AI परिचय 1 - परिचय

मूल ट्रांसक्रिप्शन के आधार पर सामान्यीकृत गद्य। सामग्री को जानबूझकर संक्षिप्त नहीं किया गया; कॉल के आर्टिफैक्ट, टाइमकोड, सेवा संबंधी speaker labels और स्पष्ट बोलने की त्रुटियां हटा दी गई हैं।

हम यहां पहले ही कई लोगों से बात कर चुके हैं, कुछ से अभी नहीं, लेकिन AI के बारे में बात करने का समय आ गया है। हाथ उठाइए, कौन पहले से सक्रिय रूप से AI का उपयोग करता है। मैंने अभी तक लगभग आधा ही आत्मसात किया है। चिंता मत कीजिए, आज के बाद और शायद कुछ और कॉल्स के बाद, अब सभी AI के पेशेवर उपयोगकर्ता बन जाएंगे।

कुल मिलाकर, वास्तविकता यह है कि इस समय IT में हर किसी के लिए AI-ऑटोमेशन का एक बड़ा प्रोजेक्ट शुरू हो रहा है। ऑटोमेट करने के लिए हमेशा बहुत कुछ दिलचस्प होता है जो किया जा सकता है और किया जाना चाहिए, लेकिन मुख्यतः सब कुछ चार ब्लॉक्स में बंटा है, जिनसे हमें निपटना है।

पहली दिशा एक एकीकृत AI-ज्ञान आधार है। दूसरी IT प्रक्रियाओं के लिए स्किल्स हैं, यानी विशेष रूप से IT के लिए: कौन निर्णय लेता है, कार्य निर्धारित करने की प्रक्रिया क्या है, प्राथमिकता क्या है, इत्यादि। तीसरी सामान्य ऑपरेशनल ऑटोमेशन के लिए AI-स्किल्स हैं, अर्थात यह प्रोजेक्ट और प्रोडक्ट का काम है, कुछ प्रशासनिक कार्य हैं; हमें समझना है कि इस सब में किन प्रक्रियाओं को लागू किया जा सकता है। चौथा ब्लॉक फ्रंटएंड है।

लेकिन लागू करना शुरू करने के लिए, हमें पहले सभी को AI के साथ काम करना सीखना होगा, ताकि हम, एक ही पेज पर, same page पर हों। यह बहुत महत्वपूर्ण है, क्योंकि अभी AI बिल्कुल हाई-टेक-हाई-टेक है। जिन प्रक्रियाओं को हम लागू करेंगे, वे ChatGPT 5.5 मॉडल पर आधारित हैं, और यह मॉडल केवल दो हफ्ते पहले जारी हुआ था। जिन सभी प्रक्रियाओं को हम अभी सोचने जा रहे हैं, वे सचमुच केवल दो हफ्ते पुरानी हैं। एक महीने पहले यह करना असंभव था। उल्टा भी सही है: जो कुछ हम अभी सोचेंगे, जब उदाहरण के लिए जुलाई या अगस्त में काल्पनिक ChatGPT 6 आएगा, तो वह फिर से सब कुछ पूरी तरह बदल सकता है।

हमें वर्तमान AI तकनीकों के क्षण में बने रहना सीखना है, एक साल पुरानी तकनीकों में नहीं अटकना है और एक-दूसरे को यह कहानियां नहीं सुनानी हैं कि AI खराब कोड जनरेट करता है, लेकिन भविष्य से कुछ गढ़ना भी नहीं है। यह ठीक-ठीक समझना जरूरी है कि अभी क्या किया जा सकता है, क्या नहीं किया जा सकता, इसे कैसे करना है, इत्यादि।

वैसे, यहां अभी की प्रक्रियाएं बनाई गई हैं: अलग-अलग दिशाओं में लाल पट्टियों का ढेर। हमें इन्हीं अव्यवस्थित पट्टियों को व्यवस्थित करना है। सभी को एक ही पेज पर रखने और AI सीखने के लिए, हमने एक बुनियादी AI-निर्देश बनाया है। इसमें तीन बिंदु हैं।

AI का उपयोग करना कैसे सीखें? AI पर विश्वास करना जरूरी है। पहला बिंदु — हम सभी को AI पर विश्वास करना होगा। यह थोड़ा वैचारिक बिंदु है, मिथक-विज्ञान जैसा। मैं अभी बहुत से लोगों से बात करता हूं और दर्जनों राय सुनता हूं: एक व्यक्ति विश्वास नहीं करता क्योंकि उसने कोशिश की और कुछ काम नहीं करता; दूसरा विश्वास नहीं करता क्योंकि AI मूर्ख है और वह बुद्धिमान है; तीसरा विश्वास नहीं करता क्योंकि वह सुपर-जीनियस है और उसने कहीं एक लेख पढ़ा है कि AI पुनरावृत्ति नहीं कर सकता; चौथा कुछ और। संक्षेप में, हर दिशा से ढेर सारी मिथक-कथाएं हैं।

हमें सभी को एकमत पर पहुंचना है — बस AI पर विश्वास करना है। मैं कह सकता हूं कि विश्वास करना बहुत आसान है: आपको इसका उपयोग शुरू करना होगा और सही तरीके से करना होगा। अगर AI का सही तरीके से उपयोग शुरू करें, तो यह विश्वास सचमुच कुछ घंटों में आ जाता है: व्यक्ति वह जादू देखता है जो AI करने देता है, और उसके साथ तुरंत यह life change होता है।

असल में सभी प्रक्रियाएं 100% बदल जाएंगी। जो आप छह महीने पहले करते थे या अभी कर रहे हैं, वह पहले ही पुराना हो चुका है और निराशाजनक रूप से पुराना हो चुका है। लगभग सभी प्रक्रियाएं बदलनी होंगी। वास्तव में, हम यहां इसी के लिए इकट्ठा हुए हैं।

अब मैं तुरंत डेवलपर्स के बारे में कहूंगा: डेवलपर्स बंट गए हैं। ऐसे अनुभवी डेवलपर्स हैं जिनके पास बड़ी विशेषज्ञता है, जो अब कहानियां बताते हैं कि AI कोड खराब लिखता है, उसे सुधारना पड़ता है, जांचना पड़ता है, पांच साल पहले जैसा सिखाया गया था वैसा करना पड़ता है, और ऐसी ही बातें। इसलिए, अनुभवी डेवलपर्स — आप तुरंत जोखिम क्षेत्र में हैं।

दूसरे डेवलपर्स भी हैं, जिन्होंने सीख लिया है कि अब AI कोड कैसे जनरेट करना है, और समझते हैं कि अगर, उदाहरण के लिए, डेटाबेस में बड़ी फाइलें खोजने के लिए स्क्रिप्ट लिखनी हो, तो ऐसी स्क्रिप्ट अब हाथ से लिखने की जरूरत नहीं है — आप ChatGPT में लिखते हैं: "यो, मेरे लिए बड़ी फाइलें खोजने की स्क्रिप्ट लिखो", और तीन मिनट में एक तैयार स्क्रिप्ट मिल जाती है। इसके बाद आप दो कमांड लिखते हैं कि इस स्क्रिप्ट को कैसे ठीक करना है, और बस — आपके पास तैयार प्रोग्राम है; समय खर्च करने और सभी वेरिएबल्स याद रखने, स्पष्ट कोड हाथ से लिखने इत्यादि की जरूरत नहीं है। ये सभी प्रक्रियाएं मूल रूप से बदल गई हैं, और हमें सीखना होगा कि यह सब कैसे करना है।

मैं यहां एक और बिंदु जोड़ूंगा: अगर कुछ संदेह हैं, तो शुरुआत में शायद थोड़ा जरूरत से ज्यादा AI का उपयोग करना चाहिए, खासकर डेवलपमेंट में, ताकि एक तरह की समझ विकसित हो — कहां एजेंट के साथ कुछ करना सार्थक है और कहां नहीं। यह किसी व्यक्ति के साथ काम करना सीखने जैसा है: अनुभव प्राप्त करना और समझना कि कहां आप स्वयं जल्दी कुछ कर सकते हैं, और कहां सौंप देना बेहतर है और समाधान पर अपने संसाधन भी खर्च नहीं करने हैं। यह क्षण केवल अनुभव से आता है: यदि अपने आप को इसे दोहराव में करने के लिए मजबूर करें, कभी-कभी खराब परिणाम मिलने पर भी, तो कुछ इटरेशनों के बाद आप बेहतर समझने लगते हैं कि कहां मॉडल से जल्दी कुछ पूछना चाहिए और कहां आप खुद समझ सकते हैं। दूसरी ओर, मेरे अनुभव के अनुसार कहा जा सकता है कि कोड के कुछ हिस्से अभी बहुत खराब तरीके से vibe-code होते हैं।

सबसे महत्वपूर्ण बात — शुरुआत में वे सभी केस स्पष्ट नहीं होते जहां AI लागू किया जा सकता है। आपका दिमाग बस इस मोड में काम नहीं करता: "अच्छा, यहां मैं बैठा हूं, एक फ़ंक्शन प्रोग्राम कर रहा हूं, जबकि एजेंट से पांच सेकंड में परिणाम मिल सकता था"। AI एजेंट को डेलिगेट करने का यह संक्रमण तुरंत नहीं होता, इसलिए मैं पक्ष में हूं कि शुरुआती चरणों में अपने आप को, जरूरत से थोड़ा अधिक भी, मजबूर किया जाए।

AI परिचय 1 - AI मॉडलों का नामकरण

AI टूल्स में नामकरण थोड़ा अजीब है। इसे समझना जरूरी है।

अभी हमारे पास AI कंपनियां हैं:

• Anthropic
• OpenAI.

