Przejdź do treści

AI do notatek ze spotkań: transkrypcja, streszczenie i prywatność

Adam Marzec
Mapa AI do notatek ze spotkań: nagłówek AI ZAPISUJE TWOJE SPOTKANIA, karty TEAMS AI RECAP PLAN PREMIUM, NOTION BUSINESS 19,50 EUR MIES. i WHISPER LOKALNIE 0 ZL; pieczątka TEST 51/52 SŁÓW; odczyt 27.10.2026

Spotkanie kończy się, a notatka pisze się sama: nagranie przechodzi przez transkrypcję, model rozdziela decyzje od zadań i dopisuje, kto co robi. Tyle że ścieżki do tego celu kosztują od zera do kilkudziesięciu euro miesięcznie, a różnica między nimi sprowadza się do jednego pytania: gdzie ląduje nagranie twojego spotkania. Zanim do tego przejdę, liczby z własnego testu: pętla mowa-tekst na polskim nagraniu 22 sekund zwróciła transkrypcję w 4 sekundy, 51 z 52 słów poprawnie, kosztem zero złotych i bez wysyłania czegokolwiek w sieć.

Ten tekst to trzecia część cyklu o AI w biurze, obok prezentacji i Excela. Zbudowałem go od strony decyzji, którą podejmujesz raz: używasz transkrypcji wbudowanej w platformę spotkań (Teams wymaga planu premium albo licencji Copilota, co potwierdzam dokumentacją Microsoftu), płacisz za notatki w narzędziu roboczym (Notion włącza pełne AI w planie Business po 19,50 euro od osoby) albo składasz własną ścieżkę z darmowych klocków: Whisper lokalnie plus streszczenie na czacie. Konkretne prompty do streszczeń pochodzą z metody używania AI w pracy, a instalację Whispera opisałem osobno w tekście o transkrypcji nagrań za darmo, więc tu nie powtarzam tych kroków.

Najważniejsze informacje

ŚcieżkaCo dostajesz (odczyt 27.10.2026)
Teams: AI recapwymaga licencji Teams Premium albo Microsoft Copilot; dostęp włącza administrator polityką
Notion AI Meeting Notespełne AI dopiero w planie Business 19,50 euro od osoby miesięcznie; plany Free i Plus mają tylko trial
Whisper lokalnie0 zł, bez konta; nagranie nie opuszcza komputera, streszczenie robisz z transkrypcji na czacie
NotebookLMwłasne nagrania i pliki jako źródła; plan darmowy 100 notatników i 50 źródeł na notatnik
Test mowa-tekstPiper + faster-whisper small: 22,1 s audio w 4,0 s, 51 z 52 słów poprawnie
Główny błąd testu„migracja” wróciła jako „Miracja” (nazwa własna); liczby wróciły jako cyfry

Czym jest AI do notatek ze spotkań

Pod frazą „ai do notatek” kryją się trzy różne kroki i warto je rozdzielać, bo każdy może siedzieć w innym miejscu. Pierwszy to nagranie: ktoś włącza rejestrację w platformie spotkań albo położy telefon przy laptopie. Drugi to transkrypcja, czyli zamiana mowy na tekst, tu pracują modele typu Whisper, które po polsku radzą sobie już naprawdę dobrze. Trzeci to właściwe notatki: model czyta transkrypcję i wyciąga z niej decyzje, zadania z właścicielami i terminy, bo nikt nie czyta dziesięciu stron surowego zapisu.

Dlatego wybór narzędzia to w praktyce dwa wybory. Gdzie robi się transkrypcja (chmura platformy, aplikacja notatkowa albo twój komputer) i gdzie robi się streszczenie (to samo narzędzie albo zwykły czat). Najtańsza kombinacja jest zarazem najbardziej prywatna: transkrypcja lokalna plus czat, do którego wklejasz tekst, nie nagranie.

