وہ کوڈ جو آپ کبھی نہیں لکھتے

کوڈ کی ایک بھی سطر لکھے یا پڑھے بغیر، اپنے کام کا حقیقی، تھکا دینے والا کام کرنے کے لیے AI حاصل کرنا، اور نتیجہ پر بھروسہ کرنا۔

آپ مسئلہ بیان کریں۔ AI زبان کو چنتا ہے، کوڈ لکھتا ہے، اسے چلاتا ہے اور اسے ٹھیک کرتا ہے۔ آپ کبھی کوئی سطر نہیں لکھتے، اور آپ نے اس کا نحو کبھی نہیں پڑھا، حالانکہ آپ یہ دیکھنا سیکھیں گے کہ اس نے کیا کیا۔ 13 تصورات، 80% حقیقی استعمال۔

ایک چھوٹی کمپنی میں بک کیپر کی تصویر بنائیں۔ اس نے کبھی کوڈ کی لائن نہیں لکھی ہے، اور وہ کبھی نہیں لکھے گی۔ ہر ماہ، دو فائلوں پر متفق ہونا ضروری ہے: اس کی کمپنی نے کیا اخراجات ریکارڈ کیے، اور بینک نے اصل میں کیا چارج کیا۔ اور ہر ماہ وہ مٹھی بھر کے لیے ایک شام کا شکار کھو دیتی ہے، جو ایک دوسرے سے نہیں ملتی۔

پچھلے مہینے اس نے کچھ نیا کرنے کی کوشش کی۔ اس نے ایک AI چیٹ کھولی اور سادہ انگریزی میں ٹائپ کیا: "یہ دونوں فائلیں مماثل ہونی چاہئیں، میرے اپنے اخراجات کا ریکارڈ اور بینک اسٹیٹمنٹ۔ ہر وہ لین دین تلاش کریں جو ایک میں ہو لیکن دوسرے میں نہیں۔" ایک منٹ بعد اس کی سکرین پر جواب آیا: 23 مماثلتیں، ہر ایک اپنی رقم اور اس کی تاریخ کے ساتھ۔ شکار کی شام ڈھل چکی تھی۔

اسے دوبارہ پڑھیں اور دیکھیں کہ کیا غائب ہے۔ اس نے کبھی پروگرام کرنا نہیں سیکھا۔ اس نے کبھی کوڈ کی ایک سطر نہیں پڑھی۔ اس نے ایک مسئلہ بیان کیا، AI نے کوڈ لکھا اور اسے چلایا، اور وہ کام جو اس کی شام کو کھاتا تھا اب کافی ڈالنے میں لگنے والے وقت میں ختم ہو جاتا ہے۔

وہ ایک بک کیپر ہوتی ہے، لیکن اس اقدام کا اکاؤنٹنگ سے کوئی تعلق نہیں ہے: مسئلے کو صاف لفظوں میں بیان کریں، AI کو کوڈ لکھنے اور چلانے دیں، پھر چیک کریں کہ اس نے کیا کیا۔ 200 گریڈز کے ساتھ ایک استاد، ایک مہینے کے لاگ کے ساتھ ایک نرس، فائلوں کے انتشار والے فولڈر کے ساتھ ایک طالب علم، سب کو ایک ہی قسم کا مسئلہ ہے اور ایک ہی راستہ ہے۔ یہ کورس اس اقدام کو سکھاتا ہے، ان میں سے ہر ایک کے لیے، اور آپ کے لیے۔

ستر سالوں سے، کوڈ میں ایک گیٹ کیپر تھا: آپ کو اسے لکھنے کے قابل ہونا پڑا۔ وہ گیٹ اب کھلا ہے۔ دنیا کی سب سے کارآمد پروگرامنگ لینگویج (Python، اسپریڈ شیٹس کی کرنچ شدہ زبان، فائلوں کا نام تبدیل کیا گیا، رپورٹس تیار کی گئی، اور آلات خودکار) ہر اس شخص کے لیے دستیاب ہے جو کسی مسئلے کو واضح طور پر بیان کر سکتا ہے۔ "اگر آپ چھ ماہ کا بوٹ کیمپ لیتے ہیں تو دستیاب نہیں ہے۔" آج دستیاب ہے، چیٹ ٹیب میں آپ نے پہلے ہی کھولا ہوا ہے۔

اگر آپ اشارہ کرنے والے کورس سے یہاں آئے ہیں، تو آپ پہلے ہی کوڈ کے playful طرف سے مل چکے ہیں: آپ نے ایک چھوٹا سا گیم بنایا، شاید آپ کا اپنا ویب صفحہ، اور اسے اس لنک پر بھیج دیا جس پر آپ کسی دوست کو متن بھیج سکتے ہیں۔ یہ حقیقی تھا، اور یہ مزہ تھا، اور یہ اس کورس کے بارے میں نہیں ہے۔ یہ دوسرا نصف ہے، اور سب سے بڑا، سب سے پہلے کس کوڈ کے لیے ایجاد کیا گیا تھا۔ کھلونے نہیں، لیکن وہ بے ہنگم کام جو حقیقی کام میں پورے دن خاموشی سے کھاتے ہیں، حقیقی داؤ پر لگنے والی قسم: ایک گریڈ، ایک تنخواہ، ایک مریض کا ریکارڈ، ایک کلائنٹ کی رقم، ٹوٹل یا ضم یا اس طرح سے چیک کیا جاتا ہے کہ آپ اس کی ایک سطر پڑھے بغیر ثابت کر سکتے ہیں۔ وہ آخری حصہ، بھروسہ کرنا جس کام کو آپ نہیں دیکھ سکتے، وہ مہارت ہے جس کے بارے میں یہ کورس واقعی ہے۔

یہ کورس اکاؤنٹنٹ کے لیے دو اسپریڈ شیٹس کے ساتھ ہے جو مماثل ہونا چاہیے لیکن نہیں۔ کلینک کے اعداد و شمار کے ایک سال کے ساتھ ڈاکٹر اور اس کا تجزیہ کرنے کا کوئی وقت نہیں ہے۔ چار پلیٹ فارمز سے برآمدات کے ساتھ مارکیٹر جو یکجا کرنے سے انکار کرتے ہیں۔ 200 گریڈ کے اندراجات کے ساتھ استاد۔ طالب علم کے پاس 300 بری فائلیں ہیں۔ یہاں تک کہ نیٹ ورک انجینئر چالیس ڈیوائسز کے ساتھ ہر صبح لاگ ان ہوتا ہے۔ آپ میں سے کسی کو بھی Python، یا کوئی بھی زبان سیکھنے کی ضرورت نہیں ہے۔ آپ سب کو اس صفحہ پر تیرہ تصورات سیکھنے کی ضرورت ہے: کون سے مسائل code problems ہیں، کوڈ کو کیسے کمیشن کریں جس طرح آپ کسی ٹھیکیدار کو کمیشن دیں گے، اس کام کی تصدیق کیسے کریں جو آپ پڑھ نہیں سکتے، اور یہ سب ان پانچ سطحوں پر کیسے کریں جہاں AI اب آپ کے لیے کوڈ لکھتا ہے۔

ایک جملہ پورے کورس پر مشتمل ہے: آپ کوڈ لکھنا نہیں سیکھ رہے ہیں۔ آپ کوڈ کے لیے ایک اچھا کلائنٹ بننا سیکھ رہے ہیں۔ اچھے کلائنٹ اینٹ نہیں بچھاتے۔ وہ واضح بریف لکھتے ہیں، ان چیزوں کے خلاف کام کی جانچ پڑتال کرتے ہیں جن کی وہ پیمائش کر سکتے ہیں، اور جو انہوں نے ادا کیا ہے اسے برقرار رکھتے ہیں۔

To be precise about the promise in the title: you will never write code, and you never have to read its syntax: the punctuation, the keywords, the line-by-line grammar that takes months to learn. (You won't even have to pick the language; the AI does that, as you'll see in Concept 2.) What you will learn to do is check what the code did: confirm the totals, inspect the steps in plain English, catch the wrong answer. Not reading the syntax is the freedom this course gives you. Verifying the result is the responsibility it asks back. Those two are not in tension; they are the whole job of a good client.

📚 تدریسی امداد

مکمل سلائیڈ شو کھولیں۔

مکمل پریزنٹیشن دیکھیں، وہ کوڈ جو آپ کبھی نہیں لکھتے۔

---

دو منٹ میں ثابت کریں۔

کسی بھی تھیوری سے پہلے، گیٹ سوئنگ کو کھلا محسوس کریں۔ Claude.ai کھولیں (ایک مفت اکاؤنٹ میں ایک منٹ لگتا ہے؛ ChatGPT یا جیمنی بھی کام کرتا ہے) اور اسے پیسٹ کریں، جعلی ڈیٹا اور سبھی:

یہ ہیں میرے مہینے کے اخراجات۔ کوڈ لکھیں اور چلائیں۔ زمرہ کے لحاظ سے ان کا مجموعہ کریں، میری سب سے بڑی کیٹیگری تلاش کریں، اور مجھے بتائیں قطعی کل مجھے دکھائیں کہ کوڈ اصل میں چلا۔

گروسری 4,250 ایندھن 3,100 گروسری 2,890 انٹرنیٹ 2,499 ایندھن 2,750 1,850 باہر کھانا گروسری 3,120 موبائل 1,200 2,400 باہر کھانا ایندھن 2,950

دیکھیں کیا ہوتا ہے۔ AI ایک نظر سے جواب نہیں دیتا ہے۔ یہ ایک چھوٹا پروگرام لکھتا ہے (تقریباً یقینی طور پر Python، کیونکہ اس قسم کے مسئلے کا یہی تقاضا ہے، حالانکہ آپ نے کوئی زبان نہیں مانگی تھی اور اس کی ضرورت نہیں تھی)، اسے آپ کے نمبروں پر چلاتا ہے، اور واپس رپورٹ کرتا ہے: فی زمرہ کا کل، سب سے بڑا زمرہ، عظیم کل، شمار شدہ، تخمینہ نہیں ہے۔ اور ہر وہ چیز دیکھیں جو آپ نے not کیا: آپ نے زبان کا انتخاب نہیں کیا، کچھ انسٹال نہیں کیا، کہیں بھی کوڈ کاپی نہیں کیا، رن بٹن نہیں دبایا۔ ٹول کا انتخاب کرنا، کوڈ لکھنا، اور چلانا یہ سب AI کا کام ہے۔ آپ نے ابھی کام کرنے والے پروگرام کا کوئی کردار پڑھے بغیر کمیشن کیا، حاصل کیا اور اس سے فائدہ اٹھایا۔

اب وہ اقدام جو اسے چال کی بجائے Skill بناتا ہے۔ اسی گفتگو میں پیسٹ کریں:

ہاتھ سے چیک کر کے خود گروسری لائنیں شامل کریں: 4,250 + 2,890 + 3,120۔ کیا یہ آپ کے کوڈ کی اطلاع کے مطابق ہے؟

یہ میل کھاتا ہے۔ یہ چھوٹا سا چیک، اپنے آپ کو کرنے کے لیے کافی چھوٹے حساب کے خلاف مشین کے آؤٹ پٹ کی تصدیق کرنا، تصور 6 کا بیج ہے، اور یہ ان لوگوں کے درمیان فرق ہے جو AI کے لکھے ہوئے کوڈ پر بھروسہ کر سکتے ہیں اور جو لوگ صرف امید رکھتے ہیں۔

دو منٹ، اور آپ پہلے ہی وہ سب کچھ کر چکے ہیں جو یہ کورس سکھاتا ہے، ایک بار، حادثاتی طور پر: ایک مسئلہ بیان کیا، کوڈ کا مطالبہ کیا، اسے چلتا دیکھا، اور جواب کے ایک ٹکڑے کی تصدیق کی۔ نیچے دیے گئے تیرہ تصورات ان میں سے ہر ایک قدم کو جان بوجھ کر بناتے ہیں، اس لیے وہ کام کرتے رہتے ہیں جب دس جعلی اخراجات لائنوں کے بجائے یہ آپ کا اپنا اصلی ڈیٹا ہو۔

---

یہ فوری کورس اس سے پہلے فاؤنڈیشنز کو فرض کرتا ہے: مشین کے ذہنی ماڈل کے لیے AI اصل میں کیا ہے؟، 2026 میں AI پرمپٹنگ، خاص طور پر Concept 10 (ماڈل کوڈ لکھتا اور چلاتا ہے) اور Concept 7 (brainstorm-iterate loop) اور Markdown اندر، HTML باہر، کیونکہ آپ جو بریف یہاں لکھتے ہیں وہ Markdown رپورٹس ہیں اور آپ کو بیک ڈیمانڈ HTML کی ضرورت ہوتی ہے۔ یہ صفحہ دونوں کو ایک ہی نظم و ضبط میں گہرا کرتا ہے: کوڈ جیسا کہ بیچ میں ہے۔ مکمل ٹول واک تھرو ایجنٹک کوڈنگ فوری کورس اور Cowork اور OpenWork فوری کورس میں رہتے ہیں۔ آپ کو یہ صفحہ ختم کرنے کی ضرورت نہیں ہے۔ مزید، جنرل ایجنٹوں کے ساتھ مسئلہ حل کرنا یہاں سب کچھ فرض کرتا ہے۔

کیا آپ نے ان دونوں کو نہیں پڑھا؟ 60 سیکنڈ کا ورژن

آپ ان کے بغیر اس پورے صفحے کو فالو کر سکتے ہیں۔ یہاں وہ سب کچھ ہے جس کی آپ کو اصل میں ضرورت ہے۔

• AI Prompting in 2026 سے: جدید AI ایک چھوٹا پروگرام لکھ سکتا ہے، اسے چلا سکتا ہے، اور اس کے جواب میں نتیجہ استعمال کر سکتا ہے، لیکن یہ صرف اس وقت قابل اعتماد طریقے سے کرتا ہے جب آپ کے الفاظ اس کے لیے پوچھیں؛ اندازہ لگانا چھوڑ دیا، یہ اکثر صرف اندازہ لگاتا ہے۔ اور سب سے زیادہ قدر والی عادت loop ہے: سیاق و سباق دیں، اختیارات طلب کریں، رد عمل ظاہر کریں، اعادہ کریں۔ پہلی چیز کو واپس قبول نہ کریں۔
• Markdown ان سے، HTML آؤٹ: جب آپ ایک AI کو to لکھتے ہیں تو ڈھانچہ نثر کو مات دیتا ہے، کیونکہ سرخیاں اور گولیاں اندازے کو ہٹا دیتی ہیں (یہی سب "Markdown" کا مطلب ہے: سرخی کے لیے # اور گولی کے لیے - کے ساتھ متن)۔ جب آپ کوئی نتیجہ چاہتے ہیں تو انسان پڑھے_ گا، اسے ایک HTML صفحہ (ایک ڈیزائن کردہ، شیئر کرنے کے قابل دستاویز) کے طور پر طلب کرے گا، متن کی دیوار نہیں۔

یہ سارا انحصار ہے۔ اگر یہ دو خیالات معنی رکھتے ہیں، تو آپ تیار ہیں.

آپ کو کیا ضرورت ہے، اور آپ کس چیز کے ساتھ چلیں گے۔

آپ کی ضرورت ہے:

• ایک مفت چیٹ اکاؤنٹ۔ Claude.ai وہی ہے جسے مثالیں استعمال کرتی ہیں۔ ChatGPT اور Gemini میں ایک جیسے پیٹرن کام کرتے ہیں، حالانکہ درست فائل اپ لوڈ، کوڈ پر عمل درآمد، اور استعمال کی حدیں پروڈکٹ اور پلان کے لحاظ سے مختلف ہوتی ہیں۔ (Claude.ai کو 18 سال یا اس سے زیادہ عمر کے اکاؤنٹ ہولڈر کی ضرورت ہے؛ اگر آپ چھوٹے ہیں، تو ChatGPT یا Gemini کا استعمال کریں، جو والدین کی اجازت سے 13+ سال کی عمر کی اجازت دیتا ہے۔)
• آپ کے اپنے کام یا زندگی سے ایک حقیقی اسپریڈشیٹ یا فولڈر: ایک بینک ایکسپورٹ، سیلز شیٹ، گریڈ فائل، ایک گندا ڈاؤن لوڈز فولڈر۔ مشقیں آپ کے ڈیٹا پر ہماری نسبت دس گنا زیادہ سخت ہیں۔
• کچھ بھی انسٹال نہیں ہے۔ پارٹس 1 اور 2 مکمل طور پر براؤزر میں ہوتے ہیں۔ حصہ 3 ان سطحوں کو دکھاتا ہے جہاں انسٹالیشن کی ادائیگی ہوتی ہے، لیکن اسے پڑھنے کے لیے کچھ نہیں ہوتا ہے۔

پڑھنے میں تقریباً ایک گھنٹہ لگتا ہے، اور 🔬 یہ ابھی کریں باکسز کو چلانے سے تیس منٹ کا اضافہ ہو سکتا ہے۔ انہیں کرو؛ وہ پورے نقطہ ہیں.

