विवरण
आपके क्रेडिट निर्णय लेने पर खर्च होने चाहिए, भारी काम बाहरी AI को सौंपें। यह Skill YouMind में चल रहे कंटेंट कार्यों को सीधे कॉपी की जा सकने वाली एक “हैंडऑफ शीट” में पैक करता है। इसे ChatGPT, Claude, Gemini, Cursor जैसे बाहरी AI को देकर विस्तार, पुनर्लेखन, बैच में व्यवस्थित करना, अंतिम ड्राफ्ट तैयार करना जैसे सबसे अधिक क्रेडिट लेने वाले काम पूरे कराएँ, फिर परिणाम Board में वापस लाकर जाँच और संग्रह करें। इस तरह “पैक करके भेजें → बाहरी AI से करवाएँ → वापस लाकर जाँचें” का पूरा चक्र बनता है। तीन प्रवेश बिंदु अपने-आप पहचाने जाते हैं: दिशा A “आउटसोर्स करके क्रेडिट बचाएँ” — सामग्री और आउटपुट विनिर्देश पैक करके बाहरी AI को टोकन-गहन काम सौंपें; दिशा B “रिले से आगे बढ़ाएँ” — YouMind के मौजूदा परिणामों के साथ संस्करण, निर्णय और न बदली जाने वाली चीज़ों की सूची भेजकर काम को आगे विकसित करें; “वापसी जाँच” — परिणाम आने के बाद उसे नए संस्करण के रूप में सुरक्षित करें, मूल ड्राफ्ट बनाए रखें, वापसी अनुबंध और जाँच सूची के आधार पर नमूना जाँच करें और पूरी सामग्री दोबारा पढ़े बिना जाँच रिपोर्ट तैयार करें। इसमें तथ्यों की सीमाओं के लिए चार श्रेणियाँ और हर दिशा के लिए अलग वापसी अनुबंध शामिल हैं, ताकि बाहरी AI तथ्य गढ़ न सके या पहले से अंतिम किए गए कंटेंट में मनमाने बदलाव न करे। “हैंडऑफ पैक करो”, “आउटसोर्स करके क्रेडिट बचाओ”, “यह हिस्सा किसी दूसरे AI को करने/आगे बढ़ाने दो”, “दूसरे AI से जारी रखो”, “नतीजा आ गया है, जाँच कर दो”, या “इसे वापस ले लो” कहकर इसे सक्रिय करें।
संबंधित कौशल
सभी देखें
Token बचत विशेषज्ञ
क्या आपने कभी गणना की है कि आप AI की 'बकवास' के लिए हर महीने कितना भुगतान करते हैं? 'ठीक है, मैं आपकी मदद करता हूँ...' 'पहले आपके प्रश्न की समीक्षा करते हैं...' 'संक्षेप में, ऊपर दिया गया है...' ये शब्द आप एक बार भी नहीं पढ़ते, लेकिन हर अक्षर आपके Token काट रहा है। 💸 मैंने एक Skill बनाई है जिसका नाम है 'Token बचत विशेषज्ञ', जो इसका समाधान करता है: ✅ स्वचालित रूप से कार्य प्रकार पहचानता है, Token बचत रणनीति मिलाता है ✅ अतिरेक काटता है, गहराई नहीं, गुणवत्ता एक पैसा भी कम नहीं ✅ काम खत्म होने पर स्वचालित बिल: इस बार 40%+ बचत, स्पष्ट रूप से लंबे समय तक AI का उपयोग करने वालों के लिए, एक बार इंस्टॉल करें, कुछ चाय के पैसे बच जाएंगे। एक तथ्य जिसे अधिकांश लोग अनदेखा करते हैं: आप AI के लिए जो पैसे देते हैं, उसका एक बड़ा हिस्सा 'उत्तर' के लिए नहीं, बल्कि 'प्रक्रिया भाषा' के लिए है - प्रारंभिक अभिवादन, प्रश्न की पुनरावृत्ति, संक्रमणकालीन तैयारी, अंत सारांश। ये