כמעט כל מדריך על איך לבנות מוח שני עם AI מתחיל אתכם מאפס. להתקין את האפליקציה, ליצור vault, לתכנן את מבנה התיקיות, ואז להתחיל לתעד. בעוד שישה שבועות, אם תתמידו, יהיה לכם משהו ששווה לחפש בו.
היום הראשון שלכם הוא לא אפס. יש תיקיית Downloads עם שנתיים של קובצי PDF. יש שולחן עבודה מכוסה בצילומי מסך שצילמתם כי משהו היה חשוב במשך ארבע דקות. יש ייצוא ישן מ-Notion שלא פתחתם שוב. הערות פגישות בשלוש אפליקציות שונות. חוזים, מצגות, חשבוניות, ותיקיית מחקר מפרויקט שסגרתם באביב שעבר.
הערימה הזאת היא לא מה שעומד בינכם לבין מוח שני. היא המוח השני, בצורתו הגולמית. החלק היחיד שחסר הוא השלב שבו כל קובץ נקרא, מסוכם, מתויג, מחובר לשאר ומונח במקום שאפשר למצוא. זה השלב שמודל AI כבר יודע לעשות בכמויות, וזאת הסיבה היחידה שבכלל שווה לגשת לערימה. המאמר הזה עוסק בדיוק בשלב הזה, בקנה המידה שבאמת יש לכם, במקום להעמיד פנים שהידע שלכם מתחיל היום.
מה באמת משתנה כשבונים מוח שני עם AI
השיטה הקלאסית, Building a Second Brain של Tiago Forte, בנויה מארבעה שלבים: תיעוד, ארגון, זיקוק וביטוי. המסגרת הזאת החזיקה מעמד יפה. הוויכוחים עליה נוגעים בעיקר לשני השלבים האמצעיים.
ארגון וזיקוק הם השלבים היקרים, והם הסיבה שרוב ה-vaults נראים מצוין במשך חודש ואז נרקבים. התיעוד כמעט חינם, ולכן אתם עושים ממנו הרבה, וכל תיעוד מוסיף בשקט חוב: משהו שצריך לקרוא ברצינות, לסכם, לתייג ולתייק. החוב מצטבר מהר יותר ממה שמישהו מחזיר. חצי שנה אחר כך יש לכם 900 פריטים ואתם לא סומכים על אף אחד מהם, וזה בדיוק כמו לא להחזיק כלום.
מוח שני מבוסס AI לא משנה את התיעוד, והוא לא משנה מה תעשו עם הידע אחר כך. הוא משנה את האמצע. לקרוא מסמך ולהפיק ממנו כותרת, סיכום, נקודות מפתח, תגיות ומיקום הגיוני זו בדיוק העבודה שמודל שפה טוב בה, ובדיוק העבודה שאנשים עסוקים מדלגים עליה. זה כל ההימור. שפטו כל כלי בקטגוריה הזאת לפי השאלה אם הוא מוריד את חוב התחזוקה, ולא לפי כמה תצוגת הגרף שלו יפה.
מה באמת שייך למוח שני
לפני שאתם מייבאים משהו, כדאי להיות ברורים לגבי מה אתם בונים, כי ״כל מה שיש לי״ הוא יעד גרוע.
שלושה מבחנים, לפי הסדר:
- תרצו את זה בחזרה, במילים, בהמשך? החלטות והנימוקים שמאחוריהן, מספרים שציטטתם פעם אחת, אפיון, התנאים האמיתיים של חוזה, מחקר ששילמתם עליו בזמן שלכם. אלה הליבה. קשה לשחזר אותם וקל לשמור אותם.
- כבר קיים מקור אמת טוב יותר? תוכנת הנהלת החשבונות שלכם מכירה את החשבוניות שלכם טוב יותר מכל הערה. הריפוזיטורי הוא האמת לגבי הקוד שלכם. אל תכפילו מערכת שכבר מוסמכת, תתעדו את הסיכום או את ההחלטה, לא את כל הפנקס.
- הייתם קוראים את זה שוב? קובצי התקנה, תמונות רקע, ארבעים גרסאות של אותה מצגת ותמונות של הצהריים שלכם הם לא ידע. ייבוא הוא לא גיבוי, ולהתייחס אליו ככה נותן vault שלם מבחינה טכנית וחסר תועלת בפועל.