آخر تک، آپ اس قابل ہو جائیں گے:

• کوڈ کا مسئلہ تلاش کریں: سیکنڈوں میں بتائیں کہ آیا کوئی کام AI کے دماغ کا سوال ہے یا اس کے ہاتھ کا کام۔
• پانچ سیکشن پر مشتمل کوڈ بریف (گول، ان پٹ، آؤٹ پٹ، رولز، ایج کیسز) لکھیں جس میں کوئی تکنیکی زبان نہ ہو۔
• تخمینے سے زیادہ کمپیوٹیشن پر مجبور کریں: AI کو اصل میں اندازہ لگانے کے بجائے کوڈ کو چلائیں، اور ثابت کریں کہ اس نے کیا ہے۔
• اس نتیجے کی توثیق کریں جسے آپ پڑھ نہیں سکتے: پائتھون کو چھوئے بغیر ان چیزوں کے خلاف AI تحریری کام چیک کریں جنہیں آپ آزادانہ طور پر جانتے ہیں۔
• اسکرپٹس کو حقیقی فائلوں پر محفوظ طریقے سے چلائیں: بیک اپ، ڈرائی رن، اسکوپڈ فولڈرز، لہذا غلطی ایک جھٹکا ہے، تباہی نہیں۔
• جو آپ بناتے ہیں اسے برقرار رکھیں: ایک بار کے حل کو دوبارہ قابل استعمال اسکرپٹ میں تبدیل کریں جو آپ یا کوئی ساتھی ہمیشہ کے لیے چل سکتا ہے۔

وقت پر کم؟ 30 منٹ کا راستہ

پورا صفحہ قابل قدر ہے، لیکن اگر طوالت آپ کو خوفزدہ کرتی ہے، تو یہ آپ کو بنیادی مہارت حاصل کر لیتا ہے: تصورات 3،6 پڑھیں (کن مسائل کے لیے کوڈ کی ضرورت ہے، کمپیوٹیشن کو کیسے مجبور کیا جائے، کیسے بریف کیا جائے، کیسے تصدیق کی جائے) اور ہر ایک کے 🔬 Do this باکس کو چلائیں۔ سطحوں (حصہ 3)، حفاظتی اصول (تصور 12) اور Projects کے لیے بعد میں واپس آئیں۔ وہ چند ٹکڑے اکیلے آپ کو کوڈ کے لیے ایک قابل کلائنٹ بناتے ہیں۔

---

حصہ 1: معاہدہ

تین تصورات جو اس چیز کو تبدیل کرتے ہیں جو آپ کے خیال میں آپ کو مانگنے کی اجازت ہے۔

1. کوڈ اب کوڈنگ کے ذریعے نہیں دیا جاتا ہے۔

بک کیپر کی کھوئی ہوئی شام اتنی اہمیت کیوں رکھتی ہے؟ کیونکہ اس کے پورے کیرئیر کے لیے، معاہدہ وہی ظالمانہ تھا یا تو/یا: _یا تو پروگرام کرنا سیکھیں، یا ہاتھ سے کریں۔

نئی ڈیل: AI ڈویلپر ہے، آپ کلائنٹ ہیں، اور ڈویلپر سیکنڈوں میں مفت میں کام کرتا ہے، اور آپ کی نظرثانی سے کبھی نہیں تھکتا ہے۔

جو تبدیلی آئی ہے وہ یہ نہیں ہے کہ AI کوڈ لکھ سکتا ہے۔ یہ 2022 میں ہوسکتا ہے، بری طرح۔ تین چیزیں ایک ساتھ پختہ ہوئیں:

• AI اچھی طرح سے بیان کردہ چھوٹے مسائل کے لیے working کوڈ لکھتا ہے۔ مسئلہ کے پیمانے کے لیے یہ کورس احاطہ کرتا ہے (ایک فائل، ایک فولڈر، ایک بار بار ہونے والا کام)، جدید ماڈل زیادہ تر وقت پہلی یا دوسری کوشش میں کامیاب ہوتے ہیں۔
• AI خود کوڈ کو چلاتا ہے۔ آپ کوڈ کو کسی ایسے ٹول میں کاپی نہیں کرتے جو آپ کے پاس نہیں ہے۔ AI اسے چیٹ کے اپنے سینڈ باکس (Claude.ai, ChatGPT, Gemini) میں یا آپ کی مشین پر اجازت کے ساتھ (Claude Code, OpenCode, Cowork, OpenWork) پر عمل کرتا ہے، نتیجہ دیکھتا ہے، اور اپنی غلطیوں کو خود ٹھیک کرتا ہے۔
• AI خود کوڈ کی مرمت کرتا ہے۔ جب کوئی چیز ٹوٹ جاتی ہے تو غلطی کا پیغام واپس لوپ میں چلا جاتا ہے اور AI کورس کو درست کرتا ہے۔ ڈیبگنگ اسکل جس کو بنانے میں پروگرامرز کو برسوں لگے وہ اب سروس کا حصہ ہے۔

(یہ وہ جگہیں ہیں جہاں AI آپ کے لیے کوڈ لکھ سکتا ہے اور چلا سکتا ہے، اور حصہ 3 ہر ایک کے ذریعے چلتا ہے۔ مختصر ورژن: Claude.ai وہ چیٹ ویب سائٹ ہے جسے آپ پہلے ہی استعمال کر سکتے ہیں، اور ChatGPT اور جیمنی اسی طرح کام کرتے ہیں؛ Claude Code اور OpenCode ایسے ٹولز ہیں جو براہ راست آپ کے کمپیوٹر کے اندر کام کرتے ہیں** Ok** یا Cowork پر ایک فولڈر** pen اور ** pen. وہ ایپس جو نان پروگرامرز کے لیے ایسی ہی ہیں جو کہ تین قسم کی جگہوں (براؤزر، فولڈر، ڈیسک ٹاپ ایپ) میں شامل ہیں، پہلا ٹول ایک تجارتی پروڈکٹ ہے اور دوسرا آپ کو اس سے زیادہ جاننے کی ضرورت نہیں ہے۔

اگر آپ نے 2023 میں کوڈ کے لیے AI آزمایا تو ایک چیز کو جانیں۔

اس کے بعد، AI نے آپ کو کوڈ کا ایک بلاک دیا اور وہاں سے چلا گیا، اور جب تک کہ آپ Python انسٹال نہ کر لیں اور یہ نہیں جانتے کہ بلاک کو کہاں پیسٹ کرنا ہے، بات چیت وہیں ختم ہو گئی۔ وہ دور ختم ہو گیا ہے۔ آج آپ مسئلہ بیان کرتے ہیں، اور AI کوڈ لکھتا ہے اور اسے چلاتا ہے، اسی جواب میں، آپ کی طرف کچھ بھی انسٹال نہیں ہوتا ہے۔ ایسا کوئی قدم نہیں ہے جہاں سے نمٹنے کے لیے آپ کو کوڈ دیا جائے۔ صرف وہی چیزیں جو آپ تک پہنچتی ہیں وہ چیزیں ہیں جو آپ اصل میں چاہتے تھے: جواب، چارٹ، صاف فائل، رپورٹ۔

ان کو ایک ساتھ رکھیں اور کام کی اکائی بدل جاتی ہے۔ آپ اب نہیں پوچھیں گے "کیا میں یہ لکھ سکتا ہوں؟" آپ پوچھتے ہیں "کیا میں اسے بیان کر سکتا ہوں؟" تفصیل ایک ایسی مہارت ہے جو آپ کے پاس پہلے سے موجود ہے۔ آپ ہر ہفتے ساتھیوں، ٹھیکیداروں اور درزیوں کو مسائل بیان کرتے ہیں۔

** میدان سے، چھ پیشے:**

ڈبلیو ایچ او	انہوں نے جو مسئلہ بیان کیا۔	AI کے Python نے کیا کیا۔
بک کیپر	"یہ دو شیٹس مماثل ہونی چاہئیں: میرا لیجر اور بینک اسٹیٹمنٹ۔ ہر لین دین کو ایک میں تلاش کریں لیکن دوسری میں نہیں۔"	سیکنڈوں میں 1,400 قطاروں کو ملایا۔ رقم اور تاریخوں کے ساتھ 23 مماثلتوں کو جھنڈا لگایا۔
ڈاکٹر (کلینک مالک)	"ملاقات کی برآمدات کا ایک سال۔ کون سے دنوں اور سلاٹس میں سب سے زیادہ غیر شو کی شرحیں ہیں؟"	ہفتے کے دن اور گھنٹے کے حساب سے بغیر شو کی شرحیں پیر کی صبح 9 بجے اوسط سے 3× بدتر تھا۔
مارکیٹر	"چار پلیٹ فارم کی برآمدات، چار مختلف کالم لے آؤٹس۔ ایک ٹیبل: خرچ، لیڈز، لاگت فی لیڈ بذریعہ مہم۔"	فارمیٹس کو ملایا، کرنسیوں کو معمول بنایا، ٹیبل اور ایک چارٹ تیار کیا۔
استاد	"200 طلباء، تین تشخیصی کالم۔ وزنی فائنلز، لیٹر گریڈز، اور فی طالب علم ذاتی نوعیت کا ایک سطری تبصرہ۔"	تینوں نے کیا۔ اکیلے تبصرے نے ایک شام کو بچایا۔
طالب علم	"300 اسکین فائلوں کا نام IMG_4501.jpg آگے ہے۔ ہر تصویری فائل کے اندر ذخیرہ شدہ تاریخ کا استعمال کرتے ہوئے ان کا نام تبدیل کریں۔"	ایک منٹ کے اندر تمام 300 کا نام تبدیل کر دیا گیا۔
نیٹ ورک انجینئر	"ہر صبح ان آلات میں لاگ ان کریں، انٹرفیس کی حیثیت اور ایرر کاؤنٹر کھینچیں، صحت کی رپورٹ لکھیں۔"	افتتاحی پیغام سے اسکرپٹ، روزانہ اس کی میز تک پہنچنے سے پہلے چل رہا ہے۔

چھ پیشے، کوڈ کی صفر لائنیں پڑھیں۔ ہر قطار میں پیٹرن: ایک مسئلہ جو ہمیشہ decribable تھا لیکن کبھی commissionable، اب تک۔

اس تصور سے باہر لے جانے کے لئے reframe

پوچھنا بند کرو "کیا میں جانتا ہوں کہ یہ کیسے کرنا ہے؟" پوچھنا شروع کریں "کیا میں بیان کر سکتا ہوں کہ done کیسا لگتا ہے؟" اگر آپ کام کی وضاحت کر سکتے ہیں، تو آپ کوڈ کمیشن بنا سکتے ہیں۔

🔬 یہ ابھی کریں (1 منٹ)۔ نئے معاہدے کو محسوس کریں: آپ ایک حقیقی کام کی وضاحت کرتے ہیں، AI یہ کرتا ہے۔ Claude.ai کھولیں اور اسے پیسٹ کریں:

یہاں آٹھ طلباء ہیں، فی لائن ایک: ان کا اوسط سکور، پھر کیسے؟ ان کا فائنل Project بہت دنوں سے التوا میں ہے۔ مجھے بتائیں کہ کون سے طالب علم ہیں؟ 50 سے کم اور 30 ​​دن سے زیادہ دیر سے، لہذا میں جانتا ہوں کہ کس سے رابطہ کرنا ہے، اور یہ کتنے ہیں؟ کوڈ لکھیں اور چلائیں تاکہ شمار درست ہو۔

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

آپ نے ہاتھ سے کسی چیز کو چھانٹ یا شمار نہیں کیا۔ آپ نے بتایا کہ کون سے طلباء اہم ہیں اور کیا تلاش کرنا ہے۔ AI نے ایک چھوٹا پروگرام لکھا، اسے چلایا، اور جواب واپس دے دیا (تین طلباء: 41، 47، اور 29 اسکور کرنے والے)۔ یہ نئی ڈیل ہے، ختم کرنا شروع کریں: ہو گیا بیان کریں، مکمل ہو گیا، حساب کی ضمانت کے ساتھ۔

2. اصل میں کوڈ کیا ہے (60 سیکنڈ ورژن)

(پہلے سے ہی خود کوڈ لکھیں؟ اس کو ختم کریں۔ کورس واقعی آپ کے لیے تصور 3 سے شروع ہوتا ہے، اور تصورات 6 اور 12، تصدیق اور دھماکے کا رداس، کیا وہ حصے ہیں جو تجربہ کار پروگرامرز بھی جل جاتے ہیں۔) آپ اس کورس میں کبھی بھی کوڈ نہیں پڑھیں گے، لیکن آپ کو یہ جاننے کی ضرورت ہے کہ آپ کیا کمیشن دے رہے ہیں، جس طرح سے ایک گھر کا مالک جو کبھی بھی دیوار نہیں رکھتا وہ جانتا ہے۔

کوڈ بالکل درست ہدایات کی ایک فہرست ہے جس پر کمپیوٹر کسی بھی رفتار سے، کسی بھی وقت مکمل طور پر عمل کرتا ہے۔ بس۔ "فائل کھولیں۔ ہر قطار کے لیے، زمرہ اور رقم کو پڑھیں۔ اس زمرے کے چلنے والے کل میں رقم شامل کریں۔ جب ہو جائے تو، ہر کل کو پرنٹ کریں۔" انگریزی میں لکھا، یہ ایک طریقہ کار ہے۔ ایک پروگرامنگ لینگویج میں لکھا گیا، یہ کوڈ ہے، اور مشین اسے بغیر کسی توجہ کے لاکھوں بار عمل میں لاتی ہے۔

کوڈ بہت سی زبانوں میں آتا ہے، جس طرح سے معاہدے کئی انسانی زبانوں میں آتے ہیں، اور جس طرح آپ ایک مترجم کو صحیح انتخاب کرنے دیتے ہیں، اسی طرح آپ AI کو کام کے لیے صحیح کوڈ کی زبان چننے دیتے ہیں۔ آپ اپنی اسکرین پر دو سے ملیں گے:

• Python وہ ہے جسے آپ سب سے زیادہ دیکھیں گے، اور اس کورس کا مرکزی کردار۔ یہ بالکل آپ کی قسم کے مسئلے (فائلیں، اسپریڈ شیٹس، ڈیٹا، چارٹس، رپورٹس، آٹومیشن) کے لیے پہلے سے طے شدہ زبان ہے، اور فیصلہ کن طور پر، یہ ** وہ زبان ہے جو AI سب سے بہتر جانتا ہے۔** کسی بھی دوسری زبان کے مقابلے AI ٹریننگ ڈیٹا میں زیادہ Python موجود ہے، اس لیے جب کوئی AI Python لکھتا ہے تو وہ اپنی مادری زبان میں لکھتا ہے۔ حقیقی ڈیٹا کے مسائل کی قسم کے لیے اگلا تصور نیچے پن کرتا ہے، AI تقریباً ہر بار Python تک پہنچتا ہے۔
• JavaScript/TypeScript وہ ہے جسے آپ دیکھیں گے جب آپ click کے لیے کچھ مانگیں گے: ایک ویب ٹول، ایک چھوٹا سا گیم، ایک کیلکولیٹر جسے آپ لنک کے ذریعے شیئر کرتے ہیں۔ یہ وہ دنیا ہے جس میں پروموٹنگ کورس رہتا تھا، وہ گیمز اور پیجز جو آپ نے وہاں بنائے تھے۔ (TypeScript اضافی حفاظتی چیک کے ساتھ صرف JavaScript ہے؛ آپ کے مقاصد کے لیے وہ قدرے مختلف کپڑوں میں ایک ہی چیز ہیں۔) یہ کورس بمشکل اس دنیا کا دورہ کرتا ہے۔ یہاں کا کام، حقیقی ڈیٹا کو قابل اعتماد طریقے سے ہینڈل کیا جاتا ہے، یہ Python کا ہوم ٹرف ہے۔

یہ وہ حصہ ہے جو آپ کے کام کو آسان رکھتا ہے: آپ کبھی بھی ان کے درمیان انتخاب نہیں کرتے۔ زبان کا انتخاب ایک تکنیکی فیصلہ ہے، اور تکنیکی فیصلے بالکل وہی ہیں جو آپ تفویض کر رہے ہیں۔ ایک اچھا کلائنٹ عمارت کی وضاحت کرتا ہے اور معمار کو اسٹیل اور لکڑی کے درمیان فیصلہ کرنے دیتا ہے۔ آپ مسئلہ بیان کرتے ہیں اور AI کو Python اور JavaScript کے درمیان فیصلہ کرنے دیں۔ یہ آپ کے مسئلے کی ضرورت کی بنیاد پر انتخاب کرتا ہے، اسپریڈشیٹ (Python) سے ایک نمبر بمقابلہ ایک بٹن جس پر کوئی کلک کر سکتا ہے (JavaScript)، اور یہ اس انتخاب کے بارے میں درست ہے کہ ایک ابتدائی ہونے سے کہیں زیادہ قابل اعتماد ہے۔ دونوں ناموں کو بالکل جاننے کی واحد وجہ یہ ہے کہ آپ اس بات کو پہچانیں کہ ماضی میں کیا سکرول ہو رہا ہے اور جب "مجھے ایک ٹول بنائیں" کی درخواست "میرے کل اخراجات" کی درخواست سے مختلف زبان میں واپس آتی ہے تو حیران نہیں ہوتے۔

جب کوڈ ماضی میں اسکرول کرتا ہے تو کیسا لگتا ہے؟ Python کا ایک سکریپ اس طرح لگتا ہے:

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

_کیا آپ کی آنکھیں اس پر سے پھسل گئیں؟ بالکل ٹھیک۔ یہ وہ تمام توجہ کا کوڈ ہے جو آپ سے یہاں پوچھتا ہے۔ یہ اس کورس کو پڑھنے کی سطح ہے جو آپ سے پوچھتی ہے، اور مزید نہیں۔

(کیا دوسری زبانیں ہیں؟ بہت سی: Go, Rust, SQL، اور مزید، ہر ایک اس کورس کے باہر تکنیکی کام کے لیے موزوں ہے۔ آپ کسی دن ایک جھلک دیکھ سکتے ہیں، لیکن اصول کبھی نہیں بدلتا: روزمرہ کے ڈیٹا کے مسائل کے لیے یہ کورس ہے، یہ Python یا JavaScript ہے، اور کسی بھی طرح سے _آپ نتیجہ بیان کرتے ہیں اور AI زبان کو چنتا ہے۔)

آپ کو اسے دیکھنے کی اجازت ہے۔ آپ کی ضرورتنہیں ہے۔ اس کورس کا وعدہ یہ ہے کہ آپ کو درکار ہر مہارت (کمیشننگ، اسٹیئرنگ، تصدیق کرنا، رکھنا) ایک لائن کو پارس کیے بغیر کام کرتی ہے۔ اسکرولنگ کوڈ کے ساتھ اس طرح برتاؤ کریں جس طرح آپ مکینک کے کھلے انجن بے کے ساتھ سلوک کرتے ہیں: اس بات کا ثبوت کہ حقیقی کام ہو رہا ہے، نہ کہ آپ کو کوئی امتحان پاس کرنا ہے۔

یاد رکھنے کے قابل کوڈ کی ایک خاصیت: کوڈ بالکل درست ہے، دونوں سمتوں میں۔ یہ صفر ریاضی کی غلطیوں کے ساتھ آپ کے ٹوٹل کو آخری فیصد تک شمار کرے گا، اور یہ بالکل وہی کرے گا جو اسے بتایا گیا تھا، بشمول غلط چیز، بالکل، پیمانے پر۔ غلط فہمی کے ساتھ ایک اسکرپٹ 300 فائلوں کا نام غلط طور پر تبدیل کرتا ہے جس طرح یہ ان کا صحیح نام تبدیل کرتا ہے۔ اسی لیے تصور 6 (تصدیق) اور تصور 12 (دھماکے کا رداس) موجود ہے۔ طاقت اور خطرہ ایک ہی جائیداد سے آتے ہیں۔

ایک غیر سافٹ ویئر تشبیہ۔ ایک نسخہ انسان کے لیے کوڈ ہے۔ ایک دھیان رکھنے والے باورچی کے ذریعہ "20 منٹ ابالنا" رات کا کھانا تیار کرتا ہے۔ ایک بالکل فرمانبردار روبوٹ کے ذریعہ پھانسی دی گئی جسے اتفاقی طور پر بتایا گیا تھا کہ "20 گھنٹے ابالنا" بے عیب طریقے سے چارکول پیدا کرتا ہے۔ روبوٹ ناکام نہیں ہوا۔ مختصر نے کیا۔ حصہ 2 میں سب کچھ مختصر لکھنے کے بارے میں ہے جو باورچی خانے کو جلا نہیں دیتے ہیں۔

🔬 یہ ابھی کریں (1 منٹ)۔ دیکھیں کہ "AI کوڈ لکھتا ہے اور چلاتا ہے" اصل میں کیسا لگتا ہے۔ اسے چسپاں کریں:

ان نمبروں کو کل کرنے کے لیے کوڈ لکھیں اور چلائیں، پھر مجھے اوسط بتائیں اور 40 سے اوپر کتنے ہیں: 12، 47، 8، 93، 21، 56۔ مجھے کوڈ دکھائیں تم بھاگ گئے

