# En andra hjärna i Claude Code: Så bygger du strukturen på en timme > Så bygger du en andra hjärna för Claude Code: en minneshierarki, en mappstruktur i fem delar och git så att agenten minns allt om projektet mellan sessionerna. Source: https://ailoot.ai/blog/sv/claude-code-second-brain/ Canonical: https://ailoot.ai/blog/sv/claude-code-second-brain/ Language: sv Publisher: Ailoot (https://ailoot.ai/) Translation: guide-233 Revision: sha256-6ba25ba8feed374be26b3c30cf4e966d8ea3c3e873f0b5d3e064fbe9e67d1d8d
Huvudpoäng En andra hjärna för Claude Code är inte en enda fil, utan en struktur med fem mappar plus git. CLAUDE.md anger regler och hänvisningar, `business/` lagrar kunskap om projektet, `ai-clone/` lagrar information om dig som beslutsfattare, `plans/` innehåller tekniska planer och `retrospectives/` innehåller lärdomar från tidigare sessioner. Agenten börjar med CLAUDE.md och följer länkar till rätt mapp för den specifika förfrågan. Den här artikeln går igenom minneshierarkin i den officiella Claude Code-dokumentationen, en struktur i fem delar och hur du bygger upp den steg för steg på en timme.
Ailoots referensdokumentation: [ailoot.ai/docs/](https://ailoot.ai/docs/). ## Varför behöver Claude Code en andra hjärna, och vad är viktigt?
Huvudpoäng En enda CLAUDE.md-fil täcker grundreglerna, men den kan inte hantera affärsminne. Efter en månad har du glömt varför du höjde priset. Efter tre månader har du glömt varför du avvisade delbetalningar. Kunskap finns samtidigt på fyra ställen: i huvudet, i Telegram-chattar, i Google-dokument och i medarbetarnas huvuden. En andra hjärna samlar allt i en mapp med markdown-filer bredvid projektet, och Claude kan själv gå dit.
Du öppnar Claude Code på tisdagen. Du förklarar: det här är projektet, det här är målgruppen, gör inte det här. Ni arbetar tillsammans. På torsdagen är det en ny chatt, och du måste förklara allt igen. Om du har en CLAUDE.md har du löst den första omgången av frustration. Grundreglerna och projektbeskrivningen finns i en fil som laddas in i varje session. Jag har förklarat hur den här filen fungerar i min [guide till CLAUDE.md](https://ailoot.ai/blog/sv/claude-md-template/) - läs den först om du vill lägga grunden. Men CLAUDE.md är en instruktionsmanual för en ny medarbetare. Hur man klär sig, vilken ton man ska använda mot kunder och vilka kommandon man ska använda för publicering. Det räcker inte för att fatta bra beslut om projektet. Beslut kräver kunskap: vad produkten är, vilka målgruppen är, hur ekonomin fungerar, vad du har provat och vad som inte fungerade. I författarens erfarenhet som beskrivs här brukade den kunskapen finnas på fyra ställen: i huvudet, i Telegram-chattar, i Google-dokument och i medarbetarnas huvuden. En månad efter ett beslut mindes ingen varför det hade fattats. En ny person kunde ägna en timme åt att ställa frågor till teamet för att komma in i arbetet. Claude ingick inte alls i det sammanhanget. Före den andra hjärnan innebar varje session, enligt författarens beskrivna erfarenhet, att allt behövde förklaras på nytt: vem kunden var, hur erbjudandet var upplagt och vilken leverantör som hanterade betalningarna. Med `business/` öppnar jag en chatt och säger: ”uppdatera erbjudandet för den nya prisplanen” - Claude går själv till `business/company/legal.md`, läser kraven och går sedan till `business/products/pricing.md`, ser den nya prisplanen och föreslår en ändring i ett svep. Uppvärmningen är borta; sammanhanget laddas automatiskt.
Obs Det här är inte ett problem med Claudes minne. Det är ett arkitekturproblem. En agents kontextfönster är dess arbetsminne. Det laddar bara in sådant som du uttryckligen hänvisar till. Allt annat ligger utanför fönstret och laddas vid behov. En andra hjärna lagrar det där ”allt annat” på ett strukturerat sätt så att Claude kan hitta rätt.
Anthropic kallar det här problemet för kontextförfall i sin ingenjörsblogg:
Ju fler token det finns i kontextfönstret, desto sämre blir modellen på att korrekt återkalla information från den kontexten.
— Anthropic, anthropic.com/engineering/effective-context-engineering-for-ai-agents
Med andra ord: ju mer du trycker in i fönstret, desto sämre blir agenten på att arbeta med detaljer. Lösningen är att hålla en struktur av externa filer som Claude kan besöka på egen hand som svar på en specifik förfrågan. Det är vad en andra hjärna är. ## Vad är en andra hjärna, och hur tillämpas Tiago Fortes koncept på Claude?
