Skip to main content

Code You Never Write

code की एक भी पंक्ति लिखे या पढ़े बिना, AI को अपने काम का वास्तविक, कठिन काम करें और परिणाम पर भरोसा करा​

आप समस्या का वर्णन करें। AI भाषा चुनता है, code लिखता है, उसे चलाता है, और उसे ठीक करता है। आप कभी भी एक पंक्ति नहीं लिखते हैं, और आप कभी भी इसका वाक्य-विन्यास नहीं पढ़ते हैं, हालाँकि आप यह जांचना सीखेंगे कि इसने क्या किया। 13 अवधारणाएँ, 80% वास्तविक use।

एक छोटी कंपनी में एक मुनीम की कल्पना कीजिए। उसने कभी भी code की एक पंक्ति नहीं लिखी है, और वह कभी नहीं लिखेगी। हर महीने, दो files को सहमत होना चाहिए: उसकी कंपनी ने कितना खर्च दर्ज किया, और बैंक ने वास्तव में कितना शुल्क लिया। और हर महीने वह उन मुट्ठी भर लोगों के लिए लाइन दर लाइन एक शाम का शिकार खो देती है जो मेल नहीं खाते।

पिछले महीने उसने कुछ नया करे की कोशिश की. उसने एक AI चैट खोली और सादे अंग्रेजी में टाइप किया: "ये दो files मेल खाने चाहिए, मेरा अपना खर्च रिकॉर्ड और बैंक विवरण। प्रत्येक लेनदेन ढूंढें जो एक में है लेकिन दूसरे में नहीं।" एक मिनट बाद उत्तर उसकी स्क्रीन पर था: 23 बेमेल, प्रत्येक की राशि और उसकी तारीख। शिकार की शाम ढल चुकी थी.

उसे दोबारा पढ़ें और ध्यान दें कि क्या कमी है। उसने कभी प्रोग्राम करा नहीं सीखा। उसने code की एक भी पंक्ति कभी नहीं पढ़ी। उसने एक समस्या का वर्णन किया, AI ने code लिखा और उसे चलाया, और जो काम उसकी शाम को होता था वह अब कॉफी डालने में लगने वाले समय में समाप्त हो जाता है।

वह एक मुनीम है, लेकिन इस कदम का लेखांकन से कोई लेना-देना नहीं है: समस्या का स्पष्ट शब्दों में वर्णन करें, AI को लिखने दें और run को code करे दें, फिर जांचें कि उसने क्या किया। 200 ग्रेड वाला एक शिक्षक, एक महीने की log वाली नर्स, files के अराजक folder वाला एक छात्र, सभी के पास एक ही तरह की समस्या है और एक ही रास्ता है। यह पाठ्यक्रम उनमें से हर एक के लिए और आपके लिए वह चाल सिखाता है।

सत्तर वर्षों तक, code के पास एक द्वारपाल था: आपको इसे लिखने में सक्षम होना था। वह गेट अब open है। दुनिया में सबसे useful प्रोग्रामिंग भाषा (Python, spreadsheets की भाषा को संक्षिप्त किया गया, files का नाम बदला गया, report तैयार की गई, और डिवाइस automatic) किसी भी व्यक्ति के लिए उपलब्ध है जो किसी समस्या का स्पष्ट रूप से वर्णन कर सकता है। "यदि आप छह महीने का बूटकैंप लेते हैं तो उपलब्ध नहीं है।" आज उपलब्ध है, चैट टैब में आपके पास पहले से ही open है।

यदि आप prompting कोर्स से यहां आए हैं, तो आप पहले ही code के चंचल पक्ष से परिचित हो चुके हैं: आपने एक छोटा सा गेम बनाया है, शायद अपना खुद का वेब पेज, और इसे एक link पर भेज दिया है जिसे आप किसी मित्र को टेक्स्ट कर सकते हैं। यह वास्तविक था, और यह मज़ेदार था, और यह वह नहीं है जिसके बारे में यह पाठ्यक्रम है। यह दूसरा भाग है, और बड़ा वाला, जिसके लिए सबसे पहले code का आविष्कार किया गया था। खिलौने नहीं, बल्कि अस्वाभाविक काम जो वास्तविक काम में पूरे दिन चुपचाप खा जाते हैं, वास्तविक दांव वाले प्रकार: एक ग्रेड, एक तनख्वाह, एक मरीज का रिकॉर्ड, एक client का पैसा, कुल मिलाकर या विलय या चेक किया गया एक तरह से आप साबित कर सकते हैं कि यह सही है बिना इसकी एक पंक्ति पढ़े। आखिरी हिस्सा, भरोसेमंद काम जिसे आप नहीं देख सकते, वह Skill है जिसके बारे में यह पाठ्यक्रम वास्तव में है।

यह पाठ्यक्रम दो spreadsheets वाले अकाउंटेंट के लिए है जो मेल खाना चाहिए लेकिन मेल नहीं खाते। डॉक्टर के पास क्लिनिक का एक वर्ष data है और इसका विश्लेषण करे का कोई समय नहीं है। चार प्लेटफार्मों से निर्यात के साथ विपणक जो गठबंधन करे से इनकार करते हैं। 200 ग्रेड प्रविष्टियों वाला शिक्षक। 300 अंक वाले छात्र का नाम खराब है files। यहां तक ​​कि नेटवर्क इंजीनियर के पास भी हर सुबह log इन करे के लिए चालीस डिवाइस होते हैं। आपमें से किसी को भी Python, या कोई भाषा सीखने की आवश्यकता नहीं है। आप सभी को इस पृष्ठ पर तेरह अवधारणाओं को सीखने की आवश्यकता है: कौन सी समस्याएं code समस्याएं हैं, code को कैसे कमीशन करें जिस तरह से आप एक ठेकेदार को कमीशन देंगे, उस काम को कैसे सत्यापित करें जिसे आप नहीं पढ़ सकते हैं, और यह सब उन पांच सतहों पर कैसे करें जहां AI अब आपके लिए code लिखता है।

एक वाक्य पूरे पाठ्यक्रम को बताता है: आप code लिखना नहीं सीख रहे हैं; आप code के लिए एक अच्छा client बनना सीख रहे हैं। अच्छे ग्राहक ईंटें नहीं रखते। वे स्पष्ट विवरण लिखते हैं, उन चीजों के विरुद्ध काम की जांच करते हैं जिन्हें वे माप सकते हैं, और जो उन्होंने भुगतान किया है उसे अपने पास रखते हैं।

शीर्षक में वादे के बारे में सटीक होने के लिए: आप कभी भी code नहीं लिखेंगे, और आपको इसके वाक्यविन्यास को कभी भी पढ़ना नहीं पड़ेगा: विराम चिह्न, कीवर्ड, पंक्ति-दर-पंक्ति व्याकरण जिसे सीखने में महीनों लग जाते हैं। (आपको भाषा चुनने की भी आवश्यकता नहीं होगी; AI ऐसा करता है, जैसा कि आप अवधारणा 2 में देखेंगे।) आप जो करा सीखेंगे वह यह जांचना है कि code ने क्या किया_: योग की पुष्टि करें, सादे अंग्रेजी में चरणों का निरीक्षण करें, गलत उत्तर पकड़ें। वाक्यविन्यास को न पढ़ना वह स्वतंत्रता है जो यह पाठ्यक्रम आपको देता है। परिणाम को सत्यापित करा वह जिम्मेदारी है जो वह वापस मांगता है। वे दोनों तनाव में नहीं हैं; वे एक अच्छे client का पूरा काम हैं।

📚शिक्षण सहायता​

पूर्ण स्लाइड शो खोलें

पूर्ण गुरु देखें — Code You Never Write

इसे दो मिनट में साबित करें​

किसी भी सिद्धांत से पहले, गेट स्विंग open को महसूस करें। Claude.ai खोलें (एक मुफ़्त खाते में एक मिनट लगता है; ChatGPT या Gemini भी काम करता है) और paste यह, नकली data और सभी:

यहाँ मेरे महीने के खर्चे हैं। लिखें और run code को श्रेणी के आधार पर उनका योग करें, मेरी सबसे बड़ी श्रेणी ढूंढें और मुझे बताएं सटीक कुल. मुझे दिखाओ कि code वास्तव में चला।

किराने का सामान 4,250 ईंधन 3,100 किराने का सामान 2,890 internet 2,499 ईंधन 2,750 1,850 का खाना किराने का सामान 3,120 मोबाइल 1,200 2,400 बाहर खाना ईंधन 2,950

देखें क्या होता है. AI एक नज़र से उत्तर नहीं देता. यह एक छोटा प्रोग्राम लिखता है (लगभग निश्चित रूप से Python, क्योंकि इस प्रकार की समस्या के लिए यही आवश्यक है, हालाँकि आपने कोई भाषा नहीं पूछी है और इसकी आवश्यकता नहीं है), इसे आपके नंबरों पर चलाता है, और वापस report करता है: प्रति-श्रेणी का योग, सबसे बड़ी श्रेणी, कुल योग, गणना की गई, अनुमानित नहीं। और जो कुछ आपने किया नहीं किया उस पर ध्यान दें: आपने कोई भाषा नहीं चुनी, कुछ भी install नहीं किया, कहीं भी copy code नहीं किया, कोई run बटन नहीं दबाया। tool को चुनना, code को लिखना, और उसे चलाना ये सब AI का काम है। आपने किसी कार्यशील कार्यक्रम का चरित्र पढ़े बिना ही उसे कमीशन कर दिया, प्राप्त कर लिया और उससे लाभान्वित हो गए।

अब वह कदम जो इसे एक चाल के बजाय एक Skill बनाता है। उसी बातचीत में, paste:

किराना लाइन को हाथ से जांच कर स्वयं जोड़ें: 4,250 + 2,890 + 3,120। क्या यह आपके code द्वारा report की गई बातों से मेल खाता है?

यह मिलान करता है। वह छोटी सी जांच, जो स्वयं करे के लिए पर्याप्त छोटी गणना के विरुद्ध मशीन आउटपुट की पुष्टि करती है, अवधारणा 6 का बीज है, और यह उन लोगों के बीच का अंतर है जो AI-written code पर भरोसा कर सकते हैं और जो लोग सिर्फ आशा करते हैं।

दो मिनट, और आप पहले ही वह सब कुछ कर चुके हैं जो यह पाठ्यक्रम सिखाता है, एक बार, संयोग से: एक समस्या का वर्णन किया, code की मांग की, इसे run देखा, और उत्तर के एक टुकड़े को सत्यापित किया। नीचे दी गई तेरह अवधारणाएँ उनमें से प्रत्येक चरण को जानबूझकर बनाती हैं, इसलिए वे दस नकली व्यय रेखाओं के बजाय तब काम करते रहते हैं जब यह आपकी अपनी वास्तविक data होती है।

यह crash course इसके पहले की नींव को मानता है: वास्तव में AI क्या है मशीन के मानसिक model के लिए, AI 2026 में संकेत, विशेष रूप से संकल्पना 10 (model लिखता और चलाता है code) और संकल्पना 7 (मंथन-पुनरावृत्ति loop), और Markdown In, HTML Out, क्योंकि जो संक्षिप्त विवरण आप यहां लिखते हैं वह Markdown विशिष्टताएं हैं और जो report आप वापस मांगते हैं वह HTML हैं। यह पृष्ठ दोनों को एक ही अनुशासन में गहराता है: code बीच की चीज़ के रूप में। पूरा tool वॉकथ्रू agentic coding मैक्सिमम कोर्स और Cowork और OpenWork समागम कोर्स में रहता है; आपको इस पृष्ठ को समाप्त करे की आवश्यकता नहीं है। इसके अलावा, सामान्य agents के साथ समस्या का समाधान यहां सब कुछ मानता है।

क्या आपने उन दोनों को नहीं पढ़ा? 60 सेकंड का संस्करण

आप उनके बिना इस पूरे पृष्ठ का अनुसरण कर सकते हैं; यहाँ वह सब कुछ है जिसकी आपको वास्तव में आवश्यकता है।

  • 2026 में _AI prompting से: आधुनिक AI एक छोटा प्रोग्राम लिख सकता है, run इसे, और इसके उत्तर में परिणाम का use कर सकता है, लेकिन यह केवल तभी विश्वसनीय रूप से करता है जब आपका शब्द इसके लिए पूछता है; अनुमान लगाने के लिए छोड़ दिया गया है, यह अक्सर केवल अनुमान लगाता है। और उच्चतम-मूल्य वाली आदत loop है: context दें, विकल्प पूछें, प्रतिक्रिया करें, पुनरावृत्त करें। पहली बात को वापस मत मानना.
  • ** Markdown इन से, HTML आउट:** जब आप AI को _लिखते हैं, तो संरचना गद्य से बेहतर होती है, क्योंकि शीर्षक और बुलेट्स अनुमान को हटा देते हैं (यहां केवल "Markdown" का अर्थ है: शीर्षक के लिए # और बुलेट के लिए - वाला टेक्स्ट)। जब आप कोई परिणाम चाहते हैं जिसे कोई इंसान पढ़ेगा, तो इसे HTML पेज (एक design किया गया, साझा करे योग्य दस्तावेज़) के रूप में मांगें, न कि पाठ की दीवार के रूप में।

यही सारी निर्भरता है. यदि वे दो विचार समझ में आते हैं, तो आप तैयार हैं।

आपको क्या चाहिए, और आप क्या लेकर चलेंगे

आप की जरूरत है:

  • एक मुफ़्त चैट खाता। उदाहरणों में Claude.ai का use किया जाता है; समान पैटर्न ChatGPT और Gemini में काम करते हैं, हालांकि सटीक file upload, code निष्पादन और use सीमाएँ उत्पाद और योजना के अनुसार भिन्न होती हैं। (Claude.ai के लिए 18 वर्ष या उससे अधिक उम्र के खाताधारक की आवश्यकता होती है; यदि आप छोटे हैं, तो ChatGPT या Gemini का use करें, जो माता-पिता की अनुमति से 13+ वर्ष की आयु की अनुमति देता है।)
  • आपके अपने काम या जीवन से एक वास्तविक spreadsheet या folder: एक बैंक निर्यात, एक बिक्री शीट, एक ग्रेड file, एक गड़बड़ download folder। व्यायाम हमारी तुलना में आपके data पर दस गुना अधिक प्रभाव डालता है।
  • कुछ भी स्थापित नहीं। भाग 1 और 2 पूरी तरह से browser में होते हैं। भाग 3 उन सतहों को दिखाता है जहां स्थापना से लाभ मिलता है, लेकिन इसे पढ़ने के लिए कुछ भी आवश्यक नहीं है।

पढ़ने में लगभग एक घंटा लगता है, और जैसे-जैसे आप आगे बढ़ते हैं 🔬 इसे अभी करें बक्सों को चलाने से शायद तीस मिनट जुड़ जाते हैं। उन्हे करें; वे संपूर्ण बिंदु हैं।

अंत तक, आप यह करे में सक्षम होंगे:

  • एक code समस्या का पता लगाएं: सेकंडों में बताएं कि क्या कोई कार्य AI के दिमाग के लिए एक प्रश्न है या उसके हाथों के लिए एक कार्य है।
  • पांच-खंड code संक्षिप्त लिखें (लक्ष्य, इनपुट, आउटपुट, नियम, किनारे के मामले) इसमें कोई तकनीकी भाषा नहीं है।
  • अनुमान पर गणना को बल दें: अनुमान लगाने के बजाय AI को वास्तव में run code बनाएं, और साबित करें कि ऐसा हुआ था।
  • उस परिणाम को सत्यापित करें जिसे आप पढ़ नहीं सकते: Python को छुए बिना, उन चीजों के विरुद्ध AI-written कार्य की जांच करें जिन्हें आप स्वतंत्र रूप से जानते हैं।
  • वास्तविक files पर scripts को सुरक्षित रूप से चलाएँ: बैकअप, ड्राई run, स्कोप्ड folders, इसलिए एक गलती एक कंधे उचकाना है, एक आपदा नहीं है।
  • जो आप build रखते हैं उसे रखें: एक बार के समाधान को पुन: प्रयोज्य में बदलें script आप, या कोई सहकर्मी, हमेशा के लिए run कर सकता है।
समय कम है? 30 मिनट का रास्ता

पूरा पृष्ठ इसके लायक है, लेकिन यदि लंबाई आपको डराती है, तो यह आपको मूल Skill तेजी से प्राप्त कराता है: अवधारणाएं 3-6 पढ़ें (किन समस्याओं के लिए code की आवश्यकता है, कैसे गणना को मजबूर करें, कैसे संक्षेप में बताएं, कैसे सत्यापित करें) और run प्रत्येक का 🔬 इसे अभी करें बॉक्स जैसा कि आप आगे बढ़ते हैं। सतहों (भाग 3), सुरक्षा नियमों (संकल्पना 12), और Projects के लिए बाद में वापस आएं। वे कुछ टुकड़े ही आपको code के लिए एक सक्षम client बनाते हैं।

भाग 1: सौदा​

तीन अवधारणाएँ जो आपके विश्वास को बदल देती हैं कि आपको माँगने की अनुमति है।

1. code को अब coding द्वारा गेट नहीं किया जाता है​

मुनीम की खोई हुई शाम इतनी मायने क्यों रखती है? क्योंकि उसके पूरे करियर के लिए, सौदा या तो एक ही क्रूर था/या: या तो प्रोग्राम करा सीखें, या इसे हाथ से करें। दो files को मिलाने का मतलब था मैन्युअल शिकार की एक शाम, या script के लिए डेवलपर से भीख माँगना, दो सप्ताह इंतजार करा, और कुछ ऐसा प्राप्त करा जो लगभग फिट हो।

नया सौदा: AI डेवलपर है, आप client हैं, और डेवलपर मुफ़्त में सेकंडों में काम करता है, और आपके संशोधनों से कभी नहीं थकता।

जो बदला है वह यह नहीं है कि AI code लिख सकता है; यह 2022 में बुरी तरह हो सकता है। तीन चीज़ें एक साथ परिपक्व हुईं:

  • AI अच्छी तरह से वर्णित छोटी समस्याओं के लिए working code लिखता है। समस्या के पैमाने के लिए यह पाठ्यक्रम कवर करता है (एक file, एक folder, एक दोहराव वाला कार्य), आधुनिक models अधिकांश समय पहले या दूसरे प्रयास में सफल होता है।
  • AI code को स्वयं चलाता है। आप copy code को कुछ tool में नहीं रखते जो आपके पास नहीं है। AI इसे चैट के अपने sandbox (Claude.ai, ChatGPT, Gemini) में या अनुमति के साथ आपकी मशीन पर निष्पादित करता है (Claude Code, OpenCode, Cowork, OpenWork), परिणाम देखता है, और अपनी त्रुटियों को ठीक करता है।
  • AI स्वयं code की मरम्मत करता है। जब कोई चीज़ टूटती है, तो त्रुटि संदेश loop में वापस चला जाता है और AI पाठ्यक्रम को सही कर देता है। debugging Skill जिसमें प्रोग्रामर को build तक पहुंचने में वर्षों लग गए, अब save किया का हिस्सा है।

