Руководство пользователя

AI-ассистент для видеозвонков. Слушает речь собеседника, распознаёт вопросы, находит ответы в базе знаний и показывает подсказки в реальном времени.

Содержание

1. Быстрый старт
2. Главное окно (Overlay)
3. Настройки
   • Поставщики LLM
   • Аудио
   • База знаний
   • Внешний вид
   • Встречи
4. Режимы работы
5. Сценарии использования
6. FAQ

1. Быстрый старт

Первый запуск (3 шага)

1. Вставьте API-ключ LLM-провайдера — Настройки → Поставщики → ввести ключ → Сохранить
2. Разрешите захват системного аудио — macOS запросит разрешение Screen Recording при первом запуске
3. Нажмите кнопку микрофона на верхней панели — пайплайн запустится, приложение начнёт слушать

Минимально необходимое

• API-ключ LLM — Настройки → Поставщики. Генерация ответов на вопросы
• Разрешение Screen Recording — Системные настройки macOS. Захват аудио из видеозвонков

База знаний и внешний RAG — опциональны, но значительно улучшают качество ответов.

2. Главное окно (Overlay)

Overlay — полупрозрачное окно поверх видеозвонка. Оно показывает транскрипцию речи и ответы AI.

Верхняя панель (TitleBar)

• Микрофон (Mic / MicOff) — запускает и останавливает пайплайн (захват аудио + распознавание + AI)
• Режим (MessageSquare / Presentation) — переключает между режимом «Диалог» и «Питч»
• Настройки (Gear) — открывает окно настроек

Микрофон — главная кнопка. Нажали — приложение слушает и помогает. Нажали ещё раз — приложение остановилось.

В режиме «Диалог»

• Транскрипт — текст, который произносит собеседник. Частичные результаты отображаются курсивом, финальные — обычным шрифтом.
• Ответ — AI-подсказка. Появляется только если система определила, что прозвучал вопрос. Бейдж показывает источник: cache (мгновенный из кеша) или llm (сгенерирован моделью).

В режиме «Питч»

• Показывает текст вашего документа (презентация, скрипт продажи)
• Подсвечивает текущий сегмент, синхронизируясь с вашей речью
• Прогресс-бар показывает уверенность синхронизации

Нижняя строка (StatusBar)

• Ожидание (серая точка) — пайплайн не запущен
• Слушаю (зелёная пульсирующая точка) — аудио захватывается, распознавание работает
• Обработка (жёлтая пульсирующая точка) — AI генерирует ответ
• Ошибка (красная точка) — что-то пошло не так (см. сообщение)

3. Настройки

Окно настроек содержит 5 вкладок. Открывается кнопкой с шестерёнкой на верхней панели.

3.1 Поставщики LLM

Назначение: настройка AI-модели, которая генерирует ответы на вопросы.

• API-ключ — вставьте ключ от вашего LLM-провайдера. Приложение автоматически определит провайдера по формату ключа
• Сохранить — сохраняет ключ в системное хранилище (Keychain на macOS). Ключ не покидает ваш компьютер
• Глаз — показать/скрыть ключ
• Проверить подключение — отправляет тестовый запрос к API. Зелёная галочка = всё работает

Как получить ключ:

• Anthropic (Claude) — console.anthropic.com → API Keys. Формат ключа: sk-ant-api03-...
• OpenAI (GPT) — platform.openai.com → API Keys. Формат ключа: sk-proj-... или sk-...
• Google (Gemini) — aistudio.google.com → API Keys. Формат ключа: AIza...
• Ollama (локальный) — установить ollama.com → запустить. Ключ не нужен

Ключ хранится локально в системном Keychain/Credential Manager. При обновлении приложения ключ сохраняется — вводить заново не нужно.

3.2 Аудио

Назначение: настройка источника звука и чувствительности распознавания речи.

• Источник аудио — выбрать откуда захватывать звук. Системный звук — для видеозвонков, Микрофон — для живых встреч
• Уровень звука — просто индикатор (не настройка). Полоса должна двигаться, когда собеседник говорит
• Чувствительность VAD — ползунок порога распознавания речи. Низкая (0.1–0.3): больше ложных срабатываний. Высокая (0.7–0.95): может пропускать тихие фразы. Рекомендация: 0.5
• Автозапуск — пайплайн запускается при старте приложения. Удобно, если используете каждый день

VAD (Voice Activity Detection) — определяет, есть ли в аудио речь. Если пропускаются фразы — понизьте порог. Если срабатывает на фоновый шум — повысьте.

