Drugi mózg dla AI: jak sensownie zacząć? (Twój AI Second Brain)

O czym jest ten film

1. Punkt wyjścia: dwóch przedsiębiorców — Damian Sołkowski (Senuto) i Szymon Negacz (Wise Group) — na pytanie, co wdrożyliby w pierwszej kolejności, gdyby mieli zacząć wdrażanie AI od zera, wskazało to samo: uporządkowany zbiór firmowego kontekstu, czyli „drugi mózg”.
2. Definicja „na chłopski rozum”: drugi mózg to po prostu pliki i foldery z kontekstem — od zwykłego katalogu na komputerze po rozbudowane systemy.
3. Cztery poziomy zaawansowania: (1) pliki i foldery, (2) wewnętrzne linkowanie między plikami, (3) stopniowe oddanie zarządzania AI (AGENTS.md, index, log, automatyzacje), (4) RAG z wyszukiwaniem semantycznym.
4. Zasada nadrzędna: właściciel musi rozumieć, co dzieje się w jego bazie — dlatego kopiowanie cudzych szablonów (np. systemu Andreja Karpaty’ego) kończy się porażką.
5. Trzynastokrokowy plan budowy od zera: lokalny folder, narzędzia typu Codex lub Claude Code, głosowy zrzut myśli, dyskusja nad strukturą, a potem iteracyjne dokładanie kontekstu.
6. Po opanowaniu podstaw: linkowanie wewnętrzne weryfikowane w Obsidianie, pliki AGENTS.md, index.md i log.md oraz skrzynka „raw” na surowe materiały, z których AI dopiero destyluje wiedzę.
7. Dwie automatyzacje: cykliczne zaciąganie danych z zewnętrznych serwisów (YouTube, Facebook, MailerLite, Slack, Gmail) i regularna „higiena” bazy — puste pliki, martwe linki, duplikaty.
8. RAG jest opcjonalny i trudny w utrzymaniu; zespół twórcy Claude Code zrezygnował z niego na rzecz zwykłego przeszukiwania tekstu.
9. Katalog typowych błędów: budowa w Notion lub Google Drive, brak stałego dostępu do folderu, brak kopii zapasowej, wrzucanie surowców „jak leci”, upiększanie faktów, budowanie zamiast używania.
10. Nie istnieje jedyny słuszny schemat — liczy się dopasowanie struktury do sposobu myślenia właściciela.

10 najważniejszych takeaways — z kontekstem zastosowania

1.Drugi mózg zaczyna się od jednego folderu z plikami tekstowymi

Na czym polega: Pierwszy poziom zaawansowania to zwykły katalog z dokumentami niosącymi kontekst — strategię, cele, dane osobiste. Jeśli choć raz kazałeś AI „zapisać, że to mój cel”, masz już drugi mózg.

Jak stosować: Utwórz folder, wrzuć do niego kilka plików z najważniejszym kontekstem i podpinaj go do rozmów z AI. Nie czekaj na idealny system — ma działać od pierwszego dnia.

Na co uważać: Pokazywane w internecie siatki połączeń w Obsidianie, świecące jak choinka, na start są zbędne i łatwo zniechęcają do budowy własnej bazy.

2.Najważniejsza zasada: musisz rozumieć własny drugi mózg

Na czym polega: Struktura ma być czytelna dla właściciela, nie dla widzów. Baza, której nie rozumiesz, przestaje być narzędziem, a staje się balastem.

Jak stosować: Każdą propozycję struktury od Claude czy Codexa przedyskutuj — pytaj o uzasadnienia i o to, jak układ zniesie wzrost bazy. Jeśli propozycja ci nie pasuje, stwórz pliki sam i każ AI je wypełnić.

Na co uważać: Po wdrożeniu automatyzacji łatwo przestać wiedzieć, co gdzie leży. Co jakiś czas otwórz bazę w Obsidianie i sprawdź, czy wciąż ogarniasz całość.

