AI शुरुआती गाइड: AI टूल्स से कैसे शुरू करें

Claude Code में लंबे सेशन के दौरान जवाब अचानक «court court court…» यही शब्द दर्जनों से सैकड़ों बार दोहराने लगता है और अंत में «API Error: Response stalled mid-stream. The response above may be incomplete.» दिखाकर रुक जाता है। यह आपकी प्रॉम्प्ट की गलती नहीं, बल्कि दो अलग ज्ञात bug की श्रृंखला है——① मॉडल की पुनरावृत्ति (डिजेनरेशन) लूप और ② स्ट्रीम का बीच में रुकना। यह लेख दोनों की असल वजह, उकसाने वाली स्थितियाँ, तुरंत रोकने का तरीका (Esc → नया सेशन → /clear), डेवलपर्स के लिए API/SDK बचाव और «court/invoke टैग लीक» जैसी मिलती-जुलती त्रुटियों से अंतर को आधिकारिक Issue के आधार पर समझाता है।

Claude Code व API में अचानक आने वाला "API Error: 400 Output blocked by content filtering policy" — यह न usage limit है, न कॉन्टेक्स्ट का ओवरफ्लो, बल्कि Claude जो "आउटपुट" लौटाने वाला था उसे सेफ्टी फिल्टर ने रोक दिया। मुख्य उद्देश्य मौजूदा कॉपीराइट सामग्री के शब्दशः पुनरुत्पादन को रोकना है, और MIT/Apache जैसी मानक लाइसेंस का पूरा टेक्स्ट जनरेट करने, मौजूदा स्रोत से "मिलान" वाले काम, या लंबे दस्तावेज़ की नकल में बिना बुरी नीयत के भी गलत पहचान (false positive) अक्सर होती है। यह लेख आधिकारिक व्याख्या, असली Claude Code Issue में दिखे पैटर्न (OSS रिपॉजिटरी सेटअप, सूची मिलान, लंबे एजेंट रन के अंत में टोकन लिमिट का गलत निदान), तुरंत ठीक करने के तरीके (टूल से हासिल करना, प्रॉम्प्ट को जनरेशन/सारांश की ओर झुकाना, Esc से रिट्राई लूप रोकना, टास्क बांटना, सपोर्ट रिपोर्ट), और Prompt is too long / usage limit / 529 Overloaded / max_tokens से फर्क तक को व्यवस्थित करता है।

इंडी डेवलपमेंट के पूरा न होने की सबसे बड़ी वजह है "ज़रूरत से ज़्यादा गढ़ना"। यह भी वह भी फ़ीचर भरते-भरते चीज़ पेचीदा हो जाती है और पब्लिश हुए बिना मिट जाती है। इससे बचने का इकलौता तरीक़ा है, वैल्यू पहुँचाने वाली न्यूनतम प्रोडक्ट = MVP को 1 फ़ीचर पर सिमटाकर सबसे तेज़ पब्लिश करना। यह लेख MVP की सही समझ, फ़ीचर काटने वाला स्कोप-फ़ैसला, AI से सबसे तेज़ बनाने के 2 रास्ते (कोड न लिखने वाला vibe coding / AI एडिटर में लिखने वाला व्यावहारिक), "पूरा हुआ" की पहचान, और पब्लिश करके 1 इंसान से इस्तेमाल कराने तक को, AI को साथी बनाने वाले इंडी डेवलपर की नज़र से समझाता है।

इंडी डेवलपमेंट में सबसे आम नाकामी है "बना तो लिया पर कोई इस्तेमाल नहीं करता"। पर असली रुकावट डेवलपमेंट की ताक़त नहीं, जुटाव है। "अच्छी चीज़ बना दें तो लोग आएँगे" एक भ्रम है—बनाने से पहले संभावित ग्राहक जुटाने वाला Build in Public, पहले 10 लोग नज़दीक से हाथ चलाकर जुटाने वाली "स्केल न होने वाली" बात, पहले 100 लोग वे जहाँ हैं वहाँ (कम्युनिटी, SNS) योगदान करके खोजे जाना, और SEO / AEO / LLMO से निरंतर ट्रैफ़िक बनाना—इस क्रम को, AI को तैयारी में इस्तेमाल करते हुए घुमाने का तरीक़ा, इंडी डेवलपर की नज़र से व्यावहारिक रूप से समेटा है।

