Claude के इस अपडेट में सबसे उपयोगी बदलाव यह है कि "इमेज देखना", "कोड लिखना" और "कई चरणों वाले टास्क" को और आसान बना दिया गया है। रोजमर्रा के उपयोगकर्ताओं के लिए, Claude अब सिर्फ सवालों के जवाब देने वाला टूल नहीं रहा, बल्कि एक ऐसा सहायक बन गया है जो आपके साथ काम को अंत तक पूरा करता है। नीचे हर फीचर को अलग-अलग समझाया गया है, आप सीधे इनका पालन कर सकते हैं।
Claude इमेज समझने की क्षमता: न सिर्फ देखता है, बल्कि "मुख्य बिंदु बताता है"
Claude की इमेज समझने की क्षमता अब "चित्र देखकर काम करने" पर केंद्रित है, न कि सिर्फ दृश्य का वर्णन करने पर। आप स्क्रीनशॉट, टेबल की फोटो या प्रोडक्ट पेज Claude को देते हैं, तो यह पहले संरचना (शीर्षक, फ़ील्ड, बटन, महत्वपूर्ण संख्याएं) पकड़ता है, और फिर आपके लक्ष्य के अनुसार परिणाम तैयार करता है।
व्यावहारिक उपयोग यह है: पहले Claude को पहचानी गई मुख्य जानकारी दोहराने के लिए कहें, फिर उसे एक टेम्पलेट के अनुसार सामग्री तैयार करने को कहें, जैसे "इस रसीद को रीइम्बर्समेंट टेबल में बदलें" या "स्क्रीनशॉट से टेबल निकालें और लापता कॉलम भरें"। ऐसे कार्यों में, Claude का फायदा यह है कि यह छवि की जानकारी को एडिट करने योग्य टेक्स्ट संरचना में बदल सकता है, जिससे बाद के वर्कफ़्लो में इसे जोड़ना आसान हो जाता है।
Claude की कंप्यूटर ऑपरेशन क्षमता: सलाह से "एक्जीक्यूट करने योग्य चरण" तक (API प्रीव्यू)
Anthropic ने Claude 3.5 Sonnet के लिए "कंप्यूटर ऑपरेट करने" की API दिशा प्रदान की है: Claude कंप्यूटर इंटरफ़ेस को समझ सकता है और निर्देशों को विशिष्ट क्रियाओं में तोड़ सकता है, जैसे ब्राउज़र खोलना, पेज पर नेविगेट करना, स्प्रेडशीट में सामग्री दर्ज करना आदि। इसका महत्व यह है कि यह बहुत सारे "आपके माउस क्लिक करने" के काम को, Claude द्वारा किए जा सकने वाले चरणों में बदल देता है।
इस बात पर जोर देना जरूरी है कि यह क्षमता वर्तमान में डेवलपर्स के इंटीग्रेशन और टेस्टिंग परिदृश्यों के लिए अधिक उपयुक्त है, इसका मतलब यह नहीं है कि हर कोई Claude खोलकर सीधे कंप्यूटर को रिमोट से कंट्रोल कर सकता है। और ऑफिशियल रूप से यह भी कहा गया है कि स्क्रॉलिंग, ड्रैग-ड्रॉप, ज़ूमिंग जैसे प्राकृतिक मानवीय कार्य अभी भी Claude के लिए चुनौतीपूर्ण हैं। इसलिए यह उन ऑटोमेशन कार्यों के लिए बेहतर है जिनका प्रवाह स्पष्ट और चरण सत्यापन योग्य हों।
