¿Esto no es más que una capa encima de un modelo de lenguaje?

El modelo hace la lectura, y eso no es un secreto. Lo que lo rodea es la parte que importa: las citas se verifican contra la fuente antes de mostrarte nada, se detecta el daño de transcripción y los hallazgos que caen dentro de esas zonas se rebajan, los nombres propios y los términos de producto están protegidos para que no se marquen como errores, las métricas se calculan en código en lugar de adivinarse, y hay un perfil que se acumula reunión tras reunión. Esa es la diferencia entre una opinión y un informe.

¿No podría simplemente escribir un buen prompt?

Puedes acercarte bastante en una sola reunión. Lo que un prompt no puede hacer es verificar al modelo contra la transcripción después, mantener el conteo a lo largo de veinte reuniones, o impedir que el modelo analice a tu cliente junto contigo.

¿Mi transcripción está más segura aquí que en un chatbot?

Distinta, más que automáticamente más segura, y vale la pena leer el detalle: los demás participantes se seudonimizan antes de que nada salga del servidor, el texto sin procesar se elimina según el calendario que definas, y nada se usa para entrenar un modelo. Si una cuenta personal de chatbot cumple con la política de tu empresa para una transcripción de cliente es una pregunta que solo tu empresa puede responder.

¿Por qué no simplemente pegar la transcripción en ChatGPT?

Qué hacen

ChatGPT (y Claude, y Gemini) lee una transcripción que le pegas y te dice algo sobre tu inglés. Es gratis, es instantáneo, y para detectar un error de concordancia evidente o una frase torpe funciona realmente bien. Cualquiera que no lo haya probado debería hacerlo antes de pagarle a nadie, incluidos nosotros.

De un vistazo

	ChatGPT	betterput
Costo por una revisión	Gratis	Gratis una vez al mes, luego $15 USD
Citas verificadas contra la transcripción	No	Todas, o se descartan
Otros participantes	Analizados junto contigo	Seudonimizados, nunca evaluados
Detecta patrones entre reuniones	No por sí solo	Cada 1000 palabras, con tendencias
Responde preguntas de seguimiento	Sí	No

En qué nos diferenciamos

No te avisa cuando está adivinando

Pregúntale a un chatbot qué dijiste mal y responde con la misma confianza en cualquier caso. Puede parafrasear tu frase y presentarla como cita textual, puede corregir una línea y luego criticar la versión ya corregida, y puede producir un hallazgo plausible sobre una parte de la conversación que ya perdió de vista. Nada de eso se anuncia. Aquí, cada hallazgo se compara carácter por carácter con la transcripción antes de mostrártelo, y el que no coincide se descarta en lugar de reescribirse: si estás leyendo un hallazgo es porque tus propias palabras lo respaldan.

Evalúa a todos los presentes

Si pegas una reunión completa, un chatbot analiza la reunión completa, incluido el cliente. Aquí sus palabras son contexto y nunca se evalúan, y se reemplazan por seudónimos antes de enviar nada a análisis.

Empieza de cero cada vez

El valor de esto no está en un informe, está en el cuarto: la lista de errores que sigues cometiendo, contados cada 1000 palabras para que una reunión larga no parezca una mala reunión, y que va bajando con los meses. Un hilo de chat no puede hacer eso a menos que lleves tu propia hoja de cálculo, y nadie lleva la hoja de cálculo.

No sabe qué tipo de reunión fue

Hablar el 70 % del tiempo en la presentación a un cliente es lo esperado; hablar el 70 % del tiempo en una reunión 1:1 es el hallazgo. Aquí los números se calculan en código contra la norma del tipo de reunión que elegiste, no se estiman en prosa por un modelo al que nunca le dijeron en qué tipo de sala estaba.

Cuándo son la mejor opción

Si quieres una opinión rápida sobre una sola reunión, un chatbot es gratis y es rápido, y deberías usarlo. También es mejor que esto para cualquier cosa conversacional: discutir el feedback, hacer preguntas de seguimiento, ensayar qué decir la próxima vez. Esto no es un producto de chat y no pretende serlo.

Preguntas frecuentes

¿Esto no es más que una capa encima de un modelo de lenguaje?: El modelo hace la lectura, y eso no es un secreto. Lo que lo rodea es la parte que importa: las citas se verifican contra la fuente antes de mostrarte nada, se detecta el daño de transcripción y los hallazgos que caen dentro de esas zonas se rebajan, los nombres propios y los términos de producto están protegidos para que no se marquen como errores, las métricas se calculan en código en lugar de adivinarse, y hay un perfil que se acumula reunión tras reunión. Esa es la diferencia entre una opinión y un informe.
¿No podría simplemente escribir un buen prompt?: Puedes acercarte bastante en una sola reunión. Lo que un prompt no puede hacer es verificar al modelo contra la transcripción después, mantener el conteo a lo largo de veinte reuniones, o impedir que el modelo analice a tu cliente junto contigo.
¿Mi transcripción está más segura aquí que en un chatbot?: Distinta, más que automáticamente más segura, y vale la pena leer el detalle: los demás participantes se seudonimizan antes de que nada salga del servidor, el texto sin procesar se elimina según el calendario que definas, y nada se usa para entrenar un modelo. Si una cuenta personal de chatbot cumple con la política de tu empresa para una transcripción de cliente es una pregunta que solo tu empresa puede responder.

Ahora descubre cómo sonaste en ella

Pégala y obtén cuánto hablaste, tus rodeos y las tres correcciones más claras de tu inglés.

Probar con esta transcripción

Sin cuenta, y no se guarda nada.