AI 에이전트를 진짜 쓸모 있게 만드는 핵심: Claude 컨텍스트 인프라 7단계 완벽 가이드

원본: YouTube · 업로드: 2026-04-11 · 길이: 24m

서론

2026년 4월 현재, AI 에이전트는 코드 작성부터 비즈니스 프로세스 자동화까지 놀라운 수준에 도달했다. Claude Code, Cowork, Codex 같은 도구들은 워크플로를 자율적으로 처리하고, MCP(Model Context Protocol) 서버와 커넥터로 외부 소프트웨어까지 제어한다. 하지만 에이전트의 실제 성능은 우리가 제공하는 컨텍스트의 질과 구조에 의해 결정된다. 아무리 뛰어난 모델도 맥락 없이는 일반적이고 피상적인 결과만 낸다.

Ben AI의 이 영상은 Claude에서 컨텍스트를 활용하는 7개 레벨을 체계적으로 정리한다. 단순 채팅에서 시작해 팀 전체가 공유하는 비즈니스 OS까지 — 각 단계의 특성, 한계, 전환 방법을 실제 사례와 함께 설명한다. 이 글에서는 영상의 핵심 내용을 정리하고, 관련 맥락을 보충해 실행 가능한 가이드로 재구성한다.

왜 지금 컨텍스트 인프라에 투자해야 하는가

AI 에이전트의 능력은 급속히 확장되고 있다. 2026년 1분기 기준, Anthropic의 Claude는 200K 토큰의 기본 컨텍스트 윈도우와 베타 버전의 1M 토큰을 지원하며, 스킬(skills), 서브 에이전트, 스케줄 작업, 브라우저 사용, MCP 커넥터 등을 통해 실질적인 업무 수행이 가능해졌다. 2026년 1월 출시된 Claude Cowork은 로컬 파일과 폴더에 직접 접근해 문서 정리, 리서치 종합, 파일 편집까지 자율적으로 수행한다.

하지만 핵심 병목은 여전하다: 에이전트가 우리의 비즈니스, 목표, 스타일, 프로세스를 이해하지 못하면 유용한 결과를 낼 수 없다. 이것이 바로 컨텍스트 인프라가 중요한 이유다. 한 번 잘 구축해 두면 복리처럼 쌓인다 — 오늘 시작하면 몇 주 뒤 에이전트가 극적으로 더 유용해진다.

레벨 1-2: 수동 컨텍스트와 채팅 프로젝트

레벨 1은 매 대화마다 수동으로 컨텍스트를 제공하는 단계다. “LinkedIn 게시물 써줘”라고만 하면 em dash 가득한 일반적 결과가 나온다. 반면 자신이 누구인지, 대상 독자(ICP)가 누구인지, 좋은 결과물의 예시, 가이드라인을 함께 제공하면 결과가 즉시 달라진다.

레벨 2는 Claude 채팅 프로젝트다. 컨텍스트 파일과 시스템 프롬프트를 한 번만 설정하면 반복 입력이 필요 없다. 하지만 프로젝트는 격리된 채팅 창에 묶이고, Claude가 컨텍스트 파일을 수정할 수 없으며, 과제별로 별도 프로젝트를 만들어야 하는 한계가 있다.

대부분의 사용자가 여전히 이 두 레벨에 머물러 있다는 것이 영상의 핵심 지적이다.

레벨 3: 스킬(Skills) — 재사용 가능한 워크플로 단위

스킬은 레벨 2의 모든 한계를 해결하는 전환점이다. SKILL.md 파일과 레퍼런스 폴더로 구성되며, 프로세스를 정의하고 필요한 컨텍스트 파일을 지정한다. 프로젝트와 달리 어떤 채팅에서든 어떤 시점에든 호출할 수 있다.

스킬의 핵심 장점:

• 빌트인 스킬 크리에이터로 대화에서 바로 생성 가능 (“이 프로세스를 스킬로 만들어줘”)
• 빌트인 Eval 시스템으로 스킬 품질을 자동 테스트하고 개선
• 공유와 배포가 zip 파일 또는 팀 플랜의 조직 스킬로 간단
• 스케줄 실행으로 자율적 트리거 가능

Anthropic은 2026년 2월 플러그인 마켓플레이스를 출시했으며, 이미 1,000개 이상의 스킬이 등록되어 있다. 세일즈, 재무, 법무, 마케팅, HR, 엔지니어링 등 다양한 분야의 프리빌트 플러그인도 제공된다.

레벨 4-5: 파일 접근과 Cowork 프로젝트

레벨 4는 파일 접근(File Access)을 활용하는 단계다. Claude Code나 Cowork에서 로컬 폴더에 접근 권한을 부여하면, 에이전트가 전략 문서, 과거 기록, 우선순위 등을 자동으로 참조한다. 아이디에이션이나 전략 수립처럼 사전 정의된 워크플로가 아닌 업무에 특히 강력하다. Claude가 충분한 컨텍스트를 가지면 제안에 대해 **반론(pushback)**까지 한다 — 전략적 스파링 파트너 역할이 가능해지는 것이다.

여기서 CLAUDE.md가 등장한다. 이것은 에이전트에게 폴더를 탐색하는 방법을 지시하는 설정 파일로, 컨텍스트가 커질수록 중요성이 증가한다.

레벨 5는 Cowork 프로젝트로 업무 영역(세일즈, YouTube, 운영 등)별로 컨텍스트를 조직화하는 단계다. 프로젝트 레벨의 지침과 메모리로 영역별 규칙을 설정할 수 있고, 관련 채팅과 스케줄 작업도 프로젝트 단위로 관리된다.

레벨 6: 세컨드 브레인 — 중앙집중화된 개인 OS

여러 프로젝트와 스킬에 걸쳐 컨텍스트가 커지면 관리가 급격히 어려워진다. ICP 문서 하나를 수정하려면 그것을 참조하는 모든 프로젝트와 스킬을 별도로 업데이트해야 한다. 세컨드 브레인은 모든 컨텍스트를 하나의 폴더에 중앙집중화함으로써 이 문제를 해결한다.

이 접근법은 Andrej Karpathy가 2026년 4월에 공개한 LLM Wiki 패턴과도 맥을 같이한다. Karpathy는 원본 소스, AI가 생성·유지하는 위키, 그리고 CLAUDE.md 형식의 스키마 설정으로 구성된 시스템을 구축했는데, 단일 주제에 대해 약 100개 문서, 40만 단어 규모의 지식 기반을 만들어 벡터 DB(RAG) 대비 70배 효율적이라고 보고했다.

Ben AI의 세컨드 브레인 설정에서 핵심적인 도구는 Obsidian이다. Obsidian은 로컬 폴더를 시각화하는 무료 도구로, 그래프 뷰를 통해 컨텍스트 파일 간의 관계를 직관적으로 파악할 수 있다. 스킬은 자체 레퍼런스 파일을 복사하는 대신 세컨드 브레인 내 파일 경로를 참조하도록 재구성하며, 스케줄 작업으로 미팅 녹취(Fireflies 등), 태스크 롤업, 애널리틱스를 자동 업데이트한다.

CLAUDE.md는 이 레벨에서 라우팅 레이어 역할을 한다: 대화 시작 시 할 일, 폴더 구조 탐색법, 컨텍스트 사용 규칙을 정의한다. 하위 폴더가 많아지면 각 폴더에 인덱스 파일을 두어 에이전트의 탐색을 돕는다.

