Rutinitas 10 Menit: Ubah Catatan Obsidian Lama Jadi Brief Kerja Claude Code

Selasa pagi, saya menempel catatan Obsidian berjudul “Rewrite Artikel” langsung ke Claude Code. Catatan tiga minggu, sekitar 2000 karakter. Yang kembali ke saya: usulan untuk “memperbaiki” teks tombol CTA yang sudah saya perbaiki minggu lalu.

Kenapa bisa begitu? Karena di catatan itu, hipotesis tiga minggu lalu (“mungkin PDF gratisnya kurang kuat”) dan keputusan minggu lalu (“PDF gratis sudah final jadi rute utama”) berdiri sejajar dalam daftar poin yang sama datarnya. Bagi AI, keduanya cuma “informasi dengan bobot yang sama di dalam catatan”. Maka ia meragukan ulang keputusan yang sudah jadi, lalu mengusulkan pekerjaan yang sudah selesai.

Catatan saya bukan kurang lengkap. Penyebabnya adalah saya menyerahkan hipotesis lama dan keputusan yang sudah final dalam keadaan tercampur. Hari ini saya bahas cara membenahi itu dalam sepuluh menit pagi hari.

Poin penting

• Kalau catatan Obsidian yang panjang ditempel apa adanya, AI memperlakukan hipotesis lama dan hal yang sudah pasti dengan bobot sama, lalu membongkar lagi pekerjaan yang sudah beres.
• Pilah catatan ke lima kotak: “fakta yang masih benar hari ini / keputusan / hal belum pasti / aksi berikutnya / cara verifikasi”. Informasi yang dikirim jadi lebih sedikit dan kualitas penilaian naik.
• Pemilahan cukup sepuluh menit. Di bawah saya sediakan skrip Node.js yang siap tempel.
• Memutuskan “ini fakta atau hipotesis” adalah tugas manusia. Menulis kalimat adalah tugas AI. Mencampur dua hal ini berujung kecelakaan.
• Untuk artikel pemula arahkan ke jalur belajar gratis; untuk perbaikan operasional arahkan ke konsultasi. Sesuaikan satu pintu keluar dengan tahap pembaca.

Kenapa “tempel catatan apa adanya” selalu berujung kacau

Kelebihan Obsidian adalah Anda bisa terus menambah informasi. Tapi saat menyerahkannya ke AI, justru itu yang jadi bumerang.

Saat manusia membaca catatannya sendiri, ia tanpa sadar memberi bobot: “ini lama, ini terbaru”. Dari tanggal dan urutan, ia diam-diam memilih dan membuang. AI tidak melakukan itu. Baris ketiga maupun baris ketiga puluh dari daftar poin diterima sama-sama sebagai “informasi saat ini”.

Maka “mungkin begini” dari tiga minggu lalu diperlakukan sebagai hal pasti dalam permintaan hari ini. Sebaliknya, yang sudah final minggu lalu malah diturunkan jadi sekadar usulan. Kecelakaan saya di awal tadi persis seperti ini. Semakin banyak catatan, semakin perlu dipilah sebelum diserahkan.

Pola pemilahan 10 menit

Setiap pagi, atau sebelum mulai bekerja, bagi catatan yang akan dipakai ke lima kotak berikut. Paling lama sepuluh menit. Kalau lebih lama dari itu, kemungkinan besar Anda memasukkan terlalu banyak.

1. Fakta yang masih benar hari ini — sisakan tiga saja. Terbatas pada yang sudah diverifikasi dan masih berlaku hari ini.
2. Keputusan yang sudah diambil — tulis dua. Arah yang tidak akan diutak-atik lagi, seperti “jadikan PDF gratis rute utama”.
3. Hal yang belum pasti — tulis satu saja. Yang ingin Anda cek lewat permintaan ke AI hari ini.
4. Aksi berikutnya — jadikan satu kalimat. Aksi konkret yang berakhir dengan kata kerja, seperti “tulis ulang satu paragraf CTA lalu cek URL publiknya”.
5. Cara verifikasi — tulis apa yang harus terpenuhi agar bisa disebut “selesai”. Jalankan tes, cek tampilan, cek tautan rusak, dan sejenisnya.

Jumlah kotak sengaja saya patok. Tiga fakta, dua keputusan, satu yang belum pasti. Kalau ditambah lagi, Anda akan balik ke kebiasaan “kirim semuanya”. Keberanian membuang dipaksakan lewat batas atas tiap kotak.

Begitu ditulis ulang dengan lima kotak ini, Obsidian berubah dari “gudang tempat menjejalkan apa saja” menjadi “meja kerja hari ini”.

Yang diserahkan ke AI vs yang diputuskan manusia

Mencampur dua hal ini berujung kecelakaan. Mari perjelas batasnya.

