اگر از کلود بدون این مهارت‌ها استفاده می‌کنید، فرصت بزرگی را از دست داده‌اید

با این همه قابلیتی که Anthropic ــ و تقریباً هر آزمایشگاه هوش مصنوعی دیگری ــ هر هفته عرضه می‌کند، دنبال‌کردن همه‌چیز تقریباً ناممکن شده است. این را کسی می‌گوید که کارش به‌معنای واقعی کلمه حول آزمایش همین قابلیت‌ها می‌چرخد؛ پس باور کنید کاملاً درکتان می‌کنم!

هرچند این رونمایی‌های پیاپی کم‌کم رنگ‌وبوی یکنواختی گرفته‌اند، یکی از قابلیت‌های کلود که به‌گمان من هیچ‌گاه آن‌طور که شایسته‌اش بوده دیده نشده، «مهارت‌ها» است. این قابلیت در اصل به شما امکان می‌دهد با مجموعه‌ای بازاستفاده‌پذیر از دستورالعمل‌ها، منابع و گردش‌های کاری، به کلود بیاموزید وظایف مشخص را چگونه انجام دهد.

از همان روزی که قابلیت «مهارت‌ها» عرضه شد از آن استفاده کرده‌ام؛ در ادامه چند مهارت کلود را معرفی می‌کنم که به‌گمانم با نادیده‌گرفتنشان واقعاً فرصت بزرگی را از دست می‌دهید.

سوپرپاورز

کلود سرانجام یاد گرفت شتاب‌زده عمل نکند

اگر مدتی است برای برنامه‌نویسی از ابزارهای هوش مصنوعی استفاده می‌کنید، احتمالاً متوجه شده‌اید که اغلب برای رسیدن به مرحله نوشتن کد بیش از اندازه عجله دارند. کاری به ابزار می‌سپارید و آن هم بیشتر اوقات، پیش از آنکه برای درک درست خواسته شما وقت بگذارد، بی‌درنگ کدنویسی را آغاز می‌کند.

این روش شاید برای کارهای کوچک کاملاً جواب بدهد، اما وقتی چیزی حتی اندکی پیچیده می‌سازید، تمام فرض‌های کوچکی که مدل در میانه راه در نظر می‌گیرد ممکن است بعداً دردسرساز شوند. به همین دلیل همیشه از حالت «برنامه‌ریزی» در Claude Code خوشم آمده است؛ بااین‌حال، سوپرپاورز این ایده را چندین گام جلوتر می‌برد.

سوپرپاورز صرفاً یک مهارت برای بهتر برنامه‌ریزی‌کردن نیست، بلکه مجموعه‌ای کامل از مهارت‌های هماهنگ است که هرکدام در مرحله‌ای متفاوت از پروژه وارد عمل می‌شوند. برای نمونه، مهارت بارش فکری آن پیش از آنکه کلود حتی یک خط کد بنویسد فعال می‌شود.

کلود کار را با پرسش درباره ایده شما آغاز می‌کند، راه‌های گوناگون اجرای آن را می‌سنجد و طرح را برای تأیید در اختیارتان می‌گذارد. پس از نهایی‌شدن طرح، مهارتی دیگر آن را به برنامه اجرایی تبدیل می‌کند؛ پروژه را به کارهای بسیار کوچک می‌شکند، فایل‌هایی را که دقیقاً باید تغییر کنند مشخص می‌سازد و گام‌های لازم برای راستی‌آزمایی هر تغییر را شرح می‌دهد.

وقتی کلود ساخت پروژه را آغاز می‌کند، ماجرا جذاب‌تر هم می‌شود. سوپرپاورز می‌تواند برای هر کار یک زیرعامل تازه به راه بیندازد و پیش از رفتن سراغ کار بعدی، نتیجه آن را بازبینی کند؛ یا گردش کاری کم‌هزینه‌تری را در پیش بگیرد که در آن کلود پیاده‌سازی را خودش انجام می‌دهد و در پایان، بازبینی تازه‌ای انجام می‌دهد.