Huvudpoäng Idén är enkel: ditt sinne är till för att tänka, inte för att lagra tankar. För Claude Code går en andra hjärna från att vara en produktivitetsmetod till att bli en agentarkitektur: en extern mapp med anteckningar som agenten kan komma åt direkt via filsystemet.
Typiskt handlar en andra hjärna om produktivitet i allmänhet: människor skapar ett Obsidian-valv och lägger till utdrag ur böcker, anteckningar från samtal och projektidéer. När författaren tillämpade idén på arbetet med Claude Code slutade det handla om produktivitet och började handla om agentarkitektur. Med det klassiska tillvägagångssättet är den andra hjärnan din och du använder den manuellt. När du arbetar med Claude Code blir den andra hjärnan **tvåvägs**: både du och agenten kommer åt den. Det förändrar kraven på formatet. Eftersom agenten kommer åt den på egen hand behöver filerna vara i ett format som den förstår utan en separat integration. Markdown är idealiskt: text, en rubrikhierarki och länkar mellan filer. Notion och Google Docs passar inte. Du kan ansluta dem via MCP, men det innebär ytterligare ett lager, en token per förfrågan till och ytterligare en felkälla. Eftersom filerna finns i filsystemet bredvid projektet är de automatiskt inom räckhåll för Claude Code. Ingen konfiguration krävs. Starta agenten i projektmappen så kan den se alla filer där. Det är gratis och fungerar direkt.
Tips Du kan ha din andra hjärna i Obsidian - jag öppnar den där också för att lättare se grafen över kopplingar. Men själva filerna ligger i en vanlig mapp bredvid koden. Obsidian är bara ett trevligt skal runt markdown-filer. Claude kan se dem utan Obsidian. Du kan använda vilken redigerare som helst; det viktiga är att filerna finns på disken i stället för i en molntjänst med ett eget format.
## Vilken minneshierarki har Claude Code direkt från start?
Huvudpoäng Claude Code kan läsa fyra CLAUDE.md-nivåer direkt från start (enterprise, användare, projekt och lokal), och sedan version 2.1.59 har det haft ett eget automatiskt minne i `~/.claude/projects//memory/`. Det räcker för grundläggande minne, men inte för affärssammanhang - det lägger du i en separat mapp bredvid projektet.
Innan vi lägger till något eget ska vi titta på vad Claude kan komma ihåg utan din hjälp. Anthropic beskriver två mekanismer i sin [officiella dokumentation](https://code.claude.com/docs/en/memory): CLAUDE.md (regler du skriver) och automatiskt minne (lärdomar Claude skriver själv). Båda laddas i början av varje session. CLAUDE.md söks på fyra ställen samtidigt: | Nivå | Plats | Syfte | |----|----|----| | **Enterprise** | `/Library/Application Support/ClaudeCode/CLAUDE.md` (macOS), `/etc/claude-code/CLAUDE.md` (Linux), `C:\Program Files\ClaudeCode\CLAUDE.md` (Windows) | Regler som en administratör distribuerar till hela teamet via MDM. Enskilda personer behöver inte detta. | | **Användare** | `~/.claude/CLAUDE.md` | Personliga regler som gäller i alla projekt. ”Svara på mitt föredragna språk”, ”använd inte em dash”. | | **Projekt** | `./CLAUDE.md` i projektets rot | Regler för ett specifikt projekt: teknikstack, mappstruktur och affärsregler. Checkas in i git. | | **Lokal** | `./CLAUDE.local.md` | Dina personliga anteckningar för projektet, som inte checkas in i git. I `.gitignore`. | Alla fyra filer laddas in i kontexten. Ju mer specifik nivån är, desto högre prioritet har den. Den lokala filen läses sist, så dess regler åsidosätter allt annat. En CLAUDE.md-fil kan också finnas i vilken mapp som helst inne i projektet. När Claude läser en fil från en undermapp laddar det in den undermappens CLAUDE.md vid behov. Det är användbart i ett monorepo: frontendregler finns i `frontend/CLAUDE.md`, backendregler i `backend/CLAUDE.md`, och de laddas bara när agenten arbetar med den relevanta delen. Automatiskt minne dök upp i Claude Code 2.1.59. Det består av filer som Claude skriver om dig: ``` ~/.claude/projects//memory/ ├── MEMORY.md # Index, laddas i varje session (200 rader eller 25KB) ├── debugging.md # Detaljerade anteckningar (laddas vid behov) ├── api-conventions.md └── ... ``` Anthropic beskriver det så här i den officiella dokumentationen:
Claude sparar inte något i varje session. Det avgör vad som är värt att komma ihåg utifrån om informationen kan vara användbar i ett framtida samtal.
— Anthropic, code.claude.com/docs/en/memory
Automatiskt minne aktiveras med flaggan `autoMemoryEnabled` i `~/.claude/settings.json`. Claude avgör vad som ska skrivas där. Du kan läsa MEMORY.md och redigera den manuellt - det är vanlig markdown.