सामग्री कोई मूल्य उत्पन्न नहीं करती, लेकिन प्रत्येक Token की गणना होती है। मैंने सूचना घनत्व अनुकूलन की पूरी पद्धति को एक Skill में समाहित किया है: 'Token बचत विशेषज्ञ'। इसका कार्य तर्क बहुत सीधा है - कार्य प्रकार पहचानने के बाद स्वचालित रूप से Token बचत रणनीति मिलाता है, उच्चतम सूचना घनत्व के साथ कार्य निष्पादित करता है, सभी अतिरेक अभिव्यक्तियों को हटाता है, और सख्त बाधाओं के साथ आउटपुट गुणवत्ता सुनिश्चित करता है; कार्य समाप्त होने पर स्वचालित रूप से एक Token विस्तृत रिपोर्ट उत्पन्न करता है, जो बताती है कि प्रत्येक चरण में कितना खर्च हुआ, सामान्य मोड की तुलना में कितना बचाया, और भविष्य में और कैसे अनुकूलित किया जा सकता है। प्रारंभ में शुरू करने और बीच में लेने के दो तरीकों का समर्थन करता है, किसी कॉन्फ़िगरेशन की आवश्यकता नहीं। यदि आप AI का भारी उपयोगकर्ता हैं - लेखक, शोधकर्ता, बल्क सामग्री निर्माता, उपयोग के अनुसार भुगतान करने वाले API उपयोगकर्ता - तो यह Skill एक 'पैसे बचाने वाली मशीन' है: एक बार इंस्टॉल करें, हर बातचीत आपकी लागत को कम करती है। अब YouMind कौशल बाजार पर उपलब्ध है, 'Token बचत विशेषज्ञ' खोजें और इंस्टॉल करें।
AI प्रॉम्प्ट आर्किटेक्ट MAX
क्या आपके साथ कभी ऐसा हुआ है— AI से साप्ताहिक रिपोर्ट लिखने को कहा, तो उसने प्राथमिक कक्षा के बच्चे जैसी घटनाओं की सूची बना दी; AI से रिज़्यूमे सुधारने को कहा, तो उसने “टीमवर्क, मेहनत और ज़िम्मेदारी” जैसे घिसे-पिटे शब्द भर दिए; AI से डेटा का विश्लेषण करने को कहा, तो उसने शुरुआत की, “एक AI के रूप में, मुझे आपकी मदद करके खुशी होगी…” समस्या AI में नहीं है, बल्कि आपके निर्देश बहुत शुरुआती स्तर के हैं। बाज़ार में Prompt सिखाने वाले टेम्पलेट पहले से ही बहुत हैं, लेकिन टेम्पलेट इस्तेमाल करने के बाद भी आप लिख नहीं पाते—क्योंकि आपको टेम्पलेट की नहीं, ज़रूरतों को compile करने की क्षमता की कमी है। यह SKILL एक AI OPC (AI को वास्तविक काम में लागू करने वाला विशेषज्ञ) के रूप में टीम के लिए Prompt आर्किटेक्चर तैयार करने की मेरी रोज़मर्रा की कार्यप्रणाली को एक “Prompt compiler” में संक्षिप्त करता है। आप सामान्य भाषा में बताएँ, यह आपको बेहतरीन आर्किटेक्चर देगा। इनपुट: “मेरे लिए मासिक रिपोर्ट लिखो” आउटपुट: 8 मॉड्यूल वाला पूरा Prompt आर्किटेक्चर—भूमिका, कार्य, लक्षित पाठक, प्रक्रिया, सीमाएँ, फ़ॉर्मैट, स्व-जाँच और उदाहरण, सब स्पष्ट रूप से तय। इसे ChatGPT / Claude / DeepSeek / Kimi में से किसी में भी कॉपी-पेस्ट करें और पहली बार का आउटपुट ही इस्तेमाल करने लायक होगा। और भी उपयोगी बात यह है कि यह आपको बताएगा: ✓ इस Prompt के लिए कौन-सा मॉडल सबसे अच्छा परिणाम देगा ✓ अगली बार किन वेरिएबल को सीधे बदला जा सकता है (एक बार सीखें, बार-बार इस्तेमाल करें) ✓ आउटपुट को अगले स्तर तक ले जाने के लिए अभी कौन-सी 1 जानकारी कम है यह सामान्य Prompt template SKILL से कैसे अलग है? दूसरे SKILL आपको मछली देते हैं (एक तैयार Prompt); यह SKILL आपको compiler देता है (किसी भी ज़रूरत को Prompt में बदलने की क्षमता)। इसे एक बार इंस्टॉल करें और AI इस्तेमाल करने वाले आपके सभी काम बेहतर हो जाएँगे—लेखन, रिपोर्टिंग, विश्लेषण, अनुवाद, ग्राहक सेवा और रचनात्मक काम, सबके लिए। इसे किसे इंस्टॉल करना चाहिए: जो लोग हर दिन AI इस्तेमाल करते हैं, लेकिन हर बार उसके आउटपुट से असंतुष्ट रहते हैं जो Prompt engineering सीखना चाहते हैं, लेकिन महंगे कोर्स पर हज़ारों रुपये खर्च नहीं करना चाहते टीम में AI को लागू करना चाहते हैं, लेकिन उसे मानकीकृत करने का तरीका नहीं जानते कंटेंट क्रिएटर, शोधकर्ता, विद्यार्थी, नौकरी तलाशने वाले और साइड-हसल करने वाले AI का इस्तेमाल अच्छा है या नहीं, यह इस पर निर्भर नहीं करता कि आप कौन-सा मॉडल इस्तेमाल करते हैं; यह इस पर निर्भर करता है कि आप अपनी ज़रूरत को compile करना जानते हैं या नहीं। इसे इंस्टॉल करें और आज से AI के साथ आपकी बातचीत की गुणवत्ता में बड़ा बदलाव देखें।
वर्क रिव्यू मास्टर MAX
क्या आपकी साप्ताहिक रिपोर्ट कुछ ऐसी दिखती है: 「इस सप्ताह A प्रोजेक्ट को आगे बढ़ाया, B मीटिंग की चर्चा में भाग लिया, टीम के साथ मिलकर C आवश्यकता पूरी की, xx दस्तावेज़ तैयार किए; अगले सप्ताह भी यही जारी रहेगा।」 बॉस ने एक नज़र डाली और आगे बढ़ गए। ऐसा इसलिए नहीं है कि आपने मेहनत नहीं की। समस्या यह है कि आपने कामों की सूची लिखी है, रिव्यू नहीं। जब मूल्यांकनकर्ता प्रमोशन सामग्री देखते हैं या बॉस मासिक रिपोर्ट पढ़ते हैं, तो वे केवल 5 बातों पर ध्यान देते हैं: ① आपने यह काम क्यों किया—आपका निर्णय-बोध ② परिणाम किस संदर्भ में अच्छे माने जाएँ—डेटा-आधारित तुलना ③ कौन-सा योगदान आपका था और कौन-सा टीम का—योगदान की सीमा ④ आपने इस काम से क्या दोबारा इस्तेमाल की जा सकने वाली सीख विकसित की—विकास की दिशा ⑤ अगले चक्र में आप क्या करने का वादा करते हैं—प्रतिबद्धता-पत्र जैसी सोच 99% रिव्यू ड्राफ्ट इनमें से एक भी बात स्पष्ट नहीं करते। वे केवल सुविधाएँ गिनाते रहते हैं: 「X को दोहराया」「Y लॉन्च किया」「Z को सपोर्ट किया」—जैसे कोई रोबोट। यह SKILL वह संरचित कंपाइलर है, जिसे मैंने AI OPC के अग्रिम मोर्चे पर व्यावसायिक रिव्यू तैयार करते हुए विकसित और निखारा है। आप अपनी कामों की सूची जैसी है वैसी ही इसमें डालें—चाहे वह