एखाद्या AI ने तुम्हाला एकदा उत्कृष्ट उत्तर दिले आणि दोन तासांनंतर तेच काम पूर्णपणे चुकल्याचे तुम्ही कधी पाहिले आहे का? हे तुमच्या किशोरवयीन मुलाला कचरा बाहेर काढायला सांगण्यासारखे आहे: कधीकधी तुम्हाला चमकदार आज्ञापालन मिळते, तर कधीकधी खांदे उडवून TikTok बघण्यात धन्यता मानतात. Claude चे नवीन “Skills” वैशिष्ट्य हे तुमच्या AI साठी कामांची विभागणी दर्शवणारे तक्ते (chore chart) आहे - जे पुन्हा करता येण्याजोगे, परवानगी असलेले आणि आश्चर्यकारकरीत्या सातत्यपूर्ण आहे.
सोप्या भाषेत: Claude Skills तुम्हाला तुमचे ज्ञान - तुमचे फॉरमॅटिंग नियम, “number चा hallucinate करू नका”, तुमच्या आवडत्या स्क्रिप्ट्स - व्यवस्थित फोल्डर्समध्ये पॅकेज करू देतात, जे AI प्रत्येक वेळी सर्वकाही पुन्हा स्पष्ट न करता पुन्हा वापरू शकते. आणि हो, ते तुमच्या कामाच्या प्रवाहा (workflows) जलद, स्वस्त आणि कमी त्रासदायक बनवू शकतात.
Claude Skills म्हणजे काय, ते तुमचा दिवस कसा बदलतात आणि त्यात काय त्रुटी आहेत, याबद्दल एक मार्गदर्शन (friendly, warts-and-all) दिलेले आहे. मी तुम्हाला काही प्रात्यक्षिक सेटअप, “असे झाल्यास काय होते…” चाचण्या आणि काही टिप्स दाखवीन, ज्या तुमचा वेळ (आणि काही केस पांढरे होण्यापासून) वाचवू शकतात.
‘Skills’ इतके महत्त्वाचे का आहेत (आणि फक्त एक Buzzword नाही)
जर तुम्ही प्रॉडक्ट डिस्क्रिप्शनसाठी (product descriptions) काळजीपूर्वक प्रॉम्प्ट (prompt) तयार केले असेल… मग कॉपी, पेस्ट, बदल करून २०० SKUs मधून मार्ग काढला असेल, तर तुम्हाला नक्कीच यात किती त्रास आहे, हे समजेल. AI ची short-term memory अद्भुत आहे; पण long-term consistency कमी आहे. Skills तुमच्या क्लिपबोर्डवरील “आपण कसे काम करतो” हे टिकाऊ, पुन्हा वापरण्यायोग्य प्लेबुकमध्ये (playbook) रूपांतरित करून ही समस्या सोडवतात.
एका Skill ला स्विस आर्मी फोल्डर (Swiss Army folder) म्हणून समजा: ते सूचना (तुमचे नियम आणि शैली मार्गदर्शक तत्त्वे), स्क्रिप्ट्स (डेटा मिळवण्यासाठी आणि रूपांतरित करण्यासाठी छोटे प्रोग्राम) आणि संसाधने (संदर्भ फाइल्स, उदाहरणे, शब्दकोष) साठवू शकते. Claude फोल्डर ओळखतो आणि तुम्ही ती Skill वापरता तेव्हा त्यातील सर्व गोष्टी लागू करतो. निकाल तोच. टोन तोच. मर्यादा पण त्याचं. मंगळवारी, शुक्रवारी आणि पुढच्या आठवड्यात जॉईन (join) होणाऱ्या नवीन इंटर्नसाठीसुद्धा (intern).
Skills प्रत्यक्ष जीवनात कशा दिसतात
- कंटेंट टीम्स (Content teams): “Blog SEO” Skill जी तुमचा आवाज (voice) वापरण्यास, प्रतिबंधित वाक्ये टाळण्यास आणि योग्य metadata वापरण्यास मदत करते, तेही तुम्हाला सतत लक्ष ठेवण्याची गरज नसताना.
- सपोर्ट टीम्स (Support teams): “Ticket Triage” Skill जी तुमच्या सुरक्षा आणि वाढीच्या नियमांनुसार वर्गीकरण करते, प्राथमिकता ठरवते आणि उत्तरांचे सुझाव देते.
