اخبار وب

Claude چیست؟ راهنمای مدل‌ها، ابزارها، Skills و Claude Code در ۲۰۲۶

راهنمای جامع Claude: شناخت مدل‌های Anthropic، انتخاب مدل مناسب، کار با Skills و MCP، Claude Code، ابزارهای پژوهش و فایل، هزینه‌ها و حریم خصوصی.

1405/07/17 3 دقیقه مطالعه 2 بازدید
Claude چیست؟ راهنمای مدل‌ها، ابزارها، Skills و Claude Code در ۲۰۲۶

Claude نام خانواده مدل‌ها و محصولات هوش مصنوعی Anthropic است. می‌توانید با آن متن بنویسید، درباره یک سند سؤال بپرسید، داده تحلیل کنید، کد تغییر دهید یا انجام یک کار چندمرحله‌ای را به آن بسپارید. نتیجه‌ای که می‌گیرید فقط به مدل وابسته نیست؛ محیط استفاده، ابزارهای متصل، فایل‌های در دسترس و دستورهایی که برای کار نوشته‌اید هم تعیین‌کننده‌اند.

برای انتخاب درست، باید میان مدل، محصول، Tool، Connector و Skill تفاوت بگذارید. خرید اشتراک Claude لزوماً همان دسترسی API را نمی‌دهد و نصب یک Skill هم مدل را دوباره آموزش نمی‌دهد. این راهنما نقشه این اجزا، کاربرد هرکدام و راه شروع را توضیح می‌دهد. اطلاعات مدل‌ها و قابلیت‌های متغیر با منابع رسمی در ۹ اکتبر ۲۰۲۶ بررسی شده‌اند؛ دسترسی حساب شما می‌تواند با پلن، منطقه، تنظیمات سازمان و مرحله عرضه قابلیت تفاوت داشته باشد.

Claude چیست و Anthropic چه نقشی دارد؟

Anthropic شرکتی است که مدل‌های Claude و محصولات پیرامون آن‌ها را توسعه می‌دهد. وقتی در Claude یک پیام می‌نویسید، مدل با توجه به دستور و اطلاعات موجود پاسخ تولید می‌کند. اگر محیط به ابزار مجهز باشد، می‌تواند برای انجام کار از جستجو، اجرای کد یا اتصال به یک برنامه استفاده کند. عبارت «Claude این کار را انجام داد» ممکن است به تولید متن، ساخت فایل یا اجرای عملی در یک سرویس اشاره داشته باشد؛ بهتر است مشخص کنید کدام نتیجه را می‌خواهید.

مدل زبانی پایگاه داده‌ای از پاسخ‌های قطعی نیست. ممکن است استدلال قابل‌قبولی بنویسد ولی عدد، منبع یا نام یک قابلیت را اشتباه بیان کند. Anthropic درباره روش آموزش و اصولی مانند Constitutional AI توضیح داده است؛ این رویکردها برای جهت‌دادن به رفتار مدل‌اند و صحت تمام خروجی‌ها را تضمین نمی‌کنند. توضیح رسمی درباره آموزش مدل و استفاده از داده همین تفاوت میان یادگیری الگوها و ذخیره اطلاعات به شکل پایگاه داده را روشن می‌کند.

برای کار روزمره، نتیجه قابل‌بررسی درخواست کنید. مثلاً به‌جای «این گزارش را تحلیل کن» بنویسید: «سه تغییر اصلی را با شماره صفحه استخراج کن، عددهای گزارش را از برداشت خودت جدا نگه دار و مواردی را که سند توضیح نداده مشخص کن.» با این درخواست، هم دامنه کار روشن می‌شود و هم بررسی پاسخ آسان‌تر است.

مدل، محصول، ابزار و Skill چه تفاوتی دارند؟

مدل بخشی است که متن و ورودی‌های پشتیبانی‌شده را پردازش و درباره گام بعدی تصمیم‌گیری می‌کند. محصول، محیطی است که شما در آن کار می‌کنید؛ مانند Claude روی وب یا Claude Code. Tool یک عمل مشخص را اجرا می‌کند، مانند خواندن فایل یا اجرای فرمان. Connector دسترسی به یک سرویس دیگر را فراهم می‌کند. Skill روش انجام یک دسته کار را با دستور، نمونه و منابع توضیح می‌دهد.

جزءپرسشی که پاسخ می‌دهدمثال
Modelچه مدلی کار را پردازش می‌کند؟Sonnet 5.5 یا Opus 5.5
Productدر چه محیطی کار می‌کنید؟Claude، Claude Code یا API
Toolچه عملی قابل اجراست؟جستجو، خواندن فایل یا اجرای کد
Connector / MCPداده و ابزار بیرونی چگونه در دسترس قرار می‌گیرند؟اتصال به GitHub یا Google Drive
Skillکار باید با چه روشی انجام شود؟ساخت گزارش با قالب و قواعد تیم
Pluginچه مجموعه‌ای یک‌جا نصب می‌شود؟بسته‌ای از Skills و اتصال‌های مرتبط

یک مثال آموزشی: از Claude می‌خواهید گزارش فروش ماهانه بسازد. مدل درخواست را می‌فهمد، Connector فایل فروش را می‌آورد، ابزار اجرای کد داده را محاسبه می‌کند و Skill گزارش مشخص می‌کند چه جدول و توضیحی در خروجی باشد. نبود هر جزء نتیجه را تغییر می‌دهد؛ دستور خوب به‌تنهایی دسترسی به داده حسابداری ایجاد نمی‌کند. توضیح رسمی بسته‌های Plugin در Cowork نیز این اجزا را جدا معرفی می‌کند.

