La plupart du travail de recherche n'est pas de la réflexion. C'est de la lecture, de l'extraction et du recoupement, effectués manuellement, une source à la fois, et cela engloutit les heures qui devraient être consacrées à la réflexion elle-même.
Opus 5 change la donne à cet égard précisément grâce à ce pour quoi il a été conçu. Anthropic l'a lancé avec un prix identique à celui d'Opus 4.8, soit 5 $ pour l'entrée et 25 $ pour la sortie par million de jetons, tout en doublant le score d'Opus 4.8 sur Frontier-Bench v0.1. Il n'est explicitement pas présenté comme le modèle le plus intelligent d'Anthropic, ce rôle revient toujours à Fable 5. Il est positionné comme le modèle conçu pour un usage quotidien, où l'efficacité se cumule sur des milliers d'appels d'une manière qu'aucun titre de benchmark ne peut capturer. Harvey, la société d'IA juridique, a indépendamment rapporté une qualité de sortie de raisonnement maximal égale à celle d'Opus 4.8, tout en utilisant en moyenne 26 % de jetons en moins.
Ce profil d'efficacité est exactement ce dont un pipeline de recherche a besoin. Vous n'exécutez pas une requête unique, profonde et coûteuse. Vous effectuez des dizaines de passes d'extraction et de synthèse sur un ensemble croissant de sources, chaque semaine, et le coût par passe s'accumule rapidement si vous n'utilisez pas un modèle conçu pour le volume.
Voici le système complet. Obsidian comme stockage permanent, Opus 5 comme moteur de traitement, et un pipeline spécifique qui transforme automatiquement le matériel de lecture brut en connaissances liées et interrogeables, de sorte que les heures que vous passiez auparavant à extraire et recouper manuellement vous soient restituées.
Pourquoi Opus 5 convient particulièrement à cette tâche
Avant la construction, il convient d'être précis sur la raison pour laquelle ce système utilise Opus 5 plutôt que Fable 5, car choisir le mauvais modèle pour cette tâche spécifique est l'erreur la plus courante qui fait dépenser trop d'argent dans un tel système.
Un pipeline de recherche qui ingère des sources chaque semaine exécute un grand nombre d'appels de modèle individuels : extraction sur chaque nouvelle source, recoupement avec vos notes existantes, passes de synthèse périodiques, génération de digests. C'est un travail de volume, pas un travail de profondeur ponctuelle. L'ensemble du positionnement d'Opus 5 est construit autour de ce profil exact : plus du double du score Frontier-Bench d'Opus 4.8 au même prix, et des gains d'efficacité de jetons vérifiés indépendamment par Harvey, spécifiquement sur des tâches répétées et similaires.
Fable 5 reste le meilleur choix pour les questions de recherche vraiment les plus difficiles : une synthèse subtile et à enjeux élevés où se tromper sur un point nuancé a de réelles conséquences, et où sa profondeur de raisonnement supérieure (liée à SWE-Bench) vaut le prix environ 2 fois plus élevé par jeton. Pour le travail routinier et répétitif de construction et de maintenance d'un système de recherche - ingestion hebdomadaire, extraction continue, génération de digests - la conception axée sur l'efficacité d'Opus 5 est le choix par défaut correct, Fable 5 étant réservé aux rares questions d'approfondissement que le système identifie comme méritant un examen supplémentaire.
Les fondations : Obsidian comme stockage permanent
Le système a besoin d'un endroit pour stocker les connaissances qui survive indéfiniment, vous appartienne entièrement et ne dépende jamais d'un seul modèle ou fournisseur. Des fichiers Markdown bruts dans un coffre Obsidian font exactement cela. Si un meilleur modèle existe l'année prochaine, vous le pointez vers le même dossier et rien d'autre ne change.
La structure qui fonctionne pour un système de recherche spécifiquement, en s'appuyant sur le modèle général brut et wiki :
Un dossier raw, pour le matériel source tel qu'ingéré, PDF, texte d'article, transcriptions vidéo, non traité.
