Een kwartier voor een klantgesprek kan een AI-assistent die via MCP met Speak-Y is gekoppeld elk eerder gesprek met die persoon lezen en u een briefing van één scherm geven: wat u hebt afgesproken, wat u hebt toegezegd, wat de klant heeft toegezegd en wat nog openstaat. U vraagt het in één zin; de assistent vindt de gesprekken via de tag, leest de samenvattingen en transcripties en noemt achter elke regel het gesprek waar die vandaan komt.
Twee gewoontes maken dit mogelijk, en beide kosten na een gesprek maar een paar seconden: een klanttag op de opname zetten en de sprekers een naam geven. Zonder tag moet de assistent raden welke gesprekken bij de klant horen; zonder namen kan hij uw toezeggingen niet onderscheiden van die van de klant. Alles hieronder is op 14 oktober 2026 gecontroleerd in de macOS-app en in de documentatie van de leveranciers.
Uit de opnames op uw Mac. De MCP-server van Speak-Y geeft de assistent voor deze taak drie tools:
list_recordings met het filter tag geeft de gesprekken met die tag terug, het nieuwste eerst; meetings_only laat korte dictaten weg.search_recordings vindt gesprekken via een woord of een naam in de transcriptie, de titel, de samenvatting of de actiepunten.get_transcript geeft één gesprek terug als Markdown: datum en tags, de AI-samenvatting met actiepunten, de momenten die u hebt gemarkeerd, en de transcriptie per spreker met tijdstempels.Het lezen gebeurt lokaal, 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.

Omdat de assistent alleen kan lezen wat hij kan vinden en toeschrijven.
De tag vindt de gesprekken. list_recordings met tag: lumen geeft precies de gesprekken terug die u de tag lumen hebt gegeven, hoe ze ook heten en wie er ook sprak. Zoeken op naam is zwakker: het vindt alleen iets waar de naam in de tekst van de transcriptie, de titel of de samenvatting voorkomt. Een gesprek met de titel "Meeting 14:02" waarin niemand "Tom" zei, komt niet naar boven, en de briefing slaat het stilletjes over. Eén tag per klant, tijdens of direct na het gesprek gezet, haalt het giswerk weg. Klik in de opname op Tags en kies de tag — vanaf het tweede gesprek is het één klik.
Namen schrijven de toezeggingen toe. Speak-Y scheidt de sprekers zelf, maar noemt ze Speaker 1 en Speaker 2 tot u ze een naam geeft. Klik op de sprekerchip in de opname en typ de naam; de naam vervangt het label overal in dat gesprek. Zonder naam is "ik stuur de cijfers voor vrijdag" in de transcriptie van niemand, en de assistent gaat gokken of laat de toezegging weg.
Een titel helpt het zoeken. "Lumen Dental — check-in oktober" wordt gevonden met "Lumen"; "Meeting 14:02" niet. De assistent kan een opname voor u hernoemen met update_recording; meer verzoeken van dit soort staan in prompts om AI vragen te stellen over uw vergaderingen.

