Un segundo cerebro es un sistema que captura lo que aprendes y te lo devuelve cuando lo necesitas. Fable 5 es un motor potente para ello porque tres de sus funciones se alinean exactamente con lo que ese sistema necesita: una ventana de contexto de 1M tokens para guardar grandes fragmentos de tus notas a la vez, una herramienta de memoria del lado del cliente que persiste entre sesiones y Claude Code, que lee y escribe tus notas como archivos normales. La configuración funcional más breve es una carpeta de archivos markdown, Claude Code apuntando a ella y un archivo /memories que el modelo actualiza a medida que aprende de tu material. Todo lo que sigue amplía eso en una implementación repetible.
Lo que necesita un segundo cerebro de un modelo de IA
La mayoría de los tutoriales sobre "AI second brain" omiten la parte que decide si funciona: lo que el modelo tiene que ser capaz de hacer. Hay tres requisitos.
Mantén mucho a la vez. La síntesis necesita tener a la vista el material de origen. Fable 5 tiene una ventana de contexto de 1M tokens (su máximo también es su valor predeterminado), por lo que puedes alimentarlo con una carpeta completa del proyecto de notas y obtener un análisis que refleje todas ellas en lugar de un fragmento truncado.
Recuerda entre sesiones. Un cerebro que olvida todo cuando cierras la pestaña es una ventana de chat. Fable 5 se combina con la herramienta de memoria del lado del cliente de Anthropic: el modelo lee y escribe archivos en un directorio /memories que persistes, por lo que lo que aprendió la semana pasada está disponible hoy.
Conecta por significado, no por palabra clave. Fable 5 sigue pensando en cada solicitud y te permite establecer un nivel de esfuerzo desde low hasta max. Eso es lo que convierte "aquí hay 40 notas" en "estas tres se contradicen entre sí, y una de ellas está desactualizada."
Esas son las capacidades de soporte de carga. El marco a continuación es cómo organizas tus notas para que el modelo pueda usarlas.
El marco CODE, adaptado a Fable 5
CODE (Capturar, Organizar, Destilar, Expresar) proviene del método Building a Second Brain de Tiago Forte, y es un marco útil porque cada etapa se corresponde claramente con una capacidad de Fable 5. Capturar y Expresar son operaciones de archivos, así que pertenecen a Claude Code. Organizar es clasificación masiva, que la ventana de 1M hace económica. Destilar es lo que va a la herramienta de memoria. Aquí está cada etapa como un paso concreto.
Paso 1: Captura tus entradas
Capturar significa llevar material sin procesar a un lugar al que el modelo pueda الوصول. El lugar más simple al que se puede acceder es una carpeta de archivos markdown, y Claude Code, el agente de sistema de archivos construido sobre Fable 5, puede leer, escribir y editar esa carpeta directamente con sus herramientas read, write, edit, glob y grep. No necesitas Obsidian; solo te ofrece un editor más agradable sobre los mismos archivos de texto sin formato.
Una estructura de carpetas que funciona:
brain/
├── inbox/ # las capturas sin procesar llegan aquí
├── notes/ # notas organizadas y permanentes
├── archive/ # material hecho o obsoleto
├── memories/ # notas destiladas que el modelo relee en cada sesión
└── skills/ # flujos de trabajo reutilizables (ver Paso 4)Comenzar son dos pasos: instala Claude Code y luego inícialo desde dentro de brain/ para que esa carpeta sea su directorio de trabajo y pueda ver todo el árbol. A partir de ahí, dale una instrucción de captura que pueda reutilizar:
Lee cada archivo en inbox/. Para cada uno, escribe un resumen de 2-3 frases en
la parte superior, debajo de un encabezado "## Summary", y luego deja el texto original debajo.
No muevas los archivos todavía; solo anótalos en su lugar.Ese único paso convierte un montón de recortes en notas fáciles de revisar sin que tengas que tocarlos.
Paso 2: Organice mediante clasificación y vinculación
Una vez capturado el material, Fable 5 puede clasificarlo. Aquí es donde el contexto de 1M justifica su precio: puedes pasarle al modelo todo el árbol inbox/ y notes/ en una sola solicitud, de modo que sus decisiones de archivo sean coherentes en todo el conjunto en lugar de hacerse archivo por archivo sin recordar el anterior.