Un dossier wiki, pour la version traitée, liée et permanente de vos connaissances, organisée par sujet plutôt que par source.
Un dossier questions, spécifique aux systèmes de recherche, contenant les questions ouvertes que votre lecture a soulevées et que vous n'avez pas encore résolues, afin que rien d'important ne se perde dans le traitement.
Un dossier digests, contenant le résumé hebdomadaire généré par Opus 5, horodaté, afin que vous puissiez revenir sur ce qui a compté une semaine donnée sans tout relire.
Un seul fichier CLAUDE.md à la racine définissant exactement comment ce système doit se comporter, ce que la section suivante détaille.
Le CLAUDE.md qui fait fonctionner le système
C'est le fichier au plus haut effet de levier de toute la configuration, car c'est ce qu'Opus 5 lit automatiquement au début de chaque session, ce qui signifie que vous écrivez vos instructions une fois au lieu de réexpliquer le système à chaque utilisation.
PROTOCOLE DU SYSTÈME DE RECHERCHE
Ce coffre est un système de recherche. Structure :
/raw - matériel source tel qu'ingéré, jamais modifié
/wiki - connaissances traitées et liées, organisées par sujet
/questions - questions ouvertes non encore résolues
/digests - résumés hebdomadaires, horodatés
Lorsqu'une nouvelle source est déposée dans /raw :
- Extraire les affirmations et découvertes spécifiques et réellement nouvelles, pas un résumé de l'ensemble du document.
- Vérifier dans /wiki les notes existantes sur le même sujet. Étendre une note existante plutôt que d'en créer une en double si le sujet en a déjà une.
- Lier chaque nouvelle affirmation aux notes existantes connexes en utilisant [[wikiliens]].
- Si une affirmation contredit quelque chose déjà présent dans /wiki, ne pas l'écraser silencieusement. Signaler la contradiction explicitement dans les deux notes.
- Si une source soulève une véritable question ouverte que vous ne pouvez pas résoudre à partir d'autres documents déjà présents dans le coffre, l'ajouter à /questions plutôt que de deviner une réponse.
Lorsqu'on vous demande de synthétiser ou de générer un digest :
Puisez dans /wiki, pas directement dans /raw. Le wiki est la couche
traitée et fiable. Les sources brutes peuvent contenir des affirmations
qui se sont ensuite révélées fausses ou dépassées, c'est pourquoi
l'étape 4 ci-dessus existe.
Avant de signaler une extraction comme terminée, confirmez que vous avez
effectivement vérifié dans /wiki les notes existantes connexes, plutôt que
de supposer qu'il s'agit de matériel entièrement nouveau.
Ce seul fichier fait la différence entre un dossier de notes déconnectées et un véritable système. Chaque instruction qu'il contient existe pour éviter un mode de défaillance spécifique et réel (notes en double, contradictions silencieusement écrasées, questions non résolues abandonnées) qui s'accumuleraient autrement de manière invisible sur des mois d'utilisation.
Le pipeline d'ingestion
Avec le coffre structuré et le protocole rédigé, voici le flux de travail hebdomadaire réel.
Déposez toute source dans /raw au fur et à mesure que vous la rencontrez au cours de la semaine : un article que vous lisez, un document de recherche, une transcription de podcast, une transcription vidéo, un article de blog d'un concurrent. Cela devrait prendre des secondes, pas des minutes. Le but est de supprimer les frictions de la capture pour que vous le fassiez systématiquement.
Ingérez les nouveaux fichiers dans /raw qui n'ont pas encore été traités.
Pour chacun d'eux, extrayez les nouvelles affirmations, vérifiez dans /wiki les notes
connexes existantes, étendez ou créez des notes selon le cas, et signalez
toute contradiction avec ce qui est déjà enregistré. Ajoutez les questions
non résolues à /questions plutôt que de deviner.
Exécutez cela à la cadence qui correspond à votre rythme de lecture réel : quotidiennement si vous lisez constamment, tous les quelques jours si vos apports sont plus sporadiques. L'important est que le traitement ait lieu peu de temps après la capture de la source, car décomposer un lot de dix sources en passes d'extraction et de recoupement individuelles est exactement le genre de travail répété et de forme similaire pour lequel le profil d'efficacité d'Opus 5 est conçu.
