Продуктовый дизайнер Ticketland Анастасия опубликовала на Habr гайд о том, как с помощью ИИ-ассистента Cursor превратить аудиозапись интервью в структурированные инсайты. Материал описывает процесс из семи шагов: от подготовки к беседе до поиска скрытых болей респондентов. Автор отмечает, что ручная обработка интервью занимает часы, а человеческий мозг склонен замечать лишь то, что подтверждает собственные идеи, поэтому важно работать с сырым текстом.
Техническая основа процесса — локальная модель OpenAI Whisper, которая запускается прямо на компьютере в агентском окне Cursor. Whisper хорошо понимает русский язык и автоматически проставляет таймкоды, но не различает собеседников — для этого нужен отдельный инструмент, например WhisperX. Чтобы Cursor научился расшифровывать аудио, необходимо один раз подготовить окружение: установить FFmpeg и Python-библиотеку openai-whisper, а затем создать скил — инструкцию для агента, которая сохраняется в ~/.cursor/skills/whisper-local-transcribe/SKILL.md. После этого скил можно вызывать в любом проекте через слеш-команду.
После расшифровки Анастасия очищает транскрипт от слов-паразитов и заминок, сохраняя оригинальные формулировки пользователя. Затем текст прогоняется через план исследования: модель с большим контекстным окном, например Claude Sonnet, заполняет анкету строго на основе текста, а если ответа нет — пишет «Ответа не было». Это защищает от галлюцинаций нейросети. На финальном этапе ИИ ищет неочевидные инсайты, которые не вошли в анкету: сильные эмоции, «костыли» (неудобные способы решения проблемы) и противоречия в словах респондента.
Автор подчеркивает важность этической подготовки к интервью: нужно получить разрешение на запись и объяснить собеседнику, что его слова не будут опубликованы. Также перед установкой внешних репозиториев стоит уточнить у ИТ-отдела, разрешены ли Homebrew и ffmpeg. Гайд ориентирован на продуктовых дизайнеров и исследователей, которые хотят ускорить анализ качественных данных без потери точности.
