Смотреть урок
Когда работа с нейросетью разбросана по нескольким чатам в разных сервисах, найти нужное обсуждение через неделю почти невозможно. Промпты приходится хранить в заметках или самодельных мини-сайтах, а при каждом новом запросе — не забывать подгружать нужные файлы. Если параллельно работать в Claude, ChatGPT и Gemini, задача усложняется: непонятно, в какой из нейросетей обсуждали конкретный вопрос.
Решение — собрать всё в один проект внутри Claude Code. Проект можно открыть через Cursor или бесплатный VS Code.
Первым делом стоит создать структуру папок. Базовая схема — четыре корневых раздела: один под основной бизнес, один под автоматизации, один под базу знаний и один под персональные проекты. За основу структуры можно взять проект Second Brain и адаптировать под себя.
Внутри проекта нужно создать два типа файлов для навигации.
Первый — CLAUDE.md. Это главный файл с правилами работы: как устроена структура, где какие данные лежат, какие правила соблюдать.
Второй — Readme в каждой папке. Нейросеть при запуске будет читать Readme и сразу понимать, что находится в этой папке, вместо того чтобы сканировать всё содержимое. Это сэкономит ресурсы и ускорит работу.
На практике Readme-файлы быстро устаревают: добавили новый файл, а описание не обновили. Чтобы этого не случалось, стоит добавить правило автоматической проверки Readme перед каждым сохранением изменений. Весь проект стоит хранить в закрытом хранилище на GitHub — особенно если внутри персональные данные.
После настройки рабочей системы первым делом можно запустить сбор недельных итогов. Это самая простая точка входа: для старта хватит минимальных данных, а результат будет виден уже после первой недели.
Для этого раз в неделю можно открывать Claude Code и писать: «Давай подведем итоги недели». Нейросеть будет собирать информацию о задачах за неделю, сравнивать план с фактом и формировать отчет с расхождениями. На первых порах хватит даже простого списка задач и заметок за неделю.
Через несколько недель таких разборов нейросеть начинает находить закономерности: повторяющиеся сбои, типичные ошибки в планировании, реальный потолок нагрузки. Подробнее о том, как именно работает этот анализ и какие управленческие инсайты он даёт, — во второй части.
Итоги недели можно подводить и с минимумом данных, но гораздо полезнее, когда нейросеть сама собирает информацию из ваших рабочих систем. Для этого нужно подключить MCP-серверы.
В первую очередь стоит подключить системы, в которых хранятся задачи, встречи…