कितनी भी बिखरी या अव्यवस्थित हो। यह आपको उच्च-स्तरीय प्रमोशन मूल्यांकन मानकों के अनुरूप एक पूरी रिव्यू रिपोर्ट देगा: 📊 एक-वाक्य समग्र मूल्यांकन (30 सेकंड में पाठक को आपकी वास्तविक वैल्यू समझ आए) 🎯 मुख्य उपलब्धियाँ (STAR + निर्णय-आधारित कहानी, केवल सुविधाओं की सूची नहीं) 📈 डेटा संदर्भ तालिका (बेसलाइन, मापदंड और व्यक्तिगत योगदान का अनुपात) 🧠 कार्य-पद्धति से मिली सीख (आपकी विकास-दिशा को दिखाए) 📅 अगले चक्र की योजना (मापने योग्य लक्ष्य + Deadline + आवश्यक संसाधनों वाला प्रतिबद्धता-पत्र) ⚠️ जोखिम और आवश्यक सहायता (जोखिम सामने रखना = जिम्मेदारी लेने का साहस) 📋 भरने के लिए बाकी डेटा की सूची (एक ही बार में पूरी सूची, ताकि आप जाकर एक बार में सब जाँच सकें) अतिरिक्त रूप से: ✓ 3 मुख्य सुधार-बिंदुओं का रिव्यू (बताएगा कि मूल सामग्री की कौन-सी कमियाँ दूर की गईं) ✓ प्रश्नोत्तर जोखिम का पूर्वानुमान (प्रमोशन के दौरान मूल्यांकनकर्ता किन बिंदुओं पर सवाल उठा सकते हैं + जवाब देने की भाषा) ✓ दोबारा इस्तेमाल किए जा सकने वाले टेम्पलेट वैरिएबल (अगली बार कुछ शब्द बदलकर फिर इस्तेमाल करें) यह सामान्य 「AI से साप्ताहिक रिपोर्ट लिखें」SKILL से अलग कैसे है? दूसरे: आपकी कामों की सूची को नए शब्दों में लिखकर फिर से दे देते हैं—वह फिर भी कामों की सूची ही रहती है। यह: आपकी कामों की सूची की संरचनात्मक सर्जरी करता है—「सुविधाएँ गिनाने वाली शैली」से「निर्णय-आधारित कहानी」तक। यह कभी नहीं करेगा: ✗ डेटा गढ़ेगा नहीं—जो आपने नहीं दिया, उसे हमेशा「भरना बाकी」के रूप में चिह्नित करेगा; कोई संख्या नहीं बनाएगा ✗ 「एक AI के रूप में」「निष्कर्षतः」「नेतृत्व को धन्यवाद」जैसी बेकार बातें नहीं लिखेगा ✗ चापलूसी नहीं करेगा, न ही「क्या आप विस्तार से बता सकते हैं?」पूछेगा—सीधे काम करेगा इसे किसे इस्तेमाल करना चाहिए: हर सप्ताह रिपोर्ट से परेशान कर्मचारी, जो जल्दी घर जाना चाहते हैं प्रमोशन की तैयारी कर रहे P6→P7 / M1→M2 / मध्य-स्तर→वरिष्ठ पेशेवर अर्धवार्षिक/वार्षिक प्रदर्शन-समीक्षा के मौसम में, जिनकी सामग्री अभी शुरू भी नहीं हुई है वरिष्ठों/मूल्यांकनकर्ताओं/ग्राहकों के लिए तिमाही रिव्यू लिखने वाले प्रोजेक्ट प्रमुख हर वह गंभीरता से काम करने वाला व्यक्ति, जो चाहता है कि「मैंने जो किया」वह सच में दिखाई दे गंभीरता से काम करना और उसे प्रभावी ढंग से प्रस्तुत करना एक ही बात नहीं है। समान मात्रा में काम करने पर, जो लोग रिव्यू लिखना जानते हैं वे एक साल जल्दी प्रमोट होते हैं। इसे इंस्टॉल करें और अगली साप्ताहिक रिपोर्ट से अपने काम को दिखाई देने दें।
AI हैंडऑफ
भारी काम बाहरी AI को सौंपें, क्रेडिट बचाएँ
विवरण
