Como construir um sistema de pesquisa com Opus 5 + Obsidian que substitui horas de leitura manual toda semana

@cyrilXBT
INGLÊShá 3 dias · 29 de jul. de 2026
114K
214
27
13
374

TL;DR

Este guia detalha um pipeline de pesquisa de alta eficiência usando o Opus 5 da Anthropic e o Obsidian para automatizar a extração de fontes, referências cruzadas e resumos semanais para uma base de conhecimento viva.

Por que o Opus 5 é Especificamente Adequado para Esta Tarefa

Antes da construção, vale a pena ser preciso sobre por que este sistema usa o Opus 5 em vez do Fable 5, já que escolher o modelo errado para esta tarefa específica é a forma mais comum de gastar demais em um sistema como este.

Um pipeline de pesquisa que ingere fontes semanalmente executa um grande número de chamadas de modelo individuais: extração em cada nova fonte, referência cruzada com suas notas existentes, passes de síntese periódicos, geração de resumos. Isso é trabalho de volume, não trabalho de profundidade de tiro único. O posicionamento completo do Opus 5 é construído exatamente em torno deste perfil: mais que o dobro da pontuação do Opus 4.8 no Frontier-Bench pelo mesmo preço, e ganhos de eficiência de tokens verificados de forma independente pela Harvey especificamente em tarefas repetidas e similares.

O Fable 5 continua sendo a melhor escolha para as perguntas de pesquisa mais difíceis genuínas — uma síntese sutil e de alto risco onde errar um ponto nuanceado tem consequências reais, e onde sua profundidade de raciocínio superior adjacente ao SWE-Bench vale o preço aproximadamente 2x maior por token. Para o trabalho rotineiro e repetido de construir e manter um sistema de pesquisa — ingestão semanal, extração contínua, geração de resumos — o design focado em eficiência do Opus 5 é o padrão correto, com o Fable 5 reservado para a ocasional pergunta de mergulho profundo que o sistema sinaliza como merecedora de escrutínio extra.

A Fundação: Obsidian Como Armazenamento Permanente

O sistema precisa de um lugar para armazenar conhecimento que sobreviva para sempre, seja totalmente seu e nunca dependa de nenhum modelo ou provedor específico. Arquivos Markdown simples em um vault do Obsidian fazem exatamente isso. Se existir um modelo melhor no ano que vem, você o aponta para a mesma pasta e nada mais muda.

A estrutura que funciona para um sistema de pesquisa especificamente, baseada no padrão geral de raw e wiki:

Uma pasta raw, para o material fonte exatamente como ingerido — PDFs, texto de artigos, transcrições de vídeo, não processados.

Uma pasta wiki, para a versão processada, vinculada e permanente do seu conhecimento, organizada por tópico em vez de por fonte.

Uma pasta questions, específica para sistemas de pesquisa, contendo perguntas em aberto que sua leitura trouxe à tona e que você ainda não resolveu, para que nada genuinamente importante se perca no processamento.

Uma pasta digests, contendo o resumo semanal que o Opus 5 gera, com carimbo de data/hora, para que você possa olhar para trás e ver o que foi importante em qualquer semana sem ter que reler tudo.

Um único arquivo CLAUDE.md na raiz definindo exatamente como este sistema deve se comportar, que a próxima seção cobre em detalhes.

O CLAUDE.md Que Comanda o Sistema

Este é o arquivo de maior alavancagem em toda a configuração, já que é o que o Opus 5 lê automaticamente no início de cada sessão, significando que você escreve suas instruções uma vez em vez de reexplicar o sistema toda vez que o usa.

PROTOCOLO DO SISTEMA DE PESQUISA

Este vault é um sistema de pesquisa. Estrutura:

/raw - material fonte exatamente como ingerido, nunca editado

/wiki - conhecimento processado e vinculado, organizado por tópico

/questions - perguntas em aberto ainda não resolvidas

/digests - resumos semanais, com carimbo de data/hora

Quando uma nova fonte for colocada em /raw:

  1. Extraia as alegações e descobertas novas específicas e genuínas, não um resumo do documento inteiro.
  2. Verifique /wiki em busca de notas existentes sobre o mesmo tópico. Estenda uma nota existente em vez de criar uma duplicata se o tópico já tiver uma.
  3. Vincule cada nova alegação a notas existentes relacionadas usando [[wikilinks]].
  4. Se uma alegação contradizer algo já em /wiki, não a sobrescreva silenciosamente. Sinalize a contradição explicitamente em ambas as notas.
  5. Se uma fonte levantar uma pergunta genuína em aberto que você não pode resolver a partir de outro material já no vault, adicione-a a /questions em vez de adivinhar uma resposta.