- विश्लेषक (Analysts): “CSV cleaner” Skill जी हेडर ठीक करते, तारखा सामान्य करते आणि तुमचा चार्ट (chart) अमूर्त कलेत (abstract art) रूपांतरित होण्यापूर्वीच त्रुटी शोधते.
- इंजिनिअर्स (Engineers): “PR reviewer” Skill जी टेस्ट्स (tests), linting, commit-message style आणि अवलंबित्व तपासते—कोणत्याही कॅफिनची (caffeine) आवश्यकता नाही.
ज्या दिवशी मी प्रॉम्प्ट्स (prompts) पुन्हा लिहिणे थांबवले
मी एक lightweight “Podcast Show Notes” Skill सेट (set) केली: सूचनांचे एक-पाने, एक फॉरमॅटिंग टेम्पलेट (formatting template) आणि एपिसोड (episode) ट्रांसक्रिप्ट (transcript) मिळवणारी एक छोटी स्क्रिप्ट. Skills च्या आधी, AI 70% अचूक होते; Skills नंतर, ते 95% सातत्यपूर्ण होते. नोट्स योग्य क्रमाने, योग्य टोनमध्ये आणि महत्त्वाचे म्हणजे, कोणत्याही संदिग्ध शब्दांशिवाय (“हा एपिसोड याबद्दल चर्चा करू शकतो…”) आल्या. तो फोल्डर मेंदू बनला होता.
Claude Skills पडद्यामागे (Under the Hood) कशा काम करतात (बिनrequired गोष्टींशिवाय)
- सूचना: साध्या भाषेत निर्देश. “नेहमी AP style वापरा.” “inline links सह स्त्रोतांचा हवाला द्या.” “तुम्हाला माहीत नसेल, तर ‘मला माहीत नाही’ असे सांगा.”
- स्क्रिप्ट्स: स्प्रेडशीट (spreadsheet) काढण्यासाठी, टेक्स्ट (text) स्वच्छ करण्यासाठी किंवा CRM वापरण्यासाठी छोटे मदतनीस. ते Skills ला शब्दबंबाळ पोपटांऐवजी मिनी-एजेंटसारखे (mini-agents) बनवतात.
- संसाधने: तुमची उदाहरणे, शब्दकोष, ब्रँड नियम किंवा धोरण PDF. Claude ला अंदाज लावण्याची गरज नाही; त्याच्याकडे पुरावे आहेत.
- परवानग्या: Skill ला कशाला स्पर्श करण्याची परवानगी आहे, हे तुम्ही ठरवता. फाइल्स? होय. डेटाबेस? फक्त हे टेबल्स. इंटरनेट? तुम्ही approve केल्याशिवाय नाही. हे AI ला कंपनी keycard देण्यासारखे आहे, ज्यामध्ये फक्त योग्य दरवाजे उघडण्याची परवानगी आहे.
अपग्रेड (Upgrade) मार्ग: प्रॉम्प्टिंगपासून (Prompting) प्लेबुकपर्यंत (Playbooks)
- Step 1: वारंवार केल्या जाणाऱ्या कामांची ओळख करा, जिथे “जवळपास बरोबर” असणे खूप खर्चिक आहे—summaries, drafts, triage, checks.
- Step 2: पद्धत काढा. प्रत्येक successful कामात कोणते नियम, फॉरमॅट्स (formats) आणि तथ्ये (facts) समान होती? ती तुमची सूचना फाइल आहे.
- Step 3: fetch-and-clean स्टेप्स (steps) एका लहान स्क्रिप्टने (script) automate करा. कोणतीही fancy गोष्ट नाही—फक्त कंटाळवाण्या गोष्टी ज्या तुमची टीम (team) हाताने करत असते.
- Step 4: ज्या संदर्भ फाइल्स (reference files) तुम्ही चॅट्समध्ये (chats) पेस्ट करत आहात, त्या add करा. (ज्या क्षणी तुम्ही शब्दकोष add करता, त्या क्षणी hallucinations एकदम कमी होतात.)
- Step 5: दरवाजे लॉक (lock) करा. फक्त अर्थपूर्ण access द्या. तुमचा डेटा (data) तुमचाच राहतो; AI त्याच्या मर्यादेत राहतो.
जेव्हा तुम्ही मर्यादा ओलांडता, तेव्हा काय होते
- Good news: निकाल जलद आणि स्वस्त मिळतात, कारण Claude प्रत्येक वेळी तुमच्या आवडीनिवडी नव्याने शोधत नाही; ते तुमच्या प्लेबुकचे (playbook) अनुसरण करतात.
