Cómo sacar la minuta de una reunión grabada con IA (y saber quién dijo qué)

Una minuta útil es una lista de decisiones y responsables en la que cada punto se puede comprobar contra la grabación. Con una herramienta de IA que transcribe por hablante y guarda el timestamp de cada frase, la minuta sale en un par de preguntas y cualquier duda se resuelve escuchando diez segundos de audio en lugar de la hora completa.

¿Qué necesita una herramienta de IA para hacer bien una minuta?

Tres cosas, y las tres tienen que ocurrir antes de que el modelo escriba una sola línea.

La primera es una transcripción con hablantes separados. Sin diarización, "acordamos bajar el presupuesto" no dice quién lo propuso ni quién aceptó, y esa es justamente la información que después se discute.

La segunda es que cada frase conserve su tiempo de inicio y fin. Una transcripción plana pegada en un chat pierde eso: el modelo puede resumir, pero nadie puede volver al momento exacto para comprobarlo.

La tercera es que el modelo responda solo con lo que hay en la transcripción. Si el sistema le pasa al modelo un archivo de texto sin estructura, o si el audio es demasiado largo para su ventana de contexto, el modelo completa los huecos con lo que "suele pasar en una reunión". Eso es lo que produce minutas con acuerdos que nunca se tomaron.

BrainBox es un espacio de trabajo de IA para documentos que responde con citas a la página exacta. En audio y video, la "página" es el segundo: cada segmento de la transcripción se indexa con su hablante y su timestamp, y las respuestas citan ese punto.

¿Cómo se saca la minuta paso a paso?

1. Sube la grabación al Box de la reunión o del proyecto

   Arrastra el MP3, MP4, M4A, WAV o MOV. El archivo aparece con estado Pendiente mientras se transcribe y pasa a Indexado cuando ya puedes preguntarle. No hace falta convertirlo ni recortarlo: el límite es 2 GB y 10 horas por archivo.

2. Abre el archivo y revisa la transcripción

   El reproductor muestra la transcripción con el hablante y el tiempo de cada línea. Si activas Seguir transcripción, la línea activa se desplaza con el audio. Sirve para comprobar que la calidad del audio permitió una transcripción limpia antes de pedir nada.

3. Dile a la IA quién es cada hablante

   La diarización etiqueta a las personas como Speaker A, Speaker B, etc. Un mensaje del tipo "Speaker A es Laura (gerencia), Speaker B es Andrés (finanzas)" basta para que la minuta use nombres.

4. Pide la minuta con una estructura concreta

   Cuanto más específica la petición, más comprobable la minuta. Por ejemplo: "Minuta con: asistentes, decisiones tomadas, responsables y fechas, temas pendientes. Cita el momento de cada decisión."

5. Verifica las decisiones haciendo clic en las citas

   Cada decisión llega con una cita que abre el reproductor en ese segundo. Si una frase está mal atribuida o el modelo resumió de más, lo ves en diez segundos de audio.

6. Guarda la minuta en el Box o expórtala

   Puedes pedirle a la IA que escriba la minuta como archivo dentro del Box, exportar el chat a PDF, Markdown o HTML, o copiar una referencia temporal para pegarla en un correo.

¿Cómo se ve una minuta con citas al audio?

Así responde BrainBox a una petición de minuta sobre una reunión de 48 minutos. Cada decisión lleva un número de cita, y la lista de Footnotes debajo del mensaje indica el archivo y el segundo exacto.

Al hacer clic en una nota al pie, el reproductor se abre en ese punto y la transcripción queda así:

00:13:51Laura

Yo propongo bajar marketing un doce por ciento, pero solo para el último trimestre.

00:14:02Andrés

De acuerdo, con la condición de que lo revisemos en enero con los números cerrados.

00:14:09Laura

Perfecto, queda así.

La afirmación "aceptó Andrés con la condición de revisarlo en enero" no depende de la memoria de nadie: está en el minuto 14:02.

¿Qué formatos y límites tiene la transcripción?

¿Qué preguntas conviene hacer después de la minuta?

Como la transcripción queda indexada en el Box, las preguntas siguientes se responden con las mismas citas:

• "¿Qué compromisos asumió Andrés en esta reunión y en la del 7 de agosto?" Si ambas grabaciones están en el Box, la respuesta cruza las dos con el minuto de cada una.
• "¿En qué momento se habló del proveedor X?" Devuelve los segmentos con su timestamp, sin que tengas que escuchar nada.
• "Redacta el correo de seguimiento con las tres decisiones y sus responsables." Sale listo para enviar, con las citas si las quieres conservar.

Si la grabación es de una audiencia o de una entrevista, la lógica es la misma. En un expediente, la cita al segundo exacto es lo que permite citar lo que se dijo sin reconstruirlo de memoria.

¿En qué se diferencia de pegar la transcripción en ChatGPT?

Pegar una transcripción en un chat general funciona para una reunión corta. Deja de funcionar cuando la reunión dura dos horas, cuando hay varias grabaciones del mismo proyecto o cuando alguien pide "¿dónde dijo eso?".

NotebookLM también transcribe audio y permite preguntarle. La diferencia práctica está en la diarización, en el reproductor con transcripción sincronizada y en que la grabación convive con los PDF, correos y hojas de cálculo del mismo proyecto, de modo que una pregunta puede cruzar la reunión con el contrato que se discutió en ella.

Para equipos de cumplimiento, la misma grabación sirve como evidencia de lo acordado en un comité. Para equipos legales, es la base para preparar el acta de una audiencia o una declaración sin depender de notas tomadas a mano.

El límite práctico es 10 horas y 2 GB por archivo; una jornada completa de trabajo grabada cabe en un solo archivo y se puede preguntar entera.