5 minutes pour faire de l'IA votre deuxième cerveau

marsbitPublié le 2026-04-11Dernière mise à jour le 2026-04-11

Résumé

Résumé : Cet article présente un système de gestion des connaissances personnelles, combinant Claude Code et Obsidian, qui fonctionne comme un « deuxième cerveau » alimenté par l'IA. Contrairement aux systèmes RAG traditionnels, il construit et maintient activement une base de connaissances évolutive (Wiki) structurée en trois couches : les sources de données brutes, la base de connaissances organisée par l'IA, et une couche de règles (Schema) pour la cohérence. Le système opère via trois fonctions principales : Ingest (intégration de nouvelles informations), Query (interrogation des connaissances) et Lint (vérification et correction). Cette approche permet une accumulation progressive des savoirs, réduisant la charge cognitive de l'utilisateur et améliorant la précision des réponses de l'IA. L'article détaille comment configurer ce système en 5 minutes, en créant un « Vault » Obsidian, en y connectant Claude Code via son client desktop, et en utilisant un prompt système spécifique pour lancer la construction de la base de données. Des conseils avancés sont fournis, comme l'utilisation d'une extension Chrome pour Obsidian et la gestion des notes isolées (« Orphans »). Le principal inconvénient mentionné est la nécessité d'un entretien régulier et d'un apport constant de données pour que le système reste pertinent et efficace.

Note de la rédaction : Cet article présente un système de connaissances personnel basé sur Claude Code et Obsidian, dont le noyau n'est plus l'usage traditionnel du RAG « recherche temporaire à chaque requête », mais tente plutôt de permettre à l'IA de construire et de maintenir continuellement une base de connaissances (Wiki) évolutive.

Structurellement, ce système peut être décomposé en trois couches :
· Premièrement, la couche de données brutes, comprenant les notes, articles, transcriptions et autres sources d'entrée non modifiables ;
· Deuxièmement, la base de connaissances structurée maintenue par l'IA, qui réalise des références croisées et construit des relations grâce à des mises à jour continues ;
· Troisièmement, la couche de règles Schema, utilisée pour normaliser la manière d'organiser les connaissances et la logique opérationnelle du système.

Autour de cette structure, le système fonctionne via trois opérations centrales : Ingest (Ingestion), pour intégrer continuellement des informations externes ; Query (Requête), pour permettre une invocation immédiate des connaissances ; et Lint (Vérification), utilisée pour vérifier la cohérence structurelle et corriger les problèmes potentiels.

Grâce à ce mécanisme, la connaissance ne restent pas un simple résultat de conversation ponctuelle, mais, à travers un cycle « écriture - organisation - réutilisation », se sédimentent progressivement en un actif réutilisable à long terme. L'auteur suggère ainsi que ce modèle confère aux connaissances un effet d'accumulation similaire aux « intérêts composés » : d'une part, il allège la charge cognitive individuelle, et d'autre part, il améliore la précision et la cohérence contextuelle des sorties du modèle.

Cependant, le fonctionnement efficace de ce système repose sur une condition préalable – un apport et une maintenance continus des données. Sans injection stable de données et mise à jour de la structure, ce « deuxième cerveau » aura du mal à former un véritable effet d'accumulation, et ses avantages diminueront par conséquent.

Voici l'article original :

Claude Code + Obsidian est la combinaison d'IA la plus puissante que j'aie jamais utilisée.

J'ai presque construit un « deuxième cerveau IA », intégrant toutes mes réflexions, lectures, écrits, recherches en ligne, etc. Cela inclut mes plans commerciaux, toutes mes vidéos YouTube publiées, les articles que j'ai écrits, et tout ce qui est important pour moi.

Claude Code + Obsidian devient rapidement viral sur diverses plateformes, et ce n'est pas un hasard.

Personnellement, ce système d'IA a considérablement réduit ma charge cognitive, me permettant de concentrer mon énergie sur ce qui compte vraiment – que ce soit mes affaires ou ma vie personnelle.

Ce système peut sembler un peu complexe, mais en réalité, sa mise en place ne prend que 5 minutes. Plus important encore, il intègre un mécanisme de mémoire qui s'optimise continuellement avec l'usage.

Ensuite, je vais vous guider étape par étape pour reproduire ce système de « deuxième cerveau IA », qui peut réellement booster votre efficacité.