- Better news: सातत्य सुधारते. पाचवा ड्राफ्ट पहिल्या ड्राफ्टसारखाच असतो, जरी एखाद्या वेगळ्या व्यक्तीने बटन क्लिक (click) केले असले तरी.
- Gotcha: Garbage in, garbage out अजूनही लागू आहे. जर तुमच्या सूचना अस्पष्ट असतील (“creative व्हा पण on-brand”), तर तुमचे आऊटपुट (outputs) jazz solo सारखे असतील.
- Bigger gotcha: Scope creep. “Summarize meetings” Skill म्हणजे “याला वेबिनारमध्ये (webinar) रूपांतरित करा” असे नाही. Job-to-be-done नुसार Skills विभाजित करा.
तुमची पहिली Skill सेट (set) करणे (एक मैत्रीपूर्ण walkthrough)
समजा, तुम्ही प्रॉडक्ट अपडेट्समध्ये (product updates) बुडालेले एक छोटे ई-कॉमर्स दुकान चालवता. तुम्हाला standard प्रॉडक्ट पेजेस (product pages) एका स्पष्ट स्ट्रक्चर (structure) आणि प्रामाणिक स्पेसिफिकेशन्ससह (specifications) हवे आहेत.
- “Product Page Skill” नावाचा एक फोल्डर (folder) तयार करा.
- Instructions.txt add करा:
- आवाज: मैत्रीपूर्ण, वस्तुस्थितीपूर्ण, 9वीच्या विद्यार्थ्याला समजेल अशा भाषेतील.
- स्ट्रक्चर: परिचयात्मक वाक्य → वैशिष्ट्यांचे 3 बुलेट्स (bullets) → स्पेसिफिकेशन्स टेबल (specifications table) → 2 प्रश्नोत्तरांसह FAQ.
- नियम: स्त्रोताशिवाय कोणताही दावा करू नका. डेटा (data) missing असल्यास, तो मागा. सुसंगतता (compatibility) कधीही तयार करू नका.
- Brand-Voice.md do/don’t वाक्यांशांसह.
- Specs-Glossary.csv जार्गनला (jargon) साध्या भाषेत map करते.
- तुमच्या प्रॉडक्ट डेटाबेस (product database) मधून SKU चे JSON काढा.
- Normalise युनिट्स (units) (oz → grams, inches → cm).
- Missing फील्ड्स (fields) flag करा.
- प्रॉडक्ट पब्लिक (product public) फील्ड्ससाठी (fields) read-only डेटाबेस ॲक्सेस (database access).
- कोणतेही बाह्य वेब कॉल्स (web calls) नाहीत.
आता जेव्हा तुम्ही Claude ला सांगता, “SKU-4872 वर Product Page Skill वापरा,” तेव्हा त्याला नक्की काय करायचे आहे, हे माहीत असते. 17 परिच्छेदांचे प्रॉम्प्ट (prompt) नाही. अल्गोरिदम (algorithm) देवांना ritual sacrifices देण्याची गरज नाही.
Governance मटेरियल (Governance Stuff) जे तुमच्या लीगल टीमला (Legal Team) आवडेल
Skills permissioned आहेत. ही खूप मोठी गोष्ट आहे. तुम्ही आवश्यक असलेल्या फोल्डर्स, टेबल्स किंवा ॲप्सपर्यंतच ॲक्सेस (access) मर्यादित करू शकता. Skill ने काय चालवले, ते कोणी सुरू केले आणि कोणत्या फाइल्सना (files) स्पर्श केला, हे तुम्ही review करू शकता. दुसऱ्या शब्दांत, हे “चला AI ला इमारतीच्या चाव्या देऊ” असे नाही. हे “चला chaperone आणि clipboard सह एक visitor badge जारी करू” असे आहे.
Best Practices ज्या तुम्हाला नंतर त्रासातून वाचवतील
- Testable बनवा: फोल्डरमध्ये (folder) एक sample input आणि gold-standard आऊटपुट (output) समाविष्ट करा. Skill भरकटल्यास, तुम्हाला ते समजेल.
- Format freeze करा: टेम्प्लेट्स (templates) द्या. “जवळपास बरोबर” आणि “तत्काळ वापरण्यायोग्य” यातील फरक एक rigid टेम्पलेट (rigid template) असतो.
