Связка Obsidian и LLM выглядит соблазнительно: пишешь свободным текстом, что съел и как потренировался, а модель сама превращает это в аккуратные таблицы. На практике всё сложнее. Когда свободные записи конвертируются в структурированные поля, часть смысла неизбежно теряется — и это не баг, а свойство самого процесса. Разберём, как выстроить учёт тренировок и питания в Obsidian так, чтобы автоматизация помогала, а не обедняла данные.

Почему свободные записи и таблицы — разные вещи

Свободная заметка хранит контекст: настроение, самочувствие, оговорки, причину отклонения от плана. Таблица хранит только то, для чего заведена колонка. Когда LLM переводит текст в структуру, она отбрасывает всё, что не помещается в схему. Если вы заранее не решили, какие поля важны, модель будет решать за вас — и обычно в сторону упрощения.

Практический вывод: сначала определите схему, потом просите модель её заполнять. Схема должна включать не только цифры, но и короткие качественные поля — например, «самочувствие» и «комментарий». Иначе через месяц вы получите красивую таблицу, из которой невозможно понять, почему неделя провалилась.

Как выстроить процесс в Obsidian

Рабочая последовательность выглядит так:

  • Сырые заметки. Ведите дневник тренировок и питания свободным текстом в отдельной папке. Не пытайтесь сразу структурировать — фиксируйте факты и ощущения.
  • Шаблон извлечения. Опишите, какие поля нужны: дата, тип тренировки, длительность, ключевые упражнения, приём пищи, калорийность (если считаете), самочувствие, комментарий.
  • Промпт с жёсткой схемой. Просите модель вернуть строго заданные поля и явно указывать «нет данных», если информации не хватает. Запретите домысливать.
  • Ручная проверка. Сверяйте результат с исходной заметкой. Особенно там, где были оговорки и уточнения.
  • Обратная связь. Если модель систематически теряет важное поле, меняйте промпт, а не подстраивайтесь под потери.

Такой цикл занимает больше времени, чем «нажал кнопку», но сохраняет данные, ради которых всё затевалось.

Что теряется чаще всего

По опыту подобных экспериментов, типичные потери предсказуемы. Во-первых, контекст отклонений: «не смог позаниматься, потому что болела спина» превращается в пустую строку. Во-вторых, неоднозначности: «примерно час» модель может округлить как угодно. В-третьих, связи между записями — например, что плохое самочувствие совпало с недосыпом.

Отдельный риск — prompt injection в исходных текстах. Если вы копируете в заметки чужие фрагменты (описания упражнений, рецепты с сайтов), в них могут оказаться инструкции, которые модель воспримет как команду. Лечится просто: не смешивайте доверенный личный текст и скопированные материалы в одном запросе, а результаты извлечения всегда просматривайте перед сохранением.

Критерии выбора инструментов и типичные ошибки

Плагины для Obsidian, работающие с LLM, стоит оценивать по нескольким критериям: поддержка локальных моделей, прозрачность промптов, возможность ручной правки результата и отсутствие скрытой отправки данных. Бесплатные плагины вроде упоминаемых в исходном материале Veynrel удобны для старта, но проверяйте, какие данные уходят на сторонние серверы.

Типичные ошибки:

  • Просить модель «привести всё в порядок» без схемы — получите непредсказуемый результат.
  • Доверять автоматическому заполнению без выборочной проверки.
  • Хранить только таблицы и удалять исходные заметки — теряется контекст, который потом не восстановить.
  • Игнорировать пустые значения: модель может заполнить их правдоподобными, но выдуманными данными.

Пример из практики: пользователь просил модель извлекать калорийность из описаний приёмов пищи. Когда в заметке было «салат и кусок хлеба», модель подставляла усреднённые цифры, которые выглядели точными, но не имели отношения к реальной порции. Решение — отдельное поле «оценка неточная» и ручной ввод, когда важна точность.

Итог простой: LLM в Obsidian хорошо работает как черновой помощник, который ускоряет рутину, но не заменяет вашу схему и проверку. Стройте структуру до автоматизации, сохраняйте исходные заметки и явно ограничивайте модель в том, что она может домысливать. Тогда учёт тренировок и питания останется полезным, а не превратится в красивую, но пустую таблицу.