Claude Opus 5.5 से ज़्यादा से ज़्यादा कैसे निकालें

Anthropic ने Claude Opus 5.5 के साथ काम करने पर एक प्लेबुक प्रकाशित की है; यह फ़्लैगशिप मॉडल VEGA AI पर भी उपलब्ध है. संक्षेप में: Opus 5.5, Opus 5 की तुलना में अपने आप ज़्यादा देर तक काम करता है, जो किया उसे साफ़-साफ़ बताता है और हर जवाब से पहले सोचता है. नीचे पूरी गाइड है, जिसमें लेख के फ़िगर का टेक्स्ट कोड के रूप में लिखा गया है ताकि आप उसे कॉपी कर सकें.

पहले तीन चीज़ें आज़माएँ

• पूरी टास्क एक ही मैसेज में दें: "done" कैसा दिखता है और कब आप चाहते हैं कि वह रुककर पूछे. फिर उसे काम करने दें.
• अपने प्रॉम्प्ट और सेव की हुई instructions से "think carefully" वाली लाइनें हटा दें. Opus 5.5 हर जवाब से पहले पहले से ही सोचता है.
• जब कोई लंबा रन खत्म हो, सबसे पहले वह हिस्सा पढ़ें जिसमें आपकी ज़रूरत है, बाकी सारांश से पहले.

कैसे माँगें

उसे फ़िनिश लाइन दें, फिर चलने दें

Opus 5.5 लंबे, कई हिस्सों वाले काम में Opus 5 से काफी बेहतर टिकता है. शुरुआती टेस्टरों ने इसे कम निगरानी में घंटों कोडिंग टास्क चलाते देखा, और पुराने Opus मॉडलों पर इसकी सबसे बड़ी बढ़त ठीक यहीं है: बड़े रिपॉज़िटरी में बदलाव तब तक आगे बढ़ाना जब तक टेस्ट पास न हों. इसके काम करने के लिए उसे पता होना चाहिए कि फ़िनिश लाइन कहाँ है.

लेख में सुझाई गई प्रॉम्प्ट-शेप तीन लेबल वाले बॉक्स के कार्ड के रूप में दिखाई गई है. ट्रांसक्रिप्शन:

THE WHOLE TASK
  Migrate the payment endpoints from the old client to the new one.

THE FINISH LINE
  Done means: every endpoint uses the new client, the old client
  is deleted, and the test suite passes.

WHEN TO STOP
  Stop and ask me only if a test fails for a reason you can't explain.

कार्ड का फ़ुटर इसे इस तरह समेटता है: पूरी टास्क एक मैसेज में दें, फ़िनिश लाइन बताएँ, फिर उसे अकेला छोड़ दें.

उसे ज़ोर से सोचने को कहना बंद करें

अपने प्रॉम्प्ट और सेव की हुई instructions से "think carefully" और "think step by step" हटाएँ. Opus 5.5 हर जवाब से पहले हमेशा सोचता है और कितना सोचना है यह खुद तय करता है. चैट प्रोडक्ट में Anthropic की टेस्टिंग में, "think carefully" लाइन हटाने से जवाब जल्दी शुरू हुए और क्वालिटी में कोई साफ़ गिरावट नहीं आई. सीधे सवाल का जल्दी जवाब चाहिए तो लिखें "Answer directly". Claude Code में effort सेटिंग यह तय करती है कि वह कितना सोचता है.

चल रही टास्क में बीच में जोड़ें

अगर बीच में कुछ याद आ जाए, तो वह काम करते हुए ही फ़ॉलो-अप टाइप करें. Claude Code में आप मैसेज लिखकर Enter दबाते हैं, जैसे "Also keep the old endpoint names as aliases." यह पहले से ज़्यादा मायने रखता है क्योंकि रन लंबे हैं, इसलिए दोबारा शुरू करना महंगा है.

डिज़ाइन के काम में वे स्टाइल बताएँ जो नहीं चाहिए

बिना डिज़ाइन दिशा के, Opus 5.5 कुछ डिफ़ॉल्ट स्टाइलों पर लौटता है, और "generic look से बचो" जैसा अस्पष्ट निर्देश ज़्यादातर एक डिफ़ॉल्ट को दूसरे से बदलता है. खास पैटर्न की सूची कहीं बेहतर काम करती है:

Build a personal website with placeholder content.
Don't use a cream or off-white background, italic accent words in
headings, numbered "01 / 02 / 03" section labels, monospace labels, or
pill-shaped buttons.

अगर उसने जो चुना वह भी पसंद न आए, तो उसे भी सूची में जोड़कर फिर से कहें.