Varning Automatiskt minne är användbart, men det ersätter inte en andra hjärna. Claude skriver taktiska lärdomar om verktyg och kodmönster där. ”Det här skriptet går sönder utan flaggan X”, ”den här databastabellen heter så här.” Det skriver inte affärsstrategi där. Om du vill att agenten ska komma ihåg vilka dina målgrupper är och varför du valde ett visst pris måste du själv lägga in det i en separat kontextmapp.
## CLAUDE.md eller en andra hjärna - var ska gränsen gå?
Huvudpoäng CLAUDE.md är en instruktionsmanual för en ny medarbetare: hur den ska bete sig, vilka kommandon den ska använda och vad den inte får göra. En andra hjärna är en företagswiki: vad du gör, vem det är till för, hur ekonomin fungerar och vad du har provat. En fil med beteenderegler plus en struktur med extern kunskap. CLAUDE.md är indexet; den andra hjärnan är arkivet. Utan indexet vet agenten inte att arkivet finns. Utan arkivet känner den bara till reglerna, inte affärssammanhanget.
Här är liknelsen jag använder i mina föredrag: tänk dig att du har anställt en ny medarbetare. Vad ger du personen första dagen? En instruktionsmanual: hur man klär sig, när man ska komma, vilken ton man ska använda mot kunder och vilket system man ska publicera genom. Det är ett kort dokument. Det förklarar inte vad du gör eller varför. Det säger bara hur man ska bete sig. Och separat, tillgång till företagets wiki. Den förklarar vad produkten är, vem den är till för, vilka målgruppen är, vad priset är och varför, vilka konkurrenterna är och vilka misstag du har gjort. Det är ett omfattande arkiv. Ingen läser allt - man går dit för att få svar på en viss fråga. CLAUDE.md = instruktionsmanual. Andra hjärnan = wiki. Du behöver båda. Skillnaden är enkel. Lägg allt som är **relevant för varje uppgift** i CLAUDE.md: - Vem agenten är i det här projektet (hjälpare, ledare, assistent) - Vilket språk den ska svara på - Verktygsstack - Publiceringskommandon - Förbud (använd inte em dash, kör inte `git push --force`) - Hänvisningar: vart man går för affärssammanhang och vart man går för principer Lägg allt som **behövs vid behov** i den andra hjärnan: - Produkten, målgruppen, ekonomin och målen - Konkurrenter och marknad - Tidigare beslut och skälen till dem - Klientexempel och omdömen - Principer och metodik Anthropic gör samma åtskillnad i sin dokumentation:
CLAUDE.md laddas i varje session, så ta bara med sådant som är brett tillämpligt. För domänkunskap eller arbetsflöden som bara behövs ibland kan du använda Skills. Claude laddar in dem vid behov utan att blåsa upp varje konversation.
— Anthropic, code.claude.com/docs/en/best-practices
Skills är ett sätt att lagra episodisk kunskap. En `business/`-mapp bredvid projektet är ett annat. Jag använder båda och förklarar dem mer ingående nedan. ## Vad består en projekt hjärna av - 5 delar plus en tidsmaskin
Huvudpoäng En projekthjärna består av fem mappar med git ovanpå. CLAUDE.md anger regler och hänvisningar. `ai-clone/` lagrar din digitala avbild: dina principer, din ton och återkoppling efter misstag. `business/` lagrar kunskap om projektet. `plans/` innehåller tekniska planer per fas. `retrospectives/` innehåller reflektioner efter sessioner. Git gör allt till en tidsmaskin: ett år senare kan du öppna vilken fil som helst och se vad den innehöll när ett beslut fattades.
Ett exempel på arkitektur från författarens beskrivna erfarenhet: | Mapp | Innehåll | Syfte | |----|----|----| | **`CLAUDE.md`** | Projektregler, teknikstack, filstruktur, hänvisningar till mappar, kommunikationsspråk | Det här är agentens instruktionsmanual. Laddas i varje session. Under 200 rader, helst 80-120. | | **`ai-clone/`** | Vem jag är, mina principer, min ton, min beslutsstil, återkoppling efter misstag | En digital avbild av mig som beslutsfattare. Den vet vad jag genast kommer att avvisa, i vilken stil jag föreslår saker och vilka regler jag har lärt mig av misstag. | | **`business/`** | Produkt, målgrupp, mål, ekonomi, marknadsföring, tidigare beslut, exempel | Länkade markdown-filer med wiki-länkar. Varje fil kopplas till andra via länkar av typen `[[...]]`. Agenten går dit för en specifik fråga. | | **`plans/`** | En plan per funktion. Filen `YYYY-MM-DD-feature.md` med faser och kryssrutor | Plan Mode finns i en konversation och går förlorat efter `/clear`. Mappen `plans/` finns i kodarkivet - vilken agent som helst kan plocka upp planen när som helst. | | **`retrospectives/`** | Reflektioner efter varje session: vad som gjordes, vad som ska kommas ihåg och vad som kan förbättras | Systemets självförbättring. Misstag blir regler i `ai-clone/feedback/`. | | **`+ git`** | Versionshistorik för alla filer | En tidsmaskin. Öppna en fil och kör `git log` för att se när och varför den ändrades. | Den viktigaste metodologiska poängen är att **hålla `ai-clone/` och `business/` åtskilda**. `business/` besvarar frågan ”vad gör vi?” Produkt, målgrupp, priser, konkurrenter. Den handlar om projektet. Om du lämnar över projektet till en partner i morgon följer den här mappen med. `ai-clone/` besvarar frågan ”hur fattar jag beslut?” Mina principer, min ton, mitt hantverk och mina stoppord. Den handlar om mig. Om jag börjar ett nytt projekt i morgon följer den här mappen med mig. Tillsammans skapar de det jag kallar ett enmansföretag. En person plus strukturerat sammanhang plus AI som läser det sammanhanget. Vill du inte bara ställa in en andra mapp utan också bygga ett system som gör Claude konsekvent? Det räcker inte i sig. Utan `ai-clone/` svarar agenten för alla, inte för dig. Utan kontextteknik vandrar den runt i hela mappen och förbrukar token. Det är användbart att koppla ihop alla tre delarna: **andra hjärnan + AI-klon + kontextteknik**. Det här är de **tre pelarna** som AI hallucinerar utan. ## Vad ska finnas i business/, och vad ska inte finnas där?
