У вас сотни выделенных фрагментов, папка вырезок, приложение для заметок с поиском, которому вы перестали доверять, и теперь ещё ИИ-инструмент, готовый по запросу пересказать что угодно из этого. Заметно лучше вы ни в чём от этого не становитесь, потому что хранить что-то и уметь этим снова воспользоваться — разные навыки, а большинство личных систем знаний развивают только первый.
Эта статья — о втором навыке, о поиске. Не «сохраняй всё, разберёшь потом», а небольшая, намеренно узкая система вокруг того, чем вы действительно пользуетесь повторно, с проверкой, работает ли она, и правилом о том, что вообще не стоило хранить.
Объём заметок — не доказательство того, что система работает. Она работает, когда вы можете меньше чем за две минуты найти и повторно использовать конкретную прошлую мысль ради реальной повторяющейся потребности, — а не когда архив большой.
Накопительство против поиска
Накопительство кажется продуктивным занятием: вы сохраняете статью, выделяете абзац, просите ИИ пересказать встречу — и растущая куча ощущается как накопленное понимание. Но куча, в которой невозможно ориентироваться, по сути равна пустоте, а в чём-то и хуже: она отняла время на сохранение и дала ложную уверенность «я это сохранил, значит знаю».
С поиском всё иначе: небольшое число заметок, размеченных или структурированных достаточно хорошо, чтобы в конкретной реальной ситуации вы быстро нашли нужную и действительно ею воспользовались. Мерилом системы знаний служит не то, сколько в ней всего, а то, как часто нужное удавалось найти именно тогда, когда оно понадобилось.
Шаг 1: привяжите систему к трём реальным вещам, а не ко «всему»
Не проектируйте систему для всех будущих потребностей в знаниях. Выберите три конкретных повторяющихся якоря — это либо решения, которые вы принимаете снова и снова, либо материалы, которые вы регулярно создаёте, — и стройте систему только вокруг них.
Примеры хорошего якоря:
- «Какого поставщика выбрать для X» — решение, к которому вы возвращаетесь раз в год или два.
- «Письмо для онбординга клиента» — текст, очередную версию которого вы пишете раз в несколько недель.
- «Как я объяснял это понятие новичку» — повторяющаяся задача, связанная с объяснением или письмом.
- «Что сработало на прошлых аттестациях» — опора для решения, которая нужна к заранее известной дате.
Якорь хорош, если вы честно можете сказать: «Мне нужна была именно такая информация минимум три раза за прошлый год». Если вы не можете назвать три реальных случая в прошлом, вы проектируете под гипотетическую потребность — и получившаяся система будет собирать заметки, за которыми никто не придёт.
Шаг 2: решите, что стоит сохранять — и что нет
Для каждого якоря сохраняйте только тот материал, который изменил бы ваши действия в следующий раз, когда якорь повторится. Полезный вопрос-фильтр: «Если я потеряю эту заметку, приму ли я в следующий раз худшее решение или сделаю работу слабее?» Если честный ответ — нет, не храните её.
К тому, что вы всё-таки сохраняете, добавляйте вместе с самим содержимым четыре вещи:
- Источник — откуда это взялось (документ, разговор, принятое вами решение и его исход).
- Дата — когда это было верно; контекст устаревает.
- Почему это важно — записанная одной строкой причина, зачем это может пригодиться потом; пишется в момент сохранения, а не восстанавливается по памяти задним числом.
- Уверенность или статус — это устоявшееся знание, оно ещё меняется или это разовое исключение, которое не стоит обобщать?
Пропуск поля «почему это важно» — самая частая причина, по которой заметку потом невозможно найти. Через полгода выделенный абзац без контекста так же непроницаем, как если бы вы его вообще не сохраняли.
Шаг 3: заведите тест на поиск, а не только систему хранения
Систему знаний стоит держать, только если она проходит конкретную проверку: сможете ли вы для каждого из трёх якорей найти и использовать нужную заметку меньше чем за две минуты?
Проведите тест честно, прямо сейчас, на теме, по которой у вас уже есть заметки. Если ушло больше двух минут или вы не нашли ничего подходящего, хотя точно помните, что что-то сохраняли, — система уже подсказала, что чинить. Обычно это одно из трёх:
- заметки не помечены и не названы теми словами, по которым вы действительно будете их искать;
- заметки разбросаны по слишком многим инструментам (приложение для заметок, почта, история чата, документ, три закладки в браузере);
- нет поля «почему это важно», поэтому найденное совпадение ничего не подтверждает, пока вы не перечитаете всё целиком.
Поиск и краткие пересказы с помощью ИИ (личный RAG-инструмент, приложение для заметок с ИИ-поиском) могут заметно ускорить дело — но только если материал сохранён достаточно структурированно, чтобы по нему можно было искать; два конкретных способа это сделать разбирают статьи Соберите личный RAG и NotebookLM как личная база знаний. Ни один из инструментов не исправит плохо сохранённый материал; оба лишь быстрее ищут по хорошо сохранённому.
Шаг 4: установите дату пересмотра, а не бессрочный архив
У каждого якоря должен быть запланированный пересмотр — для большинства личных систем разумно раз в квартал, — на котором вы делаете три вещи: проверяете, актуальны ли заметки, объединяете дубликаты и удаляете то, что якорю больше не нужно. Система знаний без даты пересмотра только растёт, а рост без прореживания — ровно то, что снова превращает поиск в накопительство.
Вот мои заметки с меткой для якоря «[name it]»:
[paste notes]
1. Отметьте всё, что выглядит устаревшим, опровергнутым более поздней заметкой или
разовым исключением, которое не следует считать общим правилом.
