Second brain на базе Claude: как маркетологу избавиться от галлюцинаций агентов

Концепцию second brain для разработчиков популяризировал Андрей Карпати, один из ведущих исследователей в области ИИ. Но маркетологу она нужна не меньше: объём разрозненной информации о продукте, рынке и аудитории у него сопоставим с кодовой базой инженера. Автор кейса, практикующий маркетолог, несколько месяцев использует такую архитектуру с Claude и агентами, и описывает, что работает, а что нет.

Почему обычного проекта в Claude недостаточно?

Первая попытка выглядела логично: собрать весь контекст в Claude Project и работать оттуда. Параллельно файлы лежали в рабочей папке, куда обращались Claude Code и Codex.

На коротких задачах это работало. Но в непрерывном процессе с короткими итерациями проявились три проблемы:

• Галлюцинации (когда модель уверенно выдумывает то, чего не было): агенты додумывали данные, которых в документах не существовало.
• Потеря контекста: по ходу работы исходная задача размывалась, агент забывал, зачем вообще начинал.
• Микроменеджмент: приходилось постоянно возвращать агентам уточнения, они путались в документах, контекст устаревал.

Результат предсказуемый: ответы становились менее точными, росло количество ручных перепроверок. Second brain решает именно эту проблему. Знания не просто лежат где-то рядом, а структурированы, связаны между собой и накапливаются со временем.

Что понадобится

• Obsidian с хранилищем (волтом) из .md-файлов. Obsidian бесплатен, работает локально, не требует облака.
• Расширения для сбора информации: транскрибатор для видео (например, turboscribe.ai), веб-клипперы для выгрузки страниц в markdown (Obsidian Web Clipper, Firecrawl, Jina Reader).
• Claude Pro или аналогичная подписка с доступом к проектам и достаточным объёмом токенов (токен, это единица текста, которую модель обрабатывает за раз).
• Время на первоначальную сборку: наполнение базы и настройка агентов занимают не один вечер. Быстрого результата здесь нет.

Для тех, кто привык к Notion: second brain в Notion тоже возможен, но автор кейса выбрал Obsidian, потому что файлы в формате markdown проще скармливать агентам напрямую, без промежуточных конвертаций.

Как собрать second brain по шагам

1. Соберите всё в одно место. Выгрузите в Obsidian информацию о продуктах, процессах, маркетинговые материалы, выводы, гипотезы, рыночные исследования. Без чувствительных и конфиденциальных данных: second brain работает с открытыми для вас знаниями, а не с паролями и финансовыми отчётами.

2. Структурируйте, а не сваливайте. Каждая заметка должна быть связана с другими. Это не папка «Разное», а граф знаний: исследование рынка ссылается на портрет целевой аудитории, портрет ссылается на блокеры и драйверы продукта.

3. Настройте базовых агентов. Для управления бэклогом (списком задач) достаточно трёх:

4. knowledge-manager (управляющий знаниями): следит за актуальностью базы, связывает заметки.
5. orchestrator (оркестратор): распределяет задачи между остальными агентами.

6. fact-checker (проверяющий факты): сверяет выводы агентов с первоисточниками в базе.

7. Добавьте профильных агентов под свои задачи. Автор кейса использует девять: Analyst, fact-checker, growth, knowledge-manager, orchestrator, pmm, product-manager, project manager, system-architect. Но это его набор под конкретную нагрузку. Начните с трёх базовых.

8. Задайте агентам контекст приоритетов. Агенты должны знать вашу текущую нагрузку. В описанном кейсе: 70% времени отведено на основной продукт (позиционирование, стратегия выхода на рынок, вывод фичей), 25% на вертикаль с устоявшимся продуктом, 5% на поддерживающие коммуникации для мелкого продукта, плюс операционка сверху.

9. Обновляйте базу регулярно. Second brain работает, только если знания в нём актуальны. Новое исследование, отзыв клиента, изменение позиционирования конкурента добавляются сразу, а не «когда-нибудь потом».

Кому это даст результат прямо сейчас?

Маркетологу с несколькими продуктами. Если вы ведёте позиционирование, GTM-стратегию (стратегию вывода продукта на рынок) и операционку одновременно, second brain снимает с вас роль «единственного носителя знаний». Коллеги получают ответы с источниками, а не ждут вашего устного пересказа.

Автору Дзена, который ведёт несколько тем. Исследования, примеры, статистика по нишам копятся и связываются. При написании нового текста агент подтягивает релевантный контекст, а не начинает каждый раз с чистого листа. Second brain в Notion или Obsidian решает ту же задачу, что и папка с черновиками, но со связями между заметками.

Руководителю маркетинга в российской команде. Онбординг нового сотрудника: вместо недели чтения Confluence агент выдаёт выжимку с актуальными исследованиями, целевыми аудиториями, списком конкурентов и их УТП (уникальных торговых предложений). По данным автора кейса, из этого же формируется план онбординга.

Если у вас три продукта и тридцать чатов с контекстом, начните не с агентов, а с одного волта в Obsidian и трёх связанных заметок. Система, которая копит и связывает знания, полезнее системы, которая красиво генерирует текст с нуля.