مدل‌های فعلی Claude؛ فراتر از سه نام آشنا

در منابع قدیمی معمولاً فقط Haiku، Sonnet و Opus معرفی می‌شوند. در زمان نگارش این مقاله، فهرست اصلی API شامل Haiku 5.5، Sonnet 5.5، Opus 5.5 و Fable 5.1 است. Mythos 5.1 هم معرفی شده، اما دسترسی آن محدود است و نباید آن را یک گزینه عمومی برای هر حساب دانست. شناسه‌های مدل و قابلیت‌های دقیق را از فهرست رسمی مدل‌ها بخوانید.

Haiku 5.5 در ۷ اکتبر ۲۰۲۶ معرفی شد و برای سرعت و هزینه پایین‌تر طراحی شده است. دسته‌بندی پیام، استخراج فیلدهای ساده یا پردازش تعداد زیادی ورودی، نمونه‌هایی برای ارزیابی آن هستند. ارزان‌تر بودن به معنی مناسب بودن برای هر تصمیم حساس نیست؛ روی داده واقعی خودتان، خطاهای استخراج و موارد مبهم را بسنجید. ویژگی‌های نسخه را در معرفی Haiku 5.5 ببینید.

Sonnet 5.5 در ۲۸ سپتامبر ۲۰۲۶ معرفی شد. برای بسیاری از کارهای نوشتن، تحلیل و توسعه نرم‌افزار می‌تواند نقطه شروع ارزیابی باشد. این پیشنهاد انتخاب، یک قاعده عملی است؛ به معنی برتری ثابت آن در همه کارها نیست. اگر خلاصه‌سازی اسناد و تغییرات معمول کد انجام می‌دهید، ابتدا کیفیت همین مدل را با هزینه و زمان پاسخ مقایسه کنید. صفحه رسمی Sonnet 5.5 جزئیات انتشار را دارد.

Opus 5.5 در ۲۲ سپتامبر ۲۰۲۶ معرفی شد و Anthropic آن را برای کدنویسی Agentic و کارهای پیچیده حرفه‌ای عرضه کرده است. وقتی مسئله به خواندن چند فایل، دنبال کردن وابستگی‌ها یا اصلاح چندمرحله‌ای نیاز دارد، مقایسه آن با Sonnet ارزش دارد. گزارش‌های عملکرد سازنده را با شرایط آزمون بخوانید؛ نتیجه یک Benchmark یا تجربه مشتری، زمان و هزینه پروژه شما را تضمین نمی‌کند. منبع: معرفی Opus 5.5.

Fable 5.1 برای کارهای طولانی و مسئله‌های دشوار معرفی شده و هزینه API آن از Opus بالاتر است. Mythos 5.1 به سازمان‌ها و شریک‌های واجد شرایط محدود می‌شود. انتخاب Fable باید با بهبود واقعی خروجی توجیه شود؛ نام بالاتر در خانواده مدل‌ها، دلیل کافی برای مصرف بیشتر نیست. تفاوت دسترسی و ملاحظات این دو در اعلام رسمی Fable و Mythos 5.1 توضیح داده شده است.

نقشه کاربرد مدل‌های Claude شامل Haiku 5.5، Sonnet 5.5، Opus 5.5، Fable 5.1 و Mythos 5.1 با دسترسی محدود

تصویر، کاربرد پیشنهادی خانواده‌ها را نشان می‌دهد؛ نمودار نمره یا رتبه‌بندی عملکرد نیست.

چگونه مدل مناسب کار خود را انتخاب کنید؟

انتخاب را با یک مجموعه کوچک از کارهای واقعی شروع کنید. پنج نمونه آسان، پنج نمونه معمول و چند نمونه دشوار جمع کنید؛ مانند متن فارسی با نام محصول، جدول دارای خانه خالی یا باگ وابسته به چند فایل. خروجی مطلوب و خطاهای غیرقابل‌قبول را پیش از دیدن پاسخ مدل مشخص کنید. این کار جلوی انتخاب بر اساس یک پاسخ چشمگیر ولی غیرنماینده را می‌گیرد.

سه چیز را جدا اندازه بگیرید: کیفیت نتیجه، زمان رسیدن به خروجی قابل‌استفاده و هزینه کل. مدلی که ارزان‌تر پاسخ می‌دهد ولی به چند دور اصلاح نیاز دارد، ممکن است برای کار شما گران‌تر تمام شود. از طرف دیگر، برای برچسب‌زدن ساده پیام‌ها لازم نیست همیشه مدل گران‌تر را به کار ببرید. مسیر ارتقا بسازید: مورد ساده با مدل سبک‌تر، مورد مبهم با مدل قوی‌تر و تصمیم نهایی با مسئول انسانی مربوط.

برای مقایسه با گزینه‌های دیگر، مقاله ارائه‌دهندگان هوش مصنوعی در ۲۰۲۶ را ببینید. ارزیابی فارسی را هم مستقل انجام دهید: حفظ نیم‌فاصله، نام انگلیسی محصول، تاریخ، واحد پول و لحن برند را بررسی کنید. کیفیت پاسخ انگلیسی، معیار کامل کیفیت متن فارسی شما نیست.

