Zum Inhalt springen

Frag deine Notizen

Stell Kimiko Fragen zu einer Besprechung, einem Projekt oder deiner ganzen Bibliothek und prüfe Entscheidungen und Zusammenhänge über die verlinkten Quellen.

Kimiko kann Fragen anhand einer einzelnen Besprechung, eines Projekts oder deiner Bibliothek beantworten. Der Chat einer Notiz beginnt mit dieser Notiz, die Seite „Chat“ mit deiner ganzen Bibliothek. Um eine bestimmte Notiz oder ein Projekt hinzuzufügen, tipp @ ins Eingabefeld und wähle den Eintrag aus; deine Auswahl erscheint als Chips, die du wieder entfernen kannst, bevor du die Frage abschickst.

Umfang Wofür
Besprechung Eine Entscheidung, ein Detail oder ein nächster Schritt aus einem Gespräch
Projekt Änderungen und Zusammenhänge über verwandte Besprechungen und Notizen hinweg
Alle Notizen Breiter nach relevanten Informationen suchen

Beginne mit dem kleinsten Umfang, der die gesuchten Informationen enthält.

Hilfreiche Fragen sind zum Beispiel:

  • „Was wollten wir laut Absprache bis Freitag verschicken?“
  • „Wie hat sich der Launch-Plan zwischen den letzten beiden Besprechungen verändert?“
  • „Welche Fragen sollte ich zu unserem nächsten Kundengespräch mitbringen?“

Nenne das Projekt, das Thema oder ein ungefähres Datum, wenn das hilft, ähnliche Gespräche auseinanderzuhalten.

Über die Quellenlinks in einer Antwort springst du zurück zur passenden Besprechung oder zum passenden Ausschnitt. Sieh dir den ursprünglichen Zusammenhang an, wenn es um eine wichtige Entscheidung geht oder die Antwort unvollständig wirkt.

Der Chat arbeitet mit dem Material, das im gewählten Umfang verfügbar ist. Er garantiert nicht, dass jede relevante Notiz gefunden wurde, und eine Antwort bedeutet nicht, dass das Web durchsucht wurde.

Vergewissere dich, dass die Besprechung fertig verarbeitet ist und zum gewählten Projekt gehört. Versuch es mit einer genaueren Frage oder einem markanten Wort aus dem Gespräch.

Der Bereich Chat-Suche unter Einstellungen → KI zeigt den Stand der Indexierung. Mit der integrierten KI nutzt Kimiko ein lokales Embedding-Modell, um passende Stellen zu finden. Mehr dazu unter Lokale KI-Modelle.