Tahap	Penanggung jawab	Alasan
Menentukan fakta atau hipotesis	Manusia	AI cenderung menganggap hipotesis lama sebagai hal pasti
Keputusan mana yang masih berlaku hari ini	Manusia	Hanya manusia yang tahu arah terbaru
Menyusun ulang & meringkas ke lima kotak	AI (draf)	Penataan mekanis itu cepat
Menuliskan brief jadi kalimat	AI	Menghasilkan teks adalah keahliannya
Keputusan akhir publikasi & deploy	Manusia	Operasi yang tak bisa dibatalkan harus dihentikan

Kuncinya: tombol “ini fakta” hanya ditekan oleh manusia. Biarkan AI membuat draf, tapi jangan lepaskan keputusan akhir pemilahan. Hanya dengan ini, kecelakaan “keputusan dibongkar ulang” nyaris hilang.

Kalau Anda masih ragu soal pengelolaan catatan, baca dulu dasar integrasi Obsidian dan cara menjadikan catatan Obsidian sebagai brief Claude Code, supaya pola ini langsung terasa pas.

Templat prompt siap tempel

Kalau Anda mau AI membuat draf pemilahan, pakai teks permintaan ini apa adanya. Anda tinggal menempelkan isi catatan Obsidian di bagian akhir.

Rapikan catatan berikut ke dalam lima kotak. Patuhi batas atas tiap kotak.

- Fakta yang masih benar hari ini: maksimal 3 (hanya yang terverifikasi dan masih berlaku)
- Keputusan yang sudah diambil: maksimal 2 (arah yang tidak akan diubah lagi)
- Hal yang belum pasti: hanya 1 (yang ingin dicek hari ini)
- Aksi berikutnya: satu kalimat (aksi konkret yang berakhir dengan kata kerja)
- Cara verifikasi: syarat agar bisa disebut selesai (tes, cek tampilan, dll.)

Aturan:
- "Mungkin begini" atau "kemungkinan" jangan masuk fakta; pindahkan ke yang belum pasti.
- Kalau keputusan lama dan baru bertentangan, pakai yang baru dan buang yang lama.
- Informasi yang tidak muat di kotak jangan dipaksakan; hapus saja.

Isi catatan:
(tempel catatan Obsidian di sini)

Poinnya adalah menyatakan eksplisit “patuhi batas atas”. Tanpa kalimat itu, AI karena niat baik akan berusaha menyisakan semuanya. Sampaikan di dalam permintaan bahwa tugasnya membuang, bukan menyimpan.

Skrip konversi siap jalan

Ini skrip untuk merapikan hasil pemilahan menjadi bentuk yang bisa langsung ditempel sebagai permintaan pertama ke Claude Code. Jalan di Node.js 18 ke atas tanpa instalasi tambahan. Simpan sebagai brief.mjs lalu jalankan dengan node brief.mjs.

// Mengubah catatan yang sudah dipilah ke lima kotak menjadi teks brief untuk Claude Code
const note = {
  facts: [
    "Tampilan mobile: CTA muat tanpa terpotong baris",
    "URL produk Gumroad sudah diganti ke versi terbaru",
    "Artikel dengan trafik teratas berniat pencarian untuk pemula",
  ],
  decisions: [
    "Jadikan PDF gratis sebagai rute utama",
    "Hanya pembaca yang tersangkut setting/izin yang diarahkan ke Setup Guide berbayar",
  ],
  unknowns: [
    "Versi bahasa mana yang rasio klik CTA-nya paling rendah",
  ],
  nextAction: "Tulis ulang satu paragraf CTA, lalu cek apakah URL publik terbuka benar",
  checks: [
    "Jumlah karakter badan artikel memenuhi ketentuan",
    "Ambil tangkapan layar tampilan mobile",
    "Pastikan h1 dan URL kanonik halaman publik sesuai maksud",
  ],
};

// Cek mekanis apakah melewati batas atas (swa-periksa pemilahan)
function validate(n) {
  const errors = [];
  if (n.facts.length > 3) errors.push("Fakta terlalu banyak (maksimal 3)");
  if (n.decisions.length > 2) errors.push("Keputusan terlalu banyak (maksimal 2)");
  if (n.unknowns.length > 1) errors.push("Hal belum pasti terlalu banyak (hanya 1)");
  if (!n.nextAction || !n.nextAction.trim()) errors.push("Aksi berikutnya kosong");
  return errors;
}

function toBrief(n) {
  return [
    "[Fakta hari ini] " + n.facts.join(" / "),
    "[Sudah diputuskan] " + n.decisions.join(" / "),
    "[Belum pasti] " + n.unknowns.join(" / "),
    "[Aksi berikutnya] " + n.nextAction,
    "[Cara verifikasi] " + n.checks.join(" / "),
  ].join("\n");
}

const errors = validate(note);
if (errors.length > 0) {
  console.error("Pemilahan melewati batas atas:");
  errors.forEach((e) => console.error("  - " + e));
  process.exit(1);
}

console.log(toBrief(note));

Yang jadi intinya adalah validate. Kesalahan saya sendiri, menulis empat fakta tanpa sadar lalu mengirimnya, dibekuk oleh mesin. Tempel lima baris hasil keluaran sebagai permintaan pertama ke Claude Code. Dengan begini, pola “jangan kirim semua ide lama, kirim hanya fakta yang dipakai untuk penilaian hari ini” jadi terkunci.