Huvudpoäng Lägg projektfakta som ändras högst en gång i veckan i `business/`: positionering, målgrupp, produkter och priser, kvartalsmål och viktiga beslut. Ta inte med chattkorrespondens, obearbetat råmaterial, information som dupliceras i koden, skärmbilder eller föränderliga siffror. Ersätt siffror med markören LIVE och en länk till en SQL-fråga - jag förklarar det i ett separat avsnitt nedan.
Strukturen på översta nivån för `business/` i författarens beskrivna projekt: ``` business/ ├── INDEX.md ← mappkarta, läs först ├── company/ ← mission, juridisk person, värderingar, juridiska riktlinjer ├── products/ ← produkter, program, priser ├── audience/ ← kundprofil, segment, invändningar ├── goals/ ← års-, kvartals- och månadsmål, mått ├── economics/ ← enhetsekonomi, intäkter, utgifter, prognos ├── marketing/ ← kanaler, tratt, material, konkurrenter ├── execution/ ← veckoplanering, backlog └── assets/ ← designsystem, omdömen, textbank ``` Det här är ett exempel från författarens beskrivna projekt, inte en dogm. Jag skapar mappar vid behov. Jag började med tre (`products/`, `audience/`, `goals/`); de andra lades till efter 2-3 månader, när det blev oklart var nya saker skulle placeras. Mappens huvudfil är `INDEX.md`. Den är en karta. Den innehåller en tabell med ”fråga → fil” som Claude använder för att förstå vart det ska gå. Utan den lägger agenten token på att läsa alla filer i tur och ordning. Ett exempelutdrag ur `INDEX.md`: ```markdown ### Här hittar du saker | Det här behöver du | Titta här | |---|---| | Vem vår kund är och vilka problem hen har | `business/audience/avatar.md` | | Produkter, planer och priser | `business/products/` | | Mål och mått | `business/goals/` | | Ekonomi (intäkter, utgifter, enhetsekonomi) | `business/economics/` | | Marknadsföringskanaler och material | `business/marketing/` | ``` Då räcker det med en rad i `CLAUDE.md`: ”För frågor om verksamheten, läs `business/INDEX.md` och följ kartan.” Agenten laddar inte hela mappen i kontexten. Den laddar kartan, väljer rätt fil och läser bara den. **Checklista över sådant som inte ska läggas i `business/`:** - Rå chattkorrespondens utan bearbetning. Om det finns en insikt, destillera den och skriv ner den. Om inte, utelämna den. - Information som dupliceras i koden. ”Betalningar går via CloudPayments” behövs inte; agenten kan se det i koden. - Skärmbilder och bilder. De ökar mappens storlek och analyseras inte av en textmodell utan ett extra steg. - Föränderliga siffror. ”I dag finns det 423 betalningar för produkten” kommer att vara inaktuellt om en vecka. Använd markören LIVE och en länk till en databasfråga. - Känslig eller tveksam information. Om kodarkivet publicerades på YouTube i morgon inför 100 tusen främlingar, behåll bara sådant du skulle kunna tänka dig att visa. Medarbetare, agenter och ibland externa konsulter läser mappen.
Varning Om kodarkivet är offentligt är mappen `business/` också offentlig. Jag behandlar den andra hjärnan som om kodarkivet skulle kunna bli offentligt i morgon, även om det är privat just nu. Inga kundnamn utan samtycke, inga månadsintäkter, inga lösenord. Den här vanan sparar mycket stress.
