เจาะลึกแนวคิด Second Brain ของ Karpathy (และวิธีสร้างด้วยตัวเองแบบไม่ต้องเขียนโค้ด)

Karpathy โพสต์เมื่อสัปดาห์ที่แล้วเกี่ยวกับการสร้างฐานความรู้ส่วนตัวด้วย AI มีคนบุ๊กมาร์กไว้ 41,000 คน

แต่ส่วนใหญ่จะไม่มีวันได้สร้างมันขึ้นมาจริงๆ

นี่คือเหตุผลว่าทำไมคุณควรทำ และวิธีทำให้สำเร็จภายในสุดสัปดาห์นี้

PS: อยากได้สกิลที่สร้างระบบนี้ให้คุณไหม?

รับสกิล LLM Knowledge Base ฟรีเลย

-------------------------------------

ทำไมเจ้าของธุรกิจส่วนใหญ่ถึงนั่งอยู่บนเหมืองทองคำของความรู้ที่ไม่ได้ใช้

คุณมีทุกสิ่งที่จำเป็นต่อการสร้างความได้เปรียบทางการแข่งขันอยู่แล้ว

มันอยู่ในบุ๊กมาร์กของคุณ ในแอปจดบันทึก ในภาพหน้าจอที่คุณลืมไปแล้ว ในบทความที่คุณเซฟไว้แต่อ่านไม่จบ ในบันทึกการประชุมเมื่อหกเดือนก่อน

ปัญหาไม่ใช่การรวบรวมข้อมูล คุณทำอย่างนั้นอยู่แล้ว ปัญหาคือคุณหาอะไรไม่เจอเมื่อคุณต้องการ

ฐานความรู้ส่วนตัวจะแก้ปัญหานี้ไปตลอดกาล คุณทิ้งทุกอย่างไว้ในที่เดียว ชี้ AI ไปที่มัน แล้วมันจะจัดระเบียบความยุ่งเหยิงให้เป็นวิกิที่ค้นหาได้ และยิ่งใช้ก็ยิ่งฉลาดขึ้น

ไม่ต้องใช้ซอฟต์แวร์พิเศษ ไม่ต้องใช้ฐานข้อมูล แค่โฟลเดอร์และไฟล์ข้อความ

การตั้งค่า (ใช้เวลา 5 นาที)

สร้างโฟลเดอร์โปรเจกต์ที่ไหนก็ได้ในคอมของคุณ ข้างในนั้น สร้างโฟลเดอร์ย่อยสามโฟลเดอร์:

• raw/ - ลิ้นชักรวมขยะของคุณ บทความ บันทึก ภาพหน้าจอ บทถอดเสียงการประชุม บุ๊กมาร์ก งานวิจัย ทุกอย่างไปที่นี่ อย่าจัดระเบียบมัน นั่นคืองานของ AI
• wiki/ - ที่ที่ AI จะเขียนเวอร์ชันที่จัดระเบียบแล้ว บทสรุป การเชื่อมโยงระหว่างไอเดีย หน้าหัวข้อ คุณไม่ต้องแก้ไขด้วยมือ
• outputs/ - คำตอบ รายงาน และงานวิจัยที่ AI สร้างขึ้นเมื่อคุณถามคำถามกับฐานความรู้ของคุณ

นั่นคือสถาปัตยกรรมทั้งหมด สามโฟลเดอร์

ไฟล์เดียวที่ทำให้ทุกอย่างทำงาน

สร้างไฟล์ในรากของโปรเจกต์ชื่อ CLAUDE.md (หรือ AGENTS.md ชื่อไม่สำคัญ) นี่คือไฟล์ schema ของมัน มันบอก AI ว่าฐานความรู้นี้เกี่ยวกับอะไรและจะจัดระเบียบอย่างไร

นี่คือเทมเพลตเริ่มต้น:

1# Knowledge Base Schema
2
3## What This Is
4ฐานความรู้ส่วนตัวเกี่ยวกับ [หัวข้อของคุณ]
5
6## How It's Organized
7- raw/ ประกอบด้วยแหล่งข้อมูลดิบที่ยังไม่ได้ประมวลผล ห้ามแก้ไขไฟล์เหล่านี้
8- wiki/ ประกอบด้วยวิกิที่จัดระเบียบแล้ว AI จะดูแลทั้งหมด
9- outputs/ ประกอบด้วยรายงาน คำตอบ และการวิเคราะห์ที่สร้างขึ้น
10
11## กฎของวิกิ
12- แต่ละหัวข้อจะได้ไฟล์ .md ของตัวเองใน wiki/
13- ทุกไฟล์วิกิเริ่มต้นด้วยบทสรุปหนึ่งย่อหน้า
14- เชื่อมโยงหัวข้อที่เกี่ยวข้องโดยใช้รูปแบบ [[ชื่อหัวข้อ]]
15- สร้าง INDEX.md ที่แสดงรายการทุกหัวข้อ
16- เมื่อมีแหล่งดิบใหม่เพิ่มเข้ามา ให้อัปเดตบทความวิกิที่เกี่ยวข้อง
17
18## สิ่งที่ฉันสนใจ
19[ระบุ 3-5 สิ่งที่คุณต้องการให้ฐานความรู้นี้โฟกัส]

ไฟล์นี้คือสิ่งที่เทียบเท่ากับการให้คู่มือการฝึกอบรมกับพนักงานใหม่ในวันแรก หากไม่มีมัน AI ก็แค่เดาว่าอะไรสำคัญ หากมีมัน ทุกผลลัพธ์จะมีโครงสร้างตามที่คุณต้องการ