Tiga contoh penggunaan per jenis pekerjaan

Arti tiap kotak sama, tapi isinya berubah menurut pekerjaan. Saya beri tiga contoh.

1. Operasi artikel & konten Pisahkan niat pencarian artikel populer, rute CTA saat ini, dan materi yang ingin dijual berikutnya. Untuk artikel pemula, taruh PDF gratis lebih dulu, dan hanya pembaca yang tersangkut setting yang diarahkan ke Setup Guide berbayar; tulis itu di “aksi berikutnya”. Usulan AI jadi tidak goyah tiap kali.

2. Serah terima pekerjaan pengembangan Pisahkan fakta bug yang sudah berhasil direproduksi, keputusan desain terbaru, dan penyebab yang belum diketahui. Kalau “hipotesis” penyebab dimasukkan ke kotak fakta, AI akan berlari kencang ke arah yang salah. Kalau penyebab belum pasti, langsung taruh di “belum pasti”.

3. Persiapan konsultasi & rapat penerapan Pisahkan kata-kata yang diucapkan klien, cakupan kerja yang sudah disepakati, dan pertanyaan untuk pertemuan berikutnya. Kalau “aksi berikutnya” mencantumkan deliverable konsultasi, usulan yang Anda ajukan jadi lebih konkret.

Jebakan umum dan cara membenahinya

Kesalahan yang saya alami di awal, tiga buah. Saya tulis berikut cara membenahinya.

Pertama, menempel satu halaman panjang sekaligus. Volume informasi banyak, tapi penilaian malah menipis. Cara membenahinya sederhana: potong ke lima kotak sebelum menempel. Jangan serahkan gudang, serahkan meja kerja.

Kedua, mencampur keputusan dan hal yang belum pasti. Kalau “mungkin PDF gratis kurang kuat” dan “PDF gratis final jadi rute utama” ditempel berdampingan, AI mulai meragukan hal yang sudah pasti. “Mungkin…” harus selalu dipindahkan ke kotak “belum pasti”. Hanya dengan ini, pembongkaran ulang berhenti.

Ketiga, tidak menulis cara verifikasi. Kalau cuma “kabari kalau sudah selesai”, AI akan bilang “selesai” menurut standarnya sendiri. Serahkan dulu syarat yang bisa dinilai mesin, seperti jalankan tes, cek tampilan, cek tautan rusak. Kuncinya, definisi “selesai” dipegang manusia.

Pertanyaan umum

T. Apakah bisa dipakai di aplikasi catatan selain Obsidian? J. Bisa. Di Notion maupun aplikasi Catatan bawaan, pola memilah ke lima kotak sama saja. Skripnya tidak peduli isinya asalkan teks bisa dikeluarkan.

T. Saya tidak punya waktu memilah sepuluh menit tiap kali. J. Tidak perlu memilah semua catatan. Cukup pilah satu catatan yang akan Anda serahkan ke Claude Code hari ini. Setelah terbiasa, selesai dalam 3-4 menit.

T. Apa boleh menyerahkan seluruh proses pemilahan ke AI? J. Sampai tahap draf boleh diserahkan. Tapi keputusan akhir “ini fakta”, “ini keputusan” harus dipegang manusia. Kalau ini dilepas, kecelakaan pembongkaran ulang seperti di awal akan kembali.

T. Apa bedanya menulis di CLAUDE.md dengan menempel brief tiap kali? J. Arah yang tidak berubah taruh di CLAUDE.md; fakta khusus hari itu dan aksi berikutnya taruh di brief. Peran CLAUDE.md juga dirangkum di dokumentasi resmi Anthropic. Untuk cara penulisannya, lihat juga cara menulis CLAUDE.md dan resep pengaturan izin.

T. Saya ingin menaikkan akurasi prompt lebih jauh. J. Di cara menyusun prompt ada langkah konkret untuk menstabilkan teks permintaan. Digabung dengan pola pemilahan ini, efeknya terasa.

Hasil setelah saya coba sendiri

Setelah kecelakaan pembongkaran ulang di awal, saya pilah catatan yang sama ke lima kotak lebih dulu, baru menyerahkannya. Dua hal yang saya cek.

Pertama, apakah jawaban yang meragukan ulang keputusan hilang. Cukup dengan menaruh “PDF gratis final jadi rute utama” satu baris di kotak [Sudah diputuskan], AI bergerak dengan arah itu sebagai premis, dan tidak lagi membongkar ulang. Waktu pemilahan terukur sekitar 4 menit.

Kedua, apakah validate benar-benar membekuk kesalahan. Saya sengaja menulis empat fakta lalu menjalankannya, dan sesuai dugaan berhenti dengan pesan “Fakta terlalu banyak”. Dengan ini, saya yang baru bangun tidur pun tidak bisa melanggar batas atas. Daripada memikirkan teks permintaan yang pintar, memegang satu pola untuk memotong sebelum menyerahkan justru paling cepat. Begitu yang saya rasakan sekarang.

Kalau Anda ingin memperluas pola ini sampai ke perbaikan kerja tim, lewat pelatihan & konsultasi kita bisa menurunkannya ke operasi nyata.