Claude Code में लंबा रन चलाना

बताएँ कि कौन से ठहराव चाहिए

Opus 5.5 काम करते हुए आपको जानकारी देता रहता है, और लंबी टास्क में कभी-कभी आगे बढ़ने की जगह रिपोर्ट करने के लिए रुक जाता है: ऐसा सारांश जो अगला कदम बताता है पर उठाता नहीं, जारी रखने का प्रस्ताव, या ऐसे विकल्पों की सूची जो काम को ब्लॉक नहीं करते. लेख CLAUDE.md के लिए एक नियम सुझाता है, जिसे फ़िगर में दो बॉक्स के रूप में दिखाया गया है. ट्रांसक्रिप्शन:

KEEP GOING
When a step doesn't need my input, keep going. Put status notes in the
same message as your next action.

STOP AND ASK
Stop and ask only when you can't continue without me, or before anything
destructive: deleting data, force-pushing, or changing anything outside
this repository.

अगर रन फिर भी "Want me to continue?" के साथ रुके, तो "continue" लिखें. आगे बढ़ते रहने का नियम कम ठहराव का मतलब है, इसलिए आख़िरी लाइन मायने रखती है: destructive commands के लिए permission prompts चालू रहने चाहिए. pair programming के लिए आप उल्टा नियम चाह सकते हैं: शुरू होने से पहले एक लाइन का प्लान और आख़िर में छोटा रिकैप. Opus 5.5 दोनों मानता है.

बड़ा काम subagents में बाँटवाएँ

बड़ी कोडबेस पर audit, migration या review के लिए Opus 5.5 से काम को subagents में बाँटने और हर नतीजा जाँचने को कहें. शुरुआती टेस्टरों ने इसे कम निगरानी में लंबे audit और migration पर parallel subagents coordinate करवाए. लेख का फ़िगर एक फ़्लो डायग्राम है; टेक्स्ट के रूप में:

Audit every service in services/ for the retry bug in the linked issue.
                          |
        +---------+---------+---------+
        v         v         v         v
   [Subagent] [Subagent] [Subagent] [Subagent]
        |         |         |         |
        +---------+---------+---------+
                          v
                  CHECK ITS EVIDENCE
   When a subagent reports back, check its evidence
   before you accept it.
                          |
                          v
               Finish with one table.

| SERVICE | AFFECTED YES OR NO | THE EVIDENCE |
|---------|--------------------|--------------|

और खुद प्रॉम्प्ट:

Audit every service in services/ for the retry bug in the linked issue.
Give each service to its own subagent. When a subagent reports back,
check its evidence before you accept it.
Finish with one table: service, affected yes or no, and the evidence.

टास्क-लिस्ट फ़ाइल में रखें

लंबे रन context window भर देते हैं, और तब Claude Code पुराने turns का सारांश बनाता है. फ़ाइल में checklist इससे बच जाती है और एक नज़र में दिखाती है कि क्या हुआ और क्या बाकी है: "Keep a checklist in TASKS.md. Tick each item when it's done, and add anything new you find." रन कहाँ है यह देखने के लिए scrollback नहीं, फ़ाइल पढ़ें.

नतीजा जाँचना

जब लंबा रन खत्म हो, तो सबसे पहले वह देखें जिसमें Claude आपका इंतज़ार कर रहा है: कोई खुला फ़ैसला या कोई बदलाव जिसे वह आपसे मंज़ूर करवाना चाहता है. फिर बाकी सारांश पढ़ें. फ़ॉर्मैट बदलने के लिए CLAUDE.md में लिखें: "End every run with three headings: Blocked on me, Changed, Found."

किसी इंसान से पहले Opus 5.5 से diff या pull request की review भी करवा सकते हैं. एक शुरुआती टेस्टर ने बताया कि सबसे कम effort पर इसने Opus 5 के high effort से ज़्यादा bug पकड़े, और झूठी alarm भी कम थीं:

Review the diff on this branch against main.
List only problems you'd block the merge for. For each one, give the
file and line, why it's wrong, and how to show it fails.

रिसर्च और एनालिसिस के लिए request में जोड़ें "Mark anything you couldn't confirm, and say where you looked". यह Claude के research report और Claude Code दोनों में काम करता है और खाली जगहों को आसानी से दिखा देता है.

Claude apps में

पहले देखें कि model picker में Opus 5.5 लिखा है. फिर:

• नंबर दोबारा टाइप करने की जगह खुद चार्ट, डायग्राम, स्क्रीनशॉट या स्लाइड अटैच करें. Opus 5.5 इमेज को Opus 5 से ज़्यादा सही पढ़ता है, वह मतलब भी जो चीज़ों की जगह पर निर्भर करता है: तीर किन बॉक्स को जोड़ता है, डायग्राम के दो वर्ज़न में क्या बदला, कैलेंडर स्क्रीनशॉट में मीटिंग कब शुरू और कब खत्म होती है. खास सवाल पूछें, जैसे "Which of these services call the billing API directly?"


