Od zera do systemu AI w kwartał. Część 5: Baza wiedzy.

W części 1 zaczęliśmy od plików tekstowych. W części 2 nauczyliśmy się Markdown. W części 3 otworzyliśmy Obsidian. W części 4 podzieliliśmy vault na foldery.

Jeśli zrobiłeś zadania z poprzednich części, masz cztery foldery: WIEDZA, ZADANIA, DOKUMENTACJA, KONTEKST-AI. Każdy z frontmatter (typ, status, projekt, data). Infrastruktura gotowa.

Dzisiaj rozwiążemy następujący problem: folder WIEDZA jest pusty. Albo ma trzy notatki, które wrzuciłeś bez ładu. Gdy tych notatek będzie 50, 100, 200, jak sprawisz żeby AI znajdował w nich to czego potrzebuje? Nie wystarczy wrzucić pliki do folderu. Trzeba je zorganizować tak, żeby miały sens: dla Ciebie i dla modelu AI.

Jest jeszcze jeden problem. Większość systemów notatek umiera prędzej czy później Zaczynasz z entuzjazmem. Po miesiącu masz 50 notatek. Po dwóch przestajesz je przeglądać, bo utrzymanie porządku zajmuje więcej czasu niż dodawanie nowych rzeczy. Po trzech wracasz do rozrzuconych plików. Klasyczna spirala śmierci bazy wiedzy.

Rozwiązanie, które proponuję: AI robi za Ciebie robotę. Porządkuje, łączy, aktualizuje. Ale żeby to działało, system musi być zorganizowany w sposób, który AI rozumie. O tym jest ten artykuł.

W tym artykule pokażę metodę, której używam do organizacji bazy wiedzy. Nazywa się Zettelkasten. Brzmi skomplikowanie, ale w praktyce to kilka prostych zasad.

Zastrzeżenie: to co opisuję w tym cyklu bazuje na moim stacku technologicznym, czyli macOS i Claude jako główny model językowy. Zasady i podejście działają na każdym systemie operacyjnym i z każdym modelem AI, ale konkretne kroki i skróty klawiszowe opisuję pod Maca. Jeśli pracujesz na Windows lub Linux, większość rzeczy zrobisz tak samo, ale powyższe systemy mogą się różnić detalami, które musisz dostosować.

Czym jest Zettelkasten?

Zettelkasten to z niemieckiego “pudełko na fiszki”. Metodę wymyślił Niklas Luhmann, niemiecki socjolog, który w ciągu kariery napisał ponad 70 książek i 400 artykułów naukowych. Jego sekret: kartoteka z dziesiątkami tysięcy fiszek, z których każda zawierała jedną myśl połączoną odnośnikami z innymi fiszkami.

Wspominałem o tym krótko w części 4. Teraz pokażę jak to działa w praktyce, w Obsidian, z AI.

Trzy zasady, które utworzą nasz system:

1. Jedna notatka, jedna idea. Nie piszesz eseju na 5 stron. Piszesz jedną myśl, jeden wniosek, jedno spostrzeżenie. Krótko. Konkretnie.

2. Nazwa notatki to pełne zdanie. Nie “spotkanie z klientem” ani “SEO notatki”. Tylko: “Klient nie kupuje usługi, kupuje spokój” albo “Transparentność cen buduje zaufanie szybciej niż case study”. Nazwa mówi o czym jest notatka, bez otwierania pliku.

3. Notatki łączysz linkami. Notatka o sprzedaży linkuje do notatki o zaufaniu, która linkuje do notatki o wartościach firmy. Wiedza nie leży w silosach. Tworzy sieć powiązań.

Jak to wygląda w folderze WIEDZA?

W części 4 mieliśmy jeden folder WIEDZA. Teraz go podzielimy. Nie od razu wszystko na start, ale pokażę docelową strukturę, żebyś wiedział dokąd zmierzamy.

WIEDZA/
├── INBOX/        ← surowe notatki (szybkie myśli, cytaty, pomysły)
├── LEKTURY/      ← notatki z książek i artykułów
├── NOTATKI/      ← przetworzone, atomowe idee (rdzeń systemu)
├── INDEKSY/      ← mapy tematów (zbierają linki do notatek)
└── ARCHIWUM/     ← nieaktualne notatki

Każdy podfolder to etap w procesie przetwarzania wiedzy.

INBOX to skrzynka odbiorcza. Wrzucasz tu wszystko co Ci przyjdzie do głowy: pomysł z prysznica, cytat z podcastu, obserwacja z rozmowy z klientem. Nie formatujesz, nie filtrujesz. Zapisujesz i idziesz dalej.