Je vous conseille de lire jusqu'à la fin – j'y joins un aide-mémoire complet pour Claude Code + Obsidian, ainsi que toutes les ressources mentionnées (toutes gratuites).

Avant de commencer

Ce système n'est pas entièrement mon idée originale, son inspiration vient d'un tweet viral d'Andrej Karpathy il y a quelques jours concernant les « bases de connaissances LLM ».

Lecture connexe : https://x.com/karpathy/status/2039805659525644595

Ce tweet est devenu viral rapidement car il propose une solution à un point de douleur clé du développement actuel de l'IA.

Ce problème est le suivant : chaque fois que vous commencez une nouvelle conversation, ou changez d'outil d'IA, vous devez ressaisir les prompts, ajouter du contexte, recommençant presque de zéro.

En combinant ce prompt système avec Obsidian et Claude Code, ce problème peut être résolu complètement, tout en améliorant significativement la qualité des sorties de l'IA.

Comment fonctionne ce système ?

L'ensemble du système est constitué de quatre modules clés :

1. Vos données : incluant articles, notes, transcriptions, idées, etc.

2. Mode d'organisation : réalisé automatiquement par Claude Code dans Obsidian

3. Invocation immédiate : Vous pouvez interroger cette « base de données » à tout moment pour obtenir des réponses

4. Mémoire évolutive : Le système devient plus intelligent avec l'usage

Où réside la véritable puissance de ce système ?

En tant qu'humains, notre bande passante cognitive est limitée. Nous oublions, il nous est parfois difficile de connecter différentes idées, et nous avons une limite à l'information que nous pouvons suivre et traiter simultanément.

En utilisant ce système à quatre modules, vous libérez en réalité votre charge cognitive, confiant le travail de « connexion, organisation et compréhension de l'information » à Obsidian et Claude Code.

Vos idées commencent à être systématiquement reliées, une note peut automatiquement être liée à une autre, et vous pouvez à tout moment extraire, combiner et invoquer ces contenus via Claude.

Dans cette structure, vos connaissances ne sont plus éparses, mais forment un réseau qui peut être continuellement invoqué et réorganisé – presque sans limite.

Comment construire votre cerveau IA en 5 minutes

1. Téléchargez Obsidian


Site officiel : https://obsidian.md/

2. Créez votre Coffre-fort (Vault)

Une fois le téléchargement terminé, Obsidian vous invitera à créer un « Vault » (Coffre-fort).

Vous pouvez le comprendre comme un dossier sur votre ordinateur, où nous stockerons tout le contenu, et permettrons à Claude Code d'accéder et de gérer ces données.

Le nom de ce Vault peut être choisi librement – personnellement, je l'ai nommé « Obsidian Vault ».

Ce Vault est l'endroit où Obsidian stocke toutes vos données et notes, tout le contenu sera sauvegardé sous forme de fichiers MD (Markdown).

3. Configurez Claude Code

Ensuite, vous devez configurer un moyen d'accéder à Claude Code. Pour moi (et probablement pour la plupart des gens), la méthode la plus simple est d'utiliser directement le client desktop.

Dans l'interface principale de chat, cliquez sur « Select Folder (Sélectionner un dossier) », puis trouvez et sélectionnez le Obsidian Vault que vous venez de créer.

4. Configurez le Prompt Système (System Prompt)

Une fois le dossier sélectionné, l'étape suivante est de coller le prompt système d'Andrej Karpathy dans la boîte de chat principale.

Vous pouvez copier ce prompt ici : https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

Votre saisie devrait ressembler à ceci :

Petite astuce : Si vous ne le souhaitez pas, vous n'êtes pas obligé d'ouvrir Obsidian manuellement. Il suffit de donner le dossier MD (votre Vault) et les données associées à Claude Code, il pourra directement lire, écrire et modifier ces fichiers – et ce contenu sera automatiquement synchronisé avec votre « deuxième cerveau » Obsidian.

5. Construisez votre base de données

Après avoir saisi le prompt système ci-dessus, Claude Code commencera à vous demander quelques sources de données, pour initialiser et progressivement remplir votre « deuxième cerveau ».

Vous pouvez imaginer Obsidian comme un « cahier vierge » – au début, vous devez saisir activement du contenu pour que la base de données se construise progressivement. Les contenus pouvant être importés incluent : notes, fichiers CSV, fichiers Markdown / texte, etc.