• कोई लंबा प्लान, रिपोर्ट या डेक दें और गलतियाँ ढूँढने को कहें: "Check this deck for anything that contradicts itself: numbers, dates and names. Quote each problem and say where it is." Anthropic की टेस्टिंग में इसने ऐसी तारीख़ पकड़ी जो गलत दिन पर पड़ती थी और ऐसा चार्ट जो डेक के नंबरों से मेल नहीं खाता था.


• जब आपको स्प्रेडशीट या दस्तावेज़ चाहिए, तो आउटलाइन की जगह तैयार फ़ाइल माँगें: "Make this a spreadsheet I can share: one row per vendor, with columns for cost, contract end date and owner."


• अगर किसी लंबे प्रोजेक्ट चैट में फ़ॉलो-अप सवाल धीमे लगें, तो हो सकता है मॉडल पुराने जवाब दोबारा जाँच रहा हो. प्रोजेक्ट instructions में यह जोड़ें:

Once you have answered something, treat that answer as done. Focus on
what I'm asking now, and don't go back over an earlier answer unless I
ask about it or point out a problem with it.

लंबे एनालिसिस वाले प्रोजेक्ट में इसे न जोड़ें, जहाँ बाद का कदम पहले के कदम की गलती दिखा सकता है.

जब कोई मैसेज फ़्लैग हो जाए

Opus 5.5 पहला Opus मॉडल है जो Fable-स्तरीय bio और cyber सेफ़गार्ड के साथ लॉन्च हुआ. ज़्यादातर फ़्लैग किए गए मैसेज पुराने मॉडल पर चले जाते हैं और काम वहीं चलता रहता है. सोर्स कोड में सिक्योरिटी कमज़ोरियाँ ढूँढना मान्य है, और रोज़मर्रा के स्वास्थ्य और शिक्षा से जुड़े सवाल चलते रहते हैं. सेफ़गार्ड कभी-कभी सही काम भी फ़्लैग कर सकते हैं, और Anthropic का कहना है कि गलत फ़्लैग कम करने के लिए उन्हें ट्यून किया जा रहा है.

Claude apps में फ़्लैग किया मैसेज "Switched to" से शुरू होने वाला नोटिस दिखाता है जिसमें पुराने मॉडल का नाम होता है, और चैट उसी पर रहती है. वापस जाने के लिए model picker में Opus 5.5 चुनें; अगर पुराना मैसेज अभी भी चैट में है तो वह फिर फ़्लैग हो सकता है, इसलिए नई चैट शुरू करना साफ़ रहता है. पहले पूछे जाने के लिए Settings में Capabilities पर जाकर "Switch models when a message is flagged" बंद करें; फिर आपको विकल्पों वाला paused card दिखेगा. जाँच पूरी बातचीत को कवर करती है, फ़ाइलें और search results भी, इसलिए फ़्लैग पुराने content से भी आ सकता है.

Claude Code में सेशन पुराने मॉडल पर चलता रहता है. वापस जाने के लिए /model चलाएँ, पिछला मैसेज संपादित कर फिर कोशिश करने के लिए Esc दो बार दबाएँ, पहले पूछे जाने के लिए /config में वही सेटिंग बदलें, और फ़्लैग गलत होने पर /feedback चलाएँ.

एक संबंधित प्रॉम्प्ट बदलाव: मॉडल से उसके internal reasoning को जवाब में दोहराने को कहना अस्वीकार हो सकता है, क्योंकि यह फ़्लैग श्रेणियों में से एक है. इसके बजाय वह माँगें जो आपको चाहिए, जैसे "Explain why you chose this approach in three sentences."

फ़ास्ट मोड

Claude Code में Opus 5.5 के लिए fast mode लॉन्च के साथ research preview के रूप में उपलब्ध है: वही मॉडल, टेक्स्ट पहले आता है, प्रति token ज़्यादा खर्च और extra usage चालू करना ज़रूरी. /fast टाइप करें. यह उस आगे-पीछे वाले काम के लिए है जहाँ आप हर जवाब पढ़कर ही अगला भेजते हैं.

चेकलिस्ट

लेख का अंत एक checklist कार्ड से होता है जिसे लंबी टास्क से पहले दोहराना है. ट्रांसक्रिप्शन:

ASKING
[ ] The task says what "done" looks like
[ ] No "think hard" lines in prompts or saved instructions
[ ] Design requests list the styles to leave out
[ ] Charts and screenshots are attached, not retyped

LONG RUNS IN CLAUDE CODE
[ ] CLAUDE.md says when to stop and when to keep going, and to stop
    before anything destructive
[ ] Permission prompts are still on for destructive commands
[ ] Large audits and migrations are split across subagents
[ ] The task list is kept in a file

CHECKING
[ ] The "needs from you" part of the report is read first
[ ] A review pass runs before a person reviews
[ ] Research answers mark what couldn't be confirmed

FLAGS
[ ] You know how to switch back: the model picker, or /model
[ ] "Switch models when a message is flagged" is set the way you want

Claude Opus 5.5, VEGA AI में model picker से उपलब्ध है.