3.Buduj lokalnie, nie w Notion ani Google Drive

Na czym polega: Drugi mózg działa najlepiej jako folder na dysku, obsługiwany przez narzędzia typu Codex lub Claude Code. W Notion czy Drive AI za każdym razem musi wołać konektor, żeby cokolwiek przeczytać czy edytować — to wyraźnie spowalnia pracę.

Jak stosować: Utwórz katalog na komputerze i otwórz go jako przestrzeń roboczą w jednym z tych narzędzi.

Na co uważać: Dostęp do bazy „z każdej rozmowy” załatw raczej prywatnym repozytorium na GitHubie niż chmurą dokumentów.

4.Zacznij od głosowego zrzutu myśli

Na czym polega: Zamiast projektować strukturę od zera, nagrywaj długą, swobodną wypowiedź o wszystkim: kontekście osobistym, celach, strategii firmowej, content, który tworzysz.

Jak stosować: Włącz dyktowanie (np. Whisper Flow) i mów bez troski o składnię i pauzy. Potem prześlij zrzut AI z prośbą o propozycję minimalnej struktury folderów — stworzonej dopiero po twojej wyraźnej akceptacji.

Na co uważać: Pierwsza propozycja rzadko jest idealna. Pytaj, dlaczego AI zaproponowało akurat taki układ i jak widzi jego rozwój.

5.Po pierwszym etapie zamknij projekt

Na czym polega: Pokusa zbudowania od razu „genialnego” mózgu — z pełnym kontekstem, automatyzacjami i wszystkimi dodatkami — kończy się spuchniętą bazą i zniechęceniem.

Jak stosować: Gdy dodałeś podstawowy kontekst i masz strukturę, którą rozumiesz, przerwij na dziś. Zrób sobie choć kwadrans przerwy i zajmij się czymś innym.

Na co uważać: Wracaj punktowo — zawsze wtedy, gdy podczas pracy z AI stwierdzisz „głupio, że tego o mnie nie wiedział”. Właśnie tak należy dokarmiać bazę.

6.Łącz pliki linkami wewnętrznymi

Na czym polega: Drugi poziom to relacje między plikami: w notatce o konkurencie odnośnik do rywala z podobną ofertą, do wspólnego znajomego z LinkedInu, do strategii sprzedaży, którą sami testowaliśmy. Dzięki temu AI znajduje związki, których sami byśmy nie dostrzegli albo o których zapomnieli.

Jak stosować: Poproś AI (ręcznie robi się to ciężko) o wprowadzenie linkowania, tak by konkretne frazy odsyłały do powiązanych plików — a potem otwórz folder w Obsidianie i przeklikaj powstałą sieć.

Na co uważać: Puste linki, wiodące donikąd, zamiast pomagać, zaśmiecają bazę — warto je wyłapywać od razu.

7.Wprowadź AGENTS.md, index.md i log.md — plus skrzynkę „raw”

Na czym polega: Trzeci poziom to oddawanie zarządzania AI: plik instrukcji, gdzie co dodawać; mapa bazy pokazująca, co gdzie znaleźć; rejestr zmian; a opcjonalnie folder na surowe materiały, z których AI dopiero wyciąga wnioski.

Jak stosować: Dodaj te pliki, gdy już regularnie korzystasz z bazy. W AGENTS.md zapisz obowiązek aktualizowania index.md przy każdej zmianie; surowce trzymaj w „raw” i pozwól AI robić z nich krótsze, uporządkowane zapisy z odniesieniem do źródła.

Na co uważać: To poziom dla osób, które opanowały wcześniejsze etapy. Zbyt wczesne wdrożenie utrudnia zrozumienie własnej struktury.

8.Zautomatyzuj zasilanie danymi i porządki

Na czym polega: Dwie automatyzacje: cykliczne ściąganie danych (YouTube Studio, MailerLite, reklamy na Facebooku, Slack, Gmail) z katalogowaniem w bazie oraz np. cotygodniowa higiena — wykrywanie pustych plików, martwych połączeń i duplikatów.

