5 минут, чтобы сделать ИИ вашим вторым мозгом

marsbitОпубликовано 2026-04-11Обновлено 2026-04-11

Введение

Клод Код + Obsidian: 5-минутное руководство по созданию «второго мозга» на базе ИИ. Система позволяет строить постоянно развивающуюся базу знаний, состоящую из трёх уровней: исходные данные (заметки, статьи), структурированное хранилище, управляемое ИИ, и слой правил (Schema) для организации. Ключевые операции: добавление данных (Ingest), запросы (Query) и проверка целостности (Lint). Это снижает когнитивную нагрузку, улучшает точность ответов ИИ и обеспечивает эффект сложного процента для знаний. Для работы требуется регулярное обновление данных. В статье приведены шаги по настройке, советы по использованию и потенциальные ограничения системы.

Примечание редактора: В этой статье представлена персональная система знаний, построенная на основе Claude Code и Obsidian. Её ядро — не традиционное использование RAG по принципу «каждый запрос — временный поиск», а попытка заставить ИИ постоянно строить и поддерживать развивающуюся базу знаний (Wiki).

Структурно систему можно разделить на три уровня:
· Во-первых, уровень исходных данных, включающий неизменяемые источники ввода: заметки, статьи, транскрипции и т.д.;
· Во-вторых, структурированная база знаний, поддерживаемая ИИ, которая постоянно обновляется, создавая перекрёстные ссылки и связи;
· В-третьих, уровень правил (Schema), который стандартизирует организацию знаний и логику работы системы.

Вокруг этой структуры система работает через три основных операции: Ingest (Захват) — постоянное включение внешней информации в систему; Query (Запрос) — обеспечение мгновенного доступа к знаниям; Lint (Проверка) — используется для проверки структурной согласованности и исправления потенциальных проблем.

В этом механизме знания не остаются разовым результатом диалога, а через цикл «запись — упорядочивание — повторное использование» постепенно накапливаются в долгосрочный актив для повторного использования. Автор утверждает, что такая модель придаёт знаниям эффект накопления, подобный «сложному проценту»: с одной стороны, снижает когнитивную нагрузку на индивида, с другой — повышает точность и контекстуальную согласованность вывода модели.

Однако эффективная работа этой системы основана на одном условии — постоянном вводе и поддержке. Без стабильного потока данных и обновления структуры этот «второй мозг» не сможет сформировать настоящий эффект накопления, и его преимущества ослабнут.

Далее следует оригинальный текст:

Claude Code + Obsidian — это самая мощная комбинация ИИ, которую я использовал.

Мне практически удалось построить «ИИ-второй мозг», который включил все мои мысли, чтение, письмо, онлайн-исследования и другой контент. Это включает мои бизнес-планы, все выпущенные YouTube-видео, написанные статьи и всё, что для меня важно.

Claude Code + Obsidian быстро набирает популярность на различных платформах, и это не случайно.

Лично для меня эта система ИИ значительно снизила мою когнитивную нагрузку, позволив сосредоточить силы на действительно важных вещах — будь то бизнес или личная жизнь.

Эта система может показаться сложной, но на самом деле её настройка занимает всего 5 минут. Что ещё важнее, она имеет встроенный механизм памяти и постоянно самооптимизируется по мере использования.

Далее я шаг за шагом покажу вам, как воссоздать эту систему «ИИ-второго мозга», которая действительно повысит вашу эффективность.

Рекомендую дочитать статью до конца — я приложу полный справочник по работе с Claude Code + Obsidian и все упомянутые ресурсы (все бесплатные).

Прежде чем начать

Эта система не является моим оригинальным изобретением, её вдохновил viral твит Андрея Карпати несколько дней назад о «LLM knowledge base».

Связанное чтение: https://x.com/karpathy/status/2039805659525644595

Этот твит стал вирусным, потому что он предложил решение ключевой боли в текущем развитии ИИ.

Проблема в следующем: каждый раз, когда вы начинаете новый диалог или переключаетесь на новый инструмент ИИ, вам приходится снова и снова вводить промпты, дополнять контекст, что почти равно началу с нуля.

Объединение этого системного промпта с Obsidian и Claude Code полностью решает эту проблему, одновременно значительно повышая качество вывода ИИ.

Как работает эта система?

