Własny bank pamięci – po co ci coś obok auto-memory

Auto-memory notuje w tle to, co uzna za przydatne: że wolisz krótkie odpowiedzi, że w tym folderze leżą faktury, że tę samą poprawkę zgłaszasz drugi raz. Nikt jej tego nie dyktuje, a ona nie prosi o zgodę na zapisanie informacji – i właśnie dlatego jest wygodna.

Auto-memory ma jednak pewną wadę: fakty, na których naprawdę ci zależy, trafią tam tylko wtedy, gdy Claude Code uzna je za warte zapisania lub gdy bezpośrednio o to poprosisz. Dlatego warto mieć obok niej własny bank pamięci – folder z plikami, które AI zakłada i uzupełnia pod twoje dyktando, i jasny podział na to, co tam trafia, a co zostaje w auto-memory.

Czym jest własny bank pamięci – i czym różni się od auto-memory

Własny bank pamięci to folder z kilkoma plikami Markdown, leżący tam, gdzie pracujesz, oraz zdanie w CLAUDE.md, które mówi Claude Code, co w tych plikach jest i kiedy po nie sięgać. W ustawieniach nie znajdziesz żadnego przełącznika – tę strukturę zlecasz Claude Code.

Na naszych warsztatach nazywamy ten folder po prostu dane. To nazwa sugerowana, nie wymóg: twój może nazywać się inaczej i nic się przez to nie zepsuje. Znaczenie ma zawartość, a u nas są to cztery pliki:

• profil.md – kim jesteś, czym się zajmujesz i jak pracujesz; ten jeden plik ma u nas własną lekcję z wywiadem na osiemnaście pytań
• oferta.md – co sprzedajesz i na jakich zasadach
• persona-klienta.md – żadna konkretna osoba, tylko ogólny opis docelowego klienta, do którego kierujesz swoją ofertę
• plan-dnia.md – twoje cele i zadania do wykonania

Łatwo pomylić bank pamięci z plikami roboczymi: arkusz z zamówieniami, raport z systemu, eksport z księgowości – to nie jest pamięć i do banku nie trafia. Bank trzyma to, co ma być prawdą jutro i za pół roku. Plik z danymi do przerobienia zostaje tam, gdzie leżał.

Cały bank pamięci zakłada Claude Code, na twoją prośbę:

Załóż w folderze, w którym teraz jesteśmy, podfolder na moje stałe dane, a w nim osobny plik na każdy temat: kim jestem i czym się zajmuję, co sprzedaję, kto jest moim klientem, jaki mam plan na najbliższy kwartał. Treść do każdego pliku podyktuję ci później. Dopisz też do CLAUDE.md zdanie, które mówi, co w tych plikach jest i kiedy po nie sięgać. Najpierw pokaż mi nazwy plików i to zdanie, a zapisuj dopiero po moim „tak”.

W odpowiedzi zobaczysz propozycję nazw, pusty szkielet plików i jedno zdanie do CLAUDE.md, w rodzaju „moje stałe dane leżą w folderze dane – przeczytaj właściwy plik, kiedy potrzebujesz wiedzieć, kim jestem albo co sprzedaję”. To zdanie jest tu najważniejsze, bo CLAUDE.md Claude Code czyta na początku każdej rozmowy, a same pliki banku pamięci otwiera dopiero wtedy, gdy uzna je za potrzebne.

Dwa rodzaje banku pamięci: globalny i projektowy

Zacznij od jednego, globalnego banku pamięci. Niech leży w twoim głównym folderze roboczym i trzyma fakty niezależne od tego, nad którym projektem akurat pracujesz. Claude Code czyta CLAUDE.md nie tylko z folderu, w którym go uruchamiasz, ale i z folderów nad nim – zdanie zapisane wysoko obowiązuje więc we wszystkim, co leży niżej.

Projektowy bank pamięci nie zastępuje globalnego, tylko dokłada się do niego w jednym miejscu. Zakładaj go dopiero wtedy, gdy jeden klient albo jeden projekt zaczyna mieć własne fakty, które w globalnym banku tylko by przeszkadzały: swoje terminy, swoje ustalenia, swój sposób nazywania rzeczy. Dwa banki pamięci to dwa miejsca do utrzymania, więc drugi zakładaj z konkretnego powodu.

