Como parar de começar do zero toda vez que você abre a IA
Você usa a IA como um mecanismo de busca com perda de memória.
Você faz uma pergunta, obtém uma resposta, fecha a aba. Amanhã você pergunta algo relacionado e começa do zero novamente. Nada é acumulado. Nada se conecta. Você está basicamente pagando para que o mesmo contexto seja reconstruído repetidamente.
Andrej Karpathy postou algo recentemente que mudou minha perspectiva sobre isso. Ele falou sobre usar LLMs não como máquinas de respostas, mas mais como bibliotecários. Você os alimenta com material bruto (artigos, PDFs, notas, qualquer coisa) e eles silenciosamente constroem uma wiki pessoal em segundo plano. A wiki cresce. As ideias começam a se conectar. E quando você faz perguntas mais tarde, a IA pesquisa em seu próprio conhecimento compilado em vez de tentar adivinhar do zero.
As pessoas chamam isso de base de conhecimento LLM. Basicamente, seu próprio cérebro externo.
E, honestamente, depois de experimentar por uma semana, você realmente não consegue voltar à maneira normal de usar IA.
Deixe-me mostrar como construir uma. Sem código. Sem terminais assustadores. Apenas um aplicativo de notas, um chat com IA e cerca de vinte minutos.
O que você está realmente construindo aqui
Duas pastas. Isso é tudo.
Uma pasta contém o material bruto. Artigos que você recortou, notas que você escreveu, PDFs, qualquer coisa que você queira lembrar mais tarde. Esta pasta permanece intacta. A IA lê a partir dela, mas nunca interfere nela.
A outra pasta é a wiki. É aqui que a IA escreve. Resumos de cada fonte, artigos sobre os conceitos-chave e um índice que conecta tudo. Basicamente, você também não toca nesta pasta. Agora é trabalho da IA.
É isso. Você alimenta a primeira pasta. A IA constrói a segunda pasta. Você faz perguntas à segunda pasta.
A configuração leva dois minutos, prometo
Baixe o Obsidian. É gratuito. Funciona no Mac, Windows, Linux, celular, qualquer coisa que você usar.
Abra-o e crie um novo vault. Um vault é apenas uma pasta no seu computador onde o Obsidian mantém suas notas. Dê a ele um nome útil. Pode ser ai-research ou crypto-brain ou startup-ideas, qualquer tópico em torno do qual você esteja construindo isso.
Dentro do vault, crie duas pastas. Chame-as de raw e wiki.
Configuração concluída.
Dentro do artigo completo: os prompts exatos, configuração, fluxo de atualização, limpeza semanal, ferramentas úteis e o sistema prático que transforma alguns artigos salvos em uma base de conhecimento que realmente se acumula.
Colocando suas primeiras coisas
Escolha um tópico com o qual você realmente se importa. Não um tópico que você acha que soa inteligente. Um tópico sobre o qual você leria genuinamente em um sábado de manhã com um café.
Encontre quatro ou cinco bons artigos sobre isso. Podem ser posts no Substack, artigos de blog, trabalhos de pesquisa, qualquer coisa.
Para cada um, clique com o botão direito na pasta raw no Obsidian, crie uma nova nota. Cole o texto do artigo. No topo, escreva uma linha com a URL para que você se lembre de onde veio mais tarde.
Se você quiser acelerar isso, instale a extensão de navegador Obsidian Web Clipper. Um clique transforma qualquer página da web em uma nota markdown limpa dentro do seu vault. Para a sua primeira tentativa, no entanto, apenas copie e cole. É mais rápido do que você pensa.
O único prompt que faz todo o trabalho pesado
Abra o Claude (ou o ChatGPT, não importa qual). Cole isto aqui, alterando os trechos entre colchetes:
I'm building a personal knowledge base about [your topic].
I'm pasting [number] source articles below. For each one:
1. Write a summary of around 200 words
2. List the key concepts mentioned in the article
3. Note any connections between this source and the others
Then, across all sources combined:
4. Create a master index. One line per concept with a short description.
5. Write one detailed concept article (300-500 words) on the most important
idea that comes up.
Format everything as markdown.
Use [[double brackets]] around concept names so they work as links in Obsidian.
Here are the sources:
[paste your articles here, separated by --- between each one]A IA produzirá conteúdo estruturado. Pegue cada parte e salve-a como notas separadas dentro da pasta da sua wiki. Os resumos ficam em seus próprios arquivos. O índice principal entra como index.md. O artigo conceitual também ganha seu próprio arquivo.
Agora, abra a visualização em gráfico no Obsidian (o pequeno ícone de gráfico na barra lateral esquerda). Você verá suas notas como pontos conectados por linhas. Essa é sua base de conhecimento. Pequena, mas real.
