief → Notion → Linear → Codex-исполнение. Тогда доступ оправдан, границы понятны, а польза сильно больше риска.
Сказал — и это уже работа
Меня цепляет здесь одна простая вещь. Голос всегда был самым быстрым способом думать и самым медленным способом действовать: проговорить идею — минута, превратить её в работу — вечер. Этот разрыв и исчезает.
Теперь между «я проговорил» и «это уже делается» почти ничего не стоит. Разговор больше не нужно пересказывать, чтобы он начал жить, — он сразу становится материалом для агента.
И мне кажется, дальше так будет с любым источником: не мы носим данные к инструментам, а инструменты сами приходят к данным. Plaud просто оказался первым местом, где я почувствовал это на собственном рабочем дне.
По теме
Если вы давно записываете разговоры, но потом тратите вечер на их разбор, этот контур как раз про то, как отдать рутину агенту и начинать работу сразу с готового объекта.
Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov
Если хотите разобрать свою задачу — напишите мне Если хотите разобрать свою задачу — напишите мне.
Можно прийти с идеей, черновым контекстом или уже живой задачей. Помогу быстро понять, где реальный следующий шаг, а где лишний шум.
Обычно хватает 2–3 сообщений, чтобы понять, могу ли я здесь реально помочь и в каком формате лучше двигаться дальше.
Связанные материалы
Notion добавил кастомные инструкции для AI Meeting Notes — теперь саммари встреч можно настраивать под свои задачи, а не подстраиваться под шаблоны.
Локальный AI-автокомплит для macOS: предсказывает слова в любом приложении, работает офлайн на Apple Silicon. Советы по настройке и выбору модели.