وقتی طبق انتظار چیزی از کار می‌افتد، سوپرپاورز مهارتی برای اشکال‌زدایی روشمند دارد که کلود را وادار می‌کند پیش از آزمودن راه‌حل‌های تصادفی، علت ریشه‌ای مشکل را پیدا کند. حتی مهارت جداگانه‌ای برای راستی‌آزمایی وجود دارد که تمام وظیفه‌اش این است که تا کلود مدرکی برای کارکرد درست تغییراتش پیدا نکرده، نگذارد اعلام پیروزی کند!

برای آنکه عملکردش را در عمل ببینم، در دو نشست تازه Claude Code دقیقاً از یک درخواست استفاده کردم: «یک پیگیر عادت ساده برایم بساز که بتوانم عادت‌ها را به آن بیفزایم، انجام‌شدنشان در آن روز را علامت بزنم و روند پیوسته هفت‌روزه را ببینم.»

کلود بدون سوپرپاورز بی‌درنگ به این نتیجه رسید که پروژه «ساده» و «به‌روشنی تعریف‌شده» است، خودش ساختار آن را برگزید و شروع به ساختنش کرد. اما با فعال‌بودن سوپرپاورز، نخستین کاری که کلود انجام داد بارگذاری مهارت بارش فکری بود.

به‌جای آنکه یک‌راست سراغ کد برود، درنگ کرد تا بپرسد می‌خواهم پیگیر عادت در کجا اجرا شود، چند گزینه پیش رویم گذاشت و سپس، پیش از دست‌زدن به هر چیز، طرحی کوتاه ارائه کرد.

بنابراین، اگر برای هر نوع برنامه‌نویسی از Claude Code استفاده می‌کنید، هرچه از سوپرپاورز تعریف کنم باز هم کم گفته‌ام.

فرانت‌اند اسلایدز

بخش خسته‌کننده ارائه‌ها را به کلود سپردم

دیگر چندان از هنر ساختن جزءبه‌جزء یک ارائه لذت نمی‌برم. وقتی ضرب‌الاجلی در کار نباشد این فرایند سرگرم‌کننده است، اما انتخاب چیدمان، پیداکردن جای مناسب هر بخش و اطمینان از اینکه همه اسلایدها واقعاً به یک مجموعه تعلق دارند، بسیار بیشتر از آنچه می‌خواهم وقت می‌گیرد.

به همین دلیل، زمان قابل‌توجهی را صرف آزمودن ابزارهای گوناگون هوش مصنوعی کرده‌ام که وعده می‌دهند بخشی از این بار را از دوشم بردارند. مشکل اینجاست که بیشتر ارائه‌های ساخته‌شده با هوش مصنوعی دقیقاً همان ظاهری را دارند که از چنین ارائه‌ای انتظار می‌رود: همان چیدمان‌های قابل‌پیش‌بینی، انبوهی متن که درون کادرها چپانده شده و نشانی بسیار اندک از حال‌وهوای شخصی‌ای که احتمالاً خودتان به اثر می‌افزودید.

frontend-slides رویکردی کمی متفاوت در پیش می‌گیرد. این مهارت به‌جای ساختن یک ارائه سنتی پاورپوینت، کلود را وامی‌دارد ارائه‌تان را با کدهای فرانت‌اند بسازد. به‌این‌ترتیب، کلود برای صفحه‌آرایی، نویسه‌نگاری، پویانمایی‌ها و سبک بصری کلی ارائه آزادی بسیار بیشتری دارد و ناچار نیست همه‌چیز را در چند الگوی تکراری اسلاید بگنجاند!