इन AI कंपनियों के पास सामान्य उपयोगकर्ताओं के लिए वेब और मोबाइल प्रोग्राम हैं, तथाकथित चैट इंटरफेस, जहां AI से प्रश्न पूछे जा सकते हैं और उत्तर प्राप्त किए जा सकते हैं, जिन्हें कहा जाता है:

• Anthropic में इसे Claude कहा जाता है
• OpenAI में इसे ChatGPT कहा जाता है।

इसके बाद AI मॉडल हैं।

• OpenAI में मॉडलों को GPT और अंक कहा जाता है, नवीनतम संस्करण 5.5 है, और साथ ही pro, mini, nano इत्यादि उपसर्ग हैं। अन्य विशेषज्ञ मॉडल भी हैं: अगर आप छवियों के साथ काम करते हैं, तो यह मॉडल Image 2.0 कहलाता है, या रिसर्च के लिए o1, ऑडियो के लिए Whisper, इत्यादि; मॉडल बहुत हैं।
• Anthropic में मॉडल नाम विशेषज्ञता के हिसाब से अधिक जटिल हैं: संवादों के लिए मुख्य मॉडल Sonnet, कोडिंग के लिए Opus, और एक हल्का Haiku भी है। Haiku सबसे हल्का है।

अगर पूछना हो कि ऑमलेट कैसे तलें — यह Sonnet है; अगर vibe-code करना हो — यह Opus है। तीसरा मॉडल Heika है, यह हल्का संस्करण है।

ChatGPT में हल्के मॉडल का प्रश्न अलग तरीके से हल किया गया है: हल्के मॉडल के रूप में आप पुराने संस्करणों के मॉडल उपयोग कर सकते हैं, उदाहरण के लिए gpt 5.2, gpt 4.1 इत्यादि। उदाहरण के लिए, ऑडियो को आवाज़ में ट्रांसक्राइब करने के लिए gpt 5.5 pro मॉडल उपयोग करने का कोई मतलब नहीं है, वहां gpt 4.1 mini मॉडल उपयोग होता है। हालांकि Claude में भी आप ऐसा तरीका उपयोग कर सकते हैं, उदाहरण के लिए कोड जांचने के लिए महंगे Opus 4.8 के बजाय Opus 4.6 का उपयोग कर सकते हैं।

आगे vibe-coding के लिए डेस्कटॉप एप्लिकेशन हैं:

• OpenAI में डेस्कटॉप एप्लिकेशन का नाम Codex है।
• Anthropic में डेस्कटॉप एप्लिकेशन का नाम Claude Code है और Claude Co-worker नाम का एक संस्करण भी है — यह कोडिंग के लिए नहीं, बल्कि रोजमर्रा के काम में सहयोगी जैसा है।

तदनुसार, Codex वही चीज है जो ChatGPT है, बस डेस्कटॉप पर।

AI मॉडलों को API द्वारा उपयोग करने का एक प्लेटफॉर्म भी है।

• OpenAI में API प्लेटफॉर्म को OpenAI API Platform ही कहा जाता है
• Anthropic में API को Anthropic API कहा जाता है।

OpenAI प्लेटफॉर्म में आप API के माध्यम से अनेक AI मॉडलों के साथ काम कर सकते हैं — टेक्स्ट, ऑडियो, वॉइस, तस्वीरें, वीडियो, असिस्टेंट्स — टूल्स का विशाल सेट।

यही AI API की सुपर-क्षमता है: आप अपने एप्लिकेशनों में बहुत से विभिन्न मॉडलों का उपयोग और संयोजन कर सकते हैं, और एक अनुरोध में ऐसे कार्य हल कर सकते हैं जिनके लिए पहले पूर्ण विकसित बड़े सर्विसेज और प्रोडक्ट्स बनाने पड़ते थे। अब OpenAI API में केवल एक अनुरोध पर्याप्त है।

इस पज़ल को याद रखना चाहिए ताकि समझ सकें कि जब हम कहते हैं कि हमें OpenAI के लिए Python-पैकेज चाहिए, तो इसका अर्थ है कि कंप्यूटर पर हमारा Python सीधे OpenAI API तक पहुंचने में सक्षम होना चाहिए।

AI परिचय 1 - AI से संवाद के बुनियादी नियम - नियम 1: भुगतान वाले शीर्ष AI मॉडल का उपयोग

हमारे पास दो मुख्य निर्देश थे:

• AI का उपयोग कैसे करें
• और एनवायरनमेंट कैसे इंस्टॉल करें। आइए दो और निर्देश बनाएं — कोडिंग और vibe-coding कैसे उपयोग करें, और प्रॉम्प्ट्स कैसे लिखें।

हमारा पहला निर्देश — सामान्यतः AI का उपयोग कैसे करें। यह काफी जटिल विषय है, क्योंकि अभी मेरे अनुभव में, बहुत कम लोग AI का सही तरीके से उपयोग करते हैं। हमने बिंदु इकट्ठा किए हैं कि AI का सही उपयोग कैसे करें। आप उन्हें पूरक कर सकते हैं — यह अत्यंत गतिशील विषय है, और जो हम अभी कह रहे हैं, संभव है कि जल्द ही पुराना हो जाए।

बुनियादी बातें समझना महत्वपूर्ण है: अगर आप AI का गलत उपयोग करते हैं, तो यह अनिवार्य रूप से गलत समाधानों तक ले जाएगा। पहले सही ढंग से अनुरोध बनाना सीखना जरूरी है, तभी AI सही समाधान देगा। अगर आप अनुरोध गलत तरीके से बनाते हैं, AI गलत समाधान देगा, और आप जल्दी ही उन अनुयायियों की संख्या बढ़ा देंगे जो हर किसी को बताते हैं कि AI मूर्ख है। लेकिन वास्तव में वह मूर्ख नहीं है — वह बस उसी का उत्तर देता है जो आप उससे विशेष रूप से पूछते हैं।

उन लोगों की संख्या नहीं बढ़ानी चाहिए जो कहते हैं कि AI झूठ बोलता है, भ्रमित होता है, मूर्ख है, दोहराने योग्य नहीं है, इत्यादि। आइए समझें कि AI का सही उपयोग कैसे करें।

यहां एक महत्वपूर्ण बात है: हम उसी आधुनिक AI की बात कर रहे हैं जो अभी काम कर रहा है। इस AI की कई विशेषताएं हैं — यह न अच्छा है न बुरा, न मूर्ख है न बुद्धिमान, बस AI अभी इसी तरह काम करता है।

पहला नियम — कोई कुछ भी कहे, भुगतान वाला ChatGPT उपयोग करना चाहिए। यह सभी बुनियादों की बुनियाद है। अभी ChatGPT के तीन संस्करण होते हैं: 20 डॉलर वाला डिफ़ॉल्ट संस्करण, 5 डॉलर वाला हल्का संस्करण, जो कुल मिलाकर भी काम आएगा, लेकिन चूंकि हम यहां डेवलपर्स हैं, यह आपके लिए उपयुक्त नहीं होगा। आपका विकल्प है — या तो 20 डॉलर वाला, या तीसरा संस्करण, 100 डॉलर वाला।

पहले कदम में केवल इतना करना है — भुगतान वाला ChatGPT इंस्टॉल करें और बीस डॉलर वाला टैरिफ खरीदें।

दूसरा बिंदु — यह वास्तव में ChatGPT ही होना चाहिए। मैंने यह पहले कभी नहीं बताया, लेकिन इस सप्ताह मेरी मुलाकात एक सहकर्मी से हुई, जिसने मुझे समझाना शुरू किया कि ChatGPT मूर्ख है। ऐसे केस हमेशा मेरे लिए दिलचस्प होते हैं। मैंने उससे अपने ChatGPT का स्क्रीनशॉट भेजने को कहा। वह मुझे बिल्कुल दूसरे एप्लिकेशन का स्क्रीनशॉट भेजता है। मैं पूछता हूं, उसने इसे कहां से लिया। वह कहता है कि उसने Google Play में बस "ChatGPT" लिखा, डाउनलोड किया और इस्तेमाल कर रहा है। यह दूसरा महत्वपूर्ण बिंदु है: सुनिश्चित करें कि आप मूल एप्लिकेशन का उपयोग कर रहे हैं।

अन्य मॉडलों के उपयोग का क्या?

