Claude Cowork Eklentisi Nasıl Oluşturulur ve Kendi Yapay Zeka Çalışanınızı Nasıl Yaratırsınız? (Tam Kurs)

Çoğu kişi Claude Cowork'u akıllı bir dosya düzenleyici olarak kullanır.

Bunu kaydet :)

Bazı dosyaları sıralamasını isteyin. Bir e-tabloyu dönüştürün. Belki bir klasörü yeniden adlandırın.

Bu, Cowork'un çırak versiyonudur.

Usta versiyonu ise bir eklenti oluşturmaktır — sektörünüzü bilen, sürecinizi harfiyen takip eden, tam istediğiniz çıktı formatını üreten ve siz başka bir işle uğraşırken iş akışlarınızı özerk bir şekilde yürüten, eksiksiz bir yapay zeka çalışanı.

Her gün işe gelen, asla hastalanmayan, bir kez eğitildi mi tekrar eğitim gerektirmeyen ve her hafta biraz daha iyiye giden bir yapay zeka çalışanı.

Bir Cowork eklentisi, Claude'un belirli bir rolü oynaması için gereken her şeyi içeren yapılandırılmış bir pakettir: beceriler, komutlar, referans materyalleri, kurallar ve kalite kontrolleri. Bir kere kurun, bir çalışanınız olsun.

Bu, bir tane oluşturmak için eksiksiz bir derstir.

Bir Eklenti Aslında Nedir?

Bir eklenti bir klasördür. Bu kadar. Cowork'a ne yapacağını ve nasıl yapacağını tam olarak söyleyen belirli bir yapıya sahip bir klasör.

Bu klasörün içinde:

1my-plugin/
2├── .claude-plugin/
3│   └── plugin.json        ← Kimlik: ad, rol, açıklama
4├── skills/
5│   └── primary-task/
6│       └── SKILL.md        ← İş akışı: adım adım süreç
7├── commands/
8│   └── run-task.md         ← Eğik çizgi komutları: /ön ek:komut
9├── references/
10│   └── templates.md        ← Referans materyalleri: şablonlar, kıyaslamalar, örnekler
11├── global-instructions.md  ← Daimi talimatlar: kişilik, tercihler, varsayılanlar
12└── folder-instructions.md  ← Projeye özel bağlam

plugin.json, Cowork'a bu klasörün bir eklenti olduğunu, hangi rolü oynadığını ve ne zaman etkinleşeceğini söyler.

SKILL.md beyindir — yapay zeka çalışanınızın her görev için izlediği adım adım süreç. Bu, açık ara en önemli dosyadır. Bunu doğru yapın, geri kalan her şey çalışır.

Komutlar, eğik çizgi komutu tetikleyicileridir. /ön ek:komut yazın ve tüm iş akışı başlasın.

Referanslar, çalışanınızın işi doğru yapması için ihtiyaç duyduğu şablonlar, kıyaslamalar, sektör verileri ve örneklerdir.

Genel talimatlar, daimi talimatlardır — kişilik, iletişim tarzı, kalite standartları ve varsayılan kabuller.

Klasör talimatları, projeye özel bağlamdır — bu klasörde ne var, mevcut öncelikler neler ve buradaki belirli verilerin nasıl ele alınacağı.

Aşama 1: Rolü Araştırın (30 Dakika)

Tek bir dosya yazmadan önce, yapay zeka çalışanınızın tam olarak ne yaptığını bilmeniz gerekir.

Claude'u açın ve bu istemi kullanın:

"[SEKTÖR]'deki bir [ROL] için eksiksiz profesyonel iş akışını araştırın. Şunları dahil edin: izledikleri adım adım süreç, kullandıkları araçlar ve veri kaynakları, temel metrikler ve karar kriterleri, yaygın çıktı formatları ve uzman düzeyinde uç durumlar ile tuzaklar. Kapsamlı olun — bundan otomatik bir iş akışı oluşturuyorum."

Çıktıyı dikkatlice okuyun. Bu, beceri dosyanızın oluşturulacağı ham maddedir.

Şimdi kendinizle röportaj yapın. Bu sürecin SİZİN versiyonunuz neye benziyor? Hangi kısayolları kullanıyorsunuz? Hangi kalite kontrollerini her zaman yapıyorsunuz? Hangi hatalara her zaman dikkat ediyorsunuz? "İyi" ile "kötü" arasındaki fark nedir?

