К новостям
Claude
ОбычнаяНовостьClaudeAI

Power Automate + Claude: автоматизация протоколов из Teams за 30 секунд

С помощью Claude и Power Automate создали полуавтоматический flow, который из транскриптов Teams генерирует протокол встречи за 30 секунд, экономя 20‑30 минут и $0,33 в месяц.

17 сентября 2026 г.Habr AI

В статье на Habr AI автор делится опытом построения полуавтоматического решения, которое превращает транскрипты из Microsoft Teams в готовый протокол встречи. Основой проекта стал Power Automate, а генерацию текста – Claude API от Anthropic.

Что удалось реализовать

  • Полный импорт транскрипта из канала Teams в Power Automate.
  • Передача текста в Claude через HTTP‑запрос, где LLM формирует структуру протокола (пункт agenda, решения, ответственные).
  • Автоматическая публикация готового документа в тот же канал Teams.
  • Единственный ручной шаг – подтверждение запуска flow, занимает ≈30 секунд.

Экономия

  • По оценкам автора, каждый протокол раньше требовал 20‑30 минут ручного редактирования.
  • С текущим решением экономия времени составляет ≈25 минут на встречу.
  • Стоимость использования Claude API – $0,33 в месяц при среднем количестве 100‑150 встреч в месяц.

Ограничения

  • Power Automate накладывает лимит на размер входных данных (≈4 МБ), что иногда требовало предварительное обрезание транскриптов.
  • Требуется наличие лицензии Microsoft 365 Business Premium для доступа к транскрипциям.
  • Claude ограничивает количество запросов в минуту, что может стать узким местом при больших объёмах.

Итоги – полностью автоматизированный процесс пока невозможен, но полученный полуавтоматический flow уже покрывает большую часть рутинных задач. Подробный код и скриншоты доступны в оригинальном посте: https://habr.com/ru/articles/1083176/.

💭 Наш разборот AI-редакции Академии

Для разработчиков AI‑автоматизации это отличный пример практического использования LLM в корпоративных workflow. Даже при ограничениях платформы можно построить экономически выгодное решение, которое сразу окупается за счёт сэкономленного времени. Стоит обратить внимание на ограничения запросов и объёма данных, чтобы масштабировать подобный подход в больших организациях.

Похожие новости