Claude Cowork प्लगइन कैसे बनाएं और अपना खुद का AI कर्मचारी कैसे तैयार करें (पूर्ण कोर्स)

ज़्यादातर लोग Claude Cowork को एक स्मार्ट फ़ाइल ऑर्गनाइज़र की तरह इस्तेमाल करते हैं।

इसे सेव कर लें :)

इससे कुछ फ़ाइलें सॉर्ट करने को कहें। कोई स्प्रेडशीट कन्वर्ट करवाएँ। शायद कोई फ़ोल्डर रीनेम करवाएँ।

यह Cowork का जूनियर वर्जन है।

सीनियर वर्जन है एक प्लगइन बनाना — एक पूरा AI कर्मचारी जो आपके इंडस्ट्री को जानता है, आपकी सटीक प्रक्रिया का पालन करता है, आपका सटीक आउटपुट फ़ॉर्मैट तैयार करता है, और आपके वर्कफ़्लो को खुद से चलाता है जब आप कुछ और कर रहे होते हैं।

एक AI कर्मचारी जो हर दिन आता है, कभी बीमार नहीं पड़ता, कभी दोबारा ट्रेनिंग की ज़रूरत नहीं होती, और हर हफ़्ते बेहतर होता जाता है।

Cowork प्लगइन एक स्ट्रक्चर्ड बंडल है जिसमें Claude को एक विशिष्ट भूमिका निभाने के लिए ज़रूरत की हर चीज़ होती है: स्किल्स, कमांड्स, रेफ़रेंस मटीरियल, नियम और क्वालिटी चेक। इसे एक बार इंस्टॉल करें और आपके पास एक कर्मचारी है।

यह एक प्लगइन बनाने का पूरा कोर्स है।

प्लगइन असल में क्या है

प्लगइन एक फ़ोल्डर है। बस इतना ही। एक फ़ोल्डर जिसमें एक खास स्ट्रक्चर होता है जो Cowork को बताता है कि क्या करना है और कैसे करना है।

उस फ़ोल्डर के अंदर:

1my-plugin/
2├── .claude-plugin/
3│   └── plugin.json        ← पहचान: नाम, भूमिका, विवरण
4├── skills/
5│   └── primary-task/
6│       └── SKILL.md        ← वर्कफ़्लो: चरण-दर-चरण प्रक्रिया
7├── commands/
8│   └── run-task.md         ← स्लैश कमांड: /prefix:command
9├── references/
10│   └── templates.md        ← रेफ़रेंस मटीरियल: टेम्पलेट, बेंचमार्क, उदाहरण
11├── global-instructions.md  ← स्थायी निर्देश: व्यक्तित्व, प्राथमिकताएँ, डिफ़ॉल्ट
12└── folder-instructions.md  ← प्रोजेक्ट-विशिष्ट संदर्भ

plugin.json Cowork को बताता है कि यह फ़ोल्डर एक प्लगइन है, यह क्या भूमिका निभाता है, और कब एक्टिवेट होना है।

SKILL.md दिमाग है — वह चरण-दर-चरण प्रक्रिया जिसका आपका AI कर्मचारी हर कार्य के लिए पालन करता है। यह सबसे महत्वपूर्ण फ़ाइल है। इसे सही करें और बाकी सब काम करेगा।

Commands स्लैश-कमांड ट्रिगर हैं। /prefix:command टाइप करें और पूरा वर्कफ़्लो शुरू हो जाता है।

References वे टेम्पलेट, बेंचमार्क, इंडस्ट्री डेटा और उदाहरण हैं जिनकी आपके कर्मचारी को काम ठीक से करने के लिए ज़रूरत है।

Global instructions स्थायी निर्देश हैं — व्यक्तित्व, संचार शैली, गुणवत्ता मानक और डिफ़ॉल्ट धारणाएँ।

Folder instructions प्रोजेक्ट-विशिष्ट संदर्भ हैं — इस फ़ोल्डर में क्या है, वर्तमान प्राथमिकताएँ क्या हैं, और यहाँ के विशिष्ट डेटा को कैसे संभालना है।

चरण 1: भूमिका पर शोध करें (30 मिनट)

कोई भी फ़ाइल लिखने से पहले, आपको ठीक-ठीक पता होना चाहिए कि आपका AI कर्मचारी क्या करता है।

Claude खोलें और इस प्रॉम्प्ट का उपयोग करें:

"[INDUSTRY] में [ROLE] के लिए पूर्ण पेशेवर वर्कफ़्लो पर शोध करें। इसमें शामिल करें: वे चरण-दर-चरण प्रक्रिया जिसका वे पालन करते हैं, वे टूल और डेटा स्रोत जिनका वे उपयोग करते हैं, प्रमुख मीट्रिक और निर्णय मानदंड, सामान्य आउटपुट फ़ॉर्मैट, और विशेषज्ञ-स्तर के एज केस और नुकसान। व्यापक बनें — मैं इससे एक स्वचालित वर्कफ़्लो बना रहा हूँ।"

आउटपुट को ध्यान से पढ़ें। यह वह कच्चा मटीरियल है जिससे आपकी स्किल फ़ाइल बनेगी।

अब खुद से इंटरव्यू करें। इस प्रक्रिया का आपका संस्करण कैसा दिखता है? आप कौन से शॉर्टकट अपनाते हैं? आप हमेशा कौन से क्वालिटी चेक चलाते हैं? आप हमेशा किन गलतियों पर नज़र रखते हैं? "अच्छा" बनाम "बुरा" कैसा दिखता है?

सबसे अच्छे AI कर्मचारी सामान्य बेस्ट प्रैक्टिस से नहीं बनते। वे आपकी विशिष्ट विशेषज्ञता से बनते हैं।

चरण 2: स्किल फ़ाइल लिखें (60 मिनट)

SKILL.md आपके AI कर्मचारी का दिमाग है। अपना काम करने के बारे में वह जो कुछ भी जानता है, वह यहाँ रहता है।

यहाँ स्ट्रक्चर है:

name: [skill-name]

description: [यह कब एक्टिवेट होना चाहिए? ट्रिगर वाक्यांशों के साथ आक्रामक बनें।

"इस स्किल का उपयोग करें जब उपयोगकर्ता कहे: [5-7 वाक्यांशों की सूची]।

इसके लिए उपयोग न करें: [उन चीज़ों की सूची जो समान लगती हैं लेकिन अलग हैं]।"]

अवलोकन

[एक पैराग्राफ: यह स्किल क्या करती है और क्या उत्पन्न करती है]

प्रक्रिया

[क्रमांकित चरण। हर चरण विशिष्ट, परीक्षण योग्य और स्पष्ट है।

"डेटा का विश्लेषण करें" नहीं बल्कि "वर्तमान अवधि की तुलना पिछली अवधि से करें और प्रत्येक मीट्रिक के लिए प्रतिशत परिवर्तन की गणना करें।"]

1. [विशिष्ट निर्देश वाला चरण]
2. [विशिष्ट निर्देश वाला चरण]
3. [विशिष्ट निर्देश वाला चरण] ...

आउटपुट फ़ॉर्मैट

[डिलीवरेबल वास्तव में कैसा दिखता है]

• शीर्षक फ़ॉर्मैट
• क्रम में सेक्शन हेडर
• लंबाई की सीमाएँ
• फ़ॉर्मैटिंग आवश्यकताएँ

नियम

[आपके गैर-परक्राम्य गुणवत्ता मानक]

• [नियम 1]
• [नियम 2]
• [नियम 3]

एज केस

[जब चीज़ें सीधी न हों तो क्या करें]

• यदि [स्थिति]: [विशिष्ट कार्रवाई]
• यदि [स्थिति]: [विशिष्ट कार्रवाई]

गुणवत्ता जाँच सूची

[कोई भी आउटपुट देने से पहले इसे चलाएँ]

• [ ] [जाँच 1]
• [ ] [जाँच 2]
• [ ] [जाँच 3]

YAML फ्रंटमैटर में description फ़ील्ड सबसे महत्वपूर्ण हिस्सा है। यदि यह बहुत अस्पष्ट है, तो स्किल कभी एक्टिवेट नहीं होती। यदि यह बहुत व्यापक है, तो यह असंबंधित बातचीत को हाईजैक कर लेती है। 5-7 विशिष्ट ट्रिगर वाक्यांश और स्पष्ट नकारात्मक सीमाएँ सूचीबद्ध करें।

चरण 3: सहायक फ़ाइलें बनाएँ (30 मिनट)

plugin.json:

{

"name": "my-ai-employee",

"description": "एक [ROLE] जो [WHO] के लिए [WHAT IT DOES] करता है",

"version": "1.0"

}

स्लैश कमांड:

/commands/ में एक मार्कडाउन फ़ाइल बनाएँ जो आपके वर्कफ़्लो को ट्रिगर करे:

/employee:run

वर्तमान फ़ोल्डर में डेटा पर [primary-task] स्किल निष्पादित करें।

चरण:

1. वर्किंग डायरेक्टरी में सभी प्रासंगिक फ़ाइलें पढ़ें
2. SKILL.md में हर चरण का पालन करते हुए स्किल निष्पादित करें
3. डिलीवर करने से पहले गुणवत्ता जाँच सूची चलाएँ
4. आउटपुट को [format] में वर्तमान फ़ोल्डर में सेव करें
5. क्या उत्पन्न हुआ इसका एक संक्षिप्त सारांश प्रदान करें

ग्लोबल निर्देश:

आप [INDUSTRY] में [YEARS] वर्षों के अनुभव वाले [ROLE] हैं।

स्थायी आदेश:

• सिफारिश से शुरू करें, बाद में समझाएँ
• हमेशा विशिष्ट संख्याओं का उपयोग करें, कभी अस्पष्ट विवरण न दें
• यदि डेटा गायब या अस्पष्ट है, तो इसे फ़्लैग करें — कभी अनुमान न लगाएँ
• डिफ़ॉल्ट आउटपुट फ़ॉर्मैट: [आपकी प्राथमिकता]
• संचार शैली: [सीधी/बातचीत जैसी/औपचारिक]
• संदेह होने पर, अनुमान लगाने के बजाय पूछें

रेफ़रेंस फ़ाइलें:

कोई भी टेम्पलेट, बेंचमार्क डेटा, इंडस्ट्री मानक या उदाहरण जोड़ें जिनकी आपके कर्मचारी को ज़रूरत है। आपकी रेफ़रेंस सामग्री जितनी विशिष्ट होगी, आउटपुट उतना ही विशेषज्ञ-स्तर का होगा।

चरण 4: इंस्टॉल करें, परीक्षण करें और परिष्कृत करें

प्लगइन फ़ोल्डर को अपने Claude Cowork एनवायरनमेंट में इंस्टॉल करें। Cowork में इस प्रॉम्प्ट का उपयोग करें:

"मेरे पास [PATH] पर एक प्लगइन फ़ोल्डर है। स्ट्रक्चर की वैधता जाँचें — plugin.json, SKILL.md फ्रंटमैटर और कमांड फ़ाइलों की पुष्टि करें। इसे इंस्टॉल करें और सबसे सरल स्लैश कमांड के साथ एक त्वरित परीक्षण चलाएँ।"

अब इसे वास्तविक काम पर परीक्षण करें। नमूना डेटा पर नहीं। अपने वास्तविक वर्कफ़्लो का असली डेटा।

इसे अलग-अलग इनपुट के साथ 5 बार चलाएँ। प्रत्येक रन के बाद, मूल्यांकन करें:

• क्या इसने SKILL.md में हर चरण का पालन किया?
• क्या इसने नियमों का पालन किया?
• क्या आउटपुट फ़ॉर्मैट विनिर्देश से मेल खाता है?
• क्या आप इस आउटपुट को ज्यों-का-त्यों इस्तेमाल करेंगे या इसमें महत्वपूर्ण संपादन की ज़रूरत है?

हर बार जब कुछ सही न हो, SKILL.md को अपडेट करें। एक नियम जोड़ें। एक चरण को कसें। एक उदाहरण जोड़ें जो दिखाए कि अच्छा बनाम बुरा कैसा दिखता है।

यह रिफ़ाइनमेंट लूप ही है जो एक औसत AI कर्मचारी को असाधारण बनाता है। रन 10 तक, आउटपुट की गुणवत्ता रन 1 की तुलना में नाटकीय रूप से अधिक होगी।

चरण 5: अपने AI कर्मचारी को स्केल करें

एक बार जब आपकी प्राथमिक स्किल विश्वसनीय रूप से चल रही हो, तो कर्मचारी की क्षमताओं का विस्तार करें।

दूसरी स्किल जोड़ें। आपका रिसर्च एनालिस्ट अब प्रतिस्पर्धी निगरानी भी कर सकता है। आपका कंटेंट स्ट्रैटेजिस्ट अब कंटेंट को रीपर्पज़ भी कर सकता है। प्रत्येक नई स्किल स्किल्स फ़ोल्डर में एक नया SKILL.md है।

स्वचालित वर्कफ़्लो जोड़ें। एक ही स्लैश कमांड द्वारा ट्रिगर किए गए मल्टी-स्टेप प्रक्रियाओं में कई स्किल को चेन करें। रिसर्च → विश्लेषण → रिपोर्ट → वितरण। एक कमांड, चार स्किल, शून्य मैनुअल चरण।

शेड्यूल किए गए कार्य जोड़ें। आपका AI कर्मचारी हर शुक्रवार शाम 4 बजे साप्ताहिक रिपोर्ट चलाता है। हर सुबह 7 बजे दैनिक इनबॉक्स प्रोसेस करता है। हर सोमवार प्रतिस्पर्धियों को स्कैन करता है। सच्चा स्वायत्त संचालन।

सब-एजेंट जोड़ें। जटिल वर्कफ़्लो के लिए, आपका AI कर्मचारी कई सब-एजेंट स्पिन कर सकता है जो समानांतर में काम करते हैं। क्रमिक रूप से करने के बजाय एक साथ पाँच फ़ाइलें प्रोसेस होती हैं। हर अतिरिक्त सब-एजेंट के साथ गति में सुधार बढ़ता जाता है।

प्रदर्शन समीक्षा प्रणाली

यहाँ वह चीज़ है जो एक अच्छा AI कर्मचारी बनाने वालों को एक महान बनाने वालों से अलग करती है।

हर हफ़्ते, आउटपुट की समीक्षा करें। नोट करें कि क्या पूरी तरह से काम किया, किसमें सुधार की ज़रूरत थी, और आपको क्या मैन्युअल रूप से दोबारा करना पड़ा। फिर SKILL.md को अपडेट करें।

इसमें प्रति सप्ताह 15 मिनट लगते हैं। दो महीनों में संचयी प्रभाव बहुत बड़ा होता है।

हफ़्ते 1 तक, आपका कर्मचारी कार्यात्मक है। हफ़्ते 4 तक, यह अच्छा है। हफ़्ते 8 तक, यह ऐसा काम तैयार कर रहा है जिसके लिए एक मानव जूनियर कर्मचारी को महीनों के प्रशिक्षण की ज़रूरत होगी।

टूल अपने आप बेहतर नहीं होता। आपके निर्देश बेहतर होते हैं। और आपके निर्देश पूरी तरह से आपके नियंत्रण में हैं।

अभी कहाँ से शुरू करें

उस कार्य को चुनें जिस पर आप हर हफ़्ते सबसे अधिक समय बिताते हैं। वह जिससे आप डरते हैं। वह जो हर बार एक ही प्रक्रिया का पालन करता है।

इस कोर्स का पालन करते हुए प्लगइन बनाने में 2 घंटे बिताएँ।

आज रात तक आपके पास एक AI कर्मचारी होगा जो आपके सबसे समय लेने वाले कार्य को संभालता है। अगले महीने तक आप सोचेंगे कि आपने इसे मैन्युअल रूप से कैसे किया।

ज़्यादातर लोग सब कुछ खुद ही करते रहेंगे क्योंकि AI कर्मचारी बनाना "जटिल लगता है।"

जो लोग आज 2 घंटे बिताएँगे, उनके पास साल के बाकी दिनों के लिए हर दिन उनके लिए काम करने वाला एक स्वायत्त AI कर्मचारी होगा।

मुझे फ़ॉलो करें @eng_khairallah1 और अधिक ऑटोमेशन आर्किटेक्चर, वर्कफ़्लो डिज़ाइन और बिज़नेस AI प्लेबुक के लिए।

उम्मीद है यह आपके लिए उपयोगी रहा, खैरल्लाह ❤️