A második agyad: melyik jegyzetrendszer engedi be az AI-t

Manapság mindenhol ugyanazt a tanácsot hallani. Építs magadnak egy második agyat, gyűjts össze mindent egy helyen, majd engedd rá az AI-t. Ami ebből az ajánlásból általában kimarad, az a nehéz rész.

A kérdés nem az, hogy melyik program rajzolja a legszebb összefüggéseket. A kérdés az, hogy egy mesterséges intelligencia egyáltalán eljut-e azokhoz a jegyzetekhez, és hogy szabad-e bármit is kihagynia. Kilenc egyébként nagyon hasonló program annyira eltér egymástól ebben a tekintetben, hogy a döntés gyakorlatilag már a beállításuk során meg is születik.

Van egy jogos ellenvetés is. A jelenlegi modellek egymillió kontextusjelzőt vesznek figyelembe, némelyik még ennél is többet. Tehát egyszerűen bedobhatsz háromszáz oldalt egy csevegőablakba, és megkérdezheted. Miért is kell egyáltalán rendszert fenntartani? Átnéztük a számokat – nem becslések, hanem mért értékek alapján –, és a válasz kevésbé egyértelmű, mint amit bármelyik tábor állít.

Kilenc programot vizsgáltunk meg: Obsidian, Logseq, Joplin, Anytype, Notion, Gemini Notebook (korábban NotebookLM), ChatGPT-projektek, Apple Notes és Microsoft OneNote. Minden ár és korlátozás 2026. július 25-i állapotot tükröz, és a gyártók saját oldalairól származik.

Mindig csak egy mappa

Sokan pont itt szállnak ki, és joggal. Ha hozzáférést adsz egy AI-nek a saját jegyzeteidhez, az úgy hangzik, mintha átadnád az egész számítógépet. Pedig nem így van.

A hozzáférés pontosan egy olyan könyvtárat érint, amelyet te magad választasz ki. Az Obsidianban ezt „vault”-nak hívják, és ez egy egyszerű mappa. Tedd oda a jegyzeteidet, add meg az AI-eszköznek ezt az elérési utat, és az eszköz csak a mappában lévő fájlokat fogja látni. Nem a mellette lévő adóbevallásokat, nem a fényképeket, nem a böngésző előzményeit. Egy mappa, amelyet te magad választasz ki, és bármikor visszavonhatsz.

Ezért is olyan nagy jelentősége van a fájl kérdésének. Egy olyan programnak, amely a jegyzeteit saját adatbázisában vagy a gyártó felhőjében tárolja, nincs ilyen mappája. Nincs mire hivatkozni.

És a hozzáférés kétirányú. Egy AI-eszköz nemcsak el tudja olvasni a fájlokat, hanem létre is tudja hozni és módosítani is tudja őket. Az Obsidian most pontosan ezt hirdeti maga is: saját parancssori neveket használ példaként, szó szerint, azzal, hogy ügynökszerű eszközöknek hozzáférést biztosít a tárhelyhez. Tehát ha akarod, diktálsz egy gondolatot, és a kész jegyzetet a mappában találod meg, összekapcsolva a már ott lévő elemekkel.

Ennek van egy másik oldala is, és ez súlyosabb, mint a kényelem. Az írási jogosultságok azt jelentik, hogy egy program jegyzeteket hozhat létre, módosíthatja őket, és a kukába is áthelyezheti őket. A Joplin ezért írási eszközeit kikapcsolt állapotban szállítja, és saját dokumentációjában azt tanácsolja, hogy csak akkor kapcsold be őket, ha bízol mind az alkalmazásban, mind a mögötte álló modellben. A mellette álló mondat a lényeg: a Joplin nem kérdezi meg az ember véleményét minden írás előtt.

A felhőalapú rendszereknél éppen fordítva működik a dolog. Feltöltöd a fájlokat a szolgáltatóhoz, és a szolgáltató mesterséges intelligenciája dolgozza fel őket. Ez kényelmes és jól működik, de azt jelenti, hogy a tartalom elhagyja a házat. A ChatGPT esetében a projektekből származó tartalmakat a fogyasztói csomagoknál a betanításhoz használják fel, hacsak a beállításokban nem választod ki ezt a lehetőséget. A Google és a Notion fordítva működik: csak akkor végeznek betanítást, ha aktívan visszajelzést adsz vagy beleegyezel.