Jak stosować: Nie wiesz, jak zacząć? Po prostu opisz zadanie Claude lub Codexowi i pozwól im to zbudować. Przy większej potrzebie kontroli nad automatyzacjami przydaje się n8n, hostowane np. na własnym VPS.

Na co uważać: Automatyzacje nie zwalniają z nadzoru — po ich uruchomieniu tym bardziej sprawdzaj, co faktycznie trafia do bazy.

9.RAG traktuj jako opcję, nie obowiązkowy etap

Na czym polega: Czwarty poziom to wyszukiwanie semantyczne: fragmenty plików zamieniane na liczby (wektory), pozwalające szukać po znaczeniu w ogromnych zbiorach — np. dziesiątkach tysięcy notatek o klientach, które nie zmieściłyby się w oknie kontekstowym.

Jak stosować: Wdrażaj tylko przy wąskiej klasie problemów — gdy klasyczne wyszukiwanie i okno kontekstu przestają wystarczać.

Na co uważać: Trudne w utrzymaniu, bywa kosztowne i mało czytelne dla mniej technicznych osób. Zespół twórcy Claude Code zrezygnował z RAG-u na rzecz zwykłego przeszukiwania tekstu — nowsze modele dają sobie radę bez niego.

10.Nie upiększaj faktów i usuwaj chwasty

Na czym polega: Baza działa tylko wtedy, gdy zawiera prawdę o tobie i twojej firmie. Zmyślone wyniki czy cele inne niż faktyczne „brudzą” kontekst i psują odpowiedzi.

Jak stosować: Gdy zauważysz, że jakiś zapis źle wpływa na reakcje AI — np. styl odpowiedzi cię irytuje, mimo że prosiłeś o tłumaczenie „na chłopski rozum” — usuń go lub popraw od razu. I korzystaj z bazy od pierwszego dnia, zamiast tylko ją rozbudowywać.

Na co uważać: Nie zapomnij o kopii zapasowej (GitHub, iCloud, Time Machine) i o tym, by folder był dostępny w każdej rozmowie z AI.

Redakcyjne tłumaczenie

Skąd pomysł na ten odcinek

Ostatnio miałem przyjemność rozmawiać z Damianem Sołkowskim, założycielem i prezesem Senuto, oraz Szymonem Negaczem, właścicielem Wise Group. Obu zadałem to samo pytanie: gdyby musieli wdrażać AI w swoich firmach od zera, co wdrożyliby jako rzecz numer jeden? Ku mojemu zdziwieniu odpowiedzieli identycznie: zbiór firmowego kontekstu, czyli tak zwany firmowy drugi mózg. Pełne rozmowy z Damianem i Szymonem opublikuję w najbliższych tygodniach, a dziś — właśnie pod ich wpływem — nagrywam odcinek o tej konstrukcji. Wyjaśniam w nim, czym drugi mózg jest „na chłopski rozum”, jak sensownie zabrać się za jego budowanie i jakich najczęstszych błędów unikać.

Czym jest drugi mózg — cztery poziomy zaawansowania

Żeby pokazać, że temat wcale nie jest tak skomplikowany, jak może wyglądać, podzieliłem go na cztery poziomy.

Poziom 1: zwykły folder z plikami. Drugim mózgiem jest już najzwyklejszy katalog na twoim komputerze, z dowolnymi plikami, które niosą jakąkolwiek treść i kontekst. Prościej mówiąc: jeśli choć raz powiedziałeś AI „zapisz, że to moja strategia”, „zapisz, że to mój cel”, „zapisz, że taki jest mój kontekst osobisty” — do plików tekstowych — to masz już swój drugi mózg. To znakomity punkt wyjścia dla każdego. Bo nie oszukujmy się: oglądanie filmów na YouTube z oszałamiającymi siatkami połączeń w Obsidianie, z grafami świecącymi jak choinka i podpisami „to jest mój drugi mózg”, tylko zniechęca do zbudowania własnego. Warto więc zapamiętać jedną uniwersalną radę, która przewija się przez cały materiał: drugi mózg to po prostu zbiór plików i odpowiednich folderów. A najważniejsza zasada, którą kieruję się sam i którą będę powtarzał każdemu: przede wszystkim ty musisz rozumieć, co w tym drugim mózgu się dzieje. To twoja baza — musisz stale wiedzieć, co w niej jest i po co. Ściąganie skomplikowanych szablonów i kopiowanie cudzych struktur mija się z celem, ale o tym jeszcze będzie mowa.

