यह नया कौशल अंततः AI एजेंट्स के सोचने का तरीका सुलझाता है
AAI LABS
Computing/SoftwareInternet Technology
Transcript
00:00:00Claude Code, Codex और लगभग हर दूसरे AI एजेंट में एक गंभीर समस्या है, और यह तब सामने आती है जब उन्हें वास्तव में कोई निर्णय लेना होता है।
00:00:08ये मॉडल किसी समस्या पर गहराई से सोच तो सकते हैं, लेकिन वे कभी भी कुछ नया नहीं सोच पाते।
00:00:12और इससे फर्क नहीं पड़ता कि आप किसका उपयोग कर रहे हैं, क्योंकि रचनात्मकता की आवश्यकता होते ही ये सभी असफल हो जाते हैं।
00:00:17इसलिए जब आप विचारों के लिए उनके पास जाते हैं, तो वही सुरक्षित उत्तर मिलते हैं और आपको बार-बार उन दृष्टिकोणों के लिए पूछना पड़ता है जो उन्हें खुद खोजने चाहिए थे।
00:00:24जब तक आप खुद उन्हें वे दृष्टिकोण न दें, वे रचनात्मक रूप से बिल्कुल नहीं सोचेंगे।
00:00:28लेकिन इसका समाधान, अजीब बात है कि, वास्तव में ADHD है—जब किसी व्यक्ति का ध्यान एक जगह टिकने के बजाय हर तरफ भटकता है।
00:00:35और यह पता चलता है कि AI एजेंट के लिए ADHD एक सुपरपावर बन जाता है, और हम अभी उन्हें यही दे रहे हैं।
00:00:41आजकल एक टूल ट्रेंड कर रहा है जो बिल्कुल यही करता है।
00:00:44और यदि आप यहाँ पहली बार आए हैं, तो हम एक सॉफ्टवेयर कंपनी हैं और यह हमारा चैनल AI Labs है जहाँ हम दिखाते हैं कि AI के साथ अपनी प्रक्रियाओं को कैसे ऑप्टिमाइज़ करें।
00:00:54तो इस वीडियो में, हम देखेंगे कि आपके एजेंट को ADHD देने से वास्तव में कैसे मदद मिलती है।
00:00:59टूल के बारे में जानने से पहले, आपको यह जानना होगा कि आपको इसकी आवश्यकता क्यों है।
00:01:03यदि आपने Claude Code, Codex या किसी अन्य एजेंट के साथ काम किया है, तो आप जानते हैं कि वे बड़े कार्यों को छोटे टुकड़ों में बाँटने में अच्छे हैं।
00:01:10वे उन टुकड़ों को सब-एजेंटों को सौंपते हैं ताकि मुख्य सेशन को भरे बिना प्रत्येक अपने कॉन्टेक्स्ट विंडो में काम करे।
00:01:16आपको इसके लिए कहने की भी आवश्यकता नहीं है।
00:01:18वे टू-डू सूचियाँ बनाते हैं और काम को डेलिगेट करते हैं ताकि काम समानांतर में चले।
00:01:22लेकिन यह सारा विभाजन केवल खुद काम के लिए होता है।
00:01:26जब आप उनसे विचार मंथन करने के लिए कहते हैं तो ऐसा कुछ नहीं होता, और यदि आपने किसी विचार के विभिन्न कोणों पर विचार करने की कोशिश की है, तो आप इस दर्द को जानते होंगे।
00:01:34आप विविधताएँ माँगते हैं और पढ़ने में जो आता है वह अलग लगता है, लेकिन वे सभी केवल अलग शब्दों में कहे गए एक ही विचार होते हैं।
00:01:40इसलिए विचार-मंथन (Ideation) सौंपना सबसे कठिन काम है क्योंकि वास्तव में अलग दिशाएँ खोजना एजेंटों के बस की बात नहीं है।
00:01:47मूल रूप से, यह इस बात पर निर्भर करता है कि इन मॉडलों को कैसे प्रशिक्षित किया जाता है।
00:01:50एक एजेंट उस पैटर्न को चुनता है जो उसके सीखे गए डेटा में सबसे अधिक बार दिखाई दिया, क्योंकि एक ही उत्तर को बार-बार देखने से ही उसने सीखा कि उत्तर अच्छा है।