जो AI इलॉन मस्क बनाते हैं — Grok — उसका use case काफी सीमित है। यदि आप Twitter से कुछ जानकारी खोजते हैं तो इसका उपयोग करना चाहिए, लेकिन Grok के उपयोग को अलग से सीखना होता है। Grok में सामान्य परिणाम पाने के लिए आपको मेहनत करनी होगी: दिए जाने वाले परिणाम की मात्रा पर सीमाएं लगानी होंगी, अतिरिक्त पैरामीटर सेट करने होंगे, इत्यादि।

पहला बिंदु सबको समझ आया? कौन अभी भी DeepSeek आजमाना चाहता है क्योंकि वह शानदार है? कोई नहीं — बढ़िया।

AI परिचय 1 - AI से संवाद के बुनियादी नियम - नियम 2: AI की आपके प्रश्न के अनुरूप ढलने की विशेषता

दूसरा बिंदु स्वयं AI की विशेषताओं से संबंधित है।

वह हमेशा आपके प्रश्न के अनुरूप ढलता है। अगर आप पूछेंगे, उदाहरण के लिए, "आज मौसम कितना उदास है, बर्फ पड़ रही है", तो AI सौ पुष्टियां लिखेगा कि बर्फीला मौसम उदास होता है। अगर पूछेंगे, "आज मौसम कितना खुशमिजाज है, बर्फ पड़ रही है", तो AI पुष्टि करेगा कि बर्फ मज़ेदार है।

इसे याद रखना चाहिए: जब AI में अनुरोध बनाते हैं, तो प्रश्न के भीतर उत्तर का संकेत नहीं देना चाहिए। यह मूलभूत रूप से महत्वपूर्ण है। यदि आप कहेंगे "मेरे लिए एक native mobile application vibe-code करो", तो AI native प्रोग्रामिंग भाषा में vibe-code करेगा। यदि बस कहें "मेरे लिए एक mobile application vibe-code करो", तो AI पूछेगा कि हम किस पर vibe-code करेंगे, और आपको चुनने की सुपर-क्षमता मिलती है, और आप उदाहरण के लिए Flutter चुन सकते हैं। तब आप सही रास्ते पर जाएंगे।

यह बिंदु विशेष रूप से vibe-coding में महत्वपूर्ण है। जब आप किसी फ़ंक्शन या छोटी चीज को vibe-code करते हैं, यदि आप प्रश्न में ही संकेत देंगे कि उसे कैसे करना है, तो आप हमेशा गलत दिशा में जाएंगे। AI एक सुपर सहायक नहीं, बल्कि ऐसा सहकर्मी बन जाएगा जो बस आपकी हां में हां मिलाएगा और आपके गलत निर्णयों को और खराब करेगा।

कैसे करना चाहिए? अगर मुझे नहीं पता कि कैसे करना है, तो मैं वही लिखता हूं: "इस कार्य को हल करने के कौन-कौन से विकल्प हैं?", "यह फ़ंक्शन कैसे लिखें?", "यह स्क्रिप्ट कैसे बनाएं?", "हम यह कॉन्फिग क्यों कर रहे हैं?"। ऐसे सही प्रश्न पूछने चाहिए, तब सही उत्तर मिलेगा। यह अत्यंत महत्वपूर्ण बिंदु है जिसे समझना चाहिए।

AI परिचय 1 - AI से संवाद के बुनियादी नियम - नियम 3: आपके गलत समाधान की पुष्टि खोजने में मदद करने की AI की विशेषता

अगला बिंदु — वही बात है, लेकिन दूसरी दिशा में।

AI को अपना पहले से सोचा हुआ समाधान नहीं देना चाहिए, क्योंकि वह उसकी पुष्टि करने की ओर झुकेगा। यही विशेषता बहुत से मूर्खतापूर्ण समाधानों को जन्म देती है, जो कथित रूप से AI की पुष्टि पर आधारित होते हैं। मैंने हाल ही में एक लड़की के बारे में पढ़ा जिसने आइंस्टीन से बेहतर सापेक्षता का नया सिद्धांत सोच लिया। उसने सचमुच उसे सोच लिया था। यह कैसे हुआ? उसने ChatGPT लिया और उसमें लिखना शुरू किया: "हम दोनों मिलकर सापेक्षता का एक नया सिद्धांत बनाएंगे"। निश्चित रूप से AI ने उसे यह सिद्धांत बनाने में मदद की। दोनों ने मिलकर उसे बनाया — लड़की काल्पनिक अनुमान लिखती थी, और AI उन कल्पनाओं की पुष्टियां सोचता था। ऐसा नहीं करना चाहिए।

एक लाइफहैक है जो AI के साथ इस कार्य को बेहतर हल करने देता है: हमेशा दूसरी राय, किसी दूसरे व्यक्ति की नजर से राय मांगनी चाहिए।

यह vibe-coding में कैसे लागू होता है? यदि निर्णय लेने की कोई शाखा है, तो सीधे AI को लिखना चाहिए: "समाधान के कौन-कौन से विकल्प हैं?"। वह सभी विकल्प दिखाएगा। आप लिनस टॉर्वाल्ड्स वाला दृष्टिकोण उपयोग कर सकते हैं — दुनिया के सबसे अच्छे प्रोग्रामर। आप AI को लिख सकते हैं: "मेरे कोड को लिनस टॉर्वाल्ड्स की नजर से मूल्यांकन करो", और आपको उस व्यक्ति के दृष्टिकोण से आपके फ़ंक्शन, स्क्रिप्ट या किसी भी चीज का विश्लेषण मिलेगा। किसी अन्य की राय चाहिए — दूसरे का दृष्टिकोण मांगें। इस तरह आप हमेशा प्रक्रिया को वैलिडेट कर सकेंगे और गैर-मौजूद स्थितियों को गढ़ने के चक्र में नहीं जाएंगे।

ये दो सिद्धांत — प्रश्न के अनुरूप ढलना और गलत निर्णय की पुष्टि करना — बुनियादी हैं। AI के साथ हर दिन काम करते हुए, इनका उपयोग करना चाहिए, नहीं तो समस्या होगी, और शायद उससे भी बदतर। यह सही है कि यदि नियम 1 भी तोड़ दें और, उदाहरण के लिए, DeepSeek में गलत समाधान प्रस्तुत करें, तो आपको दोहरा या तिहरा विकृति मिलेगी, और शानदार समाधान की जगह कुछ अस्पष्ट मिलेगा, जिसे आमतौर पर AI hallucinations कहा जाता है।

याद रखिए: पहले रिसर्च करना चाहिए, जैसे सामान्य कार्य में, और वह निष्पक्ष होना चाहिए। यदि आप आरंभ में ही किसी दिशा में झुकते हैं, तो AI उस झुकाव को तुरंत पकड़ लेगा और आपकी पूरी कार्य-प्रक्रिया विकृत हो जाएगी।

यह बुनियाद है, सभी बुनियादों की बुनियाद।

AI परिचय 1 - AI से संवाद के बुनियादी नियम - नियम 4: संदर्भ का प्रयोग

आगे — संदर्भ के बारे में।

आगे विवरण आते हैं। विवरण संदर्भ में हैं। संदर्भ देना चाहिए। कल मेरी मुलाकात एक व्यक्ति से हुई, जो दावा करता था कि संदर्भ के बिना AI बेकार है। यह सच नहीं है — बिना संदर्भ के भी AI ठीक काम करता है। लेकिन कुछ उत्तरों के लिए संदर्भ जरूरी होता है। उदाहरण के लिए, AI से पूछ सकते हैं कि कौन-सी प्रोग्रामिंग भाषा बेहतर है — NodeJS या Python? बिना संदर्भ के AI हर दिन अलग उत्तर देगा: एक दिन NodeJS कहेगा, दूसरे दिन Python। अगर आप और आपका मित्र अलग-अलग अकाउंट्स पर एक साथ यह प्रश्न पूछें, तो वह एक को NodeJS कहेगा, दूसरे को Python। क्योंकि इस प्रश्न का बिना संदर्भ AI बेतरतीब ढंग से उत्तर देता है: कौन बेहतर है — AI तर्कसंगत रूप से सोचता है — कोई भी, क्या फर्क पड़ता है?