3.3 База знаний

Назначение: загрузка ваших документов, чтобы AI давал ответы на основе ваших данных, а не только общих знаний.

• Добавить файлы — документы разбиваются на фрагменты и индексируются. Загрузите FAQ, скрипты продаж, описания продуктов
• Пересобрать индекс — переиндексирует все ранее добавленные файлы. Используйте после редактирования исходных документов
• Авто-обогащение — добавляет Q&A пары из транскрибаций встреч. Включите — база будет обогащаться реальными вопросами
• RAG включён — использовать базу знаний при генерации ответов. Выключайте только для отладки

Внешний RAG API (опционально):

• URL — адрес внешнего RAG-сервиса (если есть корпоративная база знаний)
• API Key — ключ доступа к внешнему RAG
• Приоритет — какую базу использовать первой

Приоритеты RAG:

• Сначала локальный — ищет в вашей KB → если не нашёл, идёт во внешний RAG
• Сначала внешний — ищет во внешнем RAG → если не нашёл, ищет локально
• Только локальный — только ваши загруженные документы
• Только внешний — только внешний RAG API

Важно: файлы можно добавлять только при запущенном пайплайне (кнопка микрофона активна). Но добавлять нужно только один раз — данные сохраняются между сессиями.

Какие файлы загружать:

• .md — FAQ, инструкции, описания продуктов. Пример: faq.md, product-features.md
• .txt — скрипты продаж, шаблоны ответов. Пример: sales-script.txt
• .csv — таблицы с данными (цены, сравнения). Пример: pricing.csv
• .json — структурированные Q&A пары. Пример: qa-pairs.json

3.4 Внешний вид

Назначение: визуальная настройка окна.

• Язык — Русский / English
• Прозрачность — 30% — 100%. Рекомендация: 80–90% — видно и текст, и видеозвонок за окном
• Контраст текста — 30% — 100%. Рекомендация: 100% — максимальная читаемость
• Размер шрифта — 12px — 28px. Рекомендация: 14–16px — для экрана с нормальным расстоянием
• Поверх всех окон — вкл/выкл. Включите — окно не будет скрываться за видеозвонком
• Автозапуск — вкл/выкл. Включите, если пользуетесь ежедневно

3.5 Встречи

Назначение: выбор типа отчёта, который генерируется после встречи.

• Резюме — ключевые темы, принятые решения, поставленные задачи, вопросы и ответы. Для всех участников встречи
• Анализ ошибок — фактические ошибки, неточности, противоречия в речи. Для обучения менеджеров, контроля качества
• Неотвеченные вопросы — вопросы, на которые не был дан ответ. Для подготовки follow-up
• Оценка участников — анализ коммуникации: ясность, убедительность, работа с возражениями. Для HR, тренингов
• Оценка кандидата — компетенции, сильные/слабые стороны, рекомендация. Для рекрутеров после собеседования
• Оценка интервьюера — качество вопросов, структура интервью, bias-анализ. Для HR, обучения интервьюеров
• Конспект лекции — структурированный конспект с ключевыми тезисами. Для студентов, слушателей

Отчёт генерируется на сервере и отправляется на вашу email в формате PDF.

4. Режимы работы

Диалог (основной)

Собеседник говорит → речь распознаётся → определяется вопрос → поиск в базе знаний → LLM генерирует ответ → показ в overlay.

Когда использовать: видеозвонки, переговоры, консультации, собеседования — любая ситуация, где вам задают вопросы.

Что происходит:

1. Приложение захватывает аудио из системного звука
2. Речь распознаётся в реальном времени
3. Если распознан вопрос (по ключевым словам и интонации), запускается цепочка:
   • Поиск похожих фрагментов в базе знаний (RAG)
   • LLM получает вопрос + контекст из KB + историю диалога
   • Ответ стримится токен за токеном в overlay
4. Если это не вопрос — транскрипт показывается, но AI не отвечает

Питч (презентация)

Вы загружаете документ → начинаете говорить → приложение следит за вашей речью и показывает текущий сегмент.

Когда использовать: презентации, питчи, выступления — когда вам нужен «суфлёр».