پیچھے ایک مختصر Python پروگرام آتا ہے، ایک "کامیابی سے بھاگا" نتیجہ، اور جوابات (کل 237، اوسط 39.5، 40 سے اوپر تین)۔ آپ نے کوئی زبان نہیں مانگی۔ Python صرف وہی ہے جو اس قسم کے کام کی ضرورت ہے، اور آپ باقی کورس میں کیا دیکھیں گے۔ (یہ کلک کرنے کے قابل چیزوں کے لیے JavaScript بھی لکھتا ہے، لیکن وہ کورس کے گیمز اور پیجز تھے۔ یہاں، ہم کام کرتے ہیں۔)

3. تقسیم کرنے والی لائن: کون سے مسائل کوڈ کے مسائل ہیں۔

یہ وہ تصور ہے جس سے پورا کورس آن ہو جاتا ہے، کیونکہ یہ ایک ہی فیصلہ ہے جو آپ کسی بھی اشارے سے پہلے کرتے ہیں: کیا یہ AI کے ذہن کے لیے ایک سوال ہے، یا AI کے ہاتھوں کا کام؟

AI کے پاس آپ کی مدد کرنے کے دو طریقے ہیں۔ یہ اپنے استدلال سے جواب (مسودہ، مشورہ، خلاصہ، وضاحت، دماغی طوفان) دے سکتا ہے۔ اور یہ کمپیوٹ کر سکتا ہے: کوڈ لکھ کر چلا سکتا ہے جو آپ کے اصل ڈیٹا پر چلتا ہے۔ زیادہ تر لوگ صرف پہلا استعمال کرتے ہیں، پھر حیران ہوتے ہیں کہ ان کی اسپریڈشیٹ کے AI کے "تجزیہ" میں غلط ٹوٹل کیوں تھے۔ ٹوٹل غلط تھے کیونکہ AI نے جواب دیا جب اسے حساب کرنا چاہیے تھا: اس نے آپ کے ڈیٹا کو ایک نظر سے بیان کیا، جس طرح سے انسان اسکیم کرتا ہے، اس پر کارروائی کرنے کے بجائے، جس طرح سے مشین گنتی ہے۔

چار سگنل آپ کو بتاتے ہیں کہ ایک مسئلہ ایک کوڈ کا مسئلہ ہے۔ ان میں سے کوئی بھی کافی ہے:

سگنل	ٹیسٹ	مثالیں
حجم	اس سے زیادہ اشیاء جو آپ آرام سے ہاتھ سے کرتے ہیں۔	نام بدلنے کے لیے 300 فائلیں، کل 5,000 قطاریں، ایک شق کو اسکین کرنے کے لیے 80 PDFs۔
صحت سے متعلق	ایک غلط ہندسہ کے نتائج ہوتے ہیں۔	رسیدیں، پے رول، درجات، خوراک کی میزیں، مفاہمتیں، پیسے کے ساتھ کچھ بھی۔
** تکرار **	آپ کو اگلے ہفتے یا اگلے مہینے دوبارہ اسی کام کا سامنا کرنا پڑے گا۔	مہینے کے آخر کی رپورٹس، روزانہ ڈیوائس کی صحت کی جانچ، ہفتہ وار مہم کا رول اپ۔
فائلیں	مسئلہ فائلوں میں رہتا ہے، جملوں میں نہیں۔	اسپریڈ شیٹس، برآمد شدہ ڈیٹا فائلز، امیجز کے فولڈرز، لاگز۔

حجم، درستگی، تکرار، فائلیں: VPRF مختصر کے لیے، چار حرفی ٹیسٹ اس کورس میں واپس آتا رہتا ہے۔ اگر کوئی کام چاروں میں سے کسی کو بھی نہیں پہنچاتا ہے، تو یہ ایک جواب مسئلہ ہے: 2026 میں AI پرمپٹنگ کی مہارتوں کا استعمال کریں اور کوڈ کے بارے میں کبھی نہ سوچیں۔ اگر یہ ایک بھی ٹرپ کرتا ہے تو یہ ایک code مسئلہ ہے، اور اس کورس کا باقی حصہ پلے بک ہے۔

فلٹر کے ذریعے اپنا ہفتہ چلائیں:

کام	کوڈ کا مسئلہ؟	کیوں
"میٹنگ کو مسترد کرتے ہوئے ایک شائستہ ای میل کا مسودہ تیار کریں۔"	نہیں	کوئی حجم، کوئی صحت سے متعلق داؤ، کوئی فائل نہیں. خالص جواب کا مسئلہ۔
"اس ایک معاہدے کا خلاصہ کریں۔"	نہیں	ایک دستاویز، فیصلہ بھاری۔ AI اسے براہ راست پڑھتا ہے۔
"ان 80 معاہدوں میں سے کون سا غیر معیاری ختم کرنے کی شق ہے؟"	ہاں	حجم + فائلیں۔ تمام 80 کوڈ اسکین کرتا ہے۔ ایک نظر پر مبنی جواب کچھ یاد آئے گا۔
"کیا میرا بزنس آئیڈیا اچھا ہے؟"	نہیں	فیصلہ۔ اشارہ کرنے والے کورس سے روبرک پیٹرن کا استعمال کریں۔
"میں نے اس سال ایندھن پر کیا خرچ کیا؟"	ہاں	درستگی + فائلیں۔ نمبر حساب سے آنا چاہیے، تاثر سے نہیں۔
"وضاحت کریں کہ میوچل فنڈ کیا ہے؟"	نہیں	علمی سوال۔
"لی گئی تاریخ کے مطابق چھٹی کی ان تصاویر کا نام تبدیل کریں۔"	ہاں	حجم + فائلیں۔
"ہر پیر کو میں تین برآمدات کو ایک رپورٹ میں جوڑتا ہوں۔"	ہاں	تکرار، سب سے مضبوط اشارہ، کیونکہ اسکرپٹ ایک اثاثہ بن جاتا ہے (تصور 8)۔

دیکھنے کے لیے ٹریپ: مسائل جو جواب کے مسائل کی طرح _لکھتے ہیں لیکن ٹرپ پریسجن۔ "اس سال میری فروخت کا رجحان کیسا رہا؟" بات چیت محسوس کرتا ہے، لہذا لوگ بات چیت سے پوچھتے ہیں اور ایک بات چیت (یعنی، تقریبا) جواب حاصل کرتے ہیں. اگر کوئی فیصلہ نمبر پر منحصر ہے، تو یہ ایک کوڈ کا مسئلہ ہے، چاہے آپ اسے کتنی ہی اتفاقیہ طور پر بیان کریں۔ جملے کی درستگی تصور 4 ہے۔

ان میں سے ہر ایک کو کون سی زبان آتی ہے؟ (صرف متجسس؛ آپ اسے کبھی منتخب نہیں کرتے)

تصور 2 سے یاد کریں کہ AI زبان کو چنتا ہے، اور انتخاب output کی پیروی کرتا ہے، نہ کہ ٹاسک:

اگر نتیجہ آپ چاہتے ہیں…	AI عام طور پر لکھتا ہے…	اوپر سے مثالیں۔
ایک نمبر، ایک صاف فائل، ایک رپورٹ، ایک نام تبدیل شدہ فولڈر	Python	فیول ٹوٹل، کنٹریکٹ اسکین، تصویر کا نام بدلنا، پیر کا رول اپ
وہ چیز جو کوئی براؤزر میں کلک کرتا ہے، ٹائپ کرتا ہے یا کھولتا ہے۔	JavaScript / TypeScript	ایک قابل اشتراک اخراجات کیلکولیٹر، ایک انٹرایکٹو کوئز، بٹنوں کے ساتھ ایک چھوٹا سا ڈیش بورڈ

اس کورس میں تقریباً ہر چیز (VPRF کے مسائل، Projects، آپ کا حقیقی کام کا ہفتہ) ایک نمبر یا فائل تیار کرتی ہے، لہذا آپ کو تقریباً ہر بار Python نظر آئے گا۔ کلک کرنے کے قابل ٹولز حوصلہ افزا کورس کا علاقہ ہیں، ہمارا نہیں۔

ایک غیر سافٹ ویئر مثال۔ ایک اسکول کے منتظم نے ایک AI سے کہا کہ "اس فیس اسپریڈشیٹ کو دیکھیں اور مجھے بتائیں کہ کون سے خاندان ادائیگیوں میں پیچھے ہیں۔" اے آئی نے اعتماد کے ساتھ آٹھ خاندانوں کی فہرست دی۔ اصل نمبر، بعد میں شمار کیا گیا، گیارہ تھا۔ کوئی جھوٹ نہیں بول رہا تھا۔ AI نے computed کے بجائے _جواب دیا (ایک سکم سے پیٹرن سے ملایا)۔ تینوں چھوٹ جانے والے خاندانوں کی جزوی ادائیگیاں تھیں جنہیں ایک سکم ادا کے طور پر پڑھتا ہے۔ ایک جملہ اسے روک سکتا تھا: "ان کو تلاش کرنے کے لیے کوڈ لکھیں اور چلائیں۔" اب وہ ڈیٹا کے ہر سوال کو اس جملے کے ساتھ ختم کرتی ہے، بالکل وہی جگہ جہاں سے حصہ 2 شروع ہوتا ہے۔

🔬 یہ ابھی کریں (2 منٹ)۔ ایک ہی فیصلہ کریں کہ پورا کورس لگاتار آٹھ بار آن ہوتا ہے۔ اسے چسپاں کریں:

ان 8 کاموں کو ANSWER مسائل (آپ صرف جواب دیں) یا CODE میں ترتیب دیں۔ مسائل (آپ کوڈ لکھتے اور چلاتے ہیں)۔ ہر ایک کو ایک مختصر وجہ بتائیں، اور وہ نام جو سگنل فائر کرتا ہے: حجم، درستگی، تکرار، یا فائلیں۔

1. میٹنگ کو مسترد کرتے ہوئے ایک شائستہ ای میل کا مسودہ تیار کریں۔
2. سیلز کی 2,000 قطاریں شامل کریں اور کل کو مہینے کے حساب سے توڑ دیں۔
3. کیا میرا کاروباری خیال اچھا ہے؟
4. ہر ایک کے اندر ذخیرہ شدہ تاریخ کا استعمال کرتے ہوئے 300 تصاویر کا نام تبدیل کریں۔
5. وضاحت کریں کہ میوچل فنڈ کیا ہے۔
6. معلوم کریں کہ 80 میں سے کن کنٹریکٹ میں منسوخی کی غیر معیاری شق ہے۔
7. اس ایک خبر کا خلاصہ کریں۔
8. ہر پیر کو، تین برآمد شدہ فائلوں کو ایک رپورٹ میں یکجا کریں۔

اس کی وجوہات کو پڑھنے سے پہلے اس کے جوابات اپنے گٹ کے خلاف چیک کریں۔ طاق نمبر والے کام جوابی مسائل ہیں۔ یکساں نمبر والے کوڈ کے مسائل ہیں۔ آپ نے صرف دماغی کام کو ہاتھ کے کام سے ترتیب دیا ہے، یہ وہ اقدام ہے جو آپ اپنی باقی زندگی کے لیے ہر اشارے سے پہلے کریں گے۔

---

حصہ 2: کمیشننگ کوڈ

آپ نے فیصلہ کیا ہے کہ یہ کوڈ کا مسئلہ ہے۔ پانچ تصورات مکمل کلائنٹ سائیڈ کرافٹ کا احاطہ کرتے ہیں: یقینی بنانا کہ کوڈ حقیقت میں چلتا ہے، مختصر لکھنا، اس کام کی تصدیق کرنا جسے آپ پڑھ نہیں سکتے، ناکامی سے نمٹنا، اور جو آپ نے ادا کیا اسے برقرار رکھنا۔

4. AI کے ہاتھوں کو حرکت دیں: خودکار بمقابلہ واضح

جدید AI ٹولز فیصلہ کرتے ہیں کہ آیا آپ کے پرامپٹ کی آواز کی بنیاد پر کوڈ لکھنا ہے۔ ایک اسپریڈشیٹ اپ لوڈ کریں اور پوچھیں "کون سی مصنوعات سب سے تیزی سے بڑھی؟" اور زیادہ تر اس کی گنتی کریں گے۔ لیکن کسی بھی چیز پر جو ایک نظر سے جوابدہ لگتی ہے، AI کوڈ اور estimate_ کو چھوڑ سکتا ہے، اور ایک تخمینہ بالکل حساب کی طرح فارمیٹ کیا جاتا ہے: وہی پراعتماد لہجہ، وہی صاف نمبر۔ یہ خاموش ناکامی کا موڈ ہے، اور اس کورس کے لیے یہ دشمن نمبر ایک ہے۔

آپ اسے ایک عادت کے ساتھ بے اثر کرتے ہیں: کسی بھی چیز کا فیصلہ AI پر نہ چھوڑیں جو درستگی کے سگنل کو ختم کرے۔ الفاظ کہیں۔

آپ کی میز کے اوپر پن کرنے کے قابل تین سطروں کا ترانہ:

اس کا جواب دینے کے لیے کوڈ لکھیں اور چلائیں۔ مجھے وہ کوڈ دکھائیں جو آپ نے چلایا تھا۔ کسی بھی چیز کا تجزیہ کرنے سے پہلے مجھے قطار کی صحیح گنتی، کالم بتائیں نام، اور فائل کی تاریخ کی حد۔

لائن ون کمپیوٹیشن پر مجبور کرتی ہے۔ لائن دو آپ کو ثبوت دیتی ہے: اگر کوئی کوڈ بلاک ظاہر نہیں ہوتا ہے، کوئی کوڈ نہیں چلتا، چاہے نثر کا دعویٰ ہو۔ لائن تھری اس کورس میں سب سے سستا جھوٹ پکڑنے والا ہے: اگر AI واقعی آپ کی فائل پڑھ رہا ہے، تو قطار کی گنتی اور کالم کے نام بالکل درست ہوں گے۔ اگر یہ چیزیں بنا رہا ہے، تو آپ کو ایک مشکوک گول نمبر اور قابل فہم لیکن غلط کالم کے نام ملیں گے، اور آپ کو "تجزیہ" شروع ہونے سے پہلے رکنے کا پتہ چل جائے گا۔

دھیان دیں کہ انکانٹیشن "کوڈ" کہتا ہے، "Python" نہیں۔ یہ جان بوجھ کر ہے، اور اس کورس میں ہر پرامپٹ کے لیے یہ اصول ہے: آپ AI کو compute کرنے کے لیے کہتے ہیں؛ آپ اسے کبھی نہیں بتاتے کہ _کون سی زبان میں حساب کرنا ہے۔ "کوڈ لکھیں اور چلائیں" AI کو آپ کے مسئلے کے لیے صحیح ٹول چننے دیتا ہے (تصور 2)۔ "Python میں" شامل کرنے سے اس کے ہاتھ کو اس اندازے کی بنیاد پر مجبور کیا جائے گا کہ آپ بنانے کے لیے لیس نہیں ہیں، اور اس نایاب مسئلے پر جہاں Python غلط انتخاب ہے، آپ نے خاموشی سے اسے غلط طریقے سے چلا دیا ہوگا۔ کام کی وضاحت کریں، کوڈ کا مطالبہ کریں، زبان کو AI پر چھوڑ دیں۔

آپ کا جملہ کس طرح AI کو ساتھ ساتھ چلاتا ہے:

آپ کا جملہ	جو عام طور پر ہوتا ہے۔	خطرہ
"یہ ڈیٹا کیا دکھاتا ہے؟"	نظر پر مبنی خلاصہ، شاید کوڈ۔	تخمینے حقائق کے طور پر ملبوس ہیں۔
"اخراجات کا رجحان کیسا رہا؟"	تقریباً ہمیشہ ایک نظر۔ "موٹی طور پر" بتاتا ہے کہ AI کی درستگی سے کوئی فرق نہیں پڑتا ہے۔	ٹھیک ہے صرف اگر آپ واقعی میں پرواہ نہیں کرتے ہیں۔
"مہینہ کے حساب سے لاگت کا حساب لگانے کے لیے کوڈ لکھیں اور چلائیں۔"	کوڈ، ہر بار.	کم سے کم۔
"کیا آپ اس فائل پر کوڈ چلا رہے ہیں، یا تخمینہ لگا رہے ہیں؟ اگر تخمینہ لگا رہے ہیں تو اس کے بجائے کوڈ کو روک کر چلائیں۔"	AI اپنے طریقہ کار کا اعلان کرتا ہے، پھر حساب کرتا ہے۔	سب سے مضبوط واحد اقدام جب آپ کو ایک نظر میں شبہ ہو۔

اور بات چیت کا نظم: جواب کے مسائل کے لیے کوڈ کا مطالبہ نہ کریں۔ "مجھے یہ بتانے کے لیے کوڈ لکھیں اور چلائیں کہ آیا میرا مضمون قائل کرنے والا ہے" ٹول کو ضائع کر دیتا ہے۔ تصور 3 سے تقسیم کرنے والی لائن دونوں طریقوں کو کاٹتی ہے۔

بتانے والا

آپ کے ڈیٹا کے بارے میں ایک جواب جس میں کوئی نظر آنے والا کوڈ بلاک نہیں ہے، قطار کی کوئی گنتی نہیں ہے، اور "میں نے جو حساب کیا ہے وہ یہ ہے" آپ کے ڈیٹا کے بارے میں ایک رائے ہے، اس کا تجزیہ نہیں۔ اس کے ساتھ ایسا سلوک کریں جس طرح آپ کسی ٹھیکیدار کے کام کے انوائس کے ساتھ سلوک کریں گے جو آپ نے کبھی نہیں دیکھا۔

🔬 یہ ابھی کریں (2 منٹ)۔ AI prove کو اندازہ لگانے کی بجائے کمپیوٹنگ میں بنائیں۔ اس چھوٹی فائل اور تین سطروں پر مشتمل ترانہ کو ایک ساتھ چسپاں کریں:

یہاں ایک چھوٹا سا سفر لاگ ہے۔

تاریخ، موڈ، منٹ 2025-03-03، بس، 35 2025-03-03، واک، 10 04-03-2025، بائیک، 20 05-03-2025، بس، 40 2025-03-06، واک، 15 07-03-2025، بائیک، 25 2025-03-10، بس، 30 2025-03-11، واک، 12

موڈ کے لحاظ سے منٹوں کو کل کرنے کے لیے کوڈ لکھیں اور چلائیں۔ مجھے وہ کوڈ دکھائیں جو آپ نے چلایا تھا۔ کچھ اور کرنے سے پہلے، مجھے قطاروں کی صحیح تعداد، کالم بتائیں نام، اور تاریخ کی حد۔

آپ جواب خود چیک کر سکتے ہیں: 8 قطاریں، کالم تاریخ / موڈ / منٹ، سبھی مارچ 2025 میں۔ یہ بالکل وہی رپورٹ کرے گا، پھر ایک کوڈ بلاک، پھر ٹوٹل (بس 105 پر آتی ہے)۔ سیکڑوں قطاروں کی فائل پر آپ کبھی آنکھ نہیں چرا سکتے، وہی ابتدائی سوال ہے جو AI ایجاد کرنے والے نمبروں کو پکڑتا ہے۔

