Оценка сотрудника по встречам 1:1 за полгода, а не за две недели

Name: Оценка сотрудника по встречам 1:1 за полгода, а не за две недели
Uploaded: 2026-10-17
Description: Performance review по всем 1:1, а не по памяти: AI-ассистент через MCP читает 1:1 с тегом в Speak-Y и выписывает договорённости, итоги и даты.

2026-10-17

Честной оценке за полгода нужно всё полугодие, и ваши встречи 1:1 его уже хранят. Если каждая 1:1 записана в Speak-Y и помечена тегом сотрудника, AI-ассистент, подключённый через MCP, может прочитать их все — скажем, 24 встречи с апреля по сентябрь — и перечислить, что человек поднимал, о чём вы договорились, что стало с каждой договорённостью, и у каждой строки указать дату. Этот список — факты. Суждение, оценка и текст performance review остаются за вами.

Руководство разбирает один случай: руководитель пишет оценку Анны, инженера с еженедельной 30-минутной 1:1, за период с 1 апреля по 30 сентября 2026 года. Предполагается привычка из статьи заметки со встреч 1:1, а здесь показано, что меняется, когда читаешь сразу полгода. Детали продукта проверены по приложению для macOS и документации вендоров 17 октября 2026 года.

Почему оценка смещается к последним двум неделям?

Потому что память взвешивает события по дате. Инцидент, который Анна разобрала в сентябре, помнится ярко; миграция, которую она предложила в апреле, — нет, если ничто о ней не напомнит. В исследованиях управления эффективностью это называют эффектом недавности, и обычный совет — вести заметки весь год — не работает по той же причине, что и заметки с 1:1: никто не записывает регулярно.

Записанная 1:1 — это заметка, которую не пришлось писать. У каждой в Speak-Y есть транскрипт по спикерам, AI-итоги, которые начинаются с задач, и моменты, которые вы отметили клавишей ⌥1, когда о чём-то договорились. Двадцать четыре таких записи слишком много, чтобы перечитать их перед оценкой. Для ассистента — не слишком, если он читает их все, а не только самые новые.

Что должно быть готово к сезону оценок?

Работа делается в течение полугодия, по минуте на каждую 1:1. Три привычки решают, можно ли будет потом собрать факты:

Один тег на человека — сразу после каждой 1:1: нажмите Теги в записи и выберите 1:1 Anna. По тегу ассистент находит её 1:1; звонок с названием «Встреча», которому никто не поставил тег, для него невидим.
Её имя на её спикере. Нажмите на плашку Speaker 2 и введите Anna. Без этого фраза «Миграцию биллинга беру я» не принадлежит никому, и ассистент не отличит её обязательства от ваших.
Отметки на договорённостях. Нажимайте ⌥1, когда о чём-то договорились. Отметка хранит время, и ассистент читает её вместе с транскриптом, так что договорённости легко найти среди получаса разговора.

Подойдёт и заметка для себя: надиктуйте её после звонка и поставьте диктовке тот же тег. Она ляжет рядом с 1:1 и будет прочитана вместе с ней.

Четыре привычки в течение полугодия: её тег, её имя, отметки на договорённостях, надиктованная заметка с тем же тегом — Минута после каждой 1:1 — и в октябре по полугодию можно искать.

Как попросить факты, а не вердикт?

Один раз подключите Claude, ChatGPT, Cursor или другой MCP-клиент: кнопка Подключить на странице Интеграции (меню аккаунта → Подключить ИИ-ассистента), она же доступна в разделе Настройки → Интеграции. Пошагово это описано в статье как подключить заметки со встреч к AI-ассистентам. MCP-сервер Speak-Y входит во все тарифы, включая Free, и читает записи локально на вашем Mac.

Затем попросите факты с датами и скажите, чего делать не нужно:

Собери факты для полугодовой оценки Анны по моим 1:1
с тегом «1:1 Anna» с 1 апреля по 30 сентября 2026 года.
Прочитай каждую запись за этот период, а не только самые новые.
Перечисли: темы, которые она поднимала (и как часто), договорённости
и что стало с каждой, мои обещания и вернулся ли я к ним.
После каждой строки — дата 1:1. Без оценок, без эпитетов
о её характере, без сравнения с кем-либо.