Что происходит:

1. Загрузите документ (текст выступления, скрипт)
2. Нажмите «Начать синхронизацию»
3. Приложение разбивает текст на сегменты
4. По мере вашей речи подсвечивает текущий сегмент
5. Показывает прогресс и уверенность синхронизации

5. Сценарии использования

Сценарий 1: Первая настройка для менеджера по продажам

1. Запустить приложение
2. Настройки → Поставщики → вставить API-ключ Claude → Сохранить
3. Проверить подключение → ✓ Подключено
4. Нажать кнопку микрофона → пайплайн запустится
5. Настройки → База знаний → Добавить файлы: faq.md (часто задаваемые вопросы клиентов), pricing.csv (таблица цен), product-features.md (описание продукта)
6. ✓ Проиндексировано 3 из 3 файлов
7. Готово! Начните видеозвонок — подсказки появятся автоматически

Сценарий 2: Подготовка к важной презентации

1. Запустить приложение
2. Переключить режим на «Питч» (кнопка Presentation)
3. Нажать «Загрузить документ» → выбрать текст выступления
4. Нажать кнопку микрофона → запустить пайплайн
5. Нажать «Начать синхронизацию»
6. Начать говорить — приложение будет показывать, где вы находитесь

Сценарий 3: Анализ после встречи

1. Во время звонка приложение автоматически записывает
2. После остановки пайплайна появляется диалог: «Какие отчёты создать?»
3. Выбрать нужные отчёты (Резюме, Анализ ошибок и т. д.)
4. Нажать «Создать и отправить»
5. Через 2–3 минуты PDF-отчёт придёт на email

Сценарий 4: Обучение новых сотрудников

1. Загрузить в базу знаний все инструкции и регламенты
2. Включить «Авто-обогащение» в настройках KB
3. Новый сотрудник проводит звонки с приложением
4. AI подсказывает правильные ответы на основе KB
5. После каждой встречи — отчёт «Анализ ошибок»
6. С каждой встречей база знаний обогащается Q&A парами

Сценарий 5: Использование с корпоративной базой знаний

1. Настройки → База знаний → Внешний RAG API
2. Указать URL корпоративного RAG-сервиса
3. Указать API-ключ
4. Выбрать приоритет «Сначала внешний»
5. Проверить подключение → ✓ Подключено
6. Теперь AI будет искать ответы в корпоративной базе

6. FAQ

Приложение не слышит звук из видеозвонка

1. Проверьте, что дали разрешение Screen Recording: Системные настройки → Конфиденциальность → Запись экрана → Teleprompter ✓
2. Источник аудио должен быть «Системный звук» (Настройки → Аудио)
3. Убедитесь, что звук в видеозвонке не на мьюте
4. Проверьте индикатор уровня звука — полоса должна двигаться

Нет ответов от AI, только транскрипт

• Проверьте API-ключ: Настройки → Поставщики → Проверить подключение → должно быть ✓
• Система отвечает только на вопросы. Утверждения игнорируются. Попробуйте задать явный вопрос: «Какие у вас цены?»
• Проверьте логи: если в статусе «Ошибка» — кликните для деталей

Ответы AI не учитывают мои данные

• Убедитесь, что файлы добавлены в базу знаний: Настройки → База знаний → должно быть «Проиндексировано N файлов»
• Проверьте, что RAG включён (переключатель в настройках KB)
• Если исходные файлы изменились — нажмите «Пересобрать индекс»

При обновлении приложения пропали данные

• API-ключи хранятся в системном Keychain — они не пропадают при обновлении
• База знаний хранится в папке данных приложения — она не пропадает при обновлении

Как добавить файлы в базу знаний?

1. Сначала запустите пайплайн (кнопка микрофона)
2. Затем: Настройки → База знаний → Добавить файлы
3. Выберите файлы (md, txt, csv, json)
4. Дождитесь сообщения «Проиндексировано N из N файлов»
5. Добавлять нужно только один раз — данные сохраняются

Можно ли использовать бесплатную модель?

Да — установите Ollama, скачайте модель (например llama3), а в настройках поставщиков укажите: ключ не нужен — приложение определит Ollama автоматически.

Горячие клавиши

• Cmd+Shift+S — показать/скрыть overlay (глобальная)

Версия документа: 0.2.2