मैं अपना पहला AI प्रोडक्ट बनाना चाहता हूँ
किसी ऐसे व्यक्ति की स्टेप-बाय-स्टेप गाइड जिसने ज़ीरो कोडिंग ज्ञान से शुरुआत की।
जो बनाना चाहते हो उससे शुरू करो
कोर्स से शुरू मत करो। प्रोजेक्ट से शुरू करो। मुझे अपने ब्लॉग के लिए एक chatbot चाहिए था — उसी एक लक्ष्य ने आगे जो कुछ मैंने सीखा, सब चलाया।
AI coding agent के साथ बनाओ
तुम्हें कोडिंग आना ज़रूरी नहीं — कोड agent लिखता है, और तुम उसे पढ़ना और दिशा देना सीखते हो। एक GitHub अकाउंट बनाओ, commit और rollback करने जितना Git सीखो, फिर किसी coding agent के साथ कुछ असली बनाओ। मैं terminal में Claude Code और Codex इस्तेमाल करता हूँ, और काम पर Google Antigravity (2.0 एडिटर और उसका CLI)। यह सफ़र ही असली काम है। टूल तेज़ी से बदलते हैं; जो टिकता है वह है उन्हें चलाते हुए बना तुम्हारा judgment।
रिसोर्सेज़
Codex और GPT-5.4 vs Claude Code और Opus 4.6 — अब मैं दोनों क्यों इस्तेमाल करता हूँ
blog
मैंने 13 महीनों बाद Claude Max क्यों छोड़ा, और अगले 30 दिनों में Codex के साथ क्या टेस्ट करने वाला हूँ
blog
मैंने दो AI Models से अपनी site फिर से बनाई: Design के लिए Opus, Execution के लिए Codex
blog
मैंने Claude Code से 4 दिनों में अपना पूरा Blog Backend कैसे Rebuild किया
blog
बुनियाद — तुम्हारी पसंद, समय की सीमा में
कितने कोर्स चाहिए यह इस पर निर्भर है कि तुम कहाँ से शुरू कर रहे हो। शब्दावली में नए हो — prompting, embedding, RAG, agent? कुछ बुनियादी कोर्स लो, समय तय करके, फिर रुक जाओ; सर्टिफ़िकेट जमा करना तरक़्क़ी के भेस में टालमटोल है। पहले से सहज हो? सीधे बनाने पर कूदो। यह रहा 2026 का मेरा ईमानदार फ़ैसला: रखो / समय सीमित करो / छोड़ो।
Eval और judgment सीखो
जब कुछ चलने लगे, तो evaluation को व्यावहारिक तरीक़े से सीखो। असली input और output सहेजो, तय करो कि अच्छा और बुरा कैसा दिखता है, और agent से rubric का ढाँचा बनवाओ — अपने असली मटीरियल के आधार पर। जो उसे नहीं करना चाहिए वह है चुपके से तुम्हारा मानक तय करना; उसे calibrate तुम करते हो। यही judgment, न कि किसी एक टूल में महारत, टिकाऊ हुनर है।
अपने agent को अपने stack से जोड़ो (MCP)
जब तैयार हो, MCP की बुनियाद सीखो — वह परत जो तुम्हारे coding agent को बाक़ी टूल्स से बात करने देती है। तीन से शुरू करो जो लगभग हर प्रोजेक्ट में काम आते हैं: Context7 (ताकि वह API का अंदाज़ा लगाने के बजाय असली, ताज़ा docs पढ़े), Playwright और Chrome DevTools (ताकि वह असली browser चलाए और debug करे)। उसके बाद सही MCP इस पर निर्भर हैं कि तुम क्या बना रहे हो — web app के लिए Supabase, Stripe, Resend, Vercel; अब तो iOS के लिए भी Xcode MCP है। 2023 में यह नहीं था; अब यह मेरे बनाने के तरीक़े का हिस्सा है।
Death valley से बचकर निकलो
तुम अटकोगे — मैं महीनों अटका रहा। कोर्स समझ नहीं आ रहे थे, एक framework ने धोखा दिया, एक टूल महँगा पड़ गया। बस एक चीज़ काम आई: दूसरा तरीक़ा आज़माना और हार न मानना। इस हिस्से के लिए तैयार रहो।
Ship करने से पहले उसे सुरक्षित करो
AI agent कोड तेज़ी से लिखते हैं — असुरक्षित कोड भी। Deploy से पहले वह बिना चमक वाला रिव्यू करो: secret और API key repo से बाहर रखो, auth और row-level access कस दो, और agent द्वारा बनाए dependency व diff वाक़ई पढ़ो। मेरी पहली deployment पर 200+ सुरक्षा चेतावनियाँ आईं। तुम्हें पहले छह महीने का सर्टिफ़िकेट नहीं चाहिए; तुम्हें ship से पहले जाँचने का अनुशासन चाहिए।
एक मानक के साथ ship करो
बस ship मत करो — ऐसा काम ship करो जिस पर अपना नाम लगा सको। जो loop मेरे लिए काम करता है: आइडिया को हक़ीक़त से जाँचो, brief लिखो, योजना बनाओ, बनाओ, लॉन्च से पहले एक असली decision gate रखो, फिर एक capstone पूरा करो जिसे तुम किसी असली user को दे सको। DIALØGUE में छह महीने लगे; STRAŦUM में 75 दिन। पहला हमेशा सबसे मुश्किल होता है। अगर देखना चाहो कि टुकड़े कैसे जुड़ते हैं, तो दोनों को explore कर सकते हो।
Ship करते रहो: v1 के बाद क्या आता है
असली काम तब शुरू होता है जब AI कहता है 'हो गया।' Rebuilds, App Store submissions, बहुभाषी समर्थन, performance, उबाऊ infrastructure — दूसरा साल असल में ऐसा दिखता था।