Второй мозг в Obsidian лучше всего работает с нейросетью, когда языковая модель не просто ищет по заметкам, а сама ведёт из них вики. Вы кладёте источники в папку, агент вроде Claude Code или Codex читает их и пишет связанные страницы в Markdown со ссылками на источники, а Obsidian показывает результат со ссылками и графом. Короткий файл правил задаёт вид страниц и требует, чтобы каждое утверждение ссылалось на свой источник. Для личной базы знаний примерно до ста источников не нужны ни векторная база, ни плагины. Как только туда попадают данные клиентов, модель должна работать по бизнес-договору или на вашем собственном компьютере.
Метод описал Андрей Карпати в апреле 2026 года под названием LLM Wiki, прямо оговорив, что это идея, а не готовый продукт. Сведения об Obsidian, Claude Code и Codex взяты из официальной документации. Для этой статьи мы проверили метод сами: Codex CLI перенёс в вики пять наших собственных статей, после чего мы проверили ссылки, источники и числа скриптом. Источники модель указывала сразу, а связанная вики появилась только после уточнения правил. Данные актуальны на 21 октября 2026 года.
LLM-вики в одной таблице
| Папка или файл | Кто пишет | Что внутри |
|---|---|---|
| raw | Вы | Статьи, PDF, протоколы и заметки; модель только читает |
| wiki | Языковая модель | Страницы о понятиях и решениях, а также index.md и log.md |
| AGENTS.md | Вы, один раз | Папки, формат страниц, обязательные источники и порядок работы |
Чем LLM-вики отличается от чата с заметками
Многие ИИ-плагины для Obsidian при каждом вопросе ищут подходящие места в заметках и передают их модели. Знание каждый раз собирается заново, и между двумя вопросами ничего не остаётся. В LLM-вики модель делает эту работу один раз, когда появляется новый источник: пишет резюме, дополняет существующие страницы и отмечает противоречия. Карпати описывает результат как долговечную работу, которая растёт с каждым источником.
Для вас из этого следуют две вещи. Знание можно читать самому, обычными страницами в Obsidian, а не доверять поиску, чьих находок вы не видите. А противоречие может стать заметным уже тогда, когда приходит новый источник, а не когда кто-то случайно задаст вопрос. Получится ли это, зависит от файла правил, как показал наш тест. Когда поиск по множеству документов всё же лучше, мы разбирали в статье RAG простыми словами.
Настройка за пять шагов
- Установите Obsidian и создайте хранилище (vault). Хранилище представляет собой обычную папку на вашем компьютере, а заметки в нём хранятся как текстовые файлы Markdown, как описано в справке Obsidian. С февраля 2025 года Obsidian бесплатен и для работы.
- Создайте в хранилище папки raw и wiki. Если вы знакомы с Git, сделайте хранилище репозиторием: тогда каждое изменение модели можно просмотреть и откатить.
- Положите в хранилище файл правил AGENTS.md, пример ниже. Codex читает AGENTS.md при каждом запуске, сказано в документации OpenAI. Claude Code тоже читает его, если рядом нет файла CLAUDE.md, по данным Anthropic.
- Собирайте источники. Бесплатное расширение Obsidian Web Clipper сохраняет веб-страницы в хранилище в формате Markdown. PDF, протоколы и собственные заметки кладите прямо в raw.
- Запустите агента в папке хранилища и передайте ему первый источник, например фразой «Добавь в вики источник raw/predlozhenie-2026.md. Следуй AGENTS.md».
Файл правил: двадцать строк определяют результат
Это вторая версия файла из нашего теста; тест шёл на немецком, ниже русский вариант. Файл намеренно короткий: модель читает его при каждом запуске, и каждое правило должно поддаваться проверке.
# Правила этой вики
## Папки
- raw/: источники. Только читать, никогда не менять.
- wiki/: страницы, которые ведёшь ты. Одна страница на понятие, продукт, правило или решение, а не на источник.
- wiki/index.md: каталог всех страниц, по строке описания на каждую.
- wiki/log.md: журнал. Только дописывать, никогда не переписывать.
## Страницы
- Имя файла строчными буквами через дефис, например wiki/rag.md.
- В начале резюме из двух предложений.
- Каждое фактическое утверждение заканчивается источником в виде [[raw/имя-файла]].
- Ссылки на другие страницы в виде [[имя-страницы]]. Каждая страница ссылается минимум на две другие.
- Если источники противоречат друг другу, не выбирай сам. Запиши оба варианта в раздел "Открытые вопросы".