Context Window، Token و Thinking را درست بخوانید

Token واحدی است که مدل برای پردازش متن و ورودی‌ها استفاده می‌کند؛ معادل ثابت یک کلمه فارسی یا انگلیسی نیست. Context Window مقدار اطلاعاتی است که در یک درخواست یا جریان پردازش در اختیار مدل قرار می‌گیرد. تاریخچه گفتگو، فایل‌ها، دستورها و پاسخ ابزارها از این فضا استفاده می‌کنند. ظرفیت بزرگ‌تر به ورود اطلاعات بیشتر کمک می‌کند، اما باعث نمی‌شود مدل تمام جزئیات را با دقت برابر دنبال کند.

در فهرست فعلی، چهار مدل اصلی یادشده برای API با Context Window یک میلیون Token و حداکثر خروجی ۱۲۸ هزار Token ثبت شده‌اند. این اعداد را به سقف قطعی همه گفتگوهای اپ Claude تبدیل نکنید؛ پلن و محیط استفاده نیز محدودیت دارند. راهنمای Context Window و مشخصات مدل، مرجع پیاده‌سازی‌اند.

Thinking و Effort درباره میزان پردازش مدل برای مسئله‌اند. تنظیم بالاتر را برای مسئله‌ای که واقعاً به بررسی بیشتر نیاز دارد ارزیابی کنید؛ پاسخ طولانی‌تر همیشه دقیق‌تر نیست. برای یک سند بلند، فهرست بخش‌ها، شماره صفحه و پرسش مشخص بدهید. برای مخزن کد، فایل‌های مرتبط و معیار پایان کار را تعیین کنید. انتقال تمام داده موجود بدون توضیح هدف، اغلب فقط مصرف را بیشتر می‌کند.

Claude روی وب، دسکتاپ و موبایل؛ وضعیت جدید Cowork

Claude را می‌توان از وب و برنامه‌های دسکتاپ و موبایل استفاده کرد. در تجربه جدیدی که به‌تدریج عرضه می‌شود، Chat و Cowork در یک گفتگو قرار می‌گیرند؛ شما نتیجه موردنظر را می‌گویید و Claude بسته به کار، پاسخ کوتاه یا انجام وظیفه چندمرحله‌ای را دنبال می‌کند. بنابراین راهنماهای قدیمی که انتخاب اجباری میان دو محیط مستقل را توضیح می‌دهند، ممکن است با رابط حساب شما سازگار نباشند. منبع: تجربه یکپارچه Claude.

از ۶ اکتبر ۲۰۲۶، کارهای جدید Cowork در پلن‌های Pro و Max در Cloud اجرا می‌شوند. کارهای محلی قبلی می‌توانند در همان محیط ادامه پیدا کنند. اجرای Cloud به معنی دسترسی دائمی به کامپیوتر شما نیست؛ دسترسی به پوشه‌های متصل از طریق برنامه دسکتاپ و با باز بودن آن انجام می‌شود. این تفاوت را در راهنمای محیط اجرای Cowork بخوانید.

برای واگذاری کار، مقصد خروجی را مشخص کنید: «این سه فایل را بخوان و یک گزارش قابل‌ویرایش با جدول اختلاف‌ها بساز.» اگر فقط پاسخ سریع می‌خواهید، همان را بنویسید تا ساخت فایل و مراحل اضافی وارد کار نشوند. برای کاری که باید صرفاً روی سیستم خودتان اجرا شود، محیط محلی Claude Code را با مسیر و مجوزهای مشخص بررسی کنید.

Projects، Memory و دستورهای شخصی

Projects فایل‌ها و دستورهای مرتبط با یک موضوع را کنار هم نگه می‌دارد. برای نمونه، یک Project برای محتوای یک برند می‌تواند شامل راهنمای لحن، شرح محصولات و مقاله‌های مرجع باشد. لازم نیست در هر گفتگو همه این اطلاعات را دوباره توضیح دهید. Projects برای کاربران رایگان هم در دسترس است و در راهنمای فعلی، سقف پنج Project برای پلن Free ذکر شده است. منبع: ساخت و مدیریت Projects.

Memory به استفاده از زمینه گفتگوهای قبلی و ترجیح‌های شما کمک می‌کند. آن را با آرشیو دقیق تمام گفته‌ها اشتباه نگیرید. راهنمای فعلی اجازه می‌دهد برای یک گفتگوی تازه Memory را خاموش کنید؛ در این حالت گفتگو می‌تواند در تاریخچه بماند، ولی از Memory استفاده نکند. تنظیمات Memory و جستجوی گفتگوها این تفاوت را توضیح می‌دهد.

دستورهای شخصی را کوتاه و عملی بنویسید: «نام‌های فنی انگلیسی را حفظ کن؛ برای عدد بدون منبع، عدم قطعیت را مشخص کن؛ پیش از انتشار، متن را برای بررسی تحویل بده.» فایل مرجع باید نسخه و تاریخ روشن داشته باشد. اگر دو سند برند قیمت متفاوتی دارند، از مدل نخواهید حدس بزند کدام درست است؛ مرجع معتبر را معرفی کنید.

خواندن فایل، تحلیل تصویر و کار با PDF

Claude فایل‌های متنی و اسنادی مانند PDF، DOCX و CSV و تصویرهایی مانند PNG، JPEG و WebP را می‌پذیرد. شیوه پردازش همه فرمت‌ها یکسان نیست. طبق راهنمای فعلی، PDF تا ۱۰۰ صفحه می‌تواند از نظر متن و اجزای بصری تحلیل شود؛ برای PDF از ۱۰۱ تا ۱۰۰۰ صفحه پردازش به متن محدود می‌شود. تصاویر داخل اسناد غیر PDF هم نباید خودبه‌خود قابل‌خواندن فرض شوند. مرجع: بارگذاری و پردازش فایل‌ها.