## Varför ha en separat ai-clone-mapp, och varför ska den inte blandas med business?
Huvudpoäng `ai-clone/` lagrar din digitala avbild: principer, ton, stoppord och återkoppling efter misstag. Varje agentmisstag blir en regel i `ai-clone/feedback/` enligt formeln ”regel → varför → hur den tillämpas”. Mappen följer med dig från projekt till projekt. `business/` stannar med projektet. Håll dem åtskilda: i ett nytt projekt blir `business/` nytt, men dina principer och din stil är desamma.
Idén är enkel: verksamheten vet vad vi gör. Klonen vet hur jag fattar beslut. Strukturen för `ai-clone/` i författarens beskrivna projekt: ``` ai-clone/ ├── INDEX.md ← mappkarta ├── role.md ← vem jag är, bakgrund, vad som är viktigt ├── identity/ ← värderingar, vision, mission ├── thinking/ ← mentala modeller från föredrag ├── voice/ ← ton, ordförråd, stil ├── principles/ ← uppfattningar om produkt, kod, verksamhet ├── feedback/ ← regler som lärts genom misstag ← huvudmapp ├── style/ ← stoppord, Telegram-format └── reference/ ← verktyg, miljö ``` Den mest användbara mappen är `feedback/`. Där finns konkreta regler som jag har lärt mig genom agentmisstag. Varje regel läggs i en separat fil med det här formatet: ```markdown --- name: short-name description: one line - what’s in the file and when to apply it type: feedback --- En kort regel i en mening. **Varför:** varför regeln finns. Sammanhang, incident, observation. **Så tillämpar du den:** specifika utlösare för när regeln gäller. ``` Utan ”Varför” är regeln död - agenten överför den inte till en liknande situation. Utan ”Så tillämpar du den” är det oklart när regeln ska användas. Ett exempel från min mapp: regeln ”bindestreck, inte em dash”. Den kom till eftersom em dash-tecknet `—` är en tydlig visuell markör för genererad text. Den gäller all text som riktar sig till allmänheten. Filen finns på `ai-clone/feedback/no-em-dashes.md`. Jag gör lite annorlunda: jag skriver regler i `ai-clone/feedback/`, inte i `CLAUDE.md`. CLAUDE.md är en projektfil, men regler om ton och stil är personliga. De följer med mig till nästa projekt. `CLAUDE.md` stannar med projektet.
Obs Ett mått på hur mogen den här metoden är: hur många gånger i veckan säger du till agenten ”nej, inte så” om samma sak? I ett moget system är svaret noll. Varje misstag blir en regel i `feedback/`, och agenten upprepar det inte nästa gång.
## Vad är Live Metrics, och varför inte hårdkoda siffror i filer?
Huvudpoäng Siffror i filer för den andra hjärnan blir inaktuella på några dagar. ”1,000 kunder” i dag blir 1,050 i morgon och 2,000 om en månad. Om du hårdkodar det kommer agenten en månad senare att föreslå saker utifrån gårdagens data. Lösningen är en LIVE-markör i filen plus ett separat dokument, `live-metrics.md`, med färdiga SQL-frågor. När agenten ser LIVE går den till databasen, hämtar den aktuella siffran och resonerar utifrån uppdaterade data.
En av de största fallgroparna när man börjar bygga en andra hjärna är att fylla den med inaktuella siffror. Du skriver ”vi har 320 kunder”, och två veckor senare är det redan 410. Du skriver ”månadsintäkten är 4.7 miljoner”, och en månad senare saknar siffran sammanhang: är det ett mål, ett utfall eller en prognos? I författarens exempel fungerar det så här. I filen `business/products/practicum.md` finns en markör i stället för en siffra: ```markdown ## Kohorter > **LIVE** - kör frågorna i `live-metrics.md`, avsnitt ”Försäljning” > för att se aktuella betalningar per kohort. | Kohort | Datum | Betalande | |-------|------|------------| | 1 | March 10-12, 2026 | LIVE | | 2 | March 24-26, 2026 | LIVE | ``` En separat fil, `live-metrics.md`, innehåller färdiga SQL-frågor och beskrivningar av vad de returnerar: ````markdown ## Försäljning (betalningar per kohort) ```sql SELECT c.name, COUNT(p.id) AS paid, SUM(p.amount) AS revenue FROM purchases p JOIN cohorts c ON c.id = p.cohort_id WHERE p.status = 'paid' GROUP BY c.name ORDER BY c.starts_at DESC; ``` ```` När jag frågar agenten ”hur många betalningar har vi för den andra kohorten?” gör den så här: 1. Läser `business/products/practicum.md` 2. Ser LIVE-markören bredvid siffran 3. Öppnar `live-metrics.md` 4. Hittar avsnittet ”Försäljning” 5. Kör frågan mot produktionsdatabasen 6. Svarar med färska data Det här löser två problem på en gång. Siffrorna blir inte inaktuella. Och beslut fattas utifrån nuläget, inte förra årets.