Poziom 2: powiązania między plikami. Jeśli chcemy wejść na kolejny szczebel i ułatwić sobie oraz AI poruszanie się po bazie, warto wprowadzić między plikami wewnętrzne powiązania. Nie mamy już wtedy jedynie folderu z osobnymi dokumentami — między plikami zachodzą realne relacje. To zresztą moment, w którym zaczynają powstawać owe wielkie siatki połączeń, o których wspominałem, ale dziś nie o nich.

Konkretny przykład: folder „Konkurencja”, a w nim pliki „Konkurent 1”, „Konkurent 2”, „Konkurent 3”. Wchodzimy w plik drugiego konkurenta i — oprócz opisu firmy oraz jej strony internetowej — znajdujemy odnośnik do pierwszego konkurenta, bo mieli lub wciąż mają bardzo zbliżoną ofertę. To jedno powiązanie. Innym może być informacja, że pracuje tam ktoś, z kim kiedyś rozmawialiśmy na LinkedInie. Kolejnym — opis ich strategii sprzedaży, łączący się z tym, co sami kiedyś testowaliśmy. To zwykłe połączenia, dzięki którym powstaje siatka i dzięki którym AI potrafi znajdować związki, których my sami byśmy nie wyłapali albo o których dawno zapomnieli.

Poziom 3: stopniowe oddawanie zarządzania AI. Na tym etapie mamy już kontrolę nad bazą i wiemy, co gdzie znaleźć; większość materiałów dodawaliśmy sami, co najwyżej z lekkim wsparciem AI. Teraz chcemy to skalować — sprawić, żeby AI samo zarządzało i rozwijało nasz drugi mózg. W najprostszej wersji składa się na to cztery rzeczy:

1. dodanie do struktury folderów i plików zwykłego pliku tekstowego AGENTS.md z instrukcją dla AI, gdzie jakie pliki tworzyć i dodawać;
2. plik typu index — mapa pokazująca, gdzie dokładnie znaleźć każdy dokument;
3. (bonusowo) log.md, czyli rejestr wszystkich zmian przeprowadzonych w bazie;
4. automatyzacje.

(Informacja dodatkowa: AGENTS.md to umowny plik z instrukcjami dla agentów AI — umieszczony w folderze projektu, mówi narzędziom takim jak Codex czy Claude Code, jak mają pracować z plikami w tym katalogu.)

Automatyzacje to dwa rodzaje zadań. Po pierwsze, AI ma samo zaciągać dane, które nas interesują — u mnie na przykład dane z YouTube’a czy z reklam na Facebooku — i odpowiednio katalogować je wewnątrz drugiego mózgu. Po drugie, raz na jakiś czas ma samo sprawdzać, czy baza jest higieniczna: czy nie ma pustych plików, pustych połączeń, duplikatów. Krótko mówiąc — porządek.

Poziom 3 a podejście Karpaty’ego. Ten poziom — jak być może rozpoznali niektórzy — przypomina sposób spopularyzowany przez Andreja Karpaty’ego wraz z jego LLM wiki. Link do opisu, jak to działa, zostawiam w opisie filmu. Ale jeszcze raz podkreślę (i jeszcze do tego wrócę): nie warto kopiować cudzych szablonów. Buduj od zera.

(Informacja dodatkowa: Andrej Karpathy, współzałożyciel OpenAI i były szef AI w Tesli, opisał publicznie własną bazę wiedzy dla modeli językowych opartą na plikach markdown — wraz ze szczegółowym artykułem o tym, jak ją zbudował.)

