Obsidian'da yapay zeka ile her gün kendini güncelleyen, 7/24 yaşayan bir Bilgi Grafiği oluşturdum

Obsidian'da kendini güncelleyen canlı bir bilgi grafiğini nasıl oluşturacağınızı öğrenin. Bu makale, Smart Connections, Dataview, özel ajanlar, prompt şablonları ve gizli kalıpları ortaya çıkarmaya yardımcı olan iş akışını ele alıyor.

Kimse bana Obsidian'ın gerçek gücünün notlar değil, bağlantılar olduğunu söylememişti.

Uzun bir süre Obsidian'ı daha iyi bir klasör gibi kullandım.

Oraya fikirler depoladım, makaleler kırptım, taslaklar yazdım ve aklıma geldikçe birkaç notu birbirine bağladım.

Kullanışlıydı, ama hâlâ pasifti.

Sonra farklı bir soru düşünmeye başladım: Ya grafik sadece düşüncelerimi göstermekle kalmayıp, her gün daha iyi düşünmeme aktif olarak yardımcı olsaydı?

Bu bir dönüm noktasıydı. Kendini günlük olarak güncelleyen, yeni bağlantılar keşfeden ve manuel olarak asla fark edemeyeceğim kalıpları ortaya çıkaran canlı bir bilgi grafiği oluşturmaya başladım.

Canlı bir grafik neden önemli

Çoğu kişi Obsidian'ı bilgi depolamak için kullanır.

Bu sorun değil, ancak depolamak anlamakla aynı şey değildir. Statik bir kasa binlerce notu barındırabilir ama yine de içlerinde saklı olan ilişkileri ortaya çıkaramayabilir.

Canlı bir grafik bunu değiştirir.

Bağlantıları hafızaya bırakmak yerine, sürekli güncellenen, ilişkileri yeniden kontrol eden ve ilgili fikirleri tekrar görünür kılan bir sistem oluşturur. Amaç grafiği etkileyici göstermek değil.

Amaç onu kullanışlı kılmaktır.

Bu hedefi belirledikten sonra, kurulum çok daha netleşti.

Tek bir mükemmel eklentiye ihtiyacım yoktu.

Kasayı karmaşaya dönüştürmeden yapı, erişim ve otomasyonu yönetebilecek küçük bir araç setine ihtiyacım vardı.

Kullandığım kurulum

Sistemi üç katman etrafında kurdum.

İlk katman Obsidian'ın kendisiydi, çünkü bağlantılı notlar içinde düşünmek için en iyi yer olmaya devam ediyor.

İkinci katman Dataview'di, bu da kasada manuel olarak arama yapmak yerine sorgulama yapmamı sağladı.

Üçüncü katman ise yapay zeka destekli bir bağlantı katmanıydı; burada Smart Connections ve özel promptlar, ilgili notları belirlemeye, kümeleri özetlemeye ve gözden kaçırdığım bağlantıları önermeye yardımcı oldu.

Bu kombinasyon önemliydi çünkü her parça farklı bir sorunu çözüyordu. Obsidian bana notları verdi.

Dataview bana yapıyı verdi.

Yapay zeka bana hareketi verdi.

Ayrıca her gün son notları inceleyen, örtüşmeleri arayan ve grafiğime güncellemeler öneren birkaç özel ajanla da denemeler yaptım.

Amaç tam otomasyon değildi.

Amaç, grafiği canlı tutmak için gereken manuel çabayı azaltmaktı.

Günlük güncelleme döngüsü nasıl çalıştı

Günlük iş akışı, güvenilecek kadar basit ama kullanışlı olacak kadar yapılandırılmıştı.

Her gün sistem, yeni veya yakın zamanda değiştirilmiş notları taradı.

Anahtar kavramları çıkardı, yinelenen temaları belirledi, bunları mevcut kümelerle karşılaştırdı ve yeni bağlantılar önerdi.

Bazı durumlarda, ilgili fikirler arasında köprü düğümü görevi gören kısa özet notları da oluşturdu.

İşte grafik o zaman canlanmaya başladı. Düzeni sağlayan tek kişi artık ben değildim. Sistem işin bir kısmını benim için yapıyordu.

En iyi yanı, fark etmediğim ilişkileri gün yüzüne çıkarmasıydı. İçerik stratejisiyle ilgili bir notun, kişisel bilgi yönetimiyle ilgili bir notla bağlantılı olduğu ortaya çıktı. Grafik bir keşif motoruna dönüşmeye başladı.

Smart Connections'ın yardımcı olduğu konular

Smart Connections kullanışlıydı çünkü kasayı izole dosyalar gibi değil, daha çok anlamsal bir alan gibi hissettiriyordu.

Yalnızca tam geri bağlantılara güvenmek yerine, ifadeler farklı olsa bile kavramsal olarak ilişkili notları önerebiliyordu.

Bu pratikte çok önemliydi.

Bağlanmaya değer fikirlerin çoğu aynı değildir, bitişiktir. Bir not alışkanlık oluşumuyla, diğeri iş akışı tasarımıyla, bir başkası da yaratıcı çalışmadaki sürtünmeyi azaltmakla ilgili olabilir.

Bir insan eninde sonunda aile benzerliğini görebilir, ancak yapay zeka bunu çok daha hızlı ortaya çıkarabilir.