מוח שני טוב קטן מהדיסק שלכם וגדול מאפליקציית ההערות שלכם. באמצע הזה הוא עובד.
הגדירו את התיקיות לפני שאתם מייבאים
זה השלב שאנשים מדלגים עליו, וזה השלב שקובע אם התוצאה ניתנת לחיפוש או שהיא מזבלה.
כמה כללים שמחזיקים מים:
- פחות תיקיות ראשיות ממה שנדמה לכם. שמונה עד שתים עשרה. אם אתם לא מסוגלים להחזיק את הרשימה בראש, לעולם לא תתייקו לתוכה בביטחון, וגם לא שום דבר שמתייק בשמכם.
- קראו לתיקיות על שם דברים שנשארים, לא על שם פרויקטים שנגמרים.
05_salesיאריך ימים יותר מ-״דחיפת הפייפליין ברבעון השלישי״. תחומי עבודה יציבים, פרויקטים זמניים ושייכים בתוכם. - מספרו את הקידומות.
01_personal,02_company,03_team,04_projectsמסתדרים בסדר שבו אתם חושבים, ולא לפי אלפבית במקרה. - שמרו על רמה ראשונה רדודה ותנו לעומק לקרות מתחתיה. רמה ראשונה שטוחה וברורה היא מה שגורם לתיוק אוטומטי לנחות במקום הנכון, כי הבחירה היא בין שתים עשרה אפשרויות ברורות ולא בין מאה מקוננות.
הנקודה האחרונה חשובה יותר משהיא נראית. כש-Routines מתייקת מסמך מיובא, המודל יכול לבחור רק תיקייה שכבר קיימת ב-vault שלכם, או להציע שם ראשי חדש אחד. כל דבר אחר נופל חזרה לתיקיית ברירת המחדל. המבנה שלכם הוא מדיניות התיוק. השקיעו בו עשרים דקות לפני שאתם מייבאים ארבע מאות קבצים, לא אחרי.
הגרסה הכנה: לעשות את זה ביד
אתם יכולים לעשות את כל זה בעצמכם, היום, בחינם. לפתוח PDF בחלון ליד Obsidian, לקרוא אותו, לכתוב סיכום בחמש שורות, להוסיף שלוש תגיות, לקשר אותו לשתי ההערות שהוא קשור אליהן ולגרור אותו לתיקייה. שום דבר כאן לא דורש AI, ועבודה ידנית מייצרת הערה טובה יותר מכל מודל, כי אתם יודעים איזה פרט היה חשוב.
ואז תעשו את החשבון. קובץ PDF בן עשרים עמודים שנקרא כמו שצריך ומסוכם בכנות לוקח חמש עד עשר דקות. ארבע מאות קבצים הם 30 עד 60 שעות. זה שבוע וחצי עבודה מלא, על משימה בלי דדליין, שמתחרה בעבודה האמיתית שלכם. כמעט אף אחד לא מסיים. רוב האנשים עושים ארבעים קבצים, מרגישים טוב, ונעצרים.
אז הבחירה האמיתית היא לא ״סיכומי AI מול הסיכומים שלי״. היא ״סיכומי AI של ארבע מאות קבצים מול הסיכומים שלי של ארבעים ושום דבר לכל השאר״. אם הארכיון שלכם באמת קטן, או שהחומר כל כך מקצועי שרק הקריאה שלכם שווה משהו, עשו את זה ביד ודלגו על שאר המאמר. Obsidian מצוינת והיא לא הולכת לשום מקום. אם הארכיון שלכם בגודל שבו ארכיונים של אנשים באמת נמצאים, הפכו את שלב הייבוא לאוטומטי ותשקיעו את תשומת הלב בחלקים שצריכים אתכם.
מפנים אותה לתיקייה ומסתכלים מה קורה
Routines היא אפליקציית Mac מקומית מיסודה שאנחנו בונים, וזה החלק שהיא הופכת לאוטומטי. ה-vault, שבממשק העברי של האפליקציה נקרא ״הזיכרון״, הוא תיקייה רגילה של קובצי markdown. קבצים נכנסים, הערות יוצאות.
ארבעה קבצים שנגררו בבת אחת. כל שורה מראה איפה הקובץ נמצא במסלול, ושורה שכבר תויקה מקשרת להערת ה-markdown שנוצרה ממנה.