(वे स्थान हैं AI लिख सकते हैं और run code आपके लिए, और भाग 3 प्रत्येक के माध्यम से चलता है। संक्षिप्त संस्करण: Claude.ai वह चैट वेबसाइट है जिसका आप पहले से ही use कर सकते हैं, और ChatGPT और Gemini उसी तरह काम करते हैं; Claude Code और OpenCode tools हैं जो सीधे एक के अंदर काम करते हैं आपके कंप्यूटर पर folder; Cowork और OpenWork desktop apps हैं जो गैर-प्रोग्रामर के लिए समान हैं। यह पांच सतहों को तीन प्रकार के स्थानों में समूहीकृत किया गया है (browser, folder, desktop app); folder जोड़ी और desktop जोड़ी के भीतर, पहला tool एक वाणिज्यिक उत्पाद है और दूसरा मुफ़्त, open-source विकल्प। आपको अभी इससे अधिक जानने की आवश्यकता नहीं है।)

यदि आपने 2023 में code के लिए AI को आज़माया है, तो एक बात भूल जाइए

उस समय, AI ने आपको code का एक ब्लॉक दिया और चला गया, और जब तक आपने Python install नहीं किया था और यह नहीं जानते थे कि ब्लॉक paste कहां करा है, बातचीत वहीं समाप्त हो गई। वह युग समाप्त हो गया है। आज आप समस्या का वर्णन करते हैं, और AI code लिखता है और इसे चलाता है, उसी response में, आपकी ओर से कुछ भी स्थापित किए बिना। ऐसा कोई कदम नहीं है जहां से निपटने के लिए code आपको सौंपा गया हो। केवल वे चीज़ें जो आप तक पहुँचती हैं वे वे चीज़ें हैं जो आप वास्तव में चाहते थे: उत्तर, चार्ट, साफ़ किया गया file, report।

उन्हें एक साथ रखें और कार्य की इकाई बदल जाती है। अब आप यह नहीं पूछेंगे कि "क्या मैं यह लिख सकता हूँ?" आप पूछते हैं "क्या मैं इसका वर्णन कर सकता हूँ?" विवरण एक Skill है जो आपके पास पहले से ही है। आप हर सप्ताह सहकर्मियों, ठेकेदारों और दर्जियों को समस्याएं बताते हैं।

क्षेत्र से, छह पेशे:

कौनउन्होंने जो समस्या बताईAI के Python ने क्या किया
बहीखाता लिखनेवाला"ये दो पत्रक मेल खाने चाहिए: मेरा खाता बही और बैंक विवरण। प्रत्येक लेनदेन को एक में खोजें, दूसरे में नहीं।"सेकंडों में 1,400 पंक्तियों का समाधान किया गया; राशियों और तारीखों के साथ 23 बेमेलों को चिह्नित किया गया।
डॉक्टर (क्लिनिक मालिक)"नियुक्ति निर्यात का एक वर्ष। कौन से दिन और स्लॉट में नो-शो दरें सबसे खराब हैं?"कार्यदिवस और घंटे के अनुसार नो-शो दरों की गणना; सोमवार सुबह 9 बजे का समय औसत से 3 गुना खराब था।
बाजार"चार प्लेटफ़ॉर्म निर्यात, चार अलग-अलग कॉलम लेआउट। एक तालिका: अभियान द्वारा खर्च, लीड, लागत-प्रति-लीड।"formats को merge किया गया, मुद्राओं को सामान्य किया गया, तालिका और एक चार्ट तैयार किया गया।
अध्यापक"200 छात्र, तीन मूल्यांकन कॉलम। भारित फाइनल, पत्र ग्रेड और प्रति छात्र एक व्यक्तिगत एक-पंक्ति टिप्पणी की गणना करें।"तीनों किया; टिप्पणी merge ने अकेले ही एक शाम बचा ली।
विद्यार्थी"300 स्कैन किए गए files को IMG_4501.jpg नाम दिया गया है। प्रत्येक फोटो file के अंदर संग्रहीत तारीख का use करके उनका नाम बदलें।"एक मिनट के अंदर सभी 300 का नाम बदल दिया गया।
नेटवर्क इंजीनियर"प्रत्येक सुबह इन उपकरणों में log इन करें, इंटरफ़ेस स्थिति और त्रुटि काउंटर खींचें, एक स्वास्थ्य report लिखें।"आरंभिक संदेश का script, उसके डेस्क पर पहुंचने से पहले प्रतिदिन चलता रहता है।

छह पेशे, code की शून्य पंक्तियाँ पढ़ें। प्रत्येक पंक्ति में पैटर्न: एक समस्या जो हमेशा वर्णन योग्य थी लेकिन अब तक कभी भी कमीशन योग्य नहीं थी।

इस अवधारणा को क्रियान्वित करे के लिए पुनर्रचना

यह पूछना बंद करें "क्या मुझे पता है कि यह कैसे करा है?" पूछना शुरू करें "क्या मैं बता सकता हूं कि किया कैसा दिखता है?" यदि आप पूर्ण होने का वर्णन कर सकते हैं, तो आप code कमीशन कर सकते हैं।

🔬 इसे अभी करें (1 मिनट)। नए सौदे को महसूस करें: आप एक वास्तविक काम का वर्णन करते हैं, AI यह करता है। इसे Claude.ai और paste खोलें:

यहां आठ छात्र हैं, प्रति पंक्ति एक: उनका औसत स्कोर, तो कैसे कई दिनों से उनका अंतिम Project विलंबित है। बताएँ कौन से छात्र हैं दोनों 50 से नीचे और 30 दिन से अधिक देर से, इसलिए मुझे पता है कि किससे संपर्क करा है, और वह कितने है. लिखें और run code ताकि गिनती सटीक हो।

72, 12 41, 45 88, 60 35, 8 47, 38 29, 90 51, 33 44, 5

आपने किसी भी चीज़ को हाथ से क्रमबद्ध या मिलान नहीं किया। आपने बताया कि कौन से छात्र मायने रखते हैं और क्या खोजना है; AI ने एक छोटा कार्यक्रम लिखा, उसे चलाया, और उत्तर वापस सौंप दिया (तीन छात्र: 41, 47, और 29 अंक प्राप्त करे वाले)। यह नया सौदा है, शुरू से अंत तक: अंकगणित की गारंटी के साथ, काम का वर्णन करें, काम पूरा करें।

2. code वास्तव में क्या है (60-सेकंड संस्करण)​

(पहले से ही code लिखें? इसे स्किम करें। पाठ्यक्रम वास्तव में आपके लिए संकल्पना 3 से शुरू होता है, और संकल्पना 6 और 12, सत्यापन और ब्लास्ट त्रिज्या, ऐसे हिस्से हैं जिनसे अनुभवी प्रोग्रामर भी जल जाते हैं।) आप इस पाठ्यक्रम में code कभी नहीं पढ़ेंगे, लेकिन आपको यह जानना होगा कि आप क्या शुरू कर रहे हैं, जिस तरह से एक गृहस्वामी जो कभी ईंटें नहीं रखता है वह अभी भी जानता है कि दीवार क्या होती है।

code सटीक निर्देशों का एक list है जिसका कंप्यूटर किसी भी गति से, किसी भी संख्या में, पूरी तरह से पालन करता है। बस इतना ही। "file खोलें। प्रत्येक पंक्ति के लिए, श्रेणी और राशि पढ़ें। उस श्रेणी के कुल योग में राशि जोड़ें। जब पूरा हो जाए, तो प्रत्येक कुल को प्रिंट करें।" अंग्रेजी में लिखा, यह एक प्रक्रिया है। एक प्रोग्रामिंग भाषा में लिखा गया, यह code है, और मशीन बिना किसी का ध्यान भटकाए इसे लाखों बार निष्पादित करती है।

code कई भाषाओं में आता है, जिस तरह से अनुबंध कई मानव भाषाओं में आते हैं, और जैसे आप एक अनुवादक को सही भाषा चुनने देते हैं, आप AI को काम के लिए सही code भाषा चुनने देते हैं। आपको अपनी स्क्रीन पर दो मिलेंगे:

  • Python वह है जिसे आप सबसे अधिक देखेंगे, और इस पाठ्यक्रम का नायक है। यह बिल्कुल आपकी तरह की समस्या के लिए default भाषा है (files, spreadsheets, data, चार्ट, report, ऑटोमेशन), और, निर्णायक रूप से, यह वह भाषा है जिसे AI सबसे अच्छी तरह जानता है। AI प्रशिक्षण data में किसी भी अन्य भाषा की तुलना में अधिक Python मौजूद है, इसलिए जब AI Python लिखता है तो वह अपनी मातृभाषा में लिख रहा है। real data प्रकार की समस्याओं के लिए अगली अवधारणा पिन डाउन करती है, AI लगभग हर बार Python तक पहुंचती है।
  • JavaScript / TypeScript वह है जिसे आप तब देखेंगे जब आप click करे के लिए कुछ मांगेंगे: एक वेब tool, एक छोटा गेम, एक कैलकुलेटर जिसे आप link द्वारा साझा करते हैं। यह वह दुनिया है जिसमें prompting कोर्स रहता था, जो गेम और पेज आपने वहां बनाए थे। (TypeScript अतिरिक्त सुरक्षा जांच के साथ सिर्फ JavaScript है; आपके उद्देश्यों के लिए वे थोड़े अलग कपड़ों में एक ही चीज़ हैं।) यह पाठ्यक्रम मुश्किल से उस दुनिया का दौरा करता है। यहां काम, वास्तविक data द्वारा विश्वसनीय रूप से संभाला जाता है, Python का घरेलू क्षेत्र है।

यहां वह हिस्सा है जो आपके काम को सरल रखता है: आप कभी भी उनके बीच चयन नहीं करते हैं। भाषा चुनना एक तकनीकी निर्णय है, और तकनीकी निर्णय बिल्कुल वही हैं जो आप सौंप रहे हैं। एक अच्छा client इमारत का वर्णन करता है और वास्तुकार को स्टील और लकड़ी के बीच निर्णय लेने देता है; आप समस्या का वर्णन करते हैं और AI को Python और JavaScript के बीच निर्णय लेने देते हैं। यह आपकी समस्या की आवश्यकताओं के आधार पर चयन करता है, spreadsheet (Python) से एक संख्या बनाम एक बटन जिसे कोई click (JavaScript) कर सकता है, और यह उस विकल्प के बारे में एक शुरुआती की तुलना में कहीं अधिक विश्वसनीय रूप से सही है। दोनों नामों को जानने का एकमात्र कारण यह है कि आप पहचान सकें कि अतीत में क्या चल रहा है और आश्चर्यचकित न हों जब "मुझे एक tool बनाएँ" request "मेरे कुल खर्च" request की तुलना में एक अलग भाषा में वापस आता है।

Diagram: how the AI picks the language. You describe what you want back. If it's a number, file, or report (total my expenses, reconcile two sheets, rename photos), the AI writes Python. If it's a thing you click or open in a browser (a shareable calculator, an interactive quiz, a dashboard with buttons), it writes JavaScript or TypeScript. You never choose; the choice follows the output.

जब यह स्क्रॉल करके आगे बढ़ता है तो code कैसा दिखता है? Python का एक स्क्रैप इस तरह दिखता है:

totals = {}
for row in rows:
    totals[row.category] = totals.get(row.category, 0) + row.amount

क्या आपकी नज़र उस पर से तुरंत हट गयी? बिल्कुल ठीक. यहाँ code आपसे बस इतना ही ध्यान चाहता है। और फिर भी आप इसे आधा-अधूरा पढ़ सकते हैं: "प्रत्येक पंक्ति के लिए, उस श्रेणी के कुल में राशि जोड़ें" विराम चिह्न के माध्यम से पता चलता है। यह पाठ्यक्रम आपसे इसी पढ़ने के स्तर की अपेक्षा करता है, और इससे अधिक कुछ नहीं।

(क्या अन्य भाषाएँ हैं? कई: गो, रस्ट, एसक्यूएल, और अधिक, प्रत्येक इस पाठ्यक्रम के बाहर तकनीकी कार्य के लिए उपयुक्त है। आप किसी दिन एक को देख सकते हैं, लेकिन नियम कभी नहीं बदलता है: रोजमर्रा की data समस्याओं के लिए यह पाठ्यक्रम है, यह Python या JavaScript है, और किसी भी तरह से आप परिणाम का वर्णन करते हैं और AI भाषा चुनता है।)

आपको इसे देखने की अनुमति है। आपको इसकी आवश्यकता नहीं है. इस पाठ्यक्रम का वादा यह है कि आपके लिए आवश्यक हर Skill (कमीशनिंग, संचालन, सत्यापन, रखरखाव) एक भी पंक्ति को पार्स किए बिना काम करता है। स्क्रॉलिंग code को उसी तरह समझें जैसे आप मैकेनिक के open इंजन बे के साथ करते हैं: सबूत है कि वास्तविक काम हो रहा है, न कि test जिसे आपको पास करा है।

याद रखने योग्य code की एक संपत्ति: code दोनों दिशाओं में सटीक है। यह शून्य अंकगणितीय त्रुटियों के साथ अंतिम प्रतिशत तक आपके योग की गणना करेगा, और यह बिल्कुल वही करेगा जो इसे बताया गया था, गलत चीज़ सहित, पूरी तरह से, पैमाने पर। एक script गलतफहमी के कारण 300 files का नाम उतनी ही तेजी से गलत तरीके से बदल देता है, जितनी तेजी से वह उनका सही नाम बदलता है। इसीलिए अवधारणा 6 (सत्यापन) और अवधारणा 12 (विस्फोट त्रिज्या) मौजूद हैं। शक्ति और ख़तरा एक ही गुण से आते हैं।

एक गैर-सॉफ्टवेयर सादृश्य। एक इंसान के लिए एक नुस्खा code है। एक चौकस रसोइये द्वारा निष्पादित "20 मिनट तक उबालें" से रात का खाना तैयार होता है; एक पूरी तरह से आज्ञाकारी रोबोट द्वारा निष्पादित, जिसे गलती से बताया गया था कि "20 घंटे उबालें" त्रुटिहीन रूप से चारकोल पैदा करता है। रोबोट विफल नहीं हुआ. संक्षिप्त ने किया। भाग 2 में सब कुछ संक्षेप में लिखने के बारे में है जो कि रसोई को ख़राब नहीं करेगा।

🔬 इसे अभी करें (1 मिनट)। देखें कि "AI code लिखता है और इसे चलाता है" वास्तव में कैसा दिखता है। इसे चिपकाएँ:

इन संख्याओं का योग करे के लिए लिखें और run code, फिर मुझे औसत बताएं और कितने 40 से ऊपर हैं: 12, 47, 8, 93, 21, 56। मुझे code दिखाओ आपने तेज दौड़ लगाई।

वापस आता है एक छोटा Python प्रोग्राम, एक "successfully चला" परिणाम, और उत्तर (कुल 237, औसत 39.5, 40 से ऊपर तीन)। आपने कोई भाषा नहीं मांगी; इस प्रकार के कार्य के लिए बस Python की आवश्यकता होती है, और बाकी पाठ्यक्रम में आप यही देखेंगे। (यह click करे योग्य चीजों के लिए JavaScript भी लिखता है, लेकिन वे प्रेरक पाठ्यक्रम के गेम और पेज थे। यहां, हम काम करते हैं।)

3. विभाजन रेखा: कौन सी समस्याएँ code समस्याएँ हैं​

यह वह अवधारणा है जिस पर संपूर्ण पाठ्यक्रम लागू होता है, क्योंकि यह एक निर्णय है जिसे आप किसी भी prompt से पहले लेते हैं: क्या यह AI के दिमाग के लिए एक प्रश्न है, या AI के हाथों के लिए एक नौकरी है?

AI के पास आपकी सहायता करे के दो तरीके हैं। यह अपने तर्क से उत्तर (मसौदा, सलाह, सारांश, व्याख्या, विचार-मंथन) कर सकता है। और यह गणना कर सकता है: लिखें और run code जो आपके वास्तविक data पर संचालित होता है। अधिकांश लोग केवल पहले का ही use करते हैं, फिर आश्चर्य करते हैं कि उनके spreadsheet के AI के "विश्लेषण" में गलत योग क्यों थे। कुल योग गलत थे क्योंकि AI ने उस समय उत्तर दिया जब उसे गणना करी चाहिए थी: इसने आपके data को एक नज़र से वर्णित किया, जिस तरह से एक मशीन इसे संसाधित करे के बजाय स्किम करती है, जिस तरह से एक मशीन गिनती करती है।

चार संकेत आपको बताते हैं कि एक समस्या code समस्या है। उनमें से कोई भी पर्याप्त है:

Diagram: the dividing line. A question for the AI's mind (draft, advise, summarize, explain, judge an idea) is an answer problem, where the AI just replies. A job for the AI's hands (total, merge, scan, rename, clean, reconcile, chart, automate) is a code problem, where the AI writes and runs code. Four signals mark a code problem, any one being enough: Volume (more than you'd do by hand), Precision (a wrong digit has consequences), Repetition (you'll face it again), Files (it lives in files, not sentences).