तदनुसार, आपको समझना चाहिए कि यदि उनमें AI के लिए ज्ञात तर्क नहीं है, तो वह कुछ प्रश्नों पर बिल्कुल यादृच्छिक उत्तर दे सकता है। इससे AI-विरोधियों के लिए बड़ा विषय बनता है कि AI में "दोहराव की क्षमता नहीं है", कि AI "धोखा देता है"। अक्सर ऐसे स्क्रीनशॉट आते हैं जहां AI ने कुछ बकवास उत्तर दिया। लेकिन यदि प्रश्न जटिल, अस्पष्ट, गैर-सहज है, तो उत्तर भी ऐसे ही होंगे। अगर पूछें कि कोई सरल काम कैसे करें, जैसे ऑमलेट कैसे तलें, तो तुरंत सर्वोत्तम निर्देश मिलेगा।

लेकिन प्रश्न, उदाहरण के लिए, आज नाश्ते में क्या लें — ऑमलेट या पैनकेक — यादृच्छिक उत्तर देगा।

तदनुसार, आपको संदर्भ देना होगा। संदर्भ है, उदाहरण के लिए: मैं आज उठा हूं, कुछ खाने का मन है, लेकिन ब्रेड नहीं चाहिए। यदि आप ऐसा संदर्भ देते हैं, तो जब आगे पूछेंगे कि क्या तलें — ऑमलेट या पैनकेक — तो वह समझेगा कि पैनकेक किसी तरह ब्रेड जैसा है, और हमारा संदर्भ यह है कि व्यक्ति नाश्ते में ब्रेड नहीं चाहता, इसलिए AI उत्तर देगा — ऑमलेट तलें। संदर्भ ऐसे काम करता है।

आपके सॉफ्टवेयर डेवलपमेंट कार्यों में बिल्कुल यही होता है। कार्य चाहे जितना जटिल हो, आपको समझना सीखना होगा कि AI को कब संदर्भ देना चाहिए।

साथ ही, संदर्भ का उपयोग समझदारी से करना चाहिए। कुछ कार्यों में संदर्भ को, नियम 3 देखें, आपके पहले से सोचे गए समाधान के रूप में लिया जा सकता है। इसलिए यहां सावधान रहना चाहिए। लेकिन फिर भी, यदि AI से कुछ बेतरतीब उत्तर मिलते हैं, तो इसका अर्थ है कि संदर्भ की कमी है।

मान लीजिए, कल ही मेरे सामने एक स्थिति थी: मेरे प्रोग्राम में बाहरी सर्विस कनेक्ट करने के दो विकल्प हैं — पहला API से, दूसरा प्लगइन से। मेरे Codex के लिए यह स्पष्ट नहीं है कि कनेक्शन प्लगइन से करना है या API से। उसके दृष्टिकोण से दोनों कनेक्शन तरीके बिल्कुल वैध हैं, और वास्तव में ऐसा ही है।

मुझे उसे संदर्भ देना पड़ा: बताना पड़ा कि जब तुम प्लगइन से कनेक्ट करते हो, तो सभी फ़ंक्शन पूरी तरह उपलब्ध नहीं होते। दूसरा, प्लगइन धीमा है: अनुरोध आधे सेकंड का नहीं, बल्कि 3–4 सेकंड का होता है। मुझे नहीं पता कि वह धीमा क्यों है, लेकिन मेरे यहां ऐसा ही काम करता है। तीसरा, प्लगइन पर हमें एक्सेस समस्याएं होती हैं, क्योंकि प्लगइन में OAuth के जरिए ऑथराइजेशन होता है, जबकि API में मेरा एक्सेस टोकन के जरिए है। जब मैंने उसे यह समझाया, तो उसने तुरंत कहा: अच्छा, अब मैं तुम्हें बताता हूं कि कौन-से फ़ंक्शन प्लगइन से उपलब्ध हैं और कौन-से API से। और वह मुझे देता है: प्लगइन से 10 फ़ंक्शन उपलब्ध हैं, API से — 30 फ़ंक्शन। उसके बाद मैं उससे कहता हूं: सुनो, हमें और अधिक फ़ंक्शन चाहिए। वह ऐसा: ठीक है। और अब AI के लिए स्थिति स्पष्ट हो गई: हम API से कनेक्ट होते हैं, क्योंकि हमें अधिक फ़ंक्शन, तेज एक्सेस, टोकन के जरिए अधिक विश्वसनीय ऑथराइजेशन इत्यादि चाहिए।

एक और महत्वपूर्ण बिंदु: AI विशेषज्ञों का ऐसा दृष्टिकोण अक्सर मिलता है जो जटिल संबंधों वाली विशाल संदर्भ प्रणालियां बनाने की कोशिश करते हैं, और यहां आपको समझना चाहिए कि हर चीज की एक सीमा अच्छी होती है। कुछ कार्यों के लिए शायद वास्तव में बड़ा संदर्भ जरूरी है, उदाहरण के लिए हम प्रोडक्ट कार्यों के समाधान के लिए विशाल प्रश्नावलियां उपयोग करते हैं। लेकिन vibe-coding की प्रक्रिया में सॉफ्टवेयर डेवलपमेंट कार्य के लिए सही समाधान चुनने में, आमतौर पर संदर्भ स्पष्ट करने के लिए कुछ वाक्य प्रयोग करना ही आपके परिणाम को कई गुना बेहतर बना देता है।

संदर्भ क्या है, सबको समझ आया? ओके।

AI परिचय 1 - AI से संवाद के बुनियादी नियम - नियम 5: अधिक प्रश्न पूछो

अगला बिंदु — बहुत सारे प्रश्नों के बारे में। यह बिंदु एक बड़े बॉस से बात करने के बाद आया। उसने मुझसे कहा: मैं AI से दो बार क्यों पूछूं? मैं अपने समय को महत्व देता हूं। दुर्भाग्य से, ऐसे व्यक्ति की AI मदद नहीं करेगा। क्यों? क्योंकि AI से पहली बार में किसी प्रश्न का उत्तर पाना लगभग असंभव है।

मैंने यहां लिखा है: 10–20 स्पष्ट करने वाले प्रश्न पूछें। यदि आपके सामने कोई प्रोडक्ट कार्य है, उदाहरण के लिए, शानदार प्रोडक्ट कैसे बनाएं, तो आपको लगभग 20 प्रश्न पूछने चाहिए। या 200। यदि आप केवल vibe-coding में कोई फ़ंक्शन लागू कर रहे हैं, तो आमतौर पर 20 प्रश्न पूछने की जरूरत नहीं होती, लेकिन 2-3 प्रश्न वास्तव में आवश्यक हैं। यह आपकी अच्छी AI आदत बननी चाहिए।

मॉडल "एक प्रश्न — एक उत्तर" काम नहीं करता। अभी वह खराब काम करता है। मैंने यह निर्देश जनवरी में लिखा था, और अब मैं अपडेट कर सकता हूं: अभी भी — काम नहीं करता। जनवरी के बाद से स्थिति केवल बिगड़ी है। ऐसा नहीं करना चाहिए।

AI-विरोधियों की विशाल संख्या, एक नियम के तौर पर, स्क्रीनशॉट भेजती है: एक प्रश्न, गलत उत्तर मिला, स्क्रीनशॉट लिया, और AI को पकड़ लेने की शेखी बघारने चले गए। ऐसा नहीं करना चाहिए। आपको समझना चाहिए: हमेशा बहुत से प्रश्न पूछने होते हैं।

आपके प्रश्न जितने अधिक मूर्खतापूर्ण होंगे, AI का उत्तर उतना ही अधिक प्रभावी होगा। जब आप अपना पहला वेब-एप्लिकेशन vibe-code करेंगे, तो संकोच न करें; काम की प्रक्रिया में पूरा दिन लगातार पूछें कि फ्रंटएंड कैसे करना है, ऐसा क्यों है, वैसा क्यों नहीं है, और जानें कि क्या और कैसे करना है।

प्रश्न: vibe-coding की प्रक्रिया में प्रश्न कैसे पूछें, उदाहरण दीजिए?

