8 घंटे से 47 मिनट तक - 12 सिद्ध AI कोडिंग रणनीतियाँ

AI ने एक फीचर 47 मिनट में बनाया, जिसमें कुछ साल पहले 8 घंटे का काम लगता था। लेकिन यहाँ वह है जो कोई नहीं बताता: सही रणनीतियों के बिना, वही AI तीन घंटे बर्बाद करके गलत चीज़ बना देगा।

नमस्ते, मैं Chuck हूँ, और मैं 30 साल से कोड लिख रहा हूँ। 2023 में, मुझे एहसास हुआ कि मुझे या तो AI को अपनाना है या एक नया करियर खोजना है। मैंने इसे अपनाना चुना। तब से, मैंने कोडिंग एजेंट्स का उपयोग करके एक दर्जन एप्लिकेशन बनाए हैं, और आज मैं आपके साथ सीखी गई हर रणनीति साझा कर रहा हूँ।

AI सब कुछ बदल देता है, सबसे विशेष रूप से, यह सब कुछ तेज़ करता है। जो एक दिन लगता था अब एक घंटा लगता है।

यह गति कुछ चीज़ों का मतलब है:

पहला, आपका फीडबैक चक्र बहुत तेज़ है, त्रुटियाँ और गलत दिशाएँ तेज़ी से सामने आती हैं, और सफलता तेज़ी से सामने आती है।

दूसरा, बहुत सारा कोड अब फेंकने योग्य है। यह मुख्य रूप से लिखना और त्यागना लागत-प्रभावी है बजाय लिखना और रीफैक्टर करना।

तीसरा, सॉफ्टवेयर विकास की समस्याएँ जो साल लगती थीं अब हफ्तों या महीनों में सामने आती हैं।

चौथा, मार्गदर्शन के बिना, AI जल्दी ही पटरी से उतर जाता है और गहराई में गिर जाता है।

Cursor जैसे कोडिंग एजेंट्स का उपयोग करते समय, मैंने 12 रणनीतियाँ खोजी हैं जो AI को गहराई में गिरने से रोकने में मदद करती हैं। ये कठिन तरीके से, परीक्षण और त्रुटि से सीखी गई थीं।

1. Agent.md का उपयोग करें

LLM के बारे में कई चीज़ों में से एक जो मैंने देखा है वह यह है कि वे सभी “फॉलबैक” जोड़ना चाहते हैं।

फॉलबैक्स सशर्त कोड हैं जो तब निष्पादित होते हैं जब पहली शर्त विफल हो जाती है। यह बहुत अच्छा है जब आपका कोड मंगल ग्रह पर जाने वाला है, लेकिन अधिकांश कोड मंगल ग्रह पर नहीं जाता, निश्चित रूप से मेरा नहीं। मामले को और बदतर बनाने के लिए, फॉलबैक्स स्वाभाविक रूप से बग-युक्त हैं और अधिकांश समय की आवश्यकता नहीं है।

यहाँ Agent.md फाइल आती है। आप LLM को फॉलबैक्स का उपयोग न करने के लिए निर्देश दे सकते हैं। वास्तव में, आप इसे कुछ भी करने के लिए कह सकते हैं। कुछ भी जो आप प्रॉम्प्ट में जोड़ेंगे, Agent.md में जोड़ा जा सकता है। फाइल स्वचालित रूप से प्रत्येक नए संदर्भ में जोड़ी जाती है।

वर्तमान में, प्रत्येक कोडिंग एजेंट के पास अपनी agent.md फाइल है। Cursor इसे .cursorrules कहता है, Claude Code इसे claude.md कहता है। मुझे संदेह है कि निकट भविष्य में, कोडिंग एजेंट्स एक सामान्य नाम पर मानकीकरण करेंगे।