संकेतtestउदाहरण
आयतनजितना आप आराम से हाथ से बना सकते हैं, उससे कहीं अधिक वस्तुएँ।नाम बदलने के लिए 300 files, कुल 5,000 पंक्तियाँ, एक खंड को स्कैन करे के लिए 80 पीडीएफ।
शुद्धतागलत अंक के परिणाम होते हैं।चालान, पेरोल, ग्रेड, खुराक तालिका, सुलह, पैसे के साथ कुछ भी।
दोहरावआपको अगले सप्ताह या अगले महीने फिर से इसी कार्य का सामना करा पड़ेगा।महीने के अंत की report, दैनिक डिवाइस स्वास्थ्य जांच, साप्ताहिक अभियान रोलअप।
filesसमस्या files में रहती है, वाक्यों में नहीं।spreadsheet, छवियों, logs के data files, folders निर्यात किए गए।

वॉल्यूम, परिशुद्धता, दोहराव, files: VPRF संक्षेप में, चार अक्षर test इस पाठ्यक्रम पर वापस आता रहता है। यदि कोई कार्य चारों में से किसी को भी विफल करता है, तो यह एक उत्तर समस्या है: AI 2026 में संकेत से Skill का use करें और code के बारे में कभी न सोचें। यदि यह एक भी ट्रिप करता है, तो यह एक code समस्या है, और इस कोर्स का बाकी हिस्सा प्लेबुक है।

फ़िल्टर के माध्यम से अपना स्वयं का सप्ताह चलाएँ:

कामcode समस्या?क्यों
"बैठक को अस्वीकार करते हुए एक विनम्र email का मसौदा तैयार करें।"नहींकोई आयतन नहीं, कोई सटीक दांव नहीं, कोई files नहीं। शुद्ध उत्तर समस्या.
"इस एक अनुबंध को संक्षेप में प्रस्तुत करें।"नहींएक दस्तावेज़, निर्णय-भारी। AI इसे सीधे पढ़ता है।
"इन 80 अनुबंधों में से किसमें गैर-मानक समाप्ति खंड है?"हाँवॉल्यूम + files. code सभी 80 को स्कैन करता है; नज़र-आधारित उत्तर से कुछ छूट जाएगा।
"क्या मेरा बिजनेस आइडिया अच्छा है?"नहींनिर्णय. prompting कोर्स से रूब्रिक पैटर्न का use करें।
"मैंने इस वर्ष ईंधन पर क्या खर्च किया?"हाँपरिशुद्धता + files। संख्या गणना से आनी चाहिए, छाप से नहीं।
"समझाएं कि म्यूचुअल फंड क्या है।"नहींज्ञान प्रश्न.
"इन छुट्टियों की तस्वीरों को ली गई तारीख के अनुसार नाम बदलें।"हाँवॉल्यूम + files.
"प्रत्येक सोमवार को मैं तीन निर्यातों को एक report में जोड़ता हूँ।"हाँदोहराव, सभी का सबसे मजबूत संकेत, क्योंकि script एक संपत्ति बन जाता है (संकल्पना 8)।

देखने योग्य जाल: ऐसी समस्याएं जो देखने में उत्तर समस्याओं जैसी लगती हैं लेकिन सटीक नहीं होतीं। "मोटे तौर पर इस वर्ष मेरी बिक्री का रुझान कैसा रहा?" संवादात्मक लगता है, इसलिए लोग संवादात्मक ढंग से पूछते हैं और उन्हें संवादात्मक (अर्थात् अनुमानित) उत्तर मिलता है। यदि कोई निर्णय संख्या पर निर्भर करता है, तो यह एक code समस्या है, चाहे आप इसे कितनी भी लापरवाही से कहें। वाक्यांश निर्धारण संकल्पना 4 है।

इनमें से प्रत्येक को कौन सी भाषा मिलती है? (केवल जिज्ञासु; आप इसे कभी नहीं चुनते)

संकल्पना 2 से याद करें कि AI भाषा चुनता है, और चुनाव आउटपुट का अनुसरण करता है, कार्य का नहीं:

यदि आप जो परिणाम चाहते हैं वह है...AI आमतौर पर लिखता है...ऊपर से उदाहरण
एक संख्या, एक साफ़ file, एक report, एक बदला हुआ folderPythonकुल ईंधन, अनुबंध स्कैन, फोटो का नाम बदलें, सोमवार रोलअप
वह चीज़ जिसे कोई व्यक्ति click करता है, टाइप करता है, या browser में खोलता हैJavaScript / TypeScriptएक साझा करे योग्य व्यय कैलकुलेटर, एक इंटरैक्टिव प्रश्नोत्तरी, बटनों के साथ थोड़ा dashboard

इस पाठ्यक्रम में लगभग हर चीज (वीपीआरएफ समस्याएं, परियोजनाएं, आपका वास्तविक कार्य सप्ताह) एक संख्या या file उत्पन्न करती है, इसलिए आप लगभग हर बार Python देखेंगे। click करे योग्य tools प्रेरक पाठ्यक्रम का क्षेत्र है, हमारा नहीं।

एक गैर-सॉफ्टवेयर उदाहरण। एक स्कूल प्रशासक ने AI से पूछा "इस शुल्क spreadsheet को देखें और मुझे बताएँ कि कौन से परिवार भुगतान में पीछे हैं।" AI ने आत्मविश्वास से आठ परिवारों को list किया। बाद में गणना की गई वास्तविक संख्या ग्यारह थी। कोई झूठ नहीं बोल रहा था; AI ने _गणना_के बजाय उत्तर दिया था (स्किम से पैटर्न-मिलान)। छूटे हुए तीन परिवारों का आंशिक भुगतान था जिसे स्किम में भुगतान के रूप में पढ़ा जाता है। एक वाक्य ने इसे रोका होगा: "उन्हें ढूंढने के लिए लिखें और run code।" वह अब प्रत्येक data प्रश्न को उस वाक्य के साथ समाप्त करती है, जहां से भाग 2 शुरू होता है।

🔬 इसे अभी करें (2 मिनट)। एक निर्णय लें जो पूरे पाठ्यक्रम को लगातार आठ बार चालू करता है। इसे चिपकाएँ:

इन 8 कार्यों को उत्तर समस्याओं (आप केवल उत्तर दें) या code में क्रमबद्ध करें समस्याएँ (आप लिखें और run code)। प्रत्येक का एक संक्षिप्त कारण बताएं, और वह नाम जो सिग्नल सक्रिय करता है: वॉल्यूम, परिशुद्धता, दोहराव, या files।

  1. एक बैठक को अस्वीकार करते हुए एक विनम्र email का मसौदा तैयार करें।
  2. बिक्री की 2,000 पंक्तियाँ जोड़ें और कुल को महीने के अनुसार विभाजित करें।
  3. क्या मेरा बिजनेस आइडिया अच्छा है?
  4. प्रत्येक के अंदर संग्रहीत तारीख का use करके 300 फ़ोटो का नाम बदलें।
  5. बताएं कि म्यूचुअल फंड क्या है।
  6. पता लगाएं कि 80 अनुबंधों में से किसमें गैर-मानक रद्दीकरण खंड है।
  7. इस एक समाचार लेख का सारांश प्रस्तुत करें।
  8. प्रत्येक सोमवार को तीन निर्यातित files को एक report में संयोजित करें।

इसके कारणों को पढ़ने से पहले अपने मन से इसके उत्तरों की जांच कर लें। विषम संख्या वाले कार्य उत्तर समस्याएँ हैं; सम-संख्या वाली समस्याएँ code हैं। आपने अभी-अभी दिमाग के काम को हाथों के काम से अलग किया है, यही वह कदम है जो आप अपने शेष जीवन में प्रत्येक prompt से पहले उठाएंगे।

भाग 2: कमीशनिंग code​

आपने तय कर लिया है कि यह एक code समस्या है। पाँच अवधारणाएँ पूर्ण client-side क्राफ्ट को कवर करती हैं: यह सुनिश्चित करा कि code वास्तव में चलता है, संक्षिप्त विवरण लिखना, जो काम आप नहीं पढ़ सकते उसे सत्यापित करा, विफलता से निपटना, और जो आपने भुगतान किया है उसे बनाए रखना।

4. AI के हाथों को हिलाएं: automatic बनाम स्पष्ट​

आधुनिक AI tools आपके prompt की ध्वनि के आधार पर यह तय करते हैं कि code लिखना है या नहीं। spreadsheet upload करें और पूछें "कौन से उत्पाद सबसे तेजी से बढ़े?" और अधिकांश इसकी गणना करेंगे। लेकिन किसी भी चीज़ पर जो एक नज़र से जवाबदेह लगती है, AI code और estimate को छोड़ सकता है, और एक अनुमान बिल्कुल गणना की तरह स्वरूपित किया जाता है: वही आत्मविश्वासपूर्ण स्वर, वही सुव्यवस्थित संख्याएँ। यह मूक विफलता मोड है, और इस कोर्स के लिए यह दुश्मन नंबर एक है।

आप इसे एक आदत से बेअसर कर सकते हैं: प्रिसिजन सिग्नल पर ट्रिप होने वाली किसी भी चीज़ पर निर्णय कभी भी AI पर न छोड़ें। शब्द बोलें।

तीन पंक्तियों वाला मंत्र, जो आपके डेस्क के ऊपर लगाने लायक है:

इसका उत्तर देने के लिए लिखें और run code। मुझे वह code दिखाओ जो आपने चलाया था। किसी भी चीज़ का विश्लेषण करे से पहले, मुझे सटीक पंक्ति संख्या, कॉलम बताएं नाम, और file की दिनांक सीमा।

पंक्ति एक गणना को बाध्य करती है। पंक्ति दो आपको प्रमाण देती है: यदि कोई code ब्लॉक प्रकट नहीं होता है, तो कोई code नहीं चलता है, चाहे गद्य का दावा कुछ भी हो। पंक्ति तीन इस पाठ्यक्रम में सबसे सस्ता झूठ डिटेक्टर है: यदि AI वास्तव में आपके file को पढ़ रहा है, तो पंक्ति गणना और स्तंभ नाम बिल्कुल सही होंगे; यदि यह बातें बना रहा है, तो आपको एक संदिग्ध रूप से गोल संख्या और प्रशंसनीय-लेकिन-गलत कॉलम नाम मिलेंगे, और आपको "विश्लेषण" शुरू होने से पहले रुकना पता चल जाएगा।

ध्यान दें कि मंत्र में "code" कहा गया है, "Python" नहीं। यह जानबूझकर किया गया है, और यह इस पाठ्यक्रम में प्रत्येक prompt के लिए नियम है: आप AI को गणना करे के लिए कहते हैं; आप इसे कभी नहीं बताते किस भाषा में गणना करी है। "लिखें और run code" AI को आपकी समस्या के लिए सही tool चुनने देता है (संकल्पना 2)। "Python में" जोड़ने से उस अनुमान के आधार पर उसका हाथ मजबूर हो जाएगा जिसे आप बनाने में सक्षम नहीं हैं, और दुर्लभ समस्या पर जहां Python गलत विकल्प है, आपने चुपचाप इसे गलत कर दिया होगा। कार्य का वर्णन करें, code की मांग करें, भाषा को AI पर छोड़ दें।

आपका वाक्यांश AI को एक साथ कैसे संचालित करता है:

आपका वाक्यांशजो आमतौर पर होता हैजोखिम
"यह data क्या दर्शाता है?"नज़र-आधारित सारांश, शायद code।अनुमानों को तथ्यों का जामा पहनाया गया।
"मोटे तौर पर लागत का रुझान कैसा रहा?"लगभग हमेशा एक नज़र. "मोटे तौर पर" बताता है कि AI परिशुद्धता कोई मायने नहीं रखती।ठीक है _केवल_यदि आप वास्तव में परवाह नहीं करते हैं।
"महीने के हिसाब से लागत की गणना करे के लिए लिखें और run code।"code, हर बार.न्यूनतम.
"क्या आप इस file पर code चला रहे हैं, या अनुमान लगा रहे हैं? यदि अनुमान लगा रहे हैं, तो रुकें और इसके बजाय run code करें।"AI अपना method घोषित करता है, फिर गणना करता है।जब आपको एक नज़र पर संदेह होता है तो सबसे मजबूत एकल चाल।

और विपरीत अनुशासन: उत्तर समस्याओं के लिए code की मांग न करें। "लिखें और run code मुझे बताएं कि क्या मेरा निबंध प्रेरक है" tool को बर्बाद करता है। संकल्पना 3 से विभाजन रेखा दोनों तरफ कटती है।

बता

आपके data के बारे में एक response जिसमें कोई दृश्यमान code ब्लॉक नहीं है, कोई पंक्ति गणना नहीं है, और कोई "मैंने जो गणना की है" वह आपके data के बारे में एक राय है, न कि इसका विश्लेषण। इसके साथ उसी तरह व्यवहार करें जैसे आप किसी ठेकेदार के उस काम के चालान के साथ करते हैं जो आपने कभी नहीं देखा होगा।

🔬 इसे अभी करें (2 मिनट)। इसे अनुमान लगाने के बजाय गणना करके AI साबित करें। इस छोटे file और तीन पंक्तियों वाले मंत्र को एक साथ चिपकाएँ:

यहाँ एक छोटा आवागमन log है।

दिनांक, मोड, मिनट 2025-03-03, बस,35 2025-03-03,वॉक,10 2025-03-04,बाइक,20 2025-03-05, बस,40 2025-03-06,वॉक,15 2025-03-07,बाइक,25 2025-03-10,बस,30 2025-03-11,वॉक,12

मोड के अनुसार मिनटों का योग करे के लिए लिखें और run code। मुझे वह code दिखाओ जो आपने चलाया था। किसी भी अन्य चीज़ से पहले, मुझे पंक्तियों, स्तंभों की सटीक संख्या बताएं नाम, और दिनांक सीमा.

आप उत्तर स्वयं जांच सकते हैं: 8 पंक्तियाँ, कॉलम दिनांक/मोड/मिनट, सभी मार्च 2025 में। यह सटीक रूप से report करेगा कि, फिर एक code ब्लॉक, फिर कुल (बस 105 पर आती है)। सैकड़ों पंक्तियों में से file पर आप कभी नज़र नहीं डाल सकते, वही प्रारंभिक प्रश्न AI आविष्कार संख्याओं को पकड़ता है।

5. समस्या को संक्षिप्त करें, कार्यक्रम को नहीं​

इस पाठ्यक्रम में सबसे मुक्तिदायक तथ्य यह है: सर्वोत्तम code ब्रीफ में कोई भी तकनीकी भाषा नहीं होती है। आप loop, library, file-handling, या यहां तक ​​कि किस प्रोग्रामिंग भाषा का use करा है यह भी निर्दिष्ट नहीं करते हैं। आप निर्दिष्ट करते हैं कि एक अच्छा परिणाम कैसा दिखता है, ठीक उसी तरह जैसे आप एक मानव सहायक के लिए चाहते हैं, और AI भाषा सहित कार्यान्वयन में इरादे का अनुवाद करता है। जो लोग प्रोग्रामिंग को आधा-अधूरा जानते हैं, वे अक्सर शुरुआती लोगों की तुलना में बहुत खराब ब्रीफ लिखते हैं, क्योंकि वे कैसे को सूक्ष्म रूप से प्रबंधित करते हैं और क्या को कम निर्दिष्ट करते हैं। "इसे Python में लिखें" ठीक उसी तरह का माइक्रोमैनेजमेंट है: अब आपने AI की पसंद को उस प्राथमिकता के आधार पर सीमित कर दिया है जिसे आप वास्तव में उचित नहीं ठहरा सकते हैं, जब परिणाम ("tool मैं click कर सकता हूं" बनाम "मेरे spreadsheet से एक संख्या") का वर्णन करते हुए इसे अपने आप सही ढंग से चुनने देता।

संपूर्ण संक्षिप्त उत्तर पाँच प्रश्नों का है। आप prompting कोर्स की app रेसिपी (लक्ष्य, इनपुट, आउटपुट) में पहले तीन से मिले; code समस्याएँ दो और जोड़ती हैं:

# Brief: [name the task]

## Goal
What problem is solved when this works?

## Input
What am I giving you? (files, their format, roughly how many rows/items)

## Output
What exactly do I want back? (a number, a table, a chart, a cleaned
file, an HTML report)

## Rules
The constraints a stranger wouldn't know. (The school year starts in
August. "Pending" means not yet submitted. Ignore rows before 2024.)

## Edge cases
What should happen when the data is imperfect? (blank rows, duplicates,
a date in the wrong format, an amount with a currency symbol)

हां, यह एक Markdown युक्ति है, बिल्कुल उसी प्रकार की Markdown In, HTML Out ने आपको लिखने के लिए प्रशिक्षित किया है। code संक्षेप वह जगह है जहां वह Skill चक्रवृद्धि ब्याज देना शुरू कर देता है: प्रत्येक शीर्षक एक ऐसी चीज है जिसका AI को अब अनुमान लगाने की आवश्यकता नहीं है।

शुरुआती लोग जिन दो अनुभागों को छोड़ देते हैं वे दो सबसे अधिक महत्वपूर्ण हैं:

नियम वह जगह है जहां आपका पेशेवर ज्ञान रहता है। AI Python को जानता है; यह नहीं जानता कि आपका स्कूल वर्ष अगस्त में शुरू होता है, कि "लंबित" का अर्थ है आपके सिस्टम में अभी तक सबमिट नहीं किया गया है, या कि डाउनटाउन स्टोर मार्च में बंद हो गया है और उसे बाहर रखा जाना चाहिए। हर गलत विश्लेषण से आपको उस नियम का पता चलेगा जिसे आप जानते थे और नहीं बताया था। क्या स्कूल प्रशासक कॉन्सेप्ट 3 में आंशिक भुगतान करे से चूक गया? एक लुप्त नियम: "किसी भी अवैतनिक शेष राशि वाले परिवार को पीछे माना जाता है।"

एज केस वह है जहां आप पहले से तय करते हैं कि अपूर्ण data को क्या करा चाहिए, क्योंकि आपका data अपूर्ण है; हर किसी का है. पेशेवर चाल एक वाक्य है: "यदि आप एक ऐसी पंक्ति दबाते हैं जिसकी आप व्याख्या नहीं कर सकते हैं, अनुमान न लगाएं; इसे छोड़ दें, और अंत में प्रत्येक छोड़ी गई पंक्ति list करें।" यह वाक्य मूक भ्रष्टाचार को एक दृश्यमान report में बदल देता है।

एक संक्षिप्त, शिक्षक संस्करण (यहाँ इनपुट .csv files हैं, केवल spreadsheets सादे पाठ के रूप में सहेजे गए हैं; उस पर भाग 3 में अधिक जानकारी):

# Brief: Who hasn't turned in the essay

## Goal
Find which students on my class list have NOT submitted the essay,
so I know exactly who to chase before grades are due.

## Input
Two files, attached. "class-list.csv": Name, Student ID (about 180
students). "submissions.csv": one row per file turned in, with
Student Name, Filename, Date.

## Output
A list of students with no matching submission, and a count, then a
one-line summary. Format it as an HTML page I can print for class.

## Rules
- Match on student name; names in the submissions may have extra
  spaces or different capitalization than the class list.
- A student who submitted twice still counts as submitted (once).

## Edge cases
- A submission whose name matches nobody on the class list: list it
  separately (a typo or a wrong upload), don't silently drop it.
- Any row you can't read: skip it and list it at the end.