## Порядок работы
- Добавление: сначала прочитай index.md. Дополняй существующие страницы, прежде чем создавать новые. Для каждого важного в источнике понятия заведи свою страницу или дополни существующую. Обнови index.md и log.md и перечисли в журнале все изменённые страницы.
- Вопрос: сначала прочитать index.md, потом страницы. Ответ с источниками. Чего нет в вики, назвать пробелом.
- Проверка: перечислить битые ссылки, страницы без входящих ссылок, утверждения без источника и противоречия. Ничего не удалять.
Самая важная строка здесь про обязательный источник. Она превращает пересказ в утверждение, которое можно проверить за минуту, и на ней держится автоматическая проверка, о которой ниже. Правило добавления мы расписали так подробно только после первого прогона: сначала читать index.md, дополнять существующие страницы, одна страница на понятие, а не на источник. Без этих фраз у нас получилась не вики, а папка с пересказами.
Добавление, вопрос, проверка: три процесса
При добавлении вы передаёте источники по одному и бегло смотрите, что изменилось. По словам Карпати, один источник может затронуть от 10 до 15 страниц, потому что дополняет существующие записи или противоречит им. Сколько их было у нас, видно из теста ниже.
При вопросе модель сначала читает index.md, затем нужные страницы и отвечает со ссылками на источники. Удачный ответ, например сравнение двух коммерческих предложений, она может сохранить новой страницей. Так вики растёт и благодаря вашим вопросам.
При проверке модель регулярно ищет битые ссылки, страницы, на которые никто не ссылается, утверждения без источника и противоречия. Часть этой работы Obsidian делает без языковой модели: Obsidian CLI начиная с версии 1.12 показывает неразрешённые ссылки и несвязанные страницы командами unresolved, orphans и deadends. Такие жёсткие проверки дешевле и надёжнее, чем модель, которая проверяет сама себя.
Наш тест: пять статей, две версии правил
Источниками стали пять наших статей общим объёмом около 6400 слов: о RAG, стоимости ИИ-ассистента, GDPR для чат-ботов, галлюцинациях и хостинге в ЕС. Codex CLI с моделью GPT-5.6 Terra добавлял их по одной, сначала с первой, более короткой версией файла правил, затем с версией выше. После этого мы посчитали ссылки, источники и числа небольшим скриптом и в каждом прогоне вручную сверили с источником десять случайно выбранных утверждений. Время включает проверку на секреты, которую наша рабочая среда требует перед каждым чтением файла.
| Показатель | Первая версия | Вторая версия |
|---|---|---|
| Время на источник | от 36 до 74 секунд | от 68 до 178 секунд |
| Изменённых файлов на источник | 3 | от 6 до 13 |
| Страниц после пяти источников | 5 | 30 |
| Ссылок между страницами | 1 | 105 |
| Утверждений с источником | 106 из 106 | 175 из 175 |
| Чисел, найденных в источнике дословно | 40 из 40 | 28 из 28 |
| Выборка, подтверждённая источником | 10 из 10 | 10 из 10 |
Правило об источниках модель соблюдала в обоих прогонах, и в выборках не нашлось ни одного выдуманного утверждения. Тем не менее первая версия вики не дала. Каждый источник превратился ровно в один пересказ, ни одно добавление не дополнило существующую страницу, а между пятью страницами нашлась одна-единственная ссылка. Правило «одна страница на понятие» модель истолковала широко: для статьи о RAG понятием стал сам RAG. Со второй версией появилось 30 страниц, семь из них сводят утверждения из двух источников, например о путях данных, прозрачности ИИ и техническом обслуживании. Времени на это ушло примерно вдвое больше.
Затем мы добавили выдуманную заметку о звонке: поставщик якобы настроит простой ассистент для сайта за 900 евро, тогда как наша плановая оценка составляет от 1500 до 5000 евро. С первой версией предложение попало на отдельную страницу, на которую не ссылается ни одна другая. Со второй оно встало на страницу о бюджете внедрения прямо под плановой оценкой, где разница бросается в глаза. В «Открытые вопросы» как противоречие его не записала ни одна версия: модель сочла конкретное предложение и плановую оценку разными вещами. Если вы хотите видеть расхождения в ценах или сроках, пропишите это отдельным правилом в файле.
Вопрос и проверка шли по вики первой версии. На вопрос о стоимости и GDPR модель сначала прочитала index.md, затем три страницы и для контроля сами источники. Она привела обе цены рядом с верными ссылками, но однажды сложила два отдельных диапазона из источника в собственную месячную сумму: арифметически верную, но нигде так не записанную. Проверка силами модели не нашла замечаний. Наш скрипт нашёл четыре страницы, на которые не ссылается ни одна другая содержательная страница; модель засчитала ссылки из оглавления. Для таких подсчётов скрипт или Obsidian CLI надёжнее модели.