Un prompt que archiva y etiqueta en un solo movimiento:
Lee todos los archivos en inbox/. Para cada uno, decide si pertenece en notes/ por
tema (crea una subcarpeta de tema si ninguna encaja), o en archive/ si está obsoleto.
Añade un bloque de frontmatter con `tags:` (3-5 etiquetas temáticas) y `linked:` (rutas
a notas relacionadas que encuentres). Mueve el archivo, luego dime lo que hiciste.Debido a que el modelo ve la estructura existente de notes/ en el mismo contexto, las nuevas etiquetas reutilizan su vocabulario existente en lugar de inventar un sinónimo para una etiqueta que ya tiene. Ese es el modo de falla que hace que la mayoría de los sistemas de etiquetas colapsen.
Paso 3: destila lo que importa
La destilación consiste en extraer la lección duradera de una nota para que no tengas que volver a leer todo más tarde. Este es el trabajo de la herramienta de memoria. Le proporciona al modelo un directorio de memoria persistente (la carpeta memories/ anterior) que administra con comandos view, create, str_replace, insert y delete, y ese directorio se mantiene entre sesiones. Apunta Claude Code a él y vuelve a leer la carpeta al inicio de cada ejecución, así que una idea destilada escrita hoy estará en contexto la próxima semana sin que tengas que volver a proporcionarla.
Almacena una lección por archivo con un resumen de una línea en la parte superior:
A medida que trabajes en notes/, escribe conclusiones duraderas en memories/, un archivo
por idea, un resumen de una línea en la primera línea, y los detalles de apoyo debajo.
Registra tanto las correcciones como las conclusiones confirmadas, y por qué importó cada una.
Antes de crear un archivo, comprueba si ya existe uno que lo cubra y actualízalo
en lugar de duplicarlo.Un archivo destilado termina viéndose así — una afirmación en la primera línea, la evidencia debajo:
# El riesgo de dependencia del proveedor es menor con una API compatible con OpenAI de lo que asumía.
Tres de mis notas de herramientas muestran intercambios de URL base de una sola línea entre proveedores.
Véanse notes/apis/openai-compat.md y notes/apis/switching-costs.md.La destilación es la etapa en la que vale la pena invertir esfuerzo: ejecútala con effort: "high" para que el modelo razone a fondo sobre lo que merece conservarse. La captura y el archivo rutinarios pueden ejecutarse en low o medium para mantener bajos los costos. Effort controla cuánto piensa el modelo y cuántos tokens consume, así que ajustarlo a la tarea es la principal palanca de costo que tienes.
Paso 4: Expresa tus notas como salida
Express es la recompensa: usar el cerebro para producir algo. Empaqueta los flujos de trabajo que repites como Skills. Un Skill es una carpeta con un archivo SKILL.md que describe una tarea, y Fable 5 lo carga bajo demanda cuando surge la tarea, así no tienes que volver a explicar el flujo de trabajo cada vez. Un skills/daily-digest/SKILL.md funcional:
---
name: daily-digest
description: Resume las capturas y recuerdos destilados del último día.
---
Lee cada archivo en inbox/ y memories/ modificado en las últimas 24 horas.
Agrupa los elementos por tema. Escribe un resumen markdown en notes/digests/
nombrado según la fecha de hoy, con una sección "## Temas" y una sección
"## Preguntas abiertas". No modifiques los archivos de origen.Pídele a Claude Code que ejecute esto, o conéctalo a un programador (un trabajo diario cron que inicia Claude Code con el prompt de resumen) para que se ejecute sin que tengas que pedirlo.
Dos advertencias. Configurar desencadenadores programados o de vigilancia de archivos requiere un trabajo de configuración real, no solo marcar una casilla. Y los Skills ayudan más en flujos de trabajo que repites; una pregunta puntual es más rápida si se hace directamente.
Cuánto cuesta ejecutarlo
El precio de la API de Fable 5 es de $10 por millón de tokens de entrada y $50 por millón de tokens de salida, con una ventana de contexto de 1M tokens y hasta 128K tokens de salida por solicitud (verificado con la tarifa de Anthropic el 2026-07-16). Un segundo cerebro que reprocesa a diario una gran colección de notas puede mover una gran cantidad de tokens, así que importan dos palancas.