अपने Agent.md में मैं सॉफ्टवेयर पैटर्न, परीक्षण रणनीति, और आर्किटेक्चर को परिभाषित करता हूँ जो मैं उपयोग करना चाहता हूँ। कुछ भी जो मैं एजेंट को संदर्भ की कमी या दिशा की कमी के कारण बार-बार करते हुए पाता हूँ, मैं फाइल में जोड़ता हूँ।

यहाँ एजेंट नियमों के एक रिपॉजिटरी का लिंक है।

एक बार आपकी Agent.md फाइल सेट हो जाने के बाद, आप AI को बिना किसी बाधा के उपयोग करना चाहेंगे।

2. पूरी गति से जाना

Claude Code और Cursor AI दोनों बॉक्स से बाहर “सुरक्षित मोड” में शुरू होते हैं। सुरक्षित मोड को प्रत्येक टूल कॉल के लिए अनुमति की आवश्यकता होती है। कुछ मिनटों के बाद हर टूल कॉल को मंजूरी देने के बाद, मैं सुरक्षित मोड के साथ हो गया।

सौभाग्य से, प्रत्येक कोडिंग एजेंट आपको “सुरक्षित मोड” से बाहर निकलने की अनुमति देता है। जोखिम यह है कि AI अवांछनीय चीज़ें कर सकता है, लेकिन जिस समय मैंने कोडिंग एजेंट्स का उपयोग किया है, इसने कभी कुछ अपरिवर्तनीय नहीं किया।

मैं इस बात पर नज़र रखता हूँ कि LLM क्या कर रहा है, लेकिन मैं अभी कोडिंग एजेंट से दूर जाने के लिए सहज नहीं हूँ।

ईमानदारी से, जब तक आप LLM को लाइव प्रोडक्शन कोड पर काम करने के लिए नहीं कह रहे हैं, और मुझे नहीं पता कि आप सुरक्षित मोड क्यों चाहते हैं।

अब जब आपने अपने कोडिंग एजेंट को मुक्त कर दिया है, हमें समस्या को परिभाषित करने की आवश्यकता है।

3. अपनी समस्या को परिभाषित करना

AI एक शाब्दिकतावादी है। आप जो माँगते हैं वह आप पाते हैं, जिसका अर्थ है कि अस्पष्ट प्रॉम्प्ट अस्पष्ट परिणाम देते हैं।

मैंने पाया है कि AI को विस्तृत आवश्यकताएँ प्रदान करना और “मूल्यांकन” माँगना सर्वोत्तम परिणाम देता है। यह AI को डिज़ाइन में अंतराल खोजने और अनुवर्ती प्रश्नों के साथ प्रतिक्रिया करने की अनुमति देता है। कुछ आगे-पीछे के बाद, आपके पास एक ठोस योजना होगी।

हाल के रिलीज़ में, Cursor और Claude Code दोनों ने “Plan Mode” जोड़ा है, जो उपरोक्त प्रक्रिया को औपचारिक बनाता है।

मैं इसे एक कदम आगे ले जाता हूँ और एक अन्य LLM को योजना की समीक्षा करने के लिए कहता हूँ। उदाहरण के लिए, मैं पहले AI मूल्यांकन के लिए ChatGPT का उपयोग करता हूँ। यह सभी आवश्यकताओं के साथ एक मार्कडाउन दस्तावेज़ बनाता है। मैं फिर उस दस्तावेज़ को Claude को प्रतिक्रिया के लिए देता हूँ, और Claude की दूसरी समीक्षा हमेशा छूटे हुए अंतराल को खोजती है।

यह एक स्वाद की बात है, लेकिन AI मेरे लिए अधिक आर्किटेक्चर करता है। फिर से, AI को लगता है कि कोड मंगल ग्रह पर जाने वाला है।

एक बार जब आप एक योजना पर सहमत हो जाते हैं, तो AI को इसे आपकी परियोजना में एक दस्तावेज़ में सहेजने के लिए कहें।

