Урок 2

База знаний: выходим из чатов в файлы

В этом уроке вы начнете собирать свою базу знаний: папку с файлами о вас, проекте, аудитории, стиле, промптах, решениях и идеях.

Результат урока Первая папка базы знаний, несколько базовых файлов и README, с которыми дальше смогут работать проекты, GPT-помощники и агенты.
01

Выгружаем важное из чатов

02

Создаем первые файлы базы

03

Делаем README для папки

04

Сохраняем промпты и выводы

Что будет в уроке

Разберем, как перестать терять важное в переписках

Вы увидите, как из обычных чатов, созвонов и заметок постепенно собирается база знаний, с которой потом можно работать в ChatGPT, Claude, проектах и агентах.

01

Почему важные решения не стоит оставлять внутри чатов.

02

Чем память ChatGPT отличается от базы знаний.

03

Какие материалы сохранять: промпты, идеи, решения, аудиторию, продукт, стиль.

04

Как организовать файлы по принципу “одна тема - один файл”.

05

Зачем нужны Markdown и README.

06

Как выгружать из чата главное в структуру будущих файлов.

07

Как использовать транскрибации созвонов, эфиров и консультаций.

Главная идея урока

Важное не должно оставаться только в чате

В чате может родиться сильная идея, решение, промпт, описание аудитории или план запуска. Но если это остается только внутри переписки, через неделю это почти невозможно найти и использовать повторно.

База знаний нужна, чтобы ваши решения, материалы и выводы становились файлами. Эти файлы потом можно прикреплять к ChatGPT и Claude, загружать в проекты, использовать в GPT-помощниках и отдавать агентам.

Запомните Хороший результат из чата становится полезным только тогда, когда вы сохранили его в систему.

Практика урока

Что вы сделаете руками

После видео не нужно пытаться сразу собрать идеальную систему. Задача этого урока - сделать первый рабочий слой базы знаний.

01

Создадите папку базы знаний

На компьютере, в облаке или в Obsidian. Главное - чтобы это было отдельное место, куда вы будете складывать важное из работы с ИИ.

02

Создадите первые файлы

Например: about_me.md, audience.md, prompt_library.md или communication_modes.md.

03

Сделаете README

Это карта папки: что лежит внутри и зачем нужен каждый файл. README помогает ориентироваться и вам, и будущему ИИ-агенту.

04

Выгрузите важное из одного чата

Возьмете диалог, где был полезный результат, и попросите ИИ разложить его на будущие файлы: решения, идеи, промпты и вопросы.

05

Сохраните результат в файл

Перенесете хотя бы один промпт, режим общения, вывод или идею из чата в базу знаний.

Мини-правила базы знаний

Как делать файлы понятными для ИИ

База знаний не должна быть идеальной. Но если соблюдать эти правила, с ней будет проще работать и вам, и любому ИИ-инструменту.

01

Одна тема - один файл

Не собирайте весь проект в один большой документ. Отдельно храните информацию о себе, аудитории, продукте, стиле, идеях и решениях.

02

Описание в начале

В первых строках файла напишите, что внутри и как этот файл использовать. Так ИИ быстрее поймет назначение материала.

03

Markdown

Используйте простой текст с заголовками и списками. Такой формат легко читать, прикреплять к чату и открывать в разных инструментах.

04

README для папки

Если файлов несколько, добавьте файл-оглавление. В нем должно быть коротко написано, что лежит в папке и зачем нужен каждый файл.

Промпты из урока

Скопируйте и используйте в ChatGPT или Claude

Эти промпты помогут выгрузить важное из чата, создать первые файлы базы, разобрать транскрибацию и проверить структуру папки.

01 Выгрузить важное из чата
Давай выгрузим из этого чата все важное, что мы решили и придумали.

Раздели результат на будущие файлы для моей базы знаний:
1. Настройки общения с ИИ
2. Рабочие промпты
3. Идеи и выводы
4. Вопросы, к которым стоит вернуться

Для каждого файла предложи:
- название файла латиницей;
- короткое описание;
- структуру в Markdown;
- что именно из этого чата туда нужно перенести.
02 Создать содержимое файлов
Теперь создай готовое содержимое для первых трех файлов:

1. communication_modes.md
2. prompt_library.md
3. lesson_1_takeaways.md

Оформи каждый файл в Markdown.
В начале каждого файла добавь короткое описание: что это за файл и как его использовать.
03 Разобрать транскрибацию
Проанализируй эту транскрибацию и вытащи из нее материалы для моей базы знаний.

Раздели результат на блоки:
1. Ключевые мысли
2. Формулировки клиента / аудитории
3. Боли и желания аудитории
4. Идеи для контента
5. Вопросы, которые стоит раскрыть отдельно
6. Решения или выводы, которые нужно сохранить

После этого предложи, в какие файлы базы знаний это лучше добавить.
04 Проверить структуру базы
Я собираю базу знаний для работы с ИИ.

Вот список файлов и их краткое содержание:
[вставить README или список файлов]

Проверь структуру базы.
Скажи:
1. каких файлов не хватает;
2. какие файлы можно объединить;
3. где названия непонятны;
4. что будет неудобно для ИИ-агента;
5. что стоит добавить в README.

Домашнее задание

Соберите первый слой базы знаний

Не доводите базу до идеала. Важно сделать первый шаг: создать папку, добавить несколько файлов и перенести туда хотя бы один результат из чата.

  1. Создайте папку базы знаний на компьютере или в облаке.
  2. Создайте файл README.md.
  3. Создайте минимум 3 файла: about_me.md, audience.md, prompt_library.md или communication_modes.md.
  4. Возьмите один важный чат и попросите ИИ выгрузить из него главное.
  5. Перенесите результат хотя бы в один файл базы знаний.
  6. Если есть транскрибация созвона, эфира или голосовой заметки, попробуйте вытащить из нее материалы для базы.
Дальше

В следующем уроке подключим эти файлы к проектам в ChatGPT и Claude и посмотрим, как меняется результат, когда ИИ работает с вашей базой, а не с пустого места.

Made on
Tilda