레벨 7: 팀 전체 공유 — 비즈니스 에이전틱 OS

마지막 레벨은 세컨드 브레인을 팀 전체에 동기화하는 것이다. 부서, 팀원 역할, 공유 스킬 등의 폴더 구조를 추가하고, 실시간 동기화를 구현한다.

동기화 옵션 중 영상에서 권장하는 것은 Obsidian 커뮤니티 플러그인 Relay다. Relay는 CRDT 기반의 실시간 협업 플러그인으로, 폴더별로 동기화 대상 팀원을 설정할 수 있고 3명까지 무료다. 다만 세밀한 권한 설정(읽기 전용 등)은 아직 기본 제공되지 않아 커스텀 플러그인으로 보완한다.

이 레벨에서는 컨텍스트 레이어를 전담 관리할 운영 담당자가 필수다. 문서 중복 제거, 올바른 배치, 충돌 해결 등 주간 유지보수가 필요하기 때문이다.

핵심 인사이트

• 컨텍스트는 복리다: 일찍 시작할수록 에이전트의 유용성이 기하급수적으로 커진다. 완벽한 구조를 기다리지 말고 지금 시작하라.
• CLAUDE.md가 핵심 라우팅 레이어다: 에이전트와 지식 기반 사이의 지침 파일로, 컨텍스트가 커질수록 중요성이 증가한다. Karpathy의 인덱스 파일 패턴과 결합하면 대규모 컨텍스트도 효과적으로 탐색 가능하다.
• 스킬은 참조 방식으로: 세컨드 브레인 이상의 레벨에서는 스킬이 자체 레퍼런스 파일을 갖는 대신 중앙 문서를 참조하도록 설계해야 단일 업데이트로 전체 반영된다.
• 유지보수 비용을 과소평가하지 말 것: 세컨드 브레인과 팀 공유 레벨은 초기 설정보다 지속적 관리가 더 중요하다. 전담 운영자와 주간 점검 루틴이 필요하다.
• 동기화 인프라는 빠르게 진화 중: Relay, GitHub, Obsidian Sync 등 현재 옵션은 완벽하지 않지만, 이 문제를 푸는 솔루션이 급속히 발전하고 있다.

더 알아보기

• Claude Cowork 공식 가이드 — Cowork 시작하기, 파일 접근, 프로젝트 설정 공식 문서
• Karpathy의 AI 세컨드 브레인 구축법 — LLM Wiki 패턴의 원본 소스, 구조와 설계 원칙 상세 설명
• Obsidian Relay 플러그인 — 팀 실시간 동기화를 위한 CRDT 기반 Obsidian 커뮤니티 플러그인
• Claude Cowork 가이드 2026 (FindSkill.ai) — 스킬, 플러그인, 커넥터 등 Cowork 생태계 종합 가이드
• 에이전트 컨텍스트 윈도우 관리 (SparkCo) — AI 에이전트의 컨텍스트 윈도우 한계와 극복 전략

토론: AI 에이전트 활용의 핵심은 컨텍스트 인프라 구축인가?

Round 1

🟢 Pro

영상의 핵심 주장은 명확하다: AI 에이전트의 능력이 아무리 발전해도, 제공하는 컨텍스트의 질에 의해 성능 상한이 결정된다. 이 주장은 단순한 직관이 아니라 실증적으로 뒷받침된다.

The New Stack은 2026년 현재 “컨텍스트가 AI 코딩의 실질적 병목”이라고 보도했다. 모델 자체의 능력은 급속히 향상되고 있지만, 그 능력을 업무에 연결하는 컨텍스트 레이어가 누락되면 일반적이고 피상적인 결과만 나온다. GPT-4조차 컨텍스트가 32K 토큰으로 확장되면 검색 정확도가 99%에서 70%로 떨어진다는 연구 결과가 있지만, 이는 오히려 잘 구조화된 컨텍스트 관리의 필요성을 입증한다 — 무작정 정보를 쏟아붓는 것이 아니라, 체계적으로 조직화해야 한다는 것이다.

영상에서 제시하는 7단계 프레임워크의 가장 큰 강점은 점진적 진화 모델이라는 점이다. 처음부터 풀 비즈니스 OS를 구축하라는 것이 아니라, 수동 컨텍스트에서 시작해 자연스럽게 다음 레벨로 성장하는 로드맵을 제공한다. Andrej Karpathy의 LLM Wiki 사례가 이를 실증한다 — 단일 주제에 100개 문서, 40만 단어의 지식 기반을 구축해 RAG 대비 70배 효율을 달성했다. 이 규모의 컨텍스트 인프라가 있으면 에이전트가 복잡한 질문에도 정확하게 답할 수 있다.

더불어 Anthropic이 2026년 2월 출시한 플러그인 마켓플레이스와 1,000개 이상의 스킬 생태계는 컨텍스트 인프라가 개인 실험을 넘어 산업 수준의 표준으로 자리잡고 있음을 보여준다.

🔴 Con

영상의 주장은 매력적이지만, 몇 가지 근본적 문제를 간과하고 있다.

첫째, 컨텍스트 부패(context rot) 문제다. LLM의 성능은 컨텍스트 윈도우가 커지고 정보가 제대로 큐레이션되지 않으면 오히려 저하된다. 모델이 방대한 컨텍스트에서 관련 정보를 추출하는 능력은 이론적 용량과 실제 성능 사이에 큰 괴리가 있으며, 연구에 따르면 대부분의 모델이 광고된 한계 훨씬 전에 실패한다. 컨텍스트를 더 많이 쌓는 것이 항상 더 나은 결과를 보장하지는 않는다.

둘째, 유지보수 비용의 과소평가다. 영상은 세컨드 브레인과 팀 공유 레벨에서 “주간 점검이 필요하다”고 언급하지만, 실제 엔터프라이즈 환경에서의 비용은 이보다 훨씬 크다. AI 에이전트 관련 환각(hallucination) 완화에만 직원당 연간 약 $14,200의 비용이 발생하며, 통합 유지보수에 월 $1,000-$2,500, 모니터링에 월 $500-$1,000이 추가된다. 지식 기반이 오래되거나 불일치하면 에이전트가 잘못된 정보에 기반해 행동하는 위험이 있다.

셋째, Stack Overflow가 지적한 바와 같이, AI를 “세컨드 브레인”으로 쓰는 것의 진정한 위험은 게으름이 아니라 판단력의 외주화다. 비즈니스의 질적, 도덕적, 대인 관계적 판단까지 AI에 의존하게 되면, 인간 고유의 판단 능력 자체가 퇴화할 수 있다. 컨텍스트 인프라를 더 정교하게 만들수록 이 의존 함정이 더 깊어진다.

Round 2

🟢 Pro (재반론)

Con이 제기한 컨텍스트 부패 문제는 실재하지만, 오히려 영상의 주장을 강화하는 논거다. 영상이 말하는 것은 “컨텍스트를 많이 넣어라”가 아니라 **“체계적으로 구조화하라”**이다. CLAUDE.md를 라우팅 레이어로 쓰고, 하위 폴더에 인덱스 파일을 두고, Obsidian의 그래프 뷰로 관계를 시각화하는 것은 정확히 컨텍스트 부패를 방지하기 위한 메커니즘이다. 무질서하게 정보를 쌓아두는 것과 구조화된 컨텍스트 인프라를 구축하는 것은 근본적으로 다르다.