00:01:59इससे उसके उत्तर गलत नहीं हो जाते और जो मिलता है वह आमतौर पर ठीक होता है, लेकिन समस्या के अन्य कोण भी होते हैं जिन्हें वह कभी देखता भी नहीं, जिससे विचार-मंथन का पूरा उद्देश्य ही समाप्त हो जाता है।
00:02:08और सुरक्षित पैटर्न तो केवल आधा हिस्सा हैं क्योंकि वह कभी भी प्रत्येक विचार का अलग से मूल्यांकन नहीं करता है।
00:02:13हर संभावना पर एक ही कॉन्टेक्स्ट विंडो में काम किया जाता है, इसलिए विचार आपस में मिल जाते हैं और कॉन्टेक्स्ट में शोर भर जाता है।
00:02:20सोच बेहतर होने के बजाय खराब हो जाती है, इसलिए यह किसी भी चीज का स्पष्ट रूप से मूल्यांकन नहीं कर पाता और आपको अलग शब्दों में वही विचार दे देता है।
00:02:28ADHD स्किल हाल ही में आई है और कुछ ही दिनों में इसे बहुत सारे स्टार मिले हैं।
00:02:33और यह नाम बिल्कुल सही बैठता है क्योंकि वास्तविक ADHD की तरह जहाँ विचार हर तरफ बिखरे होते हैं, यह सीधी रेखा में सोचने के बजाय सोच को बिखेर देता है।
00:02:42इसलिए यह आइडिएशन या कई संभावित दिशाओं वाले किसी भी कार्य को लेता है और उसे “ट्री ऑफ थॉट” (Tree of Thought) के रूप में अलग-अलग एजेंटों में विभाजित कर देता है।
00:02:49ट्री ऑफ थॉट मूल रूप से एक ऐसी संरचना है जहाँ सब-एजेंटों की कई शाखाएँ अलग-अलग विचारों पर स्वतंत्र रूप से काम करती हैं, ठीक वैसे ही जैसे पेड़ की शाखाएँ विभाजित होती हैं।
00:02:58फिर अंत में, जब प्रत्येक शाखा एक संभावना तय कर लेती है, तो यह उन सभी विचारों को वापस एक साथ लाती है और अंतिम उत्तर में मिला देती है।
00:03:06तो यह कई एजेंट चालू करता है जो अपनी कॉन्टेक्स्ट विंडोज़ में सोचते हैं और प्रत्येक को एक ही समस्या का अलग ढांचा (framing) मिलता है।
00:03:12वे अलग-थलग हैं, इसलिए वे शून्य कॉन्टेक्स्ट साझा करते हैं और उनमें से कोई नहीं जानता कि दूसरे किस पर काम कर रहे हैं।
00:03:17लेकिन यहाँ यह अलगाव काम बाँटने के लिए नहीं है, बल्कि प्रत्येक विचार को अलग रखने के लिए है ताकि वे एक-दूसरे को प्रभावित न कर सकें।
00:03:24उन्हें अलग रखने का तरीका फ्रेंम्स (Frames) है जो मूल रूप से समस्या को देखने के अलग-अलग दृष्टिकोण हैं।
00:03:29इसके अंदर एक पूरा फ्रेम लाइब्रेरी है जिसमें वे सभी अलग-अलग दिशाएँ हैं जिनमें एजेंट जा सकते हैं और प्रत्येक एजेंट काम करने के लिए अपना फ्रेम चुनता है।
00:03:37तो इसे सिस्टम प्रॉम्प्ट और समस्या के साथ वह फ्रेम प्रॉम्प्ट भी मिलता है।
00:03:41फिर एक क्रिटिक (Critic) एजेंट वापस आने वाली हर चीज को स्कोर करता है क्योंकि किसी को तो यह तय करना ही होगा कि कौन से विचार रखने लायक हैं।
00:03:48यह तीन चीजों पर हर विचार को ग्रेड देता है।
00:03:50नॉवेल्टी (Novelty), यानी विचार वास्तव में कितना नया और रचनात्मक है।
00:03:54बायबिलिटी (Viability), यानी क्या आप व्यावहारिक रूप से इसे बना सकते हैं।
00:03:57और फिट (Fit), यानी यह उस समस्या से कितनी अच्छी तरह मेल खाता है जिसे आप हल करने की कोशिश कर रहे हैं।