Varning I författarens beskrivna metod får bara betrodda agenter åtkomst till produktionsdatabasen. De får den åtkomsten bara genom ett omslag som loggar frågor och inte avslöjar lösenord. Det är en dålig idé att lägga in ett direkt `psql`-kommando med lösenord i klartext i `live-metrics.md`. Skapa ett omslag som hämtar lösenordet från en miljövariabel och inte visar det i utdata. Det är ett separat tekniskt lager, men utan det blir LIVE ett säkerhetshål.
## Hur navigerar AI i den andra hjärnan för en enskild förfrågan?
Huvudpoäng Förfrågan följer alltid samma väg: Claude läser CLAUDE.md, ser kartorna (`business/INDEX.md`, `ai-clone/INDEX.md`), går till relevant INDEX, följer den till en specifik fil och hämtar vid behov en siffra via LIVE. Det är 5-6 läsoperationer i stället för att trycka in hela mappen i kontexten. Fönstret hålls fritt för resonemang, och token slösas inte på irrelevanta filer.
En specifik förfrågan kan till exempel vara: ”skriv ett mejl till deltagarna om den nya kohorten”. 1. Claude startar med ett tomt fönster. Det laddar CLAUDE.md (regler, teknikstack, hänvisningar). 2. I hänvisningarna i CLAUDE.md ser det: ”`ai-clone/INDEX.md` - läs alltid i början av en session.” Det öppnar filen och får veta vem jag är, vilken ton jag använder och vilka stoppord jag har. 3. Det ser i hänvisningarna: ”e-postmallar - `src/lib/email/layout.ts`.” Det öppnar filen och förstår formatet. 4. Det ser: ”produktsammanhang - `business/products/practicum.md`.” Det öppnar filen och läser om produkten. 5. Det ser LIVE-markören i filen och en hänvisning till `live-metrics.md`. Det öppnar filen och hittar den färdiga SQL-frågan. Om det behöver en aktuell siffra kör det frågan. Annars markerar det ”hämta den här siffran vid utskickstillfället”. 6. Det ser tonreglerna i `ai-clone/style/telegram-format.md`, förbudet mot em dash i `ai-clone/feedback/no-em-dashes.md` och konverteringsgraden i tratten i `business/marketing/funnel.md`. Det skriver mejlet med min ton, aktuella siffror och utan em dash eller AI-markörer. Anthropic kallar den här metoden just-in-time-kontext i sin ingenjörsblogg:
Agenter som byggs med en ”just in time”-metod behåller lätta identifierare (filsökvägar, sparade frågor, länkar osv.) och använder dessa länkar för att dynamiskt hämta data till kontexten under körning med hjälp av verktyg.
— Anthropic, anthropic.com/engineering/effective-context-engineering-for-ai-agents
Med andra ord bär Claude med sig hänvisningar till data, inte själva datan. Det är mycket mer tokeneffektivt och mycket mer träffsäkert, eftersom bara relevant information hamnar i kontexten. Fönstret hålls rent för resonemang. ## 5 anti-mönster för en andra hjärna - vad bör du undvika?
Huvudpoäng De vanligaste nybörjarmisstagen med en andra hjärna: 1) en överlastad CLAUDE.md med 500+ rader i stället för en kort hänvisningsfil; 2) en mapp för allt som blir en avstjälpningsplats; 3) duplicering av sådant Claude redan känner till från språket eller koden; 4) hårdkodade siffror som blir inaktuella utan LIVE; 5) att lämna kontext oåtkomlig för agenten eller sakna vägvisning till den, oavsett om den finns i samma kodarkiv eller separat privat lagring.
Anti-mönster 1. **En överlastad CLAUDE.md.** 500 rader instruktioner ”i stället för att lägga allt på ett ställe”. Anthropic är tydligt:
Håll den kort. För varje rad, fråga: ”Om jag tar bort den här, kommer Claude då att börja göra misstag?” Om inte, ta bort den. Uppsvällda CLAUDE.md-filer gör att Claude ignorerar dina faktiska instruktioner!
— Anthropic, code.claude.com/docs/en/best-practices
Målet är 80-120 rader. Lägg allt annat i separata filer och hänvisa till dem. Anti-mönster 2. **En mapp för allt.** Du slänger in allt i den andra hjärnan: rå chattkorrespondens, onödiga skärmbilder och rapporter som ingen kommer att läsa. En månad senare har mappen svällt, agenten slösar token på att läsa skräp och du minns inte var något finns. Regeln: varje fil i den andra hjärnan ska besvara en specifik fråga. Om ingen har öppnat den på sex månader, radera den eller flytta den till arkivet. Anti-mönster 3. **Duplicering.** ”Betalningar går via CloudPayments i `src/lib/payment/cloudpayments.ts`; leverantören konfigureras i `.env`.” Agenten kan se allt det här i koden. Duplicera det inte i `business/`. Dubbletter blir inaktuella: koden ändras, `business/` uppdateras inte och agenten arbetar utifrån inaktuell information. Anti-mönster 4. **Hårdkodade siffror.** ”Vi har 1,247 kunder med en konverteringsgrad på 6.3%” - tänk dig att det här är siffror från en abstrakt fintech-startup. Alla sådana siffror kommer att vara inaktuella om en vecka. Använd markören LIVE och `live-metrics.md`. Avsnittet om detta finns ovan. Anti-mönster 5. **Kontext utan åtkomlig väg.** Om den andra hjärnan finns på annan plats och agenten varken har behörighet eller hänvisning dit räcker det inte att starta i kodmappen. För okänsliga gemensamma anteckningar är `business/` och `ai-clone/` i kodarkivet en praktisk struktur. För privat kontext använder du en separat kontrollerad plats och konfigurerar uttryckligen tillåten åtkomst och vägvisning. Mappbekvämlighet upphäver inte sekretess.