유지보수 비용 문제에 대해서도, Con이 인용한 수치는 엔터프라이즈 전체의 AI 통합 비용이지 컨텍스트 인프라 자체의 비용이 아니다. 오히려 체계적 컨텍스트 인프라는 환각을 줄이는 역할을 한다. RAG 아키텍처로 지식 기반에 응답을 근거 지우면 비-RAG 모델 대비 환각률이 60-80% 감소한다는 보고가 있다. 컨텍스트 인프라 없이 에이전트를 운용하는 것이야말로 환각 비용을 극대화하는 길이다.

판단력 외주화 비판은 정당하지만 대상이 잘못됐다. 영상은 AI에 모든 판단을 맡기라고 하지 않는다. 레벨 4에서 Claude가 “푸시백”을 하는 사례를 보여주는 것은, AI가 맹목적 실행기가 아니라 전략적 스파링 파트너로 기능함을 강조하는 것이다. 이것은 판단력 외주화가 아니라 판단력 증강이다 — 더 많은 관점과 데이터를 기반으로 인간이 더 나은 결정을 내리게 돕는 구조다.

🔴 Con (재반박)

Pro의 재반론은 이론적으로는 타당하지만, 현실과의 괴리가 있다.

“구조화된 컨텍스트는 컨텍스트 부패를 방지한다”는 주장은 순환 논리에 가깝다. 구조화를 잘 하면 문제가 없다는 것인데, 핵심 질문은 대부분의 사용자와 기업이 실제로 이 수준의 구조화를 유지할 수 있는가이다. 영상 자체도 인정한다: “학습 곡선이 있고, 아직 완벽하지 않다.” 60개 이상의 스킬을 구축하고 Obsidian에 인덱스 파일을 배치하며 주간 유지보수를 하는 것은 전업 AI 인프라 관리자가 필요한 수준이다. 대부분의 중소기업이나 개인에게는 이 오버헤드가 AI에서 얻는 생산성 향상보다 클 수 있다.

RAG가 환각을 줄인다는 주장도 조건부다. “지식 기반이 오래되거나 불일치하면” AI가 잘못된 정보에 기반해 행동하는 위험이 있으며, 실제로 기업 환경에서 서로 다른 시스템에 서로 다른 “진실”이 저장되어 있는 경우가 빈번하다. 즉, 컨텍스트 인프라의 품질이 떨어지면 오히려 잘못된 확신을 가진 에이전트를 만들 위험이 있다 — 환각보다 더 위험한 상태다.

“전략적 스파링 파트너”라는 프레이밍도 과대 포장이다. AI의 “푸시백”은 프롬프트에 제공된 컨텍스트 내에서의 패턴 매칭에 기반한다. 인간 전문가의 경험적 직관, 업계 맥락, 정치적 뉘앙스를 대체하지 못한다. 이것을 “전략적 스파링”이라 부르면 사용자가 AI 피드백에 과도한 신뢰를 부여하는 위험이 있다.

Round 3

🟢 Pro

Con이 Round 2에서 제기한 “대부분의 사용자가 유지할 수 있는가”라는 현실성 비판은 핵심을 찌른다. 하지만 이 비판은 영상의 7단계 프레임워크를 오독하고 있다. 영상은 모든 사용자에게 레벨 7을 요구하지 않는다. 레벨 3(스킬)만 해도 반복 작업의 효율을 극적으로 높일 수 있으며, 빌트인 스킬 크리에이터 덕분에 기술적 진입 장벽은 “이 대화의 프로세스를 스킬로 만들어줘”라고 말하는 수준으로 낮아졌다. 1,000개 이상의 프리빌트 스킬이 있는 마켓플레이스도 초기 진입을 돕는다.

“잘못된 확신을 가진 에이전트”에 대한 경고는 유효하지만, 이는 컨텍스트 인프라의 문제가 아니라 검증 프로세스의 문제다. 영상에서 소개한 빌트인 Eval 시스템이 바로 이 문제를 해결하기 위한 메커니즘이다 — 스킬의 출력을 자동으로 테스트하고, 기준에 미달하면 수정을 제안한다. 컨텍스트 인프라 없이 매번 수동으로 검증하는 것보다 체계적 검증이 가능한 인프라가 더 안전하다.

궁극적으로, AI를 쓰지 않거나 구조화 없이 쓰는 대안이 더 나은 결과를 보장하는가? 어떤 시스템이든 유지보수 비용은 존재한다. 질문은 “컨텍스트 인프라가 완벽한가?”가 아니라 “다른 대안보다 나은가?”이며, 현 시점에서 체계적 컨텍스트 관리가 최선의 접근법이라는 증거가 압도적이다.

🔴 Con

Pro가 Round 3에서 “다른 대안보다 나은가?”로 논의를 재프레이밍한 것은 전략적이지만, 핵심 쟁점을 회피한다. 문제는 컨텍스트 인프라 vs. 무(無)인프라가 아니다. 문제는 영상이 제시하는 특정 접근법의 비용 대비 효과가 정직하게 논의되고 있는가이다.

영상은 사실상 AI 인플루언서의 프레임을 따른다: 복잡한 인프라를 단계별로 구축하라고 권하면서, 최상위 레벨의 구체적 구현은 유료 AI Accelerator 프로그램에서만 제공한다. 60개 이상의 스킬, Relay 커스텀 플러그인, Obsidian 세팅 가이드 등이 유료 벽 뒤에 있다. 이 구조에서는 실패 사례나 ROI 데이터가 제시될 동기가 없다.

더 근본적으로, 2026년 AI 생태계는 급변하고 있다. 오늘 Obsidian + Relay + CLAUDE.md로 세심하게 구축한 인프라가 6개월 뒤에도 최적의 접근법일 보장이 없다. Microsoft는 2026년 로드맵에서 검색에서 거버넌스 기반 에이전트 워크플로로의 전환을 발표했고, 수많은 기업이 이 문제를 풀고 있다. 무거운 수동 인프라보다 플랫폼 네이티브 솔루션이 성숙할 때까지 가벼운 접근법을 유지하는 것이 더 현명할 수 있다.

Eval 시스템에 대한 Pro의 주장도 한계가 있다. 빌트인 Eval은 “단어 수가 비슷한가?”, “톤이 유사한가?” 같은 표면적 기준은 검증하지만, 전략적 정확성, 사실적 신뢰성, 비즈니스 영향은 자동으로 검증할 수 없다. 가장 위험한 오류는 정확히 이런 표면적 검증을 통과하는 종류의 오류다.

🧭 종합

• 합의 지점: 컨텍스트가 AI 에이전트의 유용성을 결정하는 핵심 요소라는 대전제에는 양측 모두 동의한다. 레벨 3(스킬) 정도까지의 구조화는 대부분의 사용자에게 비용 대비 효과가 명확하다. CLAUDE.md 같은 라우팅 레이어와 빌트인 Eval 같은 검증 메커니즘의 가치도 공유된다.

• 열린 질문:

  • 세컨드 브레인(레벨 6) 이상의 인프라가 어떤 규모의 조직에서, 어떤 조건에서 순양의 ROI를 달성하는가? 현재 이에 대한 실증 데이터가 부족하다.
  • 컨텍스트 인프라의 유지보수 비용이 시간이 지나면서 감소하는가(학습 곡선 극복), 증가하는가(엔트로피 누적)?
  • 플랫폼 네이티브 컨텍스트 관리 솔루션이 성숙하면 수동 인프라가 불필요해지는가, 아니면 상호 보완적인가?