जो मुझे अगले बिंदु पर लाता है।

4. एक चरणबद्ध योजना बनाएँ

बड़ी सुविधाओं को प्रबंधनीय चरणों और कार्यों में विभाजित करना

एक योजना बनाने के बाद, AI को काम को चरणों में विभाजित करने के लिए कहें। आप काम की छोटी इकाइयाँ चाहते हैं; जितना छोटा उतना बेहतर। इकाई जितनी छोटी होगी, सफलता की संभावना उतनी अधिक होगी।

कुछ कोडिंग एजेंट्स यह बॉक्स से बाहर करते हैं, लेकिन अगर वे नहीं करते हैं तो उन्हें पूछें।

सबसे अच्छी योजना भी विफल हो सकती है यदि आप प्रगति को ट्रैक नहीं कर सकते। यहाँ चेकलिस्ट आती है।

5. एक चेकलिस्ट माँगें

AI से एक चेकलिस्ट माँगें और इसे बताएँ कि आपको प्रगति को ट्रैक करने के लिए एक की आवश्यकता है। कई कोडिंग एजेंट्स ने चेकलिस्ट को एजेंट प्रॉम्प्ट और UI में जोड़ा है, लेकिन कभी-कभी मुझे प्रगति को ट्रैक करने या लंबे समय तक चलने वाले काम को ट्रैक करने के लिए अभी भी एक चेकलिस्ट की आवश्यकता है।

चेकलिस्ट AI को अपने आप को मापने के लिए कुछ देती है, इसलिए यह जानता है कि यह कब हो गया है।

चेकलिस्ट बहुत अच्छी हैं, लेकिन हम चेकलिस्ट के साथ संदर्भों को कैसे फैलाते हैं? यहाँ हमारा हैंडऑफ दस्तावेज़ आता है।

6. एक हैंडऑफ दस्तावेज़ बनाएँ

हैंडऑफ दस्तावेज़ क्या है?

हैंडऑफ दस्तावेज़ एप्लिकेशन का एक उच्च-स्तरीय विवरण है। इसका उद्देश्य एक खाली संदर्भ को आपकी एप्लिकेशन के डोमेन, कोड और आर्किटेक्चर पर गति देना है।

आदर्श रूप से, एजेंट उस जगह से शुरू करता है जहाँ पिछला संदर्भ छोड़ा गया था।

अपने Agents.MD में, मैं एजेंट को उच्च-स्तरीय परिवर्तनों के साथ मेरे हैंडऑफ दस्तावेज़ को अपडेट करने के लिए निर्देश देता हूँ। हम जो नहीं चाहते वह दस्तावेज़ में हर विवरण है; मुझे एक उच्च-स्तरीय सारांश चाहिए, और मैं AI को यह निर्धारित करने देता हूँ कि क्या है।

मेरा वर्कफ़्लो कुछ इस तरह जाता है:

हर बार जब मैं एक नया संदर्भ शुरू करता हूँ, मैं अपना हैंडऑफ दस्तावेज़ शामिल करता हूँ और AI को नई सुविधा पर निर्देश देता हूँ। AI कार्य उठाता है और ऐसे काम करना शुरू करता है जैसे यह 6 महीने से परियोजना पर है।

हैंडऑफ दस्तावेज़ छोटी एप्लिकेशन के लिए बहुत अच्छा है, लेकिन बड़ी एप्लिकेशन में, यह बहुत सारे टोकन का उपभोग करता है और व्यावहारिक नहीं है। मैं अन्य विकल्पों पर विचार कर रहा हूँ, जैसे वेक्टर डेटाबेस या ग्राफ डेटाबेस।

लेकिन मैं अभी भी प्रयोग कर रहा हूँ।

मुझे सुनना अच्छा लगेगा कि आप इस समस्या को कैसे संभाल रहे हैं। नीचे एक टिप्पणी छोड़ें।

