Plaud MCP: keď sa zápis zo schôdzky stane vstupom pre agenta

AI vo firme často narazí na rovnaký problém: najdôležitejšie informácie nie sú vo knowledge base, ale v rozhovore. Obchodník niečo sľúbil na stretnutí, konzultant počul výnimku v procese, support riešil zložitý prípad po telefóne a zakladateľ si odniesol rozhodnutie z callu. Ak sa to nedostane do systému, agent s tým nevie pracovať.

Video od Filipa Oborníka z AI s rozumem z 13. júla 2026 ukázalo Plaud Note Pro hlavne prakticky: záznamník, prepis, šablóny, Ask Plaud, AutoFlow a napojenie do agentov. Dôležitejšie než samotné zariadenie je však oficiálne Plaud MCP a CLI. Plaud v dokumentácii uvádza, že cez MCP je možné pripojiť nahrávky ku Claude, Cursoru, ChatGPT, Codexu a ďalším MCP kompatibilným klientom. CLI zas dáva prístup k nahrávkam, prepisom, audio súborom a AI súhrnom z terminálu.

Z Plaudu sa tým stáva niečo zaujímavejšie než inteligentný diktafón. Je to most medzi fyzickou schôdzkou a automatizáciou.

Čo sa reálne mení

Klasické meeting workflow vyzerá takto: nahrať, prepísať, ručne nájsť akčné body, prepísať ich do CRM, poslať follow-up a dúfať, že nikto nezabudne dôležitý detail.

S MCP vrstvou sa z toho dá spraviť iný proces. Agent sa môže spýtať na posledné obchodné stretnutia, nájsť konkrétnu nahrávku, prečítať prepis, vytiahnuť záväzky, pripraviť follow-up e-mail, vytvoriť úlohy a doplniť CRM poznámku. Nie preto, že Plaud „má AI“, ale preto, že z nahrávky sa stáva štruktúrovaný zdroj, ku ktorému má agent kontrolovaný prístup.

Oficiálna dokumentácia Plaud MCP opisuje auto-konfiguráciu pre Claude Desktop, Claude Code, Codex Desktop a editory typu Cursor, Windsurf, VS Code alebo Zed. Webové varianty Claude a ChatGPT majú interaktívny guide. Inštalácia beží cez npx balík @plaud-ai/mcp a vyžaduje Node.js 20 alebo novší a Plaud účet. Changelog uvádza, že Plaud MCP a CLI sú od 12. mája 2026 všeobecne dostupné.

Kde to dáva zmysel nasadiť

Prvý dobrý scenár je obchod. Po meetingu nechcem len pekný súhrn. Chcem vedieť, čo zákazník sľúbil, čo sľúbil obchodník, aké námietky padli, aký je ďalší krok, kto je decision maker a čo sa má prepísať do CRM. Agent môže pripraviť návrh poznámky, ale finálny zápis do CRM by som stále nechal cez kontrolovanú akciu alebo ľudské schválenie.

Druhý scenár je konzulting a interné zmenové riadenie. Pri workshopoch, procesných auditoch alebo discovery calloch býva cenné, že ľudia povedia konkrétne výnimky: „toto obchádzame e-mailom“, „faktúry ešte kontroluje Jana“, „dáta v CRM nie sú spoľahlivé“. Cez MCP môže agent tieto fragmenty nájsť naprieč nahrávkami a previesť ich do backlogu alebo procesného dokumentu.

Tretí scenár je support a success. Z hovoru so zákazníkom môže vzniknúť klasifikácia problému, návrh odpovede, interná incident note a zoznam chýbajúcich článkov v knowledge base. Tu je dôležité neautomatizovať naslepo. Agent môže pripraviť výstup, ale pri citlivých zákazníckych údajoch alebo obchodných záväzkoch má byť review povinné.

Štvrtý scenár sú osobní agenti pre ľudí, ktorí veľa hovoria: zakladatelia, account manažéri, architekti, konzultanti, právnici alebo lekári. Nie preto, že by každý potreboval ďalšiu aplikáciu. Skôr preto, že hlas je často najrýchlejší spôsob, ako dostať realitu do systému.

Ako by som to zapojil do workflow

Praktický pilot by som nestaval ako „nahrávajme všetko.“ Začal by som úzkym use casom.

Napríklad obchodný follow-up:

1. Nahrávka schôdzky v Plaude. 2. Prepis a základný súhrn v Plaud aplikácii. 3. Agent cez Plaud MCP nájde konkrétnu nahrávku a vytiahne záväzky, riziká a ďalšie kroky. 4. Druhý krok pripraví e-mail, CRM poznámku a checklist. 5. Človek schváli, čo sa odošle a čo sa zapíše do CRM. 6. Workflow uloží auditnú stopu: nahrávka, prepis, prompt, výstup, schválenie.

V n8n alebo Make by som Plaud bral ako zdroj dát, nie ako miesto, kde má skončiť celý proces. Agent vyrobí štruktúrovaný JSON: ľudia, firma, témy, záväzky, termíny, riziká, follow-up. Automatizácia potom rozhodne, čo ide do CRM, čo do Notionu, čo do Linear/Jiry a čo musí človek potvrdiť.

Na čo si dať pozor

Prvé riziko je súhlas a citlivosť dát. Nahrávka schôdzky nie je obyčajný dokument. Obsahuje osobné údaje, obchodné informácie, niekedy zdravotný alebo právny kontext. Skôr než z toho spravíte agentný vstup, potrebujete jasné pravidlo, čo sa smie nahrávať, kto k tomu má prístup, ako dlho sa dáta držia a kedy sa mažú.

Druhé riziko je prehnaná dôvera v súhrn. Prepis a AI notes nie sú pravda sama osebe. Pri rozhodnutiach, peniazoch, zmluvách alebo záväzkoch by som vždy ukladal odkaz na konkrétnu nahrávku alebo pasáž prepisu. Agent má dať návrh a dôkaz, nie iba sebavedomý záver.

Tretie riziko je práca cez webových klientov. Plaud pri HTTP klientoch ako Claude Web a ChatGPT Web uvádza, že dáta prechádzajú cez Plaud MCP server hostovaný v USA a po dokončení requestu sa neukladajú. Je to užitočné tvrdenie, ale pre firemné použitie stále potrebujete vlastné posúdenie podľa privacy policy, zmlúv a interných pravidiel.

Čo si z toho vziať

Plaud MCP nie je dôležitý len kvôli hardvéru. Podstatné je, že fyzické rozhovory začínajú byť dostupné agentom ako normálny pracovný zdroj. To je veľký rozdiel oproti ručným zápisom a zabudnutým poznámkam.

Dobré nasadenie nebude „agent číta všetky moje hovory.“ Dobré nasadenie bude úzky proces, jasné súhlasy, zdrojová politika, audit, ľudské schválenie a meranie, či sa naozaj zlepšuje follow-up, CRM kvalita alebo knowledge base.

Ak už vo firme riešite agentov, Plaud je dobrá pripomienka jednej veci: agent nie je silný iba podľa modelu. Je silný podľa toho, k akým správnym dátam má kontrolovaný prístup.

Zdroje: YouTube signál AI s rozumem Recenze Plaud Note Pro po měsíci, Plaud produktová stránka Plaud Note Pro, Plaud docs Developer Platform overview, Plaud docs Plaud MCP, Plaud docs Plaud CLI a Plaud MCP & CLI changelog.