मुख्य कंटेंट तक स्किप करें

शब्दावली

सभी लेवल

सरल भाषा में परिभाषाएँ, कोई पूर्व ज्ञान मान कर नहीं चला गया। इसे सरसरी तौर पर देखें, या कहीं और मिले किसी शब्द को खोजें।

एजेंट (Agent)​

एक AI जिसे एक लूप में कार्य करने के लिए सेट किया गया है — यह एक लक्ष्य पढ़ता है, टूल कॉल करता है, परिणाम देखता है, और तब तक दोहराता है जब तक काम पूरा न हो जाए। Claude Code आपके कोडबेस के लिए एक एजेंट है।

Anthropic​

वह कंपनी जो Claude बनाती है।

API (एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस)​

आपके सॉफ़्टवेयर के लिए चैट विंडो में टाइप करने के बजाय प्रोग्रामेटिक रूप से Claude से बात करने का एक तरीका। आपका पहला API कॉल देखें।

Artifact​

एक जीवंत, चलाने योग्य आउटपुट (एक ऐप, चार्ट, या दस्तावेज़) जिसे Claude claude.ai पर चैट से अलग एक साइड पैनल में प्रस्तुत करता है।

चेन-ऑफ-थॉट (CoT)​

मॉडल से उत्तर देने से पहले चरण-दर-चरण तर्क करने के लिए कहना, जो कठिन समस्याओं पर सटीकता में सुधार करता है।

Claude​

Anthropic द्वारा बनाए गए AI मॉडल (और ऐप्स) का परिवार। संदर्भ के आधार पर "Claude" का मतलब चैट ऐप, मॉडल, या ब्रांड हो सकता है।

Claude Code​

Anthropic का एजेंटिक कमांड-लाइन/IDE उपकरण जो आपके कोडबेस को पढ़ और संपादित कर सकता है, कमांड चला सकता है, और टूल उपयोग कर सकता है। Claude Code क्या है देखें।

CLAUDE.md​

एक सादा-टेक्स्ट फ़ाइल जहाँ आप Claude Code को अपनी परियोजना के बारे में स्थायी निर्देश देते हैं — इसका सबसे प्रभावी अनुकूलन।

कॉन्टेक्स्ट विंडो (Context window)​

टेक्स्ट की अधिकतम मात्रा (टोकन में मापी गई) जिसे एक मॉडल एक बार में विचार कर सकता है — आपका प्रॉम्प्ट और उसका उत्तर। इसे पार करें और सबसे पुरानी सामग्री छूट जाती है।

एम्बेडिंग (Embedding)​

किसी टेक्स्ट के अर्थ को दर्शाने वाली संख्याओं की एक सूची, ताकि सॉफ़्टवेयर अर्थ में समान चीज़ें ढूँढ सके (केवल मिलते-जुलते कीवर्ड नहीं)। यह सिमेंटिक खोज और RAG को संचालित करती है।

इवैल (मूल्यांकन / Eval)​

AI आउटपुट गुणवत्ता का एक दोहराने योग्य परीक्षण, ताकि आप बता सकें कि किसी बदलाव ने चीज़ों को बेहतर बनाया या बदतर।

फ़्यू-शॉट (Few-shot)​

मॉडल को आपका इच्छित पैटर्न दिखाने के लिए अपने प्रॉम्प्ट में कुछ हल किए गए उदाहरण शामिल करना।

फ़ाइन-ट्यूनिंग (Fine-tuning)​

किसी मॉडल को अपने उदाहरणों पर आगे-प्रशिक्षित करके उसे विशिष्ट बनाना। आमतौर पर अंतिम उपाय — पहले प्रॉम्प्टिंग और RAG आज़माएँ।

भ्रम (Hallucination)​

जब कोई मॉडल कुछ ग़लत लेकिन आत्मविश्वास से भरा कहता है। मुख्य कौशल सत्यापन है। भ्रम (हैल्यूसिनेशन) देखें।

हुक (Hook)​

Claude Code में, एक कमांड जो किसी जीवनचक्र घटना पर (जैसे हर फ़ाइल संपादन के बाद) स्वचालित रूप से चलता है ताकि फ़ॉर्मेटिंग, गेट या सुरक्षा लागू की जा सके।

इन्फ़रेंस (Inference)​

आउटपुट प्राप्त करने के लिए किसी मॉडल को चलाने की क्रिया (इसे प्रशिक्षित करने के विपरीत)।

LLM (लार्ज लैंग्वेज मॉडल)​

Claude के पीछे का AI का प्रकार: टेक्स्ट के अगले टुकड़े की भविष्यवाणी करने के लिए प्रशिक्षित, जो कि लिखने, कोड करने, सारांशित करने और तर्क करने के लिए पर्याप्त साबित होता है। LLM क्या है? देखें।

MCP (मॉडल कॉन्टेक्स्ट प्रोटोकॉल)​

AI को बाहरी टूल और डेटा (डेटाबेस, GitHub, ब्राउज़र) से जोड़ने के लिए एक खुला मानक। एक "MCP सर्वर" एक टूल उजागर करता है; Claude इसे कॉल कर सकता है। MCP देखें।