Две детали в этом запросе делают настоящую работу:

Период. list_recordings по умолчанию возвращает 20 самых новых записей. Двадцать четыре еженедельные 1:1 минус значение по умолчанию — и четыре самые старые выпадают: всё начало апреля, включая первый раз, когда Анна заговорила о нагрузке от дежурств. Это снова эффект недавности, только теперь внутри вызова инструмента. Когда период назван, ассистент передаёт date_from и date_to и limit больше числа записей; инструмент принимает до 100 за вызов.
Сначала итоги. Двадцать четыре получасовых транскрипта — много текста для одного разговора. Попросите ассистента сначала прочитать итоги и отметки каждой 1:1, а полный транскрипт открывать только для строк, которые нужно процитировать. Для этого у get_transcript есть формат summary.

Полгода еженедельных 1:1: две недели в памяти, 20 самых новых по умолчанию, все 24, если назвать период — Назовите период и limit — иначе апрель тихо выпадет из оценки.

Как выглядит список фактов?

Для Анны ответ выглядел так:

Анна — 1:1 с 1 апреля по 30 сентября 2026 года
Темы, которые она поднимала
- Нагрузка от дежурств: 5 раз (16 апр., 7 мая, 4 июня, 2 июля, 13 авг.)
- Хочет вести проект от начала до конца (23 апр., 18 июня)
Договорённости и что с ними стало
- Она ведёт миграцию биллинга (договорились 14 мая);
  сообщила о выпуске 3 сент.
- Два ревью коллег за спринт (договорились 30 апр.);
  в последний раз упомянуто как сделанное 25 июня
Мои обещания
- Запросить бюджет на доклад на конференции (9 июля): продолжения не найдено
- Изменить график дежурств (13 авг.): всё ещё открыто на 24 сент.
Прочитано 24 записи, тег 1:1 Anna, 2 апр. – 24 сент.
(1:1 не было 28 мая и 6 авг.).

Читайте это как карту, а не как черновик. Каждая строка ведёт к 1:1, которую можно открыть, а последняя строка говорит, на чём список основан. Две вещи в нём касаются вас, а не Анны: два ваших собственных обещания ни к чему не привели. Оценка, в которой пять раз упомянута нагрузка от дежурств и не сказано, что изменить график должны были вы, не была бы честной.

«Сообщила о выпуске 3 сент.» означает, что Анна сказала это на 1:1. Speak-Y не отслеживает, выполнена ли задача; «что стало» — это прочтение ассистентом последующих 1:1. Прежде чем строка попадёт в оценку, откройте эту 1:1 и прочитайте ответ на вкладке По спикерам или Итоги.

Speak-Y рядом с Claude: последняя 1:1 с Анной с тегом 1:1 Anna и список фактов, собранный по 24 записям с этим тегом — 1 — её тег на 1:1. 2 — её имя на её репликах. 3 — список фактов, у каждой строки дата 1:1.

Чего ассистенту в оценке делать не следует?

Всего, что превращает факты в суждение. Запрос выше это исключает, но ответ всё равно стоит проверить:

Оценки и баллы. Модель, прочитавшая 24 итога, понятия не имеет, что в вашей компании значит «соответствует ожиданиям».
Суждения о характере. «В июле выглядит незаинтересованной» — это догадка о человеке по транскрипту 30-минутного звонка. Вычеркните.
Сравнения. Ассистент может прочитать и чужие 1:1, если на них стоят теги; не позволяйте ему ранжировать одного подчинённого против другого.
Пробелы как факты. Работы, которую не обсуждали на 1:1, в списке нет. Код-ревью, каналы инцидентов и отзывы коллег живут в других местах.

Есть и регуляторная причина. Регламент ЕС об ИИ (AI Act) относит к системам высокого риска ИИ-системы, предназначенные для того, чтобы «отслеживать и оценивать результаты работы и поведение» работников (приложение III, пункт 4(b)); после Digital Omnibus 2026 года эти обязательства применяются со 2 декабря 2027 года. Подпадает ли под это конкретная схема — вопрос для ваших юристов. Безопасный подход в любом случае одинаков: ассистент собирает, человек оценивает.