00:04:01यह ग्रेडिंग उसके अपने एजेंट में होती है, जो एक प्रॉम्प्ट चलाता है जो उसे एक संदेहास्पद सीनियर इंजीनियर के रूप में कार्य करने के लिए कहता है।
00:04:07तो इसका पूरा काम जो कुछ भी यह पढ़ता है उस पर सख्त होना है।
00:04:10और स्कोर के आधार पर, यह तय करता है कि कोई विचार बचेगा या खारिज कर दिया जाएगा।
00:04:15अंत में, स्किल सबसे मजबूत विचारों को शॉर्टलिस्ट करती है और ट्रैप लिस्ट से गुजरती है जो उन समस्याओं की सूची है जो विचार पैदा कर सकते हैं यदि आप वास्तव में उनके साथ जाते हैं।
00:04:23फिर यह उन विचारों को प्राथमिकता देती है जिन्हें गैर-स्पष्ट (non-obvious) के रूप में चिह्नित किया गया था।
00:04:26इससे पहले कि हम आपको दिलचस्प तरीके दिखाएं कि यह स्किल वास्तव में कैसे मदद करती है, यदि आप चैनल को सब्सक्राइब करें और लाइक बटन दबाएं तो बहुत अच्छा होगा।
00:04:33समर्थन का यह छोटा सा कदम हमारे लिए बहुत मायने रखता है।
00:04:36तो यह वही है जो यह पर्दे के पीछे कर रहा है।
00:04:38अब इसे इंस्टॉल करते हैं।
00:04:40आपको इसके लिए कमांड प्रोजेक्ट के GitHub रिपॉजिटरी पर मिल जाएगा।
00:04:43तो आप इसे कॉपी करें, जिस भी प्रोजेक्ट पर आप काम कर रहे हैं उसमें टर्मिनल खोलें और इसे चलाएं।
00:04:47फिर यह पूछता है कि आप इसे किस AI कोडिंग एजेंट के लिए इंस्टॉल करना चाहते हैं, और यह 45 से अधिक एजेंटों का समर्थन करता है।
00:04:53इसलिए आप बस वही चुन सकते हैं जिसका आप उपयोग करते हैं।
00:04:55उसके बाद, यह पूछता है कि क्या यह केवल वर्तमान प्रोजेक्ट के अंदर उपलब्ध होना चाहिए (जो Project Scope है), या कहीं से भी, चाहे आप किसी भी प्रोजेक्ट में हों।
00:05:03यदि आपको केवल एक ही स्थान पर इसकी आवश्यकता है, तो Project Scope को चुनना सही रहेगा।
00:05:06लेकिन एक बार यह पूरा हो जाने पर, स्किल .agents नाम के फोल्डर में आ जाती है।
00:05:10Codex जैसे कई अन्य एजेंट अपने कॉन्फ़िगरेशन को रखने के लिए इसी का उपयोग करते हैं, लेकिन Claude code डिफ़ॉल्ट रूप से केवल .claude फ़ोल्डर को पहचानता है।
00:05:18इसलिए यदि आप इसका उपयोग कर रहे हैं, तो आप उस फ़ोल्डर का नाम बदलकर .claude कर दें और यह इसे पहचान लेगा।
00:05:22जब आप इसे खोलेंगे, तो आपको वहाँ यह स्किल मिलेगी।
00:05:25और यह केवल एक single skill.md फ़ाइल है जो बिना किसी संदर्भ फ़ाइलों या निर्भरताओं के सब कुछ खुद संभालती है।
00:05:31निर्देश एजेंट को उसके पहले तीन उत्तरों से आगे बढ़ने के लिए भी दबाव डालते हैं।
00:05:36फ़ाइल सीधे कहती है कि वे पहले तीन उत्तर उन मॉडलों द्वारा सीखे गए डेटा में सबसे आम उत्तर हैं,
00:05:41और वे वही हैं जो कोई भी सीनियर एजेंट तुरंत सोच सकता है।
00:05:44एक सीनियर एजेंट वास्तव में जिन अधिक दिलचस्प चीजों में सक्षम है, वे केवल उन्हीं के बाद शुरू होती हैं।
00:05:50लेकिन इतने सारे एजेंटों को चलाने में बहुत सारे टोकन खर्च होते हैं,
00:05:52इसलिए एक पूर्व-जांच (pre-check) चरण है जो तय करता है कि यह स्किल चलनी चाहिए या नहीं।
00:05:56यदि आप इसे स्लैश कमांड के साथ कॉल करते हैं, या आप सीधे इसके लिए पूछते हैं, तो यह तुरंत चालू हो जाती है।
