Koniec ręcznych notatek: co się zmienia, gdy notatki AI piszą się same

P.Co tak naprawdę znaczy „koniec ręcznych notatek”?

Znaczy, że notatka przestaje być zadaniem, a staje się produktem ubocznym. Rozmawiasz z modelem, za którego i tak już płacisz — Claude, GPT, Gemini, którykolwiek podłączyłeś — i kiedy pada odpowiedź, której szkoda byłoby stracić, praca jest już skończona. Nie ma edytora do otwarcia, pliku do nazwania, katalogu do wybrania ani tagu do wymyślenia.

Obietnica jest wąska i to celowo. Koniec ręcznych notatek nie oznacza końca myślenia. Oznacza, że myślenie, które i tak wykonałeś w oknie czatu, nie zostaje wyrzucone tylko dlatego, że porządne spisanie go kosztowałoby piętnaście minut, których tamtego popołudnia nie miałeś.

Cała reszta tego tekstu jest konsekwencją tego jednego ruchu. Skoro notatka pisze się sama, to coś musi ją odłożyć, coś musi powstrzymać bibliotekę przed zapełnieniem się prawie-kopiami i coś musi sprawić, że wynik da się przeczytać za dziesięć lat. Te części ludzie lekceważą — i właśnie dlatego notatki AI są systemem, a nie funkcją.

P.Dlaczego ręczne notatki zawodzą, skoro wszyscy zgadzają się, że działają?

Bo zawodzą w najgorszym możliwym momencie: kiedy jesteś zajęty. Ręczna notatka to podatek pobierany dokładnie wtedy, gdy materiał jest najcenniejszy — w trudnym tygodniu, w napiętym projekcie, w rozmowie, po której coś wreszcie zaskoczyło. Tygodnie warte udokumentowania to dokładnie te tygodnie, w których nie ma wolnych piętnastu minut.

Druga porażka jest cicha. Ręcznie prowadzona biblioteka dryfuje. Ta sama myśl ląduje trzy razy pod trzema tytułami. Odnośniki gniją. Struktura katalogów, która miała sens w marcu, we wrześniu jest muzeum. Nikt tego nie zauważa, bo nikt nie czyta własnego archiwum — po prostu cicho przestaje mu ufać, a potem cicho przestaje do niego dokładać.

Dlatego koniec ręcznych notatek to nie argument o wygodzie, tylko o pokryciu. System, który łapie wszystko w osiemdziesięciu procentach jakości, bije system, który pięknie łapie pięć procent rzeczy. To drugie ma większość ludzi, a te piękne pięć procent jest powodem, dla którego nigdy się do tego nie przyznają.

Z ręcznymi notatkami jest jeszcze jeden kłopot, o którym nikt nie lubi mówić: to, co spisujesz ręcznie, jest tym, co zrozumiałeś wtedy i w słowach, które miałeś wtedy. Oryginalne brzmienie — czyli dokładnie to, co chciałbyś odzyskać, gdy skrót okaże się zbyt pewny siebie — ręczna notatka wyrzuca jako pierwsze.

P.Jak powstaje notatka, której nie piszesz?

Koniec ręcznych notatek zaczyna się w dziewięćdziesięciu sekundach po zakończeniu odpowiedzi. Odpowiedź spływa normalnie; kiedy się kończy, aplikacja odsyła wymianę do modelu z innym zadaniem — masz zrobić notatkę, nie odpowiedź. To, co wraca, ma cztery części i to właśnie w tych częściach jest cała rzecz.

Tytuł mówi, o czym jest notatka. Skrót to wersja, którą czytasz, przeglądając. Rozwinięcie to wersja, którą czytasz, gdy naprawdę potrzebujesz szczegółu. A materiał źródłowy — pełne oryginalne pytanie i pełna oryginalna odpowiedź — leży pod spodem, nietknięty.

Ta ostatnia część jest z założenia tylko dopisywana. Notatki AI można scalać, przemianowywać i przelinkowywać, ale oryginalne pytanie i odpowiedź nigdy nie są przepisywane. Pół roku później, gdy skrót brzmi odrobinę zbyt pewnie, możesz sprawdzić, co naprawdę padło. To jest różnica między notatką AI a logiem z czatu z przyciskiem „zapisz”: log ma wszystko i nie mówi nic.

To także powód, dla którego te cztery części są osobnymi polami, a nie jedną bryłą tekstu. Przeglądanie, czytanie i weryfikowanie to trzy różne czynności, a notatka próbująca obsłużyć wszystkie trzy w jednym akapicie nie obsługuje żadnej.

P.Kto decyduje, gdzie trafia notatka?