Четыре вещи, которые нужно вычеркнуть из ответа ассистента, прежде чем писать оценку — Ассистент собирает, что и когда было сказано; решать, что это значит, — ваша работа.

Кто видит 1:1 и должна ли Анна знать?

Записи 1:1 в Speak-Y личные: их видите только вы, пока не нажмёте В канал и не опубликуете запись в командном канале, а 1:1 там делать нечего. MCP-сервер читает их на вашем Mac и ничего для этого не загружает. Но то, что прочитал ассистент, становится частью вашего разговора с моделью его разработчика — то же решение, что и для любого ИИ-инструмента для текстов, а в случае оценки это персональные данные сотрудника. Куда именно уходит текст, показано в статье локальный и облачный MCP.

Анна должна знать. Speak-Y записывает без бота в звонке, поэтому никто не получает уведомления автоматически; в начале цикла скажите, что 1:1 записываются для заметок вас обоих, и сверьтесь с политикой компании и законами о записи встреч там, где вы работаете. Честнее всего использовать список фактов так: дать Анне копию до разговора об оценке. Она увидит те же даты и сможет добавить то, что на 1:1 не прозвучало.

Когда лучше подходит инструмент для управления эффективностью?

Когда сама оценка живёт в нём. Например, Lattice 15 июля 2026 года объявил черновики оценок на основе фактов — из 1:1, отзывов, целей и апдейтов, которые хранятся в Lattice, — а с июня 2026 года его ИИ-агент может подключаться к 1:1 в Zoom, Google Meet и Microsoft Teams и вести заметки, без доплаты для клиентов Lattice. Если в вашей компании оценки проходят там, этот путь держит факты рядом с формой, калибровкой и HR-процессом.

Путь из этого руководства подходит руководителю, чьи 1:1 записываются на Mac без бота, в чьей компании такого инструмента нет или используется другой и который хочет получить факты в своём формате, прежде чем что-то писать. Та же привычка окупается и еженедельно — бриф перед следующей 1:1 собирается из тех же записей с тегом, — а договорённостям, важным всей команде, место в общем канале на стороне Speak-Y Teams, а не в 1:1.

FAQ

Может ли AI-ассистент помочь написать performance review по записям 1:1?

Да — как исследователь, а не как судья. Если ваши 1:1 записаны в Speak-Y с тегом сотрудника, а MCP-клиент вроде Claude, ChatGPT или Cursor подключён, ассистент может прочитать все 1:1 за период оценки и перечислить темы, договорённости и то, что с ними стало, — у каждой строки дата встречи. Оценка и формулировки остаются за вами.

Почему ассистент прочитал только часть полугодия?

Потому что list_recordings возвращает 20 самых новых записей, если не попросить больше. Еженедельные 1:1 за полгода — это 24–26 записей, и самые старые недели молча выпадают. Назовите в запросе период (с 1 апреля по 30 сентября) и попросите limit больше числа записей; инструмент принимает до 100 за один вызов.

Должен ли сотрудник знать, что наши 1:1 записываются и используются для оценки?

Да. Speak-Y записывает без бота, поэтому никто в звонке не получает уведомления автоматически. В начале цикла скажите человеку, что 1:1 записываются для заметок вас обоих, и сверьтесь с политикой компании и местным законодательством. Честнее всего — показать ему список фактов до разговора об оценке.

Кто видит мои записи 1:1 в Speak-Y?

Только вы, пока не нажмёте «В канал» и не опубликуете запись в командном канале; 1:1 должны оставаться личными. Ассистент читает записи локально с вашего Mac, но его модель работает в облаке разработчика, поэтому прочитанное становится частью этого разговора.

Нужен ли для этого платный тариф Speak-Y?

Для ассистента — нет: MCP-сервер входит во все тарифы, включая Free. Ограничение — запись: по состоянию на 17 октября 2026 года Free записывает встречи до 30 минут и до 2 часов в месяц, Pro — до 60 минут и до 10 часов в месяц. Четыре еженедельные 30-минутные 1:1 дают около 9 часов в месяц — это укладывается в Pro.