Egy fájl vagy egy adatbázis – ez dönti el mindent

Az Obsidian az első csoport legegyértelműbb példája. A jegyzetek Markdown-fájlok, amelyek egy ön által választott mappában találhatók. Bármely szerkesztőben megnyithatja őket, és az Obsidian önállóan felismeri a külső változtatásokat. Ehhez egy mesterséges intelligenciának nincs szüksége sem bővítményre, sem felületre, egyszerűen csak szövegfájlokat olvas és ír. Az Obsidiannak nincs saját mesterséges intelligenciája, és a mai napig a hivatalos fejlesztési terv sem említi azt. Az egyetlen saját fejlesztésű AI-funkció a Web Clipperben található, amely összefoglalja a weboldalakat, mielőtt azok a tárba kerülnének, és elvárja, hogy a felhasználó saját szolgáltatót használjon. Ami viszont van benne az 1.12-es verziótól kezdve, az egy hivatalos parancssor, amelyet az Obsidian nyíltan hirdet, mint a tár és a szkriptek, illetve az ügynökszerű eszközök összekapcsolásának módját.

A Logseq esetében a helyzet kissé zavaros, és ezt érdemes tudni, mielőtt belevágnál. Az utolsó rendszeres kiadás a 2025. december 1-jei 0.10.15-ös verzió, és még a kiadás címe is „Beta Testing”-nek nevezi. Azóta csak éjszakai build-ek jelentek meg. A tényleges fejlesztés az új adatbázis-verzióban zajlik. Ez azonban pontosan azt adja fel, amiért sokan a Logseq-et választották: az egyes Markdown-fájlok helyett egy gráf él a lemezen egyetlen SQLite adatbázis-fájlként. Amit utána a fájlkezelőben látsz, az egy bináris fájl. Cserébe az adatbázis-verzió beépített MCP-kiszolgálót tartalmaz, amelyhez az AI-alkalmazások közvetlenül csatlakozhatnak.

A Joplin ugyanezt az utat járja, csak következetesebben. A jegyzetek a profilmappában található SQLite-adatbázisban helyezkednek el, és még a fájlrendszeren keresztüli szinkronizálás sem eredményez olvasható szöveges fájlokat. A Joplin a saját GYIK-jében szokatlanul nyíltan írja, hogy a szinkronizálási könyvtár alapvetően egy adatbázis, és kifejezetten nem a felhasználók szerkesztésére szolgál.

Az Anytype ugyan egy általad választott mappában tárolja az adatait, de ott titkosított blobok találhatók. Egy szempont az Anytype mellett szól, mivel ez sok összehasonlításból kimarad: a program nem nyílt forráskódú. A protokollok MIT-licenc alatt állnak, maguk az alkalmazások pedig forráskód-hozzáférhető licenccel rendelkeznek. Jelszó-visszaállításra nincs lehetőség. Ha elveszíted a tizenkét szót, elveszíted az adatokat is, ahogyan a dokumentáció fogalmaz.

Az Apple Notes és a OneNote a skála másik végén helyezkednek el. Az Apple esetében nincs dokumentált mappa, nincs nyílt formátum és nincs dokumentált programozási felület a jegyzetekhez. Ami viszont működik, azok a Shortcuts, amelyekkel jegyzeteket lehet keresni, létrehozni és kiegészíteni. Ez ugyan egy kerülőút, de használható.

A OneNote esetében van egy interfész a Microsoft Graph-on keresztül, de 2025. március 31-től az alkalmazáson keresztüli bejelentkezés már nem fog működni, így mindig bejelentkezett felhasználóra lesz szükség. A Microsoft maga is leírja, hogy aki teljes jegyzetfüzeteket szeretne biztonsági másolatot készíteni vagy kiolvasni, az szembesülni fog ennek az interfésznek a korlátaival.