Quelques conseils pratiques :

· Exportez les données de votre outil de notes existant

· Si vous utilisez Notion, vous pouvez exporter en CSV

· Demandez à Claude (ou un autre grand modèle) de préparer un résumé d'informations vous concernant, pour initialiser votre « deuxième cerveau »

· Importez en une fois vos articles existants, favoris, idées, etc. – c'est le meilleur moment pour établir les données initiales, vous pourrez compléter plus tard

Il est important de noter qu'une base de données avec autant de données que la mienne ne se construit pas du jour au lendemain, mais s'accumule progressivement avec le temps grâce à des apports continus.

Voilà, votre « deuxième cerveau IA » est configuré et opérationnel. Ensuite, je partage quelques astuces avancées pour l'utiliser plus efficacement.

Astuces avancées (Pro Tips)

1. Extension Chrome Obsidian

Si vous voulez ajouter des données plus facilement, il suffit d'installer l'extension Chrome d'Obsidian. Elle vous permet, lors de la navigation, de cliquer directement sur « Add to Obsidian (Ajouter à Obsidian) » pour sauvegarder le contenu dans votre base de connaissances. Cela rend le processus de construction de votre « deuxième cerveau » très fluide.

J'utilise moi-même souvent cette fonctionnalité pour collecter des articles, des données web, des documents de recherche, etc.

Notez que les données ajoutées via l'extension sont, au départ, juste une « source de données isolée ».

Vous pouvez ensuite dire à Claude Code : « Je viens d'ajouter [x] dans Obsidian, please intègre ces contenus dans mon Wiki. »

Claude Code établira automatiquement des liens entre ces nouvelles données et le contenu existant, les intégrant véritablement à votre « deuxième cerveau ». C'est aussi pourquoi cette combinaison d'outils est si puissante.

2. Créez des Coffres-forts (Vaults) séparés

Andrej Karpathy recommande d'utiliser deux Coffres-forts (Vaults) indépendants :

· Un pour le travail / le contenu commercial

· Un pour la vie personnelle / la gestion des objectifs

Mon expérience personnelle confirme que cette structure est la plus claire et la plus efficace.

3. Utilité pratique

L'usage le plus précieux de ce système que j'ai trouvé est en fait très simple : rendre vos prompts LLM plus précis.

Lorsque le modèle a accès à l'intégralité de vos informations personnelles, plans commerciaux, contexte d'écriture, etc., il peut générer des prompts plus « sur mesure », de meilleure qualité et plus proches de la réalité (voire des « super Prompt »).

Bien sûr, les usages de ce système vont bien au-delà, mais si vous voulez commencer par un scénario très pratique, je vous recommande fortement de commencer par « améliorer la qualité des Prompt ».

4. Orphelins (Orphans)

Dans Obsidian, les « Orphelins » (Orphans) désignent les points de données qui ne sont pas connectés à d'autres notes.

Cette fonctionnalité est utile car elle peut vous aider à :

· Trouver des idées pas encore intégrées

· Découvrir les « zones faibles » de votre base de données

· Identifier quels contenus méritent d'être développés ou approfondis

En d'autres termes, c'est non seulement un outil d'organisation, mais aussi un mécanisme vous aidant à découvrir vos angles morts de réflexion.

Vous pouvez cliquer sur les « trois points » en haut à droite, trouver et activer le switch Orphans, pour voir quels contenus ne sont pas encore liés.

Les inconvénients potentiels de ce système

Nous avons beaucoup parlé des avantages, des cas d'usage et des méthodes d'optimisation, mais quels sont ses défauts ? Dans quels cas ce système ne vous conviendrait-il pas ?

1. Les personnes peu à l'aise avec la visualisation

Un avantage clé de ce système est sa capacité à présenter visuellement les données. Si vous ne dépendez pas ou n'êtes pas habitué à ce type de visualisation, son aide pourrait être limitée.

2. Un certain coût de maintenance requis

Si vous n'êtes pas disposé à maintenir continuellement une base de données, ce système n'est probablement pas pour vous. Bien que le coût de maintenance ne soit pas élevé, sans apport continu de données dans le « deuxième cerveau », il aura du mal à démontrer sa valeur.

3. Occupation de l'espace de stockage

Tout le contenu est stocké localement sous forme de fichiers Markdown, ce qui occupe un certain espace sur votre appareil. Ce point doit également être considéré à l'avance.

