Ogni parola che l'AI legge costa.
Tempo, soldi, e attenzione: un modello che riceve cento note per rispondere a una domanda ci mette di più, costa di più e sbaglia di più. Una memoria condivisa fatta bene non è solo un posto dove tenere le cose: è un modo di darle all'AI nell'ordine giusto, e nella quantità giusta.
Il contesto è la finestra
Tutto quello che l'AI sa in una conversazione ci passa da lì.
Un modello non «sa» le tue cose: le legge, ogni volta, dentro la finestra di contesto della conversazione. Quello che ci metti dentro lo paga chi paga il modello, in token, e lo paga anche la qualità della risposta: più rumore c'è, più è facile che il modello si perda o inventi.
Il modo ingenuo di dare memoria a un'AI è scaricarle tutto addosso. Il modo giusto è dare prima le cose che valgono sempre, poi quelle che valgono per questo lavoro, poi il resto se serve. E dirle cosa non ha letto.
Come Cobrain la serve
A strati, e con l'intestazione che dice cosa c'è.
Prima le regole, poi la scheda, poi le note
Una cartella con una scheda è un'unità: un cliente, un progetto, quello che segui. Quando la tua AI apre un'unità riceve, per intere, le regole di tutto il brain, la scheda di quell'unità, le sue istruzioni e le ultime decisioni. Solo dopo, le note del ramo. È lo stesso ordine in cui lo spiegheresti a un collega nuovo.
Righe intere, mai frammenti
La ricerca restituisce le righe che contano, intere, non pezzi tagliati a metà. Un frammento tagliato aveva prodotto «Alessandro si chiama Alessia» da «la sorella di Alessandro si chiama Alessia». Da allora le righe si danno intere, e l'AI viene invitata a leggere la nota prima di rispondere.
Un tetto dichiarato
Quando carica un ramo grande, Cobrain si ferma a un limite e lo dichiara in cima: l'AI sa di non aver letto tutto, e può chiedere il resto invece di rispondere come se lo avesse letto.
Il brain non si scarica mai intero
Un brain con seicento note non passa mai per intero in una conversazione. L'AI cerca, trova le poche note che servono, le legge. Il contesto è quello, non tutto.
Cosa vuol dire per te
Risposte migliori, conversazioni più corte, conti più bassi.
- Meno da rispiegare. Le regole del brain e la scheda del cliente arrivano da sole, all'inizio, ogni volta.
- Meno token. Su un piano a consumo, come le API o Claude Code, il contesto inutile è una voce di spesa. Qui non c'è.
- Meno invenzioni. Un modello che legge righe intere e sa cosa non ha letto inventa meno di uno che legge frammenti e crede di aver letto tutto.
- Uguale per tutte le AI. Claude, ChatGPT, Claude Code ricevono lo stesso contesto, nello stesso ordine.
Come organizzare il brain per spendere meno
Tre abitudini che rendono.
- Una scheda per ogni cosa che segui. Un cliente, un progetto, una persona: una cartella con la scheda in cima. L'AI ci arriva con un comando e sa da dove partire.
- Le decisioni in un file solo, in coda, con la data. È la prima cosa che l'AI legge dopo la scheda, ed è quella che evita di rifare discorsi già chiusi.
- Le regole generali alla radice. Come vuoi che l'AI scriva, cosa non deve fare, che nomi usare: una nota alla radice, e vale per ogni unità e per ogni AI.
Gli strumenti che l'AI usa per fare tutto questo sono documentati per intero.
Dai alla tua AI il contesto giusto.
Una scheda, le decisioni, le regole. Poi le chiedi del cliente e lei parte già informata.
