GuideIntermediate

O método "LLM Wiki" de Karpathy · faça sua IA acumular conhecimento de verdade

Em abril de 2026, Andrej Karpathy —cofundador da OpenAI, ex-diretor de IA na Tesla— publicou um documento curto que explodiu (mais de 16 milhões de visualizações): o padrão "LLM Wiki". A ideia é brilhante de tão simples: em vez de a sua IA esquecer e você repetir tudo toda vez, faça com que ELA construa e mantenha uma wiki em markdown — uma base de conhecimento que CRESCE a cada conversa e que você pode ler. Neste guia eu explico o método exato dele, em português simples, por que funciona tão bem, e como montar com o prompt pronto pra colar. É o próximo passo natural depois do arquivo CLAUDE.md.

Jun 18, 202612 min

Antes disso, veja o guia de memória

Este recurso aprofunda a opção mais simples e poderosa de dar memória à sua IA: os arquivos que você lê. Se você ainda não viu, comece pelo guia de [ferramentas de memória](/recursos/memoria-para-tu-ia-herramientas) — lá está o menu completo. Aqui vamos a fundo com a técnica do mestre.

O problema que Karpathy quis resolver

Toda vez que você trabalha com a sua IA, explica coisas, exploram ideias, chegam a conclusões… e tudo isso se evapora ao fechar o chat. Na próxima vez, a IA não lembra de nada e você explica tudo de novo. Karpathy aponta assim: o conhecimento não se acumula — cada conversa começa do zero.

A ideia dele pra quebrar isso é brilhante de tão simples: que a IA escreva e mantenha a própria wiki — uma base de conhecimento que cresce a cada conversa, em vez de evaporar.

A frase que resume tudo

Karpathy coloca assim: "Obsidian é a IDE; o LLM é o programador; a wiki é o código." Você não escreve a wiki — a IA escreve e mantém; você lê e usa.

A ideia: uma wiki que a sua IA constrói sozinha

A IA constrói incrementalmente uma wiki: uma coleção de arquivos markdown ligados entre si, que vive entre você e as suas fontes (seus documentos, notas, repos). Você lê; a IA escreve e mantém. Cada coisa que vocês aprendem juntos fica registrada e conectada — assim, com o tempo, essa wiki fica mais valiosa que as notas soltas.

Por que funciona, se nós humanos sempre abandonamos as nossas wikis? Karpathy dá a resposta exata: "o chato de manter uma base de conhecimento não é ler nem pensar — é o trabalho de escritório (o bookkeeping)... Os humanos abandonam as wikis porque a manutenção cresce mais rápido que o valor. Os LLMs não ficam entediados, não se esquecem de atualizar uma referência cruzada, e conseguem mexer em 15 arquivos numa passada só."

As 3 camadas do método

Karpathy organiza o sistema em três camadas. Entendê-las é entender todo o método:

A arquitetura

1. As fontes cruas (raw sources): seus documentos, artigos, repos originais. São imutáveis — a IA os lê mas NUNCA os modifica. Sua fonte da verdade.

2. A wiki: uma pasta de arquivos markdown que a IA gera. A IA é dona dessa camada inteira: você lê, a IA escreve.

3. O esquema: um documento (seu CLAUDE.md ou AGENTS.md) que diz à IA como a wiki está organizada. É o que a transforma numa "bibliotecária disciplinada" em vez de um chatbot genérico.

Aqui conecta com o seu CLAUDE.md

Repare que a terceira camada é justamente o arquivo do Degrau 1 (CLAUDE.md / AGENTS.md). Por isso este método é a evolução natural desse arquivo: ele deixa de ser só "suas regras" e vira o manual de como a IA mantém a sua wiki.

As 3 operações (o que a IA faz com a wiki)

O método tem três ações, com os nomes que Karpathy deu a elas:

Ingest (ingerir). Você passa uma fonte nova (um artigo, um repo). A IA lê, conversa com você os pontos-chave, escreve uma página-resumo na wiki e atualiza o índice. Uma única fonte pode mexer em 10-15 páginas da wiki, conectando-as.

Query (consultar). Você pergunta algo. E aqui está o legal: as boas respostas são arquivadas de volta na wiki como páginas novas. Assim, as suas próprias explorações se acumulam na base de conhecimento, igual às fontes que você ingere.

Lint (revisar). Você pede à IA pra fazer um check-up de saúde da wiki: ela busca contradições entre páginas, afirmações desatualizadas, páginas órfãs (sem links que cheguem até elas). Mantém a wiki saudável sozinha.

Dois arquivos especiais

Karpathy recomenda um index.md (o catálogo de toda a wiki, organizado por conteúdo) e um log.md (um registro cronológico, só-adição). Dica dele: se cada entrada do log começar com um prefixo consistente como ## [2026-04-02] ingest | Título, você pode buscar nele com ferramentas simples.

O prompt pra montar a sua LLM Wiki

Cole isto no seu agente (Claude Code, Codex, etc.) pra dar a partida na sua própria wiki seguindo o padrão de Karpathy. Foi pensado pra que a IA faça as perguntas e monte a estrutura junto com você.

Prompt · montar a sua LLM Wikitexto

Vamos montar uma "LLM Wiki" seguindo o padrão de Andrej Karpathy: uma base de conhecimento em markdown que você (a IA) constrói e mantém, e que eu posso ler.

ESTRUTURA (3 camadas):
1. raw/ — minhas fontes cruas (artigos, repos, notas). Você as LÊ mas NUNCA as modifica.
2. wiki/ — páginas markdown que VOCÊ gera e mantém, ligadas entre si. Você é o dono dessa camada.
3. O esquema — atualize meu CLAUDE.md (ou AGENTS.md) explicando como a wiki está organizada, pra você mantê-la com disciplina.

Arquivos especiais: crie um index.md (catálogo por temas) e um log.md (cronológico, só-adição; cada entrada começa com "## [DATA] operacao | Título").

OPERAÇÕES que você vai saber fazer:
- INGEST: quando eu te passar uma fonte, leia, me diga os pontos-chave, escreva uma página-resumo em wiki/, ligue-a e atualize index.md e log.md.
- QUERY: quando eu perguntar algo, responda E se a resposta for valiosa, arquive-a como página nova na wiki.
- LINT: quando eu pedir, revise a wiki: contradições, dados velhos, páginas órfãs, e proponha correções.

Comece me fazendo as perguntas necessárias sobre do que será minha wiki e depois crie a estrutura inicial (pastas, index.md, log.md e a seção do esquema no meu CLAUDE.md).

Pra quem é este método?

Quando vale a pena pra você

Você trabalha com a sua IA num projeto ou tema e cansa de repetir a mesma coisa toda vez.

Você quer que o conhecimento se acumule e melhore com o tempo, e não que evapore ao fechar o chat.

Você gosta de ler e controlar o que a sua IA "sabe" (são arquivos de texto, não uma caixa-preta).

Você já usa um CLAUDE.md e quer levá-lo pro próximo nível.

No NeuralOS: a wiki viva, sem montar pastas

A visão, já palpável

O método de Karpathy é potente, mas exige que VOCÊ monte as pastas e mantenha a disciplina. No NeuralOS, cada agente já tem a sua memória, as suas instruções (o seu esquema) e a sua base de conhecimento numa interface — a ideia da wiki viva sem que você precise montar arquivos na mão. O motor que a mantém na nuvem é parte do caminho que estamos construindo; a experiência já está aí.