Quando for solicitado a sintetizar ou gerar um resumo:

Extraia de /wiki, não diretamente de /raw. O wiki é a camada

processada e confiável. Fontes brutas podem conter alegações que

foram posteriormente descobertas como erradas ou substituídas, e é

por isso que o passo 4 acima existe.

Antes de relatar qualquer extração como completa, confirme que você

realmente verificou /wiki em busca de notas relacionadas existentes

em vez de assumir que este é material inteiramente novo.

Este único arquivo é o que faz a diferença entre uma pasta de notas desconectadas e um sistema real. Cada instrução nele existe para prevenir um modo de falha específico e real — notas duplicadas, contradições sobrescritas silenciosamente, perguntas em aberto silenciosamente descartadas — que de outra forma se acumulariam invisivelmente ao longo de meses de uso.

O Pipeline de Ingestão

Com o vault estruturado e o protocolo escrito, aqui está o fluxo de trabalho semanal real.

Coloque qualquer fonte em /raw conforme você a encontra durante a semana — um artigo que você leu, um artigo de pesquisa, uma transcrição de podcast, uma transcrição de vídeo, um post de blog de um concorrente. Isso deve levar segundos, não minutos — o ponto principal é remover o atrito da captura para que você realmente o faça consistentemente.

Ingira os novos arquivos em /raw que ainda não foram processados.

Para cada um, extraia alegações genuinamente novas, verifique /wiki

em busca de notas existentes relacionadas, estenda ou crie notas

conforme apropriado, e sinalize quaisquer contradições com o que já

está registrado. Adicione perguntas não resolvidas a /questions em

vez de adivinhar.

Execute isso no ritmo que se adequar ao seu padrão de leitura real — diariamente se você lê constantemente, a cada poucos dias se sua entrada for mais esporádica. O ponto é que o processamento acontece perto do momento em que você realmente capturou a fonte, enquanto decompor um lote de dez fontes de uma vez em passes individuais de extração e referência cruzada é exatamente o tipo de trabalho repetido e de formato semelhante para o qual o perfil de eficiência do Opus 5 foi construído.

O Resumo Semanal, Automatizado

É aqui que a economia de tempo real se mostra mais visivelmente, e vale a pena configurar como uma tarefa agendada em vez de algo que você lembre de executar manualmente, já que o ponto principal do sistema é remover você do loop para as partes mecânicas.

Gere o resumo de pesquisa desta semana. Extraia de /wiki, focado

especificamente no que foi adicionado ou atualizado nos últimos 7

dias, não no histórico inteiro do vault.

Estrutura:

  1. As 3 a 5 descobertas novas mais significativas desta semana, com links para as notas completas em /wiki.
  2. Quaisquer contradições sinalizadas esta semana entre material novo e notas existentes, já que estas merecem sua atenção direta.
  3. Perguntas em aberto adicionadas a /questions esta semana que permanecem não resolvidas.
  4. Uma linha notando qualquer tópico que recebeu atividade excepcionalmente intensa esta semana, já que um tópico acumulando muitas notas relacionadas rapidamente muitas vezes vale atenção mais profunda e deliberada em vez de acumulação passiva.

Salve o resultado em /digests com a data desta semana. Mantenha todo

o resumo abaixo de 500 palavras. Este é um ponteiro para as notas

completas, não um substituto para lê-las.

Agende isso para ser executado automaticamente no início de cada semana, para que um resumo curto e estruturado de tudo que foi importante esteja esperando por você antes mesmo de você abrir uma única nota. Este é o mecanismo direto pelo qual o sistema substitui horas de leitura manual — você não está mais relendo uma semana de material bruto para lembrar o que aprendeu; você está lendo um ponteiro de 500 palavras que levou dois minutos em vez das duas horas que a revisão manual equivalente teria custado.

Consultando Tudo, Não Apenas o Que Você Lembra

A outra grande economia de tempo, separada do resumo, é a capacidade de fazer uma pergunta genuína em toda a sua base de conhecimento acumulada em vez de tentar lembrar qual nota específica tem a resposta.

Com base em tudo em /wiki, o que aprendi sobre [tópico

específico]? Cite as notas específicas de onde cada alegação vem.