कहीं भी कोई प्रोग्रामिंग शब्द नहीं है, और यह संक्षिप्त विवरण पहले run पर "पता लगाएं कि किसने सबमिट नहीं किया है" की तुलना में कहीं अधिक बार सफल होगा, क्योंकि हर अनुमान हटा दिया गया है। (पिछले पाठ्यक्रम को चुपचाप लागू करते हुए आउटपुट लाइन पर ध्यान दें: मानव-सामना करे वाला परिणाम HTML है।)

अपने स्वयं के किनारे के मामलों को नहीं जानते? पूछना।

ईमानदार सच्चाई: आप अक्सर नहीं जान पाएंगे कि आपके data में क्या छिपा है। इसलिए खोज को पहला prompt बनाएं: "कुछ भी करे से पहले, files की जांच करें और मुझे बताएं: यहां क्या अस्पष्ट, असंगत या आश्चर्यजनक हो सकता है? उन प्रश्नों की list बनाएं जिनका आप प्रसंस्करण से पहले उत्तर चाहते हैं।" AI निरीक्षण करता है, "रिक्त तिथियों और दो मुद्रा formats के साथ 14 पंक्तियां हैं। मुझे प्रत्येक के साथ क्या करा चाहिए?", और अब आप एज केस अनुभाग को कल्पना के बजाय ज्ञान के साथ लिखते हैं। निरीक्षण करें, पूछें, फिर संक्षिप्त करें। यह prompting कोर्स से विचार-मंथन-पुनरावृत्ति loop है, जिसे data पर लागू किया गया है।

🔬 इसे अभी करें (3 मिनट)। अपना पहला संक्षिप्त विवरण data पर लिखें जो जवाबी कार्रवाई करता है। यह छोटा file जानबूझकर गड़बड़ है: एक भटकी हुई इकाई, एक संख्या के अंदर एक अल्पविराम, एक पंक्ति दो बार दर्ज की गई, और एक पंक्ति जिसमें कोई तारीख नहीं है। file और संक्षिप्त विवरण को एक साथ चिपकाएँ, जैसा कि दिखाया गया है:

Here is my data, and my brief for it.

Date,Meal,Calories
2025-03-02,Breakfast,420
2025-03-02,Lunch,650 kcal
2025-03-02,Lunch,650 kcal
2025-03-05,Dinner,"1,100"
,Snack,200
2025-03-06,Breakfast,380

# Brief: Total my March calories by meal

## Goal
A clean total for each meal, so I can see where the calories went.

## Output
A table of meal and total, biggest first, then the grand total.

## Rules
- Calories may have a unit like "kcal" or a comma; treat them as plain numbers.
- The exact same row appearing twice is a double-entry; count it once.

## Edge cases
- A row with no date: do not guess. Skip it, and list it at the end.

Write and run code to do this, and tell me which rows you skipped or
treated as duplicates.

इसे kcal और अल्पविराम को हटाते हुए देखें, बार-बार दोहराई जाने वाली लंच पंक्ति को हटा दें, रिक्त-तिथि पंक्ति को एक तरफ रख दें (और आपको बताएं कि ऐसा हुआ_), और बाकी का योग करें। नियम और एज केस लाइनों के कारण ही ऐसा हुआ। उन दो अनुभागों को हटा दें, run इसे फिर से करें, और गड़बड़ी सीधे वापस आ जाती है। यह पहले और बाद में एक संक्षेप की पूरी शक्ति है। यहाँ छह गन्दी पंक्तियाँ; आपके वास्तविक निर्यात में कुछ सौ, जहां एक गलत संख्या आसानी से छिप जाती है। संक्षिप्त विवरण ही बड़े संस्करण को भरोसे के लिए सुरक्षित बनाता है।

6. उस कार्य का सत्यापन करा जिसे आप पढ़ नहीं सकते​

याद रखें, AI सच में क्या है (Idea 3) से, कि model के पास अपना कोई truth-checker नहीं होता। Code के साथ आपके पास एक ऐसा checker है जो उसके पास नहीं: आप इसे run कर सकते हैं। इसलिए यहाँ verification का मतलब run करना और पढ़ना है, भरोसा करना नहीं।

यह वह प्रश्न है जो हर संशयवादी पूछता है, और उनका यह पूछना सही भी है: यदि आप code को नहीं पढ़ सकते हैं, तो आप कैसे जानते हैं कि यह सही है?

उत्तर कंप्यूटर से भी पुराना है: उसी तरह जैसे आप किसी विशेषज्ञ की जाँच करते हैं जिसकी कला का आप ऑडिट नहीं कर सकते। आप कर कानून को पुनः प्राप्त करके अपने अकाउंटेंट को सत्यापित नहीं करते हैं; आप अपने रिकॉर्ड के विरुद्ध कुल योग की जाँच करें। आप स्वयं सीमेंट का परीक्षण करके किसी builder का सत्यापन नहीं करते हैं; आप जाँचें कि दीवार सीधी है या नहीं और दरवाज़ा बंद है या नहीं। आप _आउटपुट को स्वतंत्र ज्ञान के विरुद्ध सत्यापित करते हैं, और आप, डोमेन विशेषज्ञ, के पास स्वतंत्र ज्ञान है जो AI के पास कभी नहीं होगा।

प्रयास के बढ़ते क्रम में पाँच जाँचें। पहले तीन अधिकांश स्थितियों को कवर करते हैं:

1. known-answer test. 5,000 पंक्तियों पर script पर भरोसा करे से पहले, इसे एक टुकड़ा खिलाएं जिसका उत्तर आप पहले से ही जानते हैं। इसे एक महीने तक चलाएं जिसे आप पहले ही हाथ से बंद कर चुके हैं। एक विद्यार्थी चुनें और कागज पर उसके भारित ग्रेड की गणना करें। यदि script आपके द्वारा जाँचे जा सकने वाले प्रत्येक उत्तर को पुन: प्रस्तुत करता है, तो जिन उत्तरों की आप जाँच नहीं कर सकते, उनमें आपका विश्वास अर्जित है, अपेक्षित नहीं है। यह इस पेज पर सबसे शक्तिशाली कदम है।

Diagram: the verification ladder, five rungs rising with effort and stakes. Rung 1, Known-answer test: run it on one slice whose answer you already know, the everyday default and single most powerful move. Rung 2, Reality questions: rows in versus rows out, totals in a plausible range, biggest item the one you know. Rung 3, Plain-English replay: ask the AI to explain what the code did; wrong logic reads wrong in English too. Rung 4, Adversarial pass: ask it to find any way it could be wrong and score its confidence, for higher stakes. Rung 5, Cross-model check: take the brief to a second AI from a different family and compare the numbers, for money or signed work. Never act on a precision-critical number you haven't tested against at least one answer you independently know.

मार्च को पूर्ण file, run code पर चलने से पहले। मैं पहले से ही पता है कि मार्च का सही कुल $184,250 है। मुझे दिखाओ क्या code मिलता है.

**2. वास्तविकता प्रश्न करती है। ** आप अपनी दुनिया के बारे में जो जानते हैं उसके आधार पर आउटपुट पर पूछताछ करें। पंक्ति की गणना अंदर बनाम पंक्ति की गणना से होती है: यदि 1,400 अंदर गए और report में 1,381 को शामिल किया गया है, तो गायब 19 कहां हैं? क्या कुल योग प्रशंसनीय सीमा में है? क्या "सबसे बड़ा ग्राहक" उससे मेल खाता है जिसे आप जानते हैं कि वह सबसे बड़ा है? कोई भी उत्तर जो आपके पेशेवर स्वभाव के विपरीत है, वह या तो data आश्चर्य या code bug है, और दोनों अगले prompt के पात्र हैं: "आपकी report X कहती है। मुझे सादे अंग्रेजी में बताएं कि आपने उस संख्या की गणना कैसे की, और मुझे अंतर्निहित तीन पंक्तियां दिखाएं।"

**3. सादा-अंग्रेजी रीप्ले। ** AI को code के व्यवहार को एक प्रक्रिया के रूप में समझाएं:

सरल अँग्रेज़ी में चरण दर चरण स्पष्ट करें कि यह code क्या करता है एक सहकर्मी को इसका वर्णन करा जो तर्क की जाँच करेगा लेकिन पढ़ नहीं सकता code. इसमें शामिल करें कि यह रिक्त पंक्तियों और डुप्लिकेट के साथ क्या करता है।

आप Python का ऑडिट नहीं कर सकते, लेकिन आप बिल्कुल ऑडिट कर सकते हैं "मैंने दो दिनों के भीतर राशि और तारीख का मिलान किया, डेबिट को नकारात्मक माना, और 14 अनपार्सेबल पंक्तियों को छोड़ दिया (नीचे list)। यदि प्रक्रिया गलत है (गलत नियम, गलत धारणा), तो यह अंग्रेजी में भी गलत होगी, और आप इसे पकड़ लेंगे। अधिकांश वास्तविक त्रुटियाँ प्रक्रिया त्रुटियाँ हैं, टाइपो त्रुटियाँ नहीं, यही कारण है कि यह काम करती है।

**4. प्रतिकूल पास। ** प्रोत्साहन पाठ्यक्रम की रूब्रिक आदत से सीधे उधार लिया गया: "किसी भी तरह से पता लगाएं कि यह विश्लेषण गलत या भ्रामक हो सकता है। code ने क्या धारणाएं बनाईं? सबसे कमजोर कड़ी क्या है? प्रति दावा अपना आत्मविश्वास 1-10 स्कोर करें और प्रत्येक स्कोर को उचित ठहराएं।" AI स्पष्ट रूप से आमंत्रित किए जाने पर अपने स्वयं के काम पर हमला करे में वास्तव में अच्छा है।

5. cross-model चेक। उच्च-स्टेक आउटपुट के लिए (एक ऑडिटर के पास जाने वाला सुलह, एक बोर्ड के पास जाने वाला विश्लेषण), एक अलग परिवार से दूसरे model के लिए संक्षिप्त और data लें (prompting कोर्स, कॉन्सेप्ट 13) और गणना की गई संख्याओं की तुलना करें। 23 बेमेल पर सहमत दो स्वतंत्र रूप से लिखित कार्यक्रम इस तकनीक द्वारा प्रदान किया जाने वाला सबसे मजबूत संकेत है।

स्टेक्सन्यूनतम सत्यापन
व्यक्तिगत जिज्ञासा (आपका अपना खर्च)हकीकत के सवाल.
कार्य उत्पाद जिस पर एक सहकर्मी भरोसा करता हैज्ञात-उत्तर test + सादा-अंग्रेजी रीप्ले।
पैसा, ग्रेड, स्वास्थ्य, कुछ भी हस्ताक्षरितसभी पाँच, और एक मानव भार वहन करे वाले दावों की समीक्षा करते हैं।

एक गैर-सॉफ़्टवेयर उदाहरण। एक फार्मासिस्ट ने स्टॉक गणना के विरुद्ध अपने वितरण log को क्रॉस-चेक करे के लिए एक script नियुक्त किया। इस पर भरोसा करे से पहले, उसने एक जाल बिछाया: उसने मैन्युअल रूप से data के copy में एक नकली विसंगति डाली, 10-यूनिट का अंतर जिसके बारे में वह जानती थी क्योंकि उसने इसे बनाया था। script ने उसके पौधे को पकड़ लिया, साथ ही चार वास्तविक विसंगतियों को भी पकड़ लिया जिनके बारे में वह नहीं जानती थी। पौधा ही वह है जो उसे चारों पर विश्वास करे देता है। एक ज्ञात त्रुटि के साथ अपने data को सॉल्ट करें और देखें कि क्या code इसे ढूंढ पाता है, एक known-answer test अपने सबसे सुंदर रूप में, और इसकी लागत नब्बे सेकंड है।

एक चीज़ जिसे आप कभी नहीं छोड़ते

आप इस list पर एक को छोड़कर किसी भी जांच को छोड़ सकते हैं: ** कभी भी उस सटीक-महत्वपूर्ण संख्या पर कार्य न करें जिसे आपने कम से कम एक उत्तर के विरुद्ध परीक्षण नहीं किया है जिसे आप स्वतंत्र रूप से जानते हैं। ** code सटीक है (संकल्पना 2), जिसमें बिल्कुल गलत भी शामिल है। known-answer test आपका फ़ायरवॉल है।

🔬 इसे अभी करें (2 मिनट)। उस चेक को चलाएं जिसे आप कभी नहीं छोड़ते हैं, हाथ से सत्यापित करे के लिए पर्याप्त छोटे टुकड़े पर। पहले इन तीन संख्याओं को स्वयं जोड़ें: 8,000 + 6,500 + 9,000 = 23,500। अब AI को साबित करें कि उसकी code भूमि वहां है:

यहां तीन दिनों के लिए मेरे चरण हैं, प्रति पंक्ति एक: सोमवार 8000 मंगलवार 6500 बुधवार 9000 चरणों को पूरा करे के लिए लिखें और run code। मैंने इसे हाथ से तैयार किया और यह 23,500 होना चाहिए. मुझे code और उसका कुल योग दिखाओ।

यदि code 23,500 लौटाता है, तो आपने known-answer test को काम करते हुए देखा है: आपने एक स्लाइस की जांच की है जिसे आप स्वयं सत्यापित कर सकते हैं, ताकि आप उसी code पर पूरे वर्ष के चरणों पर भरोसा कर सकें जिन्हें आप अपने दिमाग में कभी नहीं जोड़ सकते। यदि यह कुछ और लौटाता है, तो आपने तीस सेकंड में मुफ्त में एक bug पकड़ लिया है।

7. जब यह टूट जाता है: त्रुटियाँ संवाद हैं, विफलता नहीं​

कुछ गलत हो जाएगा. script रुक जाता है; लाल पाठ प्रकट होता है; या इससे भी बदतर, यह ख़त्म हो जाता है और आउटपुट विचित्र दिखता है। यहां मानसिकता में बदलाव है जो आगे बढ़ने वाले लोगों को हार मानने वाले लोगों से अलग करता है: **Project का विफल होना एक त्रुटि नहीं है; यह कंप्यूटर है जो बहुत सटीक ढंग से वर्णन करता है कि उसे क्या चाहिए। ** और आपके पास बातचीत में पहले से ही स्टाफ का एक विशेषज्ञ है, जो उस भाषा को धाराप्रवाह पढ़ता है।

लाल-पाठ त्रुटियों के लिए संपूर्ण Skill:

यह रुक गया और यह त्रुटि दिखाई दी. इसका निदान करें, code को ठीक करें, और run इसे फिर से:

[paste लाल पाठ, यह सब]

इतना ही। आप त्रुटि की व्याख्या नहीं करते; आप इसे फॉरवर्ड करें. AI अपने त्रुटि संदेशों को उसी तरह पढ़ता है जैसे एक मैकेनिक इंजन के शोर को पढ़ता है, script को ठीक करता है, और फिर से चलाता है। अधिकांश त्रुटियाँ पहले paste पर ख़त्म हो जाती हैं। भाग 3 की सतहों पर जहां AI अपने loop में code चलाता है, यह आमतौर पर त्रुटि को स्वयं देखता है और आपके नोटिस करे से पहले ही इसे ठीक कर देता है: आप इसे एक response में प्रयास करते, विफल होते, समायोजित होते और सफल होते देखेंगे।

सूक्ष्मतर मामला गलत-लेकिन-चल रहा है: कोई लाल पाठ नहीं, लेकिन संख्याओं से बदबू आ रही है। यह मत कहो "यह ग़लत है, इसे ठीक करें"; AI को नहीं पता कि कौन सा भाग अपमानजनक है। इसे एक लक्षण की तरह डॉक्टर को बताएं:

आउटपुट 4.2 मिलियन की कुल बिक्री दिखाता है, लेकिन मुझे पता है कि इस वर्ष लगभग 12 मिलियन थी. कुछ छोड़ा जा रहा है या गलत पढ़ा जा रहा है। जाँच करें: मुझे आपके द्वारा संसाधित पंक्ति गणना, दिनांक सीमा दिखाएँ आपने पाया, और पहली 5 पंक्तियाँ जैसे code उन्हें देखती हैं।

विशिष्ट लक्षण, अपेक्षित मान, पुन: ठीक करे से पहले request का निरीक्षण करा। दस में से नौ बार अपराधी तुरंत सामने आता है: code तीन-शीट Excel file की केवल पहली शीट (टैब) पढ़ता है, या "1,200" को इसके अल्पविराम के साथ पाठ के रूप में मानता है, या आपका निर्यात चुपचाप आधा काट दिया जाता है। ध्यान दें कि यह केवल संकल्पना 6 के वास्तविकता प्रश्न हैं, जिन्हें अब मरम्मत के रूप में use किया जाता है tool।

तीन पैटर्न लगभग हर ब्रेकडाउन को कवर करते हैं:

लक्षणprompt
लाल पाठ, script बंद हो गयापूरी त्रुटि चिपकाएँ: "निदान करें, ठीक करें, पुनः चलाएँ।"
चलता है, लेकिन एक संख्या आपकी जानकारी के विपरीत हैलक्षण और अपना अपेक्षित मूल्य बताएं; इसे ठीक करे से पहले पंक्ति संख्या और नमूना पंक्तियाँ दिखाने के लिए कहें।
एक ही सुधार लगातार तीन बार विफल हो जाता हैखोदना बंद करें. "हमने इसे तीन बार आज़माया है। पीछे हटें, समस्या को नए सिरे से बताएं, और दो पूरी तरह से अलग दृष्टिकोण प्रस्तावित करें।" तीन हमलों का मतलब है कि दृष्टिकोण गलत है, टाइपिंग नहीं, और यदि बातचीत लंबी और भ्रमित हो गई है, तो संक्षिप्त और सीखे गए पाठ के साथ एक साफ बातचीत शुरू करें (context रोट, prompting कोर्स कॉन्सेप्ट 4)।

एक गैर-सॉफ़्टवेयर उदाहरण। एक विपणक का campaign merge script एक "codec" का उल्लेख करे में त्रुटि के साथ क्रैश हो गया। उसने इसका एक भी अक्षर समझे बिना इसे चिपका दिया। AI ने वास्तव में उत्तर दिया: आपके निर्यातों में से एक को एक अलग टेक्स्ट encoding (पुराने सिस्टम से files के साथ सामान्य) में सहेजा गया है, इसका पता लगाने के लिए code को समायोजित किया गया है। रेरान; काम किया. कुल डाउनटाइम: चालीस सेकंड. उसने कभी नहीं सीखा कि codec क्या होता है, और न ही कभी इसकी ज़रूरत पड़ी। त्रुटियों में प्रवाह की आवश्यकता नहीं है। उन्हें paste करे की इच्छा है।

🔬 इसे अभी करें (2 मिनट)। इसे आज जानबूझकर क्रैश करें, जबकि कुछ भी दांव पर नहीं है, इसलिए अगले महीने एक वास्तविक क्रैश नियमित लगता है। इसे चिपकाएँ, जानबूझकर की गई टाइपो त्रुटि और सब कुछ:

यहाँ एक छोटा पठन log है: शीर्षक, शैली, पृष्ठ टिब्बा, विज्ञान कथा, 412 हेमलेट, नाटक, 150 सेपियंस,इतिहास,498 शैली के अनुसार पृष्ठों का योग करे के लिए पहले लिखें और run code। फिर गलत वर्तनी data में 'पेज' कॉलम को 'पैगसे' के रूप में, उसी code को बिना पुनः चलाएँ इसे ठीक करें और मुझे सटीक त्रुटि दिखाएं।