צילומי המסך כאן מהממשק האנגלי. באפליקציה שמוגדרת לעברית אותן פעולות מופיעות בעברית, וכך הן מצוטטות בטקסט.
יש שלוש דרכים פנימה, וכולן מגיעות לאותו מקום. גוררים קבצים אל ה-Workspace ואזור נחיתה מקווקו נפתח מעל אזור ההערה.
אם הגרירה מסורבלת, בסרגל הכלים של סייר הקבצים יש ״הוספת קבצים״ ו-״הוספת תיקייה״ לצד ״פתק חדש״ ו-״תיקייה חדשה״, ולחיצה ימנית על שטח ריק בעץ מציעה את אותן שתי פעולות בניסוח ארוך יותר: ״הוספת קבצים לזיכרון״ ו-״ייבוא תיקייה לזיכרון״.
אותו ייבוא תיקייה מוצע גם במהלך ההתקנה הראשונית, תחת הכותרת ״כבר יש לך תיקייה של פתקים?״, כך שמוח שני חדש מתחיל מלא במקום ריק. זו כל הנקודה בגישה הזאת: החיפוש השימושי הראשון קורה ביום הראשון, לא בשבוע השישי.
שום דבר לא נקרא לפני שראיתם את המספרים
בוחרים תיקייה ו-Routines סורקת אותה לפני שהיא נוגעת במשהו. הסריקה עוברת על התיקייה לעומק אבל מדלגת על קבצים מוסתרים, על node_modules, Caches, DerivedData ו-.git, על חבילות של macOS ועל תיקיית ה-vault עצמה, והיא אף פעם לא הולכת אחרי קישורים סימבוליים. ואז היא מספרת לכם מה מצאה.
התצוגה המקדימה היא סריקה אמיתית של התיקייה, לא הערכה. מספר הקבצים שידולגו ואלה שגדולים מדי גלוי עוד לפני שמשהו נקרא.
ארבעה מספרים, לפני קריאת API אחת: כמה קבצים אפשר לתייק, מה הגודל הכולל, כמה ידולגו וכמה גדולים מדי לקריאה. אם בתיקייה אין שום דבר קריא, היא אומרת את זה ישירות במקום להתחיל עבודה שלא עושה כלום.
התצוגה המקדימה הזאת היא גם הערכת העלות שלכם, ברגע שאתם יודעים את החשבון. קובץ טקסט, CSV, דף אינטרנט או PDF עולים קריאת מודל אחת: הטקסט מחולץ על ה-Mac ונשלח פעם אחת כדי שיסוכם ויתויק. תמונה עולה שתיים, קריאה אחת כדי להסתכל על התמונה וקריאה שנייה כדי לסכם ולתייק את מה שיש בה, וגם התמונה עצמה נספרת בתשלום. כלומר 135 מסמכים הם בערך 135 קריאות על מפתח ה-API שלכם, ואילו 135 צילומי מסך קרובים יותר ל-270. לראות את המספר לפני שמשהו מתחיל זה ההבדל בין ייבוא מודע לבין הפתעה בחשבון, וזאת גם הסיבה ששולחן עבודה מלא בצילומי מסך ראוי לרגע של מחשבה.
הפורמטים הקריאים הם txt, md, markdown, json, csv, html, pdf, png, jpg, jpeg, gif ו-webp. כל דבר אחר נספר בשורת הדילוג ונשאר בשקט על הדיסק.
מה עובר על כל קובץ
ברגע שאתם לוחצים ״התחלת הייבוא״, כל קובץ עובר את אותו מסלול קצר, ותווית הסטטוס אומרת בדיוק איפה הוא נמצא:
- ״ממתין״. בתור. לכל היותר שני קבצים מעובדים בו זמנית, כך שהייבוא זורם בטפטוף ולא בשיטפון. זו תקרה, לא חסינות: מול מגבלת קצב נמוכה של הספק, גם שתי קריאות במקביל יכולות להיות שתיים יותר מדי.
- ״קורא את הקובץ״. טקסט ו-markdown נקראים ישירות. קובצי PDF מוסרים את שכבת הטקסט שלהם. HTML מקולף לתוכן הקריא שלו. תמונות נשלחות למודל כתמונות, ולכן צילום מסך של דשבורד או תמונה של לוח מחיק מתוארים לפי מה שיש בהם. זה לא OCR, וזה לא דורש שבתמונה יהיה טקסט מוקלד. ההסתכלות על התמונה היא בעצמה קריאת מודל, וזאת הסיבה שתמונה עולה שתיים ומסמך עולה אחת.
