🎯 О чём этот конспект: Разбор системы «Второго мозга» (Personal Knowledge Management), вдохновленной Андреем Карпатым. В видео Мэтт Вулф показывает, как объединить Obsidian (для хранения знаний) и OpenAI Codex (как AI-агент) для автоматической обработки контента, поиска связей и проактивной помощи в работе.
👤 Кому будет полезно: Вайбкодерам, маркетологам и предпринимателям, которые потребляют тонны контента (YouTube, статьи, Twitter) и хотят превратить его в структурированную базу знаний, работающую на них.
✨ Что получите: Пошаговый алгоритм настройки системы, которая сама транскрибирует видео, связывает идеи тегами и дает рекомендации по бизнесу на основе ваших же заметок.
1. Концепция LLM Wiki: Личный интернет в Markdown
Контекст: Проблема современного потребления контента в том, что информация «пролетает мимо». Мэтт Вулф предлагает систему, где каждый просмотренный ролик или прочитанная статья сохраняется в виде Markdown-файла в Obsidian. Ключевое отличие от простого хранилища — использование LLM (через IDE, например Codex или Cursor) для «сшивания» этих данных. AI анализирует вашу базу, находит неочевидные связи между разными темами (например, SEO и Facebook Ads) и создает сеть перекрестных ссылок, превращая папку с файлами в персональную Википедию.
Тайминг: [01:00], [02:17]
Выгода: Вы становитесь «в 100 раз умнее», так как AI помнит всё, что вы когда-либо изучали, и может мгновенно выдать ответ с опорой на ваши источники.
Как применить:
- Шаг 1: Установка базы — Obsidian — Скачайте и установите Obsidian. Создайте новую «папку-хранилище» (Vault) на локальном диске.
- Шаг 2: Сбор данных — Obsidian Web Clipper — Установите расширение для Chrome. Оно позволяет в один клик сохранять статьи и полные транскрипты YouTube-видео прямо в вашу папку
rawв Obsidian.
Результат: У вас появляется структурированный архив знаний, доступный для чтения AI-агентами.
2. Автоматизация обработки через OpenAI Codex
Контекст: Чтобы база знаний не превратилась в «кладбище ссылок», её нужно обрабатывать. Мэтт использует OpenAI Codex (десктопное приложение от OpenAI для работы с кодом и файлами). Главная фишка — файл agents.md, который содержит инструкции для AI-агента. Вы просто закидываете файлы в папку raw, а агент по расписанию (например, в 00:50 ночи) переносит их в основной архив, создает страницы концепций, проверяет на дубликаты и проставляет связи.
Тайминг: [05:10], [06:00]
Выгода: Полная автоматизация рутины по тегированию и сортировке заметок. База растет сама, пока вы спите.
Как применить:
- Шаг 1: Подключение папки — OpenAI Codex — В Codex выберите "Use an existing folder" и укажите путь к вашему Obsidian Vault.
- Шаг 2: Создание инструкции — Markdown — Создайте в корне Obsidian файл
agents.md. - Шаг 3: Настройка промпта для инжеста — Скопируйте логику обработки:
# Agent: Ingest
When the user adds a source and asks the LLM to process it, do these steps:
1. Read the source from the /raw folder.
2. Validate that the same source URL hasn't already been processed.
3. Create or update generated sources in /sources.
4. Create or update topic pages in /wiki/topics.
5. Create or update entity overview, synthesis, or comparison pages.- Шаг 4: Автоматизация — В Codex настройте "Automation" на запуск этого промпта по расписанию, если в папке
/rawесть новые файлы.
Результат: Система сама организует ваши знания без вашего участия.
3. Проактивная продуктивность и ежедневные брифинги
Контекст: Вместо того чтобы просто спрашивать AI, можно заставить его приходить к вам с идеями. Мэтт настроил автоматизацию, которая каждое утро в 9:00 присылает ему в Slack рекомендации. AI анализирует всё, что было добавлено в базу за последние 2 недели, и предлагает конкретные шаги для бизнеса. Это превращает «второй мозг» из пассивного архива в активного бизнес-консультанта.
Тайминг: [10:41], [10:58]
Выгода: Получение свежих идей для контента или стратегии на основе ваших текущих интересов и изученных материалов.
Как применить:
- Шаг 1: Настройка Slack-интеграции — В Codex подключите плагин Slack.
- Шаг 2: Создание промпта для брифинга — Используйте следующий промпт в автоматизации:
Every day at 9:00 AM, analyze the files added to my wiki in the last 14 days.