Vier blokken en één regel. De blokken volgen wat u in de eerste minuut van het gesprek echt nodig hebt:
Bereid me voor op mijn gesprek met Tom Becker (tag: lumen).
Lees elk gesprek met deze tag, het nieuwste eerst.
Afgesproken: beslissingen die nog gelden
Wij hebben toegezegd: wat we zeiden te gaan doen, met de datum
Zij hebben toegezegd: wat de klant zei te gaan doen, met de datum
Open vragen: wat ter sprake kwam en niet is afgehandeld
Regels:
- Noem achter elke regel tussen haakjes het gesprek en de datum.
- Toezeggingen uit het laatste gesprek: schrijf "status controleren" —
je kunt niet zien wat er daarna is gebeurd.
- Staat er niets in een blok, schrijf dan "niets gevonden".
- Sluit af met hoeveel gesprekken je hebt gelezen.
Zet het in de projectinstructies van uw assistent, zodat u voor elk gesprek alleen de naam en de tag hoeft te typen. De bron tussen haakjes is de regel die ertoe doet: een regel in de briefing die u niet naar een gesprek kunt herleiden, is een regel die u tegenover de klant niet kunt vertrouwen.
Hier is de routine van een accountmanager, Maya, voor een gesprek om 15.00 uur met Tom Becker, Marketing Director bij Lumen Dental. Ze heeft drie opgenomen gesprekken met hem, elk met de tag lumen en met Tom in elk gesprek bij naam genoemd.
list_recordings aan met de tag en krijgt er drie: de kickoff op 15 september, de campagnereview op 29 september, de check-in van oktober op 8 oktober.get_transcript: samenvattingen, actiepunten, uw markeringen en de bijdragen per spreker.De briefing voor dit gesprek ziet er zo uit:
Tom Becker, Lumen Dental — gesprek om 15.00 uur
Afgesproken
- De campagne wordt gemeten aan afspraken van nieuwe patiënten,
niet aan klikken (Kickoff, 15 sep)
- Het budget blijft tot en met december $12,000 per maand
(Campagnereview, 29 sep)
Wij hebben toegezegd
- Herziene landingspagina voor het implantaataanbod voor 13 okt
— status controleren (Check-in oktober, 8 okt)
- Elke maandag een rapport over de kosten per afspraak (Campagnereview, 29 sep)
Zij hebben toegezegd
- Tom: toegang tot de analytics van het afsprakensysteem — status
controleren (Check-in oktober, 8 okt)
Open vragen
- Wie keurt het budget voor de tweede kliniek goed: Tom of
de CFO? (Check-in oktober, 8 okt)
3 gesprekken gelezen, tag lumen, 15 sep – 8 okt.

Alles wat buiten de opnames is gebeurd. Die grens bepaalt hoe u de briefing leest:

De MCP-server leest de opnames lokaal, en daarvoor wordt niets geüpload. Wat de assistent leest, wordt onderdeel van uw gesprek met de modelaanbieder — dat geldt voor elke MCP-server, lokaal of in de cloud. Drie klantgesprekken bevatten de cijfers en plannen van de klant, dus het is dezelfde beslissing die u neemt voor elke AI-tool die concepten schrijft; neem haar 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 de briefing vanzelf moet binnenkomen. Speak-Y heeft geen koppeling met de agenda, dus de briefing bestaat alleen als u erom vraagt. Twee cloud-notetakers bereiden er een voor zonder dat u erom vraagt, per 14 oktober 2026:
Beide bouwen op opnames in de cloud van de leverancier, meestal gemaakt door een bot of een cloud-app in het gesprek. De route in deze handleiding past bij iemand wiens gesprekken zonder bot worden opgenomen en op de eigen Mac blijven, en die liever om een briefing in het eigen format vraagt dan een generieke te ontvangen. Na het gesprek levert dezelfde opname u de CRM-notitie op — van salesgesprek naar CRM-invoer behandelt dat — en, voor een accountteam, een gedeeld klantkanaal aan de kant van Speak-Y Teams.
Ja, als de gesprekken in Speak-Y zijn opgenomen en de assistent via MCP is gekoppeld. Hij vindt de gesprekken met die persoon via een tag of een naam, leest de samenvattingen en transcripties op uw Mac en schrijft een korte briefing: wat is afgesproken, wat u hebt toegezegd, wat de klant heeft toegezegd en wat nog openstaat.
Via de tag vindt de assistent de juiste gesprekken: list_recordings met een tag geeft precies de gesprekken terug die u die tag hebt gegeven. Via de sprekersnamen onderscheidt hij uw toezeggingen van die van de klant: in een transcriptie met Speaker 1 en Speaker 2 is 'ik stuur het voor vrijdag' van niemand in het bijzonder.
Nee. Hij leest opnames, niet uw e-mail of uw taaktracker. Een toezegging uit het laatste gesprek staat nog steeds als open, ook als u het bestand gisteren hebt verstuurd. Controleer het blok 'Wij hebben toegezegd' dus zelf voor het gesprek.
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.
Nee. Speak-Y leest uw agenda niet, dus u vraagt zelf om de briefing, met één zin in uw MCP-client. Wilt u dat er vanzelf een briefing binnenkomt voor agenda-afspraken, dan doen Granola Briefs en Fireflies Meeting Prep dat op basis van hun opnames in de cloud.