Poziom 4: RAG i wyszukiwanie semantyczne. Zanim tam przejdziemy — mam nadzieję, że po drodze nie zapomnieliśmy dwóch prawd: drugi mózg to nadal po prostu pliki i foldery, a my zawsze musimy mieć nad nimi kontrolę. Od razu zaznaczę: sam z czwartego poziomu nie korzystam, bo samouzupełniająca się baza wiedzy jest dla mnie w zupełności wystarczająca. Poziom czwarty jest opcjonalny — chcę raczej otworzyć wam oczy, że coś takiego w ogóle jest możliwe.

Mowa o czymś, co pewnie obiło wam się o uszy: RAG. Do struktury folderów, podfolderów i plików dodajemy warstwę wyszukiwania semantycznego — nie szukamy już tylko po słowach i wewnętrznym linkowaniu, ale też po znaczeniu. Wyobraźmy sobie dziesiątki tysięcy plików o naszych klientach. Tradycyjne podejście, czyli po prostu wklejanie tego wszystkiego do rozmowy, byłoby praktycznie niemożliwe — tyle informacji nie zmieści się w oknie kontekstowym. I właśnie w takiej sytuacji z pomocą przychodzi wyszukiwanie semantyczne, możliwe dzięki RAG-owi. W telegraficznym skrócie: bierzemy te dziesiątki tysięcy plików, każdy dzielimy na mniejsze fragmenty, a każdy fragment zamieniamy na ciąg liczb umieszczany na wielowymiarowym wykresie obok fragmentów zbliżonych znaczeniowo. Jeśli teraz zapytamy nasz drugi mózg, którzy klienci mogą od nas odejść, wyszukiwarka wyciągnie z dokumentów te fragmenty opisów, w których pojawiły się frazy takie jak „dawno nieopłacona faktura”, „chcemy zmniejszyć zespół”, „tniemy koszty” albo sygnały niezadowolenia.

Tak w uproszczeniu to działa; można wdrożyć wyszukiwanie semantyczne do wybranych folderów — na przykład tej bazy dziesiątków tysięcy zapisów — albo do całego drugiego mózgu. W teorii, jeśli moje wyjaśnienie do was dotarło, nie brzmi to specjalnie skomplikowanie. W praktyce jest jednak trudne w utrzymaniu, bywa kosztowne i mało czytelne dla osób mniej technicznych. Coraz więcej głosów mówi też, że to gra nie warta świeczki — sam twórca Claude Code, Boris Cherny, wspominał, że mieli u siebie taki system, ale zrezygnowali z niego na rzecz zwykłego wyszukiwania w tekście, bo dzisiejsze modele (jak Opus 5.5) robią to wystarczająco dobrze i RAG jest zbędny. Dlatego poziom czwarty traktowałbym jako rozwiązanie dla wąskiej kategorii problemów, a nie obowiązkowy kolejny etap.

Fragment sponsorowany: n8n i Hostinger

(Poniżej skrót sponsorowanej części odcinka.)

Jeśli chcecie mieć nad automatyzacjami większą kontrolę, niż dają te dostępne bezpośrednio w Claude, bardzo pomóc może wam n8n — a n8n można hostować za darmo na własnym serwerze VPS i nie płacić za subskrypcję. Tu wchodzi Hostinger, sponsor tej części odcinka. Obowiązuje promocja black friday: ceny na VPS-y i hosting są wyjątkowo korzystne, a dodatkowe 10% zniżki daje kod „Mikolaj10” wpisany w koszyku; im dłuższy wykupiony okres, tym taniej. Do hostowania n8n wystarczy plan KVM1, ale uniwersalny będzie KVM2 — dwa rdzenie vCPU i 8 GB RAM. Hostinger daje 30-dniową gwarancję zwrotu pieniędzy, a dzięki MCP Hostingera można zarządzać wszystkim z poziomu czatu w Claude. Z własnego doświadczenia powiem, że to rozwiązanie bezobsługowe i bezstresowe: interfejs jest prosty, a serwis dba o bezpieczeństwo i szybkie rozwiązywanie problemów.