- ״מסכם״. מעבר אחד של המודל מפיק כותרת, סיכום, נקודות מפתח, תגיות ותיקייה מוצעת.
- ״שומר בזיכרון״. ההערה נכתבת כ-markdown פשוט, מקושרת להערות קשורות שנמצאו בחיפוש טקסט מלא על פני ה-vault, ומתויקת. אם התיקייה שהמודל הציע היא תיקייה שכבר יש לכם, או שם ראשי חדש והגיוני אחד, היא נבחרת וההערה מתעדת שהיא תויקה אוטומטית. אחרת היא נוחתת בתיקיית ברירת המחדל שלכם, ומשם אפשר להזיז אותה.
- ״תויק״. נגמר, עם קישור להערה שנוצרה.
תיקיות גדולות ממשיכות לרוץ ברקע בזמן שאתם עובדים. אפשר ללחוץ ״השהיה״, ״המשך״ או ״עצירת הייבוא״ בכל רגע, וההשהיה נכנסת לתוקף בין קובץ לקובץ במקום לקטוע קובץ באמצע.
המונים מתעדכנים בזמן אמת, כולל אלה שהייתם מעדיפים לא לראות. כשלונות גלויים תוך כדי הריצה, לא מתגלים אחריה.
העבודה חיה במסד נתונים מקומי ולא בחלון, ולכן סגירת Routines באמצע ייבוא לא מאבדת אותה. פותחים את האפליקציה שוב והיא ממשיכה מהמקום שבו נעצרה.
כנות לגבי כישלונות היא פיצ׳ר
כל כלי שקורא ארבע מאות קבצים שרירותיים מ-Mac אמיתי ייתקל בקבצים שהוא לא מצליח לטפל בהם. השאלה היא מה הוא עושה עם זה.
Routines נכשלת בשורה אחת בכל פעם, בשפה ברורה, וממשיכה הלאה. קובץ PDF סרוק בלי שכבת טקסט נעצר עם הסיבה ״PDF contained no extractable text (it may be a scanned image)״ שנכתבת מתחת לשם שלו, ו-134 הקבצים האחרים ממשיכים. ההודעה הזאת מגיעה מהמנוע שקורא את הקובץ ומופיעה באנגלית גם בממשק העברי. קובץ שכבר נמצא ב-vault מסומן ״כבר קיים בזיכרון״ במקום להיות משוכפל. קובץ שהגיע כמעט עד הסוף מסומן ״תויק חלקית״ במקום להעמיד פנים שהוא שלם.
אם משהו לא בסדר בכל הריצה ולא בקובץ בודד, הייבוא משהה את עצמו. שמונה כשלונות ברצף מפעילים מנתק, והעבודה מפסיקה לקחת קבצים חדשים ומסבירה למה, במקום לשרוף את שאר הקבצים ואת תקציב ה-API שלכם מול חיבור מת.
ייבוא אחר וגדול יותר מזה שלמעלה, שהושהה על ידי המנתק ולא בלחיצה. שום דבר נוסף לא נצרך עד שתמשיכו.
לכל מה שנגרר, נבחר או יובא יש גם בית קבוע בפאנל ״פעילות״, מאחורי סמל תיבת הדואר בסרגל השמאלי. הוא שורד מעבר בין מסכים והפעלה מחדש של האפליקציה, כי הוא קורא מאותו מסד נתונים מקומי שממנו רצה עבודת הייבוא.
שבעה קבצים, שבע תוצאות שונות. השורה שנכשלה נושאת את הסיבה האמיתית, לא קוד שגיאה.
קובץ ששותק יותר משעה מוצג כ-״נעצר לפני הסיום״ במקום להסתובב לנצח, וזה דבר קטן שחוסך מכם לסמוך על חיווי התקדמות שמת בשקט.
לאן הקבצים באמת מגיעים, ומה עוזב את ה-Mac
החלק הזה ראוי לדיוק, כי טענות פרטיות בקטגוריה הזאת בדרך כלל מרושלות.
