Как и многие, я люблю вести заметки. За годы накопилось более 10 000 — Evernote, Google Docs, голосовые записи. Каждый раз думаю: это пригодится. А потом забываю, что они вообще существуют.
Недавно я попробовал Claude Code — ИИ-ассистент от Anthropic, который работает в терминале и читает файлы на диске. Запустил его в папке с заметками — и мёртвые документы ожили. Расскажу как это работает и как настроить у себя.
Пример: квартальный отчёт за час вместо восьми
Когда все заметки собраны в одном месте, представился случай проверить систему в деле. Подошёл конец квартала — нужен отчёт для инвесторов.
Раньше я садился, перечитывал таблицы с метриками, заметки со встреч, думал какую историю рассказать. Часов 8-10 сфокусированной работы.
Я использую planning mode — режим, в котором Claude сначала изучает контекст и обсуждает задачу, прежде чем что-то делать. За 10-15 минут получается качественный черновик, который можно обсудить с командой.
> Нужен квартальный отчёт для инвесторов. Q3 2025.
● Read metrics.xlsx
⎿ Выручка: +12%, Пользователи: +47%, CAC: +35%, NPS: 72→81
● Grep("Q3|weekly|встреча", path="notes/")
⎿ Найдено 12 заметок с еженедельных встреч
⎿ Ключевые решения: "масштабируем платное привлечение"
⎿ Риски: "CAC вырос, но LTV догонит в Q4"
● Grep("инвестор|investor|фидбэк", path="notes/")
⎿ Найдена заметка: "Фидбэк после Q2 отчёта"
⎿ "Инвесторы спрашивали про unit economics"
⎿ "Просили объяснять рост расходов заранее, не ждать вопросов"
● Grep("отчёт|update|презентация", path="notes/")
⎿ Найдена заметка: "Мысли про investor updates"
⎿ "Главное — одна история, не десять"
⎿ "Плохие новости первыми, с планом как починить"
⎿ "Цифры без контекста бесполезны"Claude нашёл четыре источника: свежие метрики, заметки со встреч, фидбэк инвесторов после прошлого отчёта — и мою забытую заметку с мыслями о том, как делать хорошие отчёты.
Нашёл твою заметку "Мысли про investor updates".
Применяю твои принципы:
1. Одна история: "Рост пользователей +47%"
2. Плохие новости первыми: CAC вырос — но вот план
3. Контекст к цифрам: почему выросло и что делаем
Также учёл фидбэк с Q2: инвесторы просили объяснять
расходы заранее. Добавлю слайд про CAC до вопросов.
Структура:
**Слайд 1:** "Q3: Рост пользователей +47%"
**Слайд 2:** CAC вырос на 35% — это инвестиция в рост
- План Q4: оптимизация каналов, снижение на 20%
- Цитата из встречи 15 сентября: "LTV догонит в Q4"
**Слайд 3:** Рост пользователей +47%
- График помесячно
- Причина: масштабирование привлечения
**Слайд 4:** Продукт улучшается
- NPS: 72 → 81
- Цитата из weekly: "новые пользователи активируются быстрее"
**Слайд 5:** Планы на Q4
Начать с какого слайда?Claude применил мои собственные принципы из забытой заметки — и учёл фидбэк инвесторов, который я записал полгода назад. Я бы сам не вспомнил ни то, ни другое.
Весь отчёт занял около часа вместо восьми.
Теперь расскажу как настроить такую систему у себя.
Как это настроить
Шаг 1: Установка
Нам понадобятся Obsidian и Claude Code.
Obsidian — бесплатный редактор заметок. Заметки хранятся как обычные .md файлы на диске, поэтому Claude Code может читать и писать их напрямую.
Claude Code устанавливается одной командой:
# Mac/Linux
curl -fsSL https://claude.ai/install.sh | bash
# Windows (PowerShell)
irm https://claude.ai/install.ps1 | iexПосле установки вводите claude в терминале и входите в аккаунт. Нужна подписка Claude Pro ($20/месяц) или API-ключ.
Шаг 2: Первый запуск
Создаёте в Obsidian новый vault — это просто папка, куда будут складываться все заметки. Открываете терминал в этой папке и запускаете claude.
Первым делом выполняете команду /init. Claude создаст файл CLAUDE.md с базовыми правилами — это что-то вроде должностной инструкции для вашего ассистента, которую вы потом сможете настроить под себя.