5. مسئلہ کو مختصر کریں، پروگرام کی نہیں۔

یہاں اس کورس میں سب سے زیادہ آزاد کرنے والی حقیقت ہے: بہترین کوڈ بریف میں کوئی تکنیکی زبان نہیں ہوتی۔ آپ لوپس، لائبریری، فائل ہینڈلنگ، یا یہاں تک کہ کونسی پروگرامنگ زبان استعمال کرنے کی وضاحت نہیں کرتے ہیں۔ آپ واضح کرتے ہیں کہ اچھا نتیجہ کیسا نظر آتا ہے، بالکل اسی طرح جیسا کہ آپ انسانی معاون کے لیے کرتے ہیں، اور AI ارادے کو نفاذ میں ترجمہ کرتا ہے، زبان بھی شامل ہے۔ جو لوگ پروگرامنگ کو آدھا جانتے ہیں وہ اکثر کل ابتدائیوں کے مقابلے میں worse مختصر لکھتے ہیں، کیونکہ وہ اس بات کا مائیکرو مینیج کرتے ہیں کہ کس طرح اور اس کی وضاحت نہیں کرتے۔ "یہ Python میں لکھیں" بالکل اسی قسم کا مائیکرو مینیجمنٹ ہے: آپ نے اب AI کے انتخاب کو ایک ترجیح کی بنیاد پر محدود کر دیا ہے جس کا آپ حقیقت میں جواز پیش نہیں کر سکتے، جب outcome ("ایک ٹول جس پر میں کلک کر سکتا ہوں" بمقابلہ "میری اسپریڈشیٹ سے ایک نمبر") کی وضاحت کرتے ہوئے اسے خود ہی صحیح طریقے سے منتخب کرنے دیا جاتا۔

ایک مکمل مختصر پانچ سوالوں کا جواب دیتا ہے۔ آپ نے پرامٹنگ کورس کی ایپ ریسیپی میں پہلے تین سے ملاقات کی (گول، ان پٹ، آؤٹ پٹ)؛ کوڈ کے مسائل میں دو مزید شامل ہیں:

# 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)

جی ہاں، یہ ایک Markdown اسپیک ہے، بالکل اسی قسم کی Markdown اندر، HTML باہر نے آپ کو لکھنے کی تربیت دی ہے۔ کوڈ بریف وہ جگہ ہے جہاں وہ مہارت کمپاؤنڈ سود کی ادائیگی شروع کر دیتی ہے: ہر سرخی ایک ایسی چیز ہے جس کا اب AI کو اندازہ نہیں لگانا ہے۔

ابتدائی طور پر چھوڑنے والے دو حصے وہ ہیں جو سب سے اہم ہیں:

قواعد وہ جگہ ہے جہاں آپ کا پیشہ ورانہ علم رہتا ہے۔ AI Python کو جانتا ہے۔ یہ نہیں جانتا کہ آپ کا تعلیمی سال اگست میں شروع ہوتا ہے، کہ "پینڈنگ" کا مطلب your سسٹم میں ابھی تک جمع نہیں کیا گیا، یا یہ کہ ڈاؤن ٹاؤن اسٹور مارچ میں بند ہوا اور اسے خارج کردیا جانا چاہیے۔ ہر غلط تجزیہ سے آپ کو کبھی بھی ایسے قاعدے کے نشانات ملیں گے جو آپ جانتے تھے اور بیان نہیں کرتے تھے۔ تصور 3 میں اسکول کے منتظم کی جزوی ادائیگی چھوٹ گئی؟ ایک گمشدہ قاعدہ: "ایک خاندان جس میں کوئی بھی غیر ادا شدہ بیلنس ہے اسے پیچھے شمار کیا جاتا ہے۔"

ایج کیسز وہ جگہ ہے جہاں آپ پہلے سے فیصلہ کرتے ہیں کہ نامکمل ڈیٹا کو کیا کرنا چاہیے، کیونکہ آپ کا ڈیٹا نامکمل ہے؛ سب کا ہے. پیشہ ورانہ اقدام ایک جملہ ہے: "اگر آپ کسی قطار کو مارتے ہیں تو آپ تشریح نہیں کرسکتے ہیں، اندازہ نہ لگائیں؛ اسے چھوڑیں، اور ہر نظر انداز کی گئی قطار کو آخر میں درج کریں۔" یہ جملہ خاموش بدعنوانی کو مرئی رپورٹ میں بدل دیتا ہے۔

ایک کام شدہ مختصر، ٹیچر ایڈیشن (یہاں موجود ان پٹ .csv فائلیں ہیں، صرف اسپریڈ شیٹس کو سادہ متن کے طور پر محفوظ کیا گیا ہے؛ اس پر مزید حصہ 3 میں):

# 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.

کہیں بھی پروگرامنگ کے الفاظ نہیں ہیں، اور یہ مختصر پہلے رن پر "اس کو تلاش کریں جس نے جمع نہیں کرایا" سے کہیں زیادہ کامیاب ہو جائے گا، کیونکہ ہر اندازہ ہٹا دیا گیا ہے۔ (پچھلے کورس کو خاموشی سے لاگو کرتے ہوئے آؤٹ پٹ لائن پر غور کریں: انسان کا سامنا کرنے والا نتیجہ HTML ہے۔)

اپنے اپنے ایج کیسز نہیں جانتے؟ پوچھو

ایماندارانہ سچ: آپ کو اکثر معلوم نہیں ہوگا کہ آپ کے ڈیٹا میں کیا چھپا ہوا ہے۔ تو دریافت کرنے کا پہلا پرامپٹ بنائیں: "کچھ کرنے سے پہلے، فائلوں کا جائزہ لیں اور مجھے بتائیں: یہاں مبہم، متضاد، یا حیران کن کیا ہو سکتا ہے؟ ان سوالات کی فہرست بنائیں جو آپ کارروائی کرنے سے پہلے جواب دینا چاہیں گے۔" AI معائنہ کرتا ہے، "خالی تاریخوں کے ساتھ 14 قطاریں ہیں اور دو کرنسی ہیں؟" کے ساتھ واپس آتا ہے، آپ کو ہر ایک کیس کے ساتھ کیا لکھنا چاہیے اور اب آپ کو کیا کرنا چاہیے۔ تخیل کے بجائے علم کے ساتھ سیکشن۔ معائنہ کریں، پوچھیں، پھر مختصر کریں۔ یہ اعداد و شمار پر لاگو ہونے والے پرامٹنگ کورس سے دماغی طوفان کی تکرار کا لوپ ہے۔

🔬 یہ ابھی کریں (3 منٹ)۔ اپنی پہلی بریف، اس ڈیٹا پر لکھیں جو آپس میں لڑتا ہے۔ یہ چھوٹی فائل جان بوجھ کر گندا ہے: ایک آوارہ اکائی، نمبر کے اندر ایک کوما، دو بار داخل کی گئی قطار، اور تاریخ کے بغیر ایک قطار۔ فائل اور مختصر کو ایک ساتھ چسپاں کریں، بالکل جیسا کہ دکھایا گیا ہے:

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.

اسے kcal اور کوما کو ہٹاتے ہوئے دیکھیں، دہرائے جانے والے لنچ کی قطار کو چھوڑ دیں، خالی تاریخ کی قطار کو ایک طرف رکھیں (اور آپ کو بتا دیں)، اور باقی کو کل کریں۔ قواعد اور ایج کیسز لائنیں وہی ہیں جن کی وجہ سے ایسا ہوا۔ ان دو حصوں کو حذف کریں، اسے دوبارہ چلائیں، اور گندگی سیدھی واپس اندر چلی جائے گی۔ یہ ایک مختصر کی پوری طاقت ہے، ایک سے پہلے اور بعد میں۔ یہاں چھ گندی قطاریں؛ آپ کی حقیقی برآمد میں چند سو، جہاں ایک غلط نمبر آسانی سے چھپ جاتا ہے۔ مختصر وہ ہے جو بڑے ورژن کو بھروسہ کرنے کے لیے محفوظ بناتا ہے۔

6. اس کام کی تصدیق کرنا جو آپ پڑھ نہیں سکتے

یاد رکھیں، AI اصل میں کیا ہے (Idea 3) سے، کہ ماڈل کے پاس اپنا کوئی truth-checker نہیں ہوتا۔ کوڈ کے ساتھ آپ کے پاس ایک ایسا checker ہے جو اس کے پاس نہیں: آپ اسے run کر سکتے ہیں۔ اس لیے یہاں verification کا مطلب run کرنا اور پڑھنا ہے، بھروسہ کرنا نہیں۔

یہ وہ سوال ہے جو ہر شک کرنے والا پوچھتا ہے، اور وہ اسے پوچھنے میں حق بجانب ہیں: اگر آپ کوڈ نہیں پڑھ سکتے، تو آپ کو کیسے معلوم ہوگا کہ یہ درست ہے؟

جواب کمپیوٹرز سے پرانا ہے: اسی طرح آپ کسی بھی ماہر کو چیک کرتے ہیں جس کے مہارت کا آپ آڈٹ نہیں کر سکتے۔ آپ ٹیکس قانون کو دوبارہ حاصل کرکے اپنے اکاؤنٹنٹ کی تصدیق نہیں کرتے ہیں۔ آپ اپنے ریکارڈ کے خلاف ٹوٹل چیک کرتے ہیں۔ آپ خود سیمنٹ کی جانچ کرکے کسی بلڈر کی تصدیق نہیں کرتے۔ آپ چیک کریں کہ آیا دیوار سیدھی ہے اور دروازہ بند ہے۔ آپ آزاد علم کے خلاف _آؤٹ پٹ کی تصدیق کرتے ہیں، اور آپ، ڈومین کے ماہر، آزاد علم رکھتے ہیں جو AI کبھی نہیں کرے گا۔

کوشش کے بڑھتے ہوئے ترتیب میں پانچ چیک۔ پہلے تین زیادہ تر حالات کا احاطہ کرتے ہیں:

1۔ معلوم جواب ٹیسٹ۔ 5,000 قطاروں پر اسکرپٹ پر بھروسہ کرنے سے پہلے، اسے ایک ٹکڑا کھلائیں جس کا جواب آپ پہلے سے جانتے ہیں۔ اسے ایک مہینے پر چلائیں جسے آپ پہلے ہی ہاتھ سے بند کر چکے ہیں۔ ایک طالب علم کو چنیں اور کاغذ پر اس کے وزنی گریڈ کی گنتی کریں۔ اگر اسکرپٹ ہر جواب کو دوبارہ پیش کرتا ہے جسے آپ چیک کر سکتے ہیں، تو ان جوابات پر آپ کا اعتماد جو آپ چیک نہیں کر سکتے ہیں کمائی ہے، امید نہیں ہے۔ اس صفحے پر یہ واحد سب سے طاقتور اقدام ہے۔

مکمل فائل پر چلنے سے پہلے، کوڈ کو صرف مارچ کو چلائیں۔ میں پہلے ہی جانتے ہیں کہ مارچ کا صحیح کل $184,250 ہے۔ مجھے دکھائیں کیا کوڈ ملتا ہے.

2۔ حقیقت کے سوالات۔ آپ اپنی دنیا کے بارے میں جو کچھ جانتے ہیں اس کے ساتھ آؤٹ پٹ سے پوچھ گچھ کریں۔ قطار کی گنتی بمقابلہ قطاروں میں ہوتی ہے: اگر 1,400 اندر چلے گئے اور رپورٹ 1,381 کا احاطہ کرتی ہے، تو 19 کہاں غائب ہیں؟ کیا ٹوٹل ایک قابل فہم حد میں اترتے ہیں؟ کیا "سب سے بڑا گاہک" اس سے مماثل ہے جسے آپ جانتے ہیں سب سے بڑا ہے؟ کوئی بھی جواب جو آپ کے پیشہ ورانہ گٹ سے متصادم ہے یا تو ڈیٹا سرپرائز ہے یا کوڈ بگ، اور دونوں ہی اگلے پرامپٹ کے مستحق ہیں: "آپ کی رپورٹ X کہتی ہے، مجھے سادہ انگریزی میں چلائیں، بالکل آپ نے اس نمبر کی گنتی کیسے کی، اور مجھے تین بنیادی قطاریں دکھائیں۔"_

3۔ سادہ-انگلش ری پلے۔ AI کو ایک طریقہ کار کے طور پر کوڈ کے رویے کی وضاحت کریں:

واضح کریں، سادہ انگریزی میں قدم بہ قدم، یہ کوڈ کیا کرتا ہے، گویا اسے ایک ساتھی سے بیان کرنا جو منطق کی جانچ کرے گا لیکن پڑھ نہیں سکتا کوڈ شامل کریں کہ یہ خالی قطاروں اور نقلوں کے ساتھ کیا کرتا ہے۔

آپ Python کا آڈٹ نہیں کر سکتے ہیں، لیکن آپ بالکل آڈٹ کر سکتے ہیں "میں نے دو دن کے اندر رقم اور تاریخ سے مماثل کیا، ڈیبٹ کو منفی سمجھا، اور 14 ناقابل تجزیہ قطاروں کو چھوڑ دیا (نیچے درج ہے)۔" اگر procedure غلط ہے (غلط اصول، غلط مفروضہ)، تو یہ انگریزی میں بھی غلط ہوگا، اور آپ اسے پکڑ لیں گے۔ زیادہ تر حقیقی غلطیاں طریقہ کار کی غلطیاں ہیں، ٹائپنگ کی غلطیاں نہیں، یہی وجہ ہے کہ یہ کام کرتا ہے۔

4۔ مخالفانہ پاس۔ براہ راست اشارہ کرنے والے کورس کی روبرک عادت سے مستعار لیا گیا: "کوئی بھی طریقہ تلاش کریں یہ تجزیہ غلط یا گمراہ کن ہو سکتا ہے۔ کوڈ نے کیا مفروضے بنائے؟ سب سے کمزور لنک کیا ہے؟ ہر دعوی کے مطابق اپنے اعتماد کو 1-10 اسکور کریں اور ہر اسکور کو درست ثابت کریں۔" AI جب حملہ کرنے کے لیے اپنے کام کو درست طریقے سے مدعو کرتا ہے۔

5۔ کراس ماڈل چیک۔ ہائی اسٹیک آؤٹ پٹس کے لیے (آڈیٹر کے پاس جانے والا مصالحت، بورڈ کو جانا)، مختصر اور ڈیٹا کو ایک مختلف فیملی سے دوسرے ماڈل پر لے جائیں (پرامٹنگ کورس، تصور 13) اور شمار شدہ نمبروں کا موازنہ کریں۔ 23 مماثلتوں پر متفق ہونے والے دو آزادانہ طور پر تحریری پروگرام جو اس ٹیکنالوجی کی پیشکش کرتا ہے سب سے مضبوط اشارہ ہے۔

داؤ پر لگانا	کم از کم تصدیق
ذاتی تجسس (آپ کا اپنا خرچ)	حقیقت کے سوالات۔
کام کی مصنوعات جس پر ایک ساتھی انحصار کرتا ہے۔	معلوم جواب ٹیسٹ + سادہ انگریزی ری پلے
رقم، درجات، صحت، کچھ بھی دستخط شدہ	پانچوں، اور ایک انسان بوجھ اٹھانے کے دعووں کا جائزہ لیتا ہے۔

ایک غیر سافٹ ویئر کی مثال۔ ایک فارماسسٹ نے اسٹاک کی گنتی کے خلاف اپنے ڈسپنسنگ لاگ کو کراس چیک کرنے کے لیے اسکرپٹ کو کمیشن کیا۔ اس پر بھروسہ کرنے سے پہلے، اس نے ایک جال بچھا دیا: اس نے ڈیٹا کی ایک کاپی میں دستی طور پر ایک جعلی تضاد ڈالا، جس کے بارے میں وہ جانتی تھی کیونکہ اس نے اسے بنایا تھا۔ اسکرپٹ نے اس کے پودے کو پکڑ لیا، نیز چار حقیقی تضادات جن کے بارے میں وہ نہیں جانتی تھی۔ پلانٹ وہی ہے جو اسے چاروں پر یقین کرنے دیتا ہے۔ اپنے ڈیٹا کو ایک معلوم غلطی کے ساتھ نمکین کریں اور دیکھیں کہ آیا کوڈ اسے ڈھونڈتا ہے، ایک معلوم جوابی ٹیسٹ اپنی سب سے خوبصورت شکل میں، اور اس کی قیمت نوے سیکنڈ ہے۔

ایک چیز جسے آپ کبھی نہیں چھوڑتے

آپ اس فہرست میں کسی بھی چیک کو چھوڑ سکتے ہیں سوائے ایک کے: کبھی بھی ایسے درست-اہم نمبر پر عمل نہ کریں جس کا آپ نے کم از کم ایک جواب کے خلاف تجربہ نہ کیا ہو جسے آپ آزادانہ طور پر جانتے ہوں۔ کوڈ بالکل درست ہے (تصور 2) بشمول بالکل غلط۔ معلوم جواب ٹیسٹ آپ کا فائر وال ہے۔

🔬 یہ ابھی کریں (2 منٹ)۔ ہاتھ سے تصدیق کرنے کے لیے اتنے چھوٹے ٹکڑے پر ایک چیک چلائیں جسے آپ کبھی نہیں چھوڑتے۔ پہلے یہ تین نمبر خود شامل کریں: 8,000 + 6,500 + 9,000 = 23,500۔ اب AI کو ثابت کریں کہ اس کا کوڈ وہاں موجود ہے:

یہاں تین دن کے لیے میرے اقدامات ہیں، فی لائن ایک: پیر 8000 منگل 6500 بدھ 9000 مکمل کرنے کے لیے کوڈ لکھیں اور چلائیں۔ میں نے اسے ہاتھ سے اور اس سے نکالا۔ 23,500 ہونا چاہئے۔ مجھے کوڈ اور اس سے حاصل ہونے والا کل دکھائیں۔

اگر کوڈ 23,500 لوٹتا ہے، تو آپ نے معلوم جوابی ٹیسٹ کا کام دیکھا ہے: آپ نے ایک ٹکڑا چیک کیا ہے جس کی آپ خود تصدیق کر سکتے ہیں، لہذا آپ پورے سال کے اقدامات پر اسی کوڈ پر بھروسہ کر سکتے ہیں جو آپ اپنے سر میں کبھی شامل نہیں کر سکتے تھے۔ اگر یہ کچھ اور لوٹاتا ہے، تو آپ نے صرف تیس سیکنڈ میں مفت میں ایک بگ پکڑا ہے۔

7. جب یہ ٹوٹتا ہے: غلطیاں مکالمہ ہیں، ناکامی نہیں۔

کچھ گڑبڑ ہو جائے گی۔ سکرپٹ رک جاتا ہے؛ سرخ متن ظاہر ہوتا ہے؛ یا بدتر، یہ ختم ہو جاتا ہے اور آؤٹ پٹ عجیب لگتا ہے۔ یہاں ذہنیت کی تبدیلی ہے جو ان لوگوں کو الگ کرتی ہے جو ہار ماننے والے لوگوں سے آگے بڑھتے ہیں: ایک غلطی Project کا ناکام ہونا نہیں ہے۔ یہ کمپیوٹر بیان کرتا ہے، بالکل ٹھیک، اس کی کیا ضرورت ہے۔ اور آپ کے پاس عملے کا ایک ماہر ہے، جو پہلے سے بات چیت میں ہے، جو اس زبان کو روانی سے پڑھتا ہے۔