00:06:01यदि आपने सीधे स्किल को कॉल करने के लिए अपने प्रॉम्प्ट में इसका उल्लेख नहीं किया है,
00:06:04और आपका एजेंट स्किल को स्वतः-कॉल (auto-invoke) करने का निर्णय लेता है,
00:06:07तो यह तीन प्रश्नों के माध्यम से समस्या को चलाता है जो प्री-चेक चरण बनाते हैं।
00:06:11पहला यह है कि क्या समस्या खुले अंत (open-ended) वाली है,
00:06:14जिसका मूल रूप से अर्थ है, क्या किसी अनुभवी व्यक्ति के पास कुछ अलग उत्तर होंगे जो यहाँ काम करते हैं,
00:06:19या केवल एक सही उत्तर है।
00:06:20यदि केवल एक सही उत्तर है,
00:06:22तो कई कोणों से सोचना व्यर्थ है और केवल टोकन बर्बाद करता है,
00:06:26इसलिए यह वहीं रुक जाता है।
00:06:27दूसरा यह है कि क्या दांव वास्तव में ऊंचे हैं,
00:06:29जिसका अर्थ है, क्या स्पष्ट उत्तर गलत होने पर वास्तव में आपका कुछ नुकसान होगा।
00:06:34और तीसरा यह है कि आपने कैसे पूछा।
00:06:36यदि आपने quick या standard जैसे शब्दों का प्रयोग किया है,
00:06:38तो आप स्पष्ट रूप से सीधे उत्तर की तलाश में हैं,
00:06:40इसलिए यह स्किल का उपयोग करने के बजाय वहीं रुक जाता है।
00:06:43प्री-स्टेप के अलावा,
00:06:44आपके पास लूप के सभी चरण और फ्रेम की तालिका है जो अलग-अलग दिशाएं बन जाती हैं जो प्रत्येक एजेंट को सौंपी जाती हैं।
00:06:50यह उन पैटर्नों को भी सूचीबद्ध करता है जिनसे बचने के लिए एजेंटों को स्पष्ट रूप से कहा जाता है।
00:06:54लेकिन इससे पहले कि हम दिलचस्प तरीकों में उतरें जिनसे आप इसका उपयोग कर सकते हैं, आइए हमारे प्रायोजक की बात सुनें।
00:06:59Top View।
00:06:59यदि आप AI वीडियो बनाते हैं, तो आप इस परेशानी को पहले से ही जानते हैं।
00:07:02हर मॉडल एक अलग प्लेटफॉर्म पर है और आप एक बार में एक क्लिप जनरेट करते हैं।
00:07:05Top View इसे ठीक करता है।
00:07:06यह दुनिया की पहली ऑल-इन-वन AI वीडियो स्किल है और यह सीधे आपके कोडिंग एजेंट के अंदर रहती है।
00:07:11Claude code, Cursor, Codex।
00:07:13यह हर टॉप मॉडल को एक ही जगह इकट्ठा करता है।
00:07:16Veo, Kling, SeaDance, Nano Banana और भी बहुत कुछ।
00:07:19कोई प्लेटफॉर्म बदलने की जरूरत नहीं, सब्सक्रिप्शन संभालने की जरूरत नहीं।
00:07:22तो हमने इसे आजमाया।
00:07:23हमने अपने एजेंट को एक कमांड दी।
00:07:25“इस प्रोडक्ट इमेज से 15-सेकंड के TikTok विज्ञापन के 10 वेरिएशन जनरेट करें।”
00:07:29कुछ ही सेकंड में, हमारे पास पोस्ट करने के लिए 10 तैयार विज्ञापन थे।
00:07:32यह असली बदलाव है।
00:07:34Top View आपके एजेंट को एक वीडियो प्रोडक्शन लाइन में बदल देता है।
00:07:36आप एक बार वर्णन करते हैं कि आप क्या चाहते हैं और यह एक ही सेशन में विभिन्न मॉडलों, शैलियों और आस्पेक्ट रेशियो में दर्जनों वीडियो बैच-जनरेट करता है।
00:07:44यह काम के लिए सही मॉडल का स्वतः चयन भी करता है।
00:07:47आप बिना अपने एजेंट को छोड़े, टेक्स्ट की एक पंक्ति से तैयार वीडियो तक पहुँच जाते हैं।