Questions liées

QQuel est le principal avantage du système AI 'deuxième cerveau' décrit dans l'article ?

ALe principal avantage est qu'il libère la charge cognitive de l'utilisateur en systématisant la connexion, l'organisation et la compréhension des informations, permettant à la connaissance de devenir un réseau réutilisable et évolutif avec un effet d'accumulation similaire aux intérêts composés.

QQuels sont les trois composants structurels de ce système de connaissance personnel ?

ALes trois couches structurelles sont : 1) La couche de données brutes (notes, articles, transcriptions) 2) La base de connaissances structurée maintenue par l'IA 3) La couche de règles Schema pour organiser la connaissance et la logique du système.

QQuels sont les trois types d'opérations centrales qui font fonctionner ce système ?

ALes trois opérations centrales sont : Ingest (ingestion) pour intégrer les informations externes, Query (requête) pour accéder instantanément aux connaissances, et Lint (vérification) pour contrôler la cohérence structurelle et corriger les problèmes potentiels.

QQuelle combinaison technologique spécifique l'auteur recommande-t-il pour construire ce 'deuxième cerveau' ?

AL'auteur recommande la combinaison Claude Code + Obsidian, qu'il décrit comme la plus puissante pour créer un 'deuxième cerveau' AI qui peut être configuré en seulement 5 minutes.

QQuel est le principal inconvénient ou défi mentionné concernant ce système ?

ALe principal défi est qu'il nécessite un entretien continu et une injection stable de données. Sans apport régulier de nouvelles informations et mises à jour structurelles, le système ne peut pas développer son effet d'accumulation et ses avantages diminuent.

Lectures associées

Un Trader de Bitcoin Affirme que les Sommets et les Creux des Cycles Correspondent à des Délais Exactement Identiques

Un trader utilisant le pseudonyme Ryan (@DodysDD) affirme avoir identifié une précision mathématique étonnante dans les cycles de prix du Bitcoin. Selon son analyse, les phases de marché haussier, du plus bas au plus haut (ATH), dureraient exactement 1064 jours, comme observé lors des cycles 2014-2017, 2018-2021 et 2022-2025. De même, les phases baissières (du pic au creux) correspondraient à 364 jours, comme en 2017-2018 et 2021-2022. Ce schéma, s'il se vérifiait, offrirait aux investisseurs un cadre temporel simple pour anticiper les tendances majeures. Cependant, l'article souligne les risques inhérents à ce type de théorie. La précision apparente dépend souvent du choix des points de référence (cours de clôture, sommets intradays...), ce qui peut conduire à une sélection biaisée des données. Il n'existe aucune preuve que le Bitcoin soit régi par un minutage aussi exact, son prix étant influencé par une multitude de facteurs (halvings, conditions macroéconomiques, psychologie des investisseurs...). Malgré ces limites, ce récit cyclique trouve un écho dans la communauté des traders, surtout dans un contexte actuel d'incertitude sur la phase de marché. Il fournit une narration simple face à la complexité. En conclusion, si l'observation sert de cadre d'analyse populaire, elle doit être abordée avec scepticisme et ne peut, à elle seule, prédire les futurs sommets ou creux du marché.

bitcoinistIl y a 1 h

Un Trader de Bitcoin Affirme que les Sommets et les Creux des Cycles Correspondent à des Délais Exactement Identiques

bitcoinistIl y a 1 h

94 billions, le plus grand financement de l'année pour les robots humanoïdes est apparu

Dans le secteur des robots humanoïdes, un tournant majeur est marqué par le financement record de 14 milliards de dollars (environ 94,9 milliards de yuans) levé par l'entreprise allemande Neura. Cette levée de fonds de série C, menée par des investisseurs industriels de renom comme Schaeffler et Bosch, ainsi que des géants technologiques (NVIDIA, Amazon), porte l'évaluation de Neura à environ 70 milliards de dollars. Cet investissement massif signale un changement profond : la filière passe d'une phase de démonstration technologique à une phase d'industrialisation et de déploiement concret en usine. Contrairement aux sociétés axées sur un robot humanoïde "universel" (comme Figure AI), Neura adopte une approche pragmatique, ciblant d'abord des applications industrielles verticales et spécifiques, comme en témoigne son partenariat avec BMW. La conjonction de plusieurs facteurs explique cet afflux de capitaux : les progrès de l'IA (modèles de grande taille) qui améliorent les capacités de perception et de décision des robots, et les pressions structurelles sur le marché du travail (vieillissement, pénurie de main-d'œuvre, coûts salariaux) qui créent une demande croissante dans la fabrication. Les principaux défis pour une adoption massive ne sont plus uniquement techniques. Ils concernent désormais les coûts d'adaptation aux lignes de production existantes, la formation des opérateurs et la mise en place d'un réseau de maintenance fiable. L'entrée en scène de capitaux industriels expérimentés démontre une confiance accrue dans la capacité du secteur à résoudre ces problèmes d'ingénierie et de modèle commercial, achevant ainsi la transition cruciale du laboratoire au sol de l'usine.