ریڈ ٹیکسٹ کی غلطیوں کے لیے پوری مہارت:

یہ رک گیا اور اس غلطی کو ظاہر کیا۔ اس کی تشخیص کریں، کوڈ کو ٹھیک کریں، اور اسے دوبارہ چلائیں:

[سرخ متن چسپاں کریں، یہ سب]

بس۔ آپ غلطی کی تشریح نہیں کرتے؛ آپ اسے آگے بڑھائیں. AI اپنے غلطی کے پیغامات اس طرح پڑھتا ہے جس طرح ایک مکینک انجن کے شور کو پڑھتا ہے، اسکرپٹ کو ٹھیک کرتا ہے، اور دوبارہ چلاتا ہے۔ زیادہ تر غلطیاں پہلے پیسٹ پر ہی مر جاتی ہیں۔ پارٹ 3 کی سطحوں پر جہاں AI اپنے لوپ میں کوڈ چلاتا ہے، یہ عام طور پر غلطی کو خود دیکھ لیتا ہے اور آپ کے نوٹس کرنے سے پہلے ہی اسے ٹھیک کر دیتا ہے: آپ اسے آزماتے، ناکام، ایڈجسٹ، اور ایک ہی جواب میں کامیاب ہوتے دیکھیں گے۔

لطیف معاملہ غلط لیکن چل رہا ہے: کوئی سرخ متن نہیں، لیکن نمبروں سے بدبو آتی ہے۔ یہ مت کہو کہ "یہ غلط ہے، اسے ٹھیک کرو"؛ AI نہیں جانتا کہ کون سا حصہ ناراض ہے۔ ڈاکٹر کو علامات کی طرح رپورٹ کریں:

آؤٹ پٹ 4.2 ملین کی کل فروخت ظاہر کرتا ہے، لیکن میں اس سال جانتا ہوں۔ 12 ملین کے قریب تھا۔ کچھ چھوڑا جا رہا ہے یا غلط پڑھا جا رہا ہے۔ تفتیش کریں: مجھے قطار کی گنتی دکھائیں جس پر آپ نے کارروائی کی ہے، تاریخ کی حد آپ کو مل گیا، اور پہلی 5 قطاریں جیسا کہ کوڈ انہیں دیکھتا ہے۔

مخصوص علامت، متوقع قدر، دوبارہ درست کرنے سے پہلے معائنہ کرنے کی درخواست۔ دس میں سے نو بار مجرم فوری طور پر ظاہر ہوتا ہے: کوڈ تین شیٹ ایکسل فائل کی صرف پہلی شیٹ (ٹیب) کو پڑھتا ہے، یا اس کے کوما کے ساتھ متن کے طور پر "1,200" کا علاج کرتا ہے، یا آپ کی برآمد خاموشی سے آدھے راستے سے منقطع ہوجاتی ہے۔ غور کریں کہ یہ صرف Concept 6 کے حقیقی سوالات ہیں، جو اب مرمت کے آلے کے طور پر استعمال ہوتے ہیں۔

تین نمونے تقریباً ہر خرابی کا احاطہ کرتے ہیں:

علامت	پرامپٹ
سرخ متن، اسکرپٹ رک گیا۔	مکمل غلطی چسپاں کریں: "تشخیص کریں، درست کریں، دوبارہ چلائیں۔"
چلتا ہے، لیکن ایک نمبر آپ کے علم سے متصادم ہے۔	علامت اور اپنی متوقع قیمت بیان کریں۔ اسے درست کرنے سے پہلے قطار کی گنتی اور نمونے کی قطاریں دکھانے کے لیے کہیں۔
ایک ہی فکس لگاتار تین بار ناکام ہوتا ہے۔	کھودنا بند کرو۔ "ہم نے اسے تین بار آزمایا ہے۔ پیچھے ہٹیں، مسئلہ کو تازہ کریں، اور دو بالکل مختلف طریقے تجویز کریں۔" تھری سٹرائیکس کا مطلب ہے کہ approach غلط ہے، ٹائپنگ نہیں، اور اگر بات چیت طویل اور الجھ گئی ہے تو مختصر اور سیکھے گئے اسباق کے ساتھ کلین چیٹ شروع کریں (سیاق و سباق کا روٹ، کورس کا اشارہ 4)۔

ایک غیر سافٹ ویئر کی مثال۔ ایک مارکیٹر کی مہم کے انضمام کا اسکرپٹ "کوڈیک" کا ذکر کرنے والی غلطی کے ساتھ کریش ہوگیا۔ اس نے اس کا ایک حرف سمجھے بغیر اسے چسپاں کیا۔ AI نے جواب دیا، حقیقت میں: آپ کی برآمدات میں سے ایک کو مختلف ٹیکسٹ انکوڈنگ میں محفوظ کیا جاتا ہے (عام طور پر پرانے سسٹمز کی فائلوں کے ساتھ)، اس کا پتہ لگانے کے لیے کوڈ کو ایڈجسٹ کرتے ہوئے۔ ریران; کام کیا کل ڈاؤن ٹائم: چالیس سیکنڈ۔ اس نے کبھی نہیں سیکھا کہ کوڈیک کیا ہے، اور نہ ہی اس کی ضرورت تھی۔ غلطیوں میں روانی کی ضرورت نہیں ہے۔ انہیں چسپاں کرنے کی خواہش ہے۔

🔬 یہ ابھی کریں (2 منٹ)۔ آج اسے جان بوجھ کر کریش کریں، جب کہ کچھ بھی داؤ پر نہیں لگا ہوا ہے، اس لیے اگلے مہینے ایک حقیقی حادثہ معمول کے مطابق محسوس ہوتا ہے۔ اسے چسپاں کریں، جان بوجھ کر ٹائپنگ کی غلطی اور سبھی:

یہاں پڑھنے کا ایک چھوٹا سا لاگ ہے: عنوان، نوع، صفحات ٹیلہ، سائنس فائی، 412 ہیملیٹ، ڈرامہ، 150 سیپینز، تاریخ، 498 انواع کے لحاظ سے صفحات کو کل کرنے کے لیے پہلے کوڈ لکھیں اور چلائیں۔ پھر غلط ہجے کریں۔ ڈیٹا میں 'صفحات' کالم کو 'Pagse' کے بطور، اسی کوڈ کے بغیر دوبارہ چلائیں۔ اسے ٹھیک کرنا، اور مجھے صحیح غلطی دکھائیں۔

سرخ متن ظاہر ہوتا ہے۔ (اگر AI غلطی کو دکھانے کے بجائے ٹائپنگ کی غلطی کو مددگار طریقے سے ٹھیک کرتا ہے، تو اسے بتائیں: "نہیں، اسے بالکل اسی طرح چلائیں جس طرح لکھا گیا ہے تاکہ میں ناکامی کو دیکھ سکوں۔") آپ اس کا ایک لفظ بھی نہیں سمجھیں گے، اور یہ بالکل نقطہ ہے۔ اب صرف وہ کام کریں جو مہارت پوچھتا ہے:

یہاں خرابی ہے۔ اس کی تشخیص کریں، کوڈ کو ٹھیک کریں، اور اسے دوبارہ چلائیں۔

یہ اپنی غلطی پڑھتا ہے، کالم کے نام کی مرمت کرتا ہے، اور ختم کرتا ہے۔ آپ ابھی اپنے پہلے حادثے سے بچ گئے، اور پوری مہارت یہ تھی: سرخ متن کو واپس چسپاں کریں۔ آپ کو کبھی نہیں جاننا تھا کہ اس کا کیا مطلب ہے۔

8. اسکرپٹ رکھیں: ایک حل شدہ مسئلہ بٹن بن جاتا ہے۔

Concept 3 سے ریپیٹیشن سگنل کا معاوضہ ہے جو باقی تین نہیں کرتے ہیں: ایک بار لکھا جانے والا اسکرپٹ ایک اثاثہ ہوتا ہے جو آپ کے پاس ہمیشہ کے لیے ہوتا ہے۔ استاد کے جمع کرانے کی جانچ پڑتال کے لیے پہلی بار جب آپ اسے لکھتے ہیں تو اس میں بہت محنت ہوتی ہے۔ اگلی اسائنمنٹ، وہی کام ایک جملہ ہے: "اس نئی کلاس لسٹ پر میری جمع کرائی گئی اسکرپٹ کو چلائیں۔" مستقبل کے ہر راؤنڈ کی معمولی قیمت صفر تک پہنچ جاتی ہے۔ یہ وہ لمحہ ہے جب آپ AI کا استعمال بند کرتے ہیں اور اس کے ساتھ جمع کرنا شروع کرتے ہیں، AI ورکرز کی جانب پہلا شائستہ قدم یہ کتاب بعد کے حصوں میں تیار کرتی ہے۔

عادت کے تین حصے ہیں:

اسکرپٹ کو فائل کے طور پر طلب کریں۔ جب کوڈ سے بنا نتیجہ وہ ہو جسے آپ دوبارہ چاہیں گے، اس کے ساتھ ختم کریں: "اس کو اسکرپٹ فائل کے طور پر محفوظ کریں، جس کا نام واضح طور پر دیا گیا ہے، اس کے اوپر ایک سادہ انگریزی وضاحت کے ساتھ یہ کیا کرتا ہے، اس کی کیا فائلوں کی توقع ہے، اور اس کے لاگو ہونے والے اصول۔" Claude.ai پر آپ فائل ڈاؤن لوڈ کرتے ہیں۔ حصہ 3 سطحوں پر یہ پہلے سے ہی آپ کے فولڈر میں بیٹھا ہوا ہے۔

بریف کو اسکرپٹ کے آگے رکھیں۔ اپنے Markdown بریف کو تصور 5 سے اس کے ساتھ محفوظ کریں۔ اسکرپٹ ہے how (مشینوں کے لیے)؛ مختصر یہ ہے کہ کیا اور کیوں (انسانوں اور مستقبل کے AI سیشنز کے لیے)۔ اب سے چھ ماہ بعد، جب کسی چیز کو تبدیل کرنے کی ضرورت ہے، آپ شروع سے دوبارہ وضاحت نہیں کریں گے۔ آپ کسی بھی AI کو مختصر اور اسکرپٹ دیں گے اور کہیں گے کہ "دیر سے کٹ آف کا اصول بدل گیا؛ اسے اپ ڈیٹ کریں۔" پچھلے کورس نے اسے انٹینٹ لیئر کہا تھا۔ فائلوں کا یہ جوڑا، brief.md اور submissions.py، آپ کا پہلا حصہ ہے۔

انہیں ایک گھر دیں۔ ایک فولڈر، my-scripts/، فی کام ایک ذیلی فولڈر۔ ہر ایک کے اندر: مختصر، اسکرپٹ، اور ایک چھوٹا نمونہ ان پٹ فائل۔ وہ نمونہ کل کا معلوم جواب ٹیسٹ ہے، پہلے سے پیک کیا ہوا ہے۔

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/

دوبارہ چل رہا ہے، سطح کے لحاظ سے۔ Claude.ai پر، آپ اسکرپٹ کو نئے مہینے کی فائلوں کے ساتھ دوبارہ اپ لوڈ کرتے ہیں اور کہتے ہیں "اس کو ان پر چلائیں": قابل عمل، قدرے دستی۔ پارٹ 3 کی سطحوں پر، اسکرپٹ آپ کی مشین پر رہتی ہے، اس لیے دوبارہ چلنا ایک ٹول میں ایک جملہ ہے جو آپ کے فولڈر کو پہلے ہی دیکھ سکتا ہے۔ واضح طور پر، حصہ 3 کو پڑھنے کے لیے یہ عدم توازن بہترین دلیل ہے: چیٹ وہ جگہ ہے جہاں اسکرپٹ پیدا ہوتے ہیں۔ آپ کی مشین وہیں ہے جہاں وہ رہتے ہیں۔

اسکرپٹ کو برقرار رکھنے کی عادت کے بغیر	اس کے ساتھ
ہر ماہ یادداشت سے کام کی دوبارہ وضاحت کریں۔	ہر ماہ: "نئی فائلوں پر اسکرپٹ چلائیں۔"
لطیف اصول میں اضافہ: مئی کی منطق کافی جون کی نہیں ہے۔	اسکرپٹ میں قواعد منجمد ہیں؛ ایک جیسی منطق ہر رن.
آپ کی AI مہارت صرف آپ کی مدد کرتی ہے۔	فولڈر کو ایک ساتھی کے حوالے کریں: مختصر، اسکرپٹ، نمونہ۔ وہ منٹوں میں نتیجہ خیز ہوتے ہیں۔

ایک غیر سافٹ ویئر کی مثال۔ ایک کلینک مینیجر نے مارچ میں اپنا نو شو تجزیہ بنایا اور اسکرپٹ رکھا۔ اگست تک، "اس مہینے کی ایکسپورٹ پر نو شو اسکرپٹ چلائیں" جمعہ کی 30 سیکنڈ کی رسم تھی، اور جب ایک نئی برانچ کھلی، تو اس نے فولڈر کو اس کے مینیجر کے حوالے کر دیا، جس نے اسے بغیر کسی سوال کے پہلے دن چلا دیا۔ بیان کرنے کی ایک دوپہر، چھ لوگوں کے بار بار چلنے والا کام خودکار۔ وہ ضرب (ایک بار بیان کریں، ہمیشہ کے لیے چلائیں، کسی کے حوالے کریں) ایک کہانی میں اس کورس کی پوری اقتصادی دلیل ہے۔

🔬 یہ ابھی کریں (1 منٹ)۔ نتیجہ کو اپنی اپنیکسی چیز میں بدل دیں۔ یہ، ڈیٹا اور سبھی کو پیسٹ کریں:

اس اسٹڈی لاگ کو مضمون کے لحاظ سے کل کریں، پھر کوڈ کو اسکرپٹ فائل کے طور پر محفوظ کریں۔ میں ڈاؤن لوڈ کر سکتا ہوں: ریاضی 3 تاریخ 2 ریاضی 1.5 سائنس 2 اسکرپٹ کے بالکل اوپر، ایک سادہ انگریزی نوٹ رکھیں: یہ کیا کرتا ہے، یہ کس فائل کی توقع کرتا ہے، اور اس کی پیروی کرنے والے اصول۔ اسے کچھ نام دیں میں ایک سال میں پہچان لیں گے۔

اب آپ کے پاس ایک حقیقی فائل ہے۔ اگلی بار جب آپ نئے نمبر پیسٹ کریں اور کہیں کہ "ان پر چلائیں"۔ آپ نے جو کام ایک بار کیا ہے وہ ایک بٹن بن گیا ہے جسے آپ ہمیشہ کے لیے دباتے ہیں۔ یہ عین وہ لمحہ ہے جس کا استعمال AI ملکیت میں بدل جاتا ہے، ہر AI کارکن کی پہلی اینٹ بعد میں اس کتاب میں۔

---

حصہ 3: ایک مسئلہ، پانچ سطحیں۔

حصوں 1 اور 2 میں ہر چیز (تقسیم لائن، مختصر، تصدیق، لوپ، رکھی گئی اسکرپٹ) ہر جگہ یکساں طور پر کام کرتی ہے۔ سطحوں پر کیا تبدیلیاں آتی ہیں _جہاں کوڈ چلتا ہے اور کیا چھو سکتا ہے۔ پانچ سطحیں ہیں، لیکن صرف تین قسم کے پلیس کوڈ چل سکتے ہیں: ایک براؤزر سینڈ باکس (Claude.ai، جس میں ChatGPT اور Gemini اسی طرح کام کرتا ہے)، ایک ٹرمینل جو آپ کے فولڈر کے اندر بیٹھتا ہے (Claude Code، OpenCode)، اور ایک ڈیسک ٹاپ ایپ (Cowork، OpenWork)۔ اگلے تین تصورات ان تینوں جگہوں پر چلتے ہیں، ایک چلتے ہوئے کام کا استعمال کرتے ہوئے تاکہ اختلافات سامنے آئیں:

چل رہا کام

بارہ monthly expense CSVs کا فولڈر۔ انہیں merge کریں، category کے حساب سے total کریں، duplicate transactions کو flag کریں، اور chart کے ساتھ one-page HTML report بنائیں۔

(شروع کرنے سے پہلے ایک لفظ، اگر "CSV" آپ کے لیے نیا ہے: ایک CSV اسپریڈ شیٹ فائل کی سب سے آسان قسم ہے: کوما سے الگ کردہ اقدار کی سادہ قطاریں۔ آپ کا بینک، آپ کا اسکول پورٹل، آپ کی فٹنس ایپ، اور "ایکسپورٹ" یا "ڈاؤن لوڈ" بٹن کے ساتھ تقریباً ہر سسٹم انہیں تیار کرتا ہے، اور Excel کھولتا ہے اور محفوظ کرتا ہے، اور اگر Excel کسی بھی دوسری فائل کی طرح اسپریڈ شیٹ کو تبدیل کرتا ہے، تو اس کے بجائے کسی بھی فائل کو اسپریڈ شیٹ میں تبدیل کیا جاتا ہے۔ اس کورس میں پرامپٹ اسی پر کام کرتا ہے۔)

9. Claude.ai: گھریلو سطح (اور ChatGPT، Gemini)

براؤزر چیٹ وہ جگہ ہے جہاں یہ کورس رہتا ہے، جہاں اب تک ہر پرامپٹ چلتا ہے، اور جہاں آپ کے کوڈ کے زیادہ تر مسائل طویل عرصے تک حل ہو جائیں گے۔ جب آپ Claude.ai سے کوڈ لکھنے اور چلانے کے لیے کہتے ہیں، تو کوڈ ایک سینڈ باکس میں کام کرتا ہے: آپ کی گفتگو کے لیے بنایا گیا انتھروپک کی طرف ایک عارضی کمپیوٹر۔ آپ کے اپ لوڈز اندر جاتے ہیں؛ نتائج، فائلیں اور چارٹ سامنے آتے ہیں۔ your کمپیوٹر پر کچھ بھی نہیں چھوا ہے، جس کی وجہ سے یہ سیکھنے کے لیے صفر خطرے والی سطح ہے۔ ChatGPT (اس کی ڈیٹا تجزیہ کی صلاحیت) اور جیمنی اسی طرح کام کرتے ہیں: اپ لوڈ، ڈیمانڈ کوڈ، تصدیق۔ اس کورس میں ہر اشارہ بغیر کسی تبدیلی کے منتقل ہوتا ہے۔

Claude.ai پر چلنے والی نوکری:

12 CSV فائلیں منسلک ہیں، میرے 2025 کے اخراجات میں سے ایک ماہانہ (کالم: تاریخ، تفصیل، زمرہ، رقم)۔

کوڈ لکھیں اور چلائیں:

1. تمام 12 کو ایک ڈیٹاسیٹ میں ضم کریں۔ مجھے قطار کی کل گنتی بتائیں اور مزید جانے سے پہلے تصدیق کریں کہ تمام 12 ماہ موجود ہیں۔
2. زمرہ اور ماہ کے لحاظ سے کل اخراجات۔
3. جھنڈا لگائیں ممکنہ طور پر نقلی لین دین (ایک ہی تاریخ، رقم، اور تفصیل)؛ ان کی فہرست بنائیں، کچھ بھی حذف نہ کریں۔
4. ایک صفحہ کی HTML رپورٹ تیار کریں: ماہانہ رجحان چارٹ، زمرہ ٹیبل، ڈپلیکیٹس کی فہرست، اور تین مشاہدات میری توجہ کے قابل ہیں۔

قواعد: رقوم کوما کو ہزار الگ کرنے والے کے طور پر استعمال کرتی ہیں۔ ریفنڈز ہیں۔ منفی اگر کسی قطار کو پارس نہیں کیا جا سکتا ہے، تو اسے چھوڑ دیں اور اسے آخر میں درج کریں۔

چند منٹ بعد: ایک پیش کردہ HTML آرٹفیکٹ، بالکل جیسا کہ Markdown اندر، HTML باہر کورس نے وعدہ کیا تھا: آپ کا Markdown کی شکل کا مختصر اندر، ایک ڈیزائن شدہ صفحہ باہر، جس میں Python پوشیدہ طور پر درمیان میں ہے۔ Concept 6 چیکس چلائیں (کیا قطار کی گنتی مماثل ہے؟ کیا ایک مہینہ جس کے بارے میں آپ اچھی طرح جانتے ہیں درست نظر آتا ہے؟)، پھر رپورٹ شائع کریں یا ڈاؤن لوڈ کریں۔

یہ وہی ہے جو "AI کوڈ چلاتا ہے" ایسا لگتا ہے: پروگرام اور اس کا نتیجہ ایک ساتھ ایک جواب میں ظاہر ہوتا ہے۔ آپ نے اس میں سے کچھ نہیں لکھا اور کوئی رن بٹن نہیں دبایا۔

گھر کی سطح کس جگہ بہترین ہے، اور یہ کہاں ختم ہوتی ہے:

طاقت	حد
صفر تنصیب، آپ کی مشین کے لیے صفر خطرہ۔	سینڈ باکس صرف وہی دیکھتا ہے جو آپ اپ لوڈ کرتے ہیں۔ چالیس فائلوں کا مطلب ہے چالیس اپ لوڈز، اور یہاں سے "لاگ ان مائی نیٹ ورک ڈیوائسز" ناممکن ہے۔
یک طرفہ اور تحقیقی کاموں کے لیے بہترین۔	سینڈ باکس عارضی ہے۔ اسکرپٹ کو ڈاؤن لوڈ کیا جانا چاہیے (تصور 8) یا وہ چیٹ کے ساتھ مؤثر طریقے سے مر جائیں گے۔
مکمل مختصر → کوڈ → تصدیق → iterate لوپ، سب کچھ نظر آتا ہے۔	بار بار چلنے والی ملازمتوں کا مطلب ہے ہر بار دوبارہ اپ لوڈ کرنا۔ ٹھیک ماہانہ؛ روزانہ تھکا دینے والا.