उदाहरण के लिए, आपने USD से EURO की विनिमय दर दिखाने वाला फ़ंक्शन लागू करने का निर्णय लिया। तब आप Codex में लिखते हैं: मुझे USD से EURO की विनिमय दर प्रदर्शित करने का फ़ंक्शन बनाना है। वह आपसे कहता है: बढ़िया, अभी करते हैं। लेकिन आपको तुरंत सहमत नहीं होना है, प्रश्न पूछने हैं। सुनो, USD से EURO विनिमय दर की जानकारी के कौन-कौन से स्रोत हैं? वह लिखेगा: Forex, NYSE, Binance, कुछ और। आगे पूछते हैं: और यह दर पाने का सबसे तेज और विश्वसनीय तरीका कौन-सा है? वह उत्तर देता है: यह एक, दो, तीन। आगे आप पूछते हैं: और इनमें से कौन-सा तरीका मुफ्त है? वह कहता है: यह वाला मुफ्त है। फिर पूछते हैं: पेज पर दर वास्तविक समय में बदलने के लिए इसे किस तकनीक से लेना सबसे अच्छा है? वह उदाहरण के लिए वेब-हुक या किसी दूसरी तकनीक के बारे में बताएगा। आगे पूछते हैं: मुझे इस तकनीक में मौजूद सभी API फ़ंक्शन, सभी क्षमताएं दिखाओ। वह दिखाता है। और बस, आप पहले ही पूरी तरह सटीक निर्णय ले सकते हैं। इसके लिए प्रश्न पूछने जरूरी हैं।

स्पष्ट करने वाले प्रश्नों के सिद्धांत को लागू करने का यह सही तरीका है।

बेशक, ऐसे अपवाद हैं जहां निश्चित रूप से 10 प्रश्न नहीं पूछने चाहिए। ये कई कोडिंग और तकनीकी कार्य हैं जो पहले ही लाखों बार हल किए जा चुके हैं। यहां AI को एक अनुरोध में तुरंत आदर्श समाधान मिलता है। ऐसे उदाहरण बहुत हैं: ऐसी स्थिति जहां रिसर्च की नहीं, बल्कि उस समाधान की जरूरत है जो पहले ही कहीं लाखों बार काम कर चुका है। कुछ खोजने की जरूरत नहीं है, सभी को लंबे समय से पता है कि इसे कैसे करना है और पूरी तरह सही कोड का जनरेशन एक अनुरोध में काम करता है। . कोड में, तकनीकी हिस्से में, पहले से हल किए गए पैटर्न्स की बहुत-सी पुनरावृत्तियां हैं, और ऐसे मामले में एक अच्छे अनुरोध में हमेशा बिना समस्या उत्कृष्ट परिणाम मिलता है।

यहां डेवलपमेंट के स्तर पर अभ्यास करना चाहिए। मेरी अनुभूति में, कुछ समय बाद, और बहुत लंबे समय बाद नहीं, आपको यह एहसास हो जाएगा कि कहां प्रश्नों से स्पष्ट करना चाहिए और कहां एक अनुरोध में तुरंत अपनी आवश्यक स्क्रिप्ट जनरेट कर सकते हैं।

एक और आम स्थिति होती है जब आप किसी और के पहले बनाए गए कोड के साथ काम कर रहे हैं, जहां किसी प्रोग्रामर ने कई साल पहले कुछ लिखा था, और उसने वहां क्या लिखा है यह केवल उसे और उसके दोस्त को पता है, तो, निश्चित रूप से ऐसी स्थितियों को समझने के लिए अधिकतम प्रश्न पूछने जरूरी हैं, क्योंकि हम नहीं जानते कि उसने वहां क्या किया है। कोई नहीं जानता कि उसने वहां क्या किया है।

और यदि हम ऐसी समस्याओं में जाते हैं जो लाखों बार हल हो चुकी हैं, तो वहां, निश्चित रूप से, एक ही अनुरोधों से सब कुछ किया जा सकता है, और सब कुछ शानदार होगा।

AI परिचय 1 - AI से संवाद के बुनियादी नियम - नियम 6: तस्वीरों का उपयोग करो, CLI का उपयोग मत करो

छठा सिद्धांत, सभी छह महत्वपूर्ण सिद्धांतों में सबसे महत्वपूर्ण, तस्वीरों और फाइल अपलोड का उपयोग करना है। जब आप अपने मोबाइल फोन में भुगतान वाला ChatGPT इंस्टॉल करते हैं, तो आपको लगातार हर चीज की तस्वीर लेने और उस वस्तु के बारे में जानकारी पाने की सुपर-क्षमता मिलती है। मैं तुर्की में रहता हूं, और समय-समय पर प्राचीन रोमन और प्राचीन यूनानियों के शिलालेखों की तस्वीरें लेता हूं, और ChatGPT उन्हें शब्दशः शानदार ढंग से अनुवाद करता है कि वे तीन हजार साल पहले वहां क्या कहना चाहते थे। तदनुसार, यदि ChatGPT प्राचीन रोमनों को पढ़ता है, तो आप अपने प्रोग्राम का उत्तर, कोड की त्रुटि, या अपने प्रोग्राम का संदेश स्क्रीनशॉट लेकर अपनी गति बढ़ाने के लिए अपने Codex में अपलोड कर सकते हैं।

यह vibe-coding में कैसे लागू होता है? Vibe-coding में आप किसी भी प्रोग्राम के किसी भी उत्तर का स्क्रीनशॉट लेकर वापस इसी Codex इंटरफेस में अपलोड कर सकते हैं। और यह शानदार ढंग से काम करता है। AI vibe-coding मूलतः screenshot-coding है। आप लगातार ये स्क्रीनशॉट भेजते हैं और उनके साथ अपनी इच्छाएं जोड़ते हैं, और इस तरह जो हो रहा है उसकी सटीक जानकारी और अपने कार्यों पर प्रगति प्राप्त करते हैं।

इस नियम का उपयोग कई दूसरे गैर-सहज केसेस में किया जा सकता है, जिन पर हमें साथ मिलकर रिसर्च करनी है। उदाहरण के लिए, आपको Python में कोडिंग सीखने की 300 पेज की निर्देशिका भेजी गई — आप यह PDF लेते हैं, Codex में अपलोड करते हैं, और अब आप अनुभवी Python प्रोग्रामर हैं। किसी भी फाइल को AI में अपलोड किया जा सकता है।

अपवाद — गोपनीय जानकारी, व्यावसायिक जानकारी, व्यक्तिगत डेटा, और वह अन्य डेटा जो आपकी कंपनी में AI में अपलोड करने के लिए निषिद्ध है, AI में अपलोड नहीं करना चाहिए। नाम और उपनाम नहीं भेजने चाहिए, पते नहीं भेजने चाहिए, वित्तीय रिपोर्ट्स नहीं भेजनी चाहिए, बैंकिंग जानकारी नहीं भेजनी चाहिए, इत्यादि। अर्थात, जो भी संवेदनशील और कानून या कॉर्पोरेट अधिकार से संरक्षित है, उसका AI के साथ काम में उपयोग नहीं करते। हम विशेष रूप से सॉफ्टवेयर समाधान, प्रक्रिया समाधान, फ़ंक्शन्स और प्रक्रियाओं की कोडिंग के समाधान उपयोग करते हैं।

इन छह सिद्धांतों को सचमुच समझकर, जोर लगाकर और चाहे मन न हो तब भी इस्तेमाल करना सीखना चाहिए, और तब सब अच्छा होगा, आप AI बिल्डर बन जाएंगे।

AI परिचय 1 - एनवायरनमेंट इंस्टॉलेशन - ऑपरेटिंग सिस्टम

अगला बड़ा महत्वपूर्ण खंड vibe-coding के लिए एनवायरनमेंट इंस्टॉल करना है। मेरे लिए यह एक खबर थी: मैंने कभी नहीं सोचा था कि AI कंप्यूटर के ऑपरेटिंग सिस्टम और आपके Windows या MacOS अकाउंट्स पर निर्भर करता है। लेकिन यह तथ्य है। जब आप Codex या Claude Code इंस्टॉल करते हैं, और यह एक डेस्कटॉप एप्लिकेशन है, तो वह आपके कोड टूल्स, विभिन्न API, मेल, Jira और कुछ अन्य चीजों के साथ काम करना शुरू करता है।

और यदि आपके Windows या Mac में पुराना ऑपरेटिंग सिस्टम है, उदाहरण के लिए Windows 11 नहीं, बल्कि आपका प्रिय Windows 10, जिसे आपने पांच साल पहले इंस्टॉल किया था और जो आपको बहुत पसंद है, तो Windows 10 पर AI टूलकिट काम नहीं करेगा।

औपचारिक रूप से आप Codex चला सकेंगे, औपचारिक रूप से वह चल जाएगा, लेकिन काम की प्रक्रिया में आप लगातार समस्याओं से टकराएंगे: कभी PowerShell शुरू नहीं हुआ, कभी एक्सेस अधिकार पर्याप्त नहीं थे, कभी फोल्डर सक्षम नहीं हुआ, कभी प्रोग्रामिंग भाषा का पैकेज इंस्टॉल नहीं हुआ। समस्याओं का पैमाना बस अंतहीन होगा। और Codex इनमें से हर समस्या को बाईपास करने या हल करने की कोशिश करेगा, जिससे आपका बहुत बड़ा समय नुकसान होगा। Claude Code की स्थिति में इससे न केवल बहुत बड़ा समय नुकसान होगा, बल्कि धन का भी नुकसान होगा। इसलिए ऐसा नहीं करना चाहिए।

आपको सख्ती से MacOS का नवीनतम संस्करण, या सख्ती से नवीनतम Windows 11 इंस्टॉल करना चाहिए। यदि आप Windows इंस्टॉल करेंगे, तो आपको सख्ती से Windows 11 Pro चाहिए; Windows 11 Home Edition में समस्या वही होगी: आपको लगातार फोल्डरों के एक्सेस, firewall के माध्यम से आउटगोइंग वेब कनेक्शन्स इत्यादि की त्रुटियां आएंगी।