Własny bank pamięci nie zapycha się tak jak auto-memory

Auto-memory ma swój spis treści – plik MEMORY.md, z którego na starcie rozmowy wczytuje się pierwsze 200 linii albo pierwsze 25 kilobajtów, zależnie od tego, która z tych granic wypadnie wcześniej. Reszta już się nie wczytuje. Kiedy spis zbliża się do tej granicy, Claude Code dostaje sygnał, żeby go skrócić.

Mechanizm działa, tylko decyzję o tym, co z pełnego spisu wypada, podejmuje AI. Własny bank pamięci nie ma jednego spisu, który trzeba ściskać – rośnie tak, jak go podzielisz na pliki tematyczne. Dla nowego klienta zakładasz osobny plik, zamiast dopisywać linijkę do listy, która ma sufit.

Granica jest i tutaj, tylko w innym miejscu. Zdanie w CLAUDE.md wskazujące bank pamięci musi zostać krótkie, bo CLAUDE.md wczytuje się w całości przy każdej rozmowie – dokumentacja radzi trzymać CLAUDE.md poniżej 200 linii, bo im dłuższy, tym słabiej Claude Code się go trzyma.

Bank pamięci łatwiej zsynchronizować między urządzeniami

Auto-memory jest lokalna i dokumentacja mówi to wprost: te pliki nie są współdzielone między komputerami ani ze środowiskami w chmurze. Leżą w folderze konfiguracyjnym Claude Code, w twoim katalogu domowym – osobno od twoich dokumentów, w miejscu, które przy przenoszeniu pracy na drugi komputer zwykle zostaje na poprzednim urządzeniu.

Własny bank pamięci leży tam, gdzie pracujesz, więc przenosi się razem z pozostałymi plikami. Cokolwiek synchronizuje ten folder – dysk w chmurze albo repozytorium na GitHubie – zabiera bank razem z resztą, a na drugim komputerze Claude Code zastaje te same fakty i to samo zdanie w CLAUDE.md. Przy pracy na laptopie i na komputerze stacjonarnym to różnica między jednym kompletem wiedzy a dwoma, które się rozjeżdżają.

Cztery warstwy pamięci, nie dwa wybory

Każdy plik w banku pamięci tworzy i uzupełnia Claude Code – ty mówisz, co ma w nim stanąć. Warstwy różnią się nie tym, kto je zapisuje, tylko tym, kto decyduje o wpisie i kiedy.

Dwie pierwsze warstwy już mamy:

Auto-memory decyduje z własnej inicjatywy i o nic nie pyta. Ty jej nie prowadzisz.

Pliki faktów w banku pamięci – profil, oferta, persona, plan – powstają z tego, co dyktujesz wprost: „dopisz do mojego profilu, że pracuję głównie z biurami rachunkowymi”. Decyzja jest twoja, a zapis wykonuje AI.

Pora dołożyć do tego dwie następne warstwy, które działają podobnie jak auto-memory – Claude zapisuje tam dane samodzielnie, bez podawania przez ciebie gotowej treści, jednak tylko na twoje wyraźne polecenie.

Historia twojej pracy z AI dzieli się na dwa rodzaje zapisów. Changelog to jeden plik, rejestr zmian w plikach: Claude Code dopisuje do niego datowany wpis o tym, co od ostatniego zapisu powstało, co się zmieniło i na czym ta zmiana polegała. Historia rozmów to cały folder, a w nim krótkie podsumowanie każdej sesji – czego dotyczyła, co zostało na niej ustalone, co z tego wynikło. Podsumowania leżą osobno, bo AI zapisuje jedno na każdą rozmowę, a nazwą pliku jest identyfikator tej rozmowy.

Do tworzenia changelogu i historii rozmów najlepiej napisać skill – zestaw instrukcji w osobnym pliku, po który Claude Code sięga wtedy, gdy rozpozna pasujące polecenie. Jak taki plik powstaje, pokazujemy krok po kroku na przykładzie porannego planu dnia. Tutaj uruchamia go jedno krótkie polecenie: w naszym przykładzie słowo „zapisz”, ale ty możesz umówić się na inne, na przykład „do widzenia” albo „koniec pracy”.