ה-vault שייך לכם. כל הערה היא קובץ .md פשוט בתיקייה שאתם בוחרים, עם בלוק frontmatter רגיל וטקסט קריא מתחתיו. אינדקס החיפוש הוא מסד נתונים SQLite מקומי עם חיפוש טקסט מלא. אתם יכולים לפתוח את אותה תיקייה ב-Obsidian, ב-VS Code או ב-Finder, לערוך הערה בכל אחד מהם, ו-Routines תאנדקס אותה מחדש. תגבו אותה עם הכלים שכבר יש לכם. שום דבר לא מומר לפורמט קנייני, ואתם יכולים לקחת את הכול וללכת בכל רגע.
קריאה וסיכום הם קריאת מודל, והיא משתמשת במפתח שלכם. כשקובץ נקרא ומסוכם, הטקסט שחולץ ממנו נשלח למודל, ובתמונות גם התמונה עצמה נשלחת. הבקשה הזאת יוצאת מה-Mac שלכם ישירות אל ספק המודל שלכם, חתומה במפתח ששמור ב-Keychain שלכם. Anthropic היא ברירת המחדל, ואם הפניתם את Routines אל OpenAI או אל OpenRouter, זה היעד. אין שרת של Routines בדרך, אנחנו אף פעם לא רואים את הבקשה, ואנחנו לא שומרים עותק של הקבצים שלכם. אבל תוכן הקבצים שאתם מייבאים כן מגיע אל הספק שבחרתם, תחת החשבון שלכם ותנאי השימוש שלו, וכל כלי שמסכם מסמכים באמצעות מודל מתארח עובד ככה. אם תיקייה רגישה מדי בשביל זה, ייבאו תת-תיקייה והשאירו את השאר בחוץ. ה-vault עצמו נשאר על הדיסק כך או כך, אלא אם תפעילו את Cloud Sync, שמשקף אותו לחשבון שלכם במכוון וכבוי עד שתבקשו אותו.
זו הצורה הכנה של העניין: אחסון מקומי מיסודו, קבצים פשוטים על הדיסק, המפתח שלכם, ואין שרת שלנו באמצע.
איך ממשיכים להאכיל אותו אחרי הייבוא הגדול
הייבוא הוא החלק החד פעמי. מוח שני שמחזיק רק את מה שהיה לכם באוגוסט הוא תצלום מצב, לא מערכת.
- גררו קבצים בודדים כשהם מגיעים. חוזה, מצגת שמישהו שלח, צילום מסך ששווה לשמור. גרירה אחת, והוא מתויק ומקושר כמו כל השאר.
- תנו לשגרות לכתוב פנימה. שגרות מתוזמנות יכולות להוסיף ל-vault בעצמן. אוסף החשבוניות והקבלות שולף חשבוניות מהתיבה שלכם כל חודש, ו-תיוק הערות פגישה שם את הסיכום של כל פגישה איפה שהוא צריך להיות במקום בערימה.
- דברו במקום להקליד. אם חיכוך התיעוד הוא הבעיה האמיתית שלכם, הכתבה במקש קיצור מכניסה מחשבה להערה מהר יותר מפתיחת עורך.
זה שונה מסתם לבחור אפליקציית מוח שני?
זו שאלה אחרת, לא תשובה טובה יותר. הבחירה בין Notion, Obsidian, Logseq והשאר היא שאלה על איפה ההערות שלכם צריכות לחיות, ושווה לענות עליה ברצינות. השווינו ביניהן ב-אפליקציות המוח השני הטובות ביותר, כולל הפשרות שבהן הכלים הקלאסיים מנצחים בבירור.
המאמר הזה עונה על השאלה השנייה: איך ההערות בכלל נכתבות מלכתחילה, כשכבר יש לכם שנים של חומר ואין מסלול מציאותי לעבד אותו ביד. אם בחרתם ב-Obsidian ואתם אוהבים אותה, תישארו איתה. הפנו את Routines לאותה תיקיית vault ותנו לייבוא למלא אותה. השתיים לא מתחרות על אותה עבודה.
איך מתחילים
הסיבה שרוב המוחות השניים נכשלים היא לא האפליקציה. היא שהפער בין ״הקבצים שיש לי״ לבין ״הערות שאפשר לחפש בהן״ נמדד בעשרות שעות שאין לאף אחד.
הורידו את Routines והפנו אותה לתיקייה אחת. Downloads היא מבחן ראשון טוב, כי היא הדבר הכי מבולגן שיש לכם. תראו את המספר לפני שמשהו מתחיל, הייבוא יסתיים ברקע בזמן שאתם עושים משהו אחר, ותוכלו לקרוא את ההערות שהוא כתב בכל עורך markdown. שבעה ימים בחינם, בלי כרטיס אשראי.