और आपके Windows 11 Pro में सभी Windows घटकों के नवीनतम अपडेट पाने के लिए अनिवार्य रूप से सक्रिय लाइसेंस होना चाहिए। सबसे आधुनिक ऑपरेटिंग सिस्टम के बिना AI vibe-coding के लिए वर्कस्टेशन बनाना असंभव है।

निष्कर्ष:

पहला कदम: आपको MacOS या Windows ऑपरेटिंग सिस्टम का नवीनतम संस्करण लेना होगा। Windows में केवल Pro होना चाहिए। दूसरा कदम — ऑपरेटिंग सिस्टम को पूरी तरह साफ कंप्यूटर पर इंस्टॉल करना होगा, ताकि कंप्यूटर उपयोग के वर्षों में जमा हुए एक्सेस अधिकारों, फोल्डरों और प्रोग्रामों की विरासत न हो। पहले डिस्क से सब हटाएं या नया कंप्यूटर लें। तीसरा कदम — पूर्ण एडमिन अधिकारों के साथ केवल एक अकाउंट अनिवार्य रूप से बनाएं; अनेक अलग-अलग अकाउंट्स वाला ऑपरेटिंग सिस्टम काम नहीं करेगा, क्योंकि प्रोग्रामिंग भाषाओं के कंप्यूटर पर इंस्टॉल किए गए एक्सेस और पैकेजों की समस्याओं से आप अनिवार्य रूप से टकराएंगे। यदि आप दो अकाउंट्स वाले कंप्यूटर पर vibe-code करने की कोशिश करेंगे, तो विचार शुरू में शानदार लगता है, लेकिन व्यवहार में कुछ नहीं होगा। अंततः आपका Python दो अकाउंट्स के बीच संस्करणों में उलझ जाएगा, फाइल स्टोरेज स्थानों, सेटिंग्स स्टोरेज स्थानों, पैकेज इंस्टॉलेशन स्थानों इत्यादि को भ्रमित करना शुरू कर देगा।

ऐसा कॉन्फिगरेशन आपको अच्छी तरह vibe-code करना शुरू करने देगा। इन नियमों से विचलन समस्याओं तक ले जाएगा।

AI परिचय 1 - एनवायरनमेंट इंस्टॉलेशन - आवश्यक प्रोग्राम

अब हम बात करेंगे कि आपके कंप्यूटर पर कौन-कौन से प्रोग्राम इंस्टॉल होने चाहिए। डेवलपर्स में संभवतः पूरा प्रोग्राम सेट तुरंत इंस्टॉल हो जाता है, लेकिन प्रोडक्ट लोगों के लिए यह सब नया होगा। कुल मिलाकर Mac पर इंस्टॉलेशन कई गुना आसान है, क्योंकि बहुत-सी लाइब्रेरी पहले ही ऑपरेटिंग सिस्टम में शामिल होती हैं; Windows के साथ अधिक कठिन है, सब कुछ हाथ से इंस्टॉल करना पड़ता है। लेकिन यहां मैं डेवलपर्स से सहमत हूं: यदि आपका डेवलपर एनवायरनमेंट पहले से कॉन्फ़िगर है, तो आपको ये सभी अभ्यास करने की जरूरत नहीं है — आप बस Codex इंस्टॉल कर सकते हैं और शुरू हो जाइए। लेकिन यदि एनवायरनमेंट कॉन्फ़िगर नहीं है, तो सब कुछ शून्य से करना बेहतर है, क्योंकि समस्याएं होंगी।

अब एनवायरनमेंट के लिए क्या इंस्टॉल करना चाहिए?

कल्पना कीजिए कि आपने Windows इंस्टॉल किया है, वह आपके पास साफ है, आपने विभिन्न डिवाइसेज के सभी ड्राइवर इंस्टॉल कर दिए हैं, Windows काम के लिए तैयार है।

साफ Windows होने के बाद, आप Codex इंस्टॉल करते हैं। Codex ChatGPT का डेस्कटॉप एप्लिकेशन है। ऐसा Codex डेस्कटॉप एप्लिकेशन आपको इंस्टॉल करना होगा।

दूसरे कदम में मैं आमतौर पर स्क्रीनशॉट के लिए प्रोग्राम इंस्टॉल करता हूं, लेकिन Windows में आप स्क्रीनशॉट के लिए मानक एप्लिकेशन उपयोग कर सकते हैं, वह शानदार है, और अब वीडियो भी बेहतरीन तरीके से रिकॉर्ड करता है।

हर साल हम कम अक्षर लिखेंगे; मुख्यतः vibe-coding में स्क्रीनशॉट और वॉइस मैसेज उपयोग होते हैं।

इसके बाद हमें Git इंस्टॉल करना होगा। Git कंप्यूटर पर सीधे कोड लिखने की एक चीज है। यहां AI स्किल्स पहले से जरूरी हैं। जब आप Git इंस्टॉल करेंगे, वह आपको 10 स्क्रीन देगा, हर स्क्रीन पर 10 चेकबॉक्स होंगे। आपको वह नियम याद करना चाहिए जो हमने अभी सीखा: कोई अस्पष्ट टेक्स्ट दिखे — उसका स्क्रीनशॉट लें और Codex को भेजें। Git इसी तरह आपके कंप्यूटर पर इंस्टॉल होता है। और Codex में आप संदर्भ देते हैं, Codex को बताते हैं कि हम Git इंस्टॉल कर रहे हैं और उन चेकबॉक्स की सेटिंग्स चुन रहे हैं जो विशेष रूप से Codex के काम के लिए जरूरी हैं। इन 10 स्क्रीनों में वह अधिकांश को जैसा है वैसा छोड़ देगा, लेकिन कुछ चेकबॉक्स बदलेगा।

अस्पष्ट प्रोग्रामों में अस्पष्ट चेकबॉक्स इंस्टॉल करने की AI स्किल अन्य सभी एप्लिकेशनों में भी लागू होगी। Git के बाद आप PowerShell इंस्टॉल करते हैं। यह कमांड लाइन के साथ काम करने का इंटरफेस है, इसे टर्मिनल भी कहते हैं, और अक्सर अधिक आधुनिक नाम CLI भी उपयोग होता है। PowerShell वह है जैसे कंप्यूटर 30 साल पहले दिखते थे। तब इसे MS-DOS कहा जाता था।

आप PowerShell में कोई कमांड लिख सकते हैं, उदाहरण के लिए Claude कमांड, और आपका Claude एप्लिकेशन CLI संस्करण में शुरू हो जाएगा। PowerShell के साथ भ्रम हो सकता है, क्योंकि अभी मेरे कंप्यूटर पर उनके तीन हैं: मानक Windows PowerShell है, PowerShell 7 है और सामान्य टर्मिनल है। Codex कहता है कि AI के साथ पूर्ण काम के लिए PowerShell 7 इंस्टॉल करना जरूरी है, और वास्तव में, उसके साथ काम करते हुए Codex इंटरफेस से कमांड लाइन तक एक्सेस की समस्याएं हल होती हैं। आगे पाठ में हम PowerShell 7 को टर्मिनल कहेंगे।

आगे आप GitHub CLI नाम की चीज इंस्टॉल करते हैं। यह वह मैकेनिज्म है जो आपको टर्मिनल से अपने GitHub में ऑथराइज़ करने देता है, जो आपके कोड के स्टोरेज और लेखन की वेब सर्विस है और इंटरनेट पर स्थित है। GitHub CLI टर्मिनल के माध्यम से इंस्टॉल होता है: आप बस GitHub इंस्टॉल करने की कमांड लिखते हैं। चूंकि आप पहले से अनुभवी vibe-coders हैं, स्वाभाविक रूप से आप यहां नहीं, बल्कि पहले Codex में लिखते हैं। आप Codex में लिखते हैं: «मुझे बताओ कि GitHub CLI कैसे इंस्टॉल करूं», और Codex आपको इंस्टॉलेशन के सटीक चरण देगा। अब सब कुछ इसी तरह काम करता है।

फिर, व्यक्तिगत रूप से, मैं FFMPEG कोडेक्स इंस्टॉल करता हूं। क्यों? क्योंकि जो अधिकांश ऑटोमेशन मैं अभी करता हूं, वे वॉइस इंटरफेस पर आधारित हैं: कुछ कहा या कुछ सुना। उदाहरण के लिए, अब मुझे वॉइस मैसेज द्वारा Jira tasks बनाना पसंद हो गया है — मैं बस दो मिनट में बोलकर बताता हूं कि मुझे jira task में क्या करना है, और फिर वह सभी चेकबॉक्स और फ़ील्ड्स के साथ तुरंत Jira में पहुंच जाता है। वॉइस इंटरफेस इन्हीं कोडेक्स द्वारा नियंत्रित होता है। इसका एक अन्य उपयोग भी है: यदि आपके पास Google Meet है और आपको ट्रांसक्रिप्शन बनाना है, तो वह भी आंशिक रूप से इसी चीज के माध्यम से काम करता है।