Le digest hebdomadaire, automatisé
C'est là que les économies de temps réelles sont les plus visibles, et il vaut la peine de le configurer comme une tâche planifiée plutôt que de se souvenir de l'exécuter manuellement, car le but du système est de vous retirer de la boucle pour les parties mécaniques.
Générez le digest de recherche de cette semaine. Puisez dans /wiki, en vous concentrant
spécifiquement sur ce qui a été ajouté ou mis à jour au cours des 7 derniers jours, pas
sur tout l'historique du coffre.
Structure :
- Les 3 à 5 découvertes les plus significatives de la semaine, avec des liens vers les notes complètes dans /wiki.
- Toute contradiction signalée cette semaine entre le nouveau matériel et les notes existantes, car celles-ci méritent votre attention directe.
- Questions ouvertes ajoutées à /questions cette semaine et qui restent non résolues.
- Une ligne notant tout sujet ayant reçu une activité inhabituellement élevée cette semaine, car un sujet qui accumule rapidement de nombreuses notes connexes mérite souvent une attention plus approfondie et délibérée plutôt qu'une accumulation passive.
Enregistrez le résultat dans /digests avec la date de cette semaine. Gardez l'ensemble
du digest sous 500 mots. C'est un pointeur vers les notes complètes, pas un
remplacement de leur lecture.
Planifiez l'exécution automatique de cette tâche au début de chaque semaine, de sorte qu'un résumé court et structuré de tout ce qui a compté vous attende avant même que vous n'ayez ouvert une seule note vous-même. C'est le mécanisme direct par lequel le système remplace des heures de lecture manuelle : vous ne relisez plus une semaine de matériel brut pour vous souvenir de ce que vous avez appris, vous lisez un pointeur de 500 mots qui vous a pris deux minutes au lieu des deux heures qu'aurait coûté la révision manuelle équivalente.
Interroger l'ensemble des données, pas seulement ce dont vous vous souvenez
L'autre gain de temps majeur, distinct du digest, est la capacité de poser une véritable question à l'ensemble de votre base de connaissances accumulée, plutôt que d'essayer de vous souvenir de quelle note spécifique contient la réponse.
En vous basant sur tout ce qui se trouve dans /wiki, qu'ai-je appris sur [sujet
spécifique] ? Citez les notes spécifiques dont provient chaque affirmation. Si des sources
dans le coffre sont en désaccord entre elles sur ce sujet, dites-le
explicitement plutôt que d'en choisir une et de la présenter comme un consensus.
C'est le bénéfice qui se cumule le plus longtemps que le système fonctionne. Mois un, votre wiki est mince et ce type de requête renvoie une poignée de notes. Mois six, avec des dizaines de sources traitées et liées entre elles, la même requête révèle de véritables connexions que vous n'auriez jamais faites manuellement : une idée d'un article lu à la semaine deux se connectant directement à quelque chose d'une source complètement différente à la semaine vingt, parce que les deux ont été classés sous le même sujet sous-jacent et liés en conséquence.
Gérer les contradictions honnêtement
Une valeur spécifique et sous-estimée de ce système par rapport au simple fait de relire ses notes de mémoire est qu'il fait activement surface lorsque votre propre compréhension d'une chose a changé au fil du temps, plutôt que de laisser une croyance dépassée perdurer sans être contestée simplement parce que vous avez oublié l'avoir eue.
Lorsque le protocole d'ingestion signale une contradiction entre ce qu'une nouvelle source dit et ce qu'une note existante affirme, résistez à l'instinct de laisser le système simplement choisir celle qui semble la plus récente ou la plus faisant autorité et la résoudre silencieusement pour vous. La valeur de la mise en surface d'une contradiction est qu'elle vous force à prendre une décision réelle : la source antérieure était-elle erronée ? La réalité sous-jacente a-t-elle vraiment changé ? S'agit-il d'un cas où les deux sont vraies selon le contexte qui doit être ajouté à la note ? Automatiser ce jugement va à l'encontre du but de la construction d'un système qui rend votre propre réflexion plus rigoureuse au fil du temps.