باؤنڈری، ایک لائن میں: **چیٹ سینڈ باکس ایک ورکشاپ ہے جس پر آپ جاتے ہیں۔ یہ وہ جگہ نہیں ہے جہاں آپ کی فائلیں رہتی ہیں۔ ** جس لمحے آپ کا مسئلہ آپ کے کمپیوٹر کے بارے میں ہے (اس کے فولڈرز، اس کی سینکڑوں فائلیں، اس کی روزانہ کی تال)، آپ نے وزٹ کو بڑھا دیا ہے، اور اگلی دو سطحیں موجود ہیں۔

🔬 یہ ابھی کریں (2 منٹ)۔ اب تک کی ہر مشق Claude.ai پر چلتی ہے، لہذا آپ پہلے ہی گھر کی سطح پر live ہیں۔ یہاں اس کا دستخطی اقدام ہے، ڈیزائن کردہ رپورٹ۔ یہ، ڈیٹا اور سبھی کو پیسٹ کریں:

یہ ہے پچھلے مہینے کا اسکرین ٹائم، فی ایپ گھنٹے: انسٹاگرام، 28 یوٹیوب، 41 پیغامات، 12 نقشے، 6 گیمز، 19 ایک صفحہ کی HTML رپورٹ تیار کریں: کل گھنٹے کے ساتھ ایک سرخی، a ایپ کے ذریعہ سادہ بار چارٹ، مکمل ٹیبل، اور دو مشاہدات کے قابل میری توجہ کسی کو بھیجنے کے لئے اسے کافی اچھا لگائیں۔

ایک ڈیزائن شدہ صفحہ ظاہر ہوتا ہے، متن کی دیوار نہیں: آپ کے سادہ الفاظ، ایک حقیقی رپورٹ، کوڈ جو درمیان میں نظر نہیں آتا۔ یہ آخری کورس سے "Markdown اندر، HTML باہر" ہے، اب اس کوڈ کے ذریعے تقویت یافتہ ہے جو آپ نے کبھی نہیں لکھا۔

10. Claude Code اور OpenCode: آپ کے فولڈر میں ایجنٹ

Claude Code (Anthropic) اور OpenCode (اوپن سورس، بہت سے AI ماڈلز کے ساتھ کام کرتا ہے؛ یہ کتاب اصولی طور پر کھلے متبادل کے ساتھ ہر تجارتی ٹول کو جوڑتی ہے) ٹرمینل میں رہتی ہے: سادہ ٹیکسٹ ونڈو جو گرافیکل اسکرینوں سے پہلے سے ہر کمپیوٹر میں رہتی ہے۔ اگر لفظ آپ کو جھنجھوڑتا ہے تو اس ریفریم کو پکڑیں: ٹرمینل صرف ایک چیٹ باکس ہے جو فولڈر کے اندر بیٹھتا ہے۔ آپ جملے ٹائپ کرتے ہیں۔ ایجنٹ جواب دیتا ہے۔ براؤزر سے فرق چیٹ کے ارد گرد موجود ہر چیز کا ہے: ایجنٹ پہلے سے موجود فائلوں کو دیکھ سکتا ہے (کوئی اپ لوڈنگ نہیں)، ان پر براہ راست کوڈ چلا سکتا ہے، اسکرپٹس کو محفوظ کر سکتا ہے جو ہمیشہ کے لیے قائم رہتے ہیں، اور آپ کو پیغامات بھیجے بغیر اپنی غلطیوں کو ایک سخت لوپ میں ٹھیک کر سکتا ہے۔

(ٹرمینل ان ٹولز کو تصویر کرنے کا سب سے واضح طریقہ ہے، اور وہ جگہ جہاں یہ کورس انہیں سکھاتا ہے، لیکن دونوں اس سے آگے بڑھ چکے ہیں۔ Claude Code کوڈ ایڈیٹرز، ایک ڈیسک ٹاپ ایپ، اور براؤزر کے اندر بھی چلتا ہے؛ OpenCode ایڈیٹرز اور ایک ڈیسک ٹاپ ایپ میں بھی چلتا ہے۔ "ایک فولڈر میں چیٹ باکس" آئیڈیا ان میں سے ہر ایک میں موجود ہے: جہاں کہیں بھی یہ آپ کی فائل کو دیکھ سکتا ہے اور اس پر عمل کر سکتا ہے۔ آپ کا ٹول جو بھی انٹری پوائنٹ پیش کرتا ہے وہ ایک جیسی ہوتی ہے۔)

چل رہا کام دوبارہ، اور دیکھیں کہ کیا غائب ہے:

اخراجات-2025 فولڈر میں 12 ماہانہ CSVs شامل ہیں۔ ان کو ضم کریں، زمرہ اور مہینے کے لحاظ سے کل، پرچم کی نقلیں (ایک ہی تاریخ، رقم، تفصیل)، اور ایک ٹرینڈ چارٹ، زمرہ کے ساتھ report.html تیار کریں۔ ٹیبل، ڈپلیکیٹس کی فہرست، اور تین مشاہدات۔ رقمیں کوما کا استعمال کرتی ہیں۔ الگ کرنے والے رقم کی واپسی منفی ہیں؛ چھوڑیں اور ناقابل تجزیہ قطاروں کی فہرست بنائیں۔ انضمام اور رپورٹ کوڈ کو دوبارہ قابل استعمال اسکرپٹ کے نام سے محفوظ کریں۔ ماہانہ رپورٹ (آپ صحیح فائل کی قسم کا انتخاب کرتے ہیں) تاکہ میں دوبارہ چلا سکوں یہ اگلے سال.

کوئی منسلکات نہیں: فائلیں صرف وہاں ہیں۔ ایجنٹ انہیں پڑھتا ہے، کوڈ لکھتا ہے (Python، اس طرح کے ضم اور کل کام کے لیے)، اسے چلاتا ہے، کوما سے الگ کرنے والے اسنیگ کو مارتا ہے، اسے خود ٹھیک کرتا ہے، اور ختم کرتا ہے۔ فولڈر کھولیں: report.html، بھیجنے کے لئے تیار، اور monthly-report.py، ہمیشہ کے لئے آپ کا۔ اگلا جنوری: "ماہانہ رپورٹ اسکرپٹ کو 2026 فولڈر پر چلائیں۔" تصور 8 کی اسکرپٹ کو برقرار رکھنے کی عادت، آپ کے لیے کیپنگ کے ساتھ۔

Claude Code فولڈر میں۔ غور کریں کہ اس میں ان فائلوں کی فہرست ہے جو آپ نے کبھی اپ لوڈ نہیں کیں۔ وہ پہلے ہی وہاں تھے. ونڈو تکنیکی نظر آتی ہے، لیکن آپ جو بھی ٹائپ کرتے ہیں وہ سادہ انگریزی ہے۔

یہ سب سے زیادہ مطالبہ کرنے والی ملازمتوں کے لیے سطح ہے: کوڈ جو آپ کی اپنی مشین پر چلنا چاہیے، شیڈول کے مطابق، براؤزر کے ٹیب تک کبھی نہیں پہنچ سکتا۔ ایک ایسے نیٹ ورک انجینئر کی تصویر بنائیں جو صحت کی رپورٹس لینے کے لیے روزانہ صبح چالیس ڈیوائسز میں لاگ ان ہوتا ہے۔ اس کام کو کوڈ کی ضرورت ہوتی ہے _اس کی مشین سے، اس کے نیٹ ورک پر، اس سے پہلے کہ وہ اپنی میز تک پہنچ جائے۔ کوئی براؤزر سینڈ باکس ایسا نہیں کر سکتا۔ اس کا پورا ورک فلو ہے: ٹرمینل کھولیں، بیان کریں، تصدیق کریں، شیڈول کریں۔ اس نے نہ تو کبھی اسکرپٹ پڑھے ہیں، اور نہ ہی انہیں لکھنا سیکھا ہے۔

Claude Code یا OpenCode؟ ایک ہی چیٹ میں ایک فولڈر کا تجربہ۔ Claude Code انتھروپک ہے، پالش، کلاڈ کو چلاتا ہے۔ OpenCode اوپن سورس ہے اور آپ کو اپنا ماڈل منتخب کرنے دیتا ہے، بشمول مفت اور خود میزبان۔ دونوں پر سیکھیں؛ مہارتیں ایک جیسی ہیں. ایجنٹک کوڈنگ فوری کورس انسٹال اور آپریٹنگ دونوں کا احاطہ کرتا ہے۔ آپ نے یہاں جو کچھ سیکھا ہے (مختصر، تصدیق، اعادہ، رکھنا) بالکل وہی ہے جو آپ ان کے اندر کریں گے۔

نان پروگرامرز بھی یہاں سے تعلق رکھتے ہیں۔

ان ٹولز کی مارکیٹنگ ڈویلپرز پر کی جاتی ہے، اور مارکیٹنگ حد کے بارے میں غلط ہے۔ "ایک ایجنٹ کے ساتھ بات چیت جو اس فولڈر کو دیکھ سکتا ہے" کے بارے میں کچھ بھی نہیں جاننے کے لیے کوڈ کی ضرورت ہوتی ہے۔ اس کے لیے آپ کی فائلوں اور آپ کے مسئلے کو جاننے کی ضرورت ہے، جو آپ لاتے ہیں۔ ان ٹولز کے سب سے بھاری نان پروگرامر استعمال کرنے والے اکاؤنٹنٹس اور محققین ہیں جو اپ لوڈ کرتے کرتے تھک گئے ہیں۔

11. Cowork & OpenWork: ایک حفاظتی رسم کے ساتھ وفد

کلاڈ Cowork (Anthropic) اور OpenWork (اوپن سورس، مختلف AI سے) ڈیسک ٹاپ ایپس ہیں: ٹرمینل کی سطح جیسی فائل کو چھونے والی طاقت، ایک عام ایپلیکیشن ونڈو میں لپٹی ہوئی، جو ڈیولپرز کے بجائے علمی کارکنوں کے لیے بنائی گئی ہے۔ آپ نے پرامپٹنگ کورس کے تصور 11 کے زمرے سے ملاقات کی ہے۔ یہاں جو نیا ہے وہ یہ سمجھ رہا ہے کہ یہ ایپس کیا ہیں: جب Cowork آپ کے فولڈر کو دوبارہ ترتیب دیتا ہے یا آپ کی رپورٹ بناتا ہے، تو اسے اکثر کوڈ لکھنا اور چلانا پڑتا ہے۔ ایک ہی Python، مختلف لباس۔

ان کی وضاحتی خصوصیت ایک بلٹ ان ورکنگ تال ہے جو دوسری سطحیں آپ کے نظم و ضبط پر چھوڑتی ہیں: **پہلے منصوبہ بنائیں، منظوری کے بعد عمل کریں۔ ** Cowork کو چلانے کا کام دیں اور یہ عام طور پر ایک پلان کے ساتھ جواب دیتا ہے ("میں 12 CSVs کو پڑھوں گا، ان کالموں کو ضم کروں گا، ریفنڈز کو منفی سمجھوں گا، فلیگ ڈپلیکیٹ، html' رپورٹ بناتا ہوں) انتظار کرتا ہے آپ پلان کو سادہ انگریزی میں پڑھتے ہیں، اس کے مکمل ہونے سے پہلے غلط مفروضے کو پکڑ لیتے ہیں، اور منظوری دیتے ہیں۔ پلان پر نظرثانی کا مرحلہ Concept 6 کا سادہ-انگلش ری پلے ہے، کام کو بعد کے بجائے fore_ منتقل کیا گیا: ڈیفالٹ کی توثیق، سطح میں شامل۔

آپ کے سامنے موجود مسئلہ کے مطابق پانچ میں سے انتخاب کرنا:

آپ کا حال	تک پہنچنا	کیوں
کسی فائل یا چند فائلوں کے بارے میں یک طرفہ سوال	Claude.ai (یا ChatGPT / Gemini)	اپ لوڈ، حساب، تصدیق، مکمل. انسٹال کرنے کے لیے کچھ نہیں، خطرے میں کچھ نہیں۔
ادھار کمپیوٹر پر سیکھنا، تلاش کرنا، یا کام کرنا	Claude.ai	سینڈ باکس کسی چیز کو نقصان نہیں پہنچا سکتا۔
مسئلہ آپ کے فولڈرز میں رہتا ہے۔ آپ اسے دہرائیں گے؛ سکرپٹ برقرار رہنا چاہئے	Claude Code یا OpenCode	کوئی اپ لوڈ نہیں، اسکرپٹس رہیں، غلطیاں خود ٹھیک، آٹومیشن ممکن ہے۔
اسی طرح، لیکن آپ کو ایک ایپ چاہیے، نہ کہ ٹرمینل، اور کسی بھی چیز کو حرکت دینے سے پہلے منظور کرنے کا منصوبہ	کا ورک یا OpenWork	پلان-پھر-منظور کرنا سطح میں بنایا گیا توثیق ہے۔
کام کو شیڈول کے مطابق چلنا چاہیے، یا دوسرے سسٹمز کو ٹچ کرنا چاہیے (نیٹ ورک انجینئر کا کیس)	Claude Code یا OpenCode	جب آپ سوتے ہیں تو صرف آپ کی مشین پر رہنے والا کوڈ چل سکتا ہے۔

اور ترتیب دینے کا ایماندارانہ مشورہ: Claude.ai پر اس وقت تک رہیں جب تک اپ لوڈ کرنا آپ کے ہفتے کا پریشان کن حصہ نہ بن جائے۔ یہ جھنجھلاہٹ گریجویشن کا اشارہ ہے۔ زیادہ تر قارئین اس کورس کو حقیقی کام پر لاگو کرنے کے ایک ماہ کے اندر محسوس کرتے ہیں۔ ٹول پیئر فوری کورسز انتظار کر رہے ہیں جب آپ کریں گے۔

تصورات 10 اور 11 کے لئے "ابھی یہ کریں" نہیں، اور یہی نقطہ ہے۔

آپ براؤزر ٹیب کے اندر ٹرمینل یا ڈیسک ٹاپ ایپ کو نہیں آزما سکتے۔ وہ آپ کے کمپیوٹر پر رہتے ہیں، اور انہیں آزمانے کا مطلب ایک مختصر انسٹال ہے، جو بالکل وہی ہے جو ایجنٹک کوڈنگ اور کام اور OpenWork کورسز کے لئے ہیں۔ یہ تسلی بخش حصہ ہے: آپ نے پہلے ہی سے Claude.ai پر اپنے ہاتھوں سے حقیقی مہارتوں (مختصر، فورس کوڈ، تصدیق، رکھیں) کی مشق کر لی ہے۔ یہ سطحیں بدلتی ہیں جہاں_ کوڈ چلتا ہے، یہ نہیں کہ آپ کیا کرتے ہیں۔ ایک ہی کام، بڑا کمرہ۔

---

حصہ 4: طاقت، محفوظ طریقے سے منعقد

دو اختتامی تصورات: کوڈ کے حفاظتی اصول جو حقیقی چیزوں کو چھو سکتے ہیں، اور ایک ایماندار نقشہ جہاں ایک فوری کوڈ ختم ہوتا ہے۔

12. دھماکے کا رداس: کوڈ کے قواعد جو آپ کی فائلوں کو چھوتے ہیں۔

Claude.ai پر، غلطیاں مفت ہیں: سینڈ باکس ڈسپوزایبل ہے اور آپ کا کمپیوٹر اچھوت ہے۔ جس لمحے آپ ان سطحوں پر جاتے ہیں جہاں کوڈ yourمشین پر چلتا ہے، Concept 2 کی وارننگ نظریاتی ہونا بند کر دیتی ہے: کوڈ بالکل وہی کرتا ہے جو اسے بتایا گیا تھا، بالکل درست، پیمانے پر، بشمول غلط چیز۔ ایک اسکرپٹ جس میں غلط فہمی ہوئی مختصر طور پر 300 فائلوں کا نام تبدیل کر دیا جاتا ہے ان چار سیکنڈز میں ان کا صحیح نام تبدیل کرنے میں وقت لگتا ہے۔ اور اشارہ کرنے والے کورس کے دو حقائق دہرائے جاتے ہیں کیونکہ لوگ انہیں مہنگا طریقہ سیکھتے ہیں: ایک ایجنٹ کے ذریعہ اکثر حذف کی جانے والی فائلیں ری سائیکل بن کو چھوڑ دیں، اور اسکرپٹ کے ذریعہ ترمیم شدہ فائلیں انڈو ہسٹری نہ رکھیں۔