अब जब AI के पास "कोड लिखने वाला हाथ" आ गया है, अकेला इंसान भी प्रोडक्ट बनाकर दुनिया के सामने ला सकता है, ऐसा दौर आ चुका है। पर हर चरण की जानकारी बिखरी हुई है, और समझ नहीं आता कि शुरुआत कहाँ से करें। यह लेख आइडिया → डिज़ाइन → इम्प्लीमेंटेशन → पब्लिश → कमाई तक का पूरा नक्शा (रोडमैप) है, जो सोलो डेवलपमेंट को "तय करें → बनाने की तैयारी → बनाएं → लॉन्च करें → बढ़ाएं" इन 5 फेज़ में व्यवस्थित करता है, हर चरण में क्या करना है और कौन-सा टूल इस्तेमाल करना है यह बताता है, और जहाँ गहराई ज़रूरी है वहाँ अलग गाइड की ओर भेजने वाला मदरशिप (हब) लेख है। इतना ही नहीं, यह लगभग कोई कोड न लिखने वाले 🌱शुरुआती रास्ते और AI एडिटर से कोड लिखने वाले 🔧व्यावहारिक रास्ते, दो लेन से मार्गदर्शन करता है, ताकि अपने लिए सही रास्ता चुनकर बिना घूमे-फिरे चलती हुई चीज़ तक पहुँचा जा सके। स्पेक-ड्रिवन, AI ऐप बिल्डर, Claude Code/Cursor, AI फ़ीचर का एकीकरण (API/RAG/गेटवे), डिप्लॉय, SEO/AEO यूज़र-जुटाव, कमाई, लागत प्रबंधन और सोलो डेवलपमेंट × AI की 5 अड़चनों तक—सब को मौजूदा व्यावहारिक गाइड की ओर ले जाने वाले रास्तों के साथ एक पन्ने में समेटा है।

आप Claude Code की weekly token limit तक पहुँचे, फिर भी सात दिन बीतने से पहले allowance पूरी भर गई — एक बार नहीं, कई बार। ऑनलाइन तो ऐसे "छिपे तंत्र" वाले लेख भी हैं जो दावा करते हैं कि weekly limit हर 72 घंटे में reset होती है। क्या यह सच है? यह लेख उस परिघटना को मूल स्रोतों तक ले जाता है। पर Anthropic ने आंतरिक reset तंत्र प्रलेखित नहीं किया है, और limit बदलती रहती है, इसलिए हम स्पष्ट रूप से तीन तरह की जानकारी को लेबल करते हैं: आधिकारिक स्रोतों से पुष्ट तथ्य, ऐसी घटनाएँ जिन्हें कई उपयोगकर्ता पुनरुत्पादित रूप से देखते हैं पर जिन पर Anthropic ने कुछ नहीं कहा, और एकल-स्रोत अपुष्ट अनुमान। सार यह: जल्दी पूरी recovery ज़्यादातर मामलों में Anthropic के अनियमित global reset हैं (@ClaudeDevs ने बार-बार घोषणा की); दिखाया गया reset समय भी स्पष्ट रूप से अस्थिर है; और प्रचलित "72-घंटे cadence" एकल-प्रेक्षक, अपुनरुत्पादित, और एक अन्य अवलोकन (24 घंटे) से विरोधाभासी है, इसलिए इसे तथ्य नहीं माना जा सकता। जहाँ कुछ नहीं कहा जा सकता, हम वैसा ही कहते हैं — जुलाई 2026 की एक जाँच।

जिन लोगों ने "मुझसे तो बनता ही नहीं" कहकर ड्रॉइंग छोड़ दी थी, असल में AI ड्रॉइंग उन्हीं के लिए एक खेल का मैदान है। अपने दिमाग की तस्वीर को शब्दों में उतारिए और वह कला बन जाती है; फ़ोन की कोई फ़ोटो या बच्चे की टेढ़ी लकीरें पलक झपकते ही एक कलाकृति बन जाती हैं। यह न कोई टूल की तुलना है, न कोई गंभीर कोर्स — यह अकेले या परिवार के साथ मज़े के आइडिया की एक किताब है। शुरुआत के मुफ़्त टूल (ChatGPT, Google Gemini, Microsoft Copilot, Canva) से लेकर 10 आइडिया (① टेढ़ी लकीर से कला ② फ़ोटो को नए अंदाज़ में ③ अपना किरदार अलग-अलग दृश्यों में ④ बच्चे की ड्रॉइंग को कहानी-किताब का पन्ना ⑤ अपने इमोजी ⑥ चार-पैनल कॉमिक ⑦ अगर-तो वाले मेल ⑧ अपने रंग भरने के पन्ने ⑨ कमरे का मेकओवर ⑩ ड्रॉइंग मुक़ाबला), बेहतर तस्वीरें पाने की तरकीबें, और खेलने से पहले तीन बातें (दूसरों के चेहरे न इस्तेमाल करें, अधिकार और कमर्शियल इस्तेमाल जाँचें, AI-निर्मित होने का ठप्पा लगाएँ)।

