તમે તમારી શ્રેષ્ઠ એન્જિનિયરિંગ કુશળતાનો બગાડ કરી રહ્યા છો
શ્રેષ્ઠ એન્જિનિયરો એવું કામ કરી રહ્યા છે જેમાં તેઓ નબળા છે.
તેઓ કોડિંગમાં નબળા નથી. તેઓ તેમાં અદભૂત છે. પરંતુ તેઓ જે કામમાં શ્રેષ્ઠ છે તે કરવાનું બંધ કરી દીધું છે. તેઓ અજાણતા જ એક નવી ભૂમિકામાં સરકી ગયા છે.
મોટા પાયે repo migration દરમિયાન મેં લાંબા સમય સુધી આવું જ કર્યું. મેં Claude Code નો વ્યાપક ઉપયોગ કર્યો અને જ્યારે મેં મારા ટાઈમ લોગ્સ જોયા ત્યારે જ મને આ ફેરફારનો અહેસાસ થયો.
કામ બદલાઈ ગયું છે. તૈયારી એ જ હવે કામ છે.
હવે તમે તમારો સમય કોડ લખવામાં કે debugging કરવામાં નથી વિતાવતા. તમે તમારો સમય સમસ્યાને યોગ્ય રીતે ગોઠવવામાં (setting up the problem) વિતાવો છો.
જો તમે સારી રીતે તૈયારી કરો છો, તો AI પ્રથમ પ્રયાસમાં જ કાર્ય સફળતાપૂર્વક પૂર્ણ કરે છે. જો તમે નહીં કરો, તો તમે ખોટું કામ બનાવતા AI સાથે લડવામાં ત્રણ કલાક વિતાવી દેશો. તમે તમારી શ્રેષ્ઠ કુશળતા, જે સમસ્યાઓ વિશે વિચારવાની છે, તેનો ઉપયોગ ભૂલો સુધારવામાં વેડફી નાખો છો.
આપણે હવે કોડ લખી રહ્યા નથી. આપણે context તૈયાર કરી રહ્યા છીએ.
એર ટ્રાફિક કંટ્રોલરની જેમ વિચારો. કંટ્રોલર વિમાન ઉડાડતા નથી. પરંતુ દરેક વિમાન સુરક્ષિત રીતે લેન્ડ કરવા માટે તેમના પર નિર્ભર હોય છે. તેઓ વિમાનોનો ક્રમ નક્કી કરે છે. તેઓ હવાઈ ક્ષેત્રનું સંચાલન કરે છે. તેઓ અથડામણ અટકાવે છે.
Claude ઉડાન સંભાળે છે. તમે સંકલન (coordination) સંભાળો છો. તમે નક્કી કરો છો કે કયો context લોડ કરવો, કઈ ફાઇલોનો ઉપયોગ કરવો અને કયા ક્રમનું પાલન કરવું.
તમને કોડની દરેક લાઇન લખવા માટે પૈસા મળતા નથી. તમને એ જાણવા માટે પૈસા મળે છે કે અત્યારે કયો 5% context મહત્વનો છે.
આને કેવી રીતે સંભાળવું:
• કાર્યોનો વ્યાપ (scope) અત્યંત નાનો રાખો. દરેક પ્રોમ્પ્ટ માટે એક કાર્ય. દરેક PR માટે એક મોટો ફેરફાર. પહેલા માળખું (skeleton) તૈયાર કરો. • પહેલા એક કાર્ય મેન્યુઅલી કરો. શોર્ટકટ ન લો. આ તમને બતાવશે કે AI ક્યાં સંઘર્ષ કરે છે અને તેને ખરેખર કયા context ની જરૂર છે. • AI ને ચોક્કસ જણાવો કે તે કયા layer પર કામ કરી રહ્યું છે. જો તમે architecture સ્પષ્ટ નહીં કરો, તો AI અંદાજ લગાવશે. અને તેનો અંદાજ ખોટો હશે. • reference patterns નો ઉપયોગ કરો. એકવાર કાર્ય સફળ થાય, પછી ફાઇલ પાથ અને લાઇન નંબર સામેલ કરો જેથી AI વાસ્તવિક કોડ જોઈ શકે. • ભૂલોને ટ્રેક કરો. જ્યારે AI નિષ્ફળ જાય, ત્યારે તેને તેના પોતાના નિયમો અપડેટ કરવા માટે કહો. તમારા પાઠને એક playbook માં ફેરવો.
AI ને એક જ પ્રોમ્પ્ટમાં પ્લાનિંગ અને અમલીકરણ (implementation) કરવા માટે ન કહો. તેને પહેલા પ્લાન આપવા માટે કહો. પ્લાનની સમીક્ષા કરો. પછી તેને અમલ કરવા માટે કહો.
જો સેશન અસ્તવ્યસ્ત થઈ જાય અથવા AI તમારા નિયમોને અવગણવાનું શરૂ કરે, તો સેશન બંધ કરી દો. નવા અને સ્પષ્ટ પ્રોમ્પ્ટ સાથે ફરી શરૂ કરો. તે ખોટી રીતે થયેલા અમલીકરણ સાથે લડવા કરતાં વધુ સસ્તું છે.
પહેલા તમારી ક્ષમતાનો માપદંડ તમે કેટલો કોડ લખ્યો તેના પર હતો. હવે તમારો માપદંડ તમે કેટલી સારી રીતે તૈયારી કરો છો તેના પર છે.
AI સાથે સફળ થઈ રહેલા એન્જિનિયરો શ્રેષ્ઠ પ્રોમ્પ્ટર્સ નથી. તેઓ શ્રેષ્ઠ તૈયારી કરનારા છે.
સ્ત્રોત: https://dev.to/alextongme/youre-wasting-your-best-engineering-skill-191m