2. Сгруппируйте почти дублирующиеся заметки и предложите, какую одну версию оставить.
3. Для каждой заметки спросите меня: если я её потеряю, изменится ли будущее решение?
Если я скажу «нет», пометьте её на удаление.
Не сводите заметки в новые утверждения, которых я не делал. Только
упорядочивайте и отмечайте то, что уже есть.
Шаг 5: установите правило удаления, прежде чем оно понадобится
Решите заранее, что вообще не стоит хранить, вместо того чтобы разбираться с каждым случаем в спешке. Короткое рабочее правило удаления:
- Удаляйте всё, чья ценность была сиюминутной: проходной факт, ссылку, которая через месяц устареет, мимолётную реакцию.
- Удаляйте или сильно вычищайте всё, что содержит частную информацию о другом человеке и что вы не хотели бы, чтобы он обнаружил в ваших заметках.
- Удаляйте всё, что вы сохранили «на всякий случай» больше года назад и ни разу с тех пор не доставали.
Чувствительным заметкам нужен другой подход по умолчанию
Часть сохранённого материала чувствительнее обычной справочной заметки: сведения о здоровье, отношения и семейные дела, зарплата и финансовые данные, конфликты и споры — или всё, что вы не хотели бы услышать прочитанным вслух. Обращайтесь с таким материалом иначе с самого начала, а не в расчёте на то, что вспомните потом всё это подчистить.
«Личная» заметка, история чата или функция памяти ИИ кажется приватной, потому что изо дня в день в неё смотрите только вы, — но это по-прежнему данные, лежащие на чужих серверах и подчинённые политике хранения провайдера, риску утечки, доступу сотрудников при определённых условиях и запросам в рамках правовых процедур. «Личный аккаунт» — не та же гарантия, что «приватно и недоступно никому другому». Для всего по-настоящему чувствительного выбирайте инструмент с шифрованием, ключами от которого управляете вы, с явной опцией хранения только на вашем устройстве — или провайдера, чью политику хранения и удаления вы действительно прочитали, а не просто предположили. Приватность 101: что ChatGPT запоминает, видит и передаёт описывает, что массовый ИИ-ассистент хранит по умолчанию и что отключение памяти удаляет, а что — нет.
Для заметок именно о других людях — сложности коллеги на работе, болезнь друга, семейный конфликт — применяйте дополнительный фильтр: было бы этому человеку спокойно, если бы он узнал, что вы храните запись об этом, с такой степенью детализации, в инструменте за пределами собственной головы? Если нет, либо не сохраняйте вовсе, либо сохраните гораздо более короткую и менее узнаваемую версию. Чужая информация не становится вашей — и не даёт права хранить её в подробностях — только потому, что разговор случился именно с вами.
Разобранный пример
Якорь: «какого подрядчика нанять для ремонта дома». Реальное повторяющееся решение, к которому вы возвращаетесь раз в год или два.
- Фиксация: после каждой работы одна заметка — имя подрядчика, тип работы, дата, стоимость, что прошло хорошо или плохо, наняли бы снова или нет, одна строка о том, почему это важно («единственный, кто быстро перезванивал»).
- Тест на поиск: в следующий раз, когда понадобится сантехник, найдёте ли вы заметку с прошлого раза меньше чем за две минуты? Если поиск в приложении для заметок выдаёт её с первой попытки, потому что заметка называется «Сантехник — [имя] — [год]», система проверку прошла.
- Дата пересмотра: раз в год, до сезона, когда обычно нужен ремонт, просмотрите все заметки о подрядчиках и удалите записи о тех, кто переехал или прекратил работу.
- Правило удаления: не нужно хранить полную смету или детали счёта дольше года; храните только исход и однострочную причину.
Здесь нет ничего сложного. В этом и смысл: настолько маленькая система, которую вы ведёте для трёх реальных якорей, лучше амбициозного «второго мозга», который сохраняет всё и не находит ничего.
Типичные сбои
- Сохранять всё «на всякий случай». Объём растёт, а доля того, что реально находится, — нет; система превращается во второй почтовый ящик, а не в рабочую память.
- Нет поля «почему это важно». Выделенный абзац или сохранённая ссылка без указанной причины через полгода почти так же непроницаемы, как если бы вы их вообще не сохраняли.
- Один якорь разбросан по слишком многим инструментам. Если «решения о поставщиках» лежат частично в почте, частично в приложении для заметок, частично в истории чата, поиск не срабатывает, даже когда каждая отдельная заметка написана хорошо.
- Функцию памяти ИИ принимают за систему знаний. Память модели создана, чтобы разговоры казались непрерывными, а не чтобы быть архивом с поиском, пересмотром и правилом удаления, которым управляете вы. Пользуйтесь ею для удобства, но не как единственной записью о чём-то важном.
- Нет правила удаления — чувствительный или устаревший материал копится бесконечно, потому что удалять его никогда не было ничьей обязанностью.
Честный предел
Поиск и краткие пересказы с помощью ИИ могут достать то, что вы сохранили, и разобраться в том, что уже хорошо организовано. Они не могут решить за вас, что вообще стоило запоминать, и не сделают плохо сохранённую заметку — без контекста, без даты, без причины, почему она важна, — внезапно полезной только потому, что модель технически способна прочитать её вам вслух. Суждение о том, что важно, и дисциплина действительно удалять то, что неважно, должны исходить от вас.
Возьмите карту жизненного цикла личных знаний, чтобы выбрать три якоря, определить критерии фиксации, провести двухминутный тест на поиск и установить дату пересмотра и правило удаления, — прежде чем добавить ещё один выделенный фрагмент в кучу, из которой вы всё равно ничего не достанете.