Вся система состоит из четырёх основных модулей:

1. Ваши данные: включая статьи, заметки, транскрипции, идеи и т.д.

2. Организация: автоматическое упорядочивание в Obsidian с помощью Claude Code

3. Мгновенный доступ: вы можете в любой момент задать вопрос этой «базе данных» и получить ответ

4. Эволюционная память: система становится умнее по мере использования

В чём настоящая сила этой системы?

Как люди, наша когнитивная пропускная способность ограничена. Мы забываем, нам иногда трудно связывать разные идеи, и в конечном счёте есть предел информации, которую мы можем одновременно отслеживать и обрабатывать.

С помощью этой системы из четырёх модулей вы фактически снимаете с себя когнитивную нагрузку, поручая работу по «связыванию, упорядочиванию и пониманию информации» Obsidian и Claude Code.

Ваши идеи начинают систематически связываться, одна заметка может автоматически ссылаться на другую, и вы можете в любой момент через Claude извлекать, комбинировать и использовать этот контент.

В такой структуре ваши знания перестают быть разрозненными и становятся сетью, которую можно постоянно вызывать и реорганизовывать — практически без ограничений.

Как построить ваш ИИ-мозг за 5 минут

1. Скачайте Obsidian


Официальный сайт: https://obsidian.md/

2. Создайте ваш Vault (хранилище знаний)

После загрузки Obsidian предложит вам создать «Vault».

Можно думать об этом как о папке на компьютере, где мы будем хранить весь контент и предоставим Claude Code доступ к этим данным и управление ими.

Название Vault можно задать любое — я, например, назвал его «Obsidian Vault».

Этот Vault — место, где Obsidian хранит все ваши данные и заметки, всё содержимое сохраняется в виде MD (Markdown) файлов.

3. Настройте Claude Code

Далее вам нужно настроить способ доступа к Claude Code. Для меня (и, скорее всего, для большинства) самый простой способ — использовать настольное приложение.

В главном окне чата нажмите «Select Folder (Выбрать папку)», найдите созданный вами Obsidian Vault и выберите его.

4. Установите системный промпт (System Prompt)

После выбора папки следующий шаг — вставить системный промпт от Андрея Карпати в главное окно чата.

Скопировать этот промпт можно здесь: https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f

Ваш ввод должен выглядеть так:

Подсказка: Если не хотите, вам не обязательно открывать Obsidian вручную. Достаточно предоставить папку с MD-файлами (ваш Vault) и связанные данные Claude Code, и он сможет напрямую читать, записывать и изменять эти файлы — а контент автоматически синхронизируется с вашим «вторым мозгом» в Obsidian.

5. Постройте вашу базу данных

После ввода системного промпта Claude Code начнёт запрашивать некоторые источники данных для инициализации и постепенного наполнения вашего «второго мозга».

Можно представить Obsidian как «чистый блокнот» — сначала вам нужно активно вводить контент, чтобы база данных постепенно строилась. Можно импортировать: заметки, CSV-файлы, Markdown / текстовые файлы и т.д.

Некоторые практические советы:

· Экспортируйте данные из ваших текущих инструментов для заметок

· Если используете Notion, экспортируйте в CSV

· Попросите Claude (или другую большую модель) упорядочить информацию о вас для инициализации «второго мозга»

· Импортируйте сразу ваши existing статьи, закладки, идеи и т.д. — это лучшее время для создания initial данных, можно дополнять позже

Важно отметить, что такая большая база данных, как у меня, строится не сразу, а постепенно, с постоянным вводом и накоплением со временем.

Всё, ваш «ИИ-второй мозг» собран и готов к работе. Далее я поделюсь некоторыми продвинутыми советами, чтобы использовать его ещё эффективнее.

Продвинутые советы (Pro Tips)

1. Chrome-расширение для Obsidian

Если вы хотите轻松 добавлять данные в систему, просто установите Chrome-расширение Obsidian. Оно позволяет при просмотре网页 одним щелчком «Add to Obsidian (Добавить в Obsidian)» сохранять контент прямо в ваше хранилище знаний. Это делает процесс построения «второго мозга» очень удобным.

Я сам часто использую эту функцию для сбора статей, веб-данных, исследовательских материалов и т.д.

Важно отметить, что данные, добавленные через расширение, изначально являются просто «изолированным источником данных».