برای تحلیل نمودار، پرسش را به یک صفحه یا تصویر مشخص محدود کنید و بخواهید برچسب محور، واحد و روند را جدا گزارش کند. اگر نوشته‌ها ریز یا اسکن تار است، آن محدودیت را در خروجی حفظ کنید. جدول استخراج‌شده را با چند ردیف اصلی تطبیق دهید؛ اشتباه یک رقم در جدول هزینه، می‌تواند نتیجه تحلیل را عوض کند.

داشتن قابلیت Vision به معنی ساخت عکس نیست. Claude می‌تواند تصاویر را تحلیل کند و نمودار یا محتوای بصری مبتنی بر HTML و SVG بسازد، ولی این با تولید عکس و تصویرسازی در مدل‌های مخصوص تصویر فرق دارد. توضیح رسمی تولید محتوای تصویری در Claude این مرز را روشن می‌کند. برای مقایسه این کاربردها، مقاله Midjourney و خلق تصویر با هوش مصنوعی را ببینید.

Web Search، Research و اطلاعات به‌روز

Web Search برای سؤال‌هایی مناسب است که به اطلاعات تازه وب نیاز دارند. پاسخ می‌تواند لینک منبع و ارجاع داشته باشد و با Web Fetch، محتوای یک نشانی مشخص بررسی شود. از Claude بخواهید منبع اصلی را ترجیح دهد و تاریخ رخداد را از تاریخ انتشار خبر جدا کند. داشتن لینک به‌تنهایی کافی نیست؛ صفحه مقصد باید همان ادعا را پشتیبانی کند. راهنما: Web Search در Claude.

Research برای بررسی چندمنبعی و مسئله‌ای است که با یک جستجو تمام نمی‌شود. Claude جستجوهای بعدی را بر اساس یافته‌های قبلی انجام می‌دهد و گزارش دارای ارجاع می‌سازد. این قابلیت در پلن‌های پولی عرضه شده و برای کارکرد آن باید Web Search روشن باشد. اطلاعات داخلی هم تنها با اتصال مناسب وارد تحقیق می‌شوند. منبع: استفاده از Research.

برای نمونه، در تحقیق رقبا بنویسید: «قیمت‌های رسمی سه محصول را در تاریخ امروز مقایسه کن، تفاوت صورتحساب سالانه و ماهانه را جدا بنویس و ویژگی تأییدنشده را در جدول نیاور.» این نمونه آموزشی است. برای تازه‌بودن پاسخ، حافظه آموزشی مدل را با جستجوی زنده اشتباه نگیرید؛ تاریخ برش دانش مدل‌ها همچنان اهمیت دارد.

Artifacts؛ از پاسخ متنی تا خروجی قابل‌ویرایش

Artifact خروجی‌ای است که کنار گفتگو باز می‌شود و می‌توانید آن را ویرایش، دوباره استفاده یا به اشتراک بگذارید. سند، ارائه، طراحی و ابزار تعاملی کوچک از نمونه‌های آن‌اند. در تجربه فعلی، Claude Docs، Claude Slides و Claude Design در قالب‌های Artifacts قرار دارند. وضعیت عرضه و تنظیمات سازمان را از راهنمای رسمی Artifacts بخوانید.

برای یک ارائه، تنها موضوع را ننویسید. مخاطب، مدت ارائه، تعداد تقریبی اسلاید، پیام اصلی و فایل‌های مرجع را مشخص کنید. مثلاً: «از این گزارش، ارائه‌ای برای جلسه تصمیم‌گیری بساز؛ هر اسلاید یک ادعا داشته باشد و نمودارها از جدول داخل فایل استفاده کنند.» پس از تولید، متن روی اسلاید، خوانایی نمودار و عددها را بررسی کنید؛ زیبایی چیدمان، درستی محتوا را ثابت نمی‌کند.

Claude Dashboards برای پرسش از داده و ساخت نمودار با Queryهای قابل‌مشاهده عرضه شده و در Beta است. برای نمودار فروش، تعریف «فروش» را مشخص کنید: سفارش ثبت‌شده، پرداخت موفق یا درآمد پس از استرداد؟ راهنمای Dashboards بر دیدن Query هر نمودار تأکید دارد. Claude Motion نیز از قالب‌های Beta است؛ دسترسی و پایداری آن را مانند ویژگی تثبیت‌شده فرض نکنید.

ساخت Excel، Word، PowerPoint و PDF

Claude با اجرای کد می‌تواند فایل‌های XLSX، DOCX، PPTX و PDF بسازد و روی داده بارگذاری‌شده کار کند. این قابلیت با نوشتن یک جدول در پیام فرق دارد؛ خروجی فایل واقعی است که می‌توانید دانلود و در برنامه مربوط باز کنید. امکان ساخت فایل برای پلن‌های مختلف ارائه شده، اما محدودیت شبکه و محیط سازمان بر کار اثر دارد. منبع: ساخت و ویرایش فایل با Claude.