Se as fontes no vault discordarem umas das outras sobre este tópico,

diga isso explicitamente em vez de escolher uma e apresentá-la como

consenso.

Esta é a recompensa que mais se compõe quanto mais tempo o sistema funciona. Mês um, seu wiki é enxuto, e este tipo de consulta retorna um punhado de notas. Mês seis, com dezenas de fontes processadas e interligadas, a mesma consulta revela conexões genuínas que você nunca teria feito manualmente — uma ideia de um artigo que você leu na semana dois se conectando diretamente a algo de uma fonte completamente diferente na semana vinte, porque ambas foram arquivadas sob o mesmo tópico subjacente e vinculadas de acordo.

Lidando com Contradições de Forma Honesta

Um valor específico e subestimado deste sistema em relação a simplesmente reler suas próprias notas de memória é que ele ativamente traz à tona quando seu próprio entendimento de algo mudou ao longo do tempo, em vez de deixar uma crença desatualizada permanecer incontestada simplesmente porque você esqueceu que já a teve.

Quando o protocolo de ingestão sinalizar uma contradição — entre o que uma nova fonte diz e o que uma nota existente afirma — resista ao instinto de fazer o sistema apenas escolher qual parece mais recente ou mais autoritativa e resolvê-la silenciosamente para você. O valor de trazer à tona uma contradição é que ela força uma decisão real de sua parte: a fonte anterior estava errada, a realidade subjacente mudou genuinamente, ou este é um caso onde ambas são verdadeiras dependendo do contexto que precisa ser adicionado à nota. Automatizar esse julgamento derrota o propósito de construir um sistema que torna seu próprio pensamento mais rigoroso ao longo do tempo.

Um Exemplo Prático ao Longo de Um Mês

Para tornar o efeito de composição concreto, aqui está aproximadamente como isso se desenrola ao longo de um mês real de uso.

Semana um, você coloca seis artigos relacionados a um projeto que está pesquisando. A passagem de ingestão cria oito novas notas em /wiki, já que alguns artigos tocam em múltiplos tópicos distintos, todas vinculadas umas às outras onde existe uma relação genuína. O resumo é curto, já que ainda não há muito material anterior para referência cruzada.

Semana dois, você adiciona mais quatro fontes. Duas delas estendem notas existentes da semana um em vez de criar novas, já que o protocolo de ingestão identificou corretamente a sobreposição de tópicos. Uma sinaliza uma contradição — uma alegação de uma fonte da semana dois disputa diretamente algo que uma fonte da semana um afirmou com confiança. O resumo traz essa contradição à tona de forma proeminente e, ao revisá-la, você percebe que a fonte da semana um estava trabalhando com dados desatualizados. Você atualiza essa nota diretamente, anotando a correção e o motivo.

As semanas três e quatro continuam este padrão e, no final do mês, uma consulta em todo o tópico retorna uma síntese que traça a evolução real do seu entendimento, incluindo a correção, não apenas um instantâneo estático como se você soubesse a resposta certa desde o primeiro dia.

Esta é a proposta de valor real declarada concretamente. Não que o sistema pense por você, mas que ele remove a sobrecarga mecânica — extração, referência cruzada, lembrar o que você já sabia — que costumava competir com seu tempo real de pensamento toda semana.

Erros Comuns Que Prejudicam Este Sistema

Alguns erros específicos aparecem repetidamente para pessoas configurando isso, vale a pena conhecê-los com antecedência.

Pular o protocolo CLAUDE.md e apenas colocar arquivos em raw esperando que o Opus 5 descubra o comportamento correto. Sem as instruções explícitas, particularmente a regra de verificar antes de criar duplicatas e a regra de sinalizar em vez de sobrescrever silenciosamente para contradições, o sistema se degrada exatamente na pilha desestruturada de notas geradas por IA que foi construído para evitar.

Executar o resumo em todo o vault em vez da atividade específica da semana. Isso produz um resumo que fica mais longo e menos útil a cada semana, já que está resumindo novamente material que você já leu e processou muitas vezes, em vez de trazer à tona apenas o que é genuinamente novo.

Tratar a síntese do Opus 5 como automaticamente correta em vez de como um ponto de partida. O modelo está fazendo trabalho cognitivo real aqui — extração e referência cruzada em uma base de conhecimento crescente — e, como qualquer trabalho cognitivo, ele se beneficia de sua própria revisão, particularmente nas contradições que sinaliza, que são exatamente os momentos em que seu próprio julgamento adiciona mais valor.