लाल पाठ प्रकट होता है. (यदि AI त्रुटि दिखाने के बजाय टाइपो को सहायक रूप से ठीक करता है, तो उसे बताएं: "नहीं, run यह बिल्कुल वैसा ही लिखा है ताकि मैं विफलता देख सकूं।") आप इसका एक शब्द भी नहीं समझ पाएंगे, और वास्तव में यही बात है। अब केवल वही कार्य करें जो Skill पूछता है:

यहीं त्रुटि है. इसका निदान करें, code को ठीक करें, और run को फिर से ठीक करें।

यह अपनी त्रुटि पढ़ता है, कॉलम नाम की मरम्मत करता है, और समाप्त करता है। आप अपनी पहली दुर्घटना से बच गए, और पूरा Skill था: paste लाल पाठ वापस। आपको कभी यह जानने की ज़रूरत नहीं पड़ी कि इसका क्या मतलब है।

8. script रखें: एक हल की गई समस्या एक बटन बन जाती है​

संकल्पना 3 से दोहराव संकेत का भुगतान अन्य तीन में नहीं है: एक बार लिखा गया script एक संपत्ति है जो आपके पास हमेशा के लिए होती है। शिक्षक के सबमिशन-चेक संक्षिप्त को पहली बार लिखने पर प्रयास करा पड़ता है। अगला असाइनमेंट, वही कार्य एक वाक्य है: "इस नए class list पर मेरा सबमिशन-चेक script चलाएँ।" प्रत्येक भविष्य के दौर की सीमांत लागत शून्य हो जाती है। यही वह क्षण है जब आप AI का use करा बंद कर देते हैं और इसके साथ संचय करा शुरू कर देते हैं, यह पुस्तक बाद के भागों में निर्मित AI Workers की ओर पहला विनम्र कदम है।

आदत के तीन भाग होते हैं:

script को file के रूप में पूछें। जब code-generated परिणाम वह हो जिसे आप फिर से चाहते हैं, तो इसके साथ समाप्त करें: "इसे script file के रूप में सहेजें, स्पष्ट रूप से नामित, यह क्या करता है, files क्या अपेक्षा करता है, और यह क्या नियम लागू करता है, इसके शीर्ष पर एक सादे-अंग्रेजी विवरण के साथ।" Claude.ai पर आप download file; भाग 3 सतहों पर यह पहले से ही आपके folder में बैठा है।

संक्षेप को script के buggy में रखें। अपने Markdown संक्षिप्त को संकल्पना 5 से इसके साथ सहेजें। script कैसे है (मशीनों के लिए); संक्षेप में क्या और क्यों है (मनुष्यों और भविष्य के AI सत्रों के लिए)। अब से छह महीने बाद, जब कुछ बदलने की ज़रूरत होगी, तो आप शुरुआत से दोबारा व्याख्या नहीं करेंगे; आप किसी भी AI को संक्षिप्त प्लस script सौंप देंगे और कहेंगे "लेट-कटऑफ़ नियम बदल गया; update यह।" पिछले पाठ्यक्रम ने इसे आशय परत कहा था। files, brief.md और submissions.py की यह जोड़ी, आपका पहला टुकड़ा है।

उन्हें एक घर दें। एक folder, my-scripts/, प्रति कार्य एक subfolder। प्रत्येक के अंदर: संक्षिप्त, script, और एक छोटा नमूना इनपुट file। वह नमूना कल का known-answer test है, पहले से पैक किया हुआ।

my-scripts/
  essay-submissions/
    brief.md          ← what & why, in your words
    submissions.py    ← the code (you still never read it)
    sample-class/     ← inputs whose correct answer you know
  monthly-campaign-rollup/
    brief.md
    rollup.py
    sample-april/

फिर से चल रहा है, सतह से। Claude.ai पर, आप नए महीने के files के साथ script को फिर से upload करते हैं और कहते हैं "run इन पर यह": व्यावहारिक, थोड़ा मैनुअल। भाग 3 सतहों पर, script आपकी मशीन पर रहता है, इसलिए पुन: चलाना tool में एक एकल वाक्य है जो पहले से ही आपके folder को देख सकता है। यह विषमता, स्पष्ट रूप से, भाग 3 को पढ़ने के लिए सबसे अच्छा तर्क है: चैट वह जगह है जहां scripts का जन्म होता है; आपकी मशीन वह जगह है जहां वे रहते हैं।

script के बिना आदत केइसके साथ
हर महीने याददाश्त से कार्य को दोबारा समझाएं।हर महीने: "run the script on new files।"
सूक्ष्म नियम बहाव: मे का तर्क बिल्कुल जून जैसा नहीं है।नियम script में जमे हुए हैं; प्रत्येक run में समान तर्क।
आपका AI Skill केवल आपकी मदद करता है।किसी सहकर्मी को folder सौंपें: संक्षिप्त, script, नमूना। वे मिनटों में उत्पादक हैं।

एक गैर-सॉफ़्टवेयर उदाहरण। एक क्लिनिक प्रबंधक ने मार्च में अपना नो-शो विश्लेषण बनाया और script रखा। अगस्त तक, "run इस महीने के निर्यात पर नो-शो script" शुक्रवार की 30-सेकंड की रस्म थी, और जब एक नया branch खुला, तो उसने folder को उसके प्रबंधक को सौंप दिया, जिसने बिना किसी प्रश्न के पहले दिन इसे चलाया। वर्णन की एक दोपहर, छह लोगों का आवर्ती कार्य automatic हो गया। वह गुणा (एक बार वर्णन करें, run हमेशा के लिए, किसी को भी हाथ) एक किस्से में इस पाठ्यक्रम का संपूर्ण आर्थिक तर्क है।

🔬 इसे अभी करें (1 मिनट)। किसी परिणाम को अपनी स्वामित्व वाली चीज़ में बदलें। इसे चिपकाएँ, data और सभी:

विषय के अनुसार इस अध्ययन log का योग, फिर save code को script file के रूप में मैं download कर सकता हूँ: गणित 3 इतिहास 2 गणित 1.5 विज्ञान 2 script के सबसे ऊपर, एक सादा-अंग्रेजी नोट डालें: यह क्या करता है, यह क्या file अपेक्षा करता है, और यह किन नियमों का पालन करता है। इसे कुछ नाम दें I एक साल में पहचान लेंगे.

अब आपके पास असली file है। अगली बार जब आप नए नंबरों को paste करें और कहें "इन पर run यह।" जो काम आपने एक बार किया वह आपके लिए हमेशा के लिए दबाए जाने वाला बटन बन गया है। यह वही क्षण है जब AI का use किसी चीज़ के स्वामित्व में बदल जाता है, इस पुस्तक में बाद में प्रत्येक AI कार्यकर्ता की पहली ईंट।

भाग 3: एक समस्या, पाँच सतहें​

भाग 1 और 2 में सब कुछ (विभाजन रेखा, संक्षिप्त, सत्यापन, loop, रखा गया script) हर जगह समान रूप से काम करता है। सतहों पर क्या परिवर्तन होता है code कहां चलता है और यह क्या छू सकता है। पाँच सतहें हैं, लेकिन केवल तीन प्रकार के स्थान code run कर सकते हैं: एक browser sandbox (Claude.ai, ChatGPT और Gemini एक ही तरह से काम करते हैं), एक terminal जो आपके folder (Claude Code, OpenCode) के अंदर बैठता है, और एक desktop app (Cowork, OpenWork)। अगली तीन अवधारणाएँ उन तीन स्थानों पर चलती हैं, एक चालू कार्य का use करते हुए ताकि अंतर स्पष्ट हो:

चालू काम

बारह monthly expense CSVs का folder। उन्हें merge करें, category के हिसाब से total करें, duplicate transactions flag करें, और chart वाली one-page HTML report बनाएँ।

(शुरू करे से पहले एक शब्द, यदि "CSV" आपके लिए नया है: एक CSV spreadsheet file का सबसे सरल प्रकार है: अल्पविराम द्वारा अलग किए गए मानों की सादे पंक्तियाँ। आपका बैंक, आपका स्कूल पोर्टल, आपकी फिटनेस app, और "निर्यात" या "download" बटन वाला लगभग हर सिस्टम उन्हें उत्पन्न करता है, और एक्सेल उन्हें किसी भी अन्य spreadsheet की तरह खोलता है और सहेजता है। और यदि आपका data एक नियमित है एक्सेल file इसके बजाय, कुछ भी नहीं बदलता है: इस पाठ्यक्रम में प्रत्येक prompt इस पर समान कार्य करता है।)

9. Claude.ai: घर की सतह (और ChatGPT, Gemini)​

browser चैट वह जगह है जहां यह कोर्स रहता है, जहां अब तक हर prompt चला है, और जहां आपकी अधिकांश code समस्याएं लंबे समय तक हल हो जाएंगी। जब आप Claude.ai को लिखने के लिए कहते हैं और run code, तो code sandbox में निष्पादित होता है: Anthropic की तरफ एक अस्थायी कंप्यूटर, जो आपकी बातचीत के लिए बनाया गया है। आपके upload अंदर जाते हैं; परिणाम, files, और चार्ट सामने आते हैं; आपके_कंप्यूटर पर कुछ भी नहीं छुआ जाता है, जो इसे सीखने के लिए शून्य-जोखिम वाली सतह बनाता है। ChatGPT (इसकी data analysis क्षमता) और Gemini एक ही तरह से काम करते हैं: upload, मांग code, सत्यापित करें। इस पाठ्यक्रम में प्रत्येक prompt अपरिवर्तित स्थानांतरित होता है।

Claude.ai पर चल रहा कार्य:

12 CSV files संलग्न हैं, मेरे 2025 खर्चों में से एक प्रति माह (कॉलम: तिथि, विवरण, श्रेणी, राशि)।

लिखें और run code को:

  1. सभी 12 को एक dataset में मिला दें। मुझे कुल पंक्ति गिनती बताएँ और आगे बढ़ने से पहले पुष्टि करें कि सभी 12 महीने मौजूद हैं।
  2. श्रेणी और माह के अनुसार कुल खर्च।
  3. संभावित डुप्लिकेट लेनदेन (समान तारीख, राशि और) को चिह्नित करें विवरण); उन्हें list, कुछ भी delete मत करें।
  4. एक पृष्ठ HTML report तैयार करें: मासिक रुझान चार्ट, श्रेणी तालिका, डुप्लिकेट list, और तीन अवलोकन मेरे ध्यान देने योग्य हैं।

नियम: राशियाँ हजार विभाजक के रूप में अल्पविराम का use करती हैं। रिफंड हैं नकारात्मक। यदि किसी पंक्ति को पार्स नहीं किया जा सकता है, तो उसे छोड़ दें और अंत में list करें।

कुछ मिनट बाद: HTML artifact प्रस्तुत किया गया, बिल्कुल वैसा ही जैसा Markdown In, HTML Out पाठ्यक्रम का वादा किया गया था: आपका Markdown shape का संक्षिप्त विवरण, एक design किया गया पृष्ठ, बीच में अदृश्य रूप से Python के साथ। कॉन्सेप्ट 6 जाँच चलाएँ (क्या पंक्तियों की संख्या मेल खाती है? क्या एक महीना जो आप अच्छी तरह से जानते हैं वह सही दिखता है?), फिर report प्रकाशित करें या download करें।

यह "AI code चलाता है" जैसा दिखता है: प्रोग्राम और उसका परिणाम एक उत्तर में एक साथ दिखाई देते हैं। आपने इसमें से कुछ भी नहीं लिखा और कोई run बटन नहीं दबाया।

घर की सतह किसमें सबसे अच्छी है, और यह कहाँ समाप्त होती है: Illustration: code running inside Claude.ai. On the left, you type a request in plain English and attach a data file. An arrow points right to Claude, which writes a short Python program, runs it (shown with a "ran successfully" badge), and returns a chart and the computed totals. Labels on the left note that you installed no Python, pasted nothing, and pressed no run button.

ताकतआप LIMIT
शून्य स्थापना, आपकी मशीन के लिए शून्य जोखिम।sandbox केवल वही देखता है जो आप upload देखते हैं। चालीस files का अर्थ है चालीस upload, और "मेरे नेटवर्क उपकरणों में log इन करें" यहां से असंभव है।
एकमुश्त और खोजपूर्ण कार्यों के लिए बिल्कुल उपयुक्त।sandbox अस्थायी है. script download की जानी चाहिए (अवधारणा 8) अन्यथा वे चैट के साथ प्रभावी रूप से समाप्त हो जाएंगी।
पूर्ण संक्षिप्त → code → सत्यापित करें → पुनरावृत्त loop, सभी दृश्यमान।आवर्ती नौकरियों का अर्थ है हर बार पुनः upload करा। ठीक मासिक; दैनिक कष्टकारी.

सीमा, एक पंक्ति में: **चैट sandbox एक कार्यशाला है जिसमें आप जाते हैं; यह वह जगह नहीं है जहां आपका files रहता है। ** जिस क्षण आपकी समस्या आपके कंप्यूटर (इसके folders, इसके सैकड़ों files, इसकी दैनिक लय) के बारे में है, आप यात्रा से आगे निकल चुके हैं, और अगली दो सतहें मौजूद हैं।

🔬 इसे अभी करें (2 मिनट)। अब तक प्रत्येक अभ्यास Claude.ai पर चला, इसलिए आप पहले से ही घर की सतह पर _रहते_हैं। यहाँ इसकी हस्ताक्षरित चाल, design की गई report है। इसे, data और सभी को चिपकाएँ:

यहां पिछले महीने का स्क्रीन समय, घंटे प्रति app है: इंस्टाग्राम,28 यूट्यूब,41 संदेश,12 मानचित्र,6 खेल,19 एक पृष्ठ HTML report तैयार करें: कुल घंटों के साथ एक शीर्षक, a app द्वारा सरल बार चार्ट, पूरी तालिका, और दो अवलोकन योग्य मेरा ध्यान. इसे किसी को भेजने के लिए पर्याप्त अच्छा बनाएं।

एक design किया गया पृष्ठ प्रकट होता है, पाठ की दीवार नहीं: आपके स्पष्ट शब्द, एक वास्तविक report बाहर, code बीच में अदृश्य रूप से काम करता है। यह पिछले पाठ्यक्रम से "Markdown अंदर, HTML बाहर" है, जो अब code द्वारा संचालित है जिसे आपने कभी नहीं लिखा था।

10. Claude Code और OpenCode: आपके folder में agent​

Claude Code (Anthropic) और OpenCode (open-source, कई AI models के साथ काम करता है; यह पुस्तक सिद्धांत पर open विकल्प के साथ प्रत्येक वाणिज्यिक tool को जोड़ती है) terminal में रहती है: सादा पाठ विंडो जो ग्राफिकल स्क्रीन से पहले हर कंप्यूटर में रहती है। यदि शब्द आपको परेशान करता है, तो इस रीफ्रेम को पकड़ें: terminal सिर्फ एक chat box है जो folder के अंदर बैठता है। आप वाक्य टाइप करते हैं; agent उत्तर देता है। browser से अंतर चैट के चारों ओर सब कुछ है: agent ** files को पहले से ही देख सकता है** (कोई uploading नहीं), run code सीधे उन पर, save scripts जो हमेशा के लिए बना रहता है, और आपके द्वारा संदेशों को भेजे बिना एक तंग loop में अपनी त्रुटियों को ठीक कर सकता है।

(terminal इन tools को चित्रित करे का सबसे स्पष्ट तरीका है, और वह स्थान जहां यह पाठ्यक्रम उन्हें सिखाता है, लेकिन दोनों इससे आगे बढ़ गए हैं। Claude Code code संपादकों, एक desktop app और browser के अंदर भी चलता है; OpenCode संपादकों और एक desktop app में भी चलता है। "folder में chat box" विचार में रहता है उनमें से हर एक: यह जहां भी रहता है, यह एक agent है जो आपके files को देख सकता है और उस पर कार्य कर सकता है। आपके tool द्वारा प्रदान किए जाने वाले Skill समान हों, इसे चुनें;

कार्य फिर से चल रहा है, और ध्यान दें कि क्या कमी है:

व्यय-2025 folder में 12 मासिक सीएसवी शामिल हैं। उन्हें मिला दो, श्रेणी और माह के अनुसार कुल, flag डुप्लिकेट (समान दिनांक, राशि, विवरण), और एक ट्रेंड चार्ट, श्रेणी के साथ report.html तैयार करें तालिका, डुप्लिकेट list, और तीन अवलोकन। मात्राएँ अल्पविराम का प्रयोग करती हैं विभाजक; रिफंड नकारात्मक हैं; छोड़ें और list अप्राप्य पंक्तियाँ। merge को सहेजें और code को पुन: प्रयोज्य script नाम के रूप में report करें monthly report (आप सही file प्रकार चुनें) ताकि मैं दोबारा चला सकूं यह अगले वर्ष.