A parte que a maioria das pessoas desiste antes de alcançar
Aqui é onde quase todo mundo desiste. Eles criam a primeira versão, sentem-se inteligentes por vinte minutos e então esquecem disso na semana seguinte.
Não seja essa pessoa.
A verdadeira mágica não está na primeira execução. É o que acontece quando você continua alimentando essa coisa por um mês. Toda vez que ler algo que valha a pena guardar, jogue lá sem filtros. Toda vez que fizer uma pergunta, salve a resposta de volta na wiki. Todo domingo, peça para a IA fazer uma verificação de integridade de tudo.
Os prompts permanecem simples.
Quando você adiciona um novo artigo:
I'm adding a new source to my knowledge base on [topic].
Here's my current index:[paste your index.md]
Here’s the new source:
[paste article]
Please: 1. Write a summary of the new source 2. Update the index with any new concepts 3. Note connections to existing concepts using [[wikilinks]] 4. Flag anything that contradicts existing content with a ⚠️
Quando você quiser realmente perguntar algo a ele:
Here's my knowledge base index:[paste index.md]
My question: [your actual question] Research this using the concepts in my wiki. Cite sources using [[wikilinks]]. Give me a clear answer I can save back into my wiki as a new note.
Em seguida, salve a resposta na sua pasta wiki. Esta é a parte da composição, e ela importa mais do que qualquer outra coisa neste guia inteiro.
Na próxima semana, quando você fizer uma pergunta relacionada, seu wiki já terá a resposta da semana passada guardada. O sistema fica um pouco mais inteligente a cada vez que você o usa. Após um mês, você terá algo que nenhum chatbot pode lhe dar.
Limpeza de domingo, quinze minutos
Uma vez por semana, execute isto:
Here's my knowledge base index:[paste index.md]
Do a quick health check: 1. Which concepts are mentioned but don’t have their own article yet? 2. Are there summaries that might be outdated now? 3. Are there orphan concepts not linked to anything? 4. Give me 3 interesting questions I could research next.
Esse é todo o custo de manutenção. Quinze minutos de organização, uma vez por semana.
Pequenas coisas que fazem uma grande diferença
Use kebab-case para todos os seus nomes de arquivo. Portanto, active-inference.md em vez de Active Inference.md ou active_inference.md. Funciona em toda parte, e a IA permanece consistente em todas as suas notas. Confie em mim, você agradecerá a si mesmo quando tiver 200 arquivos.
Instale o plugin Dataview no Obsidian. Ele permite que você execute consultas em suas notas como se fosse um pequeno banco de dados. Super útil quando sua wiki passa de 30 artigos.
Instale o Obsidian Git se quiser backups automáticos. Toda a sua base de conhecimento se torna controlada por versão. Nada é perdido.
Para PDFs e documentos Word, existe uma ferramenta gratuita chamada MarkItDown que os converte para markdown limpo. Se você não se sente confortável com o terminal, basta abrir o PDF, selecionar tudo, copiar e colar em uma nova nota. A IA só precisa do texto.
Se você quiser se aprofundar
Tudo acima funciona com o Obsidian gratuito e qualquer assinatura de chat de IA. Esse é o jogo completo para a maioria das pessoas.
Mas, se você se sente à vontade no terminal, o Claude Code pode fazer tudo isso automaticamente. Você diz a ele uma vez para processar sua pasta bruta, e ele escreve cada página da wiki para você sem que você precise mover um dedo. Existe um plugin pronto chamado wiki-skills que oferece comandos como /wiki-ingest e /wiki-query. Dois comandos e você estará executando uma versão totalmente automatizada de tudo isso.
Se você quiser se aprofundar ainda mais, existe um projeto de código aberto chamado llm-knowledge-base no GitHub que transforma isso em um sistema que se aprimora sozinho. Ele encontra automaticamente conexões entre seus artigos e escreve artigos de síntese por conta própria. A wiki começa a trazer à tona coisas que você não sabia que estavam conectadas. Essa parte é honestamente impressionante na primeira vez que você vê acontecer.
Por que isso importa mais do que parece
A maior parte do uso de IA é descartável. Você pergunta, você recebe, você esquece. Amanhã, nada é aproveitado.
Isso muda tudo. Cada artigo que você lê, cada pergunta que você faz, cada toca de coelho pela qual você entra permanece no sistema e se desenvolve por conta própria. Depois de um mês, você tem algo que nenhuma busca no Google pode lhe dar. Não porque tenha mais informações, mas porque foi sintetizado e conectado por uma IA que realmente entendeu como as peças se encaixam.
E tudo é em markdown simples. Sem formato estranho. Sem dependência de nuvem. Apenas arquivos de texto em uma pasta no seu computador. Funciona para sempre, legível por qualquer coisa.
A única pergunta real é em torno de qual tópico você quer construir o seu primeiro.
Escolha algo. Pegue cinco artigos neste fim de semana. Você verá o padrão em uma tarde.
