अपने Claude स्किल्स को 10 गुना कैसे बढ़ाएं (Karpathy की autoresearch विधि का उपयोग करके)

आपके Claude कौशल शायद 30% समय विफल होते हैं और आपको पता भी नहीं चलता।

मैंने एक ऐसा तरीका बनाया है जो किसी भी कौशल को ऑटोपायलट पर अपने आप बेहतर बनाता है, और इस लेख में मैं आपको बिल्कुल दिखाने वाला हूँ कि इसे खुद कैसे चलाएं।

आप इसे शुरू करते हैं, और एजेंट बार-बार कौशल का परीक्षण और परिशोधन करता है बिना आपके कुछ छुए।

मेरा लैंडिंग पेज कॉपी कौशल 56% समय अपनी गुणवत्ता जांच पास करने से बढ़कर 92% हो गया। बिल्कुल शून्य मैन्युअल काम के साथ।

एजेंट बस अपने आप प्रॉम्प्ट का परीक्षण और कसना जारी रखता था।

यहाँ तरीका और बिल्कुल वही कौशल है जो मैंने बनाया है ताकि आप इसे अपनी चीज़ों पर चला सकें:

पी.एस. अगर आप हर हफ्ते अपने इनबॉक्स में इस तरह के और AI वर्कफ़्लो चाहते हैं, तो 34k पाठकों से जुड़ें जो इन्हें मुफ्त प्राप्त कर रहे हैं: aisolo.beehiiv.com/subscribe

यह कहाँ से आया

Andrej Karpathy (OpenAI के सह-संस्थापक, Tesla में AI के पूर्व प्रमुख, जिन्होंने "vibe coding" शब्द गढ़ा) ने एक तरीका जारी किया जिसे autoresearch कहा जाता है।

विचार सरल है: आप खुद कुछ मैन्युअल रूप से सुधारने के बजाय, एक AI एजेंट को इसे एक लूप में आपके लिए करने देते हैं।

यह एक छोटा बदलाव करता है। जाँचता है कि परिणाम बेहतर हुआ या नहीं। अगर हुआ तो इसे रखता है, नहीं तो हटा देता है।

फिर यह इसे फिर से करता है। और फिर से।

उन्होंने इसे मशीन लर्निंग कोड के लिए इस्तेमाल किया। लेकिन यह तरीका किसी भी चीज़ पर काम करता है जिसे आप माप और सुधार सकते हैं।

इसमें वे कौशल भी शामिल हैं जो आपने Claude में बनाए हैं।

मैंने उनका तरीका लिया और इसे एक कौशल में बदल दिया जो Claude Code और Cowork दोनों में काम करता है। मैं इसे अपने सेटअप में किसी भी अन्य कौशल पर चलाता हूँ।

मैं कहता हूँ "मेरे लैंडिंग पेज कौशल पर autoresearch चलाओ" और यह पूरी चीज़ संभाल लेता है।

एक लूप आपके कौशल को कैसे अपने आप बेहतर बनाता है

इसे ऐसे समझें।

आपके पास एक रेसिपी है जो 10 में से 7 बार बहुत अच्छी बनती है। बाकी 3 बार, कुछ गड़बड़ होता है। हो सकता है सॉस फीका हो, हो सकता है मसाला गलत हो।

पूरी रेसिपी को नए सिरे से लिखने के बजाय, आप एक सामग्री बदलते हैं। आप उस बदलाव के साथ इसे 10 बार पकाते हैं।

• क्या यह बेहतर हुआ? बदलाव रखें।
• क्या यह खराब हुआ? पुरानी सामग्री वापस रखें।

फिर आप अगली चीज़ बदलते हैं। 10 बार और पकाएं। बेहतर या खराब? रखें या पूर्ववत करें।

इसके 50 राउंड के बाद, आपकी रेसिपी 10 में से 9.5 बार काम करती है।

यह बिल्कुल वही है जो autoresearch आपके कौशल के साथ करता है।

• "रेसिपी" आपका कौशल प्रॉम्प्ट है।
• "पकाना" कौशल को चलाना है।
• "चखना" आउटपुट को स्कोर करना है।

आपको केवल एक चीज़ प्रदान करनी है वह है स्कोरिंग मानदंड।

वह चेकलिस्ट जो एजेंट को बिल्कुल बताती है कि 'अच्छा' का क्या मतलब है

आप एजेंट को एक सरल चेकलिस्ट देते हैं कि "अच्छा" कैसा दिखता है। पूरी प्रक्रिया में आपका यही एकमात्र काम है।

आप इसे हाँ/नहीं के सवालों की एक सरल चेकलिस्ट के साथ करते हैं।

प्रत्येक प्रश्न आउटपुट के बारे में एक विशिष्ट चीज़ की जाँच करता है। पास या फेल। बस इतना ही।

एजेंट इस चेकलिस्ट का उपयोग हर आउटपुट को स्कोर करने के लिए करता है, और वे स्कोर इसे बताते हैं कि इसके बदलाव मदद कर रहे हैं या नुकसान पहुँचा रहे हैं।

इसे एक शिक्षक की तरह समझें जो चेकलिस्ट से पेपर को ग्रेड कर रहा है।

लेकिन "लेखन गुणवत्ता को 1-10 रेट करें" (जो अस्पष्ट है और हर बार अलग होता है) के बजाय, चेकलिस्ट पर प्रत्येक आइटम एक स्पष्ट हाँ या नहीं है:

• क्या छात्र ने थीसिस स्टेटमेंट शामिल किया? हाँ या नहीं।
• क्या हर स्रोत उद्धृत है? हाँ या नहीं।
• क्या यह 5 पेज से कम है? हाँ या नहीं।

आप उस चेकलिस्ट से 100 पेपर ग्रेड कर सकते हैं और हर बार एक समान परिणाम प्राप्त कर सकते हैं।

यहाँ भी यही विचार है। लैंडिंग पेज कॉपी कौशल के लिए, आपकी चेकलिस्ट कुछ इस तरह दिख सकती है:

• "क्या हेडलाइन में कोई विशिष्ट संख्या या परिणाम शामिल है?" (अस्पष्ट हेडलाइन जैसे "Grow Your Business" को पकड़ता है)
• "क्या कॉपी में 'revolutionary,' 'synergy,' 'cutting-edge,' 'next-level' जैसे बज़वर्ड नहीं हैं?"
• "क्या CTA में एक विशिष्ट क्रिया वाक्यांश का उपयोग किया गया है?" (कमज़ोर CTA जैसे "Learn More" या "Click Here" को पकड़ता है)
• "क्या पहली पंक्ति में एक विशिष्ट दर्द बिंदु का उल्लेख है?" (सामान्य ओपनर जैसे "In today's fast-paced world..." को पकड़ता है)
• "कुल कॉपी 150 शब्दों से कम है?" (फूली हुई पेजों को पकड़ता है जो पाठक को खो देती हैं)

आपको ये खुद समझने की ज़रूरत नहीं है। जब आप autoresearch शुरू करते हैं, एजेंट आपको इसके माध्यम से ले जाता है।

यह पूछता है कि "अच्छा" कैसा दिखता है, आपकी भावनाओं को विशिष्ट हाँ/नहीं प्रश्नों में बदलने में मदद करता है, और यदि आपके पास मौजूदा स्टाइल गाइड हैं तो उनसे लेने की पेशकश भी करता है।

3-6 प्रश्न सबसे अच्छा बिंदु है। इससे अधिक होने पर कौशल चेकलिस्ट को धोखा देना शुरू कर देता है (एक छात्र की तरह जो सामग्री को समझे बिना उत्तर याद कर लेता है)।

इसे कैसे चलाएं

चरण 1: कौशल डाउनलोड करें। इसे यहाँ से प्राप्त करें। इसे Claude Code या Cowork में अपने कौशल फ़ोल्डर में डालें।

चरण 2: सुधारने के लिए एक कौशल चुनें। कहें "मेरे [कौशल नाम] कौशल पर autoresearch चलाएं।" वह चुनें जो आपको सबसे अधिक परेशान करता है। वह जहाँ आधे समय अच्छा आउटपुट मिलता है और आधे समय बेकार।

चरण 3: एजेंट आपसे 3 चीज़ें पूछता है। कौन सा कौशल ऑप्टिमाइज़ करना है। कौन से टेस्ट इनपुट का उपयोग करना है (जैसे "एक AI प्रोडक्टिविटी टूल के लिए लैंडिंग पेज कॉपी लिखें")। और आपके चेकलिस्ट प्रश्न क्या हैं।

चरण 4: यह आपका कौशल चलाता है और आपको आपका शुरुआती स्कोर दिखाता है। यह बेसलाइन है। मेरा लैंडिंग पेज कौशल 56% पर शुरू हुआ। अस्पष्ट हेडलाइन, बज़वर्ड सूप, कमज़ोर CTA। आधे से अधिक जाँचें विफल हो रही थीं।

चरण 5: यह आपके ब्राउज़र में एक लाइव डैशबोर्ड खोलता है। समय के साथ स्कोर चार्ट ऊपर जा रहा है। प्रत्येक चेकलिस्ट प्रश्न के लिए पास/फेल ब्रेकडाउन। हर बदलाव का लॉग जो इसने आज़माया। हर 10 सेकंड में ऑटो-रिफ्रेश होता है।

चरण 6: पीछे हटें। एजेंट लूप में प्रवेश करता है। विश्लेषण करता है कि क्या विफल हो रहा है। कौशल प्रॉम्प्ट में एक छोटा बदलाव करता है। फिर से परीक्षण करता है। यदि स्कोर बढ़ता है तो बदलाव रखता है, यदि घटता है तो इसे पूर्ववत करता है।

फिर इसे फिर से करता है। और फिर से। यह स्वायत्त रूप से चलता रहता है जब तक आप इसे रोक नहीं देते या यह लगातार तीन बार 95%+ तक नहीं पहुँच जाता।

आप डैशबोर्ड देख सकते हैं या पूरी तरह से दूर हो सकते हैं। यह आपके बिना चलता है। और यह बेहतर संस्करण को एक अलग फ़ाइल के रूप में सहेजता है, ताकि आपका मूल कौशल अछूता रहे।

मेरे लैंडिंग पेज कौशल के साथ क्या हुआ

मैंने इसे अपने लैंडिंग पेज कॉपी कौशल पर चलाया। यहाँ परिणाम है:

56% → 92%. 4 राउंड बदलाव। 3 रखे गए, 1 पूर्ववत किया गया।

यहाँ वह है जो एजेंट ने वास्तव में मेरे कौशल प्रॉम्प्ट में बदला:

• एक विशिष्ट नियम जोड़ा सबसे सामान्य विफलता के लिए: "आपकी हेडलाइन में एक विशिष्ट संख्या या परिणाम शामिल होना चाहिए। 'Transform Your Business' जैसे अस्पष्ट वादों का कभी उपयोग न करें।"
• एक प्रतिबंधित बज़वर्ड सूची जोड़ी: "NEVER use: revolutionary, cutting-edge, synergy, next-level, game-changing, leverage, unlock, transform."
• एक काम किया उदाहरण जोड़ा एक मजबूत लैंडिंग पेज सेक्शन का जिसमें दर्द बिंदु ओपनर और CTA हाइलाइट किए गए, ताकि कौशल देख सके कि अच्छा कैसा दिखता है अनुमान लगाने के बजाय।
• एक सख्त शब्द गणना आज़माई, इसे पूर्ववत किया क्योंकि कॉपी बहुत पतली हो गई और CTA को नुकसान हुआ। (सिस्टम उन बदलावों को पकड़ता है जो अलगाव में सुधार प्रतीत होते हैं लेकिन समग्र आउटपुट को नुकसान पहुँचाते हैं।)

जब यह समाप्त हुआ, मुझे मिला:

• बेहतर कौशल, अलग से सहेजा गया (मूल अछूता रहता है यदि आप पूर्ववत करना चाहें)
• एक परिणाम लॉग जो हर राउंड का स्कोर दिखाता है
• एक चेंजलॉग जो हर आज़माए गए बदलाव को समझाता है, एजेंट ने इसे क्यों आज़माया, और क्या इसने मदद की
• मेरे मूल कौशल का एक बैकअप यदि मैं कभी वापस जाना चाहूँ

वह चेंजलॉग शायद सबसे मूल्यवान हिस्सा है। यह उस विशिष्ट कौशल के लिए क्या काम करता है और क्या नहीं, इसका पूरा रिकॉर्ड है।

जब भविष्य में स्मार्ट मॉडल आएंगे, आप उन्हें वह चेंजलॉग देते हैं और वे ठीक वहीं से शुरू करते हैं जहाँ पिछला एजेंट छोड़ गया था।

यह कौशल से कहीं अधिक पर काम करता है

यह तरीका किसी भी चीज़ पर काम करता है जिसे आप स्कोर कर सकते हैं।

• वेबसाइट स्पीड: एक व्यक्ति ने इसे पेज लोड टाइम पर चलाया। एक चीज़ बदली, गति मापी, रखी या पूर्ववत की। 1100ms से 67ms तक 67 राउंड में चला गया।
• कोल्ड आउटरीच: अपनी चेकलिस्ट परिभाषित करें: "क्या इसमें प्रॉस्पेक्ट की कंपनी का उल्लेख है? क्या यह 75 शब्दों से कम है? क्या यह एक विशिष्ट प्रश्न के साथ समाप्त होता है?" एजेंट को 50 विविधताएँ चलाने दें।
• न्यूज़लेटर इंट्रो: "क्या ओपनर में एक व्यक्तिगत विवरण शामिल है?" और "क्या यह क्लिच वाक्यांशों से मुक्त है?" एजेंट को ऑटोपायलट पर आपकी राइटिंग टाइट करने दें।
• कोई भी प्रॉम्प्ट जो आप बार-बार उपयोग करते हैं

यदि आप इसे स्कोर कर सकते हैं, तो आप इस पर autoresearch कर सकते हैं।

इसे चलाएं

अपना सबसे खराब प्रदर्शन करने वाला कौशल चुनें। autoresearch शुरू करें। वापस आएं किसी ऐसी चीज़ पर जो वास्तव में काम करती है।

कौशल डाउनलोड करें यहाँ से (dropbox पर अपलोड किया गया)

या मेरा github देखें [यहाँ](https://github.com/olelehmann100kMRR/autoresearch-skill)

पी.एस. अगर आप और AI वर्कफ़्लो चाहते हैं जो आपको अधिक ग्राहक, अधिक ध्यान, और अधिक काम करने में मदद करते हैं (बिना अधिक घंटे काम किए), मैं उन्हें हर हफ्ते 34k पाठकों को मुफ्त भेजता हूँ।

साथ ही जब आप जुड़ते हैं तो आपको एक मुफ्त Claude Cowork मास्टरक्लास मिलता है: aisolo.beehiiv.com/subscribe*