(Informacja dodatkowa: n8n to popularne narzędzie do budowy automatyzacji; wersję self-hosted można uruchomić bezpłatnie na własnym serwerze.)

Jak zbudować drugi mózg — trzynaście kroków

Skoro koncepcyjnie wiemy już, czym drugi mózg jest i jak bardzo — albo czy w ogóle — warto go rozbudowywać, przechodzimy do tematu najważniejszego: jak go zbudować. I tu ostrzeżenie: nie bądźcie jak ja. Nie wchodźcie do opisu pod tym filmem, nie kopiujcie całego artykułu Andreja Karpaty’ego o tym, jak on zbudował swój drugi mózg, nie wklejajcie go do Claude z poleceniem: „na podstawie tego artykułu i tego, co o mnie wiecie, zbudujcie mi drugi mózg”. Jeśli to wasze pierwsze podejście do tematu, to w stu procentach po dwóch, trzech godzinach pracy porzucicie projekt, zostanie jeden wielki chaos i bałagan, a wy zniechęcicie się do tematu na dobre. Dlaczego? Bo — powtórzę kluczową zasadę — to wy przede wszystkim musicie rozumieć, co dzieje się w waszej bazie.

Dlatego przygotowałem prosty, trzynastokrokowy plan budowy od zera. Całą checklistsę z ładnie poukładanymi krokami i gotowymi promptami można pobrać za darmo — link w opisie filmu.

Krok 1: pobierz Codex albo Claude Code na komputer. Nie ma sensu budować tego w przeglądarce — folder z plikami musi być u ciebie lokalnie. Przez Google Drive czy Notion technicznie może i zadziała, ale jest za dużo zabawy.

Krok 2: stwórz folder na komputerze. Nazwa jest obojętna — może być po prostu „second-brain”.

Krok 3: otwórz Codex lub Claude w tym folderze — wskaż go jako przestrzeń roboczą — i wyślij mniej więcej taki komunikat:

„Chcę zbudować swój drugi mózg. Zacznijmy od minimalnej liczby plików i folderów, w których znajdą się tylko najważniejsze informacje o mnie. Zacznę od zrzutu myśli: będę dyktować w formie notatki głosowej wszystko, co ma się tam znaleźć, a ty na tej podstawie przygotujesz propozycję struktury folderów i plików — i stworzysz ją dopiero, gdy wyraźnie zaakceptuję.”

Przerwa na promocję: Agents Club. W Agents Club znajdziecie pełne kursy Codexa i Claude Code dla początkujących, nieprogramujących osób. Do 10 listopada trwa promocyjna cena za dostęp do obu kursów — można też kupić sam kurs z Codexa. Przygotowuję ponadto odnowioną wersję kursu Claude Code, która wejdzie w skład pakietu Agent Starter. Wiem, że to naprawdę jakościowe materiały — a jeśli coś ci się nie spodoba, obowiązuje 14-dniowa gwarancja zwrotu pieniędzy. Wracamy do filmu.

Krok 4: włącz dyktowanie głosowe (na przykład przez Whisper Flow) i mów, póki starczy ci weny. Nie przejmuj się składnią ani długimi pauzami — mów o wszystkim: jak sobie wyobrażasz ten drugi mózg, co ma się w nim znaleźć, twój kontekst osobisty i zawodowy, cele, strategię firmową, jeśli prowadzisz firmę, content, jeśli tworzysz. Nie przejmuj się, jeśli będziesz się za długo zastanawiał. Po prostu mów, mów, mów i jeszcze raz mów.

Krok 5: nie akceptuj od razu. Gdy wyślesz zrzut myśli, nie zgadzaj się na pierwszą propozycję struktury — chyba że naprawdę będzie dokładnie taka, jakiej oczekujesz. Przedyskutuj ją: zapytaj Claude lub Codex, dlaczego zaproponował akurat taki układ i jak widzi jego działanie, gdy baza urośnie — czy obecny podział się obroni. Trzeba to po prostu przemyśleć, bo — po raz kolejny — najważniejsze, żebyś to ty rozumiał, co się tam dzieje. A jeśli propozycje są zupełnie od czapy, stwórz odpowiednie pliki i foldery sam i powiedz wtedy: „Dodaj to do plików i folderów, które sam stworzyłem”.