LEKTURY to notatki z tego co czytasz. Czytasz książkę, artykuł, słuchasz podcastu. Wyciągasz najważniejsze myśli i zapisujesz własnymi słowami. Nie przepisujesz. Przetwarzasz na swój język.

NOTATKI to serce systemu. Tu trafiają przetworzone, atomowe idee. Jedna notatka, jedno zdanie w tytule, linki do powiązanych notatek. To jest Twoja baza wiedzy, z której AI będzie korzystał.

INDEKSY to mapy. Notatka “Index - Sprzedaż” zawiera linki do wszystkich notatek związanych ze sprzedażą: od technik przez obiekcje klientów po psychologię zakupową. Nie zawiera treści. Tylko linki i krótkie opisy. Punkt wejścia do tematu.

ARCHIWUM to miejsce na rzeczy, które straciły aktualność. Nie usuwasz. Przenosisz.

Workflow: od myśli do wiedzy

Proces wygląda tak:

1. Capture (złap). Masz pomysł, słyszysz ciekawe zdanie, czytasz coś wartościowego. Zapisujesz do INBOX. Szybko, bez formatowania. Na telefonie, przy biurku, w tramwaju. Ważne: nie analizuj, tylko zapisz.

2. Process (przetwórz). Raz w tygodniu (albo codziennie, jak wolisz) otwierasz INBOX i przeglądasz notatki. Każdą zamieniasz na atomową ideę: jedno zdanie w tytule, krótkie rozwinięcie w treści. Przenosisz do NOTATKI. To co nie ma wartości, usuwasz.

3. Connect (połącz). Przy tworzeniu notatki pytasz: “z czym to się łączy?” i wstawiasz linki do istniejących notatek. Notatka o zaufaniu klienta linkuje do notatki o transparentności cen i do notatki o pierwszym spotkaniu sprzedażowym. Połączenia budują kontekst.

4. Create (twórz). Gdy masz wystarczająco dużo połączonych notatek na dany temat, możesz z nich stworzyć coś nowego: artykuł, ofertę, prezentację, strategię. Nie zaczynasz od zera. Zaczynasz od sieci notatek, która już istnieje.

Dlaczego AI uwielbia taki schemat?

Model AI działa najlepiej gdy dostaje wiedzę w małych, powiązanych porcjach z jasnym kontekstem. Dokładnie to daje Zettelkasten.

Porównaj dwa podejścia:

Bez Zettelkasten: “AI, przeczytaj mój 20-stronicowy dokument o sprzedaży i powiedz mi jak prowadzić rozmowę z klientem.” AI czyta wszystko, większość jest nieistotna, odpowiedź jest ogólnikowa.

Z Zettelkasten: “AI, przeczytaj te 5 notatek: ‘Klient nie kupuje usługi, kupuje spokój’, ‘Transparentność cen buduje zaufanie’, ‘Pierwsze spotkanie to diagnoza, nie prezentacja’, ‘Obiekcja cenowa to pytanie o wartość’, ‘Uczciwa kwalifikacja wyklucza złe dopasowania’. Na tej podstawie przygotuj mi punkty do rozmowy z nowym klientem.” AI dostaje 5 konkretnych, powiązanych idei. Odpowiedź jest celna.

Im bardziej “atomowe” i powiązane notatki, tym lepsze odpowiedzi od AI. To nie jest teoria. To moje codzienne doświadczenie.

Jest jeszcze głębszy powód. Większość ludzi korzysta z AI w trybie jednorazowym: wrzucasz dokumenty, AI przeszukuje fragmenty, generuje odpowiedź. Następnym razem szuka od nowa. Nic się nie kumuluje. Każde pytanie to start od zera.

Baza wiedzy zbudowana na atomowych notatkach działa inaczej. Powiązania między notatkami już istnieją. Kontekst jest skompilowany raz i utrzymywany na bieżąco. AI nie musi składać puzzli od nowa przy każdym pytaniu. Czyta gotową sieć wiedzy, w której połączenia są równie wartościowe jak same notatki.

AI nie tylko czyta. AI porządkuje.

Do tej pory mówiłem o AI jako czytelniku: dajesz mu notatki, on daje Ci odpowiedzi. Ale to dopiero połowa historii.

AI może też utrzymywać Twój system. Już teraz możesz wrzucić surową myśl do INBOX i poprosić AI o pomoc z przetworzeniem:

Mam notatkę w WIEDZA/INBOX/pomysl-z-rozmowy.md. Przeczytaj ją, wyciągnij główną myśl i utwórz atomową notatkę w WIEDZA/NOTATKI/. Nazwa pliku to ta myśl jako pełne zdanie. Dodaj frontmatter (typ: permanent, status: aktywny, projekt: [nazwa], created: [data]) i tag kontekstowy #gdy-[sytuacja].