Mi változott 2026-ban

Három hír felülírta a korábbi összehasonlításokat. Először is: a Google 2026. július 16-án átnevezte a NotebookLM-et Gemini Notebookra. Az eszköz változatlan marad, a meglévő jegyzetfüzetek megmaradnak, a linkek átirányítanak. Aki azonban útmutatókat keres, az továbbra is többnyire a régi nevet találja.

Másodszor: a Joplin beépített mesterséges intelligenciával rendelkezik, méghozzá lokálisan. Van egy csevegőfunkció, amely a Joplin Cloudra, egy OpenAI-kompatibilis szolgáltatásra vagy az Anthropicra irányíthat. Az érdekesebb rész a szemantikus keresés: a Joplin körülbelül 140 MB-os modellt tölt le a gépre, és a keresési indexet teljes egészében az eszközön építi fel. A folyamat során egyetlen jegyzet tartalma sem kerül fel a felhőbe. Ehhez jön még a saját MCP-kiszolgálója, amely kizárólag a 127.0.0.1 címen hallgatózik. Öt olvasási eszköz előre be van állítva, az öt írási eszköz viszont nem.

Harmadszor: a fejlesztés a kontextusablakra összpontosított, nem a tárolásra. 2026-ban minden felhőrendszer emelte a korlátait, de egyik szolgáltató sem nyitotta meg az utat vissza a helyi mappákhoz. Aki ilyet szeretne, annak továbbra is a fájlokat író programokat kell megvizsgálnia.

Egymillió token a jegyzetrendszer ellen

Most pedig jöjjön az a rész, amely megválaszolja az alapvető kérdést. Ha egy modell egyszerre egymillió tokent olvas be, miért kell egyáltalán bármit is rendezni?

Először is tudni kell, hogy valójában mennyit jelent egymillió token. A mindenhol idézett tapasztalati szabály szerint 750 000 szót. A német nyelv esetében ez téves. Két, jelentésükben azonos bekezdést futtattunk át az o200k_base tokenizátoron, amelyet az OpenAI a jelenlegi modelljeihez használ, és levontuk belőle a felesleges adatmennyiséget. Az eredmény: az angol nyelvben szónként 1,17 tokenre van szükség, a németben pedig 1,67-re. A német szöveg tehát körülbelül 43 százalékkal több tokent igényel ugyanazon tartalom esetén, mivel az összetett szavak több darabra bomlanak.

Egy millió token tehát nagyjából 857 000 angol szónak felel meg, de csak körülbelül 600 000 német szónak. Más szolgáltatók saját tokenizálókat használnak, így az adatok kissé eltérhetnek. Nagyságrendben azonban ez a szám helytálló.

600 000 szó soknak tűnik. Összehasonlításképpen megmértünk egy évek alatt összegyűlt gyűjteményt: körülbelül 470 jegyzetet, ami nagyjából 350 000–400 000 szóra becsülhető. Egy ilyen gyűjtemény még mindig belefér egy egyetlen kontextusablakba. Alig, és folyamatosan növekszik.

És akkor jön a számla. Minden egyes kérdéssel újra megtelik egy kontextusablak, és újra ki kell fizetni. Egy jelenlegi csúcsmodell, például a Claude Opus 5 esetében egymillió bemeneti token öt amerikai dollárba kerül. Egy 400 000 német szóból álló jegyzetgyűjtemény esetében ez körülbelül 667 000 token, vagyis körülbelül 3,33 amerikai dollár. Kérdésenként. Tíz kérdés egy délután alatt tehát többe kerül, mint egy hónap Notion Business előfizetés.

Pontosan ez az a pont, ahol egy jegyzetrendszer megtérül. Nem azért, mert olcsóbb, mint a mesterséges intelligencia, hanem azért, mert eleve csökkenti a kontextusba beviteli mennyiséget. Egy jó kereső vagy szemantikai index négyszáz helyett tíz megfelelő jegyzetet ad át az AI-nek. A 3,33 dollár néhány centre csökken, ráadásul a válasz is jobb lesz, mert a modell nem kell, hogy mellékes kérdések között turkáljon.