00:07:51विवरण में दिए गए लिंक पर Top View की स्किल को आज़माएं।
00:07:54तो यह इसका सेटअप है।
00:07:54अब देखते हैं कि यह वास्तव में कहाँ काम आता है।
00:07:57एक जगह जहां यह वास्तव में फायदेमंद होता है, वह है टेस्ट-ड्रिवन डेवलपमेंट, जिसे TDD भी कहा जाता है, जहां आप एजेंट से पहले टेस्ट लिखवाते हैं।
00:08:03फिर यह ऐप को एक-एक करके तब तक बनाता है जब तक कि वे सभी टेस्ट पास न हो जाएं।
00:08:07और कोड लिखने से पहले टेस्ट लिखना मायने रखता है, जैसा कि हमने अपने पिछले वीडियो में बात की है,
00:08:12क्योंकि जब आपकी सभी आवश्यकताएं सख्ती से कोड के रूप में लिखी जाती हैं, तो ऐप को तोड़ने वाला कोई भी बदलाव टेस्ट द्वारा पकड़ लिया जाता है।
00:08:18एजेंट का उनका पालन करना मजबूरी बन जाता है।
00:08:20और टेस्ट लिखना स्किल को सौंपने के लिए एक बहुत अच्छी समस्या है, क्योंकि यही वह जगह है जहाँ एजेंट ढिलाई बरतते हैं।
00:08:26वे उन सभी मामलों को कवर नहीं करते जो उन्हें करने चाहिए, क्योंकि जैसा कि हमने अभी कहा, वे उन्हीं सामान्य उत्तरों पर निर्भर रहते हैं और केवल उन्हीं के इर्द-गिर्द टेस्ट लिखते हैं।
00:08:33वे उन अन्य रास्तों को कभी नहीं देखते जो कोई ऐप के माध्यम से ले सकता है, जिन्हें भी कवर करने की आवश्यकता है।
00:08:37आप एक एजेंट को टेस्ट लिखने का विस्तृत प्रॉम्प्ट दे सकते हैं, और एक विशेष टेस्ट-राइटर एजेंट बना सकते हैं जिसका एकमात्र काम उन्हें लिखना है।
00:08:45लेकिन फिर भी वे उन्हीं पैटर्नों पर वापस आ जाते हैं।
00:08:47लेकिन इससे पहले कि आप इसे चलाएं, एजेंट को कुछ भी लिखने से पहले यह जानना होगा कि आप क्या बना रहे हैं।
00:08:51इसके लिए, आपको यह लिखना होगा कि क्या बनाए जाने की आवश्यकता है, जैसे PRD, जो मूल रूप से एक दस्तावेज है जो यह बताता है कि ऐप को क्या करना है और यह किस समस्या को हल करता है, साथ ही उन लक्ष्यों को भी जिन्हें आप प्राप्त करना चाहते हैं और यह किसके लिए है।
00:09:03और इसके साथ, आपको इसे एक तकनीकी विनिर्देश (technical spec) दस्तावेज़ भी देना चाहिए, जो तकनीकी विवरणों को तय करता है ताकि आपको बार-बार न बताना पड़े कि किन उपकरणों का उपयोग करना है।
00:09:11आप अपनी Claude.md फ़ाइल के अंदर दोनों को लिंक करते हैं, ताकि यह शुरू से ही उस संदर्भ को ले ले।
00:09:16फिर आप इसके स्लैश कमांड के साथ स्किल को कॉल करते हैं, जिस ऐप को आप बना रहे हैं उसका वर्णन करने वाला एक प्रॉम्प्ट देते हैं, और TDD दृष्टिकोण का उपयोग करके टेस्ट केस लिखने के लिए कहते हैं।
00:09:25चूंकि आपने इसे स्पष्ट रूप से कॉल किया है, इसलिए यह प्री-चेक को छोड़ देता है और सीधे पांच एजेंट चालू करता है।
00:09:30प्रत्येक समस्या से सबसे अच्छे से मेल खाने वाले फ्रेम का उपयोग करके सोचने की अपनी दिशा में जाता है, और वे टेस्ट लिखने के अलग-अलग तरीकों के साथ वापस आते हैं।
00:09:38फिर यह उन मानदंडों के खिलाफ प्रत्येक को स्कोर करता है जिनसे हम पहले गुजरे थे, शीर्ष तीन को चुनता है, और उन्हें अधिक गहराई से तलाशता है।