تو: چار اصول، جن پر عمل کرنا سستا ہے، جو تقریباً تمام خطرات کو دور کرتا ہے۔ وہ ایک ساتھ مل کر بلاسٹ ریڈیئس کو سکڑتے ہیں، سب سے بری چیز جو ہو سکتی ہے اگر کوئی رن غلط ہو جائے۔

**قاعدہ 1: کاپیوں پر اس وقت تک کام کریں جب تک کہ اسکرپٹ کو اعتماد حاصل نہ ہو۔ ** فائلوں میں ترمیم کرنے والے کسی بھی رن سے پہلے: "پہلے فولڈر کو expenses-2025-backup میں کاپی کریں، پھر صرف اصل پر کام کریں۔" ایک جملہ۔ جب (اگر نہیں تو) اسکرپٹ کے پہلے رنز کے دوران کوئی چیز الٹ جاتی ہے، تو یہ واقعہ تباہی کے بجائے جھنجھوڑ کر رہ جاتا ہے۔ اصلی ڈیٹا پر اسکرپٹ کے کئی بار صاف چلنے کے بعد، that اسکرپٹ کے لیے اسے آرام دیں۔

**قاعدہ 2: کسی بھی تباہ کن عمل سے پہلے ڈرائی رن کا مطالبہ کریں۔ ** نام تبدیل کرنا، منتقل کرنا، حذف کرنا، اوور رائٹنگ کرنا: "ابھی تک کچھ بھی تبدیل نہ کریں۔ مجھے ان کاموں کی مکمل فہرست دکھائیں جو آپ انجام دیں گے (ہر نام تبدیل کریں، پرانا نام → نیا نام) اور میری منظوری کا انتظار کریں۔" اس فہرست کو پڑھنے میں دو منٹ لگتے ہیں اور یہ غلط فہمی کیوں ہے، "20" (20) فولڈر کو چھوتے ہوئے یہ غلط فہمی کیوں ہے؟" اب بھی اعمال کے بجائے الفاظ ہیں۔ Cowork اور OpenWorک ڈیزائن کے ذریعے ایسا کرتے ہیں۔ ٹرمینل کی سطح پر، you اسے نافذ کریں۔

قاعدہ 3: علاقے کا دائرہ کار۔ ایجنٹ کو سب سے چھوٹے فولڈر کی طرف اشارہ کریں جس میں مسئلہ ہے: کبھی بھی آپ کی ہوم ڈائرکٹری، کبھی بھی "دستاویزات"، کبھی بھی پوری ڈسک نہیں۔ expenses-2025/ کے اندر الجھا ہوا اسکرپٹ ان بارہ CSVs کو نقصان پہنچا سکتا ہے جن کا آپ نے رول 1 کے تحت بیک اپ لیا ہے۔ آپ کی ڈرائیو کے اوپری حصے میں الجھا ہوا اسکرپٹ آپ کی زندگی کو نقصان پہنچا سکتا ہے۔

** اصول 4: نئی فائلوں میں آؤٹ پٹ؛ کبھی بھی ان پٹ کو اوور رائٹ نہ کریں۔** "نتائج کو نئی فائل میں لکھیں؛ اصل کو اچھوتا چھوڑ دیں۔" اصل ڈیٹا قدیم رہتا ہے۔ ہر رن کو حذف کرنے کے ذریعے تبدیل کیا جا سکتا ہے۔ اسے ہر مختصر کے آؤٹ پٹ سیکشن میں ایک کھڑی لائن بنائیں۔

مشترکہ رسم میں تین جملے فی مختصر اور تقریباً نوے سیکنڈ فی رن خرچ ہوتے ہیں:

پہلے فولڈر کو بیک اپ میں کاپی کریں۔ مجھے اپنا آپریشن کا منصوبہ دکھائیں۔ کسی بھی چیز کو تبدیل کرنے سے پہلے، اور منظوری کا انتظار کریں۔ تمام آؤٹ پٹ لکھیں۔ نئی فائلوں میں؛ کبھی بھی اصل میں ترمیم نہ کریں۔

یہ وہی اجازت کی سیڑھی ہے جو اشارہ دینے والے کورس نے ڈیسک ٹاپ ایپس کے لیے دی تھی، جس کا ترجمہ کوڈ کے لیے کیا گیا ہے: ٹرسٹ _Track records کے ساتھ مخصوص اسکرپٹس کو دیا جاتا ہے، ٹیکنالوجی کو نہیں، اور جو کوڈ چھو سکتا ہے اس کا دائرہ اس بات کا ثبوت جتنی تیزی سے بڑھتا ہے کہ یہ برتاؤ کرتا ہے۔

ایک غیر سافٹ ویئر کی مثال۔ ایک محقق نے ایک ایجنٹ سے ڈپلیکیٹس کو ہٹا کر انٹرویو ریکارڈنگ کے فولڈر کو "صاف" کرنے کو کہا۔ ڈرائی رن لسٹ نے 40 مجوزہ حذف کو دکھایا، جس میں چھ فائلیں بھی شامل ہیں جنہیں مماثل منطق نے غلط طریقے سے گروپ کیا تھا، کیونکہ دو مختلفانٹرویو کی لمبائی ایک جیسی تھی اور ایک جیسے نام تھے۔ اس نے اصول کو درست کیا ("مواد پر میچ، نام اور سائز نہیں")، ڈرائی رن کو دوبارہ چلایا، 34 حقیقی حذف کی منظوری دی۔ وہ چھ انٹرویو جو خاموشی سے غائب ہو چکے ہوں گے (ری سائیکل بن سے گزرے ہوئے، ناقابل بازیافت) ایک پلان کے دو منٹ کے پڑھنے کی وجہ سے بچ گئے۔ رسم وہی خریدتی ہے۔

🔬 یہ ابھی کریں (2 منٹ)۔ اس اقدام پر عمل کریں جو آفات کو روکتا ہے: کسی بھی تبدیلی سے پہلے_ پلان کا مطالبہ کریں۔ پیسٹ کریں:

میرے پاس چھ فائلیں ہیں: report-jan.pdf, report-feb.pdf, notes.txt، report-mar.pdf, photo.jpg, report-apr.pdf. میں صرف نام تبدیل کرنا چاہتا ہوں۔ "report-" PDFs to report-01.pdf، report-02.pdf، اور اسی طرح، تاریخ کی ترتیب میں۔ کچھ کرنے سے پہلے، مجھے اپنا صحیح منصوبہ دکھائیں: اگلا ہر پرانا نام اس کے نئے نام پر۔ ابھی تک کچھ نہیں بدلیں، اور میری منظوری کا انتظار کریں۔

یہ آپ کو ایک فہرست دکھاتا ہے، نئے نام کے آگے پرانا نام، اور رک جاتا ہے۔ اسے پڑھیں۔ چیک کریں کہ یہ notes.txt اور photo.jpg کو اچھوتا چھوڑ دیتا ہے۔ _وہ دو منٹ کا پڑھنا، ایک فائل کو حرکت دینے سے پہلے، پوری حفاظت کی عادت ہے۔

13. نقشے کا کنارہ، اور اس کے پار کیا ہے۔

یہ کورس جان بوجھ کر پر اعتماد کیا گیا ہے، کیونکہ اس کی حدود میں اعتماد کا جواز ہے: ان مسائل کے لیے جو مختصر طور پر فٹ ہوتے ہیں اور آپ کی فائلوں میں رہتے ہیں، AI تحریری کوڈ جس کا نحو آپ کبھی نہیں پڑھتے ہیں (لیکن جس کے نتیجے کی آپ ہمیشہ تصدیق کرتے ہیں) کوئی سمجھوتہ نہیں ہے۔ بس یہ ہے کہ یہ کام اب کیسے کیا جاتا ہے۔ لیکن آپ کو یہ جاننا چاہیے کہ علاقہ کہاں ختم ہوتا ہے، دونوں مایوسی سے بچنے کے لیے اور یہ دیکھنے کے لیے کہ یہ کتاب آگے کہاں جاتی ہے۔

کنارے کے اس پار، ایک سے زیادہ فوری کوڈ کی ضرورت ہے:

• سافٹ ویئر جس میں دوسرے لوگ لاگ ان ہوتے ہیں۔ اکاؤنٹس، ادائیگیاں، بیک وقت استعمال کرنے والے، ایک ایسی سروس جس کا صبح 3 بجے تک رہنا ضروری ہے: پروڈکٹس، اسکرپٹ نہیں۔ AI کے ساتھ قابل تعمیر، لیکن اس کتاب کے حصہ 4 کے انجینئرنگ ڈسپلن کے ساتھ، چیٹ پرامپٹ کے ساتھ نہیں۔
• حقیقی دنیا کے نتائج کے ساتھ ہمیشہ آن آٹومیشن۔ "میرے کلائنٹس کو ہر ہفتے خود بخود ای میل کریں" بغیر توجہ کے چلتا ہے، جہاں Concept 6 کے چیک نہیں پہنچ سکتے۔ اسکرپٹ you run and verify اور ایک کارکن جو خود چلتا ہے کے درمیان فرق اس کورس اور ڈیجیٹل FTEs کے درمیان ہے جو یہ کتاب سکھانے کے لیے موجود ہے: کراس ایبل، لیکن ایول پر مبنی نظم و ضبط کے ساتھ، امید پرستی کے نہیں۔
• ہائی اسٹیکز بغیر کسی رد و بدل کے۔ کوڈ جو ٹیکس جمع کرواتا ہے، بڑے پیمانے پر ای میل بھیجتا ہے، تجارت کو انجام دیتا ہے۔ کوڈ کو تیارکرنے دیں اور ایک انسان ان کو فائرکردے۔ جس دن آپ انسان کو ہٹاتے ہیں وہ دن آپ کو کتاب کے بعد کے حصوں کی قابل اعتماد انجینئرنگ کی ضرورت ہوتی ہے۔
• حساب شماری کا لباس پہنے ہوئے فیصلے۔ "کمپیٹ کریں کہ کن ملازمین کو فروغ دینا ہے": ریاضی معمولی ہے؛ معیار ہی پورا مسئلہ ہے، اور وہ آپ کا ہے، Python کا نہیں۔ کوڈ کی گنتی؛ آپ فیصلہ کریں۔

علاقے کے اندر، آج تک آپ کا: آپ کی کام کی زندگی میں ہر مفاہمت، رول اپ، نام تبدیل، انضمام، صاف، کراس چیک، جھنڈا، چارٹ، اور رپورٹ جو حجم، درستگی، تکرار، یا فائلوں کو ٹرپ کرتی ہے۔ زیادہ تر پیشہ ور افراد کے لیے جو ایک سال میں سینکڑوں گھنٹے ہوتے ہیں، اب تک اس مہارت کے پیچھے لگے ہوئے ہیں جو آپ کو بتایا گیا تھا کہ آپ کو پہلے سیکھنا ہے۔

وہ بک کیپر یاد ہے جس نے اس کی شام واپس لی تھی؟ اسے اپنی کام کی زندگی میں ہر مفاہمت، رول اپ، نام تبدیل، اور رپورٹ سے ضرب دیں، اور آپ کے پاس اس کورس کا پورا وعدہ ہے۔ جو لوگ یہ سیکھتے ہیں ان کی جگہ نہیں لی جا رہی ہے۔ انہیں اپنے ہفتے کے گھنٹے واپس مل رہے ہیں۔ یہ جادو نہیں ہے؛ یہ کمشنڈ کوڈ ہے: مسائل ایک بار بیان کیے گئے، بالکل درست طریقے سے شمار کیے گئے، ہمیشہ کے لیے رکھے گئے، مفت میں دوبارہ چلائے گئے۔ ان میں سے کوئی بھی پروگرامر نہیں بنا۔ وہ اچھے گاہک بن گئے۔ اب آپ بھی ہیں.

کتاب یہاں سے کہاں جاتی ہے۔ اب آپ کے پاس دو عظیم لیورز ہیں جن پر یہ فاؤنڈیشن ٹریک بنایا گیا ہے: قطعی دستاویزات (Markdown اندر، HTML باہر میں پڑھائی جاتی ہیں) اور ان کے ذریعے شروع کی گئی حساب کتاب (یہ صفحہ)۔ باقی رہ گیا نظم و ضبط جو فیصلہ کرتا ہے کہ ان تک کب پہنچنا ہے: AI دور میں سوچنے کا طریقہ، یہ جانتے ہوئے کہ ایجنٹ کو کب کال کرنی ہے اور کب نہیں۔ اس کے بعد، جنرل ایجنٹوں کے ساتھ مسئلہ حل کرنا حصہ 3 سے ایجنٹ کی سطحوں پر دونوں لیورز لے جاتا ہے اور آپریٹنگ ڈسپلن (سڑن، رکاوٹیں، خود مختاری کی سیڑھی) شامل کرتا ہے جو "AI نے مجھے ایک اسکرپٹ لکھا" کو "AI اور میں نے منگنی بھیج دی۔" ٹول پیئر واک تھرو (ایجنٹک کوڈنگ, کام اور OpenWork) وہیں ہیں جس دن اپ لوڈنگ آپ کو پریشان کرنا شروع کردیتی ہے۔

---

پرامپٹس کو آزمانے سے پہلے ایک مختصر ریکیپ

تیرہ تصورات، ایک ایک سطر:

• تصور 1. کوڈ کو اب اسے لکھنے کی اہلیت سے کوئی فرق نہیں پڑتا ہے۔ AI کوڈ لکھتا ہے _اور اسے چلاتا ہے: کچھ بھی انسٹال نہیں ہوا، کچھ نہیں چسپاں کیا گیا۔ آپ پوچھتے ہیں "کیا میں اسے بیان کر سکتا ہوں؟"، نہیں "کیا میں اسے بنا سکتا ہوں؟"
• تصور 2. کوڈ بالکل درست ہدایات ہیں جو دونوں سمتوں میں مکمل طور پر لاگو ہوتی ہیں۔ AI زبان چنتا ہے۔ اس کورس کے حقیقی ڈیٹا کے کام کے لیے، یعنی تقریباً ہر بار Python۔ آپ کبھی بھی اس کا نحو لکھتے یا پڑھتے ہیں۔
• تصور 3. چار سگنلز کوڈ کے مسئلے کو نشان زد کرتے ہیں: حجم، درستگی، تکرار، فائلیں۔ کوئی بھی کافی ہے۔ کوئی نہیں مطلب یہ ایک جوابی مسئلہ ہے۔
• تصور 4. AI بعض اوقات اندازہ لگاتا ہے کہ اسے کب شمار کرنا چاہیے۔ الفاظ بولیں: "کوڈ لکھیں اور چلائیں۔ مجھے دکھائیں کہ کوڈ چل گیا ہے۔ پہلے مجھے قطار کی گنتی دیں۔"
• تصور 5. مسئلہ کو مختصر کریں، نہ کہ پروگرام: گول، ان پٹ، آؤٹ پٹ، قواعد (آپ کا پیشہ ورانہ علم)، ایج کیسز (نامکمل ڈیٹا کو کیا کرنا چاہیے)۔ AI کو پہلے ڈیٹا کا معائنہ کرنے دیں اور آپ کو بتائیں کہ کیا فیصلہ کرنا ہے۔
• تصور 6. آزاد علم کے خلاف نتائج کی تصدیق کریں: معلوم جوابی ٹیسٹ، حقیقت کے سوالات، سادہ انگریزی ری پلے، مخالفانہ پاس، کراس ماڈل چیک۔ کبھی بھی غیر جانچے گئے درستگی والے نمبر پر عمل نہ کریں۔
• تصور 7. غلطیاں مکالمہ ہیں۔ سرخ متن چسپاں کریں؛ متوقع اقدار کے ساتھ علامات کے طور پر غلط نمبروں کی اطلاع دیں؛ تین ناکام اصلاحات کے بعد، ایک نئے انداز کا مطالبہ کریں۔
• تصور 8. تکرار اسکرپٹ کو اثاثوں میں بدل دیتا ہے: مختصر، اسکرپٹ، اور معلوم جواب کے نمونے کو ایک فولڈر میں ایک ساتھ رکھیں۔ ایک بار بیان کریں، ہمیشہ کے لیے دوڑیں، کسی کا ہاتھ بٹائیں۔
• تصور 9. Claude.ai (اور ChatGPT، Gemini) صفر کے خطرے والے سینڈ باکس میں کوڈ چلاتا ہے: ایک بار کی ملازمتوں اور آپ کی تمام تعلیم کے لیے گھریلو سطح۔
• تصور 10. Claude Code اور OpenCode نے ایجنٹ کو آپ کے فولڈر کے اندر رکھا: کوئی اپ لوڈ نہیں، مستقل اسکرپٹس، خود کو ٹھیک کرنے والی غلطیاں، شیڈول رنز۔ ٹرمینل ایک چیٹ باکس ہے جو فولڈر میں رہتا ہے۔
• تصور 11۔ Cowork اور OpenWork ایک ہی طاقت کو ڈیسک ٹاپ ایپ میں منصوبہ بندی کے ساتھ پھر منظور کریں: سطح میں شامل تصدیق۔
• تصور 12. جب کوڈ اصلی فائلوں کو چھو سکتا ہے: پہلے کاپیاں، تباہی سے پہلے خشک چلتی ہیں، سب سے چھوٹا فولڈر ممکن ہے، نئی فائلوں میں آؤٹ پٹ۔ تین جملے فی مختصر۔
• تصور 13. نقشہ کا کنارہ: ملٹی یوزر سافٹ ویئر، غیر حاضر آٹومیشن، نو-انڈو ایکشنز، اور ججمنٹ کالز کو اس کتاب کے باقی حصوں کی ضرورت ہے۔ آج باقی سب کچھ تمہارا ہے۔

اس سب کے نیچے، ایک شناخت اور ایک مہارت۔ شناخت: آپ کلائنٹ ہیں، ٹھیکیدار نہیں۔ مہارت، ایک ایسا کورس جس کی کبھی ضرورت نہیں: آپ اس کام پر بھروسہ کر سکتے ہیں جسے آپ نہیں دیکھ سکتے، کیونکہ آپ نے اسے کسی ایسی چیز کے خلاف آزمایا جسے آپ پہلے سے جانتے تھے۔ وہ کلائنٹ جو واضح طور پر مختصر بیان کرتے ہیں، اس بات کی تصدیق کرتے ہیں کہ وہ آزادانہ طور پر کیا جانتے ہیں، اور جو کچھ انہوں نے ادا کیا ہے اسے اپنے ہفتے کے ایک حقیقی دن واپس کرتے ہیں، اس کام پر جو حقیقت میں اہم ہے۔ یہ پورا کورس ہے۔

---

آپ پہلے ہی دس بار کر چکے ہیں۔

اگر آپ نے اوپر والے باکسز کو چلایا تو آپ نے صرف یہ کورس نہیں پڑھا۔ آپ نے اسے استعمال کیا۔ آپ نے کوڈ کے مسائل دیکھے، AI کو کمپیوٹنگ کرنے پر مجبور کیا، ایک مختصر لکھا جس نے گندے ڈیٹا کو قابو میں کیا، ایک معلوم جواب ٹیسٹ چلایا، حادثے سے بچ گئے، اسکرپٹ رکھا، اور ڈرائی رن کا مطالبہ کیا۔ یہ سب کچھ آپ کی اپنی آنکھوں سے، اس ڈیٹا پر جو صفحہ میں موجود تھا۔