Далее вы можете сказать Claude Code: «Я только что добавил [x] в Obsidian, пожалуйста, интегрируй этот контент в мою Wiki.»

Claude Code автоматически установит связи между этими новыми данными и existing контентом, сгенерирует ссылки,真正 интегрируя их в ваш «второй мозг». В этом и заключается сила этого набора инструментов.

2. Раздельное создание папок (Vault)

Андрей Карпати рекомендует использовать две отдельные папки (Vault):

· Одна для работы / бизнес-контента

· Одна для личной жизни / управления целями

Мой собственный опыт использования также показывает, что такая структура是最清晰、最有效的.

3. Практичность

Я обнаружил, что одно из самых ценных применений этой системы довольно просто: сделать ваши LLM-промпты более точными.

Когда модель имеет доступ к вашему полному личному контексту, бизнес-планам, истории написания и т.д., она может генерировать более «кастомизированные», более贴近现实的高окачественные промпты (даже «супер-промпты»).

Конечно,用途 этой системы不止这些, но если вы хотите начать с самого практичного сценария, я强烈 рекомендую начать именно с «повышения качества промптов».

4. Orphans (Изолированные узлы)

В Obsidian «Orphans» — это точки данных, не связанные с другими заметками.

Эта функция очень полезна, потому что она помогает:

· Найти ещё не интегрированные идеи

· Обнаружить «слабые места» в базе данных

· Определить, какой контент值得 дальнейшего расширения или углубления

Другими словами, это не только инструмент организации, но и механизм, помогающий обнаружить слепые зоны в мышлении.

Вы можете点击 «три точки» в правом верхнем углу, найти и включить переключатель Orphans, чтобы查看, какие内容 ещё не связаны.

Потенциальные недостатки этой системы

Выше мы много говорили о преимуществах, сценариях использования и оптимизации. В чём её недостатки? В каких случаях эта система может вам не подойти?

1. Людям, не привыкшим к визуализации

Одно из ключевых преимуществ системы — возможность визуального представления данных. Если вы сами не依赖或не习惯这种方式, то её польза для вас может быть ограничена.

2. Требует некоторых затрат на维护

Если вы не готовы постоянно поддерживать базу данных, эта система可能 не для вас. Хотя维护成本不高, но без постоянного ввода данных в «второй мозг» ему будет трудно发挥价值.

3. Занимаемое место

Весь контент хранится локально в виде Markdown-файлов, что занимает некоторое место на устройстве. Это тоже нужно учитывать.

Связанные с этим вопросы

QКаковы три основных уровня структуры системы «AI второго мозга», описанной в статье?

AСистема состоит из трёх уровней: 1) Слой исходных данных (заметки, статьи, транскрипты); 2) Структурированная база знаний, поддерживаемая ИИ; 3) Слой правил (Schema), определяющий организацию знаний и логику работы системы.

QКакие три основные операции обеспечивают функционирование системы?

AСистема работает через три ключевые операции: Ingest (приём и усвоение внешней информации), Query (запросы для мгновенного доступа к знаниям) и Lint (проверка целостности структуры и исправление проблем).

QКакое основное программное обеспечение и модель ИИ используются для создания «второго мозга»?

AДля создания системы используется комбинация программы для заметок Obsidian и языковой модели Claude Code.

QКакой инструмент позволяет легко добавлять веб-контент в систему, и что нужно сделать после добавления?

AДля этого используется Chrome-расширение Obsidian. После добавления контента необходимо попросить Claude Code интегрировать новые данные в вики, установив связи с существующей информацией.

QКакие три потенциальных недостатка или ограничения у данной системы?

A1) Система может быть менее полезна тем, кто не привык к визуализации данных. 2) Требует определённых затрат на поддержку и постоянное пополнение данными. 3) Локальное хранение файлов в формате Markdown занимает место на устройстве.