เติมโฟลเดอร์ raw ของคุณ (10 นาที)

นี่คือจุดที่คนส่วนใหญ่ชะงัก พวกเขาสร้างโฟลเดอร์แล้วก็จ้องไดเรกทอรีที่ว่างเปล่า

คำตอบ: ทิ้งทุกอย่างลงไป คัดลอกวางบทความลงในไฟล์ .md หรือ .txt ส่งออกบันทึกจากแอปใดก็ตามที่คุณใช้ เซฟภาพหน้าจอ วางบันทึกการประชุม งานวิจัย เอกสารโปรเจกต์ อย่าเปลี่ยนชื่ออะไร อย่าทำความสะอาด

ฉันเก็บไฟล์แหล่งดิบมากกว่า 15 ไฟล์ทั่วทั้งไปป์ไลน์เนื้อหาของฉัน บทความที่ตัดมา การวิเคราะห์คู่แข่ง รายงานวิเคราะห์ ไม่มีอะไรถูกจัดระเบียบด้วยมือ

บอกให้ AI สร้างวิกิของคุณ

เปิด Claude Code, Cursor หรือเครื่องมือ AI ใดๆ ที่สามารถอ่านไฟล์ของคุณ ชี้ไปที่โฟลเดอร์โปรเจกต์ของคุณแล้วพูดว่า:

1"อ่านทุกอย่างใน raw/ รวบรวมวิกิใน wiki/ ตามกฎใน CLAUDE.md สร้าง INDEX.md ก่อน
2แล้วสร้างไฟล์ .md หนึ่งไฟล์ต่อหัวข้อหลักหนึ่งหัวข้อ เชื่อมโยงหัวข้อที่เกี่ยวข้อง
3สรุปทุกแหล่งข้อมูล"

จากนั้นเดินออกไป ปล่อยให้มันทำงาน

เมื่อมันเสร็จ คุณจะมีโฟลเดอร์วิกิที่เต็มไปด้วยบทความที่จัดระเบียบแล้ว พร้อมการเชื่อมโยงที่คุณไม่เคยเห็น บทสรุปของสิ่งที่คุณลืมว่าบันทึกไว้ และดัชนีที่ทำให้ทุกอย่างค้นหาได้ในไม่กี่วินาที

วงจรที่ทบต้น

นี่คือจุดที่ระบบมีคุณค่า เมื่อวิกิของคุณมีมากกว่า 10 บทความ เริ่มถามคำถาม:

• "จากทุกอย่างใน wiki/ ช่องว่างสามอันดับแรกในความเข้าใจของฉันเกี่ยวกับ [หัวข้อ] คืออะไร"
• "เปรียบเทียบสิ่งที่แหล่ง A พูดเกี่ยวกับ [แนวคิด] กับแหล่ง B พวกเขาไม่เห็นด้วยตรงไหน"
• "เขียนสรุป 500 คำเกี่ยวกับ [หัวข้อ] โดยใช้เฉพาะสิ่งที่อยู่ในฐานความรู้นี้"

บันทึกคำตอบกลับเข้าไปในฐานความรู้ ทุกคำถามทำให้คำตอบถัดไปดีขึ้น นั่นคือวงจร

ตรวจสุขภาพรายเดือน (ห้ามข้าม)

เดือนละครั้ง บอก AI ว่า:

"ตรวจสอบไดเรกทอรี wiki/ ทั้งหมด ชี้จุดที่บทความขัดแย้งกัน ค้นหาหัวข้อที่ถูกกล่าวถึงแต่ไม่ได้อธิบาย แสดงรายการข้ออ้างที่ไม่มีแหล่งอ้างอิงใน raw/ เสนอบทความใหม่ 3 บทความเพื่อเติมช่องว่าง"

นี่จะจับข้อผิดพลาดก่อนที่มันจะทบต้น หาก AI เขียนอะไรผิดนิดหน่อยแล้วคุณบันทึกกลับ คำตอบถัดไปก็จะต่อยอดจากความผิดพลาดนั้น การตรวจสุขภาพคือการควบคุมคุณภาพของคุณ

คุณไม่จำเป็นต้องใช้ Obsidian

ครึ่งหนึ่งของอินเทอร์เน็ตกำลังโปรโมตปลั๊กอิน Obsidian สำหรับเรื่องนี้ คุณไม่จำเป็นต้องใช้มัน โฟลเดอร์ของไฟล์ .md และไฟล์ schema ที่ดีจะทำงานได้ดีกว่าชุดเครื่องมือแฟนซีถึง 90% ของเวลาทั้งหมด

ฉันเคยเห็นคนใช้เวลากับการตั้งค่าแอปจดบันทึกมากกว่าที่ใช้สร้างฐานความรู้จริงๆ หยุดเลือกซื้อเครื่องมือที่สมบูรณ์แบบ เริ่มสร้างเลย

สามโฟลเดอร์ หนึ่งไฟล์ schema AI ที่ดูแลทุกอย่าง นั่นคือทั้งระบบ

เลือกหัวข้อของคุณ สร้างโฟลเดอร์ ใส่ทุกอย่างที่คุณมี ปล่อยให้ AI ทำส่วนที่เหลือ

PS: อยากได้สกิลที่สร้างระบบนี้ให้คุณไหม?

รับสกิล LLM Knowledge Base ฟรี