Anthropic Skills — محدود دائرے میں دوبارہ استعمال ہونے والے کام

تین طریقے

1. 1

   Anthropic Skill ڈسک پر ایک فولڈر ہے۔ اندر ایک SKILL.md فائل ہوتی ہے جس میں نام، تفصیل، اور ہدایات ہوتی ہیں جن پر AI کام کرے گا۔ SKILL.md کے ساتھ مثالی فائلیں، ریفرنس ڈیٹا، مددگار اسکرپٹس اور ٹیمپلیٹس ہو سکتے ہیں۔ جب صارف کی درخواست اسکل کی تفصیل سے ملتی ہے، AI فولڈر لوڈ کر کے اسی محفوظ طریقے سے کام کرتا ہے۔ اسکل بوتل میں بند مہارت ہے۔ یہ اس بات پر منحصر نہیں کہ کون AI سے بات کر رہا ہے؛ یہ سیشنز کے درمیان نہیں بدلتی۔ یہ ورژن شدہ، جائزہ شدہ اور منظور شدہ ہوتی ہے جیسے کوئی اور ڈیلیوریبل۔

2. 2

   یہ آپ کو کیوں محفوظ رکھتا ہے؟ تین وجوہات۔ پہلی، اسکل اس کام کی واحد سچائی ہے۔ اگر پانچ افسر تھوڑے مختلف پرامپٹس سے ٹیکس ریٹرن کا خلاصہ بنا رہے تھے، تو پانچ مختلف شکلیں باس کو پہنچتی تھیں۔ اسکل سے ایک شکل۔ دوسری، اسکل اپنا دائرہ ساتھ رکھتی ہے۔ اسکل لکھ سکتی ہے 'تم /returns میں فائلیں پڑھ سکتے ہو؛ /summaries کے باہر لکھ نہیں سکتے؛ نیٹ ورک کو کال نہیں کر سکتے'۔ AI مانتا ہے کیونکہ اسکل نے کہا۔ تیسری، اسکلز قابلِ جائزہ ہیں۔ آپ کا کمپلائنس افسر SKILL.md پڑھ کر منظوری دے، اور آڈٹ ٹریل خود فائل ہے۔

3. 3

   پاکستانی مثال: Easypaisa کی کسٹمر کیئر ٹیم نے ایک اسکل بنائی 'merchant-onboarding-checklist'۔ اس میں سرکاری 14 نکاتی چیک لسٹ، ضروری دستاویزات کی اقسام، رد کرنے کی وجوہات، اور تین مکمل نمونے کے کیسز ہیں۔ نئی ایجنٹ جب جوائن کرتی ہے تو پرامپٹ کی تربیت کے بجائے یہ اسکل بلاتی ہے۔ ہر آن بورڈنگ ٹکٹ پر وہی چیک لسٹ، اسی ترتیب میں، لاگو ہوتی ہے۔ کمپلائنس افسر سہ ماہی میں ایک بار اسکل کا جائزہ لیتی ہیں۔ ایجنٹ پرامپٹ نہیں لکھتی، ٹکٹ نمبر لکھتی ہے۔ غلطی کی شرح پہلے مہینے میں 60 فیصد گری۔

کیوں؟

Claude کے ساتھ آزمائیں

AI پرامپٹ: 'میں [اپنا کام] کے لیے Anthropic Skill بنانا چاہتا ہوں۔ SKILL.md کا فرنٹ میٹر (نام، تفصیل، کب چلنی چاہیے)، تین گنتی والے اقدامات، JSON میں ایک ان پُٹ مثال، JSON میں ایک آؤٹ پُٹ مثال، اور ایسی فائلوں کی فہرست جنہیں اسکل کبھی نہ بدلے۔ 250 الفاظ سے کم رکھیں۔' پھر اس کا جائزہ ایسے لیں جیسے کمپلائنس افسر منظوری دے رہے ہوں۔