- Limit ambition: प्रत्येक Skill मध्ये एकच काम करा. Triage एक Skill आहे; उत्तराचा ड्राफ्ट (draft) तयार करणे दुसरी Skill आहे. आवश्यक असल्यास त्यांना chain करा, पण प्रत्येक Skill tight ठेवा.
- Version it: तुमच्या फोल्डर्सना (folders) v1, v2, v3 असे लेबल (label) द्या. जर v3 विचित्र वागायला लागली, तर तुम्ही कोणत्याही अडचणीशिवाय roll back करू शकता.
- Refusals add करा: लेखी स्वरूपात guardrails (मार्गदर्शक सूचना) टाका. “जर वैद्यकीय दाव्यांची (medical claims) विनंती केली गेली, तर नकार द्या आणि escalate करा.” तुम्हाला शांत झोप येईल.
स्पीड (Speed), कॉस्ट (Cost) आणि कन्सिसटन्सी (Consistency): व्यवस्थापक (Managers) का हसतात
एकदा तुमची पद्धत Skill मध्ये आली की, दोन जादुई गोष्टी घडतात:
- तुम्ही पुन्हा सूचना देण्यासाठी पैसे देणे थांबवता. AI आऊटपुटवर (output) tokens खर्च करते, तुमच्या आवडीनिवडी पुन्हा शिकण्यावर नाही.
- तुम्ही टोनसाठी (tone) एडिटिंग (editing) करणे थांबवता. 5 वा ड्राफ्ट पहिल्या ड्राफ्टसारखा दिसतो. edits शस्त्रक्रियेसारखे (surgical) होतात, reconstructive नाही.
तुमच्या फायनान्स (finance) व्यक्तीला ते लक्षात येईल. तसेच तुमच्या मंगळवारलासुद्धा.
Skills इतर AI टूल्सच्या (tools) बाजूला कुठे फिट (fit) होतात
जर तुम्ही टेम्प्लेट्स (templates) वापरले असतील किंवा prompts सेव्ह (save) केले असतील, तर Skills तुम्हाला परिचित वाटतील—पण अधिक शक्तिशाली वाटतील, कारण ते स्पष्ट परवानग्यांसह सूचना, स्क्रिप्ट्स आणि संदर्भ पॅकेज (package) करू शकतात. ते “macros” पेक्षा कमी आणि “मिनी वर्कफ्लो (mini workflows)” पेक्षा जास्त आहेत, जे टीम टर्नओव्हर (team turnover) आणि मॉडेल अपग्रेड्समध्येही (model upgrades) टिकून राहतात.
मॉडेल अपग्रेड्सबद्दल (model upgrades) बोलायचं झाल्यास: पद्धत Skill मध्ये असल्याने, तुम्ही तुमची प्रक्रिया पुन्हा न लिहिता नंतर मॉडेल्स (models) swap करू शकता. हे खूप महत्त्वाचे आहे. तुमच्या टीमचा (team) मेंदू फोल्डरमध्ये (folder) असतो, मॉडेलच्या vibes मध्ये नाही.
जेव्हा Skills मदत करत नाहीत (प्रामाणिक राहा)
- पूर्णपणे नवीन काम: जर प्रत्येक काम एक snowflake असेल (original creative brainstorms, first-time research), तर Skills तुम्हाला बांधून ठेवू शकतात.
- गोंधळलेला डेटा (data) ज्याला तुम्ही स्पर्श करू शकत नाही: जर तुम्ही इनपुट (input) standardize करू शकत नसाल किंवा ते स्वच्छ करण्यासाठी स्क्रिप्ट (script) add करू शकत नसाल, तर Skill तो गोंधळ वारसा हक्काने घेईल.
- “Just wing it” कल्चर (culture): Skills नियमांचे संहिताकरण (codify) करतात. जर तुमची टीम artisanal inconsistency ला प्राधान्य देत असेल, तर तुम्हाला डोळे फिरवणारी (eye-rolls) लोकं दिसतील.
दोन टीम्सची (teams) एक छोटी कथा
टीम A ने सर्वकाही एका Mega Skill मध्ये टाकण्याचा प्रयत्न केला. दुसऱ्या दिवशी, तिने स्वतःचाच विरोध करायला सुरुवात केली. तिसऱ्या दिवशी, कोणालाही तिच्यावर विश्वास राहिला नाही.