Usar o Fable 5 para o processamento semanal de rotina por hábito, assumindo que o modelo mais caro é sempre a escolha mais segura. Para o volume de trabalho repetido e de formato semelhante de extração e síntese que este sistema gera semanalmente, o perfil de eficiência do Opus 5 é o mais adequado, e a diferença de custo se compõe significativamente ao longo de meses de uso contínuo. Reserve o Fable 5 especificamente para a rara pergunta de síntese genuinamente difícil que o próprio sistema sinaliza como merecedora de escrutínio extra, não para o pipeline de ingestão de rotina.

Conectando o Vault Diretamente em Vez de Copiar e Colar

Tudo acima funciona se você abrir o Claude manualmente e colar conteúdos de arquivos, mas a versão real sem atrito deste sistema conecta o Opus 5 diretamente ao seu vault do Obsidian, para que a ingestão e a consulta aconteçam sem nenhum copiar e colar.

O caminho prático aqui usa o plugin Local REST API do Obsidian, habilitado nas configurações de plugins da comunidade do Obsidian, que expõe seu vault através de um endpoint de API local com uma chave de autenticação. O Claude Code ou uma conexão MCP do Claude Desktop podem então ler e escrever arquivos em seu vault diretamente, significando que os prompts de ingestão do início deste artigo são executados em seu vault real, criando e editando notas reais, em vez de você copiar manualmente o conteúdo de ida e volta entre uma janela de chat e suas notas.

Configure isso uma vez. No Obsidian, instale e habilite o plugin Local REST API, copie a chave de API que ele gera. No Claude Code, configure uma conexão MCP apontando para seu vault usando essa chave. Teste pedindo ao Claude para listar os arquivos em sua pasta /raw; se ele retornar uma lista precisa, a conexão está ativa.

Uma vez que isso esteja funcionando, todo o pipeline de ingestão e resumo de antes se torna algo que você aciona com uma única mensagem em vez de um processo manual de copiar e colar, e é também o que torna o agendamento genuinamente automático, já que uma tarefa agendada pode chamar a mesma conexão MCP sem você presente.

Escalando para Múltiplos Tópicos de Pesquisa

Tudo acima assume um tópico de pesquisa em um vault. A maioria das pessoas executando isso a sério acaba acompanhando várias áreas distintas ao mesmo tempo — um projeto específico, um setor que você acompanha em geral, um interesse de longo prazo não relacionado a nenhum dos dois. Misturar estes em um wiki indiferenciado cria exatamente o tipo de ruído que o sistema foi construído para prevenir.

A correção espelha a mesma disciplina de escopo que se aplica aos Projetos Claude em geral. Dê a cada tópico de pesquisa genuinamente distinto sua própria estrutura de subpastas, ou seu próprio vault separado inteiramente se os tópicos forem grandes e não relacionados o suficiente para que a contaminação cruzada confundisse ativamente a síntese — uma alegação sobre um setor sendo incorretamente referenciada a um projeto não relacionado simplesmente porque ambas vivem na mesma pasta /wiki indiferenciada.

ESCOPO DE MÚLTIPLOS TÓPICOS

Este vault cobre múltiplas áreas de pesquisa, cada uma em sua própria

pasta de nível superior em /wiki: /wiki/topico-a, /wiki/topico-b, etc.

Ao ingerir uma nova fonte, primeiro determine a qual tópico ela

pertence. Se ela realmente abranger dois tópicos, anote a conexão

entre tópicos explicitamente em vez de arquivá-la ambiguamente em

uma pasta sem explicação.

Os resumos devem ser gerados por tópico, não como um resumo

combinado, a menos que seja explicitamente solicitado a sintetizar

entre tópicos.

Esta estrutura permite que cada tópico se componha independentemente — seu próprio wiki, seu próprio conjunto coerente de referências cruzadas — enquanto ainda permite que você peça explicitamente por síntese entre tópicos quando uma conexão genuína entre duas áreas vale realmente a pena ser trazida à tona, em vez de ter cada nota competindo implicitamente com material não relacionado por relevância em uma única pilha indiferenciada.

A regra prática para quando dividir em vaults separados versus subpastas dentro de um vault: se você genuinamente nunca gostaria que uma consulta sobre um tópico revelasse acidentalmente material não relacionado do outro, vaults separados valem a pequena sobrecarga de alternar entre eles. Se alguma polinização cruzada entre tópicos é realmente valiosa — uma tendência geral do setor informando um projeto específico — subpastas dentro de um vault preservam esse tecido conjuntivo enquanto a instrução explícita de escopo de tópico acima previne confusão real durante a ingestão de rotina.

