Нужен ли second brain маркетологу? Личный опыт: Second brain × Claude × Obsidian

Для начала: это личный опыт использования концепции нашумевшей статьи Андрея Карпаты, но в роли маркетолога. Разработчиков и технарей этим не удивить — они пользуются таким подходом давно, сначала в личных целях, а теперь эти идеи масштабируются в компаниях, где уже другой уровень использования.

Инструкцию по созданию я тут давать не буду — этого достаточно в интернете. 

Second brain для перегруженного маркетолога

С чего всё началось: часть знаний о продукте живёт в чатах, часть — в презентациях, часть — в рассылках, закладках и на wiki‑страницах, а связная картина есть только в голове.

Я собрал для себя second brain — единый хаб знаний своей области без чувствительной информации. В нём лежит всё: информация о продуктах и процессах, маркетинговые материалы, выводы, гипотезы, рыночные исследования.

Задача — не держать всё это в голове, а систематизировать и работать с актуальной и связанной между собой информацией через LLM

Почему обычного проекта не хватило

У модели нет памяти между сессиями: всё, что она «знает», каждый раз заново подтягивается в контекст. Чем длиннее процесс, тем хуже она удерживает исходную рамку — и нейронка в проекте начинает безбожно тупить и галлюцинировать.

Первое, что я попробовал — собрать весь контекст в Claude Project и работать оттуда. Параллельно держал контекст просто файлами в рабочей папке, куда ходят Claude Code и Codex. На небольших задачах классическая архитектура справляется: агенты подхватывают и решают задачи, есть оркестрация. Но в большом и непрерывном процессе, где работаешь короткими итерациями, основной контекст устаревает, и проявились проблемы:

• галлюцинации — агенты додумывали то, чего в данных не было

• потеря изначального контекста — по ходу работы терялась исходная задача

• микроменеджмент — приходилось постоянно возвращать агентам уточнения, они начинали путаться в документах, контекст устаревает

Это напрямую влияет на качество работы: ответы становятся менее точными, растёт количество ручных уточнений и перепроверок.

Second brain — это попытка решить именно эту проблему.

Знания не просто лежат «где‑то рядом» — они структурированы, связаны между собой и накапливаются со временем. Не нужно каждый раз заново собирать картину: она уже собрана и постепенно уточняется

Архитектура и агенты

По сути для эффективного управления бэклогом вам нужны будут только 3 агента. knowledge‑manager, orchestrator, fact‑checker. Остальное — дело вкуса под ваш конкретный кейс.

Здесь я показал их как пример по маркетинговым задачам — пользуюсь таким сетпоам пару месяцев. Вот они слева направо: Analyst, fact‑checker, growth, knowledge‑manager, orchestrator, pmm, product‑manager, project manager, system‑architect.

Агенты в second brain знают мой текущий статус, нагрузку и приоритизацию. Сейчас у меня 70% — кор‑продукт, где я отвечаю за позиционирование, GTM, стратегию и вывод фичей на рынок. 25% — вертикаль с устоявшимся продуктом, где нужно находить точки роста и работать с гроуз‑задачами. 5% — мелкий продукт, которому нужны гигиенические и поддерживающие коммуникации. Ну и ещё 30% сверху — операционка: управление бэклогом, поддержка операционных запусков, пришли коллеги полечить NPS, запустить продукт без маркетингового бюджета, протестировать гипотезу и так далее.