در درخواست فایل Excel، نام ستون‌ها، واحد پول، تاریخ و منطق محاسبه را تعیین کنید. اگر جمع باید با Formula محاسبه شود، آن را صریح بگویید؛ عدد نوشته‌شده با فرمولی که پس از تغییر ورودی به‌روز می‌شود یکسان نیست. برای PDF فارسی، جهت متن، اتصال حروف، ترتیب اعداد و فاصله جدول‌ها را در خروجی نهایی ببینید. نام فایل و نسخه آن را هم بخشی از درخواست قرار دهید.

برای خروجی حساس، معیار پذیرش بنویسید: «جمع ردیف‌ها با کل گزارش برابر باشد، ردیف بدون مبلغ علامت‌گذاری شود و تاریخ‌ها بدون تغییر تقویم وارد شوند.» اگر می‌خواهید فایل را بعداً خودتان ویرایش کنید، فرمت قابل‌ویرایش را همراه PDF بخواهید. تحلیل داده و تنظیم ظاهر سند، دو مرحله متفاوت‌اند و هرکدام بررسی خودش را نیاز دارد.

Skills چیست و چه زمانی به کار می‌آید؟

Skill بسته‌ای از دستورها و منابع برای یک کار تکرارشونده است. به‌جای توضیح دوباره روش گزارش‌نویسی در هر گفتگو، می‌توانید قواعد، نمونه و ترتیب مراحل را در Skill نگه دارید. Claude بر اساس توصیف و تناسب کار، Skill مرتبط را به کار می‌گیرد. Skills در Claude، Claude Code و مسیرهای پشتیبانی‌شده API وجود دارند؛ وضعیت هر محیط را در راهنمای استفاده از Skills ببینید.

یک Prompt کوتاه برای کار یک‌باره کافی است. Skill زمانی ارزش بیشتری دارد که کار روش ثابت، فایل مرجع یا خروجی استاندارد دارد؛ مانند آماده‌کردن گزارش جلسه با قالب تیم، بازبینی متن با لحن برند یا تولید فایل دارای قواعد مشخص. افزودن Skill وزن‌های مدل را تغییر نمی‌دهد؛ دستور و دانش کاری هنگام اجرا در اختیار آن قرار می‌گیرد.

Skill خوب محدود و قابل‌سنجش است. «همه کارهای بازاریابی را انجام بده» دامنه مبهمی دارد. «از یادداشت‌های جلسه، تصمیم‌ها، مسئول هر کار و موعدها را استخراج کن؛ چیزی را که در یادداشت نیامده حدس نزن» روشن‌تر است. برای کاربرد محتوایی، قواعد Skill را با فرایند مقاله راهنمای بازاریابی محتوا هماهنگ کنید؛ مثلاً استخراج منبع، نگارش و تأیید انتشار را گام‌های جدا قرار دهید.

تفاوت Skill برای روش انجام کار، MCP برای اتصال به داده و ابزار، و Tools برای اجرای عمل در Claude

ساختار SKILL.md و نمونه یک Skill کوچک

در Claude Code، Skill می‌تواند در پوشه‌ای مانند .claude/skills/meeting-report/ قرار بگیرد و فایل اصلی آن SKILL.md باشد. بخش ابتدای فایل، نام و توصیف را معرفی می‌کند؛ بدنه، مراحل و قواعد را توضیح می‌دهد. فایل‌های مرجع و Scriptهای لازم هم می‌توانند کنار آن باشند. مرجع ساختار و فراخوانی: مستندات Skills در Claude Code.

نمونه زیر آموزشی است و فقط روش آماده‌کردن گزارش جلسه را تعریف می‌کند. قرار نیست به داده‌ای که وصل نشده دسترسی بدهد یا گزارش را خودکار برای کسی بفرستد. برای استفاده در محیط دیگر، روش نصب همان محیط را دنبال کنید؛ کپی‌کردن پوشه به یک مسیر دلخواه، نصب در همه محصولات محسوب نمی‌شود.

---
name: meeting-report
description: Turn meeting notes into decisions and assigned actions.
---

Read the supplied meeting notes.
Separate decisions from open questions.
For each action, extract the owner and due date if stated.
Mark missing owners and dates as unspecified.
Preserve technical names and quoted numbers.
Return a draft for review; do not send it to anyone.

با چند ورودی امتحانش کنید: جلسه‌ای بدون تصمیم، یادداشتی با موعد مبهم و گزارشی با دو مسئول برای یک کار. ببینید آیا Skill فقدان داده را حفظ می‌کند یا جای خالی را با حدس پر می‌کند. نمونه‌های رسمی در مخزن anthropics/skills برای یادگیری ساختار مفیدند؛ شرایط استفاده هر نمونه را هم بخوانید.

MCP، Connectors و Plugins چگونه کنار Skills کار می‌کنند؟

MCP مخفف Model Context Protocol است و برای ارتباط محیط هوش مصنوعی با ابزارها و منابع بیرونی استفاده می‌شود. یک MCP Server می‌تواند قابلیت‌هایی مانند جستجوی سند، خواندن Ticket یا Query روی داده را معرفی کند. اتصال به معنای مجوز نامحدود نیست؛ امکانات Server، حساب متصل و سطح دسترسی تعیین می‌کنند چه عملی ممکن است. راهنمای MCP در Claude Code این اتصال‌ها را توضیح می‌دهد.