שאלות נפוצות
מהו מוח שני מבוסס AI?
מאגר ידע דיגיטלי שבו ה-AI עושה בשבילכם את עבודת הארגון: קורא כל פריט, מסכם אותו, מתייג אותו, מקשר אותו להערות קשורות ומתייק אותו לתיקייה הנכונה. שיטת המוח השני הקלאסית מבקשת שתעשו את השלבים האלה ביד, ובדיוק בגלל זה רוב ה-vaults מתיישנים. הגרסה עם ה-AI ממשיכה לעבוד גם כשהמשמעת שלכם נגמרת.
אני חייב להתחיל מאפס, או שאפשר להשתמש בקבצים שכבר יש לי?
אפשר להתחיל ממה שיש. הפנו את Routines לכל תיקייה קיימת של קובצי PDF, צילומי מסך, קובצי טקסט, ייצואים או הערות ישנות, וכל קובץ נקרא, מסוכם, מתויג, מקושר ונשמר כהערת markdown. אין שלב הגירה ואין פורמט ייבוא קנייני.
אפשר לייבא תיקייה שלמה בבת אחת, ולא קובץ אחרי קובץ?
כן. בוחרים ״הוספת תיקייה״ ו-Routines סורקת קודם, ואז מציגה כמה קבצים אפשר לתייק, מה הגודל הכולל, כמה ידולגו וכמה גדולים מדי לקריאה. שום דבר לא נקרא עד שאתם לוחצים ״התחלת הייבוא״, ומשם העבודה רצה ברקע.
מה קורה אם אני סוגר את האפליקציה באמצע הייבוא?
העבודה נשמרת במסד נתונים מקומי ולא בחלון, ולכן היא ממשיכה בפעם הבאה שתפתחו את Routines. אפשר גם להשהות, לחדש או לעצור אותה בעצמכם בכל רגע. ההשהיה נכנסת לתוקף בין קובץ לקובץ, אף פעם לא באמצע קובץ.
היא יודעת לקרוא צילומי מסך ומסמכים סרוקים?
בתמונות PNG, JPEG, GIF ו-WebP המודל מסתכל על התמונה עצמה במקום להריץ OCR, ולכן צילום מסך של דשבורד או תמונה של לוח מחיק הופכים לסיכום אמיתי. בקובצי PDF היא מחלצת את שכבת הטקסט. קובץ PDF סרוק בלי שכבת טקסט נכשל בשורה שלו עם הסיבה שלא נמצא בו טקסט לחילוץ וייתכן שמדובר בסריקה, ושאר האצווה ממשיכה כרגיל.
אני צריך את Obsidian כדי להשתמש בזה?
לא, אבל השתיים עובדות יחד. ה-vault הוא תיקייה רגילה של קובצי markdown, ולכן אפשר להפנות את Routines אל vault קיים של Obsidian ולהמשיך לערוך ב-Obsidian. שום דבר לא מומר ושום דבר לא ננעל.
מוח שני שנבנה ככה הוא פרטי?
ה-vault שלכם הוא markdown פשוט בתיקייה שאתם בוחרים, עם אינדקס SQLite מקומי, והוא נשאר על הדיסק אלא אם תפעילו בעצמכם את Cloud Sync. שלב הקריאה והסיכום רץ עם מפתח ה-API שלכם, ונשלח מה-Mac ישירות אל ספק המודל שבחרתם, Anthropic כברירת מחדל, ולכן תוכן הקבצים שאתם מייבאים כן מגיע אל אותו ספק, תחת החשבון שלכם. אין שרת של Routines באמצע ואנחנו לא שומרים עותק. אם תיקייה רגישה מדי בשביל זה, ייבאו תת-תיקייה במקומה.
כמה זמן באמת לוקח להגיע למוח שני שימושי?
לתייק 400 קבצים ביד זה בערך 30 עד 60 שעות של קריאה והקלדה. ייבוא של אותה תיקייה רץ לבד ברקע בזמן שאתם עובדים, ואפשר לחפש בתוצאות כבר כשהקבצים הראשונים נוחתים. הגבול האמיתי הוא ההוצאה על ה-API והחיבור שלכם, לא היומן.