• 더 나아간 관점: 영상이 다루지 않는 중요한 프레임이 있다 — 컨텍스트 거버넌스. 개인 세컨드 브레인에서는 문제가 작지만, 팀 레벨로 확장하면 누가 어떤 컨텍스트를 업데이트할 수 있는지, 충돌하는 정보는 어떻게 해결하는지, 오래된 컨텍스트에 기반한 에이전트 행동의 책임은 누구에게 있는지가 핵심 이슈가 된다. AI 거버넌스 지출이 2026년 $4.92억에서 2030년 $10억을 넘을 것으로 예측되는 것은 이 문제의 규모를 시사한다. 진정한 비즈니스 OS를 구축하려면, 기술적 인프라 뿐 아니라 조직적·제도적 거버넌스 프레임워크를 함께 설계해야 한다.

Claude 컨텍스트 활용의 7단계, 24분 완벽 정리

원본: https://www.youtube.com/watch?v=l5Diqeoffa4 · 업로드: 2026-04-11 · 길이: 24m

Claude Code, Cowork, Codex 같은 AI 에이전트가 워크플로를 자동화하고, 코드를 작성하고, 비즈니스 프로세스 전체를 자율적으로 처리할 수 있는 시대가 왔다. 하지만 에이전트가 아무리 뛰어나도 제공하는 컨텍스트만큼만 성능을 발휘한다. 결국 이 도구들에서 가장 큰 가치를 뽑아내는 사람과 기업은 최고의 컨텍스트 인프라를 구축한 곳이다.

이 영상에서는 Claude에서 컨텍스트를 활용하는 7가지 레벨을 설명한다. 단순 채팅부터 프로젝트, 세컨드 브레인(second brain), 그리고 팀 전체가 공유하는 비즈니스 OS까지 — 각 레벨에서 무엇이 바뀌는지, 왜 중요한지, 어떻게 전환하는지를 다루고, 마지막 레벨인 비즈니스 에이전틱 OS를 실제로 세팅하는 방법을 보여준다.

왜 컨텍스트 인프라가 핵심인가

AI 에이전트는 날마다 진화하고 있다. MCP, 커넥터, 브라우저 사용 등의 급속한 발전으로 소프트웨어와 인터넷 활용 능력이 빠르게 좋아지고 있고, 스킬(skills), 플러그인, 서브 에이전트, 스케줄 작업 같은 기능으로 필요한 업무 역량도 갖춰가고 있다. 하지만 이 모든 것이 실제로 쓸모 있으려면, 에이전트에게 풍부한 컨텍스트를 제공해서 우리를 위해 일하는 방법을 알려줘야 한다.

컨텍스트는 앞으로 몇 달 안에 반드시 제대로 잡아야 할 근본 레이어다. 직접 경험해 본 바로는, 이 컨텍스트 레이어를 잘 구축해 놓으니 AI와 협업하는 방식에 엄청난 변화가 생겼고, Cowork과 Claude Code가 점점 주요 운영체제가 되어가고 있다. 쉬운 주제는 아니고 노력과 시간이 필요하지만, 일찍 시작할수록 유리하다. 컨텍스트는 복리처럼 쌓이기 때문이다. 오늘 시작하면 몇 주, 몇 달 뒤 에이전트가 훨씬 유용해진다.

레벨 1 — 매 채팅에 수동으로 컨텍스트 제공

안타깝게도 대부분의 사람들이 아직 이 단계에 머물러 있다. 매번 채팅할 때마다 언어 모델에 컨텍스트를 수동으로 입력하거나, 심지어 아무 컨텍스트도 제공하지 않는 경우다. 모델이 아무리 좋아져도 컨텍스트 없이 AI를 쓰면 대부분 실망스러운 결과를 얻게 된다.

예를 들어, “컨텍스트 인프라 구축이 왜 AI 에이전트 활용의 핵심인지에 관한 LinkedIn 게시물을 써줘”라고 프롬프트를 주면, em dash 투성이에 AI 냄새가 물씬 나는 매우 일반적인 콘텐츠가 나온다.

더 좋은 결과를 얻으려면 어떤 컨텍스트가 필요할까? 과제에 따라 다르지만 기본 프레임워크는 이렇다:

1. 나와 내 비즈니스에 관한 컨텍스트 — 누구인지, 무엇을 하는지
2. 대상에 관한 컨텍스트 — ICP(Ideal Customer Profile), 고객, 수신자
3. 좋은 결과물의 기준 — 예시, 레퍼런스, 설명 (가장 중요)
4. 역할과 가이드라인 — 이 과제에서의 규칙과 제약

같은 프롬프트에 이런 컨텍스트를 추가하면 즉시 훨씬 나은 결과가 나온다. em dash 없이 LinkedIn 포맷에 맞고, 내 톤에 가깝고, ICP에 더 적절하며, 정렬된 CTA(Call to Action)가 포함된다. 물론 한계는 매 채팅마다 컨텍스트를 복사-붙여넣기하거나 다시 쓰는 것이 극도로 비효율적이라는 점이다.

레벨 2 — Claude 채팅 프로젝트

대부분 이미 알고 있는 기능이다. Claude 채팅 프로젝트는 컨텍스트를 매번 복붙하는 문제를 해결하기 위해 만들어졌다. 프로젝트에 컨텍스트 파일과 시스템 프롬프트를 한 번만 추가해 두면, 반복 작업마다 간단한 프롬프트만으로 좋은 결과를 얻을 수 있다.

하지만 단점이 있다:

• 격리된 채팅 창 — 다른 작업을 위해 여러 프로젝트를 오가야 한다
• Claude가 컨텍스트 파일을 수정할 수 없다 — 프로세스 조정이나 문서 업데이트를 직접 해야 한다
• 과제별 프로젝트 분리 필요 — YouTube 패키징, 인트로 작성, 아이디에이션이 각각 다른 프로세스와 컨텍스트를 가지므로 별도 프로젝트가 필요하다
• 테스트와 개선이 어렵다 — 직접 많이 써보면서 수동으로 업데이트해야 한다

레벨 3 — 스킬(Skills)

스킬은 위의 모든 한계를 즉시 해결한다. 아직 레벨 2에서 Claude 채팅만 쓰고 있다면 Cowork이나 Claude Code로 전환하는 것을 강력히 권장한다.

스킬은 프로젝트와 매우 유사하다. skill MD(마크다운) 파일이 시스템 프롬프트 역할을 하고, 프로세스와 컨텍스트 파일 사용 시점을 정의한다. 예를 들어 LinkedIn 작성 스킬에는 스킬 MD와 레퍼런스 폴더에 각종 컨텍스트 파일이 들어 있다.

프로젝트와의 핵심 차이점:

• 어떤 채팅에서든 언제든 호출 가능 — YouTube 아이디에이션 채팅 중에도 “이 주제로 LinkedIn 게시물 써줘”라고 하면 바로 스킬이 실행된다
• 만들기가 훨씬 쉽다 — Anthropic의 빌트인 스킬 크리에이터로 “인포그래픽 스킬을 만들어줘”라고 하면 된다. 기존 대화에서 “이 채팅에서 따랐던 프로세스를 스킬로 만들어줘”라고 할 수도 있다
• 팀과 쉽게 공유 — zip 파일로 내보내거나, 팀 플랜의 조직 스킬에 추가 가능
• Anthropic 빌트인 스킬 커스터마이징 — 기본 스킬을 수정하거나 플러그인 브라우저에서 다른 스킬 가져오기 가능
• 빌트인 Eval로 즉시 테스트 및 개선 — 뉴스레터 작성 스킬을 만든 뒤 “이 스킬을 테스트해줘”라고 하면 병렬로 테스트를 돌리고 결과 리포트와 수정 제안을 해준다. 자동 리서치 루프로 스킬이 스스로 개선되게 할 수도 있다
• 스케줄 실행 가능 — 스킬을 자동으로 트리거할 수 있다

반복 작업과 프로세스를 중심으로 스킬을 만들어가는 것을 권장한다. 발표자의 팀은 비즈니스 프로세스 전반에 걸쳐 60개 이상의 스킬을 구축했다.

