Slik bygde jeg en AI-forskningsmaskin som aldri sover
JH
Joachim HøgbyFra manuell research til autopilot
Jeg brukte å starte dagen med å lese nyhetsbrev, scrolle YouTube, og kopiere notater inn i Obsidian manuelt. Det tok timer. Nå gjør én Claude Code-skill alt på sekunder.
Problemet alle har
Research er tidkrevende fordi det er fragmentert. Du søker på YouTube, finner en bra video, ser den, tar notater, organiserer notatene, og gjenta. Hver gang du bytter verktøy, mister du flyten.
Løsningen: Én skill, fire verktøy
Jeg bygde en Claude Code-skill som orkestrerer fire verktøy i en pipeline:
- YouTube-søk – Claude Code søker etter relevant innhold basert på et tema jeg gir den
- Transkribering – Videoen transkriberes automatisk
- NotebookLM – Transkriptet sendes til Googles NotebookLM for dypanalyse og oppsummering
- Obsidian – Resultatet lagres strukturert i min Obsidian-vault med riktige tags og lenker
Hva som skjer i praksis
Jeg skriver: «Research siste utvikling innen agentic AI for enterprise»
Claude Code:
- Finner de 5 mest relevante YouTube-videoene fra siste uke
- Transkriberer alle fem
- Sender hvert transkript til NotebookLM for analyse
- Genererer et sammendrag med nøkkelinnsikter, sitater og kilder
- Lagrer alt i Obsidian under riktig mappe med backlinks
Hele prosessen tar under 3 minutter. Manuelt ville det tatt en halv dag.
📬 Likte du denne?
AI-nyheter for ledere. Kuratert av en CIO som bygger det selv. Daglig i innboksen.