Шаг 3: Настройка структуры
Тепер�� можно попросить Claude организовать рабочее пространство:
> Создай папки notes, projects и archive
● Bash mkdir -p notes projects archive
⎿ Done
Готово! Создал три папки в корне vault.Он сам создаст нужную структуру и в дальнейшем будет раскладывать файлы по правильным местам. Попробуйте базовые команды: попросите создать тестовую заметку, прочитать её, удалить. Если всё работает — у вас теперь есть ИИ с доступом ко всем вашим заметкам.
Шаг 4: Миграция заметок
Вот здесь начинается самое интересное.
У меня заметки лежали в трёх местах: Evernote (3000+ файлов) и Google Drive (папки старых проектов). Классический цифровой бардак.
> Хочу перенести все заметки из Evernote в Obsidian
Понял. Для этого нужно:
1. Экспортировать заметки из Evernote в формат .enex
2. Конвертировать в Markdown
Где лежит твой э��спорт?
> ~/Downloads/evernote-export.enex
● Bash ls -la ~/Downloads/evernote-export.enex
⎿ -rw-r--r-- 823M evernote-export.enex
823 МБ — солидный архив. Для конвертации нужна утилита evernote2md.
Установить?
> Да
● Bash brew install evernote2md
⎿ Installing evernote2md...
⎿ Done
● Bash evernote2md ~/Downloads/evernote-export.enex ./notes/
⎿ Converting 3086 notes...
⎿ [████████████████████] 100%
⎿ Done: 3086 files, 247 images
Готово! 3086 заметок в папке ./notes/
Картинки и вложения сохранены.
> У меня ещё есть документы в Google Drive
Для Google Drive нужно сначала выгрузить данные:
1. Зайди на takeout.google.com
2. Выбери только Google Drive
3. Создай экспорт, дождись письма
4. Скачай и распакуй архив
Когда будет готово — скажи где лежит папка.
> Готово, лежит в ~/Downloads/Takeout
● Bash find ~/Downloads/Takeout -name "*.docx" | wc -l
⎿ 56
56 документов в формате .docx. Конвертирую в Markdown через pandoc.
● Bash brew install pandoc
⎿ Installing pandoc...
⎿ Done
● Bash for f in ~/Downloads/Takeout/**/*.docx; do pandoc "$f" -t markdown -o "${f%.docx}.md"; done
⎿ Converting 56 files...
⎿ Done
● Bash mv ~/Downloads/Takeout/**/*.md ./notes/google-drive/
⎿ Moved 56 files
Всё готово. В ./notes/ теперь:
- 3086 заметок из Evernote
- 56 документов из Google Drive
Показать структуру?Весь процесс занял минут 15. Claude сам установил нужные библиотеки (evernote2md, pandoc), сам нашёл файлы, сам конвертировал.
Единственный нюанс: файлы с кириллическими названиями иногда ломаются при распаковке на Mac. Часть пришлось переименовать вручную — но Claude помог и с этим.
Шаг 5: Выбор структуры
Прежде чем раскладывать заметки по папкам, я потратил целый день на изучение разных подходов к организации. Я читал статьи, смотрел видео, копался в форумах. В итоге я понял, что существует два принципиально разных подхода.
Первый подход — это папки. Я раскладываю заметки по категориям, как книги на полках. Самая известная методология здесь называется PARA (Projects, Areas, Resources, Archive) — её придумал Tiago Forte.
Второй подход — это индекс. Я не сортирую заметки по папкам, а создаю страницы-оглавления, которые ссылаются на связанные заметки. Такие страницы называются MOC (Maps of Content).
У каждого подхода есть свои фанаты, и холивар между ними длится не один год. Я не буду здесь вдаваться в детали — это тема для отдельной статьи. Но если хотите разобраться, на Хабре я нашёл хорошие разборы: PARA, MOC.
Я в итоге выбрал гибрид. Я использую папки для грубой сортировки (areas/, resources/, archive/), а для навигации я создаю MOC-страницы. Когда я открываю _MOC/health.md, я вижу всё про здоровье в одном месте.
Шаг 6: Автоматическая категоризация
После миграции у меня образовалась папка с 10,000+ файлов в плоской структуре. Всё свалено в кучу: конспекты книг рядом со списками покупок, бизнес-документы рядом с заметками на японском.
Разбирать вручную? Недели работы. Я решил автоматизировать.
Для этого я написал скрипт на Python, который категоризирует заметки с помощью Claude API. Я выложил его в открытый доступ: github.com/aturilin/document-categoriser
Чтобы проверить, насколько Claude Code справляется с установкой незнакомых инструментов, я специально снёс с компьютера Python, git и доступ к GitHub. Чистый лист. Вот как выглядел процесс:
> Склонируй репозиторий github.com/aturilin/document-categoriser
и помоги настроить для моих заметок
● Bash git clone https://github.com/aturilin/document-categoriser
⎿ Command not found: git
Git не установлен. Установить через Homebrew?