Похожее

Суперцикл искусственной памяти наступил: торгуйте DRAM, Micron и SanDisk в одном крипто-аккаунте

Цикл роста рынка памяти для ИИ начался: торгуйте DRAM, Micron и SanDisk в одной крипто-учетной записи. Все мировые ИИ-датацентры сталкиваются с одной проблемой — нехваткой памяти, а не вычислительных мощностей. Чипы памяти распроданы, а их производители стали одними из самых прибыльных активов 2026 года. На платформе WEEX всю эту тему можно торговать в едином аккаунте, расчеты в USDT, без брокеров. Ситуация уникальна: Goldman Sachs прогнозирует дефицит DRAM в 2026 году на уровне 4,9% — самый серьезный за 15 лет. Цены на DRAM выросли примерно на 90% только в первом квартале 2026 года, а на NAND — более чем вдвое за несколько месяцев. Это структурный кризис, вызванный бумом ИИ, который сейчас потребляет около 20% всего производства DRAM. Три инструмента на WEEX позволяют участвовать в этом цикле: 1. **DRAM/USDT (спот):** Прямая торговля дефицитом памяти, а не акциями конкретного производителя. 2. **Бессрочные фьючерсы MU (Micron):** Весь объем памяти высокой пропускной способности Micron на 2026 год уже продан по фиксированным контрактам. Выручка компании в центре обработки данных составляет более 56%. 3. **Бессрочные фьючерсы SNDK (SanDisk):** Более волатильная ставка на рынок NAND-памяти, который испытывает еще большее давление. Выручка SanDisk резко выросла на 97% в квартальном исчислении. Ключевое преимущество WEEX — возможность торговать всей этой макро-историей в одном аккаунте, быстро перераспределяя экспозицию между общей темой и конкретными активами без перевода средств. Дефицит памяти — главное узкое место эпохи ИИ, и теперь на нем можно торговать через крипто-аккаунт.

TheNewsCrypto28 мин. назад

Суперцикл искусственной памяти наступил: торгуйте DRAM, Micron и SanDisk в одном крипто-аккаунте

TheNewsCrypto28 мин. назад

UNI вырос вдвое за два месяца на фоне общего спада: пятилетняя задержка в восстановлении стоимости

В июне-июле 2025 года, на фоне общей волатильности крипторынка, токен UNI децентрализованной биржи Uniswap показал исключительный рост, почти удвоившись в цене с $2,3 до $4,6. Основная причина — реализация механизма сбора доли комиссий протокола (т.н. «переключатель комиссий») и их направления на выкуп и сжигание UNI, что изменило его статус с чисто управленческого токена на актив с реальным денежным потоком. Несмотря на то, что предложение было принято еще в декабре 2024 года, значимый эффект проявился только в июле 2025 года после запуска Robinhood Chain, ориентированной на токенизированные акции. Развернутые на ней пулы Uniswap резко увеличили объемы торгов и комиссий протокола. Ежедневные средства, направляемые на сжигание UNI, выросли примерно с $114 тысяч до $325 тысяч, причем более половины суммы генерировала Robinhood Chain. Ключевым фактором успеха механизма выкупа и сжигания для UNI стала зрелая и распределенная структура предложения токена, выпущенного еще в 2020 году, без крупных предстоящих разблокировок. Это отличает его от многих новых проектов, где эмиссия часто превышает объемы выкупа. Главный вопрос на будущее — сможет ли Uniswap сохранить высокие объемы торгов на Robinhood Chain после окончания 90-дневного периода субсидирования комиссий сети, или текущий рост окажется временным эффектом.

marsbit1 ч. назад

UNI вырос вдвое за два месяца на фоне общего спада: пятилетняя задержка в восстановлении стоимости

marsbit1 ч. назад

Экстренный отзыв функции генерации изображений Nano Banana 2 в Google Earth!

В Google Earth экстренно отозвали функцию генерации изображений Nano Banana 2 после того, как пользователи менее чем за день "сломали" её, создавая неподобающий или абсурдный контент (например, исторические памятники в постапокалиптическом стиле). Функция, позволявшая накладывать сгенерированные ИИ изображения на реальные спутниковые снимки и 3D-ландшафты в Google Earth, была временно отключена для усиления защитных мер. Эта технология, названная "геопространственным закреплением" (Geospatial Grounding), использует текущий спутниковый вид, данные рельефа и камеры для создания изображений, которые реалистично вписываются в реальную географию. Она открывала новые возможности: визуализацию исторических мест, создание информационных графиков и предварительный просмотр архитектурных проектов в их реальном окружении. Однако недостатки, такие как отсутствие поддержки режима Street View и неточности в генерируемой информации, а также возможность злоупотреблений, вынудили Google отозвать функцию. Этот шаг подчеркивает стратегию Google по использованию своего уникального массива географических данных для создания нового типа "правдоподобной" AI-визуализации, в отличие от конкурентов, сосредоточенных только на эстетике изображений.

