# Разбор заметок по системе PARA

`ПР01`

> ПРОДУКТИВНОСТЬ · ПРОДВИНУТЫЙ · тема по фильтру курса 14/20 — годится

Любые заметки, статьи, идеи автоматически сортируются по системе PARA: Projects (активные проекты), Areas (области ответственности), Resources (справочные материалы), Archives (архив). AI строит связи между заметками, предлагает релевантные материалы и создает визуальную карту знаний.

**Зачем:** Помочь создать личную систему управления знаниями (PKM) для студентов, исследователей и знаниевых работников.

## Что предстоит выяснить

- По каким признакам заметка относится к области, если сам автор не уверен
- Что делать с заметками-обрывками в одну строку
- Как показать связь, чтобы ей поверили: цитата, путь, общее понятие
- Что считается ошибкой раскладки и как её откатить

**Область:** база знаний, свободный текст, личные заметки

## Тема глазами курса

**Чей процесс:** Исследователь или студент, у которого накопились сотни заметок и поиск по ним не работает

**Почему не решается одним вызовом модели:** Заметки писал один человек в разное время и разными словами: одна тема названа тремя способами. Раскладка по областям — суждение, а поиск и связи между заметками меряются как поиск

**Где появляется результат:** Результат меняет саму базу заметок: перемещения и связи должны откатываться, иначе человек потеряет своё

**Что считается успехом:** Человек находит нужное быстрее, чем поиском по словам, и не боится, что раскладка сломала архив

**Что будут атаковать:** Заметка с инструкцией — своя же база становится каналом инъекции

**Откуда данные (добывают сами):** Свой архив заметок: Obsidian, Notion, заметки телефона. У команды из четверых набирается несколько тысяч записей — этого хватает, но архив один на всех и вкусы в нём общие

### Оценка по фильтру: 14/20 — годится

- Чей процесс: 3/5 — Кому больно — и можно ли этого человека спросить?
- Своё поверх модели: 4/5 — Что останется от продукта, если убрать чужую модель?
- Действие: 3/5 — Продукт что-то меняет — или только показывает?
- Проверяемость: 4/5 — Чем меряется качество и что здесь будут атаковать?

> Тема курса «Системы искусственного интеллекта». Команда из четырёх ролей (Product/VO, AI Engineer, Delivery, Quality & Safety) реализует её за 16 недель, семь спринтов-лабораторных.