Connector معمولاً مسیر کاربرپسند وصل‌کردن یک سرویس است. Skill توضیح می‌دهد داده آن سرویس چگونه در یک فرایند استفاده شود. Plugin می‌تواند چند جزء مرتبط را بسته‌بندی کند. برای نمونه، Plugin یک تیم فروش ممکن است روش تهیه گزارش و اتصال به ابزار مشتریان را کنار هم بگذارد. این مثال، تعریف یک محصول خاص یا وعده وجود تمام اتصال‌ها در حساب شما نیست.

پیش از افزودن بسته بیرونی، متن Skill، Scriptها و مجوز اتصال را بخوانید. داده دریافتی از وب یا سند، نباید خودبه‌خود به دستور انجام کار تبدیل شود. برای اتصال به داده کاری، ابتدا دسترسی خواندن محدود بدهید؛ اگر فرایند نیاز به نوشتن دارد، عمل مجاز و محل مقصد را روشن کنید. آموزش رسمی شخصی‌سازی Cowork نمونه‌های ترکیب Skills و اتصال‌ها را دارد.

Claude Code؛ کار روی مخزن واقعی نرم‌افزار

Claude Code محیطی برای توسعه نرم‌افزار با دسترسی به پروژه و ابزارهای لازم است. می‌تواند فایل‌های مرتبط را بخواند، کد را تغییر دهد و فرمان‌هایی مانند اجرای آزمون را در محدوده مجاز اجرا کند. مسیرهای ترمینال، IDE و محیط‌های دیگر عرضه شده‌اند و وضعیت نسخه‌ها ممکن است تفاوت داشته باشد. برای شروع و نصب، به مستندات رسمی Claude Code مراجعه کنید.

به‌جای «پروژه را بهتر کن» یک مسئله قابل‌بررسی بدهید: «در فرم ثبت‌نام، خطای ایمیل تکراری بدون پیام مناسب برمی‌گردد. مسیر اعتبارسنجی را پیدا کن، پیام را اصلاح کن و رفتار بقیه فرم را حفظ کن.» این درخواست به Agent کمک می‌کند فایل درست را پیدا کند و دامنه تغییر را محدود نگه دارد. اگر فقط توضیح می‌خواهید، صریح بنویسید که فایل‌ها تغییر نکنند.

گردش کار پیشنهادی شامل تعریف مسئله، بررسی کد، ویرایش، اجرای آزمون متناسب و بازبینی Diff است. به جمله «کار تمام شد» اکتفا نکنید؛ تغییر واقعی، خروجی فرمان و محدودیت بررسی را بخواهید. ساخت کد و تصمیم انتشار دو کار جدا هستند. برای کیفیت رابط نیز معیار کاربر را توضیح دهید؛ مقاله طراحی Mobile-first می‌تواند به مشخص‌کردن رفتار نمایش در اندازه‌های مختلف کمک کند.

گردش کار پیشنهادی Claude Code از تعریف مسئله و بررسی کد تا ویرایش، اجرای آزمون و بازبینی انسان

CLAUDE.md، Subagents و Hooks

CLAUDE.md برای نگهداری دستورها و زمینه پروژه استفاده می‌شود: ساختار پوشه‌ها، فرمان آزمون، قواعد سبک و محدودیت تغییر. آن را به دفترچه‌ای طولانی از تمام جزئیات تبدیل نکنید؛ اطلاعاتی را نگه دارید که واقعاً تصمیم‌های روزمره را تغییر می‌دهد. مثلاً «فایل‌های تولیدشده را مستقیم ویرایش نکن؛ منبع آن‌ها در این مسیر است.» تفاوت دستورهای پروژه و Memory خودکار در راهنمای حافظه Claude Code آمده است.

Subagent یک کار محدود را با زمینه و ابزارهای خودش دنبال می‌کند؛ برای مثال بررسی فقط‌خواندنی یک بخش کد. این جداسازی به تقسیم مسئله کمک می‌کند، ولی نتیجه باید به کار اصلی برگردد و بررسی شود. واگذاری نامشخص می‌تواند کار تکراری و مصرف بیشتر ایجاد کند. برای تعریف نقش و دسترسی، مستندات Subagents را ببینید.

Hook فرمانی است که در رویداد مشخص اجرا می‌شود؛ مانند بررسی فایل پس از ویرایش. برخلاف توصیه متنی در Skill، Hook می‌تواند یک عمل اجرایی واقعی باشد، بنابراین باید خروجی و خطایش معلوم باشد. از Hook ناشناخته در پروژه‌ای که کلید یا دسترسی حساس دارد استفاده نکنید. رویدادها و ساختار تنظیمات در مرجع Hooks توضیح داده شده‌اند.

کار در مرورگر، Computer Use و برنامه‌های اداری

Claude in Chrome به انجام کار روی صفحه‌های وب کمک می‌کند. مرورگر داخلی و Computer Use هم در محیط‌های پشتیبانی‌شده می‌توانند خواندن صفحه، کلیک و ورود متن را انجام دهند. این دسترسی با دریافت متن یک URL فرق دارد؛ Agent با رابط تعامل می‌کند و ممکن است عملی در حساب شما انجام دهد. برای مسیر مرورگر، صفحه Claude in Chrome را ببینید.

در کار عملی، نتیجه و مرز اقدام را تعیین کنید: «این فرم را با داده پیوست پر کن و قبل از ارسال توقف کن.» یا «سه صفحه محصول را بخوان و مقایسه کن؛ خرید انجام نده.» انتخاب حالت مجوز باید متناسب با کار باشد. قابلیت Beta ممکن است در صفحه پیچیده یا پنجره غیرمنتظره خطا کند؛ برای پرداخت، ارسال پیام و حذف فایل، نقطه بررسی انسانی مشخص نگه دارید. مرجع تنظیمات اجرایی Code: مجوزهای Claude Code.