कोई अनुलग्नक नहीं: files केवल वहां हैं। agent उन्हें पढ़ता है, code (Python, merge और इस तरह के कुल कार्य के लिए) लिखता है, इसे चलाता है, अल्पविराम-विभाजक रुकावट को हटाता है, इसे स्वयं ठीक करता है, और समाप्त करता है। folder खोलें: report.html, भेजने के लिए तैयार, और monthly-report.py, हमेशा के लिए आपका। अगली जनवरी: "run 2026 folder पर monthly report script।" संकल्पना 8 की script आदत को बनाए रखें, आपके लिए कीपिंग के साथ।

Claude Code एक folder में। ध्यान दें कि यह files को list करता है जिसे आपने कभी upload नहीं किया है; वे पहले से ही वहां थे. विंडो तकनीकी लगती है, लेकिन आप जो कुछ भी टाइप करते हैं वह सामान्य अंग्रेजी है।

यह सबसे अधिक मांग वाली नौकरियों के लिए सतह है: code जिसे आपकी अपनी मशीन पर run होना चाहिए, एक शेड्यूल पर, सिस्टम को छूने से browser टैब कभी नहीं पहुंच सकता है। एक नेटवर्क इंजीनियर की कल्पना करें जो स्वास्थ्य report प्राप्त करे के लिए हर सुबह चालीस उपकरणों में log इन करता है। उसके डेस्क पर पहुंचने से पहले उस काम को उसकी मशीन से, उसके नेटवर्क पर code चलाने की आवश्यकता होती है। कोई browser sandbox ऐसा नहीं कर सकता। उनका संपूर्ण workflow है: open terminal, वर्णन करें, सत्यापित करें, शेड्यूल करें। उसने कभी भी scripts नहीं पढ़ा है, और उसने कभी उन्हें लिखना नहीं सीखा है।

Illustration: Claude Code working inside a folder. On the left, a folder named expenses-2025 already contains twelve monthly CSV files; below it, the report.html and monthly-report.py files that appear after the run. An arrow points to a terminal window opened in that folder, where a plain-English request is typed, the agent reports finding the 12 files with no upload needed, writes and runs a script, fixes a comma-separator issue itself, and confirms the report was created. Claude Code या OpenCode? वही chat-in-a-folder अनुभव। Claude Code, Anthropic का है, पॉलिश किया हुआ, Claude चलाता है। OpenCode open-source है और आपको अपना model चुनने देता है, जिसमें मुफ़्त और स्व-होस्ट किए गए स्रोत भी शामिल हैं। दोनों में से किसी एक पर सीखें; Skill समान हैं. agent coding कोचिंग कोर्स में इंस्टालेशन और संचालन दोनों शामिल हैं; आपने यहां जो सीखा है (संक्षेप में, सत्यापित करें, पुनरावृत्त करें, रखें) ठीक वही है जो आप उनके अंदर करेंगे।

गैर-प्रोग्रामर भी यहाँ हैं

इन tools का विपणन डेवलपर्स पर किया जाता है, और सीमा के बारे में विपणन गलत है। "agent के साथ चैट करें जो इस folder को देख सकता है" के बारे में code को जानने की आवश्यकता नहीं है; इसके लिए आपके files और आपकी समस्या को जानना आवश्यक है, जो कि आप लेकर आए हैं। इन tools के कुछ सबसे भारी गैर-प्रोग्रामर user अकाउंटेंट और शोधकर्ता हैं जो upload करते-करते थक गए हैं।

11. Cowork और OpenWork: एक सुरक्षा अनुष्ठान के साथ प्रतिनिधिमंडल​

Claude Cowork (Anthropic) और OpenWork (open-source, विभिन्न AI से) desktop apps हैं: terminal सतह के समान file-touching करे की शक्ति, एक सामान्य एप्लिकेशन विंडो में लिपटे हुए, डेवलपर्स के बजाय ज्ञान श्रमिकों के लिए बनाया गया है। आपने prompting कोर्स के कॉन्सेप्ट 11 में श्रेणी को पूरा कर लिया है। यहाँ जो नया है वह यह समझना है कि ये apps नीचे क्या हैं: जब Cowork आपके folder को पुनर्गठित करता है या आपकी report बनाता है, तो ऐसा करे के लिए अक्सर लिखना और code चलाना होता है। वही Python, अलग पोशाक।

उनकी परिभाषित विशेषता एक अंतर्निहित कामकाजी लय है जिसे अन्य सतहें आपके अनुशासन पर छोड़ देती हैं: पहले योजना बनाएं, अनुमोदन के बाद कार्य करें। Cowork को चालू कार्य दें और यह आम तौर पर एक योजना के साथ प्रतिक्रिया करता है ("मैं इन कॉलमों पर 12 सीएसवी, merge पढ़ूंगा, रिफंड को नकारात्मक मानूंगा, हटाए बिना डुप्लिकेट ध्वजांकित करें, report.html उत्पन्न करें; यहां मैं जो बनाऊंगा") और प्रतीक्षा करता है। आप योजना को सादे अंग्रेजी में पढ़ते हैं, उसके क्रियान्वित होने से पहले गलत धारणा को पकड़ते हैं, और अनुमोदित करते हैं। योजना-समीक्षा चरण संकल्पना 6 का सादा-अंग्रेजी रीप्ले है, जिसे बाद के बजाय काम से पहले ले जाया गया है: default रूप से सत्यापन, सतह में बनाया गया है।

आपके सामने समस्या के आधार पर पाँच में से चुनें:

आपकी स्थितिके लिए पहुंचेंक्यों
file या कुछ files के बारे में एकमुश्त प्रश्नClaude.ai (या ChatGPT / Gemini)upload करें, गणना करें, सत्यापित करें, हो गया। install को कुछ भी नहीं, कोई ख़तरा नहीं।
उधार के कंप्यूटर पर सीखना, अन्वेषण करा या काम कराClaude.aisandbox कुछ भी नुकसान नहीं पहुँचा सकता।
समस्या आपके folders में रहती है; आप इसे दोहराओगे; scripts कायम रहना चाहिएClaude Code या OpenCodeकोई uploading नहीं, scripts रुकना, त्रुटियां स्वयं ठीक होना, स्वचालन संभव।
Diagram: five surfaces, one graduation path. On the left, START HERE, the browser: Claude.ai, ChatGPT, and Gemini run code in a temporary sandbox with zero risk and nothing to install, but you upload files each time and scripts vanish with the chat; best for one-off jobs, exploring, and learning. An arrow labeled "graduate when uploads annoy you" points right to YOUR MACHINE, where the files live: Claude Code and OpenCode in the terminal (a chat box in a folder, can run on a schedule) and Cowork and OpenWork as desktop apps (plan-then-approve built in). These see your files with no uploading and keep scripts forever, but mistakes touch real files. Within each pair, the first tool is commercial and the second open-source.
वही, लेकिन आप app चाहते हैं, terminal नहीं, और कुछ भी आगे बढ़ने से पहले स्वीकृत करे की योजनाCowork या OpenWorkयोजना-तब-अनुमोदन सतह पर निर्मित सत्यापन है।
कार्य को शेड्यूल पर run होना चाहिए, या अन्य सिस्टम को छूना चाहिए (नेटवर्क इंजीनियर का मामला)Claude Code या OpenCodeआपकी मशीन पर रहने वाला केवल code आपके सोते समय run कर सकता है।

और ईमानदार अनुक्रमण सलाह: जब तक upload करा आपके सप्ताह का कष्टप्रद हिस्सा न बन जाए, तब तक Claude.ai पर बने रहें। वह झुंझलाहट स्नातक संकेत है। अधिकांश पाठक इस पाठ्यक्रम को वास्तविक कार्य में लागू करे के एक महीने के भीतर ही इसे महसूस कर लेते हैं; जब आप ऐसा करते हैं तो tool pair crash course प्रतीक्षा कर रहे होते हैं।

अवधारणाओं 10 और 11 के लिए "अभी ऐसा करें" नहीं, और यही बात है

आप browser टैब के अंदर terminal या desktop app को आज़मा नहीं सकते; वे आपके कंप्यूटर पर रहते हैं, और उन्हें आज़माने का मतलब है एक छोटा install, जो बिल्कुल वही है जो agentik codeing और Cowork और OpenWork पाठ्यक्रम के लिए है। यहां आश्वस्त करे वाला हिस्सा है: आपने _पहले ही_Claude.ai पर अपने हाथों से वास्तविक Skill (संक्षिप्त, बल code, सत्यापित करें, रखें) का अभ्यास कर लिया है। ये सतहें _जहां_code चलती हैं, बदलती हैं, न कि आप क्या करते हैं। वही काम, बड़ा कमरा.

भाग 4: शक्ति, सुरक्षित रूप से रखी गई​

दो समापन अवधारणाएँ: code के लिए सुरक्षा नियम जो वास्तविक चीज़ों को छू सकते हैं, और एक ईमानदार मानचित्र जहाँ one-prompt code समाप्त होता है।

12. विस्फोट त्रिज्या: code के लिए नियम जो आपके files को छूते हैं​

Claude.ai पर, गलतियाँ मुफ़्त हैं: sandbox डिस्पोजेबल है और आपका कंप्यूटर अछूता है। जिस क्षण आप उन सतहों पर जाते हैं जहां code आपकी मशीन पर चलता है, कॉन्सेप्ट 2 की चेतावनी सैद्धांतिक होना बंद हो जाती है: code बिल्कुल वही करता है जो उसे बताया गया था, पूरी तरह से, बड़े पैमाने पर, जिसमें गलत चीज़ भी शामिल है। एक script गलत समझे गए संक्षिप्त विवरण के साथ 300 files का गलत नाम बदल देता है, उन्हीं चार सेकंड में उनका सही नाम बदलने में समय लगता। और prompting कोर्स के दो तथ्य दोहराए जाते हैं क्योंकि लोग उन्हें महंगे तरीके से सीखते हैं: files को agent द्वारा हटा दिया जाता है रीसायकल बिन को छोड़ दें, और files को script द्वारा संपादित किया जाता है कोई पूर्ववत इतिहास न रखें।

तो: चार नियम, जिनका पालन करा आसान है, जो लगभग सभी जोखिमों को दूर करते हैं। साथ में वे विस्फोट त्रिज्या को सिखाते हैं, सबसे बुरी बात यह हो सकती है यदि run गलत हो जाए।

नियम 1: प्रतियों पर तब तक काम करें जब तक कि script ने विश्वास अर्जित न कर लिया हो। किसी भी run से पहले जो files को संशोधित करता है: "पहले copy को folder को व्यय-2025-बैकअप के लिए, उसके बाद केवल मूल पर काम करें।" एक वाक्य। जब (नहीं तो) script के पहले run के दौरान कोई चीज़ किनारे हो जाती है, तो घटना एक आपदा के बजाय एक कंधे उचकाने वाली बन जाती है। script के वास्तविक data पर कई बार run साफ़ होने के बाद, उस script के लिए इसे शिथिल करें।

नियम 2: किसी भी विनाशकारी कार्य से पहले dry run की मांग करें। नाम बदलना, स्थानांतरित करा, हटाना, ओवरराइट करा: "अभी तक कुछ भी न बदलें। मुझे आपके द्वारा किए जाने वाले कार्यों का पूरा list दिखाएं (प्रत्येक नाम, पुराना नाम → नया नाम) और मेरी मंजूरी की प्रतीक्षा करें।" उस list को पढ़ने में दो मिनट लगते हैं और गलतफहमी पकड़ में आती है ("रुको, यह 2024 folder को क्यों छू रहा है?") जबकि यह अभी भी कार्रवाई के बजाय शब्द हैं। Cowork और OpenWork इसे design द्वारा करते हैं; terminal सतह पर, आप इसे लागू करते हैं।

नियम 3: क्षेत्र का दायरा। agent को सबसे छोटे folder पर इंगित करें जिसमें समस्या है: कभी भी आपकी होम निर्देशिका नहीं, कभी "दस्तावेज़" नहीं, कभी भी संपूर्ण डिस्क नहीं। expenses-2025/ के अंदर भ्रमित एक script नियम 1 के तहत आपके द्वारा बैकअप किए गए बारह सीएसवी को नुकसान पहुंचा सकता है। आपके ड्राइव के शीर्ष पर एक script भ्रमित आपके जीवन को नुकसान पहुंचा सकता है।

Diagram: blast radius, four rules for code that touches real files, with a warning that deleted files often skip the recycle bin and edited files keep no undo history. Rule 1, work on copies until a script has earned trust. Rule 2, demand a dry run that lists every operation before any rename, move, or delete. Rule 3, scope the territory to the smallest folder, never the whole disk. Rule 4, output to new files, never overwrite the inputs. Together: three sentences per brief, about ninety seconds per run. नियम 4: नए files पर आउटपुट; कभी भी इनपुट को ओवरराइट न करें। "नतीजों को एक नए file पर लिखें; मूल को अछूता छोड़ दें।" मूल data प्राचीन रहता है; प्रत्येक run विलोपन द्वारा प्रतिवर्ती है। इसे प्रत्येक संक्षिप्त के आउटपुट अनुभाग में एक स्थायी पंक्ति बनाएं।

संयुक्त अनुष्ठान में प्रति संक्षिप्त तीन वाक्य और लगभग नब्बे सेकंड प्रति run खर्च होते हैं:

पहले folder को बैकअप में copy करें। मुझे अपनी कार्य योजना दिखाओ कुछ भी बदलने से पहले, और अनुमोदन की प्रतीक्षा करें। सभी आउटपुट लिखें नये files को; मूल को कभी भी संशोधित न करें.

यह वही अनुमति सीढ़ी है जो prompting कोर्स ने desktop apps के लिए दी थी, जिसका अनुवाद code के लिए किया गया है: विश्वास ट्रैक रिकॉर्ड के साथ _विशिष्ट scripts को दिया जाता है, प्रौद्योगिकी को नहीं, और code जो छू सकता है उसका दायरा केवल उतनी ही तेजी से बढ़ता है जितना कि सबूत है कि यह व्यवहार करता है।

एक गैर-सॉफ़्टवेयर उदाहरण। एक शोधकर्ता ने डुप्लिकेट को हटाकर साक्षात्कार रिकॉर्डिंग के folder को "साफ़" करे के लिए agent से पूछा। dry run list ने 40 प्रस्तावित विलोपन दिखाए, जिसमें छह files भी शामिल थे, मिलान तर्क ने गलत तरीके से समूहीकृत किया था, क्योंकि दो अलग-अलग साक्षात्कारों की लंबाई समान थी और नाम समान थे। उसने नियम को सही किया ("सामग्री पर मिलान, नाम और आकार पर नहीं"), dry run को फिर से चलाया, 34 वास्तविक विलोपन को मंजूरी दी। छह साक्षात्कार जो चुपचाप गायब हो गए होते (रीसायकल बिन के पीछे, अप्राप्य) एक योजना को दो मिनट तक पढ़ने के कारण बच गए। अनुष्ठान यही तो खरीदता है।

🔬 इसे अभी करें (2 मिनट)। उस कदम का अभ्यास करें जो आपदाओं को रोकता है: किसी भी बदलाव से पहले योजना की मांग करें। चिपकाएँ:

मेरे पास छह files हैं: report-jan.pdf, report-feb.pdf,notes.txt, report-mar.pdf, photo.jpg, report-apr.pdf। मैं केवल का नाम बदलना चाहता हूँ दिनांक क्रम में report-01.pdf, report-02.pdf इत्यादि को "report-" पीडीएफ़। कुछ भी करे से पहले, मुझे अपनी सटीक योजना दिखाएँ: अगला प्रत्येक पुराना नाम इसके नए नाम के लिए. अभी तक कुछ भी न बदलें, और मेरी स्वीकृति की प्रतीक्षा करें।

यह आपको list दिखाता है, नए नाम के आगे पुराना नाम, और रुक जाता है। इसे पढ़ें। जांचें कि यह notes.txt और photo.jpg को अछूता छोड़ देता है। एक file हिलने से पहले दो मिनट का पाठ, संपूर्ण सुरक्षा आदत है। आपके वास्तविक files पर, यह कंधे उचकाने और विपत्ति के बीच का अंतर है।

13. मानचित्र का किनारा, और उसके पार क्या है​

यह पाठ्यक्रम जानबूझकर आश्वस्त किया गया है, क्योंकि इसके क्षेत्र के भीतर आत्मविश्वास उचित है: उन समस्याओं के लिए जो संक्षेप में फिट होती हैं और आपके files, AI-written code में रहती हैं जिनका वाक्यविन्यास आपने कभी नहीं पढ़ा है (लेकिन जिनके परिणाम आप हमेशा सत्यापित करते हैं) कोई समझौता नहीं है। अब यह कार्य बस ऐसे ही किया जाता है। लेकिन आपको ठीक-ठीक पता होना चाहिए कि क्षेत्र कहाँ समाप्त होता है, निराशा से बचने के लिए और यह देखने के लिए कि यह पुस्तक आगे कहाँ जाती है।

किनारे के उस पार, एक से अधिक की आवश्यकता high-prompt code:

  • सॉफ़्टवेयर में अन्य लोग log इन करते हैं। खाते, भुगतान, एक साथ user, एक save किया जो सुबह 3 बजे तक चालू रहनी चाहिए: उत्पाद, नहीं scripts। AI के साथ निर्माण योग्य, लेकिन इस पुस्तक के भाग 4 के इंजीनियरिंग अनुशासन के साथ, चैट prompt नहीं।
  • वास्तविक दुनिया के परिणामों के साथ हमेशा चालू स्वचालन। "मेरे ग्राहकों को हर हफ्ते automatically email करें" बिना ध्यान दिए चलता है, जहां कॉन्सेप्ट 6 के चेक नहीं पहुंच सकते। एक script आप run और सत्यापित और एक कार्यकर्ता जो स्वयं चलाता है के बीच का अंतर इस पाठ्यक्रम और डिजिटल एफटीई के बीच का अंतर है जिसे यह पुस्तक सिखाने के लिए मौजूद है: पार करे योग्य, लेकिन मूल्यांकन-संचालित अनुशासन के साथ, आशावाद नहीं।
  • उच्च-दांव बिना किसी पूर्ववत के कार्य करता है। code जो टैक्स filing जमा करता है, द्रव्यमान email भेजता है, व्यापार निष्पादित करता है। आइए code को इन्हें तैयार करें और एक मानव उन्हें आग लगाए। जिस दिन आप मनुष्य को हटा देते हैं, उसी दिन आपको पुस्तक के बाद के हिस्सों की विश्वसनीयता इंजीनियरिंग की आवश्यकता होती है।
  • गणना पोशाक पहने हुए निर्णय। "गणना करें कि किन कर्मचारियों को पदोन्नत करा है": अंकगणित तुच्छ है; मानदंड पूरी समस्या हैं, और वे आपके हैं, Python के नहीं। code गणना; आप तय करें।

क्षेत्र के अंदर, आज तक आपका: आपके कामकाजी जीवन में प्रत्येक समाधान, रोलअप, नाम बदलें, merge, साफ़, क्रॉस-चेक, flag, चार्ट और report जो वॉल्यूम, परिशुद्धता, दोहराव, या files को ट्रिप करती है। अधिकांश पेशेवरों के लिए यह एक वर्ष में सैकड़ों घंटे है, जो अब तक उस Skill के पीछे लगे हुए हैं जो आपको बताया गया था कि आपको पहले सीखना है।

क्या आपको वह मुनीम याद है जिसने उसे शाम वापस दिलाई थी? उसे अपने कामकाजी जीवन में हर मेल-मिलाप, रोलअप, नाम बदलने और report से गुणा करें, और आपके पास इस पाठ्यक्रम का पूरा वादा है। जो लोग इसे सीखते हैं उन्हें प्रतिस्थापित नहीं किया जा रहा है; उन्हें अपने सप्ताह के घंटे वापस मिल रहे हैं। वह जादू नहीं है; यह कमीशन code है: समस्याओं का एक बार वर्णन किया जाता है, पूरी तरह से गणना की जाती है, हमेशा के लिए रखा जाता है, मुफ़्त में फिर से चलाया जाता है। उनमें से कोई भी प्रोग्रामर नहीं बना। वे अच्छे ग्राहक बन गये. अब आप भी ऐसे ही हैं.