AI बच्चे के हर "क्यों?" का साथी और सोने से पहले किस्सा सुनाने वाला कहानीकार बन सकता है—सही इस्तेमाल हो तो खेल ही सीख बन जाता है। यह लेख पहले सुरक्षा तय करता है: बड़ा व्यक्ति चलाए और जाँचे, उम्र व नियमावली का सम्मान, कोई निजी जानकारी नहीं, "AI ग़लत हो सकता है" सिखाना, और लहज़ा व समय तय करना। फिर 10 कॉपी-पेस्ट गतिविधियाँ देता है—वह कहानी जिसमें बच्चा नायक हो, बच्चे-तय-करें वाली कहानी, सोने की शांत कहानी, हर बात का जवाब देने वाला जानकार प्रोफ़ेसर, जानवर व डायनासोर क्विज़, दूसरी भाषाओं के अभिवादन, कल्पना का जीव बनवाना, रंग भरने के पन्ने, घरेलू क्राफ़्ट, तथा भावनाओं व शिष्टाचार का रोल-प्ले। साथ में उम्र के हिसाब से सुझाव, और भी मज़ेदार बनाने की तरकीबें, माता-पिता के लिए ज़रूरी बातें और FAQ। कोई प्रोग्रामिंग नहीं—मुफ़्त ChatGPT, Claude या Gemini पर आज ही शुरू करें।

AI के साथ खेलने का सबसे नशीला तरीका—टेक्स्ट एडवेंचर, जिसमें AI आपका गेम मास्टर (GM) बनता है। आप क्रिया घोषित करते हैं, AI दृश्य रचता है और कहानी शाखाओं में बँटती है; विकल्पों के बाहर की बेतुकी क्रियाएँ भी यह संभाल लेता है। यह लेख कॉपी-पेस्ट प्रॉम्प्ट के साथ शुरू से अंत तक एक बनाने की पूरी राह दिखाता है: बस पेस्ट करने लायक स्टार्टर प्रॉम्प्ट, मज़ा तय करने वाले 5 हिस्से (सेटिंग, टोन, नियम, स्थिति-ट्रैकिंग, रफ़्तार), 5 जॉनर प्रीसेट (फ़ैंटेसी, हॉरर एस्केप, रहस्य की जाँच, साई-फ़ाई सर्वाइवल, आरामदेह रोज़मर्रा), और लेवल-अप मॉड्यूल—पासा, स्टैट्स व लेवल, सेव & रीज़्यूम। साथ में गड़बड़ी ठीक करने की तालिका (बहुत नरम, ख़ुद कहानी चलाना, एक ही पटरी, HP भूलना), लंबा खेलने और बाद में फिर शुरू करने की तरकीबें, तथा कल्पना बनाम तथ्य और निजी जानकारी जैसी सावधानियाँ। कोई प्रोग्रामिंग नहीं—मुफ़्त ChatGPT, Claude या Gemini पर अभी शुरू करें।