महत्वपूर्ण नियम यह है कि यदि उदाहरण के लिए आप FFMPEG कोडेक्स इंस्टॉल नहीं करते, लेकिन vibe-coding के माध्यम से ऑडियो कंटेंट के साथ काम करने का प्रयास करते हैं, तो आप ऐसी स्थिति में आ सकते हैं (Claude में निश्चित रूप से आएंगे) कि आपका AI कोडेक्स की अनुपस्थिति की समस्या हल करने के लिए उन्हें खुद शून्य से लिखने लगेगा। इससे टोकन्स का भारी अतिरिक्त खर्च होता है। किसी कार्य को vibe-code करने से पहले हमेशा सोचें और जांचें कि उसके समाधान के लिए किन पैकेजों, कोडेक्स या लाइब्रेरीज़ की जरूरत है।

इसके बाद आप प्रोग्रामिंग भाषाएं इंस्टॉल करते हैं: Node.js और Python। इंस्टॉलेशन के दौरान Node.js सभी पैकेज इंस्टॉल करने के लिए कहेगा। Codex लंबे समय तक तय नहीं कर पाया कि हमें ये पैकेज चाहिए या नहीं, आखिरकार हमने बिना पैकेजों के इंस्टॉल करने का फैसला किया। Python को सख्ती से संस्करण 3.12 में और सख्ती से C ड्राइव पर कहीं इंस्टॉल करते हैं, क्योंकि डिफ़ॉल्ट रूप से Python अकाउंट फोल्डर में इंस्टॉल होना चाहता है। इसे याद रखने की जरूरत नहीं है: जब Python इंस्टॉल करेंगे, तो फिर से Codex से पूछें कि कौन-सा Python इंस्टॉल करना है और कहां। Codex आपको सब बताएगा। महत्वपूर्ण यह है कि Python और Node.js — must-have हैं। भले ही आप Go प्रोग्रामर हों, फिर भी Python ऑटोमेशन की अधिकांश स्क्रिप्ट्स की भाषा है: Jira में tasks ट्रांसफर करने, API से कनेक्शन इत्यादि से संबंधित विभिन्न अनुरोध — यह सब Python पर होगा।

इसके बाद हम VS Code इंस्टॉल करते हैं। VS Code तथाकथित IDE है, ऐसा प्रोग्राम जिसमें पहले प्रोग्रामर हाथ से कोड लिखते थे। चूंकि हम आधुनिक प्रोग्रामर हैं, मुख्यतः हम इस चीज का उपयोग फाइलें पढ़ने, फोल्डरों में नेविगेट करने और किसी अन्य संभावित मैन्युअल कार्यों के लिए करेंगे। अक्सर सुना जा सकता है कि vibe-coding के लिए सही कॉन्फिगरेशन VS Code के साथ Claude Code या ChatGPT प्लगइन्स है, लेकिन व्यवहार में VS Code में आप कई सीमाओं से टकराएंगे जो आपका समय लेंगी। उदाहरण के लिए, एक क्लिक में स्क्रीनशॉट और फाइलें डालने की क्षमता का अभाव, MCP सर्वर्स के ग्राफिकल इंटरफेस का अभाव इत्यादि, अभी का पुराना इंटरफेस।

Markdown फाइलों के साथ काम के लिए टेक्स्ट एडिटर के संबंध में मैं Sublime की सिफारिश कर सकता हूं — यह सबसे बेहतरीन में से एक है, या Notepad++। लेकिन मैं स्वयं अभी Markdown फाइलों के साथ काम के लिए Obsidian के लोकल संस्करण पर काम करता हूं, क्योंकि Obsidian के पास अलग-अलग Markdown फाइलों और फोल्डरों के बीच नेविगेशन का सुपर लाभ है, और साथ ही फाइल को मैन्युअल एडिटिंग और AI टूल्स के माध्यम से एडिटिंग के साथ-साथ करने का भी सुपर लाभ है।

फिर Windows उपयोगकर्ताओं के लिए सबसे गैर-सहज इंस्टॉलेशन: आपका डेस्कटॉप Codex इंटरनेट पर जाता है, लेकिन डिफ़ॉल्ट रूप से आपके कंप्यूटर से इंटरनेट को उसके आउटगोइंग अनुरोध Firewall द्वारा ब्लॉक होते हैं। इससे समस्याओं का पूरा ढेर हो सकता है, इसलिए Defender Firewall में जाकर Codex को अनुमति देना न भूलें। कौन-सी अनुमतियां और उन्हें कहां पाना है — सब Codex से पूछें। लेकिन यह सचमुच समस्या है, इसे हल करना चाहिए। साथ ही, Node.js पर मेरे vibe-coding ने Windows Studio Build Tools की मांग की, उसे भी इंस्टॉल करना होगा।

हमारा एक और चरण है — Windows में तथाकथित Path इंस्टॉल करना। ये प्रोग्रामों के लिए निर्धारित पथ हैं। Windows में सही पथ निर्धारित किए बिना, पारंपरिक रूप से, हम vibe-coding की प्रक्रिया में त्रुटि संदेश इकट्ठा करेंगे।

इसके बाद प्रोग्रामिंग भाषाओं के लिए पैकेजों का चयन आता है। पैकेज प्रोग्रामिंग भाषाओं के ऐसे एक्सटेंशन हैं जो कुछ विशेष करने देते हैं। उदाहरण के लिए, यदि आप Python में वॉइस मैसेज के साथ काम करना चाहते हैं, तो आपको वॉइस पैकेज इंस्टॉल करने होंगे। वे काफी अधिक हैं, लेकिन हमें अनिवार्य रूप से क्या इंस्टॉल करना चाहिए? निश्चित रूप से, OpenAI के साथ काम के लिए Python पैकेज।

तो, आपके पास साफ Windows होना चाहिए, ताकि एक्सेस समस्याओं से न टकराएं, PowerShell, प्रोग्रामिंग भाषाएं हों। दूसरा — आपके पास सही ढंग से इंस्टॉल एनवायरनमेंट होना चाहिए, क्योंकि यदि Git में गलत चेकबॉक्स दबा दिया, तो आपका git Codex के साथ सीधे नहीं, बल्कि पता नहीं कैसे काम करेगा। इससे यह होगा कि AI से आवश्यक उत्तरों के बदले आपको इस प्रकार के संदेश मिलेंगे: «कुछ नहीं हो पा रहा», «यह काम नहीं करता», «एक्सेस नहीं है», «ऐसा नहीं किया जा सकता», «यहां sandbox है» इत्यादि। सब कुछ सही तरीके से इंस्टॉल करना चाहिए।

पैकेजों में सुपर-लाइफहैक है: यदि आपके पास OpenAI पैकेज नहीं होगा और आप OpenAI API को कॉल करने जाएंगे, तो आपका कोडिंग टूल, विशेषकर Claude Code, इस पैकेज को खुद लिखना शुरू कर देगा। Claude Code के टोकन्स के पागलपन भरे खर्च का सुपर रहस्य यहीं छिपा है। वह खराब काम करता है, और खराबी यह है कि यदि आप उसे कोई समस्या हल करने दें, तो वह शाब्दिक रूप से गायब पैकेज, कोडेक्स या लाइब्रेरी को शून्य से बनाने की कोशिश करके उसे हल करना शुरू करता है। और आप घंटों और दिनों तक इसे देखते रहेंगे, बिना यह संदेह किए कि समस्या कुछ मिनटों में हल हो सकती है। Codex अधिक बुद्धिमान और ईमानदार है: यदि आप उससे OpenAI के साथ काम करने को कहेंगे, तो Codex संभवतः गायब पैकेज इंस्टॉल करने का सुझाव देगा। आप पैकेज इंस्टॉल करते हैं और सीधे उसके माध्यम से काम करना शुरू कर देते हैं।

इससे क्या होता है? आप अपना समय खर्च नहीं करते, AI टोकन्स खर्च नहीं करते और उन चीजों के साथ नहीं जूझते जो दूसरे लोग सौ बार लिख चुके हैं। यह पैकेजों, लाइब्रेरीज़ और बाकी चीजों पर लागू होता है — इसे स्पष्ट रूप से समझना और याद रखना जरूरी है।

आपके भाषा संस्करण के भीतर विभिन्न पैकेज संस्करणों की संगतता भी महत्वपूर्ण है, इसलिए उपयोग और vibe-coding से पहले हमेशा Codex से पूछना चाहिए — उदाहरण के लिए, हमारे इंस्टॉल किए हुए Python पैकेजों के संस्करणों की संगतता जांचो। Codex संगतता जानता है, और यदि त्रुटियां हैं तो उन्हें ठीक करेगा। इसके बारे में पहले से सोचना और करना चाहिए।