पुस्तक यहां से कहां जाती है। अब आप उन दो महान लीवरों को पकड़ते हैं जिन पर यह Foundations ट्रैक बनाया गया है: सटीक दस्तावेज़ (Markdown In, HTML Out में पढ़ाया जाता है) और उनके माध्यम से की गई गणना (यह पृष्ठ)। जो बचता है वह अनुशासन है जो यह तय करता है कि उन तक कब पहुंचना है: AI युग में कैसे संपर्क करें, यह जानना कि agent पर कब कॉल करा है और कब नहीं। इसके बाद, सामान्य agents के साथ समस्या का समाधान भाग 3 से agent सतहों पर दोनों लीवर लेता है और ऑपरेटिंग अनुशासन (अपघटन, बाधाएं, स्वायत्तता सीढ़ी) जोड़ता है जो "AI ने मुझे script लिखा था" को "AI में बदल दिया और मैंने सगाई भेज दी।" tool pair वॉकथ्रू (agentik codeing, Cowork और OpenWork) उस दिन मौजूद होते हैं जब uploading आपको परेशान करे लगती है।

prompts को आज़माने से पहले एक संक्षिप्त पुनर्कथन​

तेरह अवधारणाएँ, प्रत्येक एक पंक्ति:

  • संकल्पना 1. code अब इसे लिखने की क्षमता से निर्धारित नहीं होता है। AI code लिखता है और इसे चलाता है_: कुछ भी स्थापित नहीं, कुछ भी चिपकाया नहीं गया। आप पूछते हैं "क्या मैं इसका वर्णन कर सकता हूँ?", न कि "क्या मैं इसे build कर सकता हूँ?"
  • संकल्पना 2. code सटीक निर्देश है जिसे दोनों दिशाओं में पूरी तरह से निष्पादित किया जाता है। AI भाषा चुनता है; इस पाठ्यक्रम के वास्तविक data कार्य के लिए, इसका अर्थ लगभग हर बार Python होता है। आप इसका सिंटैक्स कभी नहीं लिखते या पढ़ते हैं।
  • अवधारणा 3. चार संकेत एक code समस्या को चिह्नित करते हैं: वॉल्यूम, परिशुद्धता, दोहराव, files। कोई भी पर्याप्त है। किसी का मतलब यह नहीं कि यह एक उत्तर समस्या है।
  • संकल्पना 4. AI कभी-कभी अनुमान लगाता है कि उसे कब गणना करी चाहिए। शब्द कहें: "लिखें और run code। मुझे दिखाएँ कि code चला। पहले मुझे पंक्तियों की गिनती दें।"
  • अवधारणा 5. समस्या को संक्षेप में बताएं, कार्यक्रम को नहीं: लक्ष्य, इनपुट, आउटपुट, नियम (आपका पेशेवर ज्ञान), एज केस (अपूर्ण data को क्या करा चाहिए)। पहले AI को data का निरीक्षण करे दें और आपको बताएं कि क्या निर्णय लेना है।
  • अवधारणा 6. स्वतंत्र ज्ञान के विरुद्ध आउटपुट सत्यापित करें: ज्ञात-उत्तर परीक्षण, वास्तविकता प्रश्न, सादा-अंग्रेजी रिप्ले, प्रतिकूल पास, cross-model चेक। कभी भी परीक्षण न किए गए परिशुद्धता-महत्वपूर्ण नंबर पर कार्य न करें।
  • संकल्पना 7. त्रुटियाँ संवाद हैं। लाल पाठ चिपकाएँ; अपेक्षित मूल्यों के साथ लक्षणों के रूप में गलत संख्याओं की report करें; तीन असफल सुधारों के बाद, नए दृष्टिकोण की मांग करें।
  • संकल्पना 8. दोहराव scripts को संपत्ति में बदल देता है: संक्षिप्त, script और एक ज्ञात-उत्तर नमूना को folder में एक साथ रखें। एक बार वर्णन करें, run हमेशा के लिए, किसी को भी हाथ दें।
  • अवधारणा 9. Claude.ai (और ChatGPT, Gemini) code को शून्य-जोखिम sandbox में चलाता है: एकमुश्त नौकरियों और आपके सभी सीखने के लिए घरेलू सतह।
  • संकल्पना 10. Claude Code और OpenCode ने agent को आपके folder के अंदर डाल दिया: कोई upload नहीं, लगातार scripts, स्व-उपचार त्रुटियां, निर्धारित run. terminal एक chat box है जो folder में रहता है।
  • संकल्पना 11. Cowork और OpenWork समान शक्ति को desktop app में योजना-तब-अनुमोदन के साथ लपेटते हैं: सतह में निर्मित सत्यापन।
  • संकल्पना 12. जब code वास्तविक files को छू सकता है: पहले प्रतियां, विनाश से पहले ड्राई run, सबसे छोटा folder संभव, नए files पर आउटपुट। प्रति संक्षिप्त तीन वाक्य।
  • संकल्पना 13. मानचित्र का किनारा: multi-user सॉफ़्टवेयर, अप्राप्य स्वचालन, पूर्ववत न करे वाली कार्रवाइयां, और निर्णय कॉल के लिए इस पुस्तक के बाकी हिस्सों की आवश्यकता है। बाकी सब कुछ आज आपका है.

इन सबके नीचे, एक पहचान और एक Skill। पहचान: आप client हैं, ठेकेदार नहीं। Skill, वह प्रेरक पाठ्यक्रम जिसकी कभी आवश्यकता नहीं थी: आप उस काम पर भरोसा कर सकते हैं जिसे आप नहीं देख सकते, क्योंकि आपने इसे उस चीज़ के विरुद्ध परीक्षण किया है जिसे आप पहले से जानते थे। जो ग्राहक स्पष्ट रूप से जानकारी देते हैं, जो वे स्वतंत्र रूप से जानते हैं उसकी पुष्टि करते हैं, और जो भुगतान उन्होंने किया है उसे अपने पास रखते हैं और अपने सप्ताह का एक वास्तविक दिन वापस जीतते हैं, वह काम जो वास्तव में मायने रखता है। यही पूरा कोर्स है.

आप इसे पहले ही दस बार कर चुके हैं​

यदि आपने उपरोक्त 'यह-अभी-करें' बॉक्स चलाए हैं, तो आपने केवल यह पाठ्यक्रम नहीं पढ़ा है; आपने इसका use किया। आपने code समस्याएं देखीं, AI को गणना करे के लिए मजबूर किया, एक संक्षिप्त विवरण लिखा जिससे गड़बड़ data पर काबू पाया गया, known-answer test चलाया, एक दुर्घटना से बच गए, script रखा, और dry run की मांग की। यह सब आपकी अपनी आंखों से, data पर जो वहीं पेज पर मौजूद था।

अब प्रशिक्षण के पहिये हटा दें। run के नीचे की चार परियोजनाएं आपके _data पर समान रूप से चलती हैं, जहां उत्तर वास्तव में मायने रखते हैं।

🚀 Projects​

वे दस do-this-now boxes हमारे दिए हुए data पर rehearsal थे। ये चार projects असली चीज़ हैं: आपका data, आपके दांव, और अंत में एक catch।

Catch एक सच्ची बात है जो AI का code ढूंढ निकालता है जिसे आप पहले से नहीं जानते थे, और जिसके बारे में आप कुछ कर सकते हैं: cancel करने लायक एक subscription, dispute करने लायक एक charge, बचाने लायक एक grade, उधार के पैसे के लिए जिससे पीछा करना है ऐसा एक दोस्त। तो ध्यान दें कि ये projects क्या नहीं हैं। ये दिखावे के लिए कोई screen बनाने के बारे में नहीं हैं। भेजने के लिए कोई link नहीं, publish करने के लिए कोई page नहीं। जो चीज़ आप साथ लेकर जाते हैं वह एक वाक्य है जो आप किसी असली इंसान को बता सकते हैं ("AI ने एक भूली हुई subscription पकड़ी, अब तक 796 चले गए, साथ में एक double charge जिसे मैं dispute कर सकता हूँ") और एक छोटी सी script जो आप रखते हैं। Catch ही demo है।

अपना खुद का data चुनने का एक filter: off-the-shelf-app test

किसी data पर एक project लगाने से पहले, पूछें: क्या किसी company ने ठीक इसी के लिए पहले से एक app बना रखी है? अगर हाँ (bill बाँटने के लिए Splitwise, खर्च track करने के लिए कोई budgeting app, आपके फ़ोन का year-in-review), तो यह यहाँ के लिए गलत समस्या है। App तभी मौजूद होती है जब नियम सबके लिए एक जैसे हों। और अगर नियम सार्वभौमिक हैं, तो brief करने के लिए कुछ भी आपका नहीं है, और verification को जाँचने के लिए कोई निजी उत्तर नहीं जो केवल आप जानते हों।

सही समस्याएँ इसके उलट हैं: एक market of one. आपके नियम, आपकी गड़बड़, एक ऐसा उत्तर जिसकी पुष्टि केवल आप कर सकते हैं। ठीक यहीं commissioned code store की हर app को मात देता है, और यहीं नीचे का हर project रहता है।

Money Detective से शुरू करें; यह वे सारी चालें सिखाता है जिन्हें बाकी दोहराते हैं। पहले तीन ऐसे data में catch ढूंढते हैं जिसे आप केवल पढ़ सकते हैं; चौथा वही अनुशासन आपकी files पर लगाता है, जहाँ दांव ज़्यादा ऊँचे हैं क्योंकि वहाँ code delete कर सकता है। हर एक एक free account पर एक घंटे से कम लेता है।

प्रोजेक्ट 145 minMoney Detectiveआगे के लिए अपना पैसा track मत करें। अपने खुद के असली इतिहास में छुपी leak का शिकार करें।

"पैसा बस गायब हो जाता है और मुझे पता नहीं चलता कि कहाँ जाता है।" यह हर किसी ने कहा है। एक budgeting app इसका जवाब आगे के लिए देती है, इसीलिए एक app पहले से सबके लिए मौजूद है और इसीलिए tracking off-the-shelf-app test में fail हो जाती है। यह उलटी चाल है, और वही वजह है कि कोई app यह नहीं करती: आप अपने खुद के असली इतिहास में पीछे की ओर उस खास leak का शिकार कर रहे हैं जिसे केवल आप पहचानेंगे।

शिकार को एक बार एक sample wallet पर rehearse करें जिसका उत्तर आप जाँच सकते हैं, फिर इसे अपने खुद के असली export पर छोड़ दें।

अभी तक अपना कोई export नहीं? पहले इस wallet पर rehearse करें

इसे chat में अपनी "file" के रूप में paste करें। यह एक student के wallet के कुछ महीने हैं, एक transaction प्रति line। positive amount पैसा अंदर है, negative amount पैसा बाहर है।

Date,What,Amount
2025-06-01,Pocket money,+5000
2025-06-04,PrimeVideo subscription,-199
2025-06-05,Spotify,-299
2025-06-07,Foodpanda,-650
2025-06-09,Careem ride,-300
2025-06-15,Tutoring received,+1500
2025-06-18,Foodpanda,-700
2025-06-28,Bank service fee,-50
2025-07-01,Pocket money,+5000
2025-07-04,PrimeVideo subscription,-199
2025-07-05,Spotify,-299
2025-07-08,Foodpanda,-650
2025-07-08,Foodpanda,-650
2025-07-14,Careem ride,-300
2025-07-28,Bank service fee,-50
2025-08-01,Pocket money,+5000
2025-08-04,PrimeVideo subscription,-199
2025-08-05,Spotify,-299
2025-08-10,Foodpanda,-700
2025-08-16,Careem ride,-350
2025-08-20,Tutoring received,+1500
2025-08-28,Bank service fee,-50
2025-09-01,Pocket money,+5000
2025-09-04,PrimeVideo subscription,-199
2025-09-05,Spotify,-299
2025-09-12,Foodpanda,-700
2025-09-17,Careem ride,-300
2025-09-28,Bank service fee,-50

Wallet paste करें, फिर यह brief:

यहाँ मेरे wallet के कुछ महीने हैं (plus पैसा अंदर, minus पैसा बाहर)। पैसा लगातार गायब होता रहता है और मुझे दिख नहीं रहा कहाँ। मेरे money detective बनें: code लिखें और run करें, और मुझे दिखाएँ कि वह चला, यह ढूंढने के लिए कि पैसा असल में कहाँ जाता है, क्या चीज़ चुपके से मुझसे हर महीने पैसे ले रही है, और कोई भी charge जो एक ही दिन दो बार बिल किया गया हो। फिर मुझे बताएँ कि मेरे अगले pocket money तक मेरे पास कितना बचेगा।

पहले backstage पर अपना भरोसा कमाएँ। इसके किसी भी निष्कर्ष पर भरोसा करने से पहले, दो ऐसे numbers की पुष्टि करें जिन्हें आप खुद जाँच सकते हैं: कुल पैसा IN 23,000 होना चाहिए (5,000 pocket money के चार महीने, साथ में tutoring दो बार 1,500 पर), और PrimeVideo हर महीने दिखना चाहिए, अब तक 796 लिए गए (199 गुणा चार)। अगर code दोनों को पुन: उत्पन्न करता है, तो जो चीज़ें उसने ढूंढीं जिन्हें आप पहले से जाँच नहीं सकते थे, उन्होंने आपका भरोसा कमा लिया। वह चुपचाप की गई जाँच अवधारणा 6 का known-answer test है जो नज़रों से दूर अपना असली काम कर रहा है।

अब इसे खुद को समझाने दें। जो numbers आप जाँच सकते थे वे सही आए, तो अगली चाल यह है कि AI को अपनी ही सोच को ऐसे शब्दों में समझाने दें जिन्हें आप सचमुच पढ़ सकें।

अब इसे ऐसे समझाएँ जैसे मैं code नहीं पढ़ सकता। आपने कौन सी language use की, और आपने असल में ये numbers कैसे निकाले, खासकर आपने कैसे तय किया कि कोई चीज़ duplicate है?

यह अवधारणा 6 का plain-English replay है। आप Python नहीं पढ़ सकते, लेकिन आप तर्क को plain English में जाँच सकते हैं: "मैंने category के हिसाब से जोड़ा, मैंने किसी charge को recurring तभी गिना जब वही amount हर महीने आया, मैंने same-day same-amount को संभावित duplicate के रूप में flag किया।" अगर वह तर्क गलत है, तो वह English में भी गलत पढ़ा जाएगा, और आप code की एक भी line पढ़े बिना उसे पकड़ लेते हैं। यह भी ध्यान दें कि आपने इसे कभी Python use करने को नहीं कहा (अवधारणा 2): इसने language खुद चुनी, क्योंकि यह data का काम है और सही tool चुनना उसका काम था, आपका नहीं।

Detective क्या पकड़ता है। इस wallet पर वह तीन सच्ची बातें सतह पर लाता है जो आपने उसे नहीं दीं: एक PrimeVideo subscription जो चुपके से हर महीने 199 ले रही है, अब तक 796, जिसे आप भूल गए थे कि आपके पास है; एक Foodpanda charge जो एक ही दिन दो बार हिट हुआ, 8 जुलाई, एक double charge जिसे आप dispute कर सकते हैं; और असली leak, लगभग 4,050 का food delivery, हर subscription से ज़्यादा मिलाकर। forecast ईमानदारी से इसके ऊपर सवारी करता है: आप असल में net positive हैं, आपको बस महसूस होता है कि आप कंगाल हैं क्योंकि food delivery आपको छोटे-छोटे टुकड़ों में कुतरता है। (और detective अपनी ही ज़मीन के बारे में ईमानदार है: वह forecast यह मानता है कि आपकी tutoring income आती रहेगी, और यहाँ वह चार में से केवल दो महीने आई। एक अच्छा detective आपको number और यह भी दिखाता है कि वह किस पर टिका था।)

आपका एक वाक्य: "AI ने एक भूली हुई subscription पकड़ी, अब तक 796 चले गए, साथ में एक double charge जिसे मैं dispute कर सकता हूँ।" वह वाक्य एक क्रिया पर खत्म होता है। आप cancel करते हैं, आप dispute करते हैं, आप हफ़्ते में दो बार घर पर खाते हैं।

Tool रखें। इससे पूरी चीज़ को एक plain-English header वाली script के रूप में save करने को कहें (अवधारणा 8), कुछ ऐसा नाम देकर जैसे "my monthly money check"। अगले महीने आप एक fresh export paste करते हैं और कहते हैं "इसे run करें", और शिकार एक शाम के बजाय तीस सेकंड की आदत बन जाता है।

Pocket money से ऊँचे दांव?

अगर catch किसी असली फ़ैसले को चलाने वाला है (पीछा करने लायक एक refund, एक budget जो आप किसी को दिखाएँगे), तो कार्रवाई करने से पहले वही brief एक दूसरे family के दूसरे AI में run करें और देखें कि दोनों leak पर सहमत होते हैं या नहीं। यह अवधारणा 6 की सबसे मज़बूत जाँच है, असल में की गई।

वैकल्पिक: रसीद रखें। Catch ही असली deliverable है, और वह आपके पास पहले से है। लेकिन अगर आप एक copy रखना या किसी को (एक माता-पिता, अपने खुद के records) दिखाना चाहते हैं, तो आप जो ढूंढा उसे पिछले course की उसी skill, Markdown In / HTML Out, का use करके package कर सकते हैं।

रखने या किसी को दिखाने के लिए: जो आपने ढूंढा उसे एक साफ़ page में बदलें जिसे मैं save कर सकूँ, जिसमें leak, भूली हुई subscription, double charge, और आपका एक-line का फैसला हो।

Claude पर report एक artifact के रूप में inline दिखती है जिसे आप save कर सकते हैं; ChatGPT पर यह एक .html file के रूप में download होती है जिसे आप अपने browser में खोलते हैं, दोनों तरह से एक ही नतीजा। यह catch को package करना है, मुद्दा नहीं, और यह आपके लिए है: आपकी खुद की भूली हुई subscriptions की एक report आपकी नज़रों या माता-पिता की नज़रों के लिए है, कभी publish किया जाने वाला link नहीं। यह वह ईमानदार मायना भी है जिसमें यह project code को दोनों तरह से use करता है: leak compute और पकड़ने के लिए Python, उसे package करने के लिए पिछले course का HTML markup, और कभी बनाने के लिए कोई clickable app नहीं।

▶ एक sample report देखें (आपका save किया हुआ page कैसा दिख सकता है)

यह वाला ऊपर की practice wallet से बना है, किसी के असली पैसे से नहीं, इसलिए इसे दिखाना सुरक्षित है। आपका अपने catches लिए होता, और आपकी असली report आपकी रहती है, कभी publish किया जाने वाला link नहीं। आप sample को उसके अपने tab में भी खोल सकते हैं।

तब हो गया जब: code उन दो numbers को पुन: उत्पन्न करता है जो आप पहले से जानते थे, और यह आपको कम से कम एक सच्ची बात देता है जो आप नहीं जानते थे (भूली हुई subscription, double charge) जिस पर आप इस हफ़्ते कार्रवाई कर सकते हैं, साथ में एक save की हुई script जिसे आप अगले महीने फिर से run कर सकते हैं।

प्रोजेक्ट 230-45 minWhat's My Grade, Reallygrading के वे नियम encode करें जो किसी app के पास नहीं, आपके teacher के, और पता करें कि आप असल में कहाँ खड़े हैं।

कोई gradebook app यह नहीं जानती कि आपका teacher आपके दो सबसे कम homeworks drop कर देता है, 10 में से best 8 quizzes गिनता है, एक मज़बूत final को कमज़ोर midterm की जगह लेने देता है, और late penalty को cap करता है। नियमों का वह ठीक-ठीक bundle दुनिया के एक syllabus पर मौजूद है, और यही वजह है कि यह off-the-shelf-app test पास करता है: नियम सार्वभौमिक नहीं हैं, वे आपके teacher के हैं, इसलिए केवल एक brief जो आप लिखते हैं उन्हें encode कर सकती है। यह "brief the problem, not the program" (अवधारणा 5) अपने सबसे शुद्ध रूप में है, क्योंकि यहाँ Rules section ही syllabus है, plain English में copy किया गया।

अपने असली scores इकट्ठा करें (सीधे portal से copy-paste किए हुए, गड़बड़ चलेगी) और अपने teacher के असली नियम। अगर वे सामने नहीं हैं तो sample पर rehearse करें।

Scores हाथ में नहीं? पहले इस पर rehearse करें, फिर असल में करें
My homework scores: 60, 92, 88, 45, 90, 85
My quiz scores (best 8 of 10 count): 70, 95, 88, 100, 0, 91, 84, 77, 93, 80
Midterm: 72
Final: 86

My teacher's exact rules:
- Homework is 20% of the grade. Drop my two lowest homework scores, average the rest.
- Quizzes are 20%. Only my best 8 of 10 count (a 0 means I missed one).
- Midterm is 25%.
- Final is 35%. If my final percentage is higher than my midterm, the final replaces the midterm too.