اب تربیت کے پہیے اتار دیں۔ نیچے دیئے گئے چار Projects your ڈیٹا پر ایک جیسی حرکتیں چلاتے ہیں، جہاں جوابات اصل میں اہمیت رکھتے ہیں۔

---

🚀 Projects

اوپر والے ہر تصور نے آپ کو موقع پر ہی مشق کرنے کے لیے ایک اقدام دیا ہے۔ Projects تمام تیرہ کو ایک ساتھ جوڑتے ہیں، اور ہر ایک حقیقی چیز کے ساتھ ختم ہوتا ہے: ایک تصدیق شدہ رپورٹ، ایک ملکیتی اسکرپٹ، یا ایک ساتھی غیر مسدود۔ ہر ایک کو مفت اکاؤنٹ پر تیس سے نوے منٹ لگتے ہیں۔ ان کی ترتیب ہے: اس ہفتے Project 1 کریں۔

🧾 Project 1 · 45،60 منٹ · آپ کا سال

اپنی زندگی کے ایک سال کا حساب لگائیں، اس کی تصدیق کریں، اور اسکرپٹ کو رکھیں۔

اپنے بارے میں ایک سال کا حقیقی ڈیٹا برآمد کریں: فون اسکرین کا وقت، فٹنس یا قدم کی تاریخ، آپ کی پڑھنے یا دیکھنے کی فہرست، یوٹیلیٹی بلز، گیم کے اعدادوشمار، مطالعہ کے اوقات، اسکول کے درجات، یا بینک اور بٹوے کے لین دین۔

فائل حاصل کرنے کا طریقہ نہیں جانتے؟

برآمد کرنا بھی ایک قابل بیان مسئلہ ہے، لہذا اس کی وضاحت کریں: "میں اپنی ٹرانزیکشن ہسٹری کو [میرے بینک/میری ایپ] سے بطور فائل کیسے ڈاؤن لوڈ کروں؟" AI آپ کو مینو میں لے جائے گا۔ تقریباً ہر بینک، اسکول پورٹل، اور ایپ میں ایکسپورٹ یا ڈاؤن لوڈ کا بٹن ہوتا ہے۔ آپ کے پاس آج تک اسے دبانے کی کوئی وجہ نہیں تھی۔

ابھی تک آپ کا اپنا کوئی ڈیٹا نہیں ہے؟ پہلے اس پر مشق کریں

اپنی زندگی کی طرف اشارہ کرنے سے پہلے چالوں کی مشق کرنے کے لیے، اسے اپنی "فائل" کے طور پر چیٹ میں چسپاں کریں: ایک چھوٹا سا سال کے اخراجات۔

Date,Category,Amount
2025-01-05,Groceries,4250
2025-01-18,Fuel,3100
2025-02-03,Groceries,2890
2025-02-15,Internet,2499
2025-03-07,Fuel,2750
2025-03-22,Eating out,1850
2025-04-09,Groceries,3120
2025-04-25,Mobile,1200
2025-05-11,Eating out,2400
2025-06-02,Fuel,2950
2025-06-19,Groceries,3480
2025-07-08,Utilities,5200

اس پر ایک بار پورا Project چلائیں۔ یہ دو بلٹ ان معلوم جوابی چیکس (تصور 6) کے ساتھ آتا ہے: گروسریز کل 13,740 ہے اور گرینڈ ٹوٹل 35,689 ہے۔ جب کوڈ دونوں کو دوبارہ پیش کرتا ہے، تو آپ نے اس کی تصدیق کر لی ہے۔ پھر اسے اپنے اپنے ڈیٹا کے ایک سال پر حقیقی طور پر کریں، جہاں جواب درحقیقت اہمیت رکھتا ہے۔

پانچ حصوں پر مشتمل مختصر تحریر لکھیں (گول، ان پٹ، آؤٹ پٹ، رولز، ایج کیسز؛ پہلے ڈیٹا کا انٹرویو لیں، جس طرح سے تصور 5 نے دکھایا)۔ تصور 4 کے ساتھ ڈیمانڈ کوڈ۔ ایک مہینے میں معلوم جوابی ٹیسٹ کے ساتھ تصدیق کریں جو آپ ہاتھ سے چیک کر سکتے ہیں۔ ایک HTML رپورٹ اور my-scripts/ میں محفوظ شدہ، دستاویزی اسکرپٹ کے ساتھ ختم کریں۔

ہو گیا جب: رپورٹ کا ہیڈ لائن نمبر آپ کے معلوم جواب ٹیسٹ میں محفوظ رہے، اور اسکرپٹ + مختصر + نمونہ ایک فولڈر میں بیٹھ جائے جسے آپ اگلے سال دوبارہ استعمال کر سکتے ہیں۔

📁 Project 2 · 30،45 منٹ · وہ فولڈر جس سے آپ گریز کر رہے ہیں

ایک حجم کا مسئلہ، مکمل حفاظتی رسم کے ساتھ انجام دیا گیا۔

ہر ایک کے پاس ایک ہے: IMG_xxxx نامی 200 تصاویر، افراتفری کا ایک ڈاؤن لوڈ فولڈر، بے معنی ناموں سے اسکین کرتا ہے۔ صفائی کو مختصر کریں: نام دینے کی اسکیم، ترتیب دینے کا اصول، ان فائلوں کا کیا کرنا ہے جو پیٹرن کے مطابق نہیں ہیں۔ پھر entire Concept 12 کی رسم کو چلائیں: پہلے فولڈر کو کاپی کریں، آپریشنز کی مکمل ڈرائی رن لسٹ کا مطالبہ کریں، اصل میں اسے پڑھیں، کم از کم ایک آپریشن دیکھیں جس کو آپ تبدیل کرنا چاہتے ہیں (تقریباً ہمیشہ ایک ہوتا ہے)، اصول کو درست کریں، منظور کریں۔ صرف براؤزر (کوئی انسٹال نہیں)؟ فولڈر کی طرف اشارہ کرنے کے بجائے ایک درجن گندی فائلیں اپ لوڈ کریں، وہی ڈرائی رن پلان مانگیں، اصول کو ٹھیک کریں، پھر نام تبدیل شدہ سیٹ ڈاؤن لوڈ کریں: حفاظت کی عادت ایک جیسی ہے، بس ایک چھوٹا بیچ۔

ہو گیا جب: فولڈر صاف ہو، اصل کاپی برقرار ہو، اور آپ نے منظوری سے پہلے کم از کم ایک بار منصوبہ درست کیا ہو؛ وہ تصحیح ہے مہارت۔

🤝 Project 3 · 60-90 منٹ · دی ہینڈ اوور

ایک بار بار چلنے والے کام کو ایک ایسے اثاثے میں تبدیل کریں جسے آپ (یا ایک ساتھی) ٹھنڈا کر سکتے ہیں۔

کام پر یا اپنی زندگی میں آپ کے پاس سب سے زیادہ دہرائے جانے والے ڈیٹا ٹاسک کا انتخاب کریں: ایک ہفتہ وار رول اپ، ایک ماہانہ چیک، وہ کام جس سے کوئی بھی لطف اندوز نہیں ہوتا ہے۔ اسے بنائیں: مختصر، کوڈ، معلوم جواب کی تصدیق، سادہ انگریزی ہیڈر کے ساتھ محفوظ کردہ اسکرپٹ، نمونہ ان پٹ فولڈر۔ پھر اصل امتحان: اسے اگلے پیریڈ کے ڈیٹا پر خود چلائیں، سرد، صرف بریف سے شروع کریں (یا، اگر یہ کام کا کام ہے، فولڈر کو کسی ساتھی کے حوالے کریں) اور دیکھیں کہ آیا یہ آپ کے بغیر کسی چیز کی دوبارہ وضاحت کیے چلتا ہے۔ جو کچھ بھی اس سرد دوڑ سے ظاہر ہوتا ہے اسے ٹھیک کریں، عام طور پر ایک ایسا قاعدہ جسے آپ جانتے تھے لیکن کبھی نہیں لکھا۔

ہو گیا جب: اگلی بار آپ کی طرف سے یا کسی ایسے شخص کی طرف سے جو اصل گفتگو میں نہیں تھا، ایک سرد دوڑ، صرف فولڈر میں موجود چیزوں کا استعمال کرتے ہوئے صحیح نتیجہ پیدا کرتا ہے۔

🌉 Project 4 · 45 منٹ · ایک مسئلہ، دو سطحیں (کیپ اسٹون)

اپنے لیے سطح کی حد کو محسوس کریں۔

Project 1 کا کام لیں اور اسے دوسرے طریقے سے چلائیں۔ اگر آپ صرف براؤزر میں رہ رہے ہیں: ایک سیکنڈ ماڈل فیملی (ChatGPT یا Gemini) میں ایک جیسی بریف چلائیں اور حسابی نمبروں کو کراس چیک کریں: Concept 6 کی سب سے مضبوط تصدیق، حقیقی طور پر انجام دی گئی ہے۔ اگر آپ اگلے مرحلے کے لیے تیار ہیں: Claude Code یا OpenCode انسٹال کریں (ایجنٹک کوڈنگ فوری کورس آپ کو اس کے ذریعے لے جاتا ہے)، اسے اپنے ڈیٹا والے فولڈر کی طرف اشارہ کریں، اور بغیر اپ لوڈنگ کے وہی مختصر چلائیں۔ نوٹ کریں کہ کیا بدلا: فائلیں صرف وہاں تھیں، اسکرپٹ صرف ٹھہری، غلطیاں خود کو درمیانی دوڑ میں ٹھیک کر لیتی ہیں۔

ہو گیا جب: دونوں رنز نمبروں پر متفق ہوں، یا آپ نے تلاش کیا ہو اور وضاحت کی ہو کہ وہ کیوں نہیں ہیں، جس کی قیمت اور بھی زیادہ ہے۔

🛟 اگر آپ Project کے وسط میں پھنس جاتے ہیں: آٹھ ریسکیوز

ہر Project کی ناکامی کو ہم نے آٹھ بالٹیوں میں سے ایک میں زمین دیکھی ہے۔ اپنی علامت تلاش کریں؛ درست پیسٹ کریں. ان میں سے کسی کو یہ سمجھنے کی ضرورت نہیں ہے کہ کیا غلط ہوا ہے۔ یہ AI کا کام ہے۔

1۔ "AI کا کہنا ہے کہ وہ میری فائل کو نہیں کھول سکتا اور نہ ہی پڑھ سکتا ہے۔" عام طور پر ایک برآمدی مسئلہ، AI مسئلہ نہیں۔ پیسٹ کریں: "مجھے بتائیں کہ اس فائل میں کیا غلط ہے: اس کا فارمیٹ، آپ اس سے کیا پڑھ سکتے ہیں اور کیا نہیں پڑھ سکتے، اور اس کے بجائے مجھے اسے دوبارہ ایکسپورٹ یا محفوظ کرنا چاہیے۔" اگر آپ کا ٹول ڈاؤن لوڈ اسکرین پر CSV اور Excel دونوں پیش کرتا ہے، تو دوسری کو آزمائیں۔ دس میں سے نو بار اس کو دوبارہ برآمد کرکے حل کیا جاتا ہے۔

2۔ "اس نے مجھے جواب دیا، لیکن میں نے کبھی کوڈ بلاک نہیں دیکھا۔" تصور 4 سے خاموش ناکامی کا موڈ: اس کا اندازہ لگایا گیا ہے۔ تتر کو دوبارہ مضبوطی سے چسپاں کریں: "روکیں۔ اس کا جواب دینے کے لیے کوڈ لکھیں اور چلائیں، مجھے کوڈ دکھائیں، اور پہلے مجھے قطار کی گنتی دیں۔" اگر کوئی ٹول بار بار کوڈ چلانے سے انکار کرتا ہے، تو ہو سکتا ہے آپ کسی ایسے درجے، علاقے یا پروڈکٹ پر ہوں جہاں وہ خصوصیت محدود ہو۔ Claude.ai، ChatGPT، اور Gemini سبھی کے پاس ڈیٹا کا تجزیہ کرنے اور کوڈ چلانے کے طریقے ہیں، حالانکہ جو دستیاب ہے اس کا انحصار آپ کے اکاؤنٹ، ماڈل اور پلان پر ہے۔

3۔ "نمبر اس سے میل نہیں کھاتے جو میں جانتا ہوں کہ سچ ہے۔" "یہ غلط ہے" مت کہو۔ علامت کی اطلاع دیں (تصور 7): "آپ کا کل X ہے لیکن میں جانتا ہوں کہ یہ تقریباً Y ہے۔ مجھے قطار کی گنتی دکھائیں جس پر آپ نے کارروائی کی، تاریخ کی حد جو آپ کو ملی، اور پہلی 5 قطاریں جیسا کہ کوڈ انہیں دیکھتا ہے۔" مجرم (ایک چھوڑی ہوئی شیٹ، متن کے طور پر پڑھا جانے والا کوما، تقریباً ہمیشہ سطح کا معائنہ کرتے ہوئے برآمد میں نصف بھری ہوئی)

4۔ "خرابی واپس آجاتی ہے چاہے ہم اسے کتنی ہی بار ٹھیک کر لیں۔" تھری سٹرائیکس کا مطلب ہے کہ اپروچ غلط ہے، ٹائپنگ نہیں۔ چسپاں کریں: "ہم نے اسے تین بار آزمایا ہے۔ موجودہ کوڈ کو بھول جائیں۔ مسئلہ کو تازہ کریں اور دو بالکل مختلف طریقے تجویز کریں۔"

5۔ "چیٹ طویل، سست اور الجھن میں پڑ گئی ہے۔" سیاق و سباق کا روٹ (پرامٹنگ کورس، تصور 4)۔ چیٹ کو نہ بچائیں؛ اسے چھوڑ دو. ایک تازہ گفتگو کھولیں، اپنا پانچ سیکشن کا مختصر پیسٹ کریں، فائلوں کو دوبارہ منسلک کریں، اور جو کچھ آپ نے سیکھا ہے اس کے بارے میں ایک لائن شامل کریں ("رقم میں کوما استعمال کیا جاتا ہے؛ مارچ کا درست کل $184,250 ہے")۔ دو منٹ، اور آپ اس سے آگے ہیں جہاں آپ تھے۔

6۔ "Project 4: میں Claude Code یا OpenCode انسٹال نہیں کر سکتا۔" تنصیب بذات خود ایک قابل بیان مسئلہ ہے۔ اپنے چیٹ ٹیب میں، چسپاں کریں: " [Windows 11 / Mac] پر Claude Code انسٹال کرتے ہوئے، قدم بہ قدم، یہ فرض کرتے ہوئے کہ میں نے کبھی ٹرمینل استعمال نہیں کیا ہے۔ ہر قدم کے بعد انتظار کریں اور مجھے رپورٹ کرنے دیں کہ میں کیا دیکھ رہا ہوں۔" اگر یہ اب بھی آپ سے لڑتا ہے، تو Project 4 کے براؤزر کا واحد راستہ آج ہی کریں (کراس-ماڈل کو پک اپ چیک کریں) ایجنٹک کوڈنگ فوری کورس بعد میں۔

7۔ "میری فائل میں پرائیویٹ ڈیٹا (نام، اکاؤنٹ نمبر) ہے اور میں اسے اپ لوڈ کرتے ہوئے گھبرا رہا ہوں۔" اچھی جبلت؛ منصوبے کو ترک کرنے کے بجائے اس پر عمل کریں۔ ایک کاپی بنائیں اور جس چیز کی ضرورت نہیں ہے اسے اتاریں: "یہ رہی میری فائل۔ کسی بھی تجزیہ سے پہلے، ہٹائے گئے نام اور اکاؤنٹ نمبر کے کالموں کے ساتھ ایک صاف شدہ کاپی بنائیں، صرف اس کاپی پر کام کریں، اور جو کچھ آپ نے ہٹایا ہے اس کی تصدیق کریں۔" یا پہلے وہ کالم خود Excel میں حذف کریں؛ تجزیہ شاذ و نادر ہی ان کی ضرورت ہے. اور کسی بھی حساس چیز کو اپ لوڈ کرنے سے پہلے اس ٹول کی ڈیٹا پالیسی کو چیک کریں جو آپ استعمال کر رہے ہیں (تصور 13 میں پرامپٹ کورس کا رازداری کا نوٹ یہاں مکمل طور پر لاگو ہوتا ہے)۔ اگر آپ کے کام کی جگہ ڈیٹا کو اپنے نظام کو بالکل بھی چھوڑنے سے منع کرتی ہے، جو کہ صحت کی دیکھ بھال، قانون اور مالیات میں عام ہے، تو اس کا مقابلہ نہ کریں: ایجاد کردہ ڈیٹا پر ان چالوں کی مشق کریں، اور ان کو اصل چیز پر صرف اس منظور شدہ ٹول کے اندر لاگو کریں جس پر آپ کی تنظیم پہلے سے بھروسہ کرتی ہے۔

8۔ "میں فری ٹیئر استعمال کے وسط Project سے باہر ہو گیا ہوں۔" یہاں ہر Project ایک مفت درجے پر فٹ بیٹھتا ہے، لیکن بھاری تکرار روزانہ کی ٹوپی کو مار سکتی ہے۔ تین آپشنز، بالکل ٹھیک: ری سیٹ ہونے کی حد کا انتظار کریں (آپ کے محفوظ کردہ مختصر کا مطلب دوبارہ شروع کرنے کی کوئی قیمت نہیں ہے)، ایک مختلف ماڈل فیملی میں جائیں اور بریف کو دوبارہ چسپاں کریں (بہرحال مہارت کی منتقلی سبق ہے)، یا قدرتی سیون پر Project کو دو دن میں تقسیم کریں۔ تصدیق ایک صاف دن کا آغاز کرتی ہے۔

تمام آٹھوں میں پیٹرن: جب پھنس جاتا ہے تو، AI کے چپکنے کی وضاحت کریں۔ وہی مہارت جو کوڈ کو کمیشن دیتی ہے Project کو بچاتی ہے۔

اب آپ کمیشن کوڈ۔ اگلا کورس آپ کو منگنی چلانا سکھاتا ہے: جنرل ایجنٹس کے ساتھ مسئلہ حل کرنا →

---

فلیش کارڈز اسٹڈی ایڈ

---

اپنی سمجھ کی جانچ کریں۔

تیرہ تصورات، ایک شناخت: آپ کلائنٹ ہیں، ٹھیکیدار نہیں۔ یہ بتیس منظرنامے آپ کو دوسرے لوگوں کی اسپریڈ شیٹس، فولڈرز، اور ٹوٹے ہوئے رن میں ڈالتے ہیں اور ایک سوال پوچھتے ہیں جو ہر تصور آن ہوتا ہے۔ تعریف کو یاد کرنے میں کوئی انعام نہیں؛ ہر ایک کو یہ جان کر انعام ملتا ہے کہ اصل میں کیا کرنا ہے۔ استدلال سے جواب دیں، طویل ترین آپشن نہیں۔

Checking access...