Na tym etapie musisz jeszcze mówić AI dokładnie co ma zrobić. To normalne. W późniejszych częściach cyklu skonfigurujemy plik z regułami, dzięki któremu AI będzie znał te konwencje z góry. Wtedy wystarczy krótsze polecenie i więcej rzeczy zadzieje się automatycznie.

Z czasem, gdy notatek będzie więcej, AI zacznie też znajdować powiązania między nimi i sugerować linki. Raz w tygodniu możesz poprosić o przegląd:

Przejrzyj moje WIEDZA/NOTATKI/. Znajdź notatki bez żadnych linków, notatki które mówią to samo innymi słowami i koncepty, które pojawiają się w kilku notatkach, ale nie mają własnej strony. Zaproponuj konkretne poprawki.

AI wskaże problemy i zaproponuje zmiany. Nie zrobi tego sam z jednego słowa “przetwórz”. Ale zrobi to po jednym konkretnym poleceniu, zamiast godziny ręcznego przeglądania.

To jest powód, dla którego system z AI nie umiera jak tradycyjne bazy notatek. Ręczne utrzymanie systemu, które zwykle zabija system po pół roku, przejmuje model. Ty dodajesz wiedzę. AI dba o porządek. Ale żeby to działało, system musi być zorganizowany w sposób, który AI rozumie. Dlatego zaczynamy od Zettelkasten, frontmatter i tagów, a nie od automatyzacji.

Tagi kontekstowe: kiedy ta notatka jest przydatna?

W części 4 dodaliśmy frontmatter z czterema polami (typ, status, projekt, data). Frontmatter mówi AI co to za notatka i jaki ma status. Ale brakuje jednej rzeczy: kiedy ta notatka jest przydatna.

Tu wchodzą tagi kontekstowe.

Format: #gdy-[sytuacja]. Opisują w jakiej sytuacji sięgnąłbyś po daną notatkę:

• #gdy-piszę-ofertę — notatki przydatne przy tworzeniu ofert
• #gdy-rozmawiam-z-klientem — materiał na spotkania
• #gdy-planuję-kampanię — planowanie działań marketingowych
• #gdy-podejmuję-decyzję — frameworki decyzyjne, zasady
• #gdy-planuję-projekt — planowanie nowych projektów
• #gdy-buduję-automatyzację — automatyzacje, workflow
• #gdy-konfiguruję-ai — konfiguracja narzędzi AI
• #gdy-optymalizuję-workflow — usprawnianie procesów

Tag dodajesz na końcu notatki. Jedna notatka może mieć kilka tagów.

Przykład. Notatka “Transparentność cen buduje zaufanie szybciej niż case study” dostaje tagi #gdy-piszę-ofertę i #gdy-rozmawiam-z-klientem. Bo ta wiedza jest przydatna w obu sytuacjach.

Gdy mówisz AI: “Mam jutro spotkanie z klientem. Przejrzyj notatki oznaczone #gdy-rozmawiam-z-klientem i przygotuj mi listę rzeczy do poruszenia”, model nie czyta całej bazy wiedzy. Czyta tylko te notatki, które oznaczyłeś jako przydatne w rozmowie z klientem. Precyzyjny kontekst, precyzyjna odpowiedź.

Trzy warstwy organizacji

Po artykule 4 i 5 masz kompletny system metadanych. Trzy warstwy, każda odpowiada na inne pytanie:

Warstwa	Mechanizm	Pytanie	Przykład
1. Folder	Struktura katalogów	CO to jest?	WIEDZA/NOTATKI/ = przetworzona idea
2. Frontmatter	Pola YAML	JAKI ma status?	typ: permanent, status: aktywny
3. Tag	#gdy-[sytuacja]	KIEDY jest przydatna?	#gdy-rozmawiam-z-klientem

Folder mówi AI gdzie szukać. Frontmatter mówi co to za typ notatki i czy jest aktualna. Tag mówi w jakiej sytuacji jest przydatna.

Razem dają AI pełny kontekst bez dodatkowego tłumaczenia.

Czego unikać?

Dużych notatek. Jeśli notatka ma więcej niż jeden akapit, prawdopodobnie zawiera więcej niż jedną ideę. Podziel na dwie.

Tagów tematycznych. Nie rób #marketing, #sprzedaż, #finanse. Od tego są foldery i frontmatter (pole “projekt”). Tagi kontekstowe opisują sytuację, nie temat.

Przetwarzania wszystkiego. Nie każda myśl z INBOX musi trafić do NOTATKI. Większość można usunąć. To normalne. Filtrowanie jest częścią procesu.