आपके क्रेडिट निर्णय लेने पर खर्च होने चाहिए, भारी काम बाहरी AI को सौंपें। यह Skill YouMind में चल रहे कंटेंट कार्यों को सीधे कॉपी की जा सकने वाली एक “हैंडऑफ शीट” में पैक करता है। इसे ChatGPT, Claude, Gemini, Cursor जैसे बाहरी AI को देकर विस्तार, पुनर्लेखन, बैच में व्यवस्थित करना, अंतिम ड्राफ्ट तैयार करना जैसे सबसे अधिक क्रेडिट लेने वाले काम पूरे कराएँ, फिर परिणाम Board में वापस लाकर जाँच और संग्रह करें। इस तरह “पैक करके भेजें → बाहरी AI से करवाएँ → वापस लाकर जाँचें” का पूरा चक्र बनता है। तीन प्रवेश बिंदु अपने-आप पहचाने जाते हैं: दिशा A “आउटसोर्स करके क्रेडिट बचाएँ” — सामग्री और आउटपुट विनिर्देश पैक करके बाहरी AI को टोकन-गहन काम सौंपें; दिशा B “रिले से आगे बढ़ाएँ” — YouMind के मौजूदा परिणामों के साथ संस्करण, निर्णय और न बदली जाने वाली चीज़ों की सूची भेजकर काम को आगे विकसित करें; “वापसी जाँच” — परिणाम आने के बाद उसे नए संस्करण के रूप में सुरक्षित करें, मूल ड्राफ्ट बनाए रखें, वापसी अनुबंध और जाँच सूची के आधार पर नमूना जाँच करें और पूरी सामग्री दोबारा पढ़े बिना जाँच रिपोर्ट तैयार करें। इसमें तथ्यों की सीमाओं के लिए चार श्रेणियाँ और हर दिशा के लिए अलग वापसी अनुबंध शामिल हैं, ताकि बाहरी AI तथ्य गढ़ न सके या पहले से अंतिम किए गए कंटेंट में मनमाने बदलाव न करे। “हैंडऑफ पैक करो”, “आउटसोर्स करके क्रेडिट बचाओ”, “यह हिस्सा किसी दूसरे AI को करने/आगे बढ़ाने दो”, “दूसरे AI से जारी रखो”, “नतीजा आ गया है, जाँच कर दो”, या “इसे वापस ले लो” कहकर इसे सक्रिय करें।
संबंधित कौशल
सभी देखेंToken बचत विशेषज्ञ
क्या आपने कभी गणना की है कि आप AI की 'बकवास' के लिए हर महीने कितना भुगतान करते हैं? 'ठीक है, मैं आपकी मदद करता हूँ...' 'पहले आपके प्रश्न की समीक्षा करते हैं...' 'संक्षेप में, ऊपर दिया गया है...' ये शब्द आप एक बार भी नहीं पढ़ते, लेकिन हर अक्षर आपके Token काट रहा है। 💸 मैंने एक Skill बनाई है जिसका नाम है 'Token बचत विशेषज्ञ', जो इसका समाधान करता है: ✅ स्वचालित रूप से कार्य प्रकार पहचानता है, Token बचत रणनीति मिलाता है ✅ अतिरेक काटता है, गहराई नहीं, गुणवत्ता एक पैसा भी कम नहीं ✅ काम खत्म होने पर स्वचालित बिल: इस बार 40%+ बचत, स्पष्ट रूप से लंबे समय तक AI का उपयोग करने वालों के लिए, एक बार इंस्टॉल करें, कुछ चाय के पैसे बच जाएंगे। एक तथ्य जिसे अधिकांश लोग अनदेखा करते हैं: आप AI के लिए जो पैसे देते हैं, उसका एक बड़ा हिस्सा 'उत्तर' के लिए नहीं, बल्कि 'प्रक्रिया भाषा' के लिए है - प्रारंभिक अभिवादन, प्रश्न की पुनरावृत्ति, संक्रमणकालीन तैयारी, अंत सारांश। ये सामग्री कोई मूल्य उत्पन्न