레벨 4 — 파일 접근(File Access) + 스킬

스킬은 사전 정의된 워크플로에 최적화되어 있다. 하지만 일상 업무의 상당 부분은 정해진 프로세스가 아니다 — 아이디에이션, 기획, 전략, 의사결정 같은 작업이 그렇다. 여기서 파일 접근이 강력해진다.

Claude Code나 Cowork에서 새 채팅을 열 때 컴퓨터의 폴더에 접근 권한을 줄 수 있다. 예를 들어, YouTube 관련 문서가 담긴 폴더를 선택하면 — 채널 전략, 과거 트랙, 할 일 목록 등의 컨텍스트를 Claude가 자동으로 참조한다.

비디오 아이디에이션을 하면 Claude가 브랜드, ICP, YouTube 보이스, 전략 등의 데이터를 끌어와서 훨씬 관련성 높은 아이디어를 내놓는다. 컨텍스트가 충분하면 일부 사항에 대해 푸시백(반론)도 한다 — 청중 특성을 파악하고 있기 때문이다.

파일 접근을 쓰기 시작하면 CLAUDE.md도 함께 사용하게 된다. 이것은 폴더를 탐색하는 방법에 관한 지침 파일로, 컨텍스트가 커질수록 더 중요해진다.

파일 접근의 또 다른 장점: Claude가 파일을 읽을 뿐 아니라 데이터와 상호작용할 수 있다. 파일을 업데이트하고 수정할 수 있다는 뜻이다.

컨텍스트를 처음 구축할 때는 설문 형식으로 브레인 덤프를 하는 것이 좋다. WhisperFlow 같은 도구로 컴퓨터에 말하면서 질문에 답하고, 그 결과를 Claude에 넣으면 구조화된 컨텍스트 문서를 만들어준다.

레벨 5 — Cowork 프로젝트

파일 접근을 더 많이 쓰고 컨텍스트가 커지면 자연스럽게 다음 단계로 넘어간다. Cowork 프로젝트(Claude Code에서도 동일 원리)는 업무 영역별로 컨텍스트를 더 잘 조직화하는 방법이다.

채팅 프로젝트와 다른 점: 채팅 프로젝트는 특정 작업 기반이지만, Cowork 프로젝트는 더 높은 수준의 업무 영역 단위다. 예를 들어 세일즈, 애널리틱스, 운영, 에이전시 클라이언트, 커뮤니티 관리, YouTube 등의 프로젝트를 별도로 세팅할 수 있다.

원리는 파일 접근과 같지만, 해당 업무 영역에 맞는 컨텍스트 폴더를 미리 연결해 둔다. YouTube 프로젝트에 들어가면 해당 폴더가 이미 선택되어 있고, 관련 채팅도 아래에 정리된다. 반복 작업에는 여전히 스킬을 쓸 수 있다 — 예를 들어 비디오 기획 중에 YouTube 인트로 작성 스킬을 호출하는 식이다.

추가 기능으로 프로젝트 레벨의 지침(instructions)과 메모리가 있다. 특정 규칙, 가이드라인, 메모리를 프로젝트별로 설정할 수 있다. 예를 들어 YouTube 프로젝트에는 “아이디에이션 시 반드시 대안적 프레이밍과 팩트 체킹을 하라”는 메모리를 추가할 수 있다.

레벨 6 — 세컨드 브레인 / 개인 OS

프로젝트와 스킬, 스케줄 작업을 더 많이 쓰고 컨텍스트가 성장하면 관리가 어려워진다. 여러 프로젝트와 스킬에 걸쳐 공유되는 컨텍스트 파일(예: ICP 문서)이 생기고, 업데이트가 필요할 때마다 각각 별도로 수정해야 하기 때문이다.

해결책은 모든 컨텍스트를 하나의 폴더에 중앙집중화하는 것이다. 이것이 세컨드 브레인 또는 개인 OS 설정이다. 비즈니스나 삶 전반에 걸쳐 지속적이고 최신의 컨텍스트를 어떤 채팅에서든 활용할 수 있게 된다.

주요 장점:

• 하나의 폴더만 관리 — 구조화와 조직화가 한곳에서 이루어진다
• 문서 중복 업데이트 불필요 — 모든 프로젝트와 스킬이 같은 폴더의 같은 문서를 참조한다
• 실시간 컨텍스트 추가 가능 — 스케줄 작업으로 미팅 트랜스크립트, 일일 태스크 업데이트, 애널리틱스를 자동으로 업데이트할 수 있다. 예를 들어 Fireflies로 팀 회의 녹취를 매일 세컨드 브레인에 추가하거나, 팀 태스크 롤업을 자동화할 수 있다
• 모닝 브리프 같은 활용 — 세컨드 브레인에서 컨텍스트를 끌어와 우선순위, 팀 전체 할 일 목록을 파악하고 오늘 중요한 것을 정리해준다

스킬 구축 방식도 바뀐다. 스킬 내 레퍼런스 폴더에 컨텍스트 파일을 복사하는 대신, 세컨드 브레인 내 파일 위치를 참조하도록 스킬을 만든다. 그러면 ICP 문서를 한 번만 수정해도 해당 파일을 참조하는 모든 스킬에 즉시 반영된다.

이 레벨에서 중요한 것들

파일 구조: 컨텍스트가 커지므로 Obsidian을 권장한다. Obsidian은 클라우드 기반 소프트웨어가 아니라 컴퓨터의 폴더를 시각화하고 조직화하는 무료 도구다. 그래프 뷰로 컨텍스트 파일 간의 관계와 연결을 확인할 수 있다. 파일 구조는 개인과 비즈니스에 따라 달라지지만, 대부분의 비즈니스나 1인 기업에 잘 작동하는 초기 구조가 있다.

CLAUDE.md 최적화: 이 레벨에서 CLAUDE.md가 훨씬 중요해진다. CLAUDE.md는 에이전트와 Obsidian 볼트(또는 OS 폴더) 사이의 지침 레이어다. Claude가 상황에 따라 어디서 컨텍스트를 끌어오고, 어디에 업데이트할지 라우팅한다. 대화 시작 시 할 일, 폴더 구조 정보, Obsidian 문법, 위키 링크 추가 방법, 컨텍스트 사용 규칙 등을 담는다. Andrej Karpathy 같은 AI 연구자가 추가한 방법으로, 컨텍스트가 더 커지면 각 하위 폴더에 인덱스 파일을 두어 에이전트가 하위 폴더를 더 잘 탐색하게 할 수 있다.

스케줄 작업: 미팅 녹취, 일일 애널리틱스, 태스크 리스트, CRM 파이프라인 등을 자동 업데이트한다.

유지보수: 주간 단위로 파일을 점검해야 한다 — 중복은 없는지, 문서가 올바른 위치에 있는지, 컨텍스트 간 충돌은 없는지 확인한다. 초기에는 특히 시간을 투자해야 한다.

꾸준한 사용: 이 시스템은 많이 쓸수록 좋아진다. 학습 곡선이 있지만, AI를 주요 운영체제로 삼겠다는 마인드셋으로 접근하면 점차 빈틈이 채워진다.

