چطور با هوش مصنوعی کار کنیم و هر بار بهتر بشیم
هوش مصنوعیخلاصهٔ کامل‌تر
اگه از ابزارهایی مثل Claude Code استفاده می‌کنی، احتمالاً یه سوال همیشه ذهنت رو مشغول کرده: چطور میشه این همکاری رو به یه سیستم تبدیل کرد که واقعاً مرکب بشه و هر بار بهتر از دفعه قبل کار کنه؟ یوجین یان، مهندس ML، تجربه‌اش رو در این مورد خلاصه کرده و چند اصل کلیدی معرفی کرده.
زمینه به‌عنوان زیرساخت
اولین اصل اینه که مدل رو در پیمایش محیط کارت راهنمایی کنی. وقتی فایل‌هات منظم و ساختارمند باشن، مدل می‌تونه با grep یا glob راحت‌تر چیزی که لازم داره رو پیدا کنه. علاوه بر این، نویسنده برای هر پروژه یه فایل INDEX.md نگه می‌داره که نه فقط لینک‌ها، بلکه توضیح مختصری درباره هر منبع هم داره — اینکه چه چیزیه، چه کسی مسئولشه، و کِی باید خوندش. این کار باعث میشه مدل مجبور نباشه هر لینک رو باز کنه تا بفهمه مربوطه یا نه.
هر جلسه = آنبوردینگ همکار جدید
مدل هیچ حافظه‌ای از جلسه قبل نداره. به همین دلیل، فایل CLAUDE.md مخصوص هر پروژه باید مثل مستند آنبوردینگ یه تیم‌مِیت جدید باشه: گلوساری اصطلاحات، ترتیب پیشنهادی برای مطالعه فایل‌ها، و هر چیزی که یه آدم جدید باید از اول بدونه. نویسنده حافظه‌اش رو در دو بخش نگه می‌داره: ~/vault برای واقعیت‌های پروژه، و ~/.claude برای ترجیحات شخصی و سبک کاری‌اش.
سلیقه‌ات رو تبدیل به تنظیمات کن
فایل ~/.claude/CLAUDE.md در ابتدای هر جلسه لود میشه و یه قرارداد رفتاری با مدل هست. نمونه‌ای از چیزهایی که نویسنده داخلش گذاشته:
- Be direct and push back when you disagree; if my approach has problems, say so.
- When unsure about something, say you're unsure rather than guessing confidently.
- When something fails, investigate the root cause before retrying.
- Keep diffs scoped to the task: no drive-by reformats or unrelated refactors.
این فایل رو میشه به سه سطح تقسیم کرد: تنظیمات کلی در ~/.claude/CLAUDE.md، کانونشن‌های مخصوص ریپو در ریشه پروژه، و زمینه‌های خاص پروژه در دایرکتوری مربوطه. Claude Code موقع اجرا از پایین به بالا درخت دایرکتوری رو می‌خونه و همه این فایل‌ها رو لود می‌کنه.
گاید و اسکیل: بارگذاری تنبل
اگه CLAUDE.md خیلی طولانی بشه، تبدیل به یه context tax میشه — همه چیز هر بار لود میشه حتی اگه لازم نباشه. راه‌حل اینه که بخش‌ها رو به فایل‌های گاید جداگانه منتقل کنی و به مدل بگی کِی اون‌ها رو بخونه:
- Docs, 1-pagers, any writing: ~/.claude/guides/writing.md
- Eval building and reports: ~/.claude/guides/evals.md
- Dashboards: ~/.claude/guides/dashboards.md
اسکیل‌ها هم یه گام جلوتر هستن: فایل‌های Markdown که یه نام، یه trigger، و یه روال دارن. نویسنده اسکیل‌هایی مثل /polish (بررسی باگ، ساده‌سازی کد، تأیید خروجی، دراف PR) یا /write (مصاحبه برای اوتلاین، تحقیق موازی، نوشتن و نقد) داره. این اسکیل‌ها نه‌فقط مراحل رو کد می‌کنن، بلکه قضاوت درباره اینکه کدوم مرحله کِی لازمه رو هم داخلشون دارن.
چطور اسکیل بسازی؟
روش پیشنهادی ساده‌ست: اول تسک رو یه بار به صورت تعاملی انجام بده. بعد از مدل بخواه اون جلسه رو تبدیل به یه اسکیل کنه. دفعه بعد اسکیل رو اجرا کن، خروجی رو داخل همون جلسه تصحیح کن، و از مدل بخواه بازخوردها رو merge کنه. این حلقه باعث میشه اسکیل با چند دور تکرار به یه نتیجه پایدار برسه. نکته مهم اینه که فایل SKILL.md رو مستقیم ویرایش نکن — تصحیح داخل جلسه انجام بده تا مدل جفت‌های قبل/بعد رو ببینه.
حالت ساده برای تفکر بلند
برای brainstorming و ایده‌پردازی، نویسنده از حالت ساده استفاده می‌کنه (CLAUDE_CODE_SIMPLE=1 claude). اینجا CLAUDE.md هنوز لود میشه ولی بار سنگین هوک‌ها و اسکیل‌ها نیست. این حالت برای وقتی‌هاست که می‌خوای با مدل فکر کنی، نه اینکه چیزی رو ship کنی.
نکات کلیدی:
- زمینه (context) منظم و annotated داشته باش تا مدل راحت‌تر ناوبری کنه
CLAUDE.mdرو مثل مستند آنبوردینگ بنویس، نه فقط یه لیست دستور- سلیقه و ترجیحات رو در فایل‌های config شخصی کد کن تا هر جلسه از اول شروع نکنی
- گایدها و اسکیل‌ها رو تنبل-لود کن تا context بیهوده مصرف نشه
- اسکیل‌ها رو با انجام تسک و بعد درخواست از مدل بساز، نه از صفر
- تصحیح‌ها رو داخل جلسه بده تا حلقه یادگیری بسته بشه
- برای ایده‌پردازی از حالت ساده استفاده کن تا به مدل نزدیک‌تر باشی
