Ti mostrerò, passo dopo passo, come trasformare Fable 5 in una macchina che conosce la tua attività a fondo... e produce risultati che non assomigliano a quelli di nessun altro
lo strumento è un secondo cervello costruito in Obsidian, e un piccolo gruppo di persone lo sta già usando... esattamente lo stesso modello, un mondo di differenza in ogni output
il modello più intelligente sul mercato produce lavoro mediocre tutto il giorno per un motivo: non sa niente di te
nessun contesto sulla tua attività, il tuo pubblico, le tue decisioni passate... quindi indovina, e le supposizioni risultano generiche
collegalo alla tua base di conoscenza e lo stesso modello diventa una macchina diversa
il codice segue la tua architettura, i contenuti suonano come te, la scrittura si basa su ricerche che possiedi... e lo vedi dal primo giorno
e questo vale per QUALSIASI flusso di lavoro tu esegua: programmazione, marketing, contenuti, vendite, ricerca
usare un agente AI senza un secondo cervello è una perdita di tempo... e il divario si allarga solo, perché ogni file che il cervello acquisisce rende ogni esecuzione futura più intelligente, per sempre
io uso questa macchina esattamente ogni giorno... sta dietro ogni articolo, ogni guida e ogni prodotto che pubblico
questo è il sistema completo... cosa sia veramente un secondo cervello, la struttura delle cartelle che l'agente naviga da solo, come riempirla con obiettivi, mantenerla viva con cicli, eseguire una vera macchina di ricerca sopra di essa, leggerla senza bruciare soldi, e collegarla a tutto ciò che costruisci
se vuoi imparare come ottenere il massimo da Fable 5 e come guadagnarci, ecco a cosa serve la community in tempo reale di AI ops: weeklyaiops.com
stesso modello, campionato diverso
ecco i numeri dietro questa affermazione
in contabilità, un modello che lavora senza la cronologia del cliente raggiunge circa il 70% di precisione
dagli la cronologia delle transazioni del cliente e parte dall'85% e supera il 90%
niente è cambiato nel modello, è cambiata la conoscenza
la scrittura funziona allo stesso modo
un modello di fascia media con un profilo vocale ben costruito produce output più riconoscibili di Fable 5 senza alcun profilo
i file contribuiscono più del livello del modello al risultato
e il modello stesso premia questo più di qualsiasi cosa prima
I test interni di Anthropic hanno fatto giocare a Fable un intero gioco di costruzione di mazzi con memoria basata su file, e ha migliorato tre volte più del precedente modello di punta
un gioco, testato dal fornitore, non ancora replicato da nessuno... ma la mossa a cui punta il numero ti costa una cartella di markdown, quindi la fai comunque
prima di costruire, devo dirti una cosa: il modello non trova magicamente tutto nelle tue note
quello che fa è agire sulla conoscenza che vive al di fuori della conversazione, e citare da dove proviene ogni pezzo
la memoria è tua, sul tuo disco, in testo semplice che puoi aprire e leggere
dagli qualche settimana e l'agente inizierà a citare decisioni che hai dimenticato di aver preso
la prima domanda è dove dovrebbe vivere questa memoria
la risposta non costa nulla e potresti già averla installata
cos'è Obsidian, in un minuto
Obsidian è un'app gratuita che si trova sopra una cartella di file markdown sul tuo computer
nessun database, nessun vincolo cloud... le tue note sono file di testo semplice che possiedi, e l'app è solo una bellissima finestra su di essi
ti servono solo due delle sue funzionalità:
[[wikilinks]]: digita doppie parentesi attorno al nome di qualsiasi nota e le due note ora sono collegate