Idealnego systemu od pierwszego dnia. Zacznij od INBOX i NOTATKI. LEKTURY dodaj gdy zaczniesz czytać z notatkami. INDEKSY gdy notatek będzie powyżej 30 i stracisz orientację. ARCHIWUM gdy coś się zdezaktualizuje.

Czego nauczyłeś się na tym etapie?

Zettelkasten to metoda organizacji wiedzy oparta na trzech zasadach: atomowe notatki, nazwy jako pełne zdania, połączenia linkami. Prosta, ale skuteczna, szczególnie w połączeniu z AI.

Folder WIEDZA dzielisz na etapy przetwarzania: INBOX (surowe), LEKTURY (z lektur), NOTATKI (przetworzone), INDEKSY (mapy), ARCHIWUM (nieaktualne).

Tagi kontekstowe (#gdy-[sytuacja]) to trzecia warstwa organizacji obok folderów i frontmatter. Mówią AI kiedy dana notatka jest przydatna.

Trzy warstwy razem: folder = CO, frontmatter = JAKI STATUS, tag = KIEDY PRZYDATNA. AI dostaje kompletny kontekst bez dodatkowych wyjaśnień.

W 1945 roku Vannevar Bush opisał maszynę o nazwie Memex: osobisty magazyn wiedzy, w którym połączenia między dokumentami są równie wartościowe jak same dokumenty. Wizja wyprzedziła epokę o 80 lat. Część, której Bush nie mógł rozwiązać: kto robi porządki. Teraz wiesz już kto i jak zatrudnić AI do pracy, która jest wprost wymarzona dla modelu językowego.

W następnej części przebudujemy opis firmy z części 1 w siedem sekcji, które AI potrafi wykorzystać w każdej sesji. To będzie fundament folderu KONTEKST-AI.

---

Twój następny krok: zadanie na dzisiaj

Trzy rzeczy.

1. Utwórz podfoldery w WIEDZA. Na start wystarczą dwa: INBOX i NOTATKI. Resztę (LEKTURY, INDEKSY, ARCHIWUM) dodasz gdy pojawi się potrzeba.

2. Napisz pierwszą atomową notatkę. Pomyśl o jednej rzeczy, którą wiesz o swoim biznesie, klientach albo branży. Jednej. Zapisz jako plik w WIEDZA/NOTATKI/ z nazwą będącą pełnym zdaniem. Dodaj frontmatter i tag kontekstowy. Użyj tego polecenia i wyślij do AI:

Mam wiedzę biznesową, którą chcę zapisać jako atomową notatkę w systemie Zettelkasten. Oto moja myśl: [wpisz swoją myśl]. Sformatuj ją jako plik Markdown: nazwa pliku to pełne zdanie (moja myśl), frontmatter z polami typ: permanent, status: aktywny, projekt: [nazwa firmy], created: [dzisiejsza data]. Na końcu dodaj tag kontekstowy w formacie #gdy-[sytuacja] (wybierz z: gdy-piszę-ofertę, gdy-rozmawiam-z-klientem, gdy-planuję-kampanię, gdy-podejmuję-decyzję, gdy-planuję-projekt). Treść notatki: 2-3 zdania rozwinięcia myśli.

3. Połącz z istniejącymi plikami. Otwórz profil firmy z części 1 (w folderze KONTEKST-AI). Czy Twoja nowa notatka ma z nim coś wspólnego? Jeśli tak, wstaw link (podwójne nawiasy kwadratowe z części 3). Pierwsze połączenie w sieci zbudowane.

---

Zasoby

• David Kadavy, “Metoda Zettelkasten. Jak cyfrowe notatki mogą zwiększyć energię Twojego umysłu” — książka, na której bazuje moja implementacja. Praktyczne podejście do Zettelkasten w cyfrowym świecie
• Obsidian Help: Tags — oficjalna dokumentacja Obsidian o tagach. Przydatne gdy chcesz lepiej zrozumieć jak tagi działają w wyszukiwaniu i filtrach

---

Ten artykuł jest częścią cyklu “Od zera do kompletnego systemu AI w kwartał”. Krok po kroku opisuję jak zbudowałem system AI do zarządzania firmą, żebyś mógł wdrożyć podobny u siebie. W następnej części: jak przygotować profil firmy żeby AI naprawdę rozumiał Twój biznes. Masz pytania? Napisz. Odpowiadam osobiście.

Żeby nie przegapić kolejnych części, zaobserwuj mój profil. Nowe artykuły publikuję regularnie.

Marcin Atamańczuk, Technologia w służbie życia, nie odwrotnie.