अपने scores और नियम paste करें, फिर यह brief:

यहाँ मेरे scores और मेरे teacher के ठीक-ठीक grading नियम हैं। code लिखें और run करें, और मुझे दिखाएँ कि वह चला, हर नियम का पालन करते हुए अभी मेरा असली grade निकालने के लिए, और हर part का subtotal दिखाएँ ताकि मैं एक को हाथ से जाँच सकूँ। फिर मुझे बताएँ कि 90 percent तक पहुँचने के लिए final में मुझे क्या चाहिए।

पहले backstage पर अपना भरोसा कमाएँ। पूरे grade पर भरोसा करने से पहले एक category खुद जाँचें। दो सबसे कम homeworks (45 और 60) drop करें और बाकी को average करें, 92, 88, 90, 85, जो 88.75 है। अगर code का homework subtotal 88.75 पढ़ता है, तो उन categories पर उसका arithmetic जिन्हें आप आसानी से हाथ से नहीं जाँच सकते, उसने आपका भरोसा कमा लिया। (अपने खुद के data पर, जो भी एक category कागज़ पर compute करना सबसे आसान हो वही चुनें। यह known-answer test है, और इसमें एक मिनट लगता है।)

Catch. जो number वापस आता है वह लगभग कभी आपके दिमाग़ वाला number नहीं होता। Catch एक सच्चा, दांव वाला आँकड़ा है जो आपके पास नहीं था, साथ में एक plan जुड़ा हुआ: "मैं असल में 79 पर बैठा हूँ, 85 पर नहीं जैसा मैंने माना था, और A के लिए मुझे final में 88 चाहिए।" वह वाक्य भी एक क्रिया पर खत्म होता है। यह बदल देता है कि आज रात आप क्या पढ़ते हैं, जो इसे run करने का पूरा मक़सद है।

Tool रखें। इसे "final में मुझे क्या चाहिए" script के रूप में save करें। जब भी कोई grade post हो इसे फिर से run करें, और आप हमेशा ठीक-ठीक जानते हैं कि आप कहाँ खड़े हैं और final को ठीक-ठीक क्या पार करना है।

तब हो गया जब: code उस एक category को पुन: उत्पन्न करता है जो आपने हाथ से जाँची, और यह आपको एक असली grade देता है जो आप नहीं जानते थे साथ में आगे के लिए ठीक वह score चाहिए, इतना specific कि आज रात की study plan बदल दे।

प्रोजेक्ट 345 minThe Books Don't Matchदो records जिन्हें सहमत होना चाहिए: आपका गिना हुआ कुल और गड़बड़ digital वाला। gap ढूंढें, व्यक्ति का नाम बताएँ।

उस bookkeeper को याद करें जिसने यह course शुरू किया था, हर महीने एक शाम गँवाते हुए उन गिने-चुने transactions का शिकार करते हुए जहाँ दो records असहमत थे? आपके पास उसकी समस्या teen scale पर है। आपने एक class trip, एक club, एक group gift के लिए पैसा इकट्ठा किया। आपने जो आया उसे गिना, इसलिए आप असली total जानते हैं, और वह गिनती आपका known answer है, वह चीज़ जो कोई app आपको नहीं दे सकती क्योंकि कोई app उस कमरे में नहीं थी।

अब इसे गड़बड़ digital record के विरुद्ध reconcile करें: JazzCash या Venmo या Easypaisa memos जो free text से भरे हैं, साथ में आपकी कागज़ी list कि किसे क्या देना है। आपका निजी ज्ञान वे नियम हैं जो किसी app के पास नहीं: "memo में pizza dues नहीं है, वह एक दोस्त मुझे वापस चुका रहा है"; "Ali के 1,000 उसे और उसके भाई को cover करते हैं"; "एक ऐसे number से अनजान 500 जिसे मैं नहीं पहचानता शायद किसी के dues हैं, पर किसके?" नियमों का वह bundle अकेले आपके सिर में रहता है, और ठीक यही वजह है कि यह एक market of one है और Splitwise नहीं।

निपटाने के लिए अपना कोई collection नहीं? इस पर rehearse करें
Everyone owes 500 for the class trip. Eight people: Ali, Omar, Sara,
Bilal, Hina, Zoya, Ayesha, Usman. So the books should show 4,000.

Digital record (JazzCash), exactly as it came in, messy memos and all:
Date,From,Amount,Memo
2025-09-02,Ali,1000,trip me + my brother Omar
2025-09-02,Sara,500,trip dues
2025-09-03,Bilal,500,
2025-09-03,Hina,500,class trip
2025-09-05,0300-unknown,500,
2025-09-05,Usman,300,pizza
2025-09-06,Zoya,500,dues
2025-09-08,Ayesha,500,trip

What only I know (the rules):
- Ali's 1,000 covers Ali AND his brother Omar. Count it for both.
- Usman's 300 with "pizza" is NOT dues; he was paying me back. Ignore it.
- The 500 from "0300-unknown" has no name I recognize. Do not assume; flag it.

dues list, digital record, और अपने नियम paste करें, फिर यह brief:

यहाँ है कि हर किसी को क्या देना है, गड़बड़ payment record, और वे नियम जो केवल मैं जानता हूँ। code लिखें और run करें, और मुझे दिखाएँ कि वह चला, इन्हें reconcile करने के लिए: किसने चुकाया, किसे अभी देना है, और कितना unaccounted है। किसी भी payment को list करें जिसे आप किसी व्यक्ति से match नहीं कर सकते; अनुमान मत लगाएँ। मेरा गिना हुआ total [आपका number] है; मुझे दिखाएँ कि यह उसके मुक़ाबले कैसे खड़ा होता है।

पहले backstage पर अपना भरोसा कमाएँ। आपका गिना हुआ आँकड़ा, आठ लोगों में 4,000 बकाया, यहाँ known answer है, वही भूमिका जो अवधारणा 6 में हाथ से बंद किया गया महीना निभाता है। अगर code का "expected" total 4,000 के अलावा कुछ भी आता है, तो catch देखने से पहले ही brief में कुछ गड़बड़ है।

Catch. इस sample पर books कागज़ पर 500 कम निकलती हैं। आपके नियम लागू करने पर, सात लोग cover हैं (Ali और Omar 1,000 से, साथ में Sara, Bilal, Hina, Zoya, Ayesha), Usman का इकलौता payment pizza था इसलिए उसे अभी देना है, और एक ऐसा 500 है जिसे रखा नहीं जा सकता एक ऐसे number से जिसे आप नहीं पहचानते। तो catch एक असली, कार्रवाई-योग्य mismatch है: या तो वह रहस्यमय 500 Usman है जो एक ऐसे handle के तहत चुका रहा है जिसे आप नहीं जानते थे, या आपको सचमुच अभी भी बकाया है, और एक message इसे सुलझा देता है। deliverable वह वाक्य है जो आप आज रात group chat में भेज सकते हैं: "Usman को छोड़कर सब हिसाब में हैं, और एक रहस्यमय 500 है, इसलिए books बंद करने से पहले मैं उसे message करूँगा।" ऐसा mismatch या तो आपकी brief में एक bug है या पीछा करने लायक एक सच्ची discrepancy, जो ठीक bookkeeper का हुनर है।

Tool रखें। इसे अपनी reconciliation script के रूप में save करें। अगला trip, अगला gift, अगला collection: नया record और नई dues list paste करें, और एक शाम का शिकार एक-prompt की जाँच बन जाता है।

तब हो गया जब: code आपके गिने हुए total के विरुद्ध reconcile करता है, और यह आपको पीछा करने लायक एक specific नाम या रखने लायक एक specific payment देता है, वह एक सच्चा mismatch, एक ऐसे वाक्य में जिसे आप आज रात group chat में भेज सकते हैं।

प्रोजेक्ट 445 minPhoto Gallery Rescueआपका photo gallery असली जगह खा रहे duplicates छुपा रहा है। उन्हें ढूंढें, सुरक्षित रूप से delete करें, फिर जो बचे उन्हें date से sort करें।

बाक़ी तीन projects आपका data पढ़ते हैं। यह वाला उसे बदलता है, और ठीक इसीलिए यह वह safety आदत सिखाता है जो बाक़ी नहीं सिखा सकते। आपका photo gallery एक में दो गड़बड़ियाँ है: यह duplicates से भरा है (वही shot दो बार save किया हुआ, लगभग एक जैसे bursts, एक screenshot जो आपने इधर-उधर copy किया), और जो कुछ बचता है वह किसी असली क्रम में नहीं रहता। आप यहाँ दोनों ठीक करते हैं: duplicates को ढूंढें और सुरक्षित रूप से delete करें, फिर जो बचे उसे date से sort करें। Catch यह है कि duplicates कितनी जगह बर्बाद करते हैं; safety का सबक है उन्हें एक असली photo कभी खोए बिना delete करना; और इनाम है एक ऐसा gallery जो आख़िरकार क्रम में हो।

पहले, duplicates ढूंढें, और ध्यान दें कि AI आपकी photos को कभी "देखता" नहीं। दो photos को अलग बताना एक algorithm है, AI का काम नहीं: code हर image को एक छोटे fingerprint में सिकोड़ता है और fingerprints की तुलना करता है। आप ठीक वही माँगते हैं:

इस folder में duplicate और लगभग-duplicate photos ढूंढने के लिए code लिखें और run करें। हर image को एक perceptual hash से fingerprint करें, match होने वालों को group करें, और मुझे बताएँ कि कितने duplicates हैं और वे कितनी जगह लेते हैं। अभी कुछ भी delete मत करें।

Catch एक number के रूप में आता है: "18 sets में 47 duplicates, 2.1 GB।" अकेले यही project के लायक है।

फिर safety gate, क्योंकि यह step delete करता है (अवधारणा 12)। Delete की हुई files recycle bin को छोड़ देती हैं, और एक fingerprint match गलत हो सकता है, क्योंकि दो अलग sunsets एक जैसे दिखते हैं। तो आप code को किसी भी चीज़ को छूने से पहले अपना plan दिखाने पर मजबूर करते हैं:

हर set के लिए, सबसे बड़ी copy रखें और उन्हें list करें जिन्हें आप delete करेंगे, नामों और sizes के साथ। अभी कुछ मत बदलें। पहले originals को एक backup में copy करें, फिर मेरी approval का इंतज़ार करें।

List पढ़ें। लगभग हमेशा एक "duplicate" ऐसा होता है जो असल में एक अलग पल है: उसे बख़्श दें, फिर बाक़ी को approve करें। वह review, एक भी file delete होने से पहले, पूरा safety सबक है, और यह वह इकलौती चाल है जो ऊपर के read-only projects ने आपसे कभी अभ्यास नहीं कराई।

आख़िर में, जो बचे उन्हें sort करें, ताकि सफ़ाई टिकी रहे। Duplicates हटने के बाद भी एक gallery सिर्फ़ आधी सुथरी है अगर वह upload क्रम में पड़ी हज़ार photos हो। एक और instruction उसे ढंग में ला देता है:

अब जो photos बची हैं उन्हें date से sort करें, सबसे नई पहले, एक copy में जिसे मैं एक नज़र में देख सकूँ। मेरे originals को छुएँ नहीं।

आप अपनी ही gallery के साथ ख़त्म करते हैं, deduped और क्रम में: कुछ भी publish नहीं हुआ, कुछ भी भेजा नहीं गया, बस आपकी files आख़िरकार सुथरी।

▶ Try it yourself (live)

यह वही है जो code करता है, interactive बनाकर। photos का एक ढेर डालें (वही एक दो बार आज़माएँ): यह हर एक को fingerprint करता है ताकि duplicates पकड़ सके, किसी को हटाने से पहले आपको review करने देता है, फिर बाक़ी को date से sort करता है। कोई AI नहीं, कुछ भी upload नहीं, सब आपके browser में। यह नीचे live load होता है; आप इसे अपने अलग tab में भी खोल सकते हैं।

तब हो गया जब: code आपको एक असली number देता है (ढूंढे गए duplicates और वे जो जगह बर्बाद करते हैं), आपने approve करने से पहले कम से कम एक false match पकड़ा, और originals का एक backup मौजूद है, ताकि delete करना सुरक्षित था, और बचे हुए date से sort हो गए। Script रखें, और आपका gallery फिर कभी जमा नहीं होगा।

🛟 अगर आप project के बीच में फँस जाएँ

हर रुकावट जो हमने देखी है इनमें से एक में आती है। अपना लक्षण ढूंढें, fix paste करें। इनमें से कोई भी आपसे यह समझने को नहीं कहता कि क्या गलत हुआ; वह AI का काम है।

1. "यह मेरा export खोल या पढ़ नहीं पा रहा।" आमतौर पर file है, AI नहीं। Paste करें: "मुझे ठीक-ठीक बताएँ कि इस file में क्या गड़बड़ है: इसका format, आप इससे क्या पढ़ सकते हैं और क्या नहीं, और मुझे इसके बजाय क्या re-export या save करना चाहिए।" अगर download screen ने CSV और Excel दोनों offer किए थे, तो दूसरा आज़माएँ। दस में से नौ बार यह एक re-export होता है।

2. "इसने जवाब दिया, पर मैंने कभी code block नहीं देखा।" अवधारणा 4 का silent estimate। शब्दों को फिर से, मज़बूती से कहें: "रुकें। इसका जवाब देने के लिए code लिखें और run करें, मुझे code दिखाएँ, और पहले row count दें।" कोई code block न होने का मतलब है कोई code नहीं चला, prose चाहे जो भी दावा करे।

3. "number उससे मेल नहीं खाता जो मैंने गिना या जो मैं जानता हूँ।" "यह गलत है" मत कहें। इसे एक लक्षण के रूप में report करें (अवधारणा 7): "आपका total X है पर मैंने Y गिना। मुझे वह row count दिखाएँ जो आपने process किया, date range, और पहली पाँच rows जैसी code उन्हें देखता है।" दोषी (एक छूटी row, comma को text के रूप में पढ़ा गया, आधा-अधूरा export) लगभग हमेशा उस inspection में सतह पर आ जाता है। और याद रखें: इन projects में एक mismatch catch हो सकता है, bug नहीं।

4. "वही fix बार-बार fail होता रहता है।" तीन strikes का मतलब है approach गलत है, typing नहीं। Paste करें: "हमने इसे तीन बार आज़माया। मौजूदा code भूल जाएँ। समस्या को नए सिरे से बताएँ और दो पूरी तरह अलग approaches प्रस्तावित करें।"

5. "मेरी file में निजी data है और मैं upload करने में घबरा रहा हूँ।" अच्छी प्रवृत्ति; इस पर कार्रवाई करें। ये projects सभी असली पैसे और असली नामों को छूते हैं, इसलिए यह वाला मायने रखता है। Paste करें: "किसी भी analysis से पहले, नामों और account numbers को हटाकर एक cleaned copy बनाएँ, केवल उस copy पर काम करें, और पुष्टि करें कि आपने क्या हटाया।" या उन columns को पहले खुद delete कर दें; totals को शायद ही उनकी ज़रूरत होती है। कुछ भी संवेदनशील upload करने से पहले अपने tool की data policy जाँचें, और अगर आपका data सचमुच नहीं निकल सकता (कोई workplace या school नियम), तो sample पर अभ्यास करें और चालों को केवल किसी approved tool के अंदर लागू करें।

6. "Project के बीच में मेरा free-tier usage खत्म हो गया।" यहाँ हर project एक free tier में आ जाता है, पर भारी iteration एक daily cap से टकरा सकती है। reset का इंतज़ार करें (आपकी save की हुई brief का मतलब है फिर से शुरू करने में कुछ खर्च नहीं), या brief को किसी अलग model family में फिर से paste करें और चलते रहें; skill दोनों तरह transfer होती है।

छहों के नीचे का पैटर्न: जब फँसें, तो AI को रुकावट का वर्णन करें। वही skill जो code commission करती है project को बचाती है।

अब आप code commission करते हैं। अगला course आपको engagement चलाना सिखाता है: सामान्य agents के साथ समस्या का समाधान →

फ़्लैशकार्ड अध्ययन सहायता​

अपनी समझ का परीक्षण करें​

तेरह अवधारणाएँ, एक पहचान: आप client हैं, ठेकेदार नहीं। ये बत्तीस परिदृश्य आपको अन्य लोगों के spreadsheets, folders, और टूटे हुए runs में छोड़ देते हैं और प्रत्येक अवधारणा पर एक प्रश्न पूछते हैं। किसी परिभाषा को याद करने पर कोई भी पुरस्कार नहीं देता; हर कोई यह जानकर पुरस्कृत होता है कि वास्तव में क्या करा है। तर्क से उत्तर दें, सबसे लंबे विकल्प से नहीं।

Checking access...