Transkrypcje w platformach spotkań: plan decyduje

Microsoft dokumentuje to czarno na białym: AI-podsumowania spotkań w Teams (intelligent recap, łącznie z transkrypcją w jego ramach) wymagają przypisanej licencji Teams Premium albo licencji Microsoft Copilot, a dostęp włącza administrator polityką transkrypcji. Dla audio-recapu potrzebna jest dodatkowo licencja Copilota. W praktyce oznacza to, że w typowej polskiej firmie korzystającej z Microsoft 365 notatki z AI w Teamsie nie są decyzją pracownika, tylko budżetową decyzją administracji IT: kto ma Premium albo Copilota, ten dostaje recap, reszta spotkania rozchodzi się po salach z papierkiem.

Z podobnych platform korzystają chmurowe aplikacje do spotkań i aplikacje notatkowe z botem wchodzącym w rozmowę; tu ceny i limity sprawdzaj na liście planów dostawcy, bo zmieniają się co kwartał. Jedna rzecz jest wspólna: jeśli spotkanie siedzi w płatnym ekosystemie firmy, najpierw sprawdź, co twój plan już zawiera, zanim zapłacisz drugi raz za to samo w osobnym narzędziu.

Test: pętla mowa-tekst na polskim nagraniu

Zamiast opowiadać, jak Whisper radzi sobie z polskim, zmierzyłem to od końca do końca. Zsyntetyzowałem Piperem, lokalnym lektorem z polskim głosem (darkman-medium, model około 63 MB z Hugging Face), czterozdaniowy protokół spotkania: trzy punkty, nazwisko osoby odpowiedzialnej, kwoty i daty wypowiedziane słownie. Powstało nagranie 22,1 sekundy. Potem przepuściłem je przez faster-whisper, silnik transkrypcji zainstalowany jedną komendą (model small, kwantyzacja int8, zwykły procesor bez karty graficznej).

Wyniki w liczbach. Wczytanie modelu: 1,9 sekundy, jednorazowo. Transkrypcja 22,1 sekundy nagrania: 4,0 sekundy, czyli około pięć i pół razy szybciej niż realny czas. Język rozpoznany automatycznie jako polski z pewnością 1,00. Z 52 słów oryginału 51 wróciło poprawnie. Jedyny błąd: słowo „migracja” transkrypcja zapisała jako „Miracja”, z wielkiej litery, jak nazwę własną firmy. Liczby dyktowane słownie wróciły jako cyfry: „dziewiąty listopada” stało się „9 listopada”, a „czterdzieści tysięcy złotych” zamieniło się w „40 tysięcy złotych”. Do notatek służbowych to akurat wygodne, bo cyfry łatwiej wyszukiwać.

Oto oba teksty obok siebie, bo na nich widać najlepiej, co silnik zrobił z polszczyzną. Oryginał, który dyktowałem lektorowi: „Protokół spotkania zespołu, poniedziałek dziewiąty listopada. Pierwszy punkt: wdrożenie nowego raportu sprzedaży startuje dwunastego listopada, odpowiada Marta. Drugi punkt: migracja bazy klientów przesuwa się o tydzień z powodu testów bezpieczeństwa. Trzeci punkt: budżet na reklamę w czwartym kwartale zostaje bez zmian, czterdzieści tysięcy złotych.”

A to zwróciła transkrypcja: „Protokół spotkania zespołu, poniedziałek 9 listopada. 1. Wdrożenie nowego raportu sprzedaży startuje 12 listopada, odpowiada Marta. 2. Miracja bazy klientów przesuwa się o tydzień z powodu testów bezpieczeństwa. 3. Budżet na reklamę w 4 kwartale zostaje bez zmian 40 tysięcy złotych.”

Struktura przetrwała w całości: trzy punkty, osoba odpowiedzialna i kwoty siedzą na swoich miejscach, więc takie pismo da się streszczać czatem bez poprawek. Zmiany są dwa rodzaje. Jedna to błąd fonetyczny (Miracja), który w protokole trzeba poprawić ręcznie, bo model nie zna prawdziwego słowa. Druga to normalizacja liczb, czyli zamiana słów na cyfry; nie jest to błąd, ale warto o niej wiedzieć przy wyszukiwaniu po transkrypcji, bo fraza „czterdzieści tysięcy” nie trafi już na zapis „40 tysięcy”.