la vista grafo: Obsidian disegna ogni nota come un punto e ogni collegamento come una linea, così vedi la tua conoscenza come una rete
e si adatta perfettamente agli agenti: poiché il vault è solo una cartella, Fable ci lavora direttamente tramite Claude Code, l'app terminale in cui il modello viene eseguito sulla tua macchina
nessun plugin, nessun connettore, nessuna configurazione speciale... l'agente legge e scrive file markdown, Obsidian ti mostra cosa è cambiato
tu usi l'app, l'agente usa la cartella, entrambi guardano lo stesso cervello
e prima che ti prepari per un grande progetto: la versione iniziale di tutto in questo articolo richiede circa un'ora, e una volta impostate le regole di lettura, funziona con pochi centesimi... la parte dei soldi ha la sua sezione
ciò che separa un cervello da un mucchio di file è la struttura... e la struttura è dove quasi tutti sbagliano
la struttura: quattro pezzi, nient'altro
il pensiero viene dall'idea di llm-wiki di Karpathy: tratta la tua base di conoscenza come un codebase
Obsidian è l'editor, il modello è il programmatore, il wiki è il codice
dopo aver esaminato le configurazioni che le persone usano pubblicamente, i repository, i template virali, i thread di fallimento, quattro pezzi continuavano a ripresentarsi:
raw - tutto ciò che catturi finisce qui intatto: articoli, trascrizioni, note di chiamate, pagine della concorrenza... cronologia di sola lettura, l'agente non la riscrive mai
entities - una pagina per ogni cosa concreta: un cliente, un concorrente, uno strumento, una persona
concepts - una pagina per ogni idea: una strategia, un modello, una lezione
INDEX.md - la porta d'ingresso: ogni pagina elencata con una descrizione di una riga, così l'agente sa cosa esiste senza dover aprire tutto
il compito dell'agente è compilare: legge il nuovo materiale in raw/ e aggiorna le pagine delle entità e dei concetti, collegandole man mano
e le regole di scrittura sono abbastanza semplici da stare in quattro righe:
una lezione per file, con un riepilogo di una riga all'inizio
aggiorna la pagina esistente invece di crearne una duplicata
cancella le note che si rivelano errate
tieni sempre separate le fonti raw e le pagine compilate
perché raw/ rimane intatto: quando lo stesso agente legge e riscrive le stesse note più e più volte, i dettagli si offuscano e gli errori si accumulano
la cartella raw è la tua verità di base, e il wiki diventa sempre più intelligente sopra di essa
e le pagine sono solo metà del valore... i collegamenti tra di esse sono dove si nasconde il vero vantaggio
grafi di conoscenza: perché migliora man mano che cresce
ogni [[collegamento]] che l'agente scrive tra due pagine è un bordo in un grafo
questa è la parte che separa un vault da un mucchio di note: una base di conoscenza basata sulla ricerca diventa più rumorosa man mano che cresce, perché più file significano più spazzatura in ogni ricerca
un wiki collegato diventa più forte man mano che cresce, perché ogni nuova pagina si collega alla rete e rende le pagine circostanti più utili
quando l'agente deve rispondere a qualcosa, non scansiona tutto... segue i collegamenti
dalla pagina del cliente al concetto della campagna alla pagina del concorrente, seguendo le connessioni come seguiresti la tua stessa memoria
il vault di Karpathy stesso si aggira intorno a 100 articoli e 400.000 parole, tutti compilati dal modello, tutti collegati
apri la vista grafo dopo due settimane di questo e vedrai la tua attività come una mappa vivente... quell'immagine da sola cambia il modo in cui pensi a ciò che sai
quindi come lo riempi senza passare un mese a fare copia-incolla?