Yine de her şeyi manuel olarak gözden geçirdim.

Bu kısım hiç değişmedi.

Yapay zeka önerdi, ben karar verdim.

Bu denge önemliydi çünkü grafik, yalnızca öneriler kullanışlı hissettirdiğinde faydalı kalıyordu.

Dataview'in vazgeçilmez olduğu noktalar

Dataview, tüm sistemin sürdürülebilir hissetmesini sağlayan parçaydı.

Kasa büyümeye başladığında, şu tür sorular sormanın bir yoluna ihtiyacım vardı: Bu hafta hangi notlar oluşturuldu? Henüz hiçbir bağlantısı olmayan fikirler hangileri? Birden çok klasörde tekrar tekrar hangi konular ortaya çıkıyor? Dataview bunu mümkün kıldı.

Bu, grafiği pasif bir haritadan daha çok bir kontrol paneline dönüştürdü. Neyin oluşturulduğunu, neyin bağlandığını ve boşlukların nerede olduğunu görebiliyordum. Bir not çok uzun süre izole kalırsa, ilgilenilmesi gerektiğini biliyordum. Bir küme büyümeye devam ederse, bunun gerçek bir tema haline geldiğini biliyordum.

Bu görünürlük yazma şeklimi değiştirdi. Notları çıkmaz sokaklar olarak oluşturmayı bırakıp, daha sonra kullanışlı olması gereken düğümler olarak yazmaya başladım.

Bakım için kullandığım prompt

Bakım promptu beklediğimden daha önemliydi. En iyi versiyonu zekice olmaya çalışmıyordu. Doğrudandı.

Prompt, ajandan şunları yapmasını istiyordu:

• son notları incele,
• tekrarlanan kavramları belirle,
• ilgili bağlantıları öner,
• sahipsiz notları işaretle,
• ve ortaya çıkan herhangi bir küme için kısa bir özet öner.

Önemli olan kısım sadece ifadeler değildi. Kısıtlamalardı. Ona önermesini söyledim, yeniden yazmasını değil. İşaretlemesini söyledim, karar vermesini değil. Genel not temizliği değil, grafik bakımına odaklanmasını söyledim.

Bu, çıktıyı temiz tuttu ve sistemin, bu tür kurulumların genellikle can sıkıcı hale geldiği genel üretkenlik tavsiyelerine kaymasını engelledi.

Birkaç hafta sonra ne değişti

Birkaç hafta sonra fark barizdi. Notlarım artık sadece birikmiyordu.

Gerçek temalar etrafında kendiliğinden organize olmaya başlıyorlardı.

Hangi fikirlerin tekrarladığını görebiliyordum.

Hangi konuların arka planda sessizce büyüdüğünü görebiliyordum.

Düşüncelerimdeki boşlukları bile fark edebiliyordum.

Bazen grafik, bir alan hakkında çok şey yazdığımı ama yanında olması gereken başka bir alanla zar zor bağlantı kurduğumu ortaya çıkarıyordu.

En kullanışlı kısım buydu. Sistem sadece zaman kazandırmadı. Ne fark ettiğimi değiştirdi.

İyi bir bilgi grafiği bunu yapmalıdır. Sadece düşüncelerinizi depolamamalı, onlara meydan okumalı, onları rafine etmeli ve gizli yapıyı görünür kılmalıdır.

Farklı yapacağım şeyler

En büyük hata, çok erken aşırı otomasyona gitmek olurdu.

Kurulum çalışmaya başladığında yapay zekanın her şeyi yapmasına izin vermek cazip geliyor.

Bu genellikle işe yaramaz şeyler üretir.

Bu sistemin en iyi versiyonu hâlâ insan incelemesine ihtiyaç duyar, özellikle başlangıçta. Bir sürü vasat öneri yerine daha az sayıda yüksek kaliteli öneriyi tercih ederim.

Ayrıca şemayı basit tutardım. Etiketleme sistemi ne kadar karmaşık olursa, onu sürdürmek de o kadar zorlaşır. Grafik düşünmenize yardımcı olmalı, yönetilmesi gereken başka bir projeye dönüşmemeli.

Gerçek getiri

Canlı bir grafiğin gerçek değeri görseller değildir.

Geri bildirim döngüsüdür.

Her yeni not, sistemi biraz daha iyileştirir.

Her yeni bağlantı, grafiği daha akıllı hale getirir.

Her inceleme geçişi, gelecekteki bağlantıları daha doğru kılar.

Zamanla kasa, arkasında gerçek bir zeka olan ikinci bir beyin gibi davranmaya başlar.

Bu nedenle bu kurulum, denediğim diğer tüm not alma iş akışlarından farklı hissettirdi. Sadece bilgiyi organize etmiyordu. Aylardır gözden kaçırdığım kalıpları aktif olarak görmeme yardımcı oluyordu.

Ve bu, canlı tutmaya değer türden bir sistem.

Umarım bunu faydalı bulmuşsunuzdur.

Sizin gibi yaratıcılar için pratik yapay zeka iş akışları ve Obsidian sistemleri oluşturuyorum.

❣️Ben Kanika (@KanikaBK). Daha fazla test edilmiş kurulum ve analiz için takip edin.