Krok 6: zamknij projekt. Ten krok bywa mało intuicyjny. Jeśli sumiennie wykonałeś kroki od pierwszego do piątego, na dziś wystarczy. Z własnego doświadczenia wiem, że ktoś, kto chce od razu stworzyć genialny drugi mózg — z pełnym kontekstem, automatyzacjami i wszystkim do kompletu — po prostu tego nie osiągnie. Zniechęci się do projektu, baza spuchnie i całość straci sens. Jeśli dodałeś podstawowy kontekst i masz strukturę, którą rozumiesz, na dziś starczy. Albo co najmniej zrób sobie piętnaście minut albo godzinę przerwy. Nie jest to oczywiście obowiązkowe, ale nie mówcie później, że nie ostrzegałem.

Krok 7: zajmij się czymś innym. Rób z AI inne rzeczy, a gdy tylko coś ci się przypomni — „ojej, głupio, że AI nie wiedziało tego o mnie” — wracaj do tej rozmowy, do tego folderu i dodawaj brakujący kontekst. O to właśnie chodzi: na początku pielęgnujesz drugi mózg w trochę zamkniętym środowisku, żeby później móc z niego w pełni korzystać.

Krok 8: wprowadź linkowanie wewnętrzne. Skoro wiesz już, co jest w bazie, wróć do rozmowy i zleć to AI (ręcznie robi się to raczej ciężko): „Wprowadź wewnętrzne linkowanie, tak aby konkretne frazy odsyłały do powiązanych plików. Upewnij się, że nie ma zbyt wielu pustych linków i że wszystko jakoś się ze sobą łączy”.

Krok 9: upewnij się, że nadal masz kontrolę. To bardziej przypomnienie. Po wprowadzeniu linkowania pobierz na przykład Obsidiana, otwórz w nim folder second brain i sprawdź, czy wszystko ładnie się linkuje, czy da się poklikać, czy sieć rzeczywiście się tworzy — i czy wciąż rozumiesz, co się dzieje.

Krok 10: dodaj trzy pliki. Gdy zaczniesz już regularnie korzystać z bazy w swoich projektach, wprowadź AGENTS.md (instrukcje dla AI, gdzie co dodawać), index.md (mapę pokazującą, gdzie dokładnie znaleźć każdy plik) — a w AGENTS.md dodatkowo instrukcję, by przy każdej zmianie dokładano wpis w indexie. Nieobowiązkowo także log.md, czyli zapis zmian i aktualizacji w projekcie. Bonusem — zrozumiałym dla tych, którzy czytali artykuł Karpaty’ego — może być folder „raw”, czyli surowe materiały: skrzynka, do której wrzucasz wszystkie nieokrzesane dane, a dopiero z nich AI wyciąga wnioski i wtedy dodaje je do właściwej encyklopedii, do drugiego mózgu. W razie niespójności zawsze można wrócić do surowych wersji. To jednak dodatek nieco bardziej zaawansowany.

Krok 11: znów — kontrola. Po wprowadzeniu AGENTS.md, index.md, log.md i być może skrzynki na surowce upewnij się, że nadal wiesz, co jest grane: że możesz sobie wszystko wyświetlić i wiesz, gdzie co znaleźć.

Krok 12: dodaj dwie automatyzacje. Pierwsza: automatyczne ściąganie danych — z YouTube Studio, MailerLite, reklam na Facebooku i wielu innych miejsc. Nie wiesz, jak to zrobić? Po prostu powiedz to Claude: „Chcę stworzyć taką a taką automatyzację — chcę, żebyś raz dziennie ściągał mi dane ze Slacka, z Gmaila, skądkolwiek zechcę, i dodawał je do second braina”. Sam sobie poradzi. To też dobry moment, żeby wgrać bazę na GitHuba — oczywiście jako prywatne repozytorium — żeby mogła działać w chmurze. Druga automatyzacja: automatyczne porządkowanie, na przykład raz w tygodniu — sprawdzanie, czy second brain jest higieniczny, schludny i pachnący. Przykładowe prompty do obu automatyzacji znajdziecie w ćwiczeniówce, o której wspominałem.