Based on this information, send me a message in Slack with 3 actionable
recommendations for growing my business or improving my current projects.Результат: Ежедневный персонализированный план действий, основанный на ваших знаниях.
4. Использование Codex как CRM и личного дневника
Контекст: Система отлично подходит для нетворкинга и рефлексии. Мэтт записывает итоги встреч (имена, темы разговоров, детали типа «имя собаки») прямо в Codex. Позже, через полгода, он может спросить: «О чем мы говорили с этим человеком?», и AI выдаст контекст. Также Мэтт ведет ежедневный дневник (Journaling) прямо в системе. AI сопоставляет записи в дневнике с базой знаний и дает советы: «Ты сегодня писал о проблеме с YouTube, а вот в этом видео от Marques Brownlee, которое ты сохранил неделю назад, был ответ...».
Тайминг: [11:22], [13:44]
Выгода: Идеальная память на детали встреч и глубокая аналитика собственного прогресса.
Как применить:
- Шаг 1: Запись встречи — Сразу после звонка или встречи надиктуйте или напишите в Codex:
Add to my networking CRM: Met [Name] at [Event], discussed [Topics]. - Шаг 2: Рефлексия с контекстом — Пишите дневник в Codex и просите:
Analyze my journal entry and find relevant insights from my wiki that can help with my current struggles.
Результат: Ваши личные мысли и опыт объединяются с экспертными знаниями из базы.
5. Конкурентная разведка через Site Maps
Контекст: Для маркетологов важно следить за конкурентами. Мэтт использует AI-агентов для мониторинга сайтов, у которых нет RSS-лент (например, OpenAI или Anthropic). Агент следит за файлом sitemap.xml и мгновенно уведомляет о появлении новых страниц. Это позволяет узнавать о новых продуктах или статьях конкурентов быстрее, чем они появятся в соцсетях.
Тайминг: [12:18], [12:40]
Выгода: 95% уведомлений — это новые посты в блогах, которые вы получаете мгновенно.
Как применить:
- Шаг 1: Настройка мониторинга — Создайте в Codex задачу для агента:
Check the sitemap.xml of [Competitor URL] every hour.
If a new URL is added, summarize the content of that page
and alert me in Slack if it's a new product or blog post.Результат: Вы всегда на шаг впереди конкурентов, получая выжимку их обновлений в реальном времени.
FAQ
В: Чем Codex отличается от обычного ChatGPT? О: Codex — это «харнесс» (оболочка) над той же моделью, но оптимизированная для работы с кодом и файлами. Он более лаконичен, не «галлюцинирует» лишними вступлениями и имеет прямой доступ к вашей файловой системе и плагинам (Chrome, Google Drive, Slack).
В: Нужно ли уметь кодить, чтобы это настроить? О: Нет. Система строится на Markdown-файлах и промптах на естественном языке. Мэтт утверждает, что базовую версию можно собрать за 15 минут, просто скопировав логику из GitHub Андрея Карпатого.
В: Где физически хранятся данные? О: Это «single-player mode» — все файлы лежат локально на вашем компьютере в папке Obsidian. Это обеспечивает приватность и высокую скорость работы AI с контекстом.
В: Как AI понимает, какие файлы связывать? О: Благодаря промпту в agents.md, AI читает содержимое новых файлов, сравнивает их с существующими в папке /wiki и автоматически проставляет ссылки в формате [[Название страницы]].
В: Можно ли использовать Cursor вместо Codex? О: Да, система универсальна. Вы можете подключить папку Obsidian к любому AI-редактору (Cursor, Windsurf, Claude Code), который умеет индексировать локальные файлы.
Ресурсы и ссылки
- Obsidian — Основной инструмент для хранения Markdown-заметок —
https://obsidian.md/ - OpenAI Codex — Десктопное приложение для работы с AI-агентами и файлами —
упомянут в видео (доступен через OpenAI) - Obsidian Web Clipper — Расширение для Chrome для сохранения контента —
упомянуто в видео - GitHub Андрея Карпатого — Репозиторий с описанием метода LLM Wiki —
упомянут в видео - Future Tools — Сайт Мэтта Вулфа с подборками AI-инструментов —
https://www.futuretools.io/
Конспект создан на основе видео «The Single Best AI Productivity Workflow I've Ever Seen» канала Marketing Against The Grain. Все права на оригинальный материал принадлежат авторам. Источник: https://youtu.be/z_oAi9xdDQs
OpenAI Codex