00:09:44और एक बार जब वे सभी एजेंट समाप्त हो जाते हैं, तो आपको उनके स्कोर के साथ परीक्षण दिशाओं की एक विस्तृत रिपोर्ट मिलती है।
00:09:50स्कोर संक्षिप्त रूप में लिखे गए हैं, इसलिए N9 का अर्थ है विचार ने नॉवेल्टी पर 9 अंक प्राप्त किए, V8 का अर्थ है वायबिलिटी पर 8 अंक प्राप्त किए, और F10 का अर्थ है फिट पर एक आदर्श स्कोर प्राप्त किया।
00:10:00प्रत्येक विचार के साथ इस बात का एक स्केच भी आता है कि इसे कैसे बनाया जाएगा, इसमें शामिल जोखिम, और इस पर शुरुआत करने के लिए पहले कदम।
00:10:07लेकिन जो विचार वापस आते हैं वे टेस्ट के सामान्य सेट जैसे बिल्कुल नहीं दिखते।
00:10:11आमतौर पर एक एजेंट जो टेस्ट लिखता है, वह केवल यह जांचता है कि ऐप सही ढंग से काम कर रहा है या नहीं।
00:10:15लेकिन स्किल ने जो विचार दिए, वे बहुत अधिक एज केसेस (edge cases) के पीछे गए, और वे प्रदर्शन (performance) समस्याओं को भी पकड़ते हैं।
00:10:21इसलिए आपको एक बहुत अधिक मजबूत टेस्ट सूट मिलता है, जो तीन गहराई से खोजी गई शाखाओं में विभाजित होता है, और प्रत्येक एप्लिकेशन के माध्यम से एक अलग रास्ते का परीक्षण कर रहा होता है।
00:10:30यहाँ एक बात स्पष्ट कर दें, स्किल टेस्ट की योजना बनाती है, यह वास्तव में उन्हें लिखती नहीं है।
00:10:34आपको जो वापस मिलता है वह रणनीति है, इसलिए वहाँ से आप एजेंट को केवल यह बताते हैं कि आप कौन सी दिशा चाहते हैं, और वह जाकर उसे लागू करता है।
00:10:40यदि केवल यही आपकी आवश्यकता है तो आप एक सिंगल दिशा ले सकते हैं, या तीनों को लागू करवा सकते हैं।
00:10:44यदि आप जो बना रहे हैं उसके लिए प्रदर्शन महत्वपूर्ण है, तो आप तीनों को चाहेंगे, लेकिन इसमें थोड़ा समय लगता है, क्योंकि एजेंट को एक-एक करके रास्तों पर काम करना पड़ता है।
00:10:52एक बार जब यह पूरा हो जाता है, तो आप स्पष्ट रूप से देख सकते हैं कि टेस्ट बहुत अधिक विस्तृत हैं जितने कि वे अन्यथा होते,
00:10:57क्योंकि एक भी टेस्ट लिखे जाने से पहले पूरी टेस्टिंग रणनीति की गहराई से योजना बनाई गई थी।
00:11:02तो यह आपके निर्माण शुरू करने से पहले वास्तव में अच्छी तरह से काम करता है, क्योंकि यह पहले ही अधिकांश हिस्सों को कवर कर लेता है, और बाद में ऐप के टूटने की संभावनाओं को कम कर देता है।
00:11:09लेकिन यह सब आपके बनाने से पहले के लिए है।
00:11:11इसका उपयोग करने का दूसरा तरीका शिप करने से ठीक पहले एक कदम के रूप में है।
00:11:14आप उस ऐप पर स्किल चलाते हैं जिसे आप लॉन्च करने वाले हैं, और इससे उपयोगकर्ता अनुभव (User Experience) का मूल्यांकन करने के लिए कहते हैं।
00:11:18फिर यह किसी भी ऐसी चीज को फ्लैग करता है जो साइट को नेविगेट करने या उत्पाद का उपयोग करने के दौरान लोगों को परेशान कर सकती है,
00:11:23और कोई भी चीज जो उन्हें चर्न (Churn) करने के लिए मजबूर कर सकती है, जो कि मूल रूप से तब होता है जब लोग शुरू करने के बाद आपके उत्पाद का उपयोग करना बंद कर देते हैं।
00:11:29और चर्न तब बहुत होता है जब आपकी साइट वास्तविक लोगों के उपयोग के लिए लाइव होती है, खासकर यदि यह एक पेड साइट है।