marsbitIl y a 7 h

94 billions, le plus grand financement de l'année pour les robots humanoïdes est apparu

marsbitIl y a 7 h

Le marché de la pré-introduction en bourse d'Anthropic chute après qu'une directive américaine force l'arrêt du modèle

Anthropic a annoncé avoir reçu une directive du gouvernement américain lui ordonnant de suspendre l'accès aux modèles Claude Fable 5 et Claude Mythos 5 pour les ressortissants étrangers, y compris ses propres employés étrangers. Cette mesure d'urgence, justifiée par des préoccupations de sécurité nationale liées au contrôle des exportations, a forcé la désactivation mondiale des deux modèles le 12 juin. Les autres modèles d'Anthropic, comme Claude Opus 4.8, restent opérationnels. La réaction du marché a été immédiate : le contrat perpétuel lié à Anthropic sur Hyperliquid a chuté de 3,7%, reflétant l'impact sur sa valorisation pré-IPO. Anthropic a contesté la base de cette directive, arguant que la vulnérabilité de "jailbreak" évoquée par le gouvernement était mineure, déjà connue et non exclusive à ses modèles. La société a averti qu'un tel seuil d'intervention, s'il était généralisé, pourrait stopper les déploiements de nouveaux modèles d'IA de pointe. Cet événement illustre comment la régulation de l'IA devient un facteur négociable sur les marchés financiers. Les instruments tokenisés et les contrats pré-IPO permettent désormais aux traders de réagir instantanément à ce type de nouvelles réglementaires, même en l'absence d'informations publiques détaillées. Cela intègre l'infrastructure d'IA dans une dynamique de marché spéculative similaire à celle de la cryptomonnaie, avec des risques de volatilité basée sur des informations incomplètes.

bitcoinistIl y a 12 h

Le marché de la pré-introduction en bourse d'Anthropic chute après qu'une directive américaine force l'arrêt du modèle

bitcoinistIl y a 12 h

Un portefeuille lié à une exploitation convertit des jetons volés en 18 510 ETH et 1 548 BNB

Un portefeuille lié à une exploitation a converti des actifs compromis en 18 510 ETH (évalués à environ 30,83 millions de dollars) et 1 548 BNB (environ 924 000 dollars), selon une alerte de suivi sur la chaîne partagée par WuBlockchain citant Lookonchain. L'attaquant, associé à des « jetons H » compromis, détient encore 111,36 millions de ces jetons d'une valeur d'environ 14 millions de dollars. Cette conversion vers des actifs plus liquides comme l'ETH et le BNB est une étape courante après une exploitation, souvent avant une tentative de retrait ou de mélange de fonds. Les grands échanges de ce type peuvent exercer une pression sur les liquidités, signaler les prochaines étapes de l'attaquant et offrir de nouvelles pistes de transaction à suivre pour les enquêteurs. Le suivi sur la chaîne, bien qu'utile pour visualiser les mouvements de fonds en temps réel, présente des limites : les portefeuilles peuvent fractionner les actifs rapidement, les déplacer entre différentes chaînes ou utiliser des adresses intermédiaires, compliquant le traçage. Les étiquettes attribuées aux portefeuilles peuvent également changer. Ces données représentent donc un instantané et non une estimation finale des pertes. Cet incident souligne l'utilité des comptes de surveillance sur la chaîne comme Lookonchain, qui peuvent révéler une activité avant la publication d'une enquête officielle. La conversion en actifs liquides rend également plus difficile et urgente toute tentative de récupération des fonds volés.

bitcoinistIl y a 15 h

Un portefeuille lié à une exploitation convertit des jetons volés en 18 510 ETH et 1 548 BNB

bitcoinistIl y a 15 h

Trading

Spot
Futures
活动图片