Medindo Se Isso Está Realmente Economizando Seu Tempo

Um sistema como este pode parecer produtivo sem ser realmente medido contra aquilo que foi construído para substituir, e vale a pena fazer uma verificação honesta periodicamente em vez de assumir que a economia de tempo é real só porque o sistema existe e funciona conforme o agendado.

Por duas ou três semanas após a configuração, acompanhe aproximadamente quanto tempo sua revisão de segunda-feira costumava levar sob seu processo manual antigo — reler tudo que você salvou, tentar lembrar o que se conectava ao quê, procurar por um fato específico que você sabia que tinha lido em algum lugar. Compare isso honestamente com quanto tempo leva agora para ler o resumo gerado e acompanhar qualquer coisa que ele sinalizou como precisando de sua atenção.

A comparação que realmente importa não é o tempo bruto economizado no resumo em si, já que um resumo de 500 palavras obviamente se lê mais rápido que uma semana de fontes brutas. É se o resumo está realmente trazendo à tona o que importava, significando que você não está descobrindo separadamente, dias depois, que algo significativo foi enterrado no material bruto e nunca chegou a uma nota ou a um resumo. Se isso está acontecendo regularmente, a etapa de extração do protocolo de ingestão precisa ser apertada, não necessariamente mais do seu tempo de leitura manual adicionado de volta como uma solução alternativa.

A outra métrica honesta que vale a pena acompanhar é se a capacidade de consulta de antes está realmente sendo usada. Um sistema que gera um resumo semanal limpo, mas que você nunca consulta para respostas com referência cruzada, está entregando apenas metade de seu valor pretendido — a metade da sumarização passiva, sem a metade ativa do "o que eu realmente aprendi sobre isso em todas as fontes que já alimentei" que é onde o valor real de composição aparece ao longo de meses de uso. Se você notar que não está consultando-o, isso é muitas vezes um sinal de que o wiki ainda não acumulou material com referência cruzada suficiente para tornar a consulta valiosa, o que é normal no primeiro mês ou dois, ou é um sinal de que você simplesmente perdeu o hábito de perguntar, o que vale a pena corrigir deliberadamente já que é onde uma parcela significativa do valor real do sistema reside.

Configurando Isso Esta Semana

Não tente construir o pipeline completo em uma única sessão. Construa na ordem que permite que cada peça se prove antes de você adicionar a próxima.

Semana um, apenas construa a estrutura do vault e o arquivo CLAUDE.md, então execute manualmente o prompt de ingestão no que você já está lendo. Familiarize-se com a qualidade da extração antes de automatizar qualquer coisa.

Semana dois, adicione a geração do resumo semanal, execute manualmente no início em vez de em um agendamento, para que você possa verificar se ele está realmente extraindo da atividade da semana certa e permanecendo apropriadamente conciso.

Semana três, uma vez que ambas as peças estejam funcionando de forma confiável, agende a ingestão e o resumo para serem executados automaticamente, para que o sistema realmente funcione sem você lembrar de acioná-lo.

Por volta da semana quatro ou cinco, você deve notar a mudança real que este sistema foi construído para produzir. Segundas-feiras de manhã que costumavam começar com a tentativa de lembrar o que você leu e aprendeu na semana anterior agora começam com um resumo de dois minutos que já fez essa lembrança por você, e as horas que costumavam ir para reler e fazer referência cruzada manual de sua própria pesquisa estão disponíveis para a parte da pesquisa que realmente precisa de um humano — decidir o que importa e por quê.

Siga @cyrilXBT para os modelos exatos de CLAUDE.md e configurações de vault do Obsidian por trás de tudo neste artigo.

Recriar no YouMind

Turn one viral article into a full content workflow

Collect the source, decode the pattern, create assets, draft the story, and distribute from one AI workspace.

Explore YouMind
Para criadores

Transforme seu Markdown em um artigo 𝕏 impecável

Quando você publica seus próprios textos longos, formatar imagens, tabelas e blocos de código para o 𝕏 é uma dor de cabeça. O YouMind transforma um rascunho completo em Markdown em um artigo 𝕏 impecável e pronto para publicar.

Experimente Markdown para 𝕏

Mais padrões para decifrar

Artigos virais recentes

Explorar mais artigos virais