Tips En separat gren (`context` eller `business-context`) ordnar arbetet men är ingen åtkomstgräns: filerna är fortfarande Git-objekt i samma kodarkiv och kan publiceras med grenar eller historik. Använd separat privat kodarkiv eller extern lagring med uttrycklig åtkomstkontroll och tillåten agentväg för privat affärskontext. En submodul kan peka på ett privat kodarkiv, men sekretessen kommer från det kodarkivets behörigheter, inte submodulen. Ett annat alternativ är en medvetet ignorerad lokal mapp med egen säkerhetskopia; ignorering tar inte bort redan spårade filer eller tidigare publicerad historik. Behåll bara delbar kontext med koden.
## Hur bygger man en andra hjärna på en timme - ett steg-för-steg-recept
Huvudpoäng Du kan ställa in en minimal andra hjärna på en timme: skapa rotmapparna `business/` och `ai-clone/`, gör en kartfil `INDEX.md` i varje, lägg till en kort produktbeskrivning under `business/products/`, en kundbeskrivning under `audience/` och en beskrivning av vem du är i `ai-clone/role.md`. Lägg till hänvisningar till mapparna i `CLAUDE.md`. Bygg sedan ut den medan du arbetar: efter varje agentmisstag lägger du till en regel i `ai-clone/feedback/`; efter varje beslut lägger du till en anteckning i `business/`.
1. ### Skapa två rotmappar I projektets rot, bredvid `src/`: ```bash mkdir -p business/{products,audience,goals,economics,marketing} mkdir -p ai-clone/{identity,voice,principles,feedback,style} ``` 2. ### Gör en INDEX.md som mappkarta `business/INDEX.md` är en tabell med ”fråga → fil”. Börja med minst 5 rader och lägg till fler efter hand. Gör samma sak i `ai-clone/INDEX.md`. 3. ### Lägg till korta beskrivningar av produkten och kunden `business/products/main.md` - vad produkten är, vem den är till för, vad den kostar och vad som skiljer den från andra. 30-50 rader. `business/audience/avatar.md` - vem kunden är, vilka problem hen har och vad hen köper. 30-50 rader. Beskriv inte en ideal kund - beskriv en verklig. Om du inte vet något, markera det ”att klargöra” och gå vidare. 4. ### Beskriv dig själv i ai-clone/role.md Vem du är, vad du gör och vad som är viktigt för dig. 20-30 rader. Det räcker för att börja. Lägg till ton, principer och stoppord när du märker att agenten skriver i en stil som inte är din. 5. ### Lägg till hänvisningar i CLAUDE.md Öppna `CLAUDE.md` och lägg till ett avsnitt: ```markdown ## Projektkarta - Affärssammanhang → `business/INDEX.md` - Sammanhang om mig → `ai-clone/INDEX.md` - Tekniska planer → `plans/YYYY-MM-DD-*.md` - Reflektioner från tidigare sessioner → `retrospectives/` Läs alltid `ai-clone/INDEX.md` och `business/INDEX.md` i början av en session. ``` 6. ### Starta Claude Code och kontrollera Öppna agenten. Fråga: ”berätta om min produkt och min målgrupp”. Om den svarar utifrån mappens sammanhang fungerar det. Om den hittar på saker bör du kontrollera att mapparna ligger bredvid projektet, att filerna har rätt namn och att hänvisningarna i `CLAUDE.md` är exakt formulerade. Därefter växer den andra hjärnan enligt två principer. För det första: varje gång agenten gör ett misstag lägger du till en regel. Efter 3-4 veckor innehåller `ai-clone/feedback/` 15-20 regelfiler, och agenten slutar göra de flesta vanliga misstagen. För det andra: varje gång du fattar ett affärsbeslut dokumenterar du det i `business/`. Om du höjer ett pris lägger du till en anteckning i `business/products/pricing.md` med datum och anledning. Om du ändrar positioneringen lägger du till en anteckning i `business/company/about.md`. Sex månader senare har du ett arkiv som minns ”varför”.