از پایگاه کد تا دوره آموزشی

کلود می‌سازد و سپس ساخته‌اش را به من می‌آموزد

من در اصل برنامه‌نویس نیستم؛ بنابراین بیشتر از ابزارهای هوش مصنوعی برای ساختن چیزهایی بهره می‌برم که احتمالاً نمی‌توانستم به‌تنهایی همه اجزایشان را کنار هم بگذارم. مشکل اینجاست که با این روش، ممکن است به‌سادگی پروژه‌ای کارآمد داشته باشم، بی‌آنکه کاملاً بدانم اجزای گوناگون آن در عمل چگونه به هم پیوند می‌خورند.

«از پایگاه کد تا دوره آموزشی» یکی از مهارت‌های محبوب من برای حل دقیقاً همین مشکل است. کافی است یک مخزن یا پروژه در دست ساخت را به کلود معرفی کنید؛ این مهارت به‌جای آنکه کل پایگاه کد را در پاسخی بسیار طولانی توضیح دهد، همه آن را به دوره‌ای تعاملی تبدیل می‌کند.

دوره‌هایی که می‌سازد بر پایه همان پروژه واقعی شکل می‌گیرند؛ پس به‌جای مشتی مثال کلی، از کدهای موجود می‌آموزید. بخش‌های جداگانه‌ای برای توضیح قسمت‌های مختلف پایگاه کد، قطعه‌کدهایی با توضیحی ساده و همه‌فهم، نمودارهایی برای نمایش ارتباط اجزا و حتی آزمون‌هایی در اختیار دارید که می‌سنجند آیا واقعاً آنچه را همین حالا خوانده‌اید فهمیده‌اید یا نه!

جویندگان مهارت

در واقع، مغزی ویژه مستندات در اختیار کلود می‌گذارم

یک بار درباره قابلیتی که Anthropic به Claude Code افزوده بود سردرگم شدم؛ بنابراین تصمیم گرفتم آن را از خود Claude Code بپرسم و ببینم چه می‌گوید. جالب اینکه Claude Code به‌جای تکیه صرف بر دانسته‌های پیشینش درباره آن قابلیت، پرسشم را به چیزی به نام claude-code-guide سپرد.

این در واقع یکی از عامل‌های فرعی داخلی Claude Code است که همراه آن عرضه می‌شود و تنها وظیفه‌اش پاسخ‌دادن به پرسش‌های مربوط به خود Claude Code است. وقتی درباره یک قابلیت، تنظیم، هوک یا موضوع دیگری مرتبط با Claude Code می‌پرسید، عامل اصلی می‌تواند پرسش را به این عامل کوچک‌تر و تخصصی‌تر واگذار کند. سپس عامل فرعی مستندات به‌روز Anthropic را می‌کاود، اطلاعات موردنیاز را می‌یابد و پاسخ را به نشست اصلی کلود بازمی‌گرداند.

دلیل اینکه تا این اندازه در موضوع بالا کندوکاو کردم، این بود که تعمیم این ایده به دیگر کاربردهای کلود بسیار سودمند به نظر می‌رسید. هر بار روی پروژه تازه‌ای کار می‌کنم که نیازمند سروکله‌زدن با مستندات جدید است، معمولاً ناچار می‌شوم کارهای تکراری یکسانی انجام دهم: پیوندها را برای کلود می‌فرستم، بخش‌هایی از مستندات را در گفت‌وگو می‌چسبانم و هر بار که به اطلاعاتی منسوخ تکیه می‌کند، اشتباهش را اصلاح می‌کنم.

جویندگان مهارت این چرخه را یکسره کنار می‌گذارد و برای هر موضوعی که می‌خواهید کلود بفهمد، تقریباً همان کاری را انجام می‌دهد که عامل فرعی claude-code-guide برای Claude Code می‌کند. منابع را در اختیارش می‌گذارید و این ابزار اطلاعات آن‌ها را به مهارتی ساختاریافته تبدیل می‌کند که کلود می‌تواند بعداً دوباره به آن رجوع کند.