चेकलिस्ट और हैंडऑफ दस्तावेज़ के साथ भी, AI गलतियाँ करता है। यहाँ कमिट आती है।

7. अक्सर चेक इन करें

छोटे कमिट बनाएँ। छोटे कमिट आपको एक ज्ञात अच्छी स्थिति में वापस जाने देते हैं। मैंने पाया है कि कभी-कभी AI खरगोश के बिल में चला जाता है, और कोई वसूली नहीं है।

बस रीसेट करें।

8. संदर्भ को रीसेट करें

संदर्भ को रीसेट करने में निर्दयी रहें।

कभी-कभी AI गलत रास्ते पर चला जाता है या गलती करता है, बाहर निकलें और फिर से शुरू करें। जब आपके सभी दस्तावेज़ क्रम में हों, तो एक नया संदर्भ शुरू करना आसान है। यह हैंडऑफ दस्तावेज़ की प्रतिभा है।

लेकिन मैं ईमानदार रहूँगा, AI के साथ काम करते समय - मैं AI को मानवीकृत करता हूँ क्योंकि ऐसा लगता है कि मैं किसी अन्य मानव के साथ काम कर रहा हूँ, और उस रीसेट बटन को दबाना कभी-कभी मेरी मानवता को खींचता है।

खरगोश के बिलों को सीमित करने का एक तरीका परीक्षण के माध्यम से है।

9. परीक्षण

जब मैं एक सॉफ्टवेयर इंजीनियर था, परीक्षण बुरा था। परीक्षण कोड लिखना एक सॉफ्टवेयर इंजीनियर के लिए सबसे सांसारिक काम में से कुछ है।

AI के साथ, कोई कारण नहीं है कि आप अपने कोड का परीक्षण नहीं करना चाहिए। AI आपके लिए सभी परीक्षण लिखेगा। वास्तव में, आप agent.md में 80% परीक्षण कवरेज निर्दिष्ट कर सकते हैं, और कोडिंग एजेंट जादुई रूप से परीक्षण जोड़ता है।

मैंने परीक्षण को लाभकारी पाया है; गुणवत्ता घटक से परे, यह AI को अपने काम को मान्य करने के लिए एक संरचना देता है। यह उच्च-गुणवत्ता कोड और AI का बेहतर उपयोग की ओर जाता है।

एक चेतावनी, मैं अक्सर AI को परीक्षणों को अपडेट किए बिना कोड परिवर्तन करने के लिए कहता हूँ। कोड काम करने के बाद, मैं AI को परीक्षणों को अपडेट करने के लिए कहता हूँ। कभी-कभी AI परीक्षणों को बहुत गंभीरता से लेता है और परीक्षणों से मेल खाने के लिए प्रोडक्शन कोड को बदल देता है, हम जो परिवर्तन अभी-अभी किए थे उन्हें पूर्ववत कर देता है।

गुणवत्ता में सुधार करने का एक अन्य तरीका जो मैंने पाया है वह स्वचालन के माध्यम से है।

10. स्वचालित करें, स्वचालित करें, स्वचालित करें

चीज़ों को यथासंभव आसान बनाएँ।

AI से पहले, मैंने अक्सर सुना था: “वन-टच डिप्लॉयमेंट, वह बहुत अच्छा होगा, लेकिन हमारे पास समय नहीं है।” अब कोई बहाना नहीं है, AI आपके लिए सब कुछ स्वचालित करेगा।

मेरा लक्ष्य यह है कि हर कार्य एक एकल कमांड हो। उदाहरण के लिए:

• अगर मैं एप्लिकेशन शुरू करना चाहता हूँ? ./start.sh।
• मैं परीक्षण चलाना चाहता हूँ। ./test.sh।
• एप्लिकेशन तैनात करें? आपने सही अनुमान लगाया ./deploy.sh

स्वचालन दो उद्देश्यों को पूरा करता है:

• पहला, यह आपका समय बचाता है।
• दूसरा, यह प्रक्रिया से मानवीय त्रुटि को हटाता है।