marsbit2 ч. назад

Экстренный отзыв функции генерации изображений Nano Banana 2 в Google Earth!

marsbit2 ч. назад

Алтман признаёт: переоценил способность ИИ отнимать работу! Хуан Жэньсюнь: разговоры о безработице абсолютно ошибочны

Открытие OpenAI - не первая крупная компания под управлением ИИ, но Сэм Олтман изменил свою позицию. В подкасте «Invest Like the Best» он заявил, что люди «не хотят ИИ-гендиректора», поскольку им важно знать, кто принимает решения и несет ответственность. Он также признал, что переоценил скорость, с которой ИИ заменит младшие офисные должности. Дженсен Хуанг, глава NVIDIA, в свою очередь, заявил на YC Startup School, что нарратив об «ИИ, уничтожающем рабочие места», ошибочен. Он разграничил понятия «задача» и «работа»: ИИ берет на себя некоторые задачи, но не устраняет всю должность. Например, спрос на радиологов и разработчиков ПО растет, поскольку ИИ помогает быстрее обрабатывать накопленные объемы работы, позволяя расширять деятельность. Исследование Университета Мэриленда и LinkUp, охватившее 155 млн вакансий в США с 2018 года, не выявило общего снижения спроса на работу из-за ИИ. Доля вакансий для выпускников даже выросла. Молодые специалисты могут получить преимущество, используя ИИ для компенсации недостатка опыта. Однако стандартные вводные задачи (обработка данных, написание базового кода), которые раньше служили стартовой ступенькой для карьеры, теперь автоматизируются. Это сужает точку входа на рынок труда для новичков. Ключевой вывод: по мере автоматизации задач ценность человеческой работы смещается в сторону ответственности, построения доверия, принятия окончательных решений и личного взаимодействия. Эти элементы, которые ИИ не может заменить, становятся настоящим профессиональным преимуществом.

marsbit2 ч. назад

Алтман признаёт: переоценил способность ИИ отнимать работу! Хуан Жэньсюнь: разговоры о безработице абсолютно ошибочны

marsbit2 ч. назад

Крупные изменения в ФРС? Сообщается, что Ваш рассматривает возможность сокращения частоты заседаний по ставкам, нарушая 40-летнюю традицию

Председатель ФРС Уолш рассматривает возможность сокращения количества регулярных заседаний по установлению процентных ставок, проводимых Федеральным комитетом по открытым рынкам (FOMC) каждый год. Это изменение, если оно будет реализовано, станет одним из самых значительных преобразований в работе ФРС за последние десятилетия и打破ет практику, действующую с 1981 года, когда заседания проводятся восемь раз в год (примерно каждые шесть недель). Согласно информации The New York Times, Уолш вынес этот вопрос на обсуждение на заседании ФРС на этой неделе. Новый график может быть определен до следующего заседания в середине сентября, хотя конкретные изменения вступят в силу позже. Закон о банках 1935 года требует, чтобы FOMC проводил «не менее четырех заседаний в год». Сокращение количества заседаний уменьшит возможности для голосования по процентным ставкам и может ослабить способность ФРС оперативно реагировать на изменения в инфляции и на рынке труда. Это также сократит каналы получения рынком сигналов о денежно-кредитной политике и снизит прозрачность, что противоречит многолетнему тренду на ее усиление. Данный шаг соответствует общему стилю руководства Уолша, который уже сократил объем публичных заявлений и рассматривает возможность уменьшения количества пресс-конференций после заседаний. Это предложение является частью более широкой повестки Уолша по «институциональной реформе» ФРС. В истории ФРС частота заседаний менялась: до 1981 года они могли проводиться до 19 раз в год, как это было в 1956 году. Внутренняя памятная записка ФРС 1988 года признавала преимущества более частых заседаний для оперативного рассмотрения новой информации, но сочла существующий график из восьми заседаний подходящим. Реформа Уолша идет в противоположном направлении, и ее потенциальное влияние на гибкость политики и коммуникацию с рынком будет тщательно отслеживаться.

marsbit2 ч. назад

Крупные изменения в ФРС? Сообщается, что Ваш рассматривает возможность сокращения частоты заседаний по ставкам, нарушая 40-летнюю традицию

marsbit2 ч. назад

Торговля

Спот
活动图片