Кому это подойдет, а кому нет

Сначала — кому не нужно, чтобы не тратить время:

• Тем, кто ищет волшебную таблетку и ждёт, что AI сделает всё за них. Не сделает

• Тем, у кого мало процессов и небольшой объём задач. Для этого second brain избыточен

• Тем, кто ждёт контент‑завод или генератор креативов нон‑стоп. Это не про то

Чем такая архитектура не является:

• это не замена Jira или таск‑трекера — заметки и знания не равно задачи, они не двигаются и в них нет жёстких дедлайнов с заказчиками и исполнителями

• это не личный копилот или ai‑ассистент, который сам ходит на синки, ставит задачи коллегам и отвечает на почту

Я почти уверен, что контент‑завод на основе этой концепции сделать можно, таким уже наверняка пользуются мои коллеги из редакции и SMM. Мне как раз хотелось бы в это углубиться особенно в рамках SEO‑задач, но как‑нибудь потом

А чем ещё для маркетолога полезно

Я перестал быть узким горлышком по знаниям о продукте. Раньше коллеги из CRM или SMM писали «помоги ответить на вопрос клиента», а я шёл дёргать продакта на дабл‑чек каждой мелкой детали в коммуникации. Теперь отвечаю сам — и не из головы, а выгрузкой с источниками, которую можно перепроверить

Онбординг коллег. Новому человеку нужно подсветить главное: исследования, ЦА, блокеры и драйверы продукта, методологии, список конкурентов и их УТП. Всё это обычно спрятано в базе знаний. Здесь — запросил у агента, получили актуальную выгрузку с источниками. Можно ещё и план онбординга построить, если токенов не жалко.

Управление бэклогом. Связанные знания собираются в одну картину. Например, задача «пересобрать позиционирование» перестаёт быть чистым листом: second brain сводит обратную связь с рынка, конкурентное исследование и портрет ЦА с драйверами и блокерами — и из этого уже видно, что делать с лендингом. Где поменять ключевое сообщение на первом экране. Где добавить блок под самый частый запрос в поддержку. Где переписать коммуникацию, потому что клиент не считывает смысл.

В итоге решение не начинается с нуля — оно собирается из уже существующих заметок и знаний.

Сами задачи подробно расписывать не буду: если будет запрос, напишу конкретные кейсы по маркетингу с агентами.

А что вообще необходимо

Хранилище. Волт в Obsidian из.md‑файлов. Наполняю его расширениями и сторонними утилитами для сборки markdown — транскрибаторами вроде turboscribe.ai для видео из ютуба и веб‑клипперами, которые выгружают страницы в markdown: Obsidian Web Clipper, Firecrawl, Jina Reader. В хранилище идёт вся полезная информация о моём продукте без чувствительных и конфиденциальных данных, а также рыночные исследования, которые пригодятся в решении кейсов и тестировании гипотез. Например, метод инкрементальности в маркетинге, который я где‑то вычитал и добавил в закладки.

Сборка. Codex и Claude Code работают как промпт‑инженеры: помогают сформировать промпты под создание second brain, где‑то валидируют, где‑то наводят. За агентов выступает Claude Code.

Производные. Под конкретный большой эпик или повторяемую рутину снимаю слепок и завожу отдельный Claude Project на этом каркасе.

Логика простая: second brain — источник, проекты — производные. Меняется знание — меняется в одном месте, а не в десяти.

Зачем это всё и нужно ли это в маркетинге?

Отчасти я уже ответил на этот вопрос выше. Это инструмент не для генерации контента, а для управления знаниями и принятия решений в условиях перегруженного контекста.

Он позволяет быстрее работать с уже накопленной информацией, не терять исходную задачу, снижать количество ручных уточнений — ну и не сойти с ума.

Опытный маркетолог или лид спросит: «это всё, конечно, прекрасно, а как посмотреть на результат в деньгах? Как ты приблизился к KPI?» На это попробую ответить конкретным кейсом в следующих статьях. Сейчас я хотел подвести к вопросу AI‑маркетинга: он бывает не только в виде нейрослопа в рилсиках, миллиона сгенерированных постов в SMM и написанных статей — это уже всё есть, и мы с этим живем. Мне было интереснее сконцентрироваться на том, где можно разгрузить себя и оптимизировать процессы внутри своих задач.

Ну и самое главное

Как говорится где‑то в Балканах: «Если вам было весело во время работы, то это не считается работой».