Załóż w folderze dane pusty plik changelog.md i podfolder historia-rozmow. Potem napisz skill, który uruchomi się, kiedy napiszę „zapisz”. Ma robić dwie rzeczy. Po pierwsze, dopisywać na górze pliku dane/changelog.md datowany wpis o tym, które pliki od ostatniego zapisu powstały albo się zmieniły i na czym zmiana polegała. Po drugie, zapisywać krótkie podsumowanie naszej rozmowy w folderze dane/historia-rozmow, w pliku nazwanym identyfikatorem tej rozmowy – jeśli taki plik już istnieje, ma go zaktualizować zamiast zakładać drugi. Pokaż mi, co się w tym skillu znajdzie, zanim go zapiszesz.

Claude Code pokaże treść skilla i miejsce, w którym ma leżeć, a zapisze go dopiero po twojej zgodzie. Od tego momentu jedno słowo w rozmowie wystarczy, żeby zamknąć dzień pracy.

Hasła i dane osobowe klientów nie mogą trafiać do żadnej warstwy

Skill „zapisz”, który właśnie powstał, streszcza całe rozmowy – a w rozmowie potrafi paść hasło do panelu albo numer konta.

Wszystkie cztery warstwy pamięci to zwykłe pliki tekstowe w formacie Markdown, w których nic nie jest zaszyfrowane – dlatego nigdy nie powinny do nich trafiać dane wrażliwe.

Z tego powodu do skilla „zapisz” trzeba dodać polecenie zabezpieczające:

Dopisz do skilla „zapisz” zasadę bezpieczeństwa. Do changelogu ani do historii rozmów nie zapisuj haseł, kluczy API, numerów kont ani danych osobowych moich klientów. Pomiń je, nawet jeśli padły w rozmowie, i w miejsce takiej wartości wpisz krótką adnotację o tym, jaki typ informacji pojawił się w tym miejscu (na przykład zamiast hasła napisz tylko, że hasło zostało podane). Zanim cokolwiek zmodyfikujesz, wyświetl treść instrukcji, którą dodasz do skilla.

Dzięki adnotacji za miesiąc będziesz wiedzieć, że w tamtej rozmowie konfigurowaliście dostęp do jakiejś usługi, nawet jeśli skill nie zachował samych danych dostępowych.

Dołóż regułę wyboru warstwy do skilla „zapisz”

Wybór warstwy pamięci nie jest trudny. Obserwacja o tym, jak ci się pracuje, zostaje w auto-memory. Stały fakt o tobie, twojej ofercie, klientach albo planach należy do pliku faktów. Zmiana w plikach idzie do changelogu, a ustalenia z rozmowy do historii rozmów. Nie ma jednak sensu rozstrzygać tego samemu przy każdej rozmowie i za każdym razem powtarzać AI tę samą regułę – skill, który już masz, zastosuje ją za ciebie, jeśli raz mu ją podyktujesz.

Dopisz do skilla „zapisz” instrukcję, która mówi, gdzie trafiają różne typy informacji. Obserwacje o tym, jak pracuję i jakie są moje preferencje – pozostaw w swojej wbudowanej pamięci auto-memory, nie przenoś ich do moich plików. Stały fakt o mnie, mojej ofercie, moich klientach albo planach – dopisz do właściwego pliku w folderze dane. Informację, że jakiś plik powstał albo się zmienił – dodaj do dane/changelog.md. Ustalenia z rozmowy – do podsumowania w folderze dane/historia-rozmow. Hasła, klucze API, numery kont i dane osobowe moich klientów – nigdzie. Pokaż mi instrukcję, którą dopiszesz do skilla, zanim ją zapiszesz.

Od tej pory na pytanie „gdzie to zapisać” Claude Code odpowiada sobie sam, bez twojej pomocy.