Un exemple concret sur un mois
Pour rendre l'effet cumulatif concret, voici comment cela se déroule approximativement sur un mois d'utilisation réel.
Semaine un, vous déposez six articles liés à un projet que vous recherchez. La passe d'ingestion crée huit nouvelles notes dans /wiki, car certains articles touchent à plusieurs sujets distincts, toutes liées entre elles là où une relation réelle existe. Le digest est court, car il n'y a pas encore beaucoup de matériel antérieur à recouper.
Semaine deux, vous ajoutez quatre sources supplémentaires. Deux d'entre elles étendent des notes existantes de la semaine une plutôt que d'en créer de nouvelles, car le protocole d'ingestion a correctement identifié le chevauchement thématique. L'une d'elles signale une contradiction : une affirmation d'une source de la semaine deux contredit directement quelque chose qu'une source de la semaine une avait affirmé avec confiance. Le digest met en évidence cette contradiction de manière prominente, et en l'examinant, vous réalisez que la source de la semaine une travaillait à partir de données obsolètes. Vous mettez à jour cette note directement, en notant la correction et la raison.
Les semaines trois et quatre poursuivent ce schéma, et à la fin du mois, une requête sur l'ensemble du sujet renvoie une synthèse qui retrace l'évolution réelle de votre compréhension, y compris la correction, et non une simple photo statique comme si vous aviez connu la bonne réponse dès le premier jour.
C'est la proposition de valeur réelle énoncée concrètement. Non pas que le système pense à votre place, mais qu'il supprime les frais généraux mécaniques (extraction, recoupement, mémorisation de ce que vous saviez déjà) qui concurrençaient auparavant votre temps de réflexion réel chaque semaine.
Erreurs courantes qui compromettent ce système
Quelques erreurs spécifiques reviennent régulièrement chez les personnes qui mettent cela en place, il vaut la peine de les connaître à l'avance.
Sauter le protocole CLAUDE.md et simplement déposer des fichiers dans raw en espérant qu'Opus 5 trouve le bon comportement. Sans les instructions explicites, en particulier la règle « vérifier avant de créer un doublon » et la règle « signaler, ne pas écraser silencieusement » pour les contradictions, le système dégénère exactement en la pile non structurée de notes générées par l'IA qu'il était censé éviter.
Exécuter le digest sur l'ensemble du coffre au lieu de l'activité de la semaine spécifique. Cela produit un digest qui devient plus long et moins utile chaque semaine, car il résume du matériel que vous avez déjà lu et traité de nombreuses fois, au lieu de ne mettre en surface que ce qui est réellement nouveau.
Considérer la synthèse d'Opus 5 comme automatiquement correcte plutôt que comme un point de départ. Le modèle effectue un véritable travail cognitif ici (extraction et recoupement sur une base de connaissances croissante), et comme tout travail cognitif, il bénéficie de votre propre révision, en particulier sur les contradictions qu'il signale, qui sont exactement les moments où votre propre jugement ajoute le plus de valeur.
Utiliser Fable 5 pour le traitement hebdomadaire de routine par habitude, en supposant que le modèle le plus cher est toujours le choix le plus sûr. Pour le volume de travail d'extraction et de synthèse répété et de forme similaire que ce système génère chaque semaine, le profil d'efficacité d'Opus 5 est le mieux adapté, et la différence de coût s'accumule de manière significative sur des mois d'utilisation continue. Réservez Fable 5 spécifiquement pour les rares questions de synthèse vraiment difficiles que le système lui-même identifie comme méritant un examen supplémentaire, pas pour le pipeline d'ingestion de routine.
Connecter le coffre directement au lieu de copier-coller
Tout ce qui précède fonctionne si vous ouvrez manuellement Claude et collez le contenu des fichiers, mais la version réellement sans friction de ce système connecte Opus 5 directement à votre coffre Obsidian, de sorte que l'ingestion et l'interrogation se produisent sans aucun copier-coller.
