फ्री गाइड · कंप्यूटर-यूज़ एजेंट, आसान भाषा में समझाया गया
AI एजेंट को अपने कंप्यूटर का सुरक्षित उपयोग कैसे दें
एजेंट सिर्फ़ वही देखता है जो आप उसे दिखाना चुनते हैं।
आपकी स्क्रीन पर क्लिक और टाइप करने वाले कंप्यूटर-यूज़ एजेंट को अनुमति देने से पहले, उसे अपनी रोज़ की जगह की बजाय उसकी अपनी जगह दें। एक साफ़ ब्राउज़र प्रोफ़ाइल से सीधी शुरुआत करें, और जैसे-जैसे जोखिम बढ़े, एक अलग ऑपरेटिंग सिस्टम अकाउंट, एक वर्चुअल मशीन, या वेंडर द्वारा होस्ट किया गया सैंडबॉक्स की ओर बढ़ें।
पूरा जवाब पढ़ें
उसे सिर्फ़ उन्हीं अकाउंट में साइन-इन कराएं जो एक काम के लिए वास्तव में ज़रूरी हैं, किसी भी खरीदारी, मैसेज, या डिलीशन से पहले अपनी मंज़ूरी ज़रूरी बनाएं, पेज और ईमेल में छिपे निर्देशों पर ध्यान दें, और सेशन खत्म होने पर उसने ठीक क्या किया यह ज़रूर पढ़ें।
प्रकाशित
मुख्य बातें
- एक कंप्यूटर-यूज़ एजेंट आपकी स्क्रीन को इमेज के रूप में देखता है और वही माउस और कीबोर्ड इनपुट इस्तेमाल करके काम करता है जो आप खुद करते, इसलिए वह सिर्फ़ वहीं तक पहुँच सकता है जो आपके दिए गए स्पेस में दिखता और साइन-इन है।
- काम सौंपने से पहले एजेंट को उसकी अपनी जगह दें: एक साफ़ ब्राउज़र प्रोफ़ाइल, एक अलग OS अकाउंट, एक वर्चुअल मशीन, या वेंडर द्वारा होस्ट किया गया सैंडबॉक्स, कंटेनमेंट के बढ़ते क्रम में।
- एजेंट को सिर्फ़ उन्हीं अकाउंट में साइन-इन कराएं जो एक काम के लिए ज़रूरी हैं। पासवर्ड मैनेजर और बैंकिंग लॉगिन को उस जगह से पूरी तरह दूर रखें, सिर्फ़ लॉग-आउट नहीं बल्कि वहाँ कभी सेव ही न करें।
- वेब पेज और ईमेल में ऐसे निर्देश छिपे हो सकते हैं जो आपकी बजाय एजेंट के लिए होते हैं। Anthropic इसे prompt injection कहता है और कहता है कि उसके अपने सेफ्टी क्लासिफ़ायर संवेदनशील अकाउंट को पहुँच से बाहर रखने का विकल्प नहीं हैं।
- ऐसे किसी भी काम से पहले अपनी मंज़ूरी ज़रूरी बनाएं जिसे पलटा नहीं जा सकता, जैसे कोई खरीदारी, भेजा गया मैसेज, डिलीट की गई फ़ाइल, या स्वीकार की गई शर्तें, और काम खत्म होने पर एजेंट ने ठीक क्या किया यह ज़रूर जाँचें।
कॉपी करें और पेस्ट करें
आज ही इस्तेमाल करने लायक प्रॉम्प्ट
सेशन शुरू होने से पहले बुनियादी नियम तय करें
कुछ भी करने से पहले, यह पुष्टि करें कि आप इन सीमाओं को समझते हैं: कोई भी पासवर्ड न डालें, कोई खरीदारी न करें, किसी को कोई मैसेज न भेजें, और किसी फ़ाइल को डिलीट या ओवरराइट न करें बिना रुककर पहले मुझसे पूछे। