आज आखिरकार मैंने अपनी टेस्ला ले ली, और सच कहूँ तो, यह थोड़ा अवास्तविक लग रहा है।
इस साल जनवरी और फरवरी में, जब बड़ी टेक कंपनियों से छंटनी की खबरें एक के बाद एक आ रही थीं, तो मेरी फीड चिंता से भरी हुई थी: "AI हमारी जगह ले लेगा," "प्रोग्रामर अपनी नौकरी खो देंगे।"
जहाँ तक मेरी बात है, मैंने OpenClaw में पूरी तरह से डूब जाने का फैसला किया। मैंने एक महीने में टेस्ला कमा ली—क्लिकबेट टाइटल के लिए माफ़ करना, मैंने सिर्फ़ डाउन पेमेंट किया था।
मैं भी घबरा गया था। लेकिन घबराहट के बाद, मैंने एक काम किया: मैंने Xianyu और Taobao पर "OpenClaw इंस्टॉलेशन" खोजा।
और फिर मैंने इस युग का सबसे अवास्तविक दृश्य देखा।
बाज़ार कितना अवास्तविक है
OpenClaw इंस्टॉलेशन सेवाओं की कीमत 30 रुपये से लेकर 5,000 रुपये तक थी।
हाँ, यह सही है, एक ही चीज़ के लिए, कुछ लोग 30 चार्ज करते हैं, और कुछ लोग 5,000।
मैं दंग रह गया।
सबसे हास्यास्पद बात यह थी कि मैंने एक ग्रुप चैट में किसी को एक कंपनी के लिए OpenClaw बैच-इंस्टॉल करने में मदद करने के लिए 16,000 रुपये का ऑर्डर लेते देखा। 3,000 रुपये का एडवांस पहले ही आ चुका था।
इसने मेरा दिमाग हिला दिया।
मैंने Xianyu और Taobao पर ध्यान से खोजा, और सभी प्रकार की अजीब कीमतें थीं। ऑनलाइन इंस्टॉलेशन की कीमतें दर्जनों से लेकर सैकड़ों तक थीं, ज़्यादातर 100~200 के बीच। सबसे सस्ता डिप्लॉयमेंट के लिए 30 था। स्थानीय ऑन-साइट इंस्टॉलेशन शुल्क अधिक थे, मूल रूप से लगभग 500।
फिर मैंने सोचा: जब इतने सारे लोग कर रहे हैं, तो मैं क्यों नहीं कर सकता?
सप्ताह 1: बाज़ार परीक्षण + पहला ऑर्डर
मैंने पहले Xiaohongshu पर कुछ OpenClaw ट्यूटोरियल पोस्ट किए ताकि बाज़ार की प्रतिक्रिया का परीक्षण कर सकूँ।
शीर्षक बहुत सीधे थे: "OpenClaw आपके लिए क्या कर सकता है," "AI ऑटोमेशन 3 कर्मचारियों को बचाता है," "एक AI टूल जिसे आप कोडिंग जाने बिना उपयोग कर सकते हैं।"
निश्चित रूप से, लोगों ने जल्द ही प्राइवेट मैसेज भेजे: "क्या आप मेरे लिए इसे इंस्टॉल कर सकते हैं?"
पहला ग्राहक स्पोर्ट्स रिहैबिलिटेशन ट्रेनिंग में था, अपना खुद का स्टूडियो चला रहा था और अक्सर दूसरे शहरों के छात्रों को प्रशिक्षित करता था। उसका दर्द बिंदु बहुत विशिष्ट था:
हर बार जब वह एक पाठ तैयार करता था, तो उसे सामग्री को व्यवस्थित करने के लिए GPT पर सुनाना पड़ता था, फिर PPT बनाने के लिए AI का उपयोग करने के लिए इसे WPS में आयात करना पड़ता था। हालाँकि GPT ने दक्षता में काफी सुधार किया, लेकिन इसकी दीर्घकालिक स्मृति पूर्ण नहीं थी। कुछ चीजें जो उसने कई बार कही थीं, फिर भी GPT गलतियाँ दोहराता था।
वह एक अधिक स्थिर रिकॉर्डिंग सिस्टम बनाने की उम्मीद कर रहा था ताकि धीरे-धीरे कार्य अनुभव, विचार और सामग्री जमा हो सके, अंततः "पेशेवर रिहैबिलिटेशन थेरेपिस्ट के लिए एक निजी सहायक" बन सके।
मैं उस समय अनिश्चित था क्योंकि यह मेरा पहला वाणिज्यिक प्रोजेक्ट था। लेकिन मुझे लगा कि यह आवश्यकता OpenClaw के लिए एकदम सही थी। मैंने 3,000 रुपये का कोटेशन दिया, और दूसरे पक्ष ने लगभग बिना मोलभाव किए सहमति दे दी।
वास्तविक ऑपरेशन में पूरे कॉन्फ़िगरेशन के लिए एक दोपहर लग गई:
- दूरस्थ रूप से उसके लिए OpenClaw वातावरण स्थापित करने में मदद की।
- एक "नॉलेज मैनेजमेंट एजेंट" कॉन्फ़िगर किया गया जो विशेष रूप से उसके प्रशिक्षण सामग्री, केस और अनुभव को रिकॉर्ड करता है।
- एक स्वचालित आयोजन फ़ंक्शन सेट किया गया: उसके द्वारा सामग्री को निर्देशित करने के बाद, एजेंट स्वचालित रूप से इसे वर्गीकृत और संग्रहीत करता था (जैसे, "कंधे के जोड़ का रिहैब," "खेल चोट के मामले," "प्रशिक्षण योजना टेम्पलेट")।
एक दोपहर में 3,000 कमाना, और ग्राहक बहुत संतुष्ट था। उसने कहा कि यह सिस्टम सिर्फ GPT का उपयोग करने से कहीं बेहतर था क्योंकि OpenClaw उसकी पेशेवर शब्दावली, सामान्य मामलों और शिक्षण शैली को याद रख सकता था।
यहाँ एक महत्वपूर्ण डिज़ाइन था: मैंने एजेंट के लिए एक "दीर्घकालिक मेमोरी बैंक" स्थापित किया। हर बार जब वह सामग्री को निर्देशित करता था, तो एजेंट न केवल वर्तमान सामग्री को व्यवस्थित करता था, बल्कि स्वचालित रूप से इसे ऐतिहासिक रिकॉर्ड से भी जोड़ता था। उदाहरण के लिए, यदि वह इस बार "कंधे के जोड़ के रिहैब" के बारे में बात करता था, तो एजेंट स्वचालित रूप से उसके द्वारा पहले बताए गए संबंधित मामलों और सावधानियों को खींच लेता था, उसे पूरक या अद्यतन करने की याद दिलाता था।
उस पल में, मैं समझ गया: अधिकांश लोग OpenClaw के बारे में नहीं जानते, यह भी नहीं कि यह क्या कर सकता है। लेकिन मैं जानता हूँ, इसलिए मैं इस टूल को एक सेवा में बदल सकता हूँ।
सप्ताह 2: सामग्री अधिग्रहण + बड़ा अनुबंध
पहले ऑर्डर की सफलता के बाद, मैंने व्यवस्थित सामग्री आउटपुट शुरू किया।
मेरी रणनीति दो प्लेटफार्मों पर एक साथ धक्का देने की थी:
- X (Twitter): गहन तकनीकी लेख, जैसे "OpenClaw के मेमोरी तंत्र का विस्तृत विवरण" और "जटिल व्यावसायिक प्रक्रियाओं को हल करने के लिए एजेंट ऑर्केस्ट्रेशन का उपयोग कैसे करें।" लक्ष्य उन लोगों को दिखाना था जो उद्योग को जानते हैं कि मेरी तकनीकी गहराई है।
- Xiaohongshu: व्यावहारिक ट्यूटोरियल और लैंडिंग केस, जैसे "3 घंटे में एक स्वचालित ग्राहक सेवा प्रणाली बनाना" और "OpenClaw ने मुझे 2 ऑपरेशन स्टाफ बचाने में मदद की।" लक्ष्य उन लोगों को बताना था जिनकी ज़रूरतें हैं कि मैं क्या कर सकता हूँ।
यह संयोजन बहुत अच्छा काम कर गया। एक सप्ताह के भीतर, मेरे प्राइवेट मैसेज कुछ बिखरे हुए से एक दिन में एक दर्जन से अधिक पूछताछ में बदल गए।
लेकिन मैंने जल्द ही एक समस्या का पता लगाया: अधिकांश पूछताछ अप्रभावी थी।
कुछ ने पूछा "क्या आप मेरे लिए इसे मुफ्त में इंस्टॉल कर सकते हैं," कुछ ने पूछा "इसमें GPT से क्या अंतर है," और कुछ तुरंत "एक AI बनाना चाहते थे जो सब कुछ कर सके।"
मैंने दो दिन फ़िल्टर करने में बिताए और अंततः 5 विश्वसनीय संभावित ग्राहकों को लॉक किया। स्क्रीनिंग मानदंड सरल थे: स्पष्ट ज़रूरतें, उचित बजट, और यह समझाने की क्षमता कि किस समस्या को हल करने की आवश्यकता है।
एक ग्राहक की ज़रूरत ने वास्तव में मेरी आँख पकड़ ली।
जिस चीज़ ने वास्तव में मेरी आय को छह अंकों में धकेल दिया, वह एक ई-कॉमर्स ऑटोमेशन प्रोजेक्ट था।
ग्राहक क्रॉस-बॉर्डर ई-कॉमर्स में था जिसके 20 से अधिक स्टोर और 10 लोगों की टीम थी। उनके दर्द बिंदु थे: मैन्युअल प्रोडक्ट सेलेक्शन में कम दक्षता, इमेज और वीडियो को आउटसोर्स करने की उच्च लागत, डिटेल पेजों का धीमा उत्पादन जो नए आइटम के साथ तालमेल नहीं रख पाता, और ऑपरेशन डेटा विश्लेषण का समय पर न होना।
उन्होंने मुझसे पूछा: क्या OpenClaw इन समस्याओं को हल कर सकता है? मैंने कहा हाँ, लेकिन इसके लिए कस्टम डेवलपमेंट की आवश्यकता है।
मैंने उनके लिए 7 एजेंटों के साथ एक ऑटोमेशन सिस्टम डिज़ाइन किया: प्रोडक्ट सेलेक्शन एनालिसिस, इमेज जनरेशन, वीडियो जनरेशन, कॉपीराइटिंग, डिटेल पेज प्रोडक्शन, लिस्टिंग मैनेजमेंट और डेटा एनालिसिस।
पूरे समाधान का कोटेशन 100,000 रुपये से अधिक था। ग्राहक ने लगभग बिना किसी हिचकिचाहट के अनुबंध पर हस्ताक्षर किए। हस्ताक्षर करने के बाद, मुझे पछतावा हुआ, मुझे लगा कि मैंने बहुत कम कोटेशन दिया है। ई-कॉमर्स वास्तव में लाभदायक है, हाहा।
सप्ताह 3-4: विकास और वितरण
जब मैंने अनुबंध पर हस्ताक्षर किए, तो मैंने विश्वास के साथ कहा, "मैं इसे एक सप्ताह में पूरा कर दूंगा।" इसे पूरा करने में दो पूरे सप्ताह लग गए क्योंकि मैंने कस्टम डेवलपमेंट की जटिलता को कम करके आंका था।
समस्या 1: API एकीकरण कल्पना से कहीं अधिक कठिन था
ग्राहक की ई-कॉमर्स प्रणाली कस्टम-डेवलप्ड थी, और API दस्तावेज़ खराब लिखा गया था। मुझे उनकी डेटा संरचना को समझने में 2 दिन लग गए।
समस्या 2: AI-जनित सामग्री के लिए व्यापक डीबगिंग की आवश्यकता थी
इमेज जनरेशन एजेंट ने पहले खराब प्रदर्शन किया; जनित इमेज में या तो असंगत शैलियाँ थीं या विस्तार में समस्याएँ थीं। मैंने बार-बार प्रॉम्प्ट को समायोजित किया और स्थिर होने से पहले सैकड़ों बार परीक्षण किया।
समस्या 3: ग्राहक की ज़रूरतें बदलती रहती थीं
शुरुआत में, उन्होंने कहा कि उन्हें केवल 7 एजेंटों की आवश्यकता है, लेकिन बाद में वे इन्वेंट्री अलर्ट, प्रतियोगी निगरानी जोड़ना चाहते थे... हर बार जब कोई ज़रूरत जोड़ी जाती थी, तो मुझे वर्कफ़्लो को फिर से डिज़ाइन करना पड़ता था।
समस्या 4: OpenClaw में भी नुकसान थे
OpenClaw का दस्तावेज़ीकरण पर्याप्त विस्तृत नहीं था, और कई उन्नत सुविधाओं को परीक्षण और त्रुटि के माध्यम से समझना पड़ता था। मुझे एजेंटों के बीच डेटा ट्रांसफर त्रुटियाँ, अस्थिर शेड्यूल किए गए कार्य और API टाइमआउट जैसी समस्याओं का सामना करना पड़ा।
यहाँ OpenClaw के कुछ हार्डकोर तकनीकी विवरण दिए गए हैं:
1. एजेंट ऑर्केस्ट्रेशन: सीरियल या पैरेलल?
मैंने शुरू में 7 एजेंटों को सीरियल रूप से निष्पादित करने के लिए डिज़ाइन किया था: सेलेक्शन → इमेज → कॉपीराइटिंग → डिटेल पेज। यह बहुत धीमा निकला; एक प्रोडक्ट को सेलेक्शन से लिस्टिंग तक 30 मिनट से अधिक लगते थे।
बाद में, मैंने इसे पैरेलल + सीरियल के हाइब्रिड में बदल दिया:
- सेलेक्शन एजेंट पहले चलता है (सीरियल)
- प्रोडक्ट जानकारी मिलने के बाद, इमेज, वीडियो और कॉपीराइटिंग एजेंट पैरेलल में चलते हैं
- अंत में, डिटेल पेज एजेंट पहले तीनों के पूरा होने के बाद चलता है (सीरियल)
इस तरह, एक प्रोडक्ट को सेलेक्शन से लिस्टिंग तक केवल 10 मिनट लगते हैं, दक्षता में लगभग 4 गुना वृद्धि।
2. टाइमआउट रीट्री मैकेनिज़्म
जब OpenClaw बाहरी API (जैसे Midjourney) को कॉल करता है, तो यह अक्सर टाइमआउट का सामना करता है। मैंने प्रत्येक एजेंट में एक टाइमआउट रीट्री मैकेनिज़्म जोड़ा:
- पहली विफलता: 5 सेकंड प्रतीक्षा करें और पुनः प्रयास करें
- दूसरी विफलता: 10 सेकंड प्रतीक्षा करें और पुनः प्रयास करें
- तीसरी विफलता: त्रुटि लॉग करें और कार्य छोड़ें
इस तंत्र ने समग्र सफलता दर को 70% से बढ़ाकर 95% कर दिया।
3. स्वीकृति KPI: प्रतिक्रिया समय और मानव हस्तक्षेप दर
ग्राहक सेवा एजेंट के लिए स्वीकृति मानदंडों में, मैंने दो KPI निर्धारित किए:
- पहली प्रतिक्रिया समय: उपयोगकर्ता द्वारा संदेश भेजने के बाद AI को 3 सेकंड के भीतर उत्तर देना चाहिए। 3 सेकंड से अधिक टाइमआउट माना जाता है।
- मानव हस्तक्षेप दर: उन मुद्दों का अनुपात जिन्हें AI हल नहीं कर सकता और मानव को स्थानांतरित कर दिया जाता है। लक्ष्य इसे 15% से कम रखना था।
ये दो KPI महत्वपूर्ण हैं और सीधे ग्राहक संतुष्टि निर्धारित करते हैं।
4. एक विफलता का मामला और सुधार
एक बार, ग्राहक सेवा एजेंट ने अचानक बकवास करना शुरू कर दिया। एक उपयोगकर्ता ने पूछा "क्या यह प्रोडक्ट स्टॉक में है?" और इसने उत्तर दिया "हमारी कंपनी की स्थापना 1998 में हुई थी।"
थोड़ी देर समस्या निवारण के बाद, मैंने पाया कि ऐसा इसलिए था क्योंकि मैंने सिस्टम प्रॉम्प्ट में कंपनी का परिचय जोड़ा था, जिससे एजेंट कंपनी की जानकारी को प्रोडक्ट जानकारी के साथ मिलाने लगा।
सुधार: सिस्टम प्रॉम्प्ट को दो परतों में विभाजित करें: एक वैश्विक नियमों के लिए (जैसे, उत्तर शैली, निषिद्ध आइटम) और एक प्रासंगिक जानकारी के लिए (जैसे, प्रोडक्ट इन्वेंट्री, उपयोगकर्ता इतिहास)। इस तरह, एजेंट भ्रमित नहीं होगा।
5. मेमोरी प्रबंधन: अल्पकालिक बनाम दीर्घकालिक मेमोरी
OpenClaw के मेमोरी तंत्र में एक नुकसान है: यदि आप इसे साफ नहीं करते हैं, तो मेमोरी जमा होती रहती है, अंततः टोकन सीमा पार हो जाती है।
मेरा समाधान:
- अल्पकालिक मेमोरी: केवल पिछले 10 राउंड की बातचीत रखें; 10 राउंड से अधिक स्वचालित रूप से साफ़ करें।
- दीर्घकालिक मेमोरी: महत्वपूर्ण जानकारी (जैसे, उपयोगकर्ता प्राथमिकताएँ, ऐतिहासिक ऑर्डर) को एक बाहरी फ़ाइल में संग्रहीत करें और ज़रूरत पड़ने पर कॉल करें।
यह बातचीत की निरंतरता सुनिश्चित करता है जबकि टोकन विस्फोट से बचाता है।
पूरे प्रोजेक्ट में सबसे अधिक समय लेने वाला हिस्सा कोड लिखना नहीं था, बल्कि यह समझना था कि ग्राहक वास्तव में क्या चाहता था। ग्राहक ने शुरू में कहा: "मुझे एक स्वचालित ई-कॉमर्स सहायक प्रणाली चाहिए।" मैंने पूछा: "विशेष रूप से, आप क्या स्वचालित करना चाहते हैं?" ग्राहक ने कहा: "वह प्रकार जो मुझे जनशक्ति बचाने में मदद करे।"
इस तरह की मांग बहुत अस्पष्ट है। मुझे थोड़ा-थोड़ा करके खुदाई करनी पड़ी: आपके वर्तमान कार्यों में से कौन से सबसे अधिक समय लेते हैं? कौन से कार्य दोहराए जाने वाले हैं? आप AI को किस हद तक मदद करने देना चाहते हैं? आप किस त्रुटि दर को स्वीकार कर सकते हैं?
चारों ओर पूछने के बाद, मैं अंततः उनके वास्तविक दर्द बिंदुओं को समझ गया। यही कारण है कि अब, ऑर्डर लेने से पहले, मुझे एक आवश्यकता साक्षात्कार आयोजित करना चाहिए, एक स्पष्ट आवश्यकता दस्तावेज़ लिखना चाहिए, और दोनों पक्षों को हस्ताक्षर और पुष्टि करनी चाहिए। अन्यथा, बाद में विवादों को सुलझाना असंभव है।
समीक्षा: इस अनुभव से लाभ
लगभग एक महीने में, मैंने 3 प्रोजेक्ट लिए और 20 से अधिक एजेंट विकसित किए। हर दिन काम के बाद, मैं रात 2 या 3 बजे तक काम करता था। मैंने तुरंत कार क्यों खरीदी, यह एक और कहानी है।
बड़े ऑर्डर के अलावा, मैंने कुछ छोटे ऑर्डर भी लिए: रिमोट इंस्टॉलेशन सेवाएँ (500-3,000 रुपये/ऑर्डर, 2 घंटे में किया गया; यह अब अत्यधिक संतृप्त है, इसलिए मैंने इसे छोड़ दिया), सरल अनुकूलन (जैसे, स्वचालित ग्राहक सेवा, सामग्री प्रकाशन, डेटा स्क्रैपिंग, 5,000-10,000 रुपये/ऑर्डर), और परामर्श सेवाएँ (कुछ ग्राहक सिर्फ यह जानना चाहते हैं कि क्या OpenClaw उनकी समस्याओं को हल कर सकता है; मैं प्रति घंटे चार्ज करता हूँ, 500 रुपये/घंटा)।
हालाँकि इन छोटे ऑर्डर की यूनिट कीमतें कम हैं, वे जुड़ जाते हैं। ई-कॉमर्स ऑर्डर एक ग्राहक अनुशंसा से परिवर्तित एक बड़ा ऑर्डर था।
इस अवधि पर पीछे मुड़कर देखने पर, मैंने कुछ सबक संक्षेप में प्रस्तुत किए हैं:
समयरेखा समीक्षा
- सप्ताह 1: बाज़ार का परीक्षण किया, पहला ऑर्डर प्राप्त किया, मॉडल को मान्य किया।
- सप्ताह 2: सामग्री अधिग्रहण, एक बड़ा अनुबंध हस्ताक्षरित, स्वीकृति मानक निर्धारित किए।
- सप्ताह 3-4: विकास और वितरण, नुकसान ठीक किए, ग्राहक ने अनुबंध का नवीनीकरण किया।
मुख्य अनुभव
- X व्यावसायिकता बनाता है, Xiaohongshu ग्राहक प्राप्त करता है; कई ग्राहकों ने सक्रिय रूप से मुझसे संपर्क किया।
- स्वीकृति मानक, संशोधनों की संख्या और जिम्मेदारी की सीमाएँ स्पष्ट रूप से लिखी जानी चाहिए।
- सीखते हुए करना सबसे तेज़ है; जब मैंने पहला ऑर्डर लिया, तो OpenClaw की मेरी समझ केवल लगभग 60% थी, लेकिन मैंने 100% होने तक प्रतीक्षा नहीं की।
अंत में, सभी के लिए एक संदेश: आम लोगों के पास कोई विकल्प नहीं है।
यह सबसे बुरा समय था, यह सबसे अच्छा समय था।
AI में पूरी तरह से डूब जाओ, बस इसे करो
