Il n’y a qu’une seule raison pour laquelle vous obtenez des réponses moyennes de la part de l’IA la plus puissante.
Parce que cette IA ne sait rien de vous.
Elle ne connaît pas votre entreprise, vos clients, ni ce que vous avez décidé hier. Elle devine donc à chaque fois à partir de zéro. Et les suppositions, aussi bonnes soient-elles, n’atteignent jamais qu’un « score moyen ».
J’ai résolu ce problème en créant une « copie de moi-même » à l’aide de Claude Code. En termes techniques, c’est un Second Cerveau. C’est un système où vos souvenirs, vos jugements et votre style d’écriture sont stockés sur un disque dans un format que l’IA peut lire et écrire.
Je l’utilise depuis plusieurs mois et je l’ai entièrement reconstruit pour Fable 5. Version 2.0. Je vais tout écrire dans cet article — ce que j’ai fait, comment je l’ai fait, le code et la structure des dossiers. J’ai mis tous les modèles et scripts sur GitHub, alors n’hésitez pas à les prendre et à les développer pour vous-même.
→ github.com/chaenmasahiro0425/exbrain
Qu’est-ce qu’un Second Cerveau, au fait ? ── Juste un dossier sur Obsidian
Ce n’est pas un appareil grandiose. Sa véritable identité est un ensemble de fichiers Markdown sur un Mac. Vous le visualisez avec Obsidian (une application Markdown gratuite), et Claude Code lit et écrit directement dans le dossier. Pas besoin de plugins ou de connecteurs. Les humains lisent avec Obsidian, et l’IA touche au dossier. Les deux regardent le même « cerveau ».
Cela fonctionne même lorsque le PC est fermé (tâches cloud automatisées). Vous pouvez le lire sur un iPhone (synchronisation iCloud). Et quel que soit le modèle vers lequel vous basculez, ce cerveau survit. C’est la partie la plus importante. Si vous mettez le mécanisme dans une seule feuille, cela se déroule ainsi : Stocker → Tisser → Utiliser.
Même avec le même Fable 5, au moment où il se connecte à ce cerveau, il devient une machine différente. Le code suit votre architecture, le texte est écrit avec votre voix, et les propositions s’appuient sur les faits que vous détenez.
Une leçon apprise après plusieurs mois d’utilisation
L’année dernière, j’ai construit la première génération centrée sur trois fichiers : SOUL / MEMORY / DREAMS. C’était un système où les journaux quotidiens, les clips X et les comptes rendus de réunions s’accumulaient automatiquement. Après quelques mois d’utilisation, j’ai appris quelque chose de très clairement.
Les journaux bruts s’accumulent tout seuls si on les laisse tranquilles. Mais la « connaissance compilée » pourrit si on la laisse tranquille.
Les notes quotidiennes et les clips grossissent chaque jour grâce à l’automatisation. Cependant, les pages clients et les index deviennent obsolètes en quelques semaines.
Une liste de clients créée en avril reste figée, ignorant un seul nouveau projet de juillet. Un cerveau qui ne grandit que lorsque vous pensez à le nourrir meurt en trois semaines.
J’ai donc divisé en « 4 couches » ── La conception 2.0
Dans la version 2.0, j’ai arrêté de tout mettre dans une seule boîte. Je l’ai divisé en quatre couches aux caractéristiques différentes et j’ai fixé un seul « rédacteur » par couche. S’il n’y a qu’un seul rédacteur, les conflits de synchronisation ne se produisent structurellement pas. L’identité (personnalité) est écrite uniquement par les humains, le digest (résumé) uniquement par le cloud, le wiki (connaissances) par un compilateur nocturne, et le raw (journaux bruts) par une collecte automatique.
Pourquoi rendre la couche brute inviolable ? Parce que si la même IA lit et réécrit la même note à plusieurs reprises, les détails fondent et les erreurs augmentent avec les intérêts composés. En gelant les journaux bruts, la couche de connaissances au-dessus peut être reconstruite autant de fois que nécessaire.
Cette mise à jour a été réalisée en référence à l’article étranger suivant.
https://x.com/masahirochaen/status/2073548158270144705
Le cœur de la version 2.0 ── Le « Compilateur Nocturne »
C’est l’événement principal. J’ai confié le travail de transformation des journaux bruts en connaissances à un compilateur automatique qui s’exécute chaque nuit à 23h30. Chaque nuit, cette chose se réveille, lit les journaux du jour et les nouveaux clips, et met automatiquement à jour les pages pour les clients, les personnes et les outils mentionnés, avec des liens sources complets. S’il est dit « Accord avec CyberAgent pour 4,5 millions », ce fait s’accumule sur la page correspondante.