Primero, el almacenamiento en caché de prompts: Anthropic almacena en caché un prefijo de contexto repetido y cobra las lecturas a aproximadamente una décima parte de la tarifa de entrada, por lo que alimentar todos los días el mismo almacén de notas es mucho más barato de lo que sugieren los cálculos de la tarifa estándar. Segundo, la API es un endpoint estándar. Si enrutas Claude Code a través de un relay compatible con Anthropic como AIReiter, que replica la Messages API y revende los modelos de Claude con descuento, la factura de tokens baja sin cambiar tu configuración. Ambas opciones son opcionales; la API directa predeterminada funciona de inmediato.
Errores comunes que evitar
- Capturar sin procesar. Un
brain/lleno de recortes sin resumir es un vertedero, no un segundo cerebro. Los pasos de Organize y Distill son los que lo hacen buscable, así que ejecútalos en lugar de limitarte a capturar. - Poner secretos en archivos de memoria. El directorio
/memoriesse vuelve a leer en cada sesión futura. Nunca escribas allí claves API, contraseñas ni tokens; mantén las credenciales fuera de cualquier cosa que el modelo conserve. - Ejecutarlo todo al máximo esfuerzo. El esfuerzo alto vale la pena para la distilación y la síntesis; usarlo para el archivado rutinario quema tokens y puede hacer que el modelo sobreanalice una simple clasificación. Ajusta el esfuerzo a la tarea.
- Alimentarlo con una nota a la vez. El contexto de 1M existe para que puedas organizar en bloque. Entregar archivos individualmente hace perder la coherencia entre notas que hace que el sistema encaje.
Preguntas frecuentes
¿En qué se diferencia Fable 5 de otros modelos Claude para esto?
Fable 5 es el modelo más capaz de Anthropic ampliamente lanzado, con una ventana de contexto de 1M de tokens y razonamiento siempre activo que ajustas con niveles de esfuerzo. Esa combinación de gran contexto y fuerte síntesis es en la que se apoya un segundo cerebro. También cuesta más que el nivel Opus ($10/$50 por millón de tokens); para tareas de archivo más ligeras puedes ejecutar un modelo más barato y reservar Fable 5 para la destilación. Consulta este desglose de esfuerzo alto vs. máximo para la configuración.
¿Necesito Obsidian, o puedo usar archivos markdown simples?
Los archivos markdown simples en una carpeta son suficientes. Claude Code lee el sistema de archivos directamente, así que cualquier editor funciona. Obsidian añade backlinks y una vista de grafo sobre los mismos archivos, algo que a algunas personas les gusta, pero es opcional.
¿Cómo hago que mi segundo cerebro recuerde entre sesiones?
Usa la herramienta de memoria. Le da al modelo un directorio /memories que puede leer y escribir, y ese directorio persiste entre conversaciones. Todo lo destilado en él se carga automáticamente la próxima vez, lo que es lo que separa un segundo cerebro de un chat sin estado.
¿Qué es el método CODE?
CODE significa Capture, Organize, Distill, Express, un flujo de trabajo de gestión del conocimiento en cuatro etapas de Tiago Forte. Se utiliza aquí como columna vertebral porque sus cuatro etapas se dividen limpiamente según las capacidades de Fable 5: Capture y Express son operaciones de archivo para Claude Code, Organize es trabajo masivo para el contexto de 1M, y Distill es lo que persiste la herramienta de memoria. Otros marcos (las Four C's, o Applications/Routines/Memory/Skills) se corresponden con las mismas funciones; CODE simplemente traza las líneas en el lugar más útil para un sistema ejecutado por IA.
¿Es seguro darle a una IA acceso a todas mis notas?
Las notas permanecen en archivos locales que tú controlas, y Claude Code actúa sobre ellas mediante herramientas que puedes ver. Las dos cosas a tener en cuenta: no almacenes credenciales en archivos que el modelo conserve, y ten en cuenta que Fable 5 requiere retención de datos durante 30 días (no está disponible sin retención), así que compruébalo frente a tus propias necesidades de privacidad antes de apuntarlo a material sensible.