Krok 13: pilnuj, kontroluj i korzystaj. Powyżej wszystkiego — regularnie używaj drugiego mózgu, żeby realnie pomagał ci w pracy z AI. Regularnie dodawaj, sprawdzaj, czy wszystko jest w porządku, i naprawdę z niego korzystaj.

Najczęstsze błędy — lista

Na koniec kilka rad, które być może oszczędzą wam potencjalnych wpadek.

1. Utrata kontroli. Wiem, że się powtarzam, ale: nie trać kontroli nad drugim mózgiem. Zawsze musisz wiedzieć, co się w nim dzieje.
2. Budowa w Notion albo Google Drive. Nie ma to większego sensu — AI musiałoby za każdym razem wywoływać konektor, żeby coś przeczytać, edytować czy pobrać. To po prostu bolączka. Lepiej stworzyć bazę lokalnie, na komputerze.
3. Brak dostępu do folderu. Jeśli nie zapewnisz dostępu do folderu z second brainem, nie będziesz mógł go używać w każdej rozmowie. Upewnij się, że baza jest zawsze pod ręką — choćby przez wspomnianego GitHuba.
4. Brak kopii zapasowej. To tłumaczy się samo. GitHub, iCloud, Time Machine — sposób obojętny, byle kopia była. Włożyłeś w tę bazę mnóstwo pracy.
5. Wrzucanie wszystkiego jak leci. Nie ma sensu wklejać całego surowego artykułu czy raportu. Lepiej trafić go do skrzynki „raw” i kazać AI wyciągnąć wnioski oraz zapisać krótsze streszczenie z bezpośrednim odniesieniem do źródła. Inaczej okno kontekstowe zapełnia się za szybko i trudno wyciągnąć sensowne wnioski z całej bazy.
6. Ograniczanie się. Odwrotność poprzedniego: nie bój się wrzucać do drugiego mózgu wszystkiego, czego chcesz. Stare rozmowy z Claude, transkrypcje filmów, wiadomości ze Slacka, maile — co chcesz, o ile tylko jest to zgodne z prawem. Nie ma co się ciasnąć, jeśli chcemy w pełni skorzystać z takiej bazy.
7. Upiększanie rzeczywistości. To twój drugi mózg — nie ma co pisać, że masz wyniki, których nie masz, albo że twój cel jest inny, niż jest faktycznie. Takie naciągane fakty będą brudzić kontekst.
8. Nieusuwanie chwastów. Jeśli podczas pracy z bazą widzisz, że niektóre zapisy zabarwiają kontekst i sprawiają, że odpowiedzi są inne, niżbyśmy chcieli — na przykład zażyczyłeś sobie tłumaczenia „na chłopski rozum”, wprost i bez owijania, a styl, w jaki Claude do ciebie pisze, cię irytuje — usuwaj albo zmieniaj to od razu. Nie ma co się cackać: trzeba po prostu przyjąć do wiadomości, że elementy kontekstu wpływają na odpowiedzi.
9. Budowanie zamiast używania. Nie ma co tylko budować, żeby kolekcjonować i zbierać. Z drugiego mózgu trzeba korzystać od pierwszego dnia — naprawdę daje sporo korzyści.
10. Wiara w jedyny słuszny schemat. Nie istnieje jeden poprawny szablon budowy drugiego mózgu. Najważniejsze, żeby układ był dopasowany do sposobu działania twojego „pierwszego mózgu” — żebyś to ty rozumiał, co się w nim dzieje.

Zakończenie

To by było tyle na dzisiaj. Zapraszam do newslettera, do subskrypcji, do łapki w górę, do podzielenia się filmem oraz do Agents Club. Dziękuję bardzo za uwagę — do zobaczenia.