ИИ-презентатор, который проводит встречи за вас: пять вещей, которые сломались первыми

Стартап Presango создал ИИ-агента по имени Hannah, который присоединяется к видеозвонкам в Teams, Meet или Zoom, чтобы провести презентацию и ответить на вопросы по слайдам. В процессе разработки команда столкнулась с неочевидными проблемами, которые выходят далеко за рамки простого озвучивания текста.

Презентатор — это не чатбот с голосом. Он должен уметь ждать, прерываться и помнить, на каком слайде остановился, как живой коллега.

Идея звучит заманчиво: вот вам слайды, а вот ИИ, который будет презентовать их на каждой повторяющейся встрече, отвечать на вопросы и не уставать. Именно это предлагает инструмент Hannah от стартапа Presango. Это не генератор презентаций — это виртуальный ведущий, который входит в ваш видеозвонок как полноценный участник, показывает слайды и ведёт диалог с аудиторией, строго опираясь на тот материал, который вы ему загрузили.

Создатели Hannah поделились честным опытом разработки: они описали не столько возможности продукта, сколько «то, что сломалось первым». Эти наблюдения ценны для всех, кто пробует встроить ИИ в живое взаимодействие людей — будь то голосовые ассистенты, боты для поддержки или, как здесь, виртуальные коллеги.

Не просто озвучка текста

Первый прототип Hannah был именно тем, чего вы могли ожидать: языковая модель плюс синтез речи плюс просмотрщик слайдов. Он прекрасно читал текст со слайдов и оказался совершенно бесполезен на реальной встрече.

Живая встреча — это не монолог, а разговор с правилами, которые интуитивно понятны людям и абсолютно непонятны машине. Люди перебивают друг друга. Кто-то говорит «вернись на слайд назад», а другой в это время продолжает свою мысль. Ведущий должен одновременно держать в голове несколько нитей: на каком слайде мы сейчас, кто говорит и обращено ли это ко мне.

Из этого выросли несколько простых, но критически важных для работы правил. Hannah реагирует только на прямые обращения по имени. Если два участника обсуждают между собой «а может, пропустим блок с планом?», ИИ ничего не делает. Но если скажут «Hannah, пропусти план», — выполнит. Это одна строчка в логике, но она убрала большинство неловких моментов, когда ИИ начинал действовать, не понимая контекста разговора.

Другой пример — умение вовремя остановиться. Если во время слайда кто-то задаёт вопрос, Hannah дорассказывает текущее предложение, а не весь слайд целиком. Закончив с ответом, он мягко возвращает внимание аудитории обратно к презентации фразой вроде «Возвращаясь к таймлайну...». Без этого мостика люди теряют нить повествования.

Главный страх: ИИ начнёт фантазировать

Пожалуй, самая пугающая для бизнеса поломка — это когда ИИ уверенно выдаёт информацию, которой нет в исходных материалах. На продажах такая «галлюцинация» может стоить сделки. Поэтому правило Hannah жёсткое: он отвечает исключительно из загруженной колоды слайдов и заметок. Если ответа там нет, он честно говорит об этом и предлагает передать вопрос команде.

Создатели признаются, что самая сложная часть — научить ИИ понимать, что вопрос аудитории совпадает по смыслу с тем, что написано на слайде, даже если использованы совершенно другие слова. Если на слайде написано «Изменения в ценообразовании в Q3», а зритель спрашивает «Что нового было в третьем квартале?», система должна провести эту логическую связь. Над этой «заземлённостью» в ответах команда работает до сих пор.

Доверие решает всё

Ещё один урок касается прозрачности. Каждая сессия Hannah начинается с чёткого сообщения: «Я являюсь ИИ-презентатором». Это не маркетинговый ход, а необходимое условие для сохранения доверия. Если аудитория поймёт посреди встречи, что общалась с роботом, не зная об этом, пострадает репутация компании, которая проводит презентацию, а не только сервиса.

Интересно, что, по данным разработчиков, такое честное раскрытие почти ничего не стоит в плане вовлечённости. Никто не покидает встречу. Более того, люди начинают задавать более релевантные вопросы, зная, что ИИ будет придерживаться фактов из презентации, а не импровизировать.

Технические сюрпризы в мелочах

Оказалось, что большие инженерные проблемы поджидали не в сфере речевых технологий или понимания контекста, а в куда более приземлённых вещах — в форматах изображений. Презентация, идеально выглядящая в браузере 16:9, может обрезаться непредсказуемо, когда её транслируют через общий экран в Zoom. А для того чтобы проморолик Hannah хорошо смотрелся и в TikTok (вертикальный формат), и в Instagram (квадрат), и на YouTube, приходится готовить несколько версий с акцентом на центральную часть кадра.

Урок, который здесь заложен, шире: если результат вашей работы будет отображаться в чужом интерфейсе (будь то мессенджер, соцсеть или приложение для звонков), дизайн нужно строить с учётом его обрезки, а не вашего идеального вида.

Задержка как черта характера

Ещё одно любопытное наблюдение касается скорости реакции. Когда Hannah слишком долго думает над ответом, люди не списывают это на «медленную систему». Они решают, что он не уверен. Если отвечает мгновенно — кажется, что он не слушал. Оказалось, есть очень узкое «окно», в котором задержка воспринимается как задумчивая внимательность, а не как сбой или равнодушие. В итоге параметры настраивались не по цифрам, а по субъективному ощущению людей из тестовой группы.

Практическая применимость и сомнения

На сегодняшний день Hannah от Presango работает на бесплатном тарифе, который даёт 30 минут живых презентаций в месяц плюс возможность собирать колоды слайдов, без привязки банковской карты.

Однако создатели открыто признают свои главные сомнения. Готовы ли люди делегировать не только создание слайдов (что часто воспринимается как рутина), но и саму их подачу, которая для многих является сутью работы? И где проходит граница доверия? Использовать ИИ для внутренних обзоров или повторных демо для коллег — одно. Но на первой встрече с потенциальным клиентом? Авторы надеются, что рынок сам даст ответ на этот вопрос через реальное использование.

В итоге Hannah — это интересный эксперимент в автоматизации живого профессионального взаимодействия. Пять ключевых «поломок» показывают, что создать ИИ, который просто читает текст, — задача тривиальная. А вот научить его быть полезным, незаметным и безопасным участником человеческого разговора — это настоящий вызов, который только начинает решаться.