Na een salesgesprek kan een AI-assistent die via MCP met Speak-Y is gekoppeld de transcriptie lezen en de CRM-invoer voor u opstellen: contact, pijnpunt, budget, volgende stap en één citaat in de woorden van de klant. U geeft hem één keer een sjabloon, vraagt het na elk gesprek in één zin, controleert de getallen aan de hand van de tijdstempels en plakt het resultaat in het CRM.
Het plakken gebeurt met de hand. Speak-Y heeft geen CRM-integratie, en deze handleiding doet niet alsof dat anders is. Wat wegvalt, is het kwartier aan het eind van de dag waarin u het gesprek uit uw geheugen reconstrueert — het deel waarin budgetten worden afgerond en volgende stappen hun datum kwijtraken. Alles hieronder is op 12 oktober 2026 gecontroleerd in de macOS-app en in de documentatie van de leveranciers.
De opname als tekst, met genoeg structuur om eruit te citeren. De MCP-server van Speak-Y geeft de assistent twee tools die hier van belang zijn: get_latest_recording voor "het gesprek dat ik net had" (met meetings_only slaat hij korte dictaten over) en get_transcript voor een specifieke opname die via de zoekfunctie is gevonden. Beide geven Markdown terug met vier onderdelen:
De audio hoort er niet bij. Het lezen gebeurt lokaal, uit de bibliotheek op uw Mac, en er hoeft verder niets voor te draaien. De server zit in elk Speak-Y-abonnement, ook in Free; koppelen is één klik op Verbinden in Instellingen → Integraties, beschreven in vergadernotities koppelen aan AI-assistenten.

Alles waar de dealkaart van uw CRM om vraagt, en niets wat het gesprek niet kan aantonen. Een sjabloon dat werkt voor een discovery- of kwalificatiegesprek:
Stel een CRM-notitie op van mijn laatste salesgesprek in Speak-Y.
Contact: naam, functie, bedrijf
Pijnpunt: het probleem in een of twee zinnen, in de termen van de klant
Budget: het bedrag of de bandbreedte die de klant noemde
Planning: wanneer ze willen beslissen of starten
Beslissing: wie er nog meer bij de beslissing betrokken is
Volgende stap: wat er nu gebeurt, wie het doet, voor welke datum
Citaat: één zin van de klant, letterlijk, die het pijnpunt verwoordt
Regels:
- Zet achter elk getal, elke datum en elke naam het tijdstip van de
bijdrage waar het vandaan komt, zoals (14:32).
- Levert het gesprek geen bewijs voor een veld, schrijf dan
"niet genoemd". Ga niet gokken.
- Gebruik eerst de momenten die ik heb gemarkeerd; ze staan in de
sectie Notes.
- Platte tekst, geen koppen, minder dan 150 woorden.
De eerste twee regels doen het meeste werk. Een taalmodel vult een leeg veld met iets aannemelijks, tenzij het te horen krijgt dat niet te doen, en een aannemelijk budget in een CRM is erger dan een leeg veld: de forecast wordt erop gebouwd. "Niet genoemd" is bovendien nuttige informatie — het is de vraag voor het volgende gesprek.
Bewaar het sjabloon waar uw MCP-client vaste instructies bewaart — een project in Claude of ChatGPT, een regelbestand in Cursor — zodat het verzoek na elk gesprek krimpt tot "CRM-notitie van mijn laatste gesprek". Voor een team dat de notities van elke manager in dezelfde vorm wil, hoort het sjabloon in een gedeeld skillbestand; zie toolbeschrijvingen en skills.

Neem een kwalificatiegesprek van 30 minuten met Helen Brooks, operations director bij een vrachtbedrijf, over het vervangen van een dispatchtool.
get_latest_recording aan, leest de samenvatting, de markeringen en de transcriptie, en vult het sjabloon in.Het concept voor dit gesprek ziet er zo uit:
Contact: Helen Brooks, Operations Director, Brightline Freight (02:10)
Pijnpunt: dispatchers voeren elke order in twee systemen in;
ongeveer 6 uur per week per dispatcher (08:15)
Budget: tot $40,000 per jaar (14:32)
Planning: beslissing voor eind november (19:05)
Beslissing: niet genoemd
Volgende stap: wij sturen uiterlijk vrijdag 16 okt een
pilotvoorstel (23:10)
Citaat: "We betalen mensen om getallen van het ene scherm
naar het andere over te typen." (08:41)

Aan de hand van de tijdstempels; daarom vraagt het sjabloon erom. Open de opname in Speak-Y, ga naar Per spreker, zoek de bijdrage op 14:32 en lees haar; klik op het tijdstip om het gesprek vanaf dat punt af te spelen als de formulering ertoe doet. Drie controles vangen de meeste fouten af:
Het citaat verdient dezelfde blik. Assistenten poetsen spreektaal op, en een opgepoetste zin is geen citaat meer. Gaat het later een offerte in, kopieer het dan uit de transcriptie zelf.