टीम B ने कामाचे लहान Skills मध्ये विभाजन केले—“Summarizer,” “Format to Markdown,” “Cite Sources,” “Red Flag Detector.” त्यांनी Lego प्रमाणे त्यांना chain केले. ते कंटाळवाणे होते. पण ते काम करत होते.
Troubleshooting कोपरा: माझी Skill विचित्र का वागत आहे?
- ती एक नियम विसरते: तो नियम तुमच्या डोक्यात नव्हे, तर सूचनांमध्ये टाका. मग तो सर्वात वर pin करा.
- ती missing माहितीवर थांबते: छान! याचा अर्थ “अंदाज लावण्यापूर्वी विचारा” हे नियम काम करत आहेत. एक fallback add करा: “जर फील्ड (field) X missing असेल, तर एक placeholder आणि checklist आऊटपुट (output) करा.”
- ती जास्त किंवा कमी प्रमाणात हवाला देते: उदाहरणांसह एक citation टेम्पलेट (template) द्या. “तुम्हाला ते कसे आवडते” याबद्दल AI च्या स्मरणशक्तीवर अवलंबून राहू नका.
- ती हळू आहे: resources फाइलचा (file) आकार trim करा. Scripts ने मोठ्या डॉक्सचे (docs) महत्त्वाच्या भागांमध्ये pre-trim केले पाहिजे.
टेम्प्लेट्स (Templates) जे तुम्ही कॉपी (copy) करू शकता (Free Ideas!)
- Decision Memo Skill: एक brief ingest करते, 3 पर्याय, फायदे/तोटे, एक शिफारस आणि बुलेट (bullet) फॉर्ममध्ये पुढील स्टेप्स (steps) सूचीबद्ध करते.
- QA Checklist Skill: PR description वाचते, एक टेस्ट (test) चेकलिस्ट (checklist) तयार करते, युनिट/इंटिग्रेशन (unit/integration) कव्हरेज (coverage) कीवर्ड्स (keywords) तपासते.
- Meeting Digest Skill: ट्रांसक्रिप्ट (transcript) काढते, मालक (owners) आणि तारखांसह ॲक्शन आयटम्स (action items) आऊटपुट (output) करते, लाल रंगात धोके flag करते.
- Vendor Comparison Skill: खर्च, अटी, SLAs आणि धोक्यांसह vendor PDFs ला standard टेबलमध्ये normalise करते.
Sider.AI कुठे फिट (fit) होते
जर तुम्ही one-off चॅट्समधून (chats) repeatable वर्कफ्लोमध्ये (workflows) जाण्याचा प्रयत्न करत असाल, तर Sider.AI कडे स्ट्रक्चर्ड (structured) प्रॉम्प्ट्स, टेम्प्लेट्स (templates) आणि टीम शेअरिंगसह (team sharing) कार्ये व्यवस्थित करण्याचा एक आश्चर्यकारकपणे सोपा मार्ग आहे. हे विशेषतः उपयुक्त आहे जेव्हा तुमचा दिवस रिसर्च (research), ड्राफ्टिंग (drafting) आणि फॉरमॅटिंगचे (formatting) मिश्रण असतो—Skills ज्या “glue” स्टेप्सना (steps) आवडतात. हे तुमच्या कंपनीला स्वतःहून चालवणार नाही (वचन!), पण ते तुमच्या आवडत्या AI पॅटर्नला (pattern) शेअर करण्यायोग्य, sanity-preserving वर्कफ्लोमध्ये (workflows) रूपांतरित करू शकते, तेही “एक फ्रेमवर्क (framework) शिका” डोकेदुखीशिवाय. सुरक्षा, गोपनीयता आणि काळजीची ती भावना
प्रत्येक कंपनीला आश्चर्य वाटते: आपण रहस्ये leak करत आहोत का? Skills AI काय स्पर्श करू शकते हे scope करून, तिने काय केले ते log करून आणि संदर्भ फाइल्सना (reference files) एका परिभाषित home मध्ये मर्यादित ठेवून मदत करतात. चांगली practices अजूनही लागू आहेत: कोणत्याही टूलमध्ये (tool) crown-jewel डेटा (data) टाकणे टाळा, जे mask करू शकता ते करा आणि तुम्ही तुमचे mattresses rotate करता त्याप्रमाणे credentials rotate करा—कधीतरी आणि शक्यतो squeak येण्यापूर्वी.
