Jak jsem propojil Plaud s OpenClaw a získal lepší přepisy

Plaud je skvělý v jedné zásadní věci: nahrávání je tak jednoduché, že ho člověk opravdu používá. Položím zařízení na stůl, spustím záznam a nemusím řešit mikrofon, aplikaci ani další techniku. Slabší místo pro mě ale bylo to, co se s nahrávkou děje potom.

Vestavěný přepis a souhrn mohou pro rychlou orientaci stačit. U delších českých schůzek jsem ale chtěl přesnější rozlišení mluvčích, lepší práci s češtinou a hlavně vlastní výstup, který se přizpůsobí mému workflow. Nechtěl jsem mít důležité informace uvězněné v jedné aplikaci. Proto jsme Plaud propojili s mou OpenClaw asistentkou a přepis přesunuli do Sonioxu.

Výsledkem je systém, který každých 15 minut zkontroluje nové nahrávky, stáhne jen ty nezpracované, vytvoří přepis, zápis ze schůzky, seznam úkolů a jeden přehledný HTML soubor. Ten mi přijde do Telegramu a zároveň zůstane uložený lokálně vedle audia.

Proč nepoužívám jen přepis přímo v Plaud

Nejde o to, že by byl přepis v Plaud nepoužitelný. V mém případě ale Soniox podával lepší výsledky u češtiny, delších rozhovorů a střídání více lidí. To je důležité, protože chyba ve jménu je nepříjemná, ale špatně přiřazený úkol už může být skutečný problém.

Zároveň si raději platím samotný přepis tam, kde mi vyhovuje jeho kvalita, a další zpracování řeším ve vlastní infrastruktuře. Nejsem tak odkázaný na počet přepisovacích minut, formát souhrnu ani funkce, které zrovna nabízí výrobce zařízení. Audio patří mně, přepis si volím sám a způsob, jakým z něj vzniknou úkoly nebo zápis, můžu kdykoli změnit.

Není to návod na obcházení placené služby. Je to praktické oddělení jednotlivých vrstev: Plaud používám jako pohodlný záznamník, Soniox jako přepisovací model a OpenClaw jako automatizační a rozhodovací vrstvu.

Jak automatické zpracování funguje

Celá pipeline je ve skutečnosti docela jednoduchá:

1. OpenClaw každých 15 minut spustí kontrolní úlohu.
2. Plaud CLI načte seznam nahrávek v Plaud Cloud.
3. Skript porovná jejich ID s lokálním stavem a stáhne jen nové soubory.
4. Audio odešle do Sonioxu s diarizací, tedy rozlišením jednotlivých mluvčích.
5. Přepis uloží jako čitelný text i strukturovaný JSON.
6. OpenClaw pomocí modelu GPT-5.6 Sol v režimu High vytvoří zápis podle mé vlastní šablony.
7. Markdown se převede do HTML a výsledek mi přijde do Telegramu.

Soubory se ukládají do složek podle měsíců, například 2026-08. Vedle sebe leží původní audio, metadata z Plaud, přepis ze Sonioxu, strukturovaná data, souhrn v Markdownu a finální HTML. Každá nahrávka má vlastní stabilní ID, takže se při další kontrole znovu nestahuje ani nepřepisuje.

HTML obsahuje název schůzky, krátké shrnutí, rozhodnutí, úkoly, vlastníky, termíny, otevřené otázky a rizika. Na konci je standardně sbalený kompletní přepis. Jediným souborem tak můžu někomu poslat rychlý zápis i úplný zdroj detailů, ze kterého zápis vznikl.

Největší hodnota není přepis, ale to, co se stane po něm

Samotný přepis je jen dlouhá stěna textu. Hodnota vzniká až ve chvíli, kdy systém spolehlivě rozliší:

• co bylo skutečně rozhodnuto a co byl jen návrh,
• kdo má jaký úkol a do kdy,
• co zůstalo bez vlastníka nebo termínu,
• na čem se účastníci neshodli,
• co je potřeba otevřít na příští schůzce.