Niet via Speak-Y. De Speak-Y-server leest opnames en ordent ze — tags, sprekersnamen, teamkanalen — en heeft geen tool die een CRM bereikt.
Een MCP-client kan echter meerdere servers tegelijk aanhouden, en de grote CRM's publiceren inmiddels hun eigen server. Per 12 oktober 2026:
Is een van deze naast Speak-Y gekoppeld, dan wordt het verzoek "stel de notitie op, laat haar aan mij zien en voeg haar dan toe aan de Brightline-deal". Die tweede helft loopt via de connector van de CRM-leverancier, met diens rechten en diens goedkeuringsvragen — niet via iets waar Speak-Y over gaat. Houd de stap "laat haar aan mij zien" erin: een fout getal in een concept kost een correctie, een fout getal in het CRM kost een forecast. Hoe clients vragen voordat ze schrijven, wordt vergeleken in goedkeuringsmodi van MCP-clients.
De MCP-server leest lokaal, en daarvoor wordt niets geüpload. Wat de assistent leest, wordt daarna onderdeel van uw gesprek met de modelaanbieder — dat geldt voor elke MCP-server, lokaal of in de cloud. Een salesgesprek bevat de cijfers en namen van de klant, dus de vraag "mag dit naar een AI-aanbieder" is dezelfde die u beantwoordt voor e-mailconcepten en CRM-copilots. Beslis bij gesprekken onder een NDA voordat u het vraagt. Wat een AI ziet bij lokale versus cloud-MCP laat zien waar de tekst precies heen gaat.
Wanneer niemand ergens op zou moeten hoeven drukken. Luidt de eis "elk gesprek wordt in het CRM vastgelegd zonder dat de manager eraan komt", dan past een cloud-notetaker met een native CRM-synchronisatie beter: Fireflies noemt bijvoorbeeld integraties met HubSpot en Salesforce die vergadernotities vanzelf synchroniseren. Daar staat een bot in het gesprek tegenover, en transcripties in de cloud van de leverancier.
De route in deze handleiding past bij een manager die de notitie in het eigen sjabloon wil, zelf gecontroleerd, van een gesprek waar geen bot aan deelnam. Dezelfde markeringen en dezelfde opname leveren u ook de e-mail aan de klant op — van klantgesprek naar follow-upmail behandelt die helft — en, voor een team, het gesprek zelf in een dealkanaal aan de kant van Speak-Y Teams.
Nee. Speak-Y heeft geen CRM-integratie. Een via MCP gekoppelde AI-assistent leest de transcriptie van het gesprek op uw Mac en stelt de CRM-notitie op volgens uw sjabloon; u plakt die zelf in het CRM. Biedt uw CRM een eigen MCP-server, dan kan dezelfde assistent de notitie daar wegschrijven, via de connector van de CRM-leverancier en met diens rechten.
De tools get_transcript en get_latest_recording geven de opname terug als Markdown: datum, duur en tags, de AI-samenvatting met actiepunten, een sectie Notes met elke markering die u hebt geplaatst en het bijbehorende tijdstip, en de transcriptie per spreker met tijdstempels. De audio wordt niet aan de assistent blootgesteld.
Zet twee regels in de prompt: elk getal, elke datum en elke naam krijgt het tijdstip van de bijdrage waar het vandaan komt, en een veld waarvoor het gesprek geen bewijs levert, wordt gevuld met 'niet genoemd'. Open daarna de opname in Speak-Y en controleer elk tijdstempel op het tabblad Per spreker voordat u plakt.
Nee. De MCP-server zit in elk Speak-Y-abonnement, ook in Free. U hebt de macOS-app nodig, een MCP-client zoals Claude Desktop, ChatGPT of Cursor, en één klik op Verbinden in Instellingen → Integraties.
De MCP-server leest de transcriptie lokaal, uit de bibliotheek op uw Mac. Wat de assistent leest, wordt daarna onderdeel van het gesprek en gaat naar uw modelaanbieder, zoals bij elke MCP-server. Beslis bij gesprekken onder een NDA vooraf of u er een assistent op wilt loslaten.