"AI से आख़िर पूछें क्या?" पर अटक जाने वालों के लिए, बस कॉपी करके पेस्ट करते ही मज़ेदार जवाब लौटाने वाले 30 "प्रॉम्प्ट" इकट्ठा किए। 6 श्रेणी × 5 सवाल: खुद को जानें (छुपी ख़ूबियाँ, साझा मूल्य, जानवर से तुलना), सोच फैलाएँ · काल्पनिक दुनिया (आम चीज़ का अनोखा इस्तेमाल, गुरुत्वाकर्षण आधा हो जाए तो, कोई न मौजूद त्योहार गढ़ना), समझ में आ जाने वाली व्याख्या (क्वांटम मैकेनिक्स 5 साल के बच्चे को, चक्रवृद्धि ब्याज तीन रूपकों में, इंटरनेट पिज़्ज़ा-डिलीवरी की तरह), शब्दों का खेल (10 शैलियों में दोबारा लिखना, 2 वाक्यों की अति-लघुकथा, उपनाम गढ़ना, पैलिंड्रोम), रोल-प्ले · सलाह (सख़्त लाइफ़ कोच, नई कहावत गढ़ने वाले ऋषि, भविष्य के आप से चिट्ठी, उलझन में पड़ा एलियन), काम की फिर भी मज़ेदार (बहाने को सूक्ति, 5 स्तर की ना, रूखे संदेश का सुधार, नाटकीय व्यंजन-नाम, ToDo में मज़ेदार बहकावा)। सब मुफ़्त ChatGPT, Claude या Gemini पर चलता है। मज़ेदार बनाने की तरकीबें ("और" पर "और", किरदार व शर्त, AI बदलना) और सावधानियाँ, साथ में सहयोगी लेख "AI इस्तेमाल के 15 मज़ेदार तरीके" की ओर राह भी।

जब भी AI की बात होती है तो हमेशा गंभीर चीज़ें ही सामने आती हैं, पर AI शायद खेलने में ही सबसे ज़्यादा चमकता है। यह लेख AI इस्तेमाल के 15 मज़ेदार तरीके दिखाता है, हर एक के साथ एक कॉपी-पेस्ट प्रॉम्प्ट जिसे आप अभी आज़मा सकते हैं। शब्दों का खेल & कॉमेडी (① कॉमेडी बैटल ② पैरोडी-गाना/रैप मशीन ③ नाम-फ़ैक्ट्री), रोल-प्ले & संवाद (④ ऐतिहासिक हस्ती से बातचीत ⑤ दो AI को बहस करवाएँ ⑥ डेविल्स-एडवोकेट बॉट से बहस का अभ्यास), गेम्स (⑦ AI गेम मास्टर वाला टेक्स्ट एडवेंचर ⑧ अपना क्विज़ शो ⑨ गुनहगार पकड़ने वाला मिस्ट्री गेम), रचनात्मक (⑩ काल्पनिक जीवों की फ़ील्ड-गाइड ⑪ एक कहानी जहाँ नायक आप हों ⑫ इमेज जनरेशन के साथ खेल), और रोज़मर्रा & अनोखे (⑬ बचे-खुचे सामान का शेफ़ ⑭ प्राचीन रोम या चाँद की ट्रैवल प्लान ⑮ मनोरंजक भविष्यवक्ता)। सब कुछ मुफ़्त ChatGPT, Claude या Gemini पर चलता है। मज़े की तीन कुंजियाँ — इसे रोल दें, शर्तों में बाँधें, "और" पर "और" चढ़ाएँ — जो प्रैक्टिकल प्रॉम्प्टिंग की बुनियाद भी हैं। साथ में सावधानियाँ (तथ्य बनाम कल्पना, निजी जानकारी, बच्चों के साथ खेल) और एक FAQ भी।

AI एजेंट बनाने के बाद, आप हमेशा उसी दीवार से टकराते हैं: "ठीक है, पर क्या यह सचमुच काम कर रहा है?" यह तय करने का तंत्र कि किसी प्रॉम्प्ट या मॉडल बदलाव ने चीज़ों को अंदाज़े के बजाय डेटा के आधार पर बेहतर किया या बदतर, ही है evals। LLM एक ही इनपुट पर हर बार अलग आउटपुट देते हैं, इसलिए एग्ज़ैक्ट-मैच यूनिट टेस्ट फ़िट नहीं होते। यह लेख इन्हें असल में बनाकर चलाने के चरणों पर केंद्रित है, और इसमें शामिल हैं गुणवत्ता मापने के पाँच तरीके (① ग्राउंड-ट्रुथ मैचिंग ② नियम-आधारित जाँच ③ LLM-as-judge ④ रिग्रेशन टेस्टिंग ⑤ प्रोडक्शन मॉनिटरिंग), एजेंट-विशिष्ट मूल्यांकन (टास्क सफलता-दर, सही टूल कॉल, ट्रैजेक्टरी, लागत), 20 विफलता उदाहरणों से छोटे से शुरुआत, आम गलतियाँ, और प्रमुख टूल (Anthropic Console/Evals, OpenAI Evals, LangSmith, Langfuse, Ragas) — प्रैक्टिशनर्स के लिए लिखा गया।