Jedno zastrzeżenie podaję wprost: nagranie było syntetyczne, czysty jeden głos bez szumu tła. Prawdziwe spotkanie z kilkoma mówcami, słabym mikrofonem i przejmowaniem słowa będzie trudniejsze i błędów będzie więcej. Ten test mierzy dolną granicę jakości, nie górną. Mimo to pętla działa na tyle dobrze, że streszczanie takich transkrypcji czatem ma sens już dziś.

Whisper lokalnie: nagranie nigdy nie opuszcza komputera

Dla wielu osób argument za ścieżką lokalną nie jest ceną, tylko prywatnością. Whisper (i jego szybsza odmiana faster-whisper, którą użyłem w teście) uruchamiasz na własnym komputerze, model pobiera się raz, a nagranie nigdy nie trafia do chmury żadnego dostawcy. Nie potrzebujesz konta, karty ani subskrypcji, a przy dłuższych nagraniach koszt jest zawsze ten sam: zero. Cała instalacja, z pomiarami na polskich nagraniach, stoi w tekście o transkrypcji audio na tekst za darmo, a do słabszych maszyn jest Whistle, model mieszczący się w 17 MB.

Streszczenie robisz dopiero z transkrypcji i tu jest miejsce na czat. Wklejasz tekst i prosisz o konkretny format: „wypisz decyzje, zadania z osobami odpowiedzialnymi i terminy; nie dodawaj nic od siebie”. To klasyczna konstrukcja zadanie-kontekst-format z metody pracy z AI, a zaleta jest taka, że do czatu leci tekst, nie nagranie, więc spotkanie z danymi personalnymi zostaje na twoim dysku, a w oknie czatu ląduje tylko to, co i tak byłoby w protokole.

Notion AI i NotebookLM: notatki w narzędziu, w którym pracujesz

Trzecia droga to zostawienie notatek narzędziu, w którym i tak trzymasz pracę zespołu. Notion rozdziela to wyraźnie na planach: Free i Plus (9,50 euro od osoby miesięcznie) dostają tylko trial możliwości AI, pełne notatki ze spotkań wchodzą w planie Business po 19,50 euro od osoby, gdzie na liście funkcji stoi AI Meeting Notes z dopiskiem „no bot needed” (notatki bez bota wchodzącego w rozmowę) oraz Notion Agent. Ceny cytuję z cennika Notion w euro, bo dokładnie taką wersję serwowała mi strona przy odczycie 27 października; kwoty w złotych zobaczysz w kasie z polskim rozliczeniem.

Do własnych nagrań i plików pasuje NotebookLM: wrzucasz materiały jako źródła notatnika i pytasz o streszczenie albo konkret. Plan darmowy mieści 100 notatników i 50 źródeł na notatnik, co opisałem z liczbami w tekście o Gemini Notebooku. Tu też trafiają frazy „ai do notatek z pdf” i „ze zdjęć”: NotebookLM bierze dokumenty i materiały graficzne jako źródła, więc streszczenie wykładu z PDF-a to ta sama ścieżka co notatki z nagrania.

Prywatność spotkań: trzy pytania przed nagraniem

Nagranie spotkania to decyzja o danych osobowych, nie wygodna funkcja. Pierwsze pytanie: czy wszyscy wiedzą? Zapis o uczestnikach podlega RODO bez względu na to, czy nagrywa telefon, platforma czy bot, a w relacji pracodawca-pracownik dochodzą wewnętrzne zasady, które mogą być ostrzejsze niż prawo. Pytanie drugie: gdzie ląduje plik? W chmurze platformy, na dysku organizacji, u dostawcy aplikacji notatkowej; każda z tych odpowiedzi ma inną ścieżkę dostępu i inną retencję. Trzecie: jak długo? Nagranie po zrobieniu notatek zwykle można skasować, i warto to zrobić, bo półgodzinny plik z rozmowy o wypłatach nie powinien leżeć w archiwum latami.