Máme proto vlastní prompt, který modelu zakazuje domýšlet chybějící informace. Pokud termín nezazněl, musí napsat „termín nestanoven”. Pokud úkol nikdo nepřevzal, označí ho jako nepřiřazený. To je mnohem užitečnější než sebevědomě vypadající souhrn, který si polovinu reality uhladil.

Další výhoda je přenositelnost. Dnes výstup chodí do Telegramu a ukládá se na disk. Zítra ho můžeme posílat do Obsidianu, CRM nebo projektového systému, aniž bychom měnili způsob nahrávání.

Na co si dát pozor při vlastní implementaci

Nejdůležitější je idempotence: jedna nahrávka se smí zpracovat jen jednou. Nestačí kontrolovat název souboru, protože ten se může změnit nebo opakovat. Používejte ID nahrávky a ukládejte stav dokončených kroků.

Druhá věc je chybový stav. Stažení audia může projít, ale přepis selhat. Systém proto musí samostatně poznat, zda chybí audio, přepis, souhrn nebo doručení. Při dalším běhu pokračuje od chybějícího kroku a neplatí znovu za to, co už bylo hotové.

A třetí věc je bezpečnost. API klíče nepatří do skriptů ani do repozitáře. Přepisy často obsahují osobní, obchodní nebo citlivé informace, takže je potřeba hlídat přístupová práva, dobu uchování i to, komu se výsledky automaticky posílají.

Etika nahrávání není technický detail

To, že umím schůzku nenápadně nahrát, neznamená, že to mám udělat. Když nahrávám další lidi, vždy jim to předem řeknu a vysvětlím proč: například že záznam slouží k vytvoření zápisu a úkolů. Lidé musí vědět, že nahrávání probíhá, a mít možnost nesouhlasit.

U citlivějších jednání je fér doplnit také informaci, kde bude audio a přepis uložený, kdo k němu má přístup a kdy se smaže. Právní pravidla se mohou lišit podle země a situace, ale transparentnost by měla být minimum bez ohledu na paragrafy.

Proč to podle mě stojí za to

Pokud už Plaud používáte pravidelně, propojení s vlastní automatizací mění zařízení z diktafonu na skutečnou pracovní paměť. Nemusíte po schůzce ručně exportovat soubory, čekat na přepis, kopírovat text do dalšího nástroje ani znovu hledat, kdo co slíbil.

Plaud dál dělá to, v čem je nejlepší: snadno pořídí nahrávku. Soniox se postará o kvalitní přepis a OpenClaw z něj vytvoří výstup přesně podle toho, jak pracuji já. Nejde jen o úsporu několika minut. Jde o to, že rozhodnutí a úkoly přestanou mizet v nahrávkách, ke kterým se už nikdo nevrátí.

A přesně v tom vidím smysl osobní AI asistentky: ne další chatovací okno, ale systém, který spolehlivě dotahuje informační práci, na kterou člověk po schůzce obvykle nemá čas.

Chcete něco podobného u sebe ve firmě?

Stojí za to říct, jak tenhle systém vlastně vznikl. Nesedl jsem si k dokumentaci a nestudoval API. Vedla mě moje vlastní asistentka: řekla mi, co nastavit, v jakém pořadí a na co si dát pozor. Já rozhodoval, ona dodávala postup.

A to je na tom to podstatné. Nemusíte umět programovat. S trochou pomoci to dá dohromady i netechnický člověk. Přesně tak jsme to dělali na workshopu Stavíme AI agenty: každý si odešel s agentem na svoji vlastní věc, ne s ukázkovým příkladem z prezentace.

Na firemních workshopech děláme tohle. Vezmeme jednu věc, která se u vás opakuje každý týden, ať už jsou to zápisy ze schůzek, reporty, nabídky nebo cokoliv jiného, a odejdete s postupem, který vám funguje i v pondělí ráno. Maximálně 7 lidí, NDA jako první krok, práce na vašich reálných věcech.

Podívejte se na workshopy nebo mi rovnou napište a projdeme spolu, co by u vás dávalo smysl automatizovat první.

Mohlo by vás zajímat

• 6 nástrojů, které jsem postavil pro Claude Code
• DropShot: macOS appka za jedno odpoledne
• Proč nikdy nečtu první plán od Claude Code