레벨 7 — 팀 전체 공유 컨텍스트와 권한 설정

마지막 레벨은 비즈니스 운영자에게 게임 체인저다. 세컨드 브레인의 전체 컨텍스트와 스킬을 팀 전체에 동기화해서 모든 팀원의 AI 에이전트가 즉시 훨씬 강력해지게 하는 것이다.

팀 배포 시 중요한 점:

파일 구조 변경: 부서(departments), 팀원과 역할, 플러그인과 스킬 등의 폴더가 추가로 필요하다. 초기 배포는 전체 컨텍스트 문서의 zip 파일을 팀원에게 공유하면 된다.

동기화 방법: 로컬 파일이므로 실시간 동기화가 쉽지 않지만 여러 옵션이 있다:

• GitHub
• Obsidian Sync (Obsidian 유료 기능)
• 셀프 호스팅 솔루션
• Relay (권장) — Obsidian 커뮤니티 플러그인. 설정에서 Community Plugins → Browse → Relay로 설치. 폴더별로 어떤 팀원에게 동기화할지 설정할 수 있고, 변경사항이 실시간으로 전파된다. 3명까지 무료.

권한 설정: 모든 팀원이 모든 파일을 수정하거나 볼 수 있어서는 안 된다. Relay 자체에는 아직 세밀한 권한 기능이 없지만(개발 예정), 커스텀 플러그인으로 권한 레이어를 추가할 수 있다. 예를 들어 일반 컨텍스트 폴더(전략, 중요 문서 등)는 비즈니스 오너만 수정 가능하고, 팀원은 읽기 전용으로 접근한다.

운영 담당자 필요: 이 컨텍스트 레이어를 관리하고 유지보수할 책임자를 한 명 지정해야 한다. 시간과 노력이 필요하기 때문이다. 동기화와 권한 설정은 많은 기업이 이 문제를 풀고 있으므로 곧 더 쉬워질 것으로 예상된다.