00:11:34वे इसे पहले पसंद करते हैं और फिर छोड़ देते हैं, क्योंकि एक फीचर उस तरह काम नहीं करता था जैसी उन्होंने उम्मीद की थी,
00:11:38इसलिए वे अपने पैसे वापस चाहते हैं।
00:11:40और बहुत बार, यह कोई छोटी बात होती है जिसे ऐप के निर्माण के दौरान नजरअंदाज कर दिया गया था,
00:11:44लाइव संस्करण में अपनी जगह बना ली, और आगे चलकर समस्याएं पैदा कीं।
00:11:48हमने इसे अपनी खुद की कम्युनिटी वेबसाइट पर चलाया, और हम वास्तव में एक नया फीचर लॉन्च करने के बीच में थे।
00:11:53हमारे पास पहले से ही बहुत सारे सदस्य हैं, इसलिए किसी भी नई चीज़ को बहुत सावधानी से जांचना पड़ता है,
00:11:57क्योंकि हम ऐसा कुछ नहीं लॉन्च करना चाहते जो उन लोगों के अनुभव को खराब करे जो पहले से ही वहाँ हैं।
00:12:01इसलिए हमने इसे स्लैश कमांड के साथ लागू किया, इसे नया फीचर दिया, और यह पता लगाने के लिए कहा
00:12:05कि लोग कहाँ ड्रॉप कर सकते हैं और क्या चीज़ उन्हें ख़राब अनुभव दे सकती है।
00:12:09इसने संदर्भ एकत्र करने के लिए एप्लिकेशन को गहराई से देखना शुरू किया,
00:12:12फिर उसी तरह अपने एजेंट बनाए और लगभग 30 अलग-अलग विचारों को सामने लाया।
00:12:17उनमें से, इसने शीर्ष तीन को चुना और उन्हें आगे तलाशा।
00:12:20और एक बार जब यह हो गया, तो इसने हमें नॉवेल्टी, वायबिलिटी और फिट पर ग्रेड किए गए हर निष्कर्ष दिए।
00:12:25और इसने उन कमियों को पकड़ लिया जो पूरी तरह से अनपेक्षित रह गई थीं,
00:12:28जैसे वे फीचर्स जिनका वादा PRD में किया गया था लेकिन वास्तव में कभी नहीं बनाए गए थे,
00:12:32इसलिए हमने ऐसा कुछ लॉन्च कर दिया होता जो हमारे वादे से मेल नहीं खाता था,
00:12:35साथ ही कई अन्य निष्कर्ष भी मिले।
00:12:37और उनमें से प्रत्येक के लिए, इसने एक समाधान सुझाया और इसके साथ आने वाले खतरों और जोखिमों को सूचीबद्ध किया।
00:12:42और यह यहाँ टेस्ट की तरह ही काम करता है।
00:12:44यह खुद कुछ भी ठीक नहीं कर रहा है, इसलिए आप बस वे निष्कर्ष वापस एजेंट को सौंप देते हैं जो आप चाहते हैं,
00:12:48और वह जाकर उन्हें लागू करता है।
00:12:50तो आपको लॉन्च के बाद के बजाय उससे पहले ही उन सब से निपटने का मौका मिल जाता है,
00:12:53जो आपके ऐप को वास्तव में सार्वजनिक होने तक बहुत बेहतर स्थिति में ला देता है।
00:12:57अब वे सभी स्किल्स, वर्कफ़्लो और संसाधन जो हम आपको अपने वीडियो में दिखाते हैं
00:13:01वे AI Labs Pro में उपलब्ध हैं, जो हमारी कम्युनिटी है।
00:13:04इसलिए यदि आपको हमारे काम में मूल्य मिला है और आप चैनल का समर्थन करना चाहते हैं,
00:13:07तो ऐसा करने का यह सबसे अच्छा तरीका है।
00:13:09लिंक विवरण में है।
00:13:10यह हमें इस वीडियो के अंत में लाता है।
00:13:12यदि आप चैनल का समर्थन करना चाहते हैं और इस तरह के वीडियो बनाने में हमारी मदद करना चाहते हैं,
00:13:16तो आप नीचे दिए गए 'Super Thanks' बटन का उपयोग करके ऐसा कर सकते हैं।
00:13:18हमेशा की तरह, देखने के लिए धन्यवाद, और मैं आपसे अगले वीडियो में मिलूंगा।