कहीं भी घर्षण और कई चरण हैं, मैं इसे स्वचालित करना चाहता हूँ। लेकिन अधिक जटिल समस्याओं को हल करने के लिए, मुझे कभी-कभी अधिक सक्षम LLM की आवश्यकता होती है।

11. सर्वश्रेष्ठ LLM का उपयोग करें

मॉडल प्रदर्शन पर कंजूसी न करें। नवीनतम मॉडल महंगे हैं, लेकिन पैसे बचाने के प्रयास में, वे आपको अधिक खर्च कर सकते हैं।

कभी-कभी, Cursor टोकन बचाने के लिए ऑटो मोड का उपयोग करने की सिफारिश करता है। ठीक है, वह अच्छा लगता है, क्या गलत हो सकता है? मैं हमेशा पैसे बचाने के लिए खुला हूँ। तो मैंने इसे चालू किया और एक सुविधा लागू की। यह एक आपदा में बदल गया। मैंने अगले 3 घंटे नवीनतम मॉडल का उपयोग करके गड़बड़ को खोलने में बिताए, और इसकी कीमत दोगुनी थी जो मैंने ऑटो मोड का उपयोग न करने पर भुगतान की होती। मेरा बिंदु यह नहीं है कि ऑटो मोड बुरा है; यह है कि जटिल समस्याओं पर काम करने के लिए सर्वश्रेष्ठ मॉडल की आवश्यकता होती है।

लेकिन कभी-कभी, सर्वश्रेष्ठ मॉडल भी पर्याप्त नहीं हैं; आपको सही उपकरणों की आवश्यकता है।

12. उपकरण

AI को मस्तिष्क के रूप में सोचें; यह सोचता है, लेकिन कुछ नहीं कर सकता। यह एक उपकरण की शक्ति है। यह AI को कार्य करने की क्षमता देता है।

मैं कोडिंग एजेंट उपकरणों को दो वर्गों में रखता हूँ:

दो वर्गों के उपकरण जो AI कोडिंग एजेंट्स को बढ़ाते हैं

पहले सॉफ्टवेयर विकास को बढ़ाने के लिए डिज़ाइन किए गए उपकरण हैं। GitHub के MCP या Anthropic के Sequential Thinking MCP के बारे में सोचें; ये उपकरण आम तौर पर कोडिंग एजेंट्स को अधिक सक्षम बनाते हैं।

दूसरे परियोजना के साथ इंटरैक्ट करने वाले उपकरण हैं। उदाहरण के लिए, एक डेटाबेस MCP या एक कमांड लाइन उपकरण। ये उपकरण कोडिंग एजेंट्स को कोड लिखने, चलाने और परिणामों का परीक्षण करने की क्षमता देते हैं, एक पूर्ण प्रतिक्रिया चक्र को पूरा करते हैं।

AI के बारे में शानदार बात यह है कि यदि आपको एक उपकरण की आवश्यकता है और कोई नहीं है, तो AI इसे आपके लिए बना सकता है।

यहाँ वे उपकरण हैं जो मैं Cursor के साथ उपयोग करता हूँ:

पहला उपकरण Serena कहलाता है। Serena फाइलों को पढ़ने और डेटा को मेमोरी में सहेजने जैसे कार्यों को ऑफलोड करने का प्रयास करता है जो सामान्य रूप से AI को ऑपरेशन को निष्पादित करने के लिए कमांड उत्पन्न करने होंगे। इस परियोजना का लक्ष्य उपयोग किए गए टोकन की संख्या को कम करना और सामान्य ऑपरेशन को स्थानीय रखना है।

अगला उपकरण जो मैं उपयोग करता हूँ वह Sequential Thinking कहलाता है जो Anthropic द्वारा है। यदि यह Anthropic द्वारा है, तो यह लगभग निश्चित रूप से अच्छा है। यह उपकरण जो करता है वह जटिल समस्याओं को प्रबंधनीय चरणों में विभाजित करता है। यह एक संरचित सोच प्