Claude for Microsoft 365 داخل Excel، PowerPoint، Word و Outlook عرضه شده است. مسیر Google Workspace نیز برای Docs، Sheets و Slides وجود دارد، ولی قابلیت‌های دو مجموعه یکسان نیستند. برای نمونه، انتقال کار میان برنامه‌ها در Microsoft 365 را به Sidebar گوگل تعمیم ندهید. منابع: Microsoft 365 و Google Workspace.

Voice و کارهای زمان‌بندی‌شده

Voice Mode برای گفتگوی صوتی با Claude است. دیکته‌کردن یک پیام و گفتگوی صوتی کامل یک قابلیت واحد نیستند؛ وجود دیکته در یک محیط، وجود Voice Mode در همه Add-inها را ثابت نمی‌کند. زبان‌ها و دسترسی فعلی را از راهنمای Voice Mode بخوانید. برای فارسی، کیفیت فهم نام‌های فنی و تبدیل عددها را با چند جمله کوتاه ارزیابی کنید.

Scheduled Tasks برای کارهایی مانند خلاصه هفتگی، گزارش دوره‌ای یا تحقیق تکراری‌اند. در وضعیت فعلی، کارهای زمان‌بندی‌شده جدید می‌توانند در Cloud اجرا شوند و به روشن‌بودن دستگاه وابسته نباشند؛ اما کار نیازمند فایل یا برنامه محلی، محدودیت محیط محلی را دارد. کارهای قدیمی محلی هم الزاماً به Cloud منتقل نشده‌اند. منبع: زمان‌بندی کارها.

برای کار تکراری، زمان و منطقه زمانی، منبع داده، محل خروجی و رفتار هنگام نبود داده را مشخص کنید. مثلاً گزارش هفته باید دوره دقیق را داشته باشد و اگر اتصال قطع بود، نباید داده قبلی را به‌عنوان گزارش تازه تحویل دهد. اگر قرار است خروجی جایی ارسال شود، مقصد و اجازه ارسال را جدا از اجازه ساخت گزارش تعیین کنید.

API، Tool Use، Agent SDK و Managed Agents

API برای افزودن Claude به محصول خودتان است. برنامه شما درخواست را با مدل و ورودی مشخص می‌فرستد و پاسخ را مصرف می‌کند. در Tool Use، مدل می‌تواند استفاده از یک ابزار را درخواست کند؛ ابزارهای Client-side را برنامه شما اجرا می‌کند و نتیجه را برمی‌گرداند. ابزارهای Server-side مسیر اجرایی متفاوتی دارند. این مرز در مستندات Tool Use توضیح داده شده است.

اگر ابزار شما «تغییر وضعیت سفارش» است، بررسی مجوز و اعتبارسنجی ورودی باید در کد برنامه انجام شود. نام کاربر، متن خروجی مدل یا توضیح Skill جای احراز دسترسی را نمی‌گیرد. برای خروجی ساختاریافته، Structured Outputs می‌تواند پاسخ را به Schema نزدیک و قابل‌مصرف کند، اما سازگاری ساختار، صحت مقدارها را ثابت نمی‌کند. منابع: Structured Outputs و مقاله اعتبارسنجی داده با Zod.

Agent SDK اجزای ساخت یک Agent را در برنامه شما فراهم می‌کند؛ Managed Agents مسیر مدیریت‌شده‌ای برای اجرای Agentهاست و در منابع فعلی Research Preview معرفی شده است. انتخاب میان API مستقیم، SDK و اجرای مدیریت‌شده را با نیاز به کنترل محیط، مشاهده‌پذیری و نگهداری انجام دهید. مستندات Agent SDK و Managed Agents نقطه شروع‌اند.

پلن‌ها، هزینه API و مصرف واقعی

پلن‌های Free، Pro، Max، Team و Enterprise برای نیازهای فردی و سازمانی عرضه می‌شوند. تفاوت فقط تعداد پیام نیست؛ دسترسی به مدل، سقف مصرف، مدیریت سازمان و قابلیت‌های خاص هم دخیل‌اند. اشتراک اپ را به اعتبار نامحدود API تبدیل نکنید. پیش از خرید، مسیر پرداخت و مصرف محصولی را که می‌خواهید استفاده کنید بخوانید. قیمت و امکانات پلن‌ها در صفحه رسمی قیمت‌گذاری به‌روز می‌شوند.

برای مقیاس هزینه API، نرخ استاندارد ورودی و خروجی به ازای یک میلیون Token در زمان نگارش چنین است: Sonnet 5.5 برابر ۲ و ۱۰ دلار، Opus 5.5 برابر ۴ و ۲۰ دلار و Fable 5.1 برابر ۱۰ و ۵۰ دلار. Haiku 5.5 برای Prompt تا ۱۰۰ هزار Token از ۰٫۱۰ و ۰٫۵۰ دلار شروع می‌شود و بالای آن آستانه، نرخ ورودی ۰٫۵۰ و خروجی ۲٫۵۰ دلار است. این اعداد هزینه نهایی همه ابزارها و حالت‌های اجرا نیستند.