मल्टीमॉडल (Multimodal)​

एक मॉडल जो टेक्स्ट से अधिक संभालता है — जैसे इनपुट के रूप में छवियाँ और PDF।

प्रॉम्प्ट (Prompt)​

जो आप मॉडल को भेजते हैं: आपके निर्देश, प्रश्न, और कोई संदर्भ।

प्रॉम्प्ट कैशिंग (Prompt caching)​

लागत और लेटेंसी कम करने के लिए कई कॉल में किसी प्रॉम्प्ट के न बदले अगले हिस्से को पुन: उपयोग करना। प्रॉम्प्ट कैशिंग देखें।

प्रॉम्प्ट इंजेक्शन (Prompt injection)​

एक हमला जहाँ AI द्वारा पढ़ी गई सामग्री में छिपे दुर्भावनापूर्ण निर्देश (एक वेब पेज, एक दस्तावेज़) उसे हाईजैक करने की कोशिश करते हैं। प्रॉम्प्ट इंजेक्शन देखें।

RAG (रिट्रीवल-ऑगमेंटेड जेनरेशन)​

आपके डेटा से प्रासंगिक अंश लाना और उन्हें प्रॉम्प्ट में जोड़ना ताकि मॉडल उनके बारे में उत्तर दे। RAG देखें।

रीज़निंग / विस्तारित सोच (Reasoning / extended thinking)​

एक मोड जहाँ मॉडल कठिन कार्यों के लिए उत्तर देने से पहले "सोचने" में अतिरिक्त गणना खर्च करता है।

स्किल (Skill)​

एक पैकेज की गई क्षमता (निर्देश + वैकल्पिक स्क्रिप्ट) जिसे Claude प्रासंगिक होने पर माँग पर लोड करता है। स्किल्स देखें।

सबएजेंट (Subagent)​

अपने स्वयं के संदर्भ और टूल के साथ एक अलग Claude इंस्टेंस, जिसका उपयोग किसी कार्य के एक हिस्से को सौंपने (जैसे शोध) के लिए किया जाता है ताकि मुख्य सत्र केंद्रित रहे।

सिस्टम प्रॉम्प्ट (System prompt)​

उच्च-स्तरीय निर्देश जो पूरी बातचीत के लिए मॉडल की भूमिका और नियम तय करते हैं — आपका सबसे शक्तिशाली नियंत्रण लीवर।

तापमान (Temperature)​

यादृच्छिकता को नियंत्रित करने वाली एक सेटिंग (कुछ मॉडलों पर): कम = केंद्रित और दोहराने योग्य, उच्च = विविध और रचनात्मक।

टोकन (Token)​

वह इकाई जिसे मॉडल पढ़ते और गिनते हैं — अंग्रेज़ी में लगभग एक शब्द का ¾। मूल्य निर्धारण और संदर्भ सीमाएँ टोकन में मापी जाती हैं। टोकन और संदर्भ देखें।

टूल उपयोग / फ़ंक्शन कॉलिंग (Tool use / function calling)​

मॉडल को आपके द्वारा परिभाषित फ़ंक्शन (खोज, कैलकुलेटर, आपका API) कॉल करने और परिणामों का उपयोग करने देना। टूल उपयोग देखें।

गार्डरेल (Guardrails)​

नियम और सीमाएँ जो किसी AI के व्यवहार को सुरक्षित और कार्य-केंद्रित रखती हैं — जैसे अनुमति नियम, "पूर्ण होने से पहले टेस्ट चलाएँ", या जोखिम भरे कार्यों के लिए मानव अनुमोदन। एजेंट को सुरक्षित करना देखें।

लेटेंसी (Latency)​

आप किसी प्रतिक्रिया के लिए कितनी देर प्रतीक्षा करते हैं। बड़े मॉडल आमतौर पर धीमे होते हैं; स्ट्रीमिंग आउटपुट को जैसे-जैसे वह उत्पन्न होता है दिखाकर अनुभव की जाने वाली लेटेंसी में सुधार करती है।

संरचित आउटपुट (Structured output)​

मुक्त टेक्स्ट के बजाय परिणामों को एक सख़्त, मशीन-पठनीय आकार में प्राप्त करना (जैसे किसी स्कीमा से मेल खाता JSON) — ताकि अन्य सॉफ़्टवेयर उन पर भरोसा कर सके। संरचित आउटपुट देखें।

कॉन्टेक्स्ट इंजीनियरिंग (Context engineering)​

सर्वोत्तम परिणाम पाने के लिए जानबूझकर यह तय करना कि मॉडल की कॉन्टेक्स्ट विंडो में क्या जाता है — निर्देश, उदाहरण, प्राप्त किया गया डेटा। यह प्रॉम्प्टिंग, RAG और मेमोरी के पीछे का अनुशासन है।

कोई शब्द छूट गया? इसे जोड़ें — शब्दावली प्रविष्टियाँ एक आदर्श पहला योगदान हैं।