A fordítottja is ugyanúgy igaz: akinek húsz jegyzete van, annak nincs szüksége rendszerre. Egy fájlfeltöltés is elegendő. Azonban ritkán maradnak csak húsznál, ha az AI is elkezd írni.

Végül tehát nem annyira a gyűjtemény mérete a döntő, hanem a hozzáférés iránya. Ha csak kérdéseket akarsz feltenni, egy felhőalapú rendszer jól szolgál, és semmit sem kockáztatsz, mert ott egyetlen AI sem fér hozzá a saját fájljaidhoz. Ha azt szeretnéd, hogy az AI is írjon, akkor olyan rendszerre van szükséged, amely egyáltalán lehetővé teszi az írást, és nyugodtan át kell gondolnod, melyik eszköznek adod át ezeket a jogokat.

Kinek mit érdemes választania

Aki hosszú távon szeretné, hogy egy AI hozzáférjen a saját jegyzeteihez, az az Obsidian-t választja. Nem azért, mert ez a legszebb program, hanem mert egy szövegfájlokból álló mappa az egyetlen hozzáférési mód, amely öt év múlva is működni fog, függetlenül attól, hogy addigra melyik AI-eszköz lesz a legnépszerűbb. A hátránya a kézi munka, mert nincs kész AI-funkció, csak a parancssor szolgál kapcsolódási pontként.

Aki ugyanezt szeretné, de már beállítva, az a Joplin-t választja. Az MCP-szerver, a helyi szemantikus keresés és a csevegés beépített funkciók, és nem kerülnek semmibe. Mindez gyárilag ki van kapcsolva, és egyenként kapcsolható be, az írási eszközöket is beleértve.

Aki csak dokumentumokat szeretne lekérdezni, az a Gemini Notebook-ot választja. Notebookonként ötven forrás ingyenes, ami elegendő egy kurzushoz, egy jogi témához vagy egy projekthez. Ez nem jegyzetrendszer, és nem is akar az lenni. Cserébe ott semmi sem romolhat el, mert az AI soha nem fér hozzá a saját fájljaidhoz.

Aki már a Microsoft vagy az Apple világában él, az maradjon a OneNote- nál vagy az Apple Notes-nál, és őszintén szólva hagyja félre az AI-kérdést. Mindkét program kiválóan alkalmas írásra. AI-alapú tudásrendszer alapjaként azonban nem alkalmasak, mert a külső hozzáférés vagy hiányzik, vagy szigorúan korlátozott.

Mi szól az egész ötlet ellen

Egy „második agy” továbbra is munkát jelent, még akkor is, ha az AI segít az írásban. Leveheti a gépelés terhét a válladról, de nem a döntést arról, hogy mit érdemes megőrizni és milyen név alatt. Az ilyen projektek leggyakoribb vége egy negyven fájlt tartalmazó mappa, amelyet soha senki nem nézett meg újra.

Ráadásul vannak konkrét bosszúságok, amelyeket érdemes előre tudni. Az Obsidian mobil eszközön nem szinkronizál a háttérben, az alkalmazást nyitva kell tartani. Ugyanez vonatkozik a Joplinra is, ahol a szinkronizálás megszakad, amint az alkalmazás háttérbe kerül, vagy a kijelző kikapcsol. Az Anytype nem támogatja a jelszó-visszaállítást. A Notion az ingyenes csomagban 5 MB-ra korlátozza a fájlok méretét, ami használhatatlanná teszi szkennelt dokumentumok és PDF-ek tárolására. A Gemini Notebook esetében pedig egy törölt jegyzetfüzet végleg eltűnik, nincs lehetőség a helyreállításra.

A legőszintébb tanács ezért a következő: először két hétig gyűjtsd össze a jegyzeteket valahol – akár egy szöveges fájlokból álló mappában is, gépelve vagy diktálva. Ha ezután is folytatod a gyűjtést, már félig meg is válaszoltad a programmal kapcsolatos kérdést. Ha nem, megspóroltál magadnak egy előfizetést.