Prompt Caching برای زمینه تکراری می‌تواند مصرف هزینه را تغییر دهد، اما زمان اعتبار، نوع نوشتن و خواندن Cache و ساختار درخواست مهم‌اند. راهنمای Prompt Caching را برای پیاده‌سازی بخوانید. در محاسبه هزینه، جستجو، اجرای محیط، دورهای اصلاح و مصرف Agentها را هم لحاظ کنید؛ تقسیم قیمت یک میلیون Token بر تعداد پیام، برآورد قابل‌اعتمادی نیست.

حریم خصوصی، Incognito و دسترسی از ایران

تنظیمات داده در محصولات مصرف‌کننده و تجاری یکسان نیست. در حساب‌های مصرف‌کننده، گزینه Help Improve our AI models درباره استفاده از داده برای بهبود مدل اهمیت دارد. خاموش‌کردن آن به معنی حذف فوری همه داده یا برگشت‌دادن آموزش انجام‌شده نیست. جزئیات و استثناهای ایمنی را از تنظیمات حریم خصوصی بخوانید.

Incognito گفتگو را از تاریخچه عادی و Memory جدا می‌کند و برای آموزش استفاده نمی‌شود، ولی به معنی نبود نگهداری سمت سرویس نیست. برای سازمان‌ها، سیاست نگهداری و امکان دسترسی مدیر نیز اهمیت دارد. راهنمای فعلی حتی تفاوت‌هایی در امکان اجرای کد در تجربه Incognito ذکر می‌کند. منبع: گفتگوهای Incognito. داده مشتری و اطلاعات حساب را تنها در محیطی وارد کنید که مجوز و سیاستش برای آن کار مناسب است.

برای کاربران ایران، دسترسی رسمی موضوعی جدا از کیفیت مدل است. در فهرست کشورهای پشتیبانی‌شده در زمان بررسی، ایران دیده نمی‌شود. وجود واسطه یا امکان بازشدن یک صفحه را تضمین پشتیبانی رسمی و تداوم حساب ندانید. پیش از پرداخت، فهرست رسمی مناطق پشتیبانی‌شده و شرایط سرویس را بررسی کنید. اگر واسطه‌ای می‌خرید، روشن کنید داده از چه مسیر و با چه سیاستی پردازش می‌شود.

Claude Science، Claude Security و قابلیت‌های در حال عرضه

Claude Science برای جریان کار پژوهشی معرفی شده و ابزارها، منابع علمی و خروجی قابل‌پیگیری را در محیط تخصصی کنار هم می‌گذارد. کاربرد آن را با چت عمومی درباره علم یکسان نگیرید؛ اتصال به داده، کد محاسبه و منشأ نتیجه در پژوهش مهم‌اند. برای شناخت دامنه محصول، معرفی Claude Science را بخوانید.

Claude Security کد را برای پیدا کردن آسیب‌پذیری بررسی و اصلاح پیشنهادی برای بازبینی ارائه می‌کند. در راهنمای فعلی برای Enterprise در Public Beta آمده است. نتیجه آن باید در فرایند بررسی امنیتی تیم قرار بگیرد؛ نبود گزارش، اثبات نبود آسیب‌پذیری نیست. قابلیت و مسیر دسترسی در راهنمای Claude Security توضیح داده شده است.

برای قابلیت‌هایی مانند Motion، Dashboards، برخی محیط‌های Code و اتصال‌ها، برچسب Beta یا Research Preview را جدی بخوانید. این برچسب می‌تواند به تغییر رابط، محدودیت دسترسی یا ناپایداری اشاره کند. فهرست رسمی قابلیت‌های آزمایشی را مرجع وضعیت عرضه قرار دهید؛ معرفی یک قابلیت در خبر، به معنی فعال‌بودن آن در تمام حساب‌ها نیست.

از کجا شروع کنید تا نتیجه قابل‌استفاده بگیرید؟

یک کار کوچک انتخاب کنید که نتیجه درست آن را می‌شناسید. برای نویسنده، بازنویسی یک متن با حفظ نام‌ها و اعداد؛ برای تحلیل‌گر، محاسبه جمع یک CSV؛ برای برنامه‌نویس، توضیح یک تابع و یک اصلاح محدود. هدف، ورودی، محدودیت و فرمت خروجی را در درخواست بنویسید. بعد ببینید مدل کجا به توضیح بیشتر نیاز داشته و کجا داده‌ای را بی‌دلیل حدس زده است.

اگر همان کار تکرار شد، آن را به Skill محدود تبدیل کنید. اگر داده بیرونی لازم دارد، Connector مناسب اضافه کنید. اگر باید در محصول خودتان اجرا شود، API و اعتبارسنجی سمت برنامه را بررسی کنید. تنها وقتی چند مرحله به یک نتیجه مشخص وصل‌اند، سراغ واگذاری کار طولانی بروید. این ترتیب باعث می‌شود خطای Prompt، خطای اتصال و خطای داده را با هم اشتباه نگیرید.

برای ادامه، یک نمونه واقعی از کار خودتان را با معیار پذیرش روشن انجام دهید و خروجی را نگه دارید. انتخاب مدل و ابزار را بر اساس همان نتیجه اصلاح کنید. Claude زمانی به کار شما کمک می‌کند که روش استفاده‌اش با فایل‌ها، محدودیت‌ها و مسئولیت واقعی آن کار هماهنگ باشد.

واکنش به این مقاله

اشتراک‌گذاری این مقاله:
دیدگاه‌ها 0
۰ / ۲۰۰۰

هنوز دیدگاهی ثبت نشده

اولین نفری باشید که نظر می‌دهد!