Prompt: Färdig prompt för en kvällsuppdatering av den andra hjärnan ``` We’ve done a substantial amount of work together this week. Analyze all the code changes from this week, all the commits we made. What valuable information from this should live in business/ - write it into the appropriate files with wiki links to neighboring files so the context isn’t lost. If there are decisions in the code that I haven’t explained, ask me why and record the reason in the appropriate file with the date noted. Don’t duplicate what’s already obvious from the code. Only include what the agent wouldn’t know in the next session without business/. ```
## Vad händer härnäst - Skills, Subagents och kontextteknik
Huvudpoäng En andra hjärna plus CLAUDE.md är grunden. Ovanpå den lägger du till Skills (procedurkunskap som laddas vid behov utifrån uppgiftsbeskrivningen), Subagents (isolerade Claude-instanser med egna kontextfönster för krävande uppgifter) och kontextteknik (hantering av vad som hamnar i fönstret). Det här är de tre övre våningarna. De fungerar inte utan grunden - agenten har inget att läsa.
När den andra hjärnan är på plats finns det ytterligare tre verktyg som Anthropic beskriver som tre olika nivåer av kontextoptimering. **Skills** är procedurkunskap. Om du har ett arbetsflöde som du upprepar (skriva en lärguide, sätta ihop ett Telegram-inlägg, granska en webbplats) kan du koda in det i en `SKILL.md`-fil med en uppgiftsbeskrivning. I början av en session läser Claude igenom kompetensnamn och beskrivningar och laddar bara in dem som passar den aktuella uppgiften. Det sparar token och håller fokus. **Subagents** är isolerade Claude-instanser med egna kontextfönster. Starta en underagent för en krävande uppgift (läs 30 filer och sätt ihop en sammanfattning), så arbetar den i sitt eget fönster och returnerar bara resultatet. Ditt huvudfönster hålls rent. Anthropic skriver:
Specialiserade underagenter kan lösa avgränsade uppgifter i rena kontextfönster. [...] Varje underagent kan utforska brett och använda tiotusentals token eller mer, men returnerar bara en komprimerad, destillerad sammanfattning av arbetet (ofta 1,000-2,000 token).
— Anthropic, anthropic.com/engineering/effective-context-engineering-for-ai-agents
**Kontextteknik** handlar om att hantera vad som över huvud taget hamnar i fönstret. Anthropic kallade det en grundläggande färdighet i arbetet med agenter 2025, en nivå över promptteknik. Promptteknik handlar om att välja formuleringar. Kontextteknik handlar om att välja filer, hänvisningar, Skills och Subagents. En andra hjärna är den första byggstenen i kontextteknik. Utan den läser Skills tomma utrymmen, Subagents har ingenstans att gå och agentens fönster fylls av slumpmässig information. Med den börjar alla tre verktygen fungera. **Nästa steg.** Skapa två mappar bredvid projektet: `business/` och `ai-clone/`. Lägg till en `INDEX.md` i varje med 5 rader som fungerar som en karta. Lägg till fyra hänvisningsrader i `CLAUDE.md`. På en timme har du en fungerande stomme för en andra hjärna. Bygg sedan ut den enligt regeln ”efter varje agentmisstag lägger du till en rad i `ai-clone/feedback/`”. Jag förklarar hela CLAUDE.md-mallen som du använder för att hänvisa till den andra hjärnan i guiden [Så ställer du in CLAUDE.md på rätt sätt](https://ailoot.ai/blog/sv/claude-md-template/).
### Källor - [Claude Code Memory documentation](https://code.claude.com/docs/en/memory) - officiell minneshierarki för Claude Code från Anthropic - [Claude Code Best practices](https://code.claude.com/docs/en/best-practices) - officiella riktlinjer för arbete med CLAUDE.md - [Effective context engineering for AI agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) - Anthropic Engineering, en förklaring av kontextförfall, uppmärksamhetsbudget och just-in-time-kontext - [Skills explained](https://claude.com/blog/skills-explained) - Anthropics blogg: skillnaden mellan Skills, Memory, Subagents och MCP
Fortsätt utforska Ailoot på [ailoot.ai](https://ailoot.ai/). ## Frågor om den här guiden: En andra hjärna i Claude Code: Så bygger du strukturen på en timme ### Håller en annan Git-gren affärskontexten privat? Nej. En gren är del av samma kodförråd och dess filer kan delas med objekt och historik. Använd en separat kontrollerad privat lagringsplats eller en medvetet ignorerad lokal mapp med säkerhetskopia; ignorering raderar inte befintlig spårad historik. ### Hur hittar agenten privat kontext utanför kodförrådet? Ge en uttrycklig hänvisning och bara åtkomstbehörigheterna som uppgiften behöver. Behåll ett kort index som leder till relevant dokument och verifiera att agenten kan läsa den tillåtna filen; en privat plats utan vägvisning ger inte automatiskt kontext. ## Ailoot · Företaget och dess projektportfölj Ailoot bygger på etablerad driftserfarenhet, en stor kundbas, stabil service och löpande KPI-kontroll. Företaget och dess projektportfölj: miljontals kunder; månatlig försäljning för miljarder. Ailoot använder denna driftserfarenhet för API-åtkomst till AI-funktioner i kundernas produkter, agenter, applikationer och automatiseringar.