Historia rozmów, kiedy pracujesz nad jednym projektem

Praca nad jednym klientem nie powinna mieszać się z całą resztą: ani jego zmiany w globalnym changelogu, ani podsumowania twoich rozmów o nim w globalnej historii. Jeśli folder, w którym pracujesz, ma własny, projektowy bank pamięci, changelog i folder historii rozmów należą właśnie tam. W chwili pierwszego zapisu taki bank zwykle jeszcze nie istnieje, więc pytanie o jego założenie warto powierzyć skillowi:

Uzupełnij skill „zapisz” o pamięć projektową. Jeśli folder, w którym pracujemy, ma już własny bank pamięci, zapisuj changelog i historię tej rozmowy tam. Jeśli nie ma, zapytaj mnie, czy go założyć. Gdy się zgodzę, załóż go i zapisz w nim. Gdy odmówię, zapisz changelog i podsumowanie rozmowy w banku globalnym, a moją odmowę zanotuj w pliku CLAUDE.md tego projektu i nie pytaj mnie o to drugi raz. Opisz mi najpierw, jak to pytanie będzie wyglądać w praktyce.

Pierwsze „zapisz” w nowym projekcie kończy się więc jednym pytaniem: czy zakładamy tu własny bank pamięci. Odpowiadasz raz. Po twojej zgodzie Claude Code zakłada bank, a po odmowie zapisuje ją w projektowym CLAUDE.md – i to ten wpis sprawia, że przy następnym zapisie nie usłyszysz tego pytania ponownie.

Rozbudowa banku pamięci, gdy plików zrobi się dużo

Zwykłe pliki Markdown to najprostszy sposób przechowywania i na początek w zupełności wystarczą. Po roku pracy folder z historią rozmów ma jednak kilkaset plików i zaczynają uwierać dwie rzeczy. Ręcznie już ich nie przejrzysz, a AI otwiera tylko te, które uzna za związane z pytaniem. Do tego w plikach szuka się po słowach, a ty pamiętasz sens rozmowy, nie jej dokładne sformułowania.

Pokazujemy tu tylko kierunek, w którym można rozwinąć bank pamięci – bez konkretów, bo każdy z nich to temat na osobny wpis.

Baza danych zamiast plików Markdown. Zapisy w bazie nie są rozsypane po kilkuset plikach, tylko leżą w jednym miejscu, ułożone według tych samych reguł: data, klient, temat. To uporządkowanie robi całą różnicę. Znalezienie jednej rzeczy nie wymaga przeglądania całej reszty, więc wyszukiwanie jest szybsze i nie zwalnia z każdym kolejnym zapiskiem.

Wyszukiwanie semantyczne, nazywane też indeksem RAG. Zwykłe wyszukiwanie znajduje tylko to słowo, które wpiszesz. Semantyczne rozumie, o co pytasz. Przykładowo: potrzebujesz informacji o rezygnacji klienta. Bez indeksu RAG AI może przeszukiwać twoje zapiski tylko po konkretnych słowach, takich jak „rezygnacja”. W naszym przykładzie niczego nie znajdzie, bo w historii słowo „rezygnacja” nie padło, a zamiast niego pojawił się zwrot „klient nie przedłużył umowy”. Indeks RAG opisuje każdy zapisek nie słowami, które w nim stoją, tylko jego znaczeniem. Dzięki temu „rezygnacja” i „nieprzedłużenie umowy” znaczą dla niego to samo, więc pytanie o rezygnację trafia do właściwej rozmowy.

Na początku nie myśl jednak ani o bazie danych, ani o RAG. Bank pamięci z kilkunastoma plikami niczego takiego nie potrzebuje. Kiedy poczujesz, że pliki przestają wystarczać, wróć tu, wskaż tę sekcję swojemu agentowi AI i zapytaj, czy to dobry pomysł na rozbudowę twojego banku pamięci.

Na koniec, w skrócie

Auto-memory i własny bank pamięci dzielą się pracą. Auto-memory zbiera obserwacje sama, w tle; bank trzyma to, co ma być pewne – fakty, które podyktujesz, oraz zmiany w plikach i historię rozmów, które Claude Code dopisuje dopiero na twoje polecenie.

Zaczynasz od jednego, globalnego banku pamięci, a projektowy dokładasz wtedy, gdy jeden klient upomni się o własne miejsce. Samą regułę wyboru warstwy warto zamknąć w skillu – bo jedyna pamięć, która w tym układzie zawodzi, to twoja.