Ścieżka lokalna z poprzedniej sekcji odpowiada na część tych pytań automatycznie: plik zostaje u ciebie, do czatu leci tylko tekst transkrypcji, a coś w niej możesz przed wklejeniem zanonymizować. Nie zwalnia to z poinformowania uczestników, ale zdejmuje najtrudniejszą część ryzyka, czyli wyciek nagrania do usługi, o której nikt na spotkaniu nie słyszał.

Jak zrobić notatki ze spotkania za darmo krok po kroku

Ścieżka poniżej kosztuje zero złotych i nie wymaga żadnego konta płatnego; streszczenie robisz na dowolnym darmowym czacie.

  1. Nagraj spotkanie: rejestracją platformy albo dyktafonem przy laptopie, po poinformowaniu uczestników.
  2. Przepuść nagranie przez Whisper lokalnie wg instrukcji z tekstu o transkrypcji; dostajesz plik tekstowy z zapisem rozmowy.
  3. Przeczytaj transkrypcję pod kątem błędów nazw własnych; mój test wrócił z „Miracją” zamiast migracji, a takich rzeczy czat w streszczeniu nie poprawi, bo nie zna prawdy.
  4. Wklej tekst do czatu z poleceniem o konkretnym formacie: „wypisz decyzje, zadania z osobami odpowiedzialnymi i terminy; nic nie dodawaj od siebie”.
  5. Zapisz notatkę tam, gdzie szuka jej zespół (Notion, dokument, wiki) i skasuj nagranie, jeśli nie ma powodu, by leżało dalej.
Ilustracja stylizowana ścieżki: spotkanie, nagranie, Whisper lokalnie na komputerze, streszczenie na czacie z formatem decyzje-zadania-terminy, notatka zapisana dla zespołu

Po czasie sprawdzisz, który punkt protokołu ugrzązł: wracasz do transkrypcji, nie do nagrania, więc szukanie po tekście zastępuje odtwarzanie.

Najczęstsze pytania

Jak zrobić notatki ze spotkania z AI?

Najtańsza droga: nagranie przez Whisper na własnym komputerze, transkrypcję wklejasz do darmowego czatu i prosisz o streszczenie w formacie decyzje-zadania-terminy. Całość mieści się w zero złotych, a nagranie nie opuszcza twojego dysku. Pełna ścieżka w pięciu krokach jest w sekcji wyżej.

Czy AI do notatek jest darmowe?

Ścieżka lokalna tak: Whisper i faster-whisper są darmowe, bez kont i limitów, a streszczenie robi czat na darmowym koncie. Płatne są wygody: pełne AI Meeting Notes w Notion wchodzi w planie Business po 19,50 euro od osoby, a AI-recap w Teams wymaga planu premium albo licencji Copilota.

Jakie AI do notatek od Google?

Podstawowe darmowe narzędzie to NotebookLM: wrzucasz nagrania i dokumenty jako źródła notatnika (do 100 notatników i 50 źródeł na notatnik w planie darmowym) i prosisz o streszczenie. Do samej transkrypcji nagrania Google nie oferuje darmowego lokalnego narzędzia, więc zostaje Whisper na własnym komputerze.

Czy AI do notatek nadaje się do nauki?

Tak, ta sama pętla działa na wykładach: nagranie, transkrypcja lokalna, streszczenie czatem z pytaniami powtórkowymi. Liczby z naszego testu (51 z 52 słów poprawnie na czystym nagraniu) dotyczą jednego głosu, więc z sali wykładowej z echem błędów będzie więcej i transkrypcję trzeba przejrzeć przed nauką.

Czy AI zrobi notatki z PDF-a i ze zdjęć?

Tak, i do tego lepszy jest NotebookLM niż Whisper: dokumenty i materiały graficzne wgrywa się jako źródła notatnika i pyta o streszczenie albo konkretne informacje. Whisper jest narzędziem do mowy, pliki tekstowe i obrazki obsługują narzędzia źródłowe typu NotebookLM.

Źródła

Powiązane artykuły