Aplikacja, w chwili jej powstania. Każdy vault ma prawdziwy spis treści — drzewo rozdziałów do sześciu poziomów w głąb, numerowane 1. → 1.1 → a) → a.1). Model dostaje ponumerowane rozdziały, które już istnieją, i ma wybrać jeden albo poprosić o podrozdział pod którymś z nich.

Wybiera numerem, a nie wymyślając nazwę, i ten szczegół decyduje o tym, że drzewo pozostaje sensowne. Model proszony o nazwanie rozdziału od zera za każdym razem w miesiąc zrobi Ci Warzywa, Uprawa warzyw i Warzywnictwo jako trzy osobne gałęzie. Nowa gałąź pojawia się tylko wtedy, gdy nic z istniejących nie pasuje.

Notatka staje się ponumerowanym liściem i nigdy nie zostaje poza drzewem. Skasuj rozdział, a jego notatki przechodzą do rodzica, zamiast wpaść w próżnię. A kiedy seria intensywnej pracy zmieniła kształt tego, co wiesz, przebudowa czyta wszystkie notatki naraz i układa rozdziały od nowa, partiami.

To jest nieefektowna połowa hasła koniec ręcznych notatek — i to ona rozstrzyga, czy pomysł działa. Generować tekst potrafi każdy. Odłożyć go tak, żeby ktoś, kto zapomniał o jego istnieniu, znalazł go za rok, to jest trudny problem. I dokładnie ten problem przegrywają systemy ręczne.

P.Co powstrzymuje notatki AI przed zamienieniem się w stertę duplikatów?

Sprawdzenie, które biegnie, zanim plik powstanie — bo notatki AI powstają w tempie rozmowy, a nie w tempie pisania. Wyszukiwanie pełnotekstowe i podobieństwo trigramowe dają krótką listę notatek z tego samego vaulta, które wyglądają na dotyczące tej samej rzeczy. Potem drugi model czyta kandydata i nowy materiał, i ocenia dopasowanie w skali od 0 do 1 — z pisemnym uzasadnieniem oceny, które da się przeczytać.

Jeśli wynik przekracza próg ustawiony dla tego vaulta, dostajesz wybór: scal z istniejącą notatką albo zostaw obie. Vault można też ustawić na „zawsze scalaj” lub „zawsze twórz nową”, a próg i tak ma znaczenie w obu trybach, bo to on jest definicją „tego samego tematu”, na której tryb potem działa. Długie studiowanie jednego zagadnienia chce scalania; dziennik prowadzony dzień po dniu naprawdę nie.

Kiedy dochodzi do scalenia, ono dodaje. Istniejąca notatka zachowuje swoje oryginalne pytanie i odpowiedź, a nowe dostaje obok. Nic z tego, co złapałeś, nie zostaje po cichu nadpisane krótszą, późniejszą wersją tej samej myśli — czyli dokładnie tym, co dzieje się, gdy ręcznie „porządkujesz” archiwum i nazywasz to konsolidacją.

Powiedzmy wprost, dlaczego to jest ważne: czwarta notatka o tym samym to sposób, w jaki umierają bazy wiedzy. Koniec ręcznych notatek znaczy, że notatki przybywają szybciej, niż kiedykolwiek produkowałeś je ręcznie — więc bez tego sprawdzenia sterta przyszłaby wcześniej, nie później. Automatyzacja bez polityki duplikatów to tylko szybszy bałagan.

P.Jak notatki AI odnajdują się nawzajem?

Przez sam tekst. Powiązane notatki AI występują jako zwykłe odnośniki Markdown wewnątrz treści notatki — [Strategie dzielenia tekstu](strategie-dzielenia-tekstu.md) — wplecione w zdanie, a nie zrzucone do ramki „Powiązane” na dole, w którą i tak nikt nie klika.

Jest tu zabezpieczenie warte poznania. Model dostaje mapę prawdziwych tytułów i prawdziwych nazw plików i może linkować wyłącznie do czegoś z tej mapy; wszystko inne, co wyprodukuje, jest po drodze wycinane. Model poproszony o odnośnik ochoczo wymyśli wiarygodnie wyglądającą nazwę pliku, a martwy odnośnik jest gorszy niż jego brak.

Pod każdą notatką dostajesz też drugi kierunek — listę notatek, które pokazują na tę. Odnośniki i backlinki razem zamieniają katalog plików w coś, po czym da się chodzić. To jest ta funkcja, której ręcznie prowadzone biblioteki prawie nigdy nie utrzymują, bo utrzymywanie jej ręcznie to drugi etat.

P.Czy można zadać pytanie własnym notatkom AI?

Tak i to jest moment, w którym cały ten układ przestaje być księgowością. Twoje pytanie jedzie razem ze spisem treści vaulta i pełną treścią do pięciu notatek, które aplikacja uznała za najbardziej trafne, w budżecie 24 000 znaków.