क्विक स्टार्ट (Quick Start) चेकलिस्ट (Checklist) (Print Me!)
- असे एक काम निवडा ज्यामुळे तुम्हाला दर आठवड्याला sigh येतो.
- हाताने “Gold Standard” आऊटपुट (output) लिहा.
- Backsolve: कोणते नियम, तथ्ये आणि फॉरमॅटने (format) त्याला shine दिली?
- त्या नियमांसह सूचना फाइल (file) तयार करा.
- Gold Standard ला एक resource उदाहरण म्हणून add करा.
- आवश्यक असल्यास, इनपुट (input) fetch/clean करण्यासाठी एक स्क्रिप्ट (script) add करा.
- केवळ आवश्यक असलेल्या गोष्टींसाठी परवानग्या लॉक (lock) करा.
- पाच वास्तविक इनपुट्सवर (inputs) टेस्ट (test) करा. Tweak करा. Version करा. Share करा.
Bottom Line
Claude चे नवीन Skills वैशिष्ट्य तुमचा विचार वाचणार नाही. पण ते तुमचे प्लेबुक (playbook) लक्षात ठेवेल, तुमचे नियम लागू करेल आणि तुम्हाला मूलभूत गोष्टी पुन्हा शिकवण्यापासून वाचवेल. याला तुमच्या AI साठी संस्थात्मक स्मृती (institutional memory) म्हणून समजा—एका वेळी एक व्यवस्थित फोल्डर.
जर तुम्ही AI flak वाटत असल्याने सोडून दिले असेल, तर Skills हा त्यावर उपाय आहे: concrete, repeatable आणि आनंददायी boring.
शेवटची गोष्ट: जादू मॉडेलमध्ये (model) नाही; ती पद्धतीत आहे. Skills तुम्हाला तुमची पद्धत bottle मध्ये बंद करू देतात.
FAQ
प्रश्न 1: Claude Skills सोप्या भाषेत काय आहेत?
Claude Skills हे पुन्हा वापरण्यायोग्य फोल्डर्स (folders) आहेत, जे तुमच्या सूचना, स्क्रिप्ट्स आणि संदर्भ फाइल्स साठवतात, जेणेकरून AI प्रत्येक वेळी तुमच्या पद्धतीने काम करेल. पुन्हा prompt करण्याऐवजी, तुम्ही एक Skill वापरता आणि तुम्हाला सातत्यपूर्ण, on-brand निकाल मिळतात.
प्रश्न 2: Claude Skills AI वर्कफ्लो (workflows) कसे सुधारतात?
ते तुमचा सेटअप (setup) वेळ कमी करतात, एडिटिंग (editing) कमी करतात आणि तुमची प्रक्रिया एकदा साठवून tasks मध्ये पुन्हा वापरून सातत्य वाढवतात. याचा अर्थ जलद आऊटपुट (output), कमी त्रुटी आणि तुमचे नियम पुन्हा स्पष्ट करण्यात कमी वेळ.
प्रश्न 3: मी एक मोठी Skill तयार करण्याऐवजी वेगवेगळ्या Skills कधी तयार कराव्यात?
Job-to-be-done नुसार विभाजित करा: triage, summarize, format, cite, review—प्रत्येकाला स्वतःची Skill मिळते. लहान Skills टेस्ट (test) करणे, maintain करणे आणि conflict शिवाय एकत्र chain करणे सोपे आहे.
प्रश्न 4: Claude Skills डेटा (data) गोपनीयता आणि नियंत्रणात मदत करतात का?
होय—Skills permissioned आहेत, त्यामुळे तुम्ही आवश्यक असलेल्या फाइल्स, टेबल्स आणि ॲप्सपर्यंतच ॲक्सेस (access) मर्यादित करू शकता. AI ला संपूर्ण keychain न देता तुम्हाला traceability आणि control मिळतो.
प्रश्न 5: Claude Skills सह प्रारंभ करण्याचा एक जलद मार्ग कोणता आहे?
एक repetitive काम निवडा, gold-standard उदाहरण लिहा, नंतर त्याच्या नियमांना सूचना फाइलमध्ये (file) रूपांतरित करा आणि एक टेम्पलेट (template) add करा. आवश्यक असल्यास, इनपुट (input) fetch आणि clean करण्यासाठी एक लहान स्क्रिप्ट (script) add करा—नंतर पाच वास्तविक प्रकरणांवर टेस्ट (test) करा आणि refine करा.