En iyi yapay zeka çalışanları, genel en iyi uygulamalardan oluşturulmaz. SİZİN özel uzmanlığınızdan oluşturulur.

Aşama 2: Beceri Dosyasını Yazın (60 Dakika)

SKILL.md, yapay zeka çalışanınızın beynidir. İşini nasıl yapacağına dair bildiği her şey burada yaşar.

İşte yapısı:

name: [beceri-adı]

description: [Bu ne zaman etkinleşmeli? Tetikleyici ifadeler konusunda agresif olun.

"Kullanıcı şu ifadeleri söylediğinde bu beceriyi kullan: [5-7 ifade listeleyin].

Şunlar için KULLANMA: [kulağa benzer gelen ancak farklı olan şeyleri listeleyin]."]

Genel Bakış

[Bir paragraf: bu becerinin ne yaptığı ve ne ürettiği]

Süreç

[Numaralandırılmış adımlar. Her adım belirli, test edilebilir ve net olmalıdır.

"Veriyi analiz et" değil, "mevcut dönemi önceki dönemle karşılaştır ve her metrik için yüzde değişimi hesapla."]

1. [Belirli talimat içeren adım]
2. [Belirli talimat içeren adım]
3. [Belirli talimat içeren adım] ...

Çıktı Formatı

[Teslim edilenin tam olarak neye benzediği]

• Başlık formatı
• Sırayla bölüm başlıkları
• Uzunluk kısıtlamaları
• Biçimlendirme gereksinimleri

Kurallar

[Pazarlık edilemez kalite standartlarınız]

• [Kural 1]
• [Kural 2]
• [Kural 3]

Uç Durumlar

[İşler karmaşıklaştığında ne yapılmalı]

• Eğer [durum]: [belirli eylem]
• Eğer [durum]: [belirli eylem]

Kalite Kontrol Listesi

[Herhangi bir çıktıyı teslim etmeden önce bunu çalıştırın]

• [ ] [Kontrol 1]
• [ ] [Kontrol 2]
• [ ] [Kontrol 3]

YAML ön yüzündeki açıklama alanı en kritik kısımdır. Çok belirsiz olursa beceri asla etkinleşmez. Çok geniş olursa ilgisiz konuşmaları ele geçirir. 5-7 belirli tetikleyici ifade VE açık olumsuz sınırlar listeleyin.

Aşama 3: Destekleyici Dosyaları Oluşturun (30 Dakika)

plugin.json:

{

"name": "benim-yapay-zeka-calisanim",

"description": "[KİM İÇİN] [NE YAPTIĞINI] yapan bir [ROL]",

"version": "1.0"

}

Eğik çizgi komutu:

/commands/ klasöründe iş akışınızı tetikleyen bir işaretleme dosyası oluşturun:

/calisan:calistir

Geçerli klasördeki verilerde [birincil-görev] becerisini yürüt.

Adımlar:

1. Çalışma dizinindeki tüm ilgili dosyaları oku
2. SKILL.md'deki her adımı izleyerek beceriyi yürüt
3. Teslim etmeden önce kalite kontrol listesini çalıştır
4. Çıktıyı [format] olarak geçerli klasöre kaydet
5. Üretilen şeyin kısa bir özetini sağla

Genel talimatlar:

[SEKTÖR]'de [YIL] deneyime sahip bir [ROL]'sün.

Daimi Talimatlar:

• Öneriyle başla, sonra açıkla
• Her zaman belirli sayılar kullan, asla belirsiz açıklamalar yapma
• Veri eksik veya belirsizse, işaretle — asla tahmin etme
• Varsayılan çıktı formatı: [TERCİHİNİZ]
• İletişim tarzı: [DOĞRUDAN/SOHBET TARZINDA/RESMİ]
• Emin olmadığında, varsaymak yerine sor

Referans dosyaları:

Çalışanınızın ihtiyaç duyduğu tüm şablonları, kıyaslama verilerini, sektör standartlarını veya örnekleri ekleyin. Referans materyalleriniz ne kadar belirli olursa, çıktı o kadar uzman düzeyinde olur.

Aşama 4: Kurun, Test Edin ve İyileştirin

Eklenti klasörünü Claude Cowork ortamınıza kurun. Cowork'ta bu istemi kullanın:

"[YOL] konumunda bir eklenti klasörüm var. Yapıyı doğrulayın — plugin.json'u, SKILL.md ön yüzünü ve komut dosyalarını kontrol edin. Kurun ve en basit eğik çizgi komutuyla hızlı bir test çalıştırın."