To celowo nie jest „model czyta cały Twój vault”. Model, który dostał wszystko, odpowiada ze średniej wszystkiego: wolniej, drożej i bardziej mdło. Pięć trafnych notatek plus mapa reszty to ostrzejsze narzędzie. A granica vaulta sprawia, że praca dla klienta nigdy nie wycieknie do odpowiedzi o Twoim projekcie po godzinach.

Kiedy odpowiedź przychodzi, aplikacja wypisuje, które notatki do niej weszły. Możesz sprawdzić rozumowanie przy źródłach, zamiast wierzyć pewnemu siebie akapitowi. A jeśli ta odpowiedź jest warta zachowania, sama staje się notatką — notatki AI zbudowane z notatek AI, ze śladem, który wciąż leży pod spodem.

Drugą połowę wyciągania rzeczy z powrotem obsługuje wyszukiwarka. Czyta tytuł, skrót, treść oraz oryginalne pytanie i odpowiedź, ignoruje znaki diakrytyczne i oddaje pasujący fragment z podświetloną frazą. Pytaj vaulta, gdy nie wiesz, gdzie jest odpowiedź; szukaj, gdy z grubsza pamiętasz, co powiedziałeś.

P.Gdzie leżą notatki AI i czyje są?

Notatki AI leżą w katalogu, który wybrałeś, jako zwykłe pliki .md. Jeden katalog na vault, base.md z wygenerowanym spisem treści i katalog notes/ z jednym plikiem Markdown na notatkę. Każda nazwa pliku to slug tytułu, więc katalog da się czytać, zanim cokolwiek otworzysz.

Baza danych jest wyłącznie indeksem — zna tytuły, skróty i to, gdzie leżą pliki. Źródłem prawdy jest plik, a reindeksacja odbudowuje indeks z plików, gdyby te dwa kiedykolwiek się rozjechały. W konflikcie wygrywa plik. To jedno zdanie jest całą polityką danych i jest na tyle krótkie, że można Cię z niego rozliczyć.

Praktyczna konsekwencja: wskaż tym katalogiem Obsidiana, VS Code albo repozytorium Git, a wszystko zadziała, bo odnośniki między notatkami to relatywne ścieżki między prawdziwymi plikami. Koniec ręcznych notatek nie oznacza końca ich posiadania — oznacza, że posiadanie przeżyje aplikację, która je wyprodukowała.

Przemianowanie też nie jest kosmetyką. Nazwa pliku idzie za tytułem, więc zmiana nazwy przenosi plik, a potem przepisuje każdy odnośnik do niego w całym vaulcie. Kolejność jest celowa: zapisz nowy plik, popraw odnośniki, skasuj stary, a jeśli którykolwiek krok padnie — wycofaj całość.

P.A jeśli chcesz notatkę bez udziału modelu w treści?

Jest dokładnie taki tryb i istnieje dlatego, że parafraza bywa ubytkiem, a nie ulepszeniem. Cytat, klauzula z umowy, cudzy artykuł — takie rzeczy chcesz mieć słowo w słowo, a każde „ulepszenie” jest tu szkodą.

W tym trybie wklejka trafia do vaulta dokładnie taka, jaka przyszła: treść to tekst słowo w słowo, skrót to jego dosłowny początek, a materiał źródłowy to ta sama wklejka. Model nie pisze tu ani jednego słowa. Tytuł bierze się z pola formularza, a gdy jest puste — z pierwszego nagłówka Markdown, potem z pierwszej niepustej linii, na końcu z nazwy źródła.

Notatka mimo to nie jest sierotą. Dostaje rozdział — jedno tanie wywołanie o sam numer rozdziału, bez dotykania treści — i sekcję ## Powiązane umieszczoną pod tekstem, z odnośnikami dobranymi przez wyszukiwarkę pełnotekstową, całkiem bez modelu. Gdy dostawca odmówi tego wywołania, notatka i tak powstaje, traci tylko rozdział. Niezależność od modelu jest tu całą wartością trybu.

Ten tryb celowo pomija też sprawdzanie duplikatów: ta sama wklejka dodana dwa razy daje dwie notatki, bo odmowa byłaby odmową zrobienia tego, o co prosisz wprost. Koniec ręcznych notatek to nie to samo, co koniec kontroli nad tym, co jest w notatce.

P.Który model pisze Twoje notatki AI i ile to kosztuje?

Ten, którego podłączysz. Anthropic, OpenAI, Gemini, Groq, OpenRouter, lokalna Ollama albo Twój własny serwer — siedmiu dostawców, zawsze z Twoim własnym kluczem API, a lista modeli jest pobierana od dostawcy tym kluczem, a nie zgadywana z katalogu wmurowanego w aplikację pół roku temu. Jest przycisk testu połączenia, który robi prawdziwe wywołanie, więc zły klucz wysypuje się teraz, a nie w chwili, gdy był potrzebny.