कुछ सप्ताह पहले मैं इस विषय पर रिसर्च कर रहा था कि Google Meet का सटीक ट्रांसक्रिप्शन कैसे किया जाए, और मेरी मुलाकात उन लोगों से हुई जो Google Meet ट्रांसक्रिप्शन करते हैं, और उन्होंने इस ट्रांसक्रिप्शन से एक पूरा विशाल प्लेटफॉर्म बना लिया। उन्हें उस पर गर्व है। हालांकि, वास्तव में ट्रांसक्रिप्शन बनाने के लिए हमें बस FMPG कोडेक्स इंस्टॉल करने हैं, आवश्यक Python पैकेज इंस्टॉल करने हैं, Python में एक स्क्रिप्ट लिखनी है, उसे Google Drive से कनेक्ट करना है, वहां फाइल डाउनलोड करनी है और उसे हमारे तैयार पैकेजों के जरिए ट्रांसक्राइब करना है। Codex बताएगा कि और कौन-से पैकेज चाहिए। आप ये सभी पैकेज इंस्टॉल करते हैं, और आपका ट्रांसक्रिप्शन एक क्लिक में होता है।

और वे लोग जिनसे मैंने आज बात की, वे भी vibe-coding उपयोग करते हैं, वे भी Claude Code उपयोग करते हैं, लेकिन उन्होंने पूरा इंफ्रास्ट्रक्चर वास्तव में शून्य से लिख दिया। उन्होंने गर्व के साथ मुझे यह एप्लिकेशन दिखाया। मैं देखता हूं कि उन्हें गर्व है और उनका दिल नहीं दुखाना चाहता, लेकिन समझता हूं कि यह सचमुच कुछ अनुरोधों में लागू हो जाता है। यानी वास्तव में कुछ अनुरोधों में। प्रश्न उठता है कि वे इसे कैसे vibe-code कर पाए; सबसे संभावित उत्तर है — खराब तरीके से की गई रिसर्च, और एनवायरनमेंट के सही इंस्टॉलेशन के बारे में Claude Code की विनम्र चुप्पी।

इसलिए हमें हमेशा इसके बारे में पहले से सोचना चाहिए। जब हम Jira से कनेक्ट होते हैं, तो पहली चीज जिसके बारे में सोचना चाहिए: Jira के साथ काम के लिए Python में कौन-से पैकेज हैं? हम वहां सामान्यतः क्या करने जा रहे हैं? Jira के साथ काम के लिए OpenAI में कौन-से पैकेज हैं? Jira के साथ काम के लिए Node.js में कौन-से पैकेज हैं? हम ये पैकेज खोजते हैं, उन्हें पाते हैं, सुनिश्चित करते हैं कि वे आधिकारिक contributors द्वारा बनाए गए हैं, सुरक्षित हैं और वायरस रहित हैं। हम इन सभी को अपने डेवलपमेंट एनवायरनमेंट में इंस्टॉल करते हैं और केवल उसके बाद अपना vibe-coding और बाकी सब शुरू करते हैं। अन्यथा हम वह ठीक करेंगे जिसे ठीक करने की जरूरत नहीं है, और इंफ्रास्ट्रक्चर कोड करेंगे — जिसे कोड करने की जरूरत नहीं है।

अपने डेस्कटॉप या लैपटॉप पर vibe-coding एनवायरनमेंट की इंस्टॉलेशन और कॉन्फिगरेशन के ये सरल नियम लागू करके, आप तुरंत अपना काम और अपना टोकन खर्च दर्जनों और सैकड़ों गुना अधिक प्रभावी बना देते हैं। महत्वपूर्ण बात यह है कि यदि यह पहले से न करें और इसके बारे में न सोचें, तो आपके Codex या Claude Code काम के दौरान आपको यह कभी नहीं बताएंगे; आप बस व्यर्थ अपना समय खर्च करेंगे, बहुत बड़ी मात्रा में AI टोकन्स जलाएंगे और vibe-coding के परिणामों से निराशा पाएंगे।

AI परिचय 1 - एनवायरनमेंट इंस्टॉलेशन - AI बिल्डर की योजना

अब आखिरी बात। हमारे पास एक शानदार योजना है कि AI कैसे काम करता है, इसे AI आर्किटेक्चर कहा जाता है। सभी को यह योजना देखनी होगी, ताकि अगले सत्र में हम इस पर विषयगत रूप से बात कर सकें।

कुल मिलाकर, योजना से आपको समझना चाहिए कि पूरी दुनिया AI के कारण, और मैं भी, पागल क्यों हो रही है।

AI का जादू इस बात में है कि वह पहले की पूरी तरह असंबद्ध चीजों को तुरंत जोड़ देता है।

पहला, वह आपके कंप्यूटर, आपके लैपटॉप को आपके कंप्यूटर के फोल्डरों से जोड़ता है — अब AI आपकी फाइलों के साथ सीधे काम करता है।

दूसरा, PowerShell टर्मिनल, Git के माध्यम से AI आपको उन प्रोग्रामिंग भाषाओं से जोड़ता है जो आपके कंप्यूटर पर सीधे इंस्टॉल हैं: Python, Node.js, कोई भी भाषा जो आप चाहें, इंस्टॉल की जा सकती है।

Codex को कंप्यूटर पर इंस्टॉल करना क्यों आवश्यक है, यह डेस्कटॉप क्यों होना चाहिए, मोबाइल एप्लिकेशन क्यों नहीं? क्योंकि आपका Codex विशेष रूप से आपके कंप्यूटर, उसके फोल्डरों और उस पर इंस्टॉल प्रोग्रामों से जुड़ता है। सिद्धांत रूप में, आपके कंप्यूटर पर इंस्टॉल किसी भी प्रोग्राम से कनेक्ट किया जा सकता है।

तीसरा, आप विशेष कनेक्टर्स, Plugins के माध्यम से अपनी वेब सर्विसेज से जुड़ते हैं। Codex में आप अपना पसंदीदा GitHub, Figma, Jira, Gmail, Google Calendar, Google Drive, ऐसे कोई भी वेब सर्विसेज जिनके पास Plugin या API हो, कनेक्ट करते हैं।

वास्तव में आप अपनी पूरी वेब-दुनिया, अपने सभी वेब-प्रोडक्ट्स से जुड़ते हैं: Notion, Google, Jira, Figma — जो कुछ भी चाहें।

चौथा — आप OpenAI API से जुड़ते हैं, अर्थात मस्तिष्क से, अनंत कंप्यूटिंग क्षमता से। जैसे इंटरनेट के आविष्कार से आप अनंत जानकारी से जुड़े, वैसे ही AI के आविष्कार से आप अनंत कंप्यूटिंग क्षमता से जुड़े।

और यह सब Codex इंटरफेस के माध्यम से, वास्तव में ChatGPT जैसे चैट के माध्यम से नियंत्रित होता है।

और पांचवीं ओर — आपके वे एप्लिकेशन जिन्हें आप vibe-code करते हैं। कोई भी AI-ऑटोमेशन, सर्विसेज और प्रोडक्ट्स जिन्हें आप इस एनवायरनमेंट के सभी तत्व इंस्टॉल करके और उन्हें AI के माध्यम से जोड़कर स्वयं vibe-code कर सकते हैं। इस प्रकार हम सुपर-क्षमताओं का यह पज़ल बनाते हैं।

हम प्रोजेक्ट और प्रोडक्ट के काम के साथ क्या करेंगे? हमारा सुपर-कार्य क्या है? हमें प्रोग्रामिंग भाषाओं को कॉर्पोरेट वेब-सर्विसेज से जोड़ना है और फिर उन्हें OpenAI के AI मॉडलों से जोड़ना है — वॉइस, छवियां, वीडियो, कोई भी मॉडल। और AI ऑटोमेशन इस तरह बनाना है कि हमारी प्रक्रियाओं से निष्पादक का काम पूरी तरह हटा दें; हमें केवल प्रक्रिया ऑर्केस्ट्रेटर का काम करना चाहिए। जैसे ही कोई मैन्युअल कार्य या ऐसी चीज मिलती है जिसे निष्पादन की जरूरत है — हम अपने काम में जरूरी AI ऑटोमेशन जोड़ते हैं। AI इंटीग्रेशन के बाद अब हमारे पास ऐसी सुपर-क्षमता आती है।

इसलिए इस तालिका का अध्ययन करें। एक ओर — प्रोग्रामिंग भाषाओं वाला आपका कंप्यूटर, दूसरी ओर — सर्विसेज के साथ कनेक्टर्स, तीसरी ओर — AI मॉडलों के अनंत मस्तिष्क, चौथी ओर — हमारे एप्लिकेशन। ये एप्लिकेशन, मिनी ऐप्स ही हम बनाएंगे।