AI agents on Cloud Code, Cowork, and Codex can now automate workflows, write code, and run entire
business processes autonomously. But no matter how good they get, they'll only get as good as
the context you provide them. And the people and the businesses that will get the most out of these
tools are the ones with the best context infrastructures. So in this video, I'll explain
all seven levels of using context in Cloud, from chat to projects to a second brain to a full
business OS, show you what changes at each level, why it matters, and how to transition, and I'll
show you how I set up the final level, a full business agentic OS with shared context and skills
across my team with permission settings. Now before explaining the levels, let me quickly explain why
understanding this context infrastructure is key. As said, we're all seeing these AI agents becoming
more capable by the day, and with fast developments in MCPs, connectors, browser use, they're starting
to become really good at using our softwares and the internet. And with skills, plugins, sub-agents,
scheduled tasks, and other developments, they're getting the capabilities
that they need to be able to do the work that they need to do. So I'll show you how I set up the
context infrastructure to actually start executing work for us more and more autonomously. But in order
for all of this to actually be useful for us or our business, agents need lots of context to
actually know how to do work for us. And that's why context is the fundamental layer to get right
in the upcoming months. I can tell you from my experience that having this context layer set up
well has made a huge impact on how I and my business work together with AI, and is allowing us to make
co-work and cloud code become more and more of our primary operating system. But it is a topic that is
not straightforward and requires some effort and takes some time to develop. But the earlier you
start with this, the better, because the context compounds. So if you start today, your agents will
be far more useful for you and your business in a couple of weeks or months. Now I'll explain all
the levels of using context from simple chat context, all the way to an entire shared context
infrastructure across a business and show you exactly how to level up no matter what level you
are at right now. You can also jump to the level that's most relevant to you. But even if you're a
business owner, you can still do this. And I'll actually help you wrap your head around it a bit
better. Now level one is where unfortunately most people in the world are still stuck, which is by
providing context to a language model in each chat manually, or even worse, not providing models with
any context at all. Again, no matter how good these models get, if you don't give AI context, using AI
usually becomes a frustrating experience. If I give a prompt like write me a LinkedIn post on why
setting up a context infrastructure is the key to making AI agents useful, I get a very generic piece of
content with em dashes that screams AI.
But I'm going to give you a real-time example of how you can do that. It's very simple.
And it's the same thing that people will notice and have figured out that you need to provide some
context to actually get good outputs. But what context do you give it? This of course depends on
the specific task, but an easy way you can think about what context you need to provide to get
better outputs on most types of tasks are first giving context around who you are and what your
business does. Second context around who this is for like your ICP, your customer or the recipient.
Third, which is probably most important, which is showing AI what good looks like for this task, for
example, to examples.
references or descriptions and lastly defining what the roles and guardrails are for this task
so if i give that same prompt but with that context we instantly get a far better response
no am dashes formatted like a linkedin post more my tone of voice and more relevant to my icp and
an aligned call to action but of course the limitation here is that it's extremely inefficient
time consuming to copy and paste or rewrite context in each new chat which brings us to level
two which is cloud chat projects again most people have figured this out but projects in
cloud chat were of course developed to solve the copying and pasting and rewriting of context
problem in a project in cloud chat we can just add the context files once together with a system
prompt here we can also add a broader scope of context and each time you want to write a new
linkedin post or do a repetitive task we can just give a simple prompt here while still getting good
outputs but the downsides of these projects are that first they live in
iCloud and they don't have a lot of content so they don't have a lot of context so they don't
have a lot of content so they don't have a lot of content so they don't have a lot of context so
isolated chat windows. So we have to hop between different projects for all our different tasks.
Second, cloud can't actually create, update or edit any of these context files or the instructions
itself. So anytime you want to adjust the process, update a context doc or anything else, we need to
manually update it inside of the cloud project. Thirdly, these chat projects are usually limited
to a specific task and work best when I have separated projects for each task. I'd need to
set up a separate project for YouTube packaging, YouTube intro writing and ideation because all
follow a different process and have some different context files. And lastly, it's hard to actually
test and improve these projects without you extensively using it and updating it manually.
Which brings us to the next level, skills, which instantly resolve all of these limitations and
why I highly encourage you to start using co-work or cloud code if you're still in level two and
working in a cloud chat. Because for skills, we need to make this transition. Skills are very
comparable to these projects. We have the skill MD and this is essentially the instruction or the
system prompt.
Just like in projects, laying out the process and when to use the different context files. For
example, here at my LinkedIn writer skill that includes a skill MD that lays out the process it
should follow and when to read the context files. And inside the skill, we have a references
folder with all the different context files. But skills in contrast to projects can be used in any
chat at any moment you want. This means, for example, that mid conversation here in a YouTube
ideation chat I had, I can turn a good.
Site into a LinkedIn post instantly by just telling Claude why the LinkedIn post based on the topic we
discussed using the LinkedIn writer skill. And he went ahead, followed the SOP and wrote me a LinkedIn
post skills are also far easier to build than projects with entropics built in skill creator
skill. We can build them by simply telling Claude to build as a skill. For example, help me build an
infographic skill. We can also build them out of any conversation you had with Claude by just
clicking here and select turn into skill or by just telling Claude.
In the chat, make me a skill based on the process we followed in this chat. We can also easily share
these skills with our team through zip files by just asking Claude, can you create a zip file out
of the LinkedIn writer skill, which anyone in your team can upload by going to customize skills and
clicking on the plus icon here and create skills, upload skill. Or if you're on a team plan in
cowork specifically, you can just add them to your organizational skills. We can also easily adapt
entropics built in skills. For example, these, but just telling Claude, you want to customize them or
you want to edit and we can easily import skills from other people and businesses by just going
here to browse plugins and then going to entropics and partner. There are also dozens of skill
marketplaces around the internet and with built in evals, we can immediately test our skills and
improve them fast to make sure they actually work and give us good outputs consistently. For example,
here I created a newsletter writer skill and then just told Claude, please test this skill.
The criteria for the test are, is this skill functional? Is the word count similar to my
newsletter examples? Is the sentence structure similar? And is my
tone of voice similar? It then ran three tests in parallel and gives me an eval report with a summary
of the results and suggested fixes, which you can apply immediately. You can even autonomously let
them improve themselves through an auto research loop, which I recently did a video on, which I'll
make sure to link in the description below too, if you haven't seen it yet. So if you haven't yet,
you really want to start building out these skills around your repetitive tasks and processes. We've
been building out more than 60 skills across all our business processes, which if you're interested,
you can also download and customize for yourself.
If you check out my AI accelerator in the link in the description.
And lastly, skills can also be scheduled, which means we can now trigger them autonomously
through Claude, which I'll show you some examples of later in this video. Now skills are amazing,
but skills are best for pre-established processes of work. And much of our day-to-day work isn't
actually a pre-established workflow. So this brings me to the next level,
which is using file access together with skills. Because for many, if not most tasks that AI can
help us with, it doesn't actually follow a pre-established process or workflow. We have
tasks, we have tasks like ideation, planning, strategy, or using AI for decision making. And
for many of these, we don't necessarily need or want skills, but we do want AI to have more
context around you, your business and your goals. And this is where file access in Claude Code or
Claude Cowork becomes powerful. Because with every new chat we open in Claude Cowork or Claude Code,
I can now give Claude access to a folder on my computer. For example, here, I selected a file
with relevant YouTube documents. And in that folder, I have some documents about my YouTube
strategy, some old tracks, and I have a list of all the things that I need to do to get there.
And if I now just want to ideate or plan a new video together with Claude, I'll get instantly
better outputs because it has context on my strategy, me, my channel, and what's important
to me. For example, here, I wanted to ideate on the video I'm recording, and you can see it pulled
some data and context, like my brand, my ICP, my YouTube voice, and my YouTube strategy in order
to give me more relevant ideas to plan out my video. And because it has more context, it even
pushes back on some things. Because for example, now it knows most of my audience is non-translating,
so it's not going to be able to understand what I'm trying to say. So I'm going to give it a try.
When we start working with file access, we also start working with the ClaudeMD,
which is basically an instruction on how to navigate the folder, which becomes more relevant
if the context grows. But I'll cover the ClaudeMD in more detail later in this video. And if you
haven't yet, you really want to start using this file access consistently, because you'll be
surprised how much more relevant your answers get. And it allows AI to become much more of a strategic
sparring partner. And secondly, because it now has access to a file on your computer, it can't just
read those files. It can also interact with the data. And that's what I'm going to do here. So
you can, if you want, you can just go to the File Access tab and do that. You can see that this
is linked to the file security許
第一個
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
05.
below that's basically a questionnaire where you can go through and i highly recommend taking 30
minutes with a tool like whisperflow where you can talk to your computer and you just do a brain dump
and by answering all of these questions you can then feed that brain dump into cloud and he'll
create these structured context documents that are important to have as an initial start i've also
added in some example reference files so you get an idea of what these look like in my ai accelerator
we also have a full step-by-step walkthrough on how to set this up efficiently together with best
practices and unlimited one-on-one live tech help so if you want some help you can also check out
the link in the description below now when you're starting to use this more and more and the context
in your folder is growing it's natural to go into the next level which is using cloud co-work
projects this can also be done through cloud code the same principle applies if you use cloud code
and projects on cloud co-work is essentially just a better way to organize your context across
different areas of work now this is different than a chat projects because chat projects are
very task-based co-work projects can be used
on a daily basis and you can also use it to organize your context across different areas of work
on a higher level for areas of work for example i've projects here set up for sales analytics
operations agency clients community management and youtube and projects are essentially the
same as file access but in this case we just predefined the file here with the relevant
context for this area of work so now when i want to ideate on a new youtube video i can just directly
go into that youtube project and the full folder will already be selected we'll also have all our
chats around this area of work organized here below we still use skills for the repetitive task
of course for example in this chat when i was planning the video and i got the concept clearer
i used the youtube intro writer skill to give me some intro ideas and variations according to my
framework we can also see our scheduled tasks that are relevant for this project for example
my youtube ideation skill runs every morning to give me new ideas but besides this better
organization there's one more added feature to these projects which are instructions and memory
on the project level and these allow us to add in specific rules and guardrails and specific memory
for specific tasks and projects and we can also see our schedule tasks that are relevant for this
project for example we can also see our schedule tasks that are relevant for this project for example
my youtube project i have a specific memory that it needs to push back during ideation because i want
to have alternative framing and fact checking you can make these memories or rules by just telling
cloud in a chat that it has to memorize this now when you're at this level and you really start to
use projects the skills schedule tasks more and more and consistently and really start connecting
it more and more with your softwares you'll start using ai more and more as your operating system
and honestly if you use this infrastructure well you can already get a lot out of ai for yourself
