Claude Cookbook
Anthropic के नए “Claude Cookbook” examples और skills को मिली-जुली प्रतिक्रिया मिली है: कुछ लोग इसे कम-ज्ञात features और workflows खोजने का उपयोगी तरीका मानते हैं, जबकि कईयों का तर्क है कि “AI का उपयोग कैसे करें” वाले अधिकांश guides models और harnesses के इन patterns को आत्मसात कर लेने के साथ जल्दी ही अप्रासंगिक हो जाते हैं। कई टिप्पणीकारों का कहना है कि elaborate prompt engineering और tooling, स्पष्ट प्रश्न पूछने की तुलना में ज़्यादा महत्त्वपूर्ण नहीं हैं, हालांकि अन्य लोग नोट करते हैं कि अच्छी लिखित instructions, CLAUDE.md-शैली का project context, और सावधानीपूर्ण process design अभी भी tokens बचा सकते हैं और गलतियाँ कम कर सकते हैं। Anthropic के frontend aesthetics उदाहरणों की सामान्य “vibe-coded” डिज़ाइनों के रूप में आलोचना भी होती है, वास्तविक recipe cookbook की अपेक्षा रखने वालों में हल्की निराशा, और closed AI models की नैतिकता को लेकर कुछ लोगों की चिंता भी सामने आती है।
खाना पकाने और रेसिपियों के लिए AI
- कई लोगों को उम्मीद थी कि “Claude Cookbook” एक भोजन-रेसिपी उत्पाद होगा, न कि डेवलपर गाइड। कुछ लोग निराशा व्यक्त करते हैं।
- कई उपयोगकर्ता खाना पकाने के लिए LLMs का सफलतापूर्वक उपयोग करने का वर्णन करते हैं:
- पेंट्री की सामग्री या आहार संबंधी ज़रूरतों (जैसे, keto) से रेसिपियाँ बनाना।
- अव्यवस्थित वेब पेजों या यहाँ तक कि TikTok वीडियो से भी साफ़-सुथरी रेसिपियाँ निकालना।
- रेसिपियों को समायोजित करना (जैसे, substitutions, sugar reduction) और कैलोरी ट्रैक करना।
- विफलताएँ भी होती हैं (जैसे, निर्देश जो भिगोई हुई beans को पूरी तरह पकाने को छोड़ देते हैं), जिससे अधपके भोजन को लेकर सुरक्षा चिंताएँ उठती हैं।
AI Cookbook और How-To गाइड्स का मूल्य
- कुछ लोगों के अनुसार “AI का उपयोग कैसे करें” वाले संसाधन बड़े पैमाने पर अनावश्यक हैं:
- Cookbook पढ़ने या जटिल harnesses सेट करने के बजाय “बस मॉडल से पूछो” को प्राथमिकता देते हैं।
- उम्मीद करते हैं कि अधिकांश चतुर workflow patterns जल्दी ही भविष्य के models में समाहित हो जाएँगे।
- दूसरे लोग तर्क देते हैं कि cookbooks उपयोगी हैं:
- वे ऐसी features/workflows दिखाते हैं जिनके अस्तित्व के बारे में उपयोगकर्ताओं को पता नहीं होता।
- कम अनुभवी coworkers को onboard कराने में मददगार।
Prompt Engineering और इंटरैक्शन शैली
- जारी बहस:
- एक पक्ष: आधुनिक models “काफ़ी smart” हैं; elaborate prompts का plain-language requests पर बहुत कम अतिरिक्त लाभ है।
- दूसरा पक्ष: स्पष्टता, सटीकता, और अच्छी writing अभी भी परिणामों को काफ़ी बेहतर बनाती हैं और token waste कम करती हैं।
- “Prompt engineering” को अक्सर किसी गहरे तकनीकी अनुशासन के बजाय बुनियादी संचार कौशल के रूप में पुनर्परिभाषित किया जाता है।
- कुछ लोगों का कहना है कि भावनात्मक या “frustrated” prompts models को अधिक उचित व्यवहार की ओर nudges दे सकते हैं।
Claude.md, Skills, और Agent Harnesses
- CLAUDE.md पर अलग-अलग विचार:
- न्यूनतमवादी दृष्टिकोण: अगर code स्पष्ट है, तो अतिरिक्त docs अनावश्यक हैं और token waste कर सकते हैं।
- संरचित दृष्टिकोण: markdown में summary/constraints/goals बार-बार scanning और गलतियों को कम करते हैं; गैर-coding agent tasks के लिए भी उपयोग होते हैं।
- बहुत से लोग high-churn tools (skills, MCPs, agent frameworks) को अल्पकालिक मानते हैं; सरल, टिकाऊ patterns और vanilla agents को प्राथमिकता देते हैं।
Frontend Design और Coding Agents
- Claude के “frontend aesthetics” उदाहरणों की व्यापक आलोचना होती है:
- कई लोग “before” संस्करणों को पसंद करते हैं; “after” को cliché, gradient-heavy, और दृश्य रूप से बदतर माना जाता है।
- उपयोगकर्ता नोट करते हैं कि agents backend या isolated components पर complex frontend state और UX की तुलना में बेहतर प्रदर्शन करते हैं, क्योंकि verification कठिन होती है।
नैतिक और Model Openness संबंधी चिंताएँ
- कुछ लोग युद्ध-उपयोग, monopolization के आधार पर closed-model providers को नैतिक कारणों से अस्वीकार करते हैं।
- दूसरे लोग नोट करते हैं कि open और closed दोनों models का दुरुपयोग हो सकता है, जिससे ज़िम्मेदारी diffuse और unresolved रहती है।