Uno studio di ricerca Claude Code per un produttore di documentari
Abbiamo costruito uno studio privato di ricerca e scrittura IA per un produttore di documentari che propone progetti alle maggiori emittenti pubbliche tedesche. Hieronymus Vault combina una base di conoscenza Obsidian nativa, un corpus stilometrico versionato, skill personalizzate di Claude Code e un'architettura multi-agente in fan-out. Dall'idea al DOCX pronto per la consegna in meno di tre ore. Nella sua voce. Ogni affermazione tracciabile alla fonte.
Sebastian mi ha costruito qualcosa che non ho visto sul mercato. Uno studio di ricerca che pensa nella mia voce, scansiona i feed delle emittenti mentre dormo e renderizza il DOCX finale nella CI senza che io tocchi un singolo template. Il vault è dove il mio lavoro vive davvero adesso. Pitcho di più, più affilato, più veloce.
La sfida
Una singola commessa documentaria si muove su cifre a sei o sette zeri e dipende da un esposé di quindici pagine consegnato a una responsabile dei programmi nel tono esatto. I produttori ne consegnano decine all'anno. Ognuno richiede ricerca storica profonda tra continenti, analisi delle lacune nel palinsesto del canale, casting di esperti e scrittura in una voce che la redazione riconosce all'istante. Il lavoro è creativo; il substrato è ingegneria. Tipografia deterministica, tracciabilità di ogni affermazione, fedeltà vocale in generazione e zero deriva di tono su centinaia di pagine. Un solo esposé fragile fa perdere la commessa. Il nostro cliente aveva bisogno di un sistema che moltiplicasse la sua produttività senza appiattire la sua voce o il suo standard.
La nostra soluzione
Abbiamo costruito Hieronymus Vault, uno studio di ricerca orchestrato da Claude Code attorno a un singolo vault Obsidian che funge contemporaneamente da base di conoscenza, corpus stilometrico e audit trail append-only. Frontmatter YAML validato da schema su nove classi di entità tipizzate rende ogni nota navigabile dalla macchina senza uno strato di database. Un indice semantico sopra il vault sostiene il recall trasversale ai temi senza uscire dal loop di orchestrazione. Otto dei suoi pitch esistenti sono stati reverse-engineered in un corpus di voce versionato dentro cui il modello scrive. Una skill personalizzata /zdfinfo-format carica quella voce e dispiega sub-agenti di ricerca paralleli (document-specialist, scientist, executor, explore) su fonti, casting di esperti e analisi delle lacune nel palinsesto. Ogni sub-agente gira in una finestra di contesto isolata perché i filoni di ricerca non si confondano; la sintesi avviene nell'agente principale. Un livello di monitoraggio autonomo interroga ventiquattro ore su ventiquattro, ogni trenta minuti, i portali di commissione, le pubblicazioni d'archivio e i feed di notizie. L'esposé finale viene renderizzato come DOCX pronto per la consegna nell'identità visiva dell'editore tramite template python-docx con tipografia deterministica. Un andirivieni con il coautore riporta ogni modifica esterna nel vault, la confronta con la revisione precedente e alimenta il delta stilistico nel corpus di voce, così il sistema si affina a ogni ciclo.
