Knowledge Graph pessoal: o segundo cérebro que o Notion nunca vai conseguir ser

Paguei US$ 11 por mês para o Notion durante quatro anos e ainda assim mantive o Obsidian aberto na outra tela.

Nunca foi uma coisa consciente. Eu só percebia, no fim do ano, que todas as anotações que eu queria realmente encontrar de novo estavam no Obsidian, e todas as que eu queria mostrar para alguém estavam no Notion. Duas caixas separadas para dois usos diferentes, com um custo mensal justificando só uma delas.

Em março de 2026 eu quebrei essa configuração. Migrei 300 arquivos para um Knowledge Graph pessoal rodando em Neo4j (com Obsidian como front-end de escrita), cancelei o Notion depois de 3 meses de teste e, pela primeira vez em anos, tenho um único lugar onde meu segundo cérebro mora.

Este é o relatório do que quebrou, do que não quebrou, e por que eu acho que o Notion, no formato atual, estruturalmente não consegue ser um segundo cérebro. Não é falta de “graph view”. É o modelo de dados abaixo.

O ponto em que o Notion parou

O modelo de dados do Notion é: blocos aninhados dentro de páginas, com bancos de dados que ligam páginas por “relation” e “rollup”. Isso funciona para tabela de tarefas, wiki de time, banco de clientes. Funciona muito bem, na verdade — não estou aqui reclamando que o Notion é ruim.

O problema é específico: uma relação N-N com propriedades no meio.

Um exemplo real do meu Obsidian antigo: “o livro Building a Second Brain menciona o conceito de progressive summarization, e essa menção me lembrou de uma anotação que fiz em 2023 sobre resumos em camadas do meu chefe anterior”. Isso é:

• Um nó Livro
• Um nó Conceito
• Um nó Anotação
• Duas arestas (Livro→Conceito, Conceito→Anotação)
• Duas propriedades nas arestas (força da menção, ano em que eu conectei)

No Notion, eu consigo criar três bancos de dados (Livros, Conceitos, Anotações) e ligar entre eles com “relation”. Mas a propriedade da aresta — “essa menção do livro para o conceito é forte” ou “essa conexão surgiu em 2023” — não existe no modelo. Relation no Notion é só um ponteiro. Se eu quiser guardar a propriedade, tenho que criar um quarto banco de dados só para representar a aresta como se fosse um nó.

Eu fiz isso durante uns dois meses. Funciona, tecnicamente. Mas cada consulta ficou um join manual de quatro tabelas em uma UI que não foi feita para joins.

A parte que TabNews vai gostar: os números

Três meses de teste com meu Knowledge Graph pessoal em Neo4j (com Obsidian escrevendo os arquivos e um script Python indexando no grafo diariamente):

Métrica	Notion (antes)	KG pessoal (depois)
Arquivos / páginas	412	300 (consolidei duplicatas)
Custo mensal	US$ 11	R$ 0 (Neo4j Community rodando local)
Tempo para achar “onde falei disso”	~ 3 min (busca)	12 s (query Cypher salva)
Conexões que apareceram sozinhas	Nenhuma	47 pares em 90 dias

Os “47 pares” foram a virada. São conexões que a análise de centralidade de intermediação (betweenness centrality) apontou como faltantes — pares de conceitos que meu grafo tinha em ilhas separadas, mas que a estrutura sugeria que deveriam estar ligados. Umas dez dessas eu já sabia. As outras 37 eu não tinha percebido, e algumas geraram artigos, discussões com colegas, uma proposta de projeto interna.

Isso não é possível no Notion. Não porque falta uma funcionalidade, mas porque falta um modelo.

O experimento que expôs a diferença

Refiz a mesma pergunta nos dois sistemas: “quais assuntos eu venho conectando bastante nos últimos 90 dias sem me dar conta?”.

Notion: abri a busca, tentei ordenar por “backlinks” (não existe direto, é aproximação via rollup). Depois de 20 minutos de tentativa, desisti. A informação está lá, mas não é queryável no modelo.

KG pessoal: escrevi uma query Cypher de sete linhas, agrupando por comunidade Louvain (detecção de cluster) e ordenando por crescimento no tamanho da comunidade nos últimos 90 dias.

MATCH (n)-[r]-(m)
WHERE r.created_at > date() - duration('P90D')
WITH n, m, count(r) AS edges
CALL gds.louvain.stream('my-brain')
YIELD nodeId, communityId
WITH communityId, collect(id(n)) AS nodes, sum(edges) AS growth
RETURN communityId, size(nodes) AS cluster_size, growth
ORDER BY growth DESC LIMIT 5;

Resultado: cinco clusters, um deles com 34% de crescimento no assunto “harness engineering”, que era o que eu de fato estava lendo bastante mas não tinha percebido como um cluster próprio ainda.

O grafo me disse o que meu cérebro ainda não tinha organizado. Isso é a definição operacional de “segundo cérebro”.

E o Notion 2026 changelog?

Alguém vai comentar (justamente): “mas o Notion lançou graph view em 2026”. Lançou. Eu testei. É uma visualização em cima do modelo de blocos.

O problema é o mesmo: você pode desenhar um grafo bonito por cima de um modelo de blocos, mas você não pode consultar o grafo. Você não pode rodar detecção de comunidade, betweenness, ou path finding. Você não pode dizer “me mostre todos os conceitos que estão a 2 arestas de distância desta anotação, com peso maior que 0.5”.

O graph view é um layout, não um substrato. O substrato continua sendo page -> block -> relation, e relation é ponteiro sem propriedade.

Andy Matuschak escreveu em 2026 um ensaio sobre “second brain vs graph” que eu recomendo muito. A frase que colei no topo do meu Neo4j:

Um segundo cérebro que só sabe listar não é um cérebro. É um arquivo.

Onde o Notion ainda ganha

Isso não é um artigo “Notion ruim, Neo4j bom”. Eu ainda uso Notion para três coisas:

• Documentos compartilhados com pessoas que não são engenheiras. Neo4j + Obsidian não é acessível para meu cliente.
• Templates de projeto (kickoff, retro, decisão técnica). O UI de blocos é mais rápido para preencher do que Markdown puro.
• Tabelas de status simples que não precisam de análise de grafo. Notion database é ótimo aí.

O que eu não uso mais Notion: memória de longo prazo, aprendizado, ideação, conexão entre projetos.

Essas quatro coisas migraram todas para o KG pessoal. E o custo passou de US$ 11/mês para zero, com uma capacidade de consulta que o Notion estruturalmente não pode oferecer.

Como você começaria?

Se você está em uma situação parecida com a minha em fevereiro (Notion para trabalho, Obsidian rodando em paralelo, sensação de que nada tá crescendo de verdade), o caminho mais barato é:

1. Não migre nada. Continue escrevendo no Obsidian por 30 dias. Só isso.
2. Instale Neo4j Community local (grátis). Rode um script Python que lê seus .md do Obsidian e indexa [[wikilinks]] como arestas. Meu script tem umas 80 linhas.
3. No fim do mês, rode gds.louvain.stream uma vez. Olhe os clusters.
4. Se você achar interessante o que vê, mantém. Se não achar, cancela e volta para o que estava fazendo. Você perdeu 30 dias e nada mais.

Foi assim que eu fiz. Não vendi ideia para mim mesmo antes de ver os clusters. Vi os clusters, e aí cancelei o Notion.

Três meses depois, meu segundo cérebro é a primeira ferramenta que eu abro de manhã. Antes era a que eu abria por obrigação.

---

ken imoto · WebRTC & Voice AI engineer · kenimoto.dev · TabNews