Какая модель подходит: облачный агент или локальная
Чтобы вики работала, модель должна читать и записывать файлы. Это умеют агенты для командной строки вроде Claude Code или Codex, которые работают прямо в папке хранилища. Обычное окно чата не может менять страницы в хранилище и подходит только для разовых вопросов.
Если заметки не должны покидать компанию, Codex можно запустить с локальной моделью. Ollama описывает для этого команду ollama launch codex и рекомендует контекстное окно не меньше 64 тысяч токенов. Соблюдает ли локальная модель файл правил так же надёжно, как облачная, мы не проверяли. Проверьте это теми же измерениями, что и в нашем тесте.
Защита данных: что читает агент, видит и провайдер
Obsidian хранит заметки на вашем устройстве. Но агент отправляет провайдеру модели содержимое каждого файла, который читает. У Anthropic, например, пользователи тарифов Free, Pro и Max после изменения потребительских условий в августе 2025 года сами решают, можно ли использовать их чаты и сессии Claude Code для обучения. При согласии данные хранятся пять лет, без него 30 дней; тарифы Team, Enterprise и API это правило не затрагивает, сообщает Anthropic.
Отсюда простая граница. Собственные заметки и публичные источники можно обрабатывать через личный аккаунт с отключённым обучением. Данные клиентов, кадровые документы и договоры стоит класть только в хранилище, чья модель работает по бизнес-договору с соглашением об обработке данных по статье 28 GDPR, или в хранилище с локальной моделью. Что должно быть в таком соглашении, мы перечислили в чек-листе GDPR для чат-бота на сайте, а вопросы хостинга разобрали в статье ИИ в ЕС: 7 вопросов о хостинге.
Где метод перестаёт работать
Первая граница связана с размером. Карпати пишет, что оглавление на удивление хорошо справляется примерно со 100 источниками и несколькими сотнями страниц. Дальше модели нужен поиск, для этого Карпати называет локальный поисковик qmd с полнотекстовым и векторным поиском, и вы снова приходите к одной из форм RAG.
Вторая граница связана с ошибками, которые размножаются. Неверная фраза в вики становится основой для следующих страниц и ответов и, в отличие от чата, остаётся там надолго. Обязательные источники, Git и регулярные проверки ловят многое, но не заменяют вашего собственного чтения тех страниц, на которые вы опираетесь в решениях. Почему языковые модели убедительно пишут неправду, мы объясняли в статье о галлюцинациях в поддержке клиентов.
Третья граница связана с командой. Хранилище представляет собой папку без ролей, согласований и прав доступа к отдельным страницам. Для одного человека это работает очень хорошо, для команды с конфиденциальными разделами плохо.
Частые вопросы
Нужен ли Obsidian для LLM-вики?
Нет. Вики состоит из файлов Markdown в одной папке, их откроет любой редактор. Obsidian просто самый удобный способ их читать: ссылки, обратные ссылки и граф работают без настройки.
Сколько стоит второй мозг в Obsidian с нейросетью?
Сам Obsidian бесплатен, синхронизация между устройствами через Obsidian Sync стоит 4 доллара США в месяц при оплате за год, согласно странице цен. К этому добавляется языковая модель: подписка, в которую входит Claude Code или Codex, или оплата по факту через API.
Можно ли сделать это с ChatGPT?
С Codex CLI от OpenAI можно: он читает AGENTS.md и работает прямо в хранилище, наш тест шёл на нём. Окно чата ChatGPT не может менять файлы в хранилище и годится только для разовых вопросов.
LLM-вики лучше, чем RAG?
Это решение другой задачи. Вики подходит для обозримой коллекции, которую один человек хочет понимать и поддерживать. RAG подходит для больших, часто меняющихся массивов документов и для сервисов, где вопросы задают многие пользователи, например для чата с клиентами.
Схема из источников, поддерживаемых страниц, обязательных ссылок и жёстких проверок работает и за пределами личного второго мозга: для коммерческих предложений, инструкций или проектных решений в компании. Тогда добавляются права доступа, хостинг в ЕС и понятная ответственность. Если хотите разобрать это для своей команды, поговорите с нами об ИИ-автоматизации с LindenTech. Возьмите с собой 20 типичных документов и десять вопросов, которые ваша команда сегодня задаёт слишком часто.