Şimdi onu gerçek iş üzerinde test edin. Örnek veri değil. Gerçek iş akışınızdan gerçek veri.

Farklı girdilerle 5 kez çalıştırın. Her çalıştırmadan sonra değerlendirin:

• SKILL.md'deki her adımı takip etti mi?
• Kurallara uydu mu?
• Çıktı, format belirtimiyle eşleşti mi?
• Bu çıktıyı olduğu gibi kullanır mıydınız yoksa önemli düzenleme gerektiriyor muydu?

Hedefi her tutturamadığında, SKILL.md'yi güncelleyin. Bir kural ekleyin. Bir adımı sıkılaştırın. İyiye karşı kötünün neye benzediğini gösteren bir örnek ekleyin.

Bu iyileştirme döngüsü, vasat bir yapay zeka çalışanını olağanüstü bir çalışana dönüştüren şeydir. 10. çalıştırmada, çıktı kalitesi 1. çalıştırmaya göre çarpıcı biçimde daha yüksek olacaktır.

Aşama 5: Yapay Zeka Çalışanınızı Ölçeklendirin

Birincil beceriniz güvenilir bir şekilde çalıştıktan sonra, çalışanın yeteneklerini genişletin.

İkinci bir beceri ekleyin. Araştırma analistiniz artık rekabet takibi de yapabilir. İçerik stratejistiniz artık içeriği yeniden amaçlandırabilir. Her yeni beceri, beceriler klasöründe yeni bir SKILL.md'dir.

Otomatik iş akışları ekleyin. Tek bir eğik çizgi komutuyla tetiklenen çok adımlı süreçlerde birden çok beceriyi birbirine bağlayın. Araştırma → analiz → rapor → dağıtım. Tek komut, dört beceri, sıfır manuel adım.

Zamanlanmış görevler ekleyin. Yapay zeka çalışanınız her Cuma saat 16:00'da haftalık raporu çalıştırır. Her sabah saat 07:00'de günlük gelen kutusunu işler. Her Pazartesi rakipleri tarar. Gerçek özerk operasyon.

Alt temsilciler ekleyin. Karmaşık iş akışları için, yapay zeka çalışanınız paralel olarak çalışan birden çok alt temsilci oluşturabilir. Sırayla yerine aynı anda beş dosya işlenir. Hız iyileştirmesi, eklenen her alt temsilciyle katlanarak artar.

Performans Değerlendirme Sistemi

İşte iyi bir yapay zeka çalışanı oluşturanları harika bir tane oluşturanlardan ayıran şey.

Her hafta, çıktıları gözden geçirin. Kusursuz çalışanları, düzeltme gerektirenleri ve manuel olarak yeniden yapmak zorunda kaldıklarınızı not edin. Ardından SKILL.md'yi güncelleyin.

Bu haftada 15 dakika sürer. İki ay boyunca birleşik etkisi çok büyüktür.

1. haftada çalışanınız işlevseldir. 4. haftada iyidir. 8. haftada, bir insan çırağın aylarca eğitim almasını gerektirecek işler üretiyordur.

Araç kendi kendine iyileşmez. Sizin talimatlarınız iyileşir. Ve talimatlarınız tamamen sizin kontrolünüzdedir.

Hemen Nereden Başlamalı

Her hafta en çok zaman harcadığınız görevi seçin. Nefret ettiğiniz görevi. Her seferinde aynı süreci izleyen görevi.

Bu dersi izleyerek eklentiyi oluşturmak için 2 saat harcayın.

Bu gece, en çok zamanınızı alan görevi halleden bir yapay zeka çalışanınız olacak. Gelecek ay, bunu manuel olarak nasıl yaptığınıza inanamayacaksınız.

Çoğu kişi her şeyi kendisi yapmaya devam edecek çünkü bir yapay zeka çalışanı oluşturmak "kulağa karmaşık geliyor."

Bugün 2 saat harcayanlar, yılın geri kalanında her gün onlar için çalışan özerk bir yapay zeka çalışanına sahip olacak.

Daha fazla otomasyon mimarisi, iş akışı tasarımı ve iş yapay zekası oyun kitapları için beni takip edin @eng_khairallah1.

umarım bu sizin için faydalı olmuştur, Khairallah ❤️