Obsidian + Claude Code: drugi mózg AI w jednym prompcie (metoda Karpathy'ego)
Tienes Obsidian o Notion. Con 300, 500, quizás 1000 notas dentro. La última vez que lo abriste fue hace dos meses. Con culpa. Bienvenido al club.
El 4 de abril de 2026, Andrej Karpathy (ex-director de AI en Tesla, co-fundador de OpenAI) publicó un breve gist en GitHub — LLM Wiki. No es otra herramienta. Es un cambio de paradigma: tu segundo cerebro no debe escribirlo tú. Debe escribirlo el LLM. Tú solo aportas fuentes y haces preguntas.
En este artículo voy a mostrar:
- Por qué el segundo cerebro clásico casi siempre falla
- Cómo Karpathy invierte la ecuación — 3 capas, 3 operaciones
- Un prompt listo para pegar en Claude Code que monta todo el sistema en 15 minutos
- Bonus: cómo Obsidian Web Clipper convierte cualquier artículo de la web en un recurso de tu vault
Sin preparación, sin cursos de 500 dólares. Vamos.
Por qué falla el segundo cerebro clásico
En 2022 Tiago Forte publicó "Building a Second Brain." Vendió 400 000 ejemplares para finales de 2025. Surgió toda una industria a su alrededor — cursos, herramientas (Notion, Obsidian, Roam), influencers de productividad. Y la mayoría de la gente sigue abandonando el sistema en pocos meses.
¿Por qué? Porque el segundo cerebro clásico te exige:
- Clasificar notas (PARA: Projects, Areas, Resources, Archives)
- Etiquetar para encontrarlas después
- Vincular entre notas
- Actualizar cuando algo cambia en 5 sitios a la vez
- Limpiar notas muertas y enlaces rotos
Eso es trabajo administrativo, no pensar. Al cabo de un mes tienes una elección: llevar tu negocio o catalogar notas. Todos eligen el negocio. El sistema muere.
Karpathy lo dice directo: "La mayoría de la gente usa LLMs con documentos como RAG — subes archivos, el LLM busca contexto desde cero en cada pregunta. El conocimiento no se acumula." Ahí está el quid.
Lo que cambia Karpathy
Karpathy no intentó construir un cuaderno mejor. Se hizo otra pregunta: ¿cómo sería una base de conocimiento si su lector principal fuera un LLM, no un humano?
La consecuencia es simple y radical. Un segundo cerebro consta de 3 capas sobre las que ejecutas 3 operaciones. El resto — clasificación, etiquetas, enlaces, auditoría — pasa solo, porque lo hace el LLM.
Cita del gist de Karpathy:
La wiki es un artefacto persistente que se acumula. Las referencias cruzadas existen permanentemente. Las contradicciones se marcan al instante. La síntesis mejora con cada fuente añadida.
Esto es un game-changer para cualquiera que genera mucho contexto — investigaciones, llamadas con clientes, decisiones estratégicas.
Arquitectura de 3 capas
secondbrain/
├── _CLAUDE.md # constitución del vault
├── _index.md # catálogo (se lee primero)
├── _log.md # registro cronológico de acciones
├── sources/ # CAPA 1: inputs en bruto
│ ├── articles/
│ ├── youtube/
│ ├── x/
│ └── podcasts/
├── inbox/ # pensamientos fugaces
└── wiki/ # CAPA 2: la escribe el LLM
├── concepts/
├── projects/
├── people/
└── synthesis/
Capa 1 — sources/ es inmutable. Lo que cae aquí, no se edita. Fuente de la verdad. Dentro de un año te permite verificar de dónde sacó Claude una afirmación.
Capa 2 — wiki/ es dinámica. Solo el LLM escribe aquí. Tú nunca creas estos archivos a mano. Si algo está mal — arreglas los prompts, no los archivos.
Capa 3 — _CLAUDE.md es la constitución. Le dice al LLM las reglas: mapa de carpetas, cómo nombrar cada tipo de nota, cuándo guardar automáticamente, cuándo preguntar. Un archivo reemplaza meses buscando "el método correcto."
Karpathy añade dos archivos especiales: index.md (catálogo que se lee primero al navegar) y log.md (registro append-only de acciones del LLM).
3 operaciones (rutina diaria)
Ingest — sueltas una fuente, el LLM la compila
¿Leíste un artículo de McKinsey sobre AI en manufactura? En vez de dejarlo en favoritos, sueltas el URL en Claude:
/obsidian-ingest https://mckinsey.com/...
Lo que hace Claude en 30 segundos (solo, no tú):
- Descarga el artículo, guarda la versión cruda en
sources/articles/
- Identifica empresas, personas, conceptos (Siemens, Industry 4.0, MES)
- Actualiza 5-15 páginas existentes de la wiki — si "Siemens" ya existe, recibe una nota nueva. Si es un concepto nuevo, crea una página
- Registra el evento en
_log.md
Pegaste un URL. Tienes 15 páginas de conocimiento actualizadas.
Query — preguntas, el LLM responde desde tu conocimiento
La semana que viene tienes una llamada con un cliente sobre AI en manufactura. En vez de googlear desde cero, le preguntas a Claude:
/obsidian-find "ROI AI manufactura"
Claude busca primero en wiki, luego en sources, luego en notas diarias. Vuelve con una síntesis de tu propio conocimiento. Las respuestas valiosas se convierten en nuevas páginas wiki. El vault crece no solo con contenido guardado, sino también con tus preguntas.
Lint — auditoría de salud del vault
Una vez por semana el LLM hace una revisión:
- Contradicciones (hace 3 meses escribiste que un cliente paga 14k, hoy 32k — ¿actualizamos?)
- Páginas huérfanas (sin enlaces entrantes)
- Wikilinks rotos
- Afirmaciones obsoletas (con fechas antiguas que vale la pena verificar)
Cero trabajo manual. El LLM no se olvida, no se aburre, y abre 15 archivos en una pasada.
Karpathy verbatim:
Los humanos seleccionan fuentes, dirigen el análisis, hacen buenas preguntas. El LLM hace todo lo demás.
Tutorial: un prompt, todo el sistema
Aquí es donde este artículo se diferencia de otras guías en la red. No te voy a dar 7 pasos manuales para clicar. Te voy a dar un prompt que le pasa a Claude las fuentes de research y le deja diseñar la implementación para tu vault concreto.
Esto es el método Karpathy: los humanos seleccionan fuentes y preguntan, el LLM hace el resto.
Requisitos
- Claude Code instalado y logueado (también funciona en Cursor, Codex CLI, Gemini CLI)
- Obsidian con un vault existente (o vacío)
- Ruta a tu vault
Prompt para pegar
Abre Claude Code en el terminal dentro del directorio de tu vault y pega:
Quiero construir un segundo cerebro en mi Obsidian siguiendo el patrón LLM Wiki de Andrej Karpathy.
Aquí están los materiales para investigar — léelos todos antes de proponer nada:
1. Filosofía + arquitectura (fuente primaria):
https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f
2. Obsidian Skills oficiales de Steph Ango (CEO de Obsidian) — fundamento de sintaxis, CLI, bases, canvas:
https://github.com/kepano/obsidian-skills
3. Implementación del patrón Karpathy con 32 slash commands + agentes programados:
https://github.com/eugeniughelbur/obsidian-second-brain
4. Obsidian Web Clipper — para soltar artículos desde el navegador:
https://obsidian.md/clipper
Mi vault: <INDICA RUTA, e.g. ~/Documents/Obsidian/secondbrain>
Haz lo siguiente:
1. Research — lee las 4 fuentes. Si falta algo, búscalo en la red.
2. Escaneo del vault — mira qué tengo, qué funciona, qué es legacy para archivar.
3. Plan — propone un plan de implementación AJUSTADO a mi vault (3 capas Karpathy, estructura de carpetas, governance _CLAUDE.md, migración de archivos existentes). NO implementes sin mi confirmación.
4. Tras mi OK — implementación:
- estructura de carpetas (sources/, wiki/, inbox/)
- _CLAUDE.md, _index.md, _log.md
- migración de archivos viejos a la nueva estructura
- instala los skills de los puntos 2 y 3 vía git clone (a ~/.claude/skills/) — sin npx, copia de archivos transparente
5. Tras la implementación — dime qué sigue (e.g. desplegar agentes programados, primer test de ingest, setup de Web Clipper).