La voie pratique utilise ici le plugin Local REST API d'Obsidian, activé dans les paramètres des plugins communautaires d'Obsidian, qui expose votre coffre via un point de terminaison API local avec une clé d'authentification. Claude Code ou une connexion MCP de Claude Desktop peuvent alors lire et écrire des fichiers dans votre coffre directement, ce qui signifie que les invites d'ingestion des parties précédentes de cet article s'exécutent sur votre coffre réel, créant et modifiant de vraies notes, plutôt que vous devez copier manuellement le contenu entre une fenêtre de chat et vos notes.
Configurez cela une fois. Dans Obsidian, installez et activez le plugin Local REST API, copiez la clé API qu'il génère. Dans Claude Code, configurez une connexion MCP pointant vers votre coffre en utilisant cette clé. Testez-la en demandant à Claude de lister les fichiers dans votre dossier /raw : s'il renvoie une liste précise, la connexion est active.
Une fois que cela fonctionne, l'ensemble du pipeline d'ingestion et de digest des sections précédentes devient quelque chose que vous déclenchez avec un seul message plutôt qu'un processus de copier-coller manuel, et c'est aussi ce qui rend la planification véritablement automatique, puisqu'une tâche planifiée peut appeler la même connexion MCP sans votre présence.
Passer à l'échelle : plusieurs sujets de recherche
Tout ce qui précède suppose un seul sujet de recherche dans un seul coffre. La plupart des personnes qui utilisent ce système sérieusement finissent par suivre plusieurs domaines distincts à la fois : un projet spécifique, un secteur que vous suivez en général, un intérêt à plus long terme sans rapport avec les deux. Mélanger tout cela dans un wiki indifférencié crée exactement le type de bruit que le système était censé éviter.
La solution reflète la même discipline de délimitation qui s'applique généralement aux projets Claude. Donnez à chaque sujet de recherche véritablement distinct sa propre structure de sous-dossiers, ou son propre coffre séparé si les sujets sont suffisamment vastes et sans rapport pour que la contamination croisée nuise activement à la synthèse : une affirmation concernant un secteur serait incorrectement recoupée avec un projet sans rapport simplement parce que les deux vivent dans le même dossier /wiki indifférencié.
PORTÉE MULTI-SUJETS
Ce coffre couvre plusieurs domaines de recherche, chacun dans son propre dossier
de premier niveau sous /wiki : /wiki/sujet-a, /wiki/sujet-b, etc.
Lors de l'ingestion d'une nouvelle source, déterminez d'abord à quel sujet
elle appartient. Si elle couvre véritablement deux sujets, notez la connexion
inter-sujets explicitement plutôt que de la classer de manière ambiguë dans un seul dossier
sans explication.
Les digests doivent être générés par sujet, pas comme un seul résumé combiné,
sauf demande explicite de synthèse entre les sujets.
Cette structure permet à chaque sujet de se développer indépendamment (son propre wiki, son propre ensemble cohérent de références croisées), tout en vous permettant de demander explicitement une synthèse inter-sujets lorsqu'une véritable connexion entre deux domaines mérite d'être mise en lumière, plutôt que d'avoir chaque note en compétition implicite avec du matériel non pertinent pour la pertinence dans un seul tas indifférencié.
La règle pratique pour décider quand diviser en coffres séparés plutôt qu'en sous-dossiers dans un seul coffre : si vous ne voulez vraiment jamais qu'une requête sur un sujet fasse accidentellement surface du matériel non pertinent d'un autre, les coffres séparés valent le léger effort de basculer entre eux. Si une certaine pollinisation croisée entre les sujets est réellement précieuse (une tendance sectorielle générale informant un projet spécifique), les sous-dossiers dans un seul coffre préservent ce tissu conjonctif tandis que l'instruction explicite de délimitation des sujets ci-dessus empêche toute confusion réelle lors de l'ingestion de routine.