popolalo con obiettivi
la prima mossa è un backfill, e il sistema di obiettivi di Fable è stato costruito proprio per questo lavoro
/goal in Claude Code ti permette di scrivere un traguardo, e il modello continua a lavorare da solo mentre un secondo modello più piccolo legge come giudice e conferma quando il traguardo è stato raggiunto
il trucco è che il giudice vede solo ciò che è nella conversazione, quindi l'obiettivo deve richiedere una prova che possa leggere:
alimenta raw/ con ciò che già possiedi prima di eseguirlo: vecchie trascrizioni di chat, thread salvati, esportazione della tua app note, cartelle dei clienti, ricerche passate
poi allontanati e torna a un cervello compilato
due regole mantengono onesto il backfill:
ogni modifica viene fornita come diff, le righe esatte prima e dopo, mai come affermazione... se l'agente dice di aver aggiornato una pagina, il diff lo dimostra
una pagina senza un collegamento alla fonte in raw/ viene segnalata, non fidarti
il backfill ti consegna un cervello compilato... mantenerlo in vita è un lavoro diverso, ed è quello che tutti saltano
mantienilo in vita con cicli
un secondo cervello che cresce solo quando ti ricordi di nutrirlo è un cervello morto in tre settimane
quindi la manutenzione funziona su programmi, non sulla memoria:
dopo ogni sessione: un hook, un piccolo script che si attiva da solo quando una sessione termina, estrae ciò che è appena successo... decisioni prese, errori individuati, modelli confermati, scritti nel vault come note datate... il lavoro che hai già fatto diventa memoria senza che tu debba archiviare nulla
ogni notte: un passaggio di compilazione su un modello economico legge il nuovo materiale raw del giorno e aggiorna le pagine del wiki... lavoro di routine, livello di routine
ogni settimana: un passaggio di linting cerca contraddizioni, pagine duplicate e collegamenti morti... questo è il ciclo che mantiene pulito il grafo, ed esiste perché i wiki non mantenuti marciscono
ogni settimana: un passaggio di sintesi sul modello grande legge l'intero vault e scrive cosa è cambiato questa settimana, cosa sta deviando, cosa merita attenzione
quest'ultimo è l'unico passaggio in cui il modello premium guadagna il suo posto
tutto il resto funziona sul livello economico, perché aggiornare le note è lavoro di routine e instradare il lavoro di routine verso Fable è il modo in cui le persone bruciano soldi per niente
la manutenzione mantiene pulito il vault... ma da dove arriva il materiale che lo rende prezioso?
il flusso di lavoro di ricerca che lo alimenta
qui è dove il vault smette di essere un archivio e diventa un vantaggio, ed è anche il punto in cui di solito entra la spazzatura
la ricerca AI predefinita è un prompt a un chatbot, e la risposta muore nella cronologia
peggio, è basata su conoscenza obsoleta... nell'AI, i consigli di sei mesi fa sono spesso attivamente sbagliati, e il vero strato dei professionisti, ciò che le persone stanno usando in questo momento, cosa si rompe, cosa funziona, vive sui social, non nei documenti ufficiali
quindi la macchina di ricerca funziona così:
una domanda entra, e viene suddivisa in 3-5 sotto-domande
agenti paralleli si espandono, ognuno cercando su una superficie diversa: i social per lo strato dei professionisti, il web per documentazione e prezzi, scraper che estraggono il testo completo di tutto ciò che vale la pena leggere
ogni scoperta diventa una ricevuta: l'affermazione, il collegamento alla fonte, la data
poi il filtro che lo rende reale: un agente scettico attacca ogni affermazione e cerca di ucciderla... l'hype a fonte singola viene etichettato, le contraddizioni vengono portate alla luce, solo i sopravvissuti passano
le scoperte verificate finiscono nel vault come pagine, ognuna datata e collegata, ognuna con una data di scadenza in modo che la conoscenza obsoleta si annunci da sola
e lo stack esatto su cui lo eseguo:
last30days basato su ScrapeCreators (scrapecreators.com): un'abilità che spazza reddit, X, youtube, instagram e tiktok per gli ultimi 30 giorni di discussioni dei professionisti su qualsiasi argomento
l'X MCP ufficiale (api.x.com/mcp): post live, thread e segnalibri direttamente dalla fonte
trascrizioni di youtube con yt-dlp (github.com/yt-dlp/yt-dlp): qualsiasi walkthrough o tutorial diventa testo che l'agente può estrarre
contenuti di instagram e tiktok tramite ScrapeCreators, perché i formati brevi sono dove emergono per primi nuovi flussi di lavoro