Za tokeny płacisz dostawcy bezpośrednio. SumizAI bierze dolara miesięcznie za aplikację i nie pobiera prowizji od tego, co kosztuje model. Siedem dni jest za darmo, bez karty, i jest jeden plan zamiast siatki poziomów, w której jedyny użyteczny wiersz kosztuje czterdzieści.

Nieopłacone konto nadal otwiera swoje vaulty i nadal je eksportuje; kończy się możliwość zaczynania nowych rozmów. Licencja to podpisany token ważny siedem dni, który jest jednocześnie okresem karencji offline — tydzień bez sieci to sytuacja robocza, a nie blokada.

To właśnie sprawia, że koniec ręcznych notatek jest do opłacenia, a nie tylko do zadeklarowania. W większości produktów obiecujących notatki AI najdroższą częścią jest marża na odsprzedaży cudzego modelu. Tutaj takiej marży nie ma, a aplikacja jest wyceniona jak niewielki kawałek oprogramowania, którym jest.

P.Jak notatki AI wychodzą na zewnątrz?

Notatki AI wychodzą trzema drogami, do trzech różnych odbiorców. Vault pobiera się jako ZIP z Markdownem — base.md i katalog notes/, odnośniki relatywne — więc archiwum otwiera się w Obsidianie, VS Code albo na GitHubie, bez instalowania i konwertowania czegokolwiek.

Vault eksportuje się do PDF-a w wersji skróconej albo pełnej — pierwsza dla kogoś, komu to podajesz, druga dla siebie, do pracy. I eksportuje się do talii .pptx w kolejności spisu treści, z piętnastoma motywami slajdów w trzech rodzinach.

Powód, dla którego ten krok trwa dziesięć minut, a nie weekend, jest taki, że struktura została ustalona czterdzieści rozmów temu, po jednej notatce naraz. To jest prawdziwa premia z notatek AI, które odkładają się same: prezentacja jest widokiem istniejącego drzewa, a nie dokumentem, który musisz wymyślić w noc przed terminem.

Koniec ręcznych notatek nigdy nie miał znaczyć końca dokumentów. Znaczy, że dokument to ostatnie dziesięć minut pracy, a nie cały weekend.

P.Dla kogo to nie jest?

Dla każdego, kto chce współdzielonej przestrzeni zespołowej. Nie ma vaulta wieloosobowego, nie ma linku do udostępnienia i nie ma synchronizacji między Twoimi własnymi urządzeniami — laptop i telefon trzymają dwa osobne zestawy notatek. Model danych powstawał z myślą o przyszłej synchronizacji, ale uczciwiej jest powiedzieć wprost, że dziś jej nie ma.

Dla każdego, kto chce, żeby to aplikacja dostarczyła AI. Nie dostarczy: bez Twojego klucza u dostawcy nie ma z czym rozmawiać i jest to świadomy wymiennik za cenę.

I dla każdego, kto po prostu nie myśli na głos z modelem. SumizAI jest bardzo dobry w łapaniu rozmów, które i tak prowadziłeś, i bezużyteczny, jeśli ich nie prowadzisz. Koniec ręcznych notatek to obietnica dotycząca łapania, a nie zamiennik posiadania czegoś, co warto złapać.

P.Jak wygląda pierwszy miesiąc?

Od poniedziałku do czwartku pracujesz tak, jak pracujesz — pytasz model o rzeczy, spierasz się z nim, podejmujesz decyzje. Notatki AI narastają, a Ty o nich nie myślisz; parę razy dziennie odpowiadasz na pytanie o scalenie.

Piątek, dziesięć minut: otwórz vault, przejrzyj spis treści, przebuduj go, jeśli kształt się rozjechał, zmień nazwy dwóm czy trzem notatkom, których tytuły przestały je opisywać po scaleniu. To jest cały budżet na utrzymanie — i to jest ta pozycja, której system ręczny nigdy nie potrafi utrzymać w ryzach.

Moment, w którym to zaskakuje, przychodzi zwykle w trzecim tygodniu: pytasz vault o coś i dostajesz odpowiedź złożoną z pięciu rzeczy, które sam napisałeś, z wypisanymi źródłami pod spodem. Wtedy koniec ręcznych notatek przestaje być hasłem, a zaczyna być powodem, dla którego to archiwum w ogóle warto mieć.

Najczęstszy błąd to traktowanie tego jak archiwum, a nie jak warsztatu: dwieście notatek AI wygenerowanych w dwa tygodnie i ani jedno pytanie nigdy im niezadane. Wartość pokazuje się na drodze powrotnej — a to jest dokładnie ten kierunek, do którego ręczne notatki prawie nigdy nie dochodzą.