Mesurer si cela vous fait réellement gagner du temps
Un tel système peut sembler productif sans être réellement mesuré par rapport à ce qu'il était censé remplacer, et il vaut la peine d'effectuer une vérification honnête périodiquement plutôt que de supposer que les économies de temps sont réelles simplement parce que le système existe et fonctionne selon le calendrier prévu.
Pendant deux ou trois semaines après la configuration, suivez approximativement le temps que votre révision du lundi prenait auparavant avec votre ancien processus manuel : relire tout ce que vous aviez sauvegardé, essayer de vous souvenir de ce qui était lié à quoi, chercher un fait spécifique dont vous saviez que vous l'aviez lu quelque part. Comparez honnêtement cela avec le temps qu'il vous faut maintenant pour lire le digest généré et donner suite à tout ce qu'il a signalé comme nécessitant votre attention.
La comparaison qui compte vraiment n'est pas le temps brut gagné sur le digest lui-même (un résumé de 500 mots se lit évidemment plus vite qu'une semaine de sources brutes). C'est de savoir si le digest met réellement en surface ce qui comptait, ce qui signifie que vous ne découvrez pas séparément, des jours plus tard, que quelque chose d'important a été enterré dans le matériel brut et n'a jamais été inclus dans une note ou un digest. Si cela se produit régulièrement, l'étape d'extraction du protocole d'ingestion doit être resserrée, pas nécessairement plus de votre temps de lecture manuel ajouté comme solution de contournement.
L'autre mesure honnête qui vaut la peine d'être suivie est de savoir si la capacité d'interrogation mentionnée précédemment est réellement utilisée. Un système qui génère un digest hebdomadaire propre mais que vous n'interrogez jamais pour obtenir des réponses recoupées ne fournit que la moitié de sa valeur prévue : la moitié de résumé passif, sans la moitié active (« qu'ai-je réellement appris à ce sujet à travers toutes les sources que je lui ai jamais données ? ») qui est là où la véritable valeur cumulée se manifeste sur des mois d'utilisation. Si vous remarquez que vous ne l'interrogez pas, c'est souvent le signe que le wiki n'a pas encore accumulé suffisamment de matériel lié pour que l'interrogation semble utile, ce qui est normal au cours du premier ou des deux premiers mois, ou c'est le signe que vous avez simplement perdu l'habitude de demander, ce qui vaut la peine d'être corrigé délibérément car c'est là qu'une part significative de la valeur réelle du système réside.
Mettre en place cela cette semaine
N'essayez pas de construire le pipeline complet en une seule fois. Construisez-le dans l'ordre qui permet à chaque pièce de faire ses preuves avant d'ajouter la suivante.
Semaine une, construisez simplement la structure du coffre et le fichier CLAUDE.md, puis exécutez manuellement l'invite d'ingestion sur tout ce que vous lisez déjà. Familiarisez-vous avec la qualité de l'extraction avant d'automatiser quoi que ce soit.
Semaine deux, ajoutez la génération du digest hebdomadaire, exécutez-la d'abord manuellement plutôt que selon un calendrier, afin de vérifier qu'elle extrait bien l'activité de la bonne semaine et reste concise de manière appropriée.
Semaine trois, une fois que les deux éléments fonctionnent de manière fiable, planifiez l'ingestion et le digest pour qu'ils s'exécutent automatiquement, de sorte que le système fonctionne vraiment sans que vous ayez à penser à le déclencher.
À la semaine quatre ou cinq, vous devriez remarquer le changement réel que ce système est conçu pour produire. Les lundis matin qui commençaient auparavant par essayer de se souvenir de ce que vous aviez lu et appris la semaine précédente commencent maintenant par un digest de deux minutes qui a déjà fait ce travail de mémorisation pour vous, et les heures qui étaient consacrées à la relecture manuelle et au recoupement de vos propres recherches sont disponibles pour la partie de la recherche qui a réellement besoin d'un humain : décider ce qui compte et pourquoi.
Suivez @cyrilXBT pour les modèles exacts de CLAUDE.md et les configurations de coffre Obsidian derrière tout ce qui est dans cet article.