and your business but when you start to use this more and more and your context and your projects
are growing you'll notice that even with this project infrastructure the growing context will
become harder to manage you'll have shared context files across multiple projects across multiple
skills for example common docs like an icp doc and when something needs to be updated it needs to be
updated across all of these different projects and folders and skills separately so that's where we
want to start looking at the next level which is setting up a second brain or a personal operating
system now even if you're not familiar with the project structure you can still use this as a tool to
even when you're planning to roll this out across a business on a company-wide level
which will be level seven i still highly recommend you start with level six once you've set it up and
it works for yourself then think about level seven where you actually start syncing this across your
team with permission settings etc now in this second brain setup all we do is we just add all
of the context and centralize it into one folder and this becomes very powerful when we have a lot
of context because we'll now have persistent up-to-date context around an entire business or
life across any chat or any kind of content and that's what we're going to do here in this second
brain setup we can do that by opening that file through cloud code just doing it with file select
in co-work or by setting up one project connected to the personal os folder but i can also do this
in codex or any other ai provider that allows for file access and as i said we're still doing
the same we're just adding all of that context into one big folder and this becomes an advantage
when you start using ai and context around more and more areas of work in your business
or around more departments because when you have a lot of contacts it's better because we now just
have one folder to structure and organize and this also means that context docs don't have to
be updated across multiple projects or skills i can have all my projects or business departments
inside of the same folder and this is also the level where we can start to add real-time context
by automatically adding your meeting transcripts your daily task updates or analytics through
scheduled tasks this schedule task for example automatically updates my second brain with all of
the meeting transcripts across my team every day by using firefly or my team transcripts i can also
add my meeting transcripts every day by using firefly or my team transcripts every day by using
connector i also have a scheduled task here for team task roll up which checks every day
what my team has been working on and updates that to the second brain you can also do this
for analytics and then i can also do things like a morning brief where it pulls context from my
second brain knows my priorities knows our to-do list across the business and gives me an overview
of what's important today with this setup it also allows us to build better skills and build them
faster because through this setup we already have in-depth context around our business which we can
use to build better skills and build them faster because through this setup we already have in-depth
context around our business which we can use to build better skills and build them faster because
all we need to do is lay out sops or workflows and link them to which files in the second brain
it needs to read to get more context so in this setup i highly recommend starting to build your
skills a little bit differently so instead of adding context docs into the reference files
inside of the skill you actually want to make the skill reference where it can find the reference
files in your second brain for example as you can see i did in this one it only has a skill md
with references to where it can find the different reference files to do its job better and this
means when i make an update on my icp document all my skills that refer to that file are instantly
updated too you can do this by just telling cloud i want to adapt the intro skill i want you to add
the reference files to the bene ios and make the scale reference the files instead of having them
in the reference files inside the skill now a couple of things become important at this level
firstly the setup and the file structure are important to get right because of course you're
managing a large amount of context now that's why i highly recommend you use obsidian which is
a tool that helps you visualize a folder on your computer with some extra benefits you can download
obsidian for free by just going to their website but it's important to understand that obsidian is
not a cloud-based software it's just a tool that helps you visualize organize and structure a
folder on your computer in a better way as you can see here because of course trying to do that
inside of the actual folder with a growing context like this it becomes hard to do we also get a nice
graph view here to see all the relations and connections between all of our context files
and then for this file structure here it is a little bit easier to visualize a folder on your
computer but it is a nuanced topic there are some best practices but it will depend on your unique
situation your business and your way of doing work now i recently did a full tutorial where i've shown
initial file structure that i've seen work well for most businesses or solopreneurs which i'll add
in the link in the description below too together with a plugin that we've developed developed that
you can install in cloud code or cloud co-work that walks you through setting up this initial
file structure with the context for yourself now that plugin you can download and use together
with all our other plugins and skills we're building out internally in the next few days
my ai accelerator in the first link in the description below we also have more in-depth
step-by-step guides on helping you set up this os and one-on-one live help and multiple q and a's
every week so if that's interesting you can check it out in the first link in the description
but you can definitely set this up yourself i think my last video will help you a lot wrap
your head around the file structure and it's also important to understand that the file structure
and the context will grow naturally and fall into place more and more
the more you use this so the important thing is to just get started now secondly your cloud.md
becomes much more important to optimize at this level together with potential index files now
what is the cloud md the cloud md is essentially an instruction layer between your agent and the
obsidian vault or your os folder and it basically makes sure cloud knows where to pull context from
in a situation and where to update it so it's just routing it to the right place
which you can imagine becomes a lot more important when the context grows
so you can see here in this chat in co-work where i give it access to my os folder it has an
instructions document or the cloud md here and this basically lays out how to use and navigate
the folder instructions on what to do at the start of every conversation how to route between
knowledge with information on how the folder is structured information on obsidian syntax how to
add wiki links and rules on how to use context inside of this folder now again even the cloud md
will naturally evolve and get better the more you use it and cloud can create the initial version
itself our plugin will also help you with that as well so if you have any questions feel free to ask
a cloud md instruction that worked well for us and then andre carpati one of the leading ai
researchers recently added a new layer to this too where if your context grows even more you can
start using index files in each of the subfolders so your agent understands better how to navigate
each of the separate subfolders for example you can see on the shared context file i have another
cloud md which in this case we just called cloud md but it could also be called an index file with
more information on how this specific subfolder is structured which cloud can read to know how to
navigate this folder so i'm going to go ahead and create a subfolder and i'm going to create a
subfolder and we have another one here for each of the subfolders again this is something you want
to start thinking about when context is growing and cloud can help you out with building these
documents of course now thirdly what's going to be important is you probably need some of these
scheduled tasks to make sure your second brain is up to date just like i showed you with the meeting
transcripts but we can also do this for your daily analytics task list your crm pipeline whatever is
relevant to you and fourthly which is an important one is there is a maintenance aspect to this i'd
highly suggest going through your files on a weekly basis and you can see that there are a lot of
things that you can do on a weekly basis to make sure things are going right are there no duplicates
are the documents put in the right place are there any conflicts in the context and you do want to
dedicate some time to this especially at the beginning because it will take time to get this
right and lastly you will need to start using this consistently the only way this is going to work
for you is when you use it a lot because the more you use it the better it will get and there is
some learning curve attached to this i can tell you i'm definitely not there yet but it is getting
better and better and it's making a big difference and i'm going to show you how to do that in a
little bit but i'm going to show you how to do that in a little bit but i'm going to show you how to do that in a
big impact on the relevancy of my ai outputs across me and my team's chats but it does take
time to figure out what file structure makes sense for you and to test its capabilities generally i
try to approach this with a mindset of trying to let ai cloud code or clockwork or wherever you
use ai become your main operating system for work because if you do that you'll slowly but surely
fill in the gaps to actually make it become your main operating system and this is where we're
heading anyway so you might as well be early now if you want to take it to the last level which is
going to be a game changer for anyone who runs a business is to actually roll this out and sync
this entire context data set and the skills across the entire team so all of your team members ai
agents instantly become far more powerful for your business now when rolling this out for teams a few
things of course become important first the file structure will probably have to change a bit and
you'll need some more files for using this across a team for example in my business os you can see
i have a few more folders like my departments my team and their role
and plugins and skills so they can be easily shared across the team again if you want to learn
more about the file structure i covered it in full in that last video which will be in the link in
the description below now for your team members to get to this initial setup you can of course just
share a zip file with them of the entire context doc so they can install it and then second of
course when you want to share this across the team updates need to actually be synced across
the team and ideally in real time now we've explored multiple options of doing this and
because of course they are local files it's not extremely
straightforward to do but for syncing across a team you have multiple options first you can
use github second you can use obsidian sync which is a feature of obsidian third you can even launch
a self-hosted solution to do this but the best option we found which we're currently using
is a plugin inside of obsidian called relay now this is a community plugin inside of obsidian
which you can find here by going to settings clicking on community plugins go to browse
type in relay and from there you can install it once you've installed it it'll be listed
under your community plugins and through relay now i can decide for each of the folder to which
of my team members these updates need to be synced to and through this any change anyone in my team
makes in any of these context stocks will it will automatically be synced and updated across anyone
in the team in real time and you can use relay for up to three people for free but with this setup of
course permission settings become important too not every team member should be able to update
every file or not even every team member should be able to update every file or not even every team
should be able to see or access any file so you as a business owner of course need to control
some of these permission settings now unfortunately this is not very straightforward to do on relay
yet we actually talked to the founder of relay and this feature is in their pipeline but in the
meantime we've built our own version or custom setup on top of this relay plugin that actually
gives us these permission settings and see that we have installed here our ben ai relay plugin
which is just our version of this app with permission settings and now for example i can
still make updates in this general context folder with the important documents route strategy etc
but my team members only get read access so they can still use these documents but they can't
actually update them this is what one of my team members would see a little lock with this is a
read-only file now this setup is a little bit more technical um so if you want to set up this up we
have full guides together with all the other guides on how to sync across team members with github and
other ways so if that's interesting to you and you want access to our customized plugin again you can
take a look at the link in the description of this video if you want to take a look at the link in the
check out the ai accelerator and then lastly of course once you have set this up it is key to have
one person in the business really be the operator and the manager of this context layer because it
does require maintenance it requires effort to actually keep this updated and well functioning
across the business and this is going to take some time so someone needs to be responsible
now again i think syncing and permission settings become a lot easier very soon because there are a
lot of businesses trying to figure this out and there will be more of an infrastructure around
this very soon
but this is the way you can do it right now now that's it for this video thank you so much for
watching again if you want more step-by-step guidance on setting this up for yourself
uh multiple weekly q and a's and unlimited one-on-one live tech help you can check out
my ai accelerator in the link in the description below thank you so much for watching if you got
any value out of it i highly appreciate a like and subscribe it really does help me and if you
want to learn more about cloud co-work and obsidian setup you can check out the video here above