> Да
● Bash brew install git
⎿ Installing git...
⎿ Done
● Bash git clone https://github.com/aturilin/document-categoriser
⎿ Cloning into 'document-categoriser'...
⎿ Done
● Bash cd document-categoriser && pip install -r requirements.txt
⎿ Command not found: pip
Python тоже не установлен. Установить?
> Да
● Bash brew install python
⎿ Installing python@3.12...
⎿ Done
● Bash pip3 install -r requirements.txt
⎿ Installing anthropic, python-dotenv...
⎿ Done
Теперь нужен Anthropic API ключ. Где его взять:
1. Зайди на console.anthropic.com
2. Зарегистрируйся и пополни баланс ($5 минимум)
3. Создай ключ в разделе API Keys
Готов?
> Вот ключ: sk-ant-xxx
● Write .env
⎿ ANTHROPIC_API_KEY=sk-ant-xxx
> Отлично! Теперь помоги разобрать заметки
● Grep("\.md$", path="documents/sources/evernote")
⎿ Found 3086 files
Чтобы создать правильные категории, мне нужно понять контекст.
Чем ты занимаешься? Опиши сферы жизни — работа, семья, увлечения.
> Предприниматель, в прошлом EdTech. Семья — жена и сын.
Живу во Франции. Учу японский.
Что для тебя ценно? Какие документы хочешь сохранить?
> Статьи, конспекты книг, исторически важные документы —
отчёты, презентации.
Что можно выкинуть?
> Недоделанные заметки, старые to-do листы. Нужна "нетленка".
Понял. Проанализирую 100 случайных файлов...
● Read random sample of 100 files
⎿ Бизнес_для_инвесторов.md — размышления о стартапах
⎿ Made_to_stick.md — конспект книги
⎿ ナルト.md — заметки на японском
⎿ Lean-кейсы.md — методология бизнеса
⎿ to_do-54.md — старый список дел
⎿ Дела_16-05.md — план на день 2019 года
На основе анализа создал таксономию:
areas/ — здоровье, финансы, семья, бизнес
resources/ — книги, методологии, технологии, психология
archive/ — устаревшее, мусор
Запускаю тест на 20 файлах...
● Bash python3 categorize.py --dry-run --limit 20
⎿ [1/20] Citibank.md → areas/finance ✓
⎿ [2/20] Data_Science_Bootcamp.md → archive/outdated
⎿ [3/20] Data_Scientist.md → archive/outdated
⎿ [4/20] Made_to_stick.md → resources/books ✓
> Стоп! Data Science — это не архив. Это мой бизнес-продукт!
Понял! Курсы Data Science — это твой бизнес-актив, а не устаревшее.
Добавляю правило в промпт...
● Edit categorize.py
⎿ Added: "Курсы Data Science, ML, Python → areas/business"
Повторный тест:
● Bash python3 categorize.py --dry-run --limit 20
⎿ [2/20] Data_Science_Bootcamp.md → areas/business ✓
⎿ [3/20] Data_Scientist.md → areas/business ✓
Теперь правильно. Запускаем на всей базе?
> Да
● Bash python3 categorize.py
⎿ Processing 3086 files...
⎿ [████████████████████] 100%
⎿ Done: areas/ (847), resources/ (1203), archive/ (1036)И вот тут важный момент.
LLM не знает ваш контекст. Для неё "Data Science курс" — что-то про обучение, возможно устаревшее. Но я в прошлом делал EdTech-бизнес. Для меня курсы Data Science — это продукт, бизнес-актив.
Калибровка обязательна. Запускаете тест на 20 файлах, смотрите результаты, корректируете правила. Только потом — полный прогон.
Что дальше
Заметки в формате .md — это обычные текстовые файлы на вашем диске. Открываются в любом редакторе, переживут любой сервис. И это формат, с которым удобно работать любому ИИ — не только Claude, но и любому будущему инструменту.
Таким образом, мёртвые документы превращаются в живой инструмент. Заметки, которые годами лежали без дела, начинают работать — помогать думать, находить связи, вспоминать забытое.
Это только первый шаг.
Claude Code позволяет подключить календарь, почту, Telegram — любые инструменты, с которыми вы работаете каждый день. Фокус смещается с файлов на процессы: не вы обслуживаете систему, а система работает на вас.
Я завёл канал Вкалывают роботы, где описываю свой опыт построения таких систем. Подписывайтесь и делитесь своими кейсами — интересно посмотреть, что у вас получится.