Perplexity deep research (perplexity.ai): il passaggio di lettura lunga citata attraverso il web
Firecrawl (firecrawl.dev): estrae il testo completo di ogni pagina che vale la pena conservare, come markdown pulito
lo scettico è ciò che separa la ricerca dalla raccolta di voci: i controllori con contesto fresco superano un modello che rivede il proprio lavoro, quindi l'attacco arriva sempre da un agente che non ha fatto la ricerca
esegui questo sulla tua nicchia una volta a settimana e il vault si riempirà di intelligence verificata, datata e fontata che i tuoi concorrenti si stanno perdendo
tutto inutile, però, se leggere il vault costa più di quanto restituisce
leggilo senza bruciare soldi
un vault funziona a lungo termine solo se leggerlo è economico, e questa è la falla in quasi tutte le configurazioni
il modello mentale: la finestra di contesto è una stanza costosa, e tutto ciò che vi entra viene pagato in token... i pezzi di testo in cui viene conteggiata ogni fattura AI
il tuo CLAUDE.md, il file di istruzioni che l'agente legge all'inizio di ogni sessione, si carica automaticamente ogni singola volta... questa è la tassa sempre pagata... mantienilo sotto le 200 righe che puntano al vault, senza mai contenerlo
tutto il resto è pay-per-read: l'agente controlla INDEX.md, segue i collegamenti, cerca con grep per parole chiave e apre solo le pagine a cui punta il percorso... una scansione dell'intera cartella è l'unica mossa che non accade mai
per domande grandi, invia un worker: un sotto-agente legge cinquanta pagine nel suo contesto separato e restituisce un paragrafo di conclusioni alla tua sessione... la stanza costosa contiene decisioni, non la biblioteca
collegalo a tutto ciò che costruisci
un vault che memorizza solo cose è un hobby di archiviazione... questo alimenta ogni progetto che esegui
punta qualsiasi progetto ad esso con tre righe nel CLAUDE.md di quel progetto:
1## conoscenza2- prima di iniziare, leggi le pagine pertinenti da ~/vault/entities/ e ~/vault/concepts/3- fonda ogni affermazione sulla nostra attività, clienti o pubblico in una pagina del vault
e gli output cambiano immediatamente:
marketing: brief di campagne basati sulle tue pagine del pubblico reale e sulla cronologia dei concorrenti, non su personaggi generici
contenuti: bozze che citano le tue ricerche passate e corrispondono al tuo profilo vocale
programmazione: l'agente mantiene note di architettura viventi per progetto nel vault, così nessuna sessione inizia mai alla cieca
lavoro con i clienti: ogni consegna si apre con l'intera cronologia della relazione dietro di essa
poi la seconda metà: il vault stesso diventa prodotto
le pagine di ricerca diventano articoli e guide, le pagine dei concetti diventano corsi, le pagine dei clienti diventano case study... non stai più creando da una pagina bianca, stai impacchettando ciò che la macchina ha già verificato
l'avvertimento che salva il tuo vault: la sincronizzazione è dove i vault muoiono
esegui un singolo sistema di sincronizzazione... se l'agente scrive file mentre iCloud li sincronizza, ottieni copie in conflitto e cartelle confuse
git, il sistema di punti di salvataggio usato dai programmatori, funziona come livello di checkpoint... blocca una versione solo quando glielo dici tu, e quella configurazione sopravvive
la scheda
l'intera costruzione, in ordine... copia questo:
crea il vault: raw/, entities/, concepts/ e un INDEX.md
scrivi le quattro regole nel tuo CLAUDE.md: una lezione per file, aggiorna non duplicare, cancella ciò che è sbagliato, non toccare mai raw/
scarica tutto ciò che possiedi in raw/: trascrizioni, segnalibri, note, cartelle dei clienti
esegui il backfill /goal con prova incollata e una clausola di arresto
programma i cicli: hook di sessione, compilazione notturna sul livello economico, linting settimanale, un passaggio di sintesi premium
esegui la spazzata di ricerca settimanale: espandi, lascia che lo scettico attacchi, fai atterrare i sopravvissuti come pagine datate
aggiungi le tre righe di conoscenza al CLAUDE.md di ogni progetto
il modello al posto di guida cambierà di nuovo... il vault sopravvive a ogni scambio, e il feedback scritto in esso lo rende più intelligente ogni settimana indipendentemente da chi guida
la versione più piccola richiede un'ora: una cartella, dieci file sulla tua attività e un agente a cui è stato detto di leggerli prima
i tuoi output ti diranno il resto
unisciti alla migliore community AI del mondo: weeklyaiops.com
