Транскрипты для ИИ-агентов и LLM-пайплайнов

Вызов transcribe ждёт готовый транскрипт и возвращает его первую часть. Если обработка ещё идёт, агент получает id. Дальше нужно вызывать get_transcription с этим ID, а не заново отправлять ссылку. Аргументы обоих вызовов есть в справочнике инструментов MCP.

В инструкциях агента разделите создание задачи и чтение существующей. Создание запускает работу и может потратить минуты. Чтение возвращает статус или готовый текст. Сохраните ID в постоянном состоянии задачи: после перезапуска агент должен найти его и без истории чата.

В очереди видео храните рядом ID и исходную ссылку. По полной ссылке можно найти недавнюю задачу с теми же настройками. Короткую ссылку при отправке так сопоставить нельзя. Надёжнее всего обращаться к уже известному ID.

В примере ниже вместо ссылки нужно подставить адрес публичного видеопоста Bluesky. Второй вызов показывает, как продолжить чтение с нужного места.

Агент с поддержкой навыков найдёт transcript1 в индексе и прочитает SKILL.md. Файл объясняет, в каком порядке вызывать инструменты и что делать при ошибках.

MCP предоставляет инструменты, а Agent Skill объясняет, как ими пользоваться. Этот же порядок можно повторить в собственной REST-интеграции без MCP-клиента. Файл llms.txt ведёт к документации: получить через него транскрипт нельзя.

Для интерактивного ассистента удобен MCP: длинный текст приходит по частям. Для фоновой загрузки записей подойдут REST-запросы и подписанные вебхуки о завершении. Оба варианта используют минуты и лимиты одного аккаунта. При ограничении параллельных задач учитывайте всех его клиентов.

Попросите API вернуть текст с временными метками и передайте его модели. Параметры запроса описаны в документации по получению транскрипта. В MCP читайте длинные записи по частям, чтобы не переполнить контекст. Для фоновых задач настройте вебхук.

Сохраняйте ссылку или ID источника вместе с началом и концом каждого фрагмента. При поиске по транскриптам делите текст по целым сегментам или смене темы. Не обрывайте слово или реплику посередине. Так цитату из ответа модели можно будет найти в записи.

Пересказ и извлечение фактов выполняет ваша модель, не transcript1. Попросите её отличать цитаты от пересказа и отмечать, чего в источнике нет. Например, транскрипт демонстрации в Instagram не содержит действий, которые автор только показывает на экране. Агенту не стоит их додумывать.

Пока в ответе есть next_from_seconds, текст ещё не закончился. Передайте это значение в from_seconds следующего вызова и запишите, какие части агент уже прочитал. Успешно получить начало лекции недостаточно, чтобы пересказать её целиком.

Для большого материала сначала соберите заметки по всем нужным частям, затем готовьте общий ответ. Оставляйте в заметках временные метки и проверяйте, не уточнил ли автор свою мысль позже. При сравнении нескольких видео перечислите прочитанные записи и те, которые получить не удалось. Ошибка загрузки не означает, что источник подтверждает вывод или ничего не добавляет.

Ошибки login_required и no_audio требуют другого источника. Если же обработка продолжается, достаточно ещё раз проверить статус. Передавайте это различие пользователю или следующему этапу. Не заменяйте ошибку пустым транскриптом: модель может решить, что в записи никто не говорил.

Для локального файла среда агента должна уметь отправлять байты. MCP подготавливает загрузку и завершает её, а сам файл передаётся отдельными HTTP PUT-запросами. Если агент этого не умеет, предложите пользователю загрузить запись в личном кабинете. Затем агент сможет прочитать её обычными инструментами по ID задачи.