Il y a trois mécanismes pour l’empêcher de s’emballer. ① Ne pas laisser le LLM toucher à git. ② Limiter où il peut écrire par couche (ne pas le laisser toucher au raw ou à l’identité). ③ Si un changement se produit dans le raw, le restaurer automatiquement et arrêter le commit. Et le coût est essentiel. La compilation est un travail de routine, alors exécutez-la sur le modèle le moins cher. Les modèles premium n’ont besoin de sortir que pour le passage d’intégration hebdomadaire.
La « Boucle » qui maintient le cerveau en vie
Un Second Cerveau vit par le planning, pas par la mémoire. Au début de chaque session, un amorceur injecte le contexte du jour, les notes quotidiennes sont générées matin et soir, les signets X sont rassemblés toutes les 4 heures, compilés chaque nuit, et la détection de dégradation (lint) et les résumés hebdomadaires s’exécutent le dimanche. Les modèles premium ne travaillent qu’une fois par semaine. Tout le reste est géré par des modèles bon marché et des scripts shell. Lancer des routines sur des modèles de premier ordre, c’est comme jeter de l’argent par les fenêtres.
Vous n’avez pas à choisir les « souvenirs que vous avez vus » quotidiennement
« Dois-je choisir moi-même quels articles sont bons ? » ── Non. C’est la réponse de cette conception.
Si quelque chose attire votre attention sur X, mettez-le simplement en signet. La fonction de clip toutes les 4 heures le fait automatiquement circuler dans la couche brute (1 467 éléments se sont accumulés maintenant).
Même le simple fait de déposer un lien d’article dans un DM Slack est suffisant. Tout ce que les humains font, c’est « voir ». La sélection a été confiée au compilateur nocturne. Nous avons séparé la lecture de la mémorisation.
Et puis Fable 5 est arrivé ── J’ai jeté 80 % des « instructions » que j’avais développées
Les règles que j’avais écrites pendant plusieurs mois étaient devenues énormes sans que je m’en rende compte. La première chose que j’ai faite en passant à Fable 5 a été de « supprimer » 80 % d’entre elles.
Les anciens modèles revenaient à des scores moyens à moins de leur donner des instructions étape par étape. J’ai donc continué à ajouter « ne fais pas ceci, ne fais pas cela » sans fin. Fable 5 est différent. Il saisit l’intelligence et la vitesse par l’effort (heures de travail), et le comportement souhaité n’a besoin que d’une « phrase courte ». Quand j’ai arrêté d’énumérer les choses, il est en fait devenu plus intelligent.
Pour le Second Cerveau, c’était un vent favorable. Les compétences et les invites qui avaient gonflé pour les générations plus anciennes abaissent en fait la qualité dans Fable 5.
Donc, dans la version 2.0, j’ai raccourci les invites du compilateur et CLAUDE.md. Vous n’avez besoin de stocker que des « faits » dans le cerveau. Le comportement devient plus court à mesure que le modèle devient plus intelligent.
Résumé ── 7 étapes pour créer une « copie de vous-même »
① Créez un coffre (dossier Obsidian)
② Divisez en 4 couches (raw / wiki / digest / identity), en fixant un seul rédacteur par couche
③ Jetez tout ce que vous avez dans raw
④ Configurez la compilation nocturne (chaque nuit, avec un modèle bon marché)
⑤ Détectez la « dégradation » avec un lint hebdomadaire (dimanche, pas de LLM)
⑥ Transformez la recherche en actifs avec vérification
⑦ Utilisez INDEX comme entrée et interdisez les analyses complètes
Le modèle au volant changera à nouveau. Mais le coffre survivra à chaque transition. Et le retour d’information écrit rendra le cerveau plus intelligent chaque semaine, peu importe qui conduit. Vous pouvez réaliser la plus petite version en une heure. Un dossier, dix fichiers écrits sur votre entreprise, et un agent à qui on a dit de « lire ça d’abord ». Après cela, le résultat vous dira le reste.
J’ai rendu le tout open source. Les modèles, les scripts et le README en anglais et en japonais. N’hésitez pas à les prendre. → github.com/chaenmasahiro0425/exbrain