جویندگان مهارت از ۱۸ نوع منبع گوناگون پشتیبانی می‌کند؛ از جمله مخزن‌های GitHub، پایگاه‌های کد محلی، پرونده‌های PDF، سندهای Word، دفترچه‌های Jupyter، ارائه‌های PowerPoint، ویدئوها، صفحه‌های Notion و حتی داده‌های برون‌بری‌شده از Slack یا Discord. لازم نیست خود را به یک منبع محدود کنید. می‌توانید مستندات، یک مخزن GitHub، پرونده‌های PDF، ویدئوها و منابع دیگر را در قالب یک مهارت گرد آورید؛ جویندگان مهارت نیز می‌کوشد ناسازگاری‌ها را شناسایی کند و اطلاعات همه منابع را با یکدیگر درآمیزد.

هنگام کار با کد، ماجرا جذاب‌تر هم می‌شود. اگر یک مخزن GitHub یا پایگاه کد محلی را در اختیار جویندگان مهارت بگذارید، می‌تواند کد منبع، آزمون‌ها، مستندات، الگوهای طراحی و حتی مواردی مانند مسئله‌ها و درخواست‌های ادغام را بررسی کند. سپس می‌تواند از دل آزمون‌ها نمونه بیرون بکشد، راهنماهای گام‌به‌گام بسازد، الگوهای پیکربندی را استخراج کند و نمایی کلی از ساختار واقعی پروژه به دست دهد.

گریل‌می

کلود، لطفاً پیش از ساختن هر چیز از من بازجویی کن

در ادامه نکته‌ای که بالاتر گفتم ــ اینکه کلود و ابزارهای هوش مصنوعی معمولاً عادت دارند بی‌درنگ دست‌به‌کار شوند ــ باید به عادت نسبتاً آزاردهنده دیگری هم اشاره کنم: این مدل‌ها اغلب بیش از اندازه مشتاق‌اند جاهای خالی را خودشان پر کنند.

برای نمونه، اگر طرحی خام و ناپخته از ابزاری که می‌خواهید بسازید به کلود بدهید، معمولاً به‌جای آنکه درنگ کند و بپرسد دقیقاً چه چیزی در ذهن دارید، مجموعه‌ای از فرض‌ها را مبنا قرار می‌دهد و ساختن را آغاز می‌کند. هرچند برخی از این فرض‌ها می‌توانند کاملاً منطقی باشند، گاهی هم کلود خلأیی را به شیوه‌ای بسیار متفاوت با خواست شما پر می‌کند و زمانی متوجه ماجرا می‌شوید که در مسیر اشتباه بسیار پیش رفته‌اید.

برای همین است که همیشه تأکید می‌کنم پیش از آنکه Claude را برای اجرای یک پروژه آزاد بگذارید، بهتر است کمی بیشتر برای مرحلهٔ برنامه‌ریزی وقت صرف کنید. یک راه این است که از Claude Code بخواهید پیش از آغاز ساخت، همهٔ پرسش‌های لازم را مطرح کند و پاسخشان را بگیرد؛ اما grill-me این کار را به فرایندی واقعی و منظم تبدیل می‌کند.

پس از فراخوانی این مهارت، Claude ایده‌تان را پرسش‌به‌پرسش موشکافی می‌کند و به سراغ نیازمندی‌های مبهم، تصمیم‌هایی که هنوز نگرفته‌اید، حالت‌های مرزی‌ای که احتمالاً در نظر نداشته‌اید و هر فرضی می‌رود که در غیر این صورت ناچار بود از جانب شما مطرح کند.

در نهایت، این‌ها تنها چند نمونه از مهارت‌هایی هستند که دیگر نمی‌توانم استفاده از Claude Code را بدون آن‌ها تصور کنم. کارکردهایشان زمین تا آسمان با یکدیگر فرق دارد، اما اکنون همگی به بخش‌هایی حیاتی از روند کاری من تبدیل شده‌اند.

منبع: این مطلب ترجمه و بومی‌سازی مقاله‌ای از MakeUseOf به قلم Mahnoor Faisal است. مشاهده مقاله اصلی