Escribe conciso. Pregunta solo cuando sea realmente necesario — infiere del contexto del vault.
Claude leerá las 4 fuentes, escaneará tu vault, propondrá un plan ajustado a tu contenido — y lo implementará tras tu OK.
Por qué este estilo funciona mejor que un prompt con instrucciones hardcoded:
- Claude lee fuentes primarias, no mi resumen — capta matices que yo podría haber pasado por alto
- El plan está ajustado a tu vault, no es genérico
- Se actualiza solo — cuando Karpathy actualiza el gist o sale una versión nueva de eugeniughelbur, Claude trae lo último
- Directo por defecto — "pregunta solo cuando sea necesario" te da 1-2 preguntas, no 10
Tiempo: vault limpio — 15-20 minutos. Vault con 500 archivos para migrar — 60-90 minutos (sobre todo esperando propuestas de migración).
Bonus: Obsidian Web Clipper
Karpathy menciona explícitamente una herramienta en su gist como parte del stack: Obsidian Web Clipper.
Es la extensión oficial del equipo de Obsidian (creada por Steph Ango, CEO de Obsidian). Funciona en Chrome, Firefox, Safari, Edge, Brave, Arc. Por debajo usa Mozilla Readability — el mismo algoritmo detrás del Reader View de Firefox.
Killer features (a 2026):
- Templates con auto-apply — pones reglas por sitio (un artículo de McKinsey va a
sources/articles/, un post de X a sources/x/)
- LLM Interpreter — la extensión llama a un LLM al clipear, genera resúmenes automáticos, extrae datos clave
- Gestión de highlights — resaltas en el navegador, aterriza en el vault con contexto
- Todo local — sin cloud, tu vault es tuyo
Workflow:
- Lees un artículo en el navegador
- Haces clic en Web Clipper → aterriza en
sources/articles/2026-05-15-titulo.md con metadatos y resumen
- En Claude Code:
/obsidian-ingest sources/articles/2026-05-15-titulo.md
- Claude propaga el conocimiento a la wiki — 5-15 páginas actualizadas
Descárgalo: obsidian.md/clipper.
Lo que ganas cuando funciona
Tras la implementación (hablo por experiencia propia — lo monté ayer):
- Tiempo de decisión: en vez de 20 minutos de research antes de cada llamada con cliente — 30 segundos preguntándole al vault
- Memoria organizativa: cuando contrates a alguien, le pregunta al vault. El onboarding pasa de 2 semanas a horas
- Conocimiento que se acumula — Karpathy lo llama "compounding artifact." El RAG clásico empieza de cero cada vez. Aquí la síntesis crece con cada fuente
- Audit trail: cada decisión, cliente, deal — historial trazable con fechas y fuentes
- Sin cognitive load: no tienes que recordar "dónde lo guardé." Le preguntas a Claude, lo tienes
Esto no es "un cuaderno bonito." Es un cerebro externo que funciona más rápido que el tuyo.
Una condición para que funcione
Karpathy avisa en el gist: "Empieza pequeño. 10 fuentes. Asegúrate de que ingest, query, lint se sientan naturales. Luego expande."
Las primeras 2 semanas son un trial. Tu trabajo:
- Cada artículo/post X/video YT que leas más de 30 segundos →
/obsidian-ingest
- Cuando necesites información →
/obsidian-find en vez de googlear
Tras 14 días: si usas ingest a diario, el sistema vive. Si no — desactívalo y replantea qué necesitas de verdad.
Valor del vault = función de uso. No de calidad de setup. El _CLAUDE.md más bonito del mundo no servirá si vuelves a googlear.
¿Lo quieres en tu negocio?
Si llevas una empresa, una agencia, o eres solopreneur y sientes que pierdes conocimiento más rápido de lo que lo ganas — esta es la solución.
Reserva una llamada de 30 min. Te mostraré tu use case, diseñaremos la estructura para tu negocio, montaremos el sistema en una llamada.
Fuentes: