Cosa significa, davvero
Non è cercare. È conversare. Invece di scorrere venti note per ricostruire cosa hai deciso su un cliente, chiedi: «cosa avevo concordato con questo cliente sui pagamenti?» e ottieni una risposta sintetica con il link alla nota da cui viene. La ricerca ti dà documenti; la chat ti dà risposte tracciabili.
Come funziona sotto il cofano
Il meccanismo è il RAG:
- Le tue note vengono trasformate in embedding e salvate in un vector database.
- Quando fai una domanda, il sistema recupera i passaggi più pertinenti per significato.
- Li inserisce nella context window dell'AI, che formula la risposta ancorata a quei passaggi.
Il risultato è grounded: cita da dove viene. È ciò che lo rende affidabile dove un modello generico inventerebbe.
Cosa ti serve per farlo
Tre ingredienti: le tue note in un formato leggibile (Markdown in Obsidian è ideale), un motore di recupero (RAG con embedding) e un LLM come Claude o GPT che genera la risposta. Esistono plugin pronti e soluzioni complete: non serve costruirlo da zero per iniziare.
Perché cambia il modo di lavorare
Quando le tue note rispondono, smetti di essere l'archivista di te stesso. La conoscenza torna disponibile nel momento in cui serve, non quando hai tempo di cercarla. È il salto da avere informazione ad avere conoscenza utilizzabile — e su scala di team, diventa un Company Brain.