नहीं करती, लेकिन प्रत्येक Token की गणना होती है। मैंने सूचना घनत्व अनुकूलन की पूरी पद्धति को एक Skill में समाहित किया है: 'Token बचत विशेषज्ञ'। इसका कार्य तर्क बहुत सीधा है - कार्य प्रकार पहचानने के बाद स्वचालित रूप से Token बचत रणनीति मिलाता है, उच्चतम सूचना घनत्व के साथ कार्य निष्पादित करता है, सभी अतिरेक अभिव्यक्तियों को हटाता है, और सख्त बाधाओं के साथ आउटपुट गुणवत्ता सुनिश्चित करता है; कार्य समाप्त होने पर स्वचालित रूप से एक Token विस्तृत रिपोर्ट उत्पन्न करता है, जो बताती है कि प्रत्येक चरण में कितना खर्च हुआ, सामान्य मोड की तुलना में कितना बचाया, और भविष्य में और कैसे अनुकूलित किया जा सकता है। प्रारंभ में शुरू करने और बीच में लेने के दो तरीकों का समर्थन करता है, किसी कॉन्फ़िगरेशन की आवश्यकता नहीं। यदि आप AI का भारी उपयोगकर्ता हैं - लेखक, शोधकर्ता, बल्क सामग्री निर्माता, उपयोग के अनुसार भुगतान करने वाले API उपयोगकर्ता - तो यह Skill एक 'पैसे बचाने वाली मशीन' है: एक बार इंस्टॉल करें, हर बातचीत आपकी लागत को कम करती है। अब YouMind कौशल बाजार पर उपलब्ध है, 'Token बचत विशेषज्ञ' खोजें और इंस्टॉल करें।
AI प्रॉम्प्ट आर्किटेक्ट MAX
क्या आपके साथ कभी ऐसा हुआ है— AI से साप्ताहिक रिपोर्ट लिखने को कहा, तो उसने प्राथमिक कक्षा के बच्चे जैसी घटनाओं की सूची बना दी; AI से रिज़्यूमे सुधारने को कहा, तो उसने “टीमवर्क, मेहनत और ज़िम्मेदारी” जैसे घिसे-पिटे शब्द भर दिए; AI से डेटा का विश्लेषण करने को कहा, तो उसने शुरुआत की, “एक AI के रूप में, मुझे आपकी मदद करके खुशी होगी…” समस्या AI में नहीं है, बल्कि आपके निर्देश बहुत शुरुआती स्तर के हैं। बाज़ार में Prompt सिखाने वाले टेम्पलेट पहले से ही बहुत हैं, लेकिन टेम्पलेट इस्तेमाल करने के बाद भी आप लिख नहीं पाते—क्योंकि आपको टेम्पलेट की नहीं, ज़रूरतों को compile करने की क्षमता की कमी है। यह SKILL एक AI OPC (AI को वास्तविक काम में लागू करने वाला विशेषज्ञ) के रूप में टीम के लिए Prompt आर्किटेक्चर तैयार करने की मेरी रोज़मर्रा की कार्यप्रणाली को एक “Prompt compiler” में संक्षिप्त करता है। आप सामान्य भाषा में बताएँ, यह आपको बेहतरीन आर्किटेक्चर देगा। इनपुट: “मेरे लिए मासिक रिपोर्ट लिखो” आउटपुट: 8 मॉड्यूल वाला पूरा Prompt आर्किटेक्चर—भूमिका, कार्य, लक्षित पाठक, प्रक्रिया, सीमाएँ, फ़ॉर्मैट, स्व-जाँच और उदाहरण, सब स्पष्ट रूप से तय। इसे ChatGPT / Claude / DeepSeek / Kimi में से किसी में भी कॉपी-पेस्ट करें और पहली बार का आउटपुट ही इस्तेमाल करने लायक होगा। और भी उपयोगी बात यह है कि यह आपको बताएगा: ✓ इस Prompt के लिए कौन-सा मॉडल सबसे अच्छा परिणाम देगा ✓ अगली बार किन वेरिएबल को सीधे बदला जा सकता है (एक बार सीखें, बार-बार इस्तेमाल करें) ✓ आउटपुट को अगले स्तर तक ले जाने के लिए अभी कौन-सी 1 जानकारी कम है यह सामान्य Prompt template SKILL से कैसे अलग है? दूसरे SKILL आपको मछली देते हैं (एक तैयार Prompt); यह SKILL आपको compiler देता है (किसी भी ज़रूरत को Prompt में बदलने की क्षमता)। इसे एक बार इंस्टॉल करें और AI इस्तेमाल करने वाले आपके सभी काम बेहतर हो जाएँगे—लेखन, रिपोर्टिंग, विश्लेषण, अनुवाद, ग्राहक सेवा और रचनात्मक काम, सबके लिए। इसे किसे इंस्टॉल करना चाहिए: जो लोग हर दिन AI इस्तेमाल करते हैं, लेकिन हर बार उसके आउटपुट से असंतुष्ट रहते हैं जो Prompt engineering सीखना चाहते हैं, लेकिन महंगे कोर्स पर हज़ारों रुपये खर्च नहीं करना चाहते टीम में AI को लागू करना चाहते हैं, लेकिन उसे मानकीकृत करने का तरीका नहीं जानते कंटेंट क्रिएटर, शोधकर्ता, विद्यार्थी, नौकरी तलाशने वाले और साइड-हसल करने वाले AI का इस्तेमाल अच्छा है या नहीं, यह इस पर निर्भर नहीं करता कि आप कौन-सा मॉडल इस्तेमाल करते हैं; यह इस पर निर्भर करता है कि आप अपनी ज़रूरत को compile करना जानते हैं या नहीं। इसे इंस्टॉल करें और आज से AI के साथ आपकी बातचीत की गुणवत्ता में बड़ा बदलाव देखें।
वर्क रिव्यू मास्टर MAX
क्या आपकी साप्ताहिक रिपोर्ट कुछ ऐसी दिखती है: 「इस सप्ताह A प्रोजेक्ट को आगे बढ़ाया, B मीटिंग की चर्चा में भाग लिया, टीम के साथ मिलकर C आवश्यकता पूरी की, xx दस्तावेज़ तैयार किए; अगले सप्ताह भी यही जारी रहेगा।」 बॉस ने एक नज़र डाली और आगे बढ़ गए। ऐसा इसलिए नहीं है कि आपने मेहनत नहीं की। समस्या यह है कि आपने कामों की सूची लिखी है, रिव्यू नहीं। जब मूल्यांकनकर्ता प्रमोशन सामग्री देखते हैं या बॉस मासिक रिपोर्ट पढ़ते हैं, तो वे केवल 5 बातों पर ध्यान देते हैं: ① आपने यह काम क्यों किया—आपका निर्णय-बोध ② परिणाम किस संदर्भ में अच्छे माने जाएँ—डेटा-आधारित तुलना ③ कौन-सा योगदान आपका था और कौन-सा टीम का—योगदान की सीमा ④ आपने इस काम से क्या दोबारा इस्तेमाल की जा सकने वाली सीख विकसित की—विकास की दिशा ⑤ अगले चक्र में आप क्या करने का वादा करते हैं—प्रतिबद्धता-पत्र जैसी सोच 99% रिव्यू ड्राफ्ट इनमें से एक भी बात स्पष्ट नहीं करते। वे केवल सुविधाएँ गिनाते रहते हैं: 「X को दोहराया」「Y लॉन्च किया」「Z को सपोर्ट किया」—जैसे कोई रोबोट। यह SKILL वह संरचित कंपाइलर है, जिसे मैंने AI OPC के अग्रिम मोर्चे पर व्यावसायिक रिव्यू तैयार करते हुए विकसित और निखारा है। आप अपनी कामों की सूची जैसी है वैसी ही इसमें डालें—चाहे वह कितनी भी बिखरी या अव्यवस्थित हो। यह आपको उच्च-स्तरीय प्रमोशन मूल्यांकन मानकों के अनुरूप एक पूरी रिव्यू रिपोर्ट देगा: 📊 एक-वाक्य समग्र मूल्यांकन (30 सेकंड में पाठक को आपकी वास्तविक वैल्यू समझ आए) 🎯 मुख्य उपलब्धियाँ (STAR + निर्णय-आधारित कहानी, केवल सुविधाओं की सूची नहीं) 📈 डेटा संदर्भ तालिका (बेसलाइन, मापदंड और व्यक्तिगत योगदान का अनुपात) 🧠 कार्य-पद्धति से मिली सीख (आपकी विकास-दिशा को दिखाए) 📅 अगले चक्र की योजना (मापने योग्य लक्ष्य + Deadline + आवश्यक संसाधनों वाला प्रतिबद्धता-पत्र) ⚠️ जोखिम और आवश्यक सहायता (जोखिम सामने रखना = जिम्मेदारी लेने का साहस) 📋 भरने के लिए बाकी डेटा की सूची (एक ही बार में पूरी सूची, ताकि आप जाकर एक बार में सब जाँच सकें) अतिरिक्त रूप से: ✓ 3 मुख्य सुधार-बिंदुओं का रिव्यू (बताएगा कि मूल सामग्री की कौन-सी कमियाँ दूर की गईं) ✓ प्रश्नोत्तर जोखिम का पूर्वानुमान (प्रमोशन के दौरान मूल्यांकनकर्ता किन बिंदुओं पर सवाल उठा सकते हैं + जवाब देने की भाषा) ✓ दोबारा इस्तेमाल किए जा सकने वाले टेम्पलेट वैरिएबल (अगली बार कुछ शब्द बदलकर फिर इस्तेमाल करें) यह सामान्य 「AI से साप्ताहिक रिपोर्ट लिखें」SKILL से अलग कैसे है? दूसरे: आपकी कामों की सूची को नए शब्दों में लिखकर फिर से दे देते हैं—वह फिर भी कामों की सूची ही रहती है। यह: आपकी कामों की सूची की संरचनात्मक सर्जरी करता है—「सुविधाएँ गिनाने वाली शैली」से「निर्णय-आधारित कहानी」तक। यह कभी नहीं करेगा: ✗ डेटा गढ़ेगा नहीं—जो आपने नहीं दिया, उसे हमेशा「भरना बाकी」के रूप में चिह्नित करेगा; कोई संख्या नहीं बनाएगा ✗ 「एक AI के रूप में」「निष्कर्षतः」「नेतृत्व को धन्यवाद」जैसी बेकार बातें नहीं लिखेगा ✗ चापलूसी नहीं करेगा, न ही「क्या आप विस्तार से बता सकते हैं?」पूछेगा—सीधे काम करेगा इसे किसे इस्तेमाल करना चाहिए: हर सप्ताह रिपोर्ट से परेशान कर्मचारी, जो जल्दी घर जाना चाहते हैं प्रमोशन की तैयारी कर रहे P6→P7 / M1→M2 / मध्य-स्तर→वरिष्ठ पेशेवर अर्धवार्षिक/वार्षिक प्रदर्शन-समीक्षा के मौसम में, जिनकी सामग्री अभी शुरू भी नहीं हुई है वरिष्ठों/मूल्यांकनकर्ताओं/ग्राहकों के लिए तिमाही रिव्यू लिखने वाले प्रोजेक्ट प्रमुख हर वह गंभीरता से काम करने वाला व्यक्ति, जो चाहता है कि「मैंने जो किया」वह सच में दिखाई दे गंभीरता से काम करना और उसे प्रभावी ढंग से प्रस्तुत करना एक ही बात नहीं है। समान मात्रा में काम करने पर, जो लोग रिव्यू लिखना जानते हैं वे एक साल जल्दी प्रमोट होते हैं। इसे इंस्टॉल करें और अगली साप्ताहिक रिपोर्ट से अपने काम को दिखाई देने दें।
अपना अगला पसंदीदा कौशल खोजें
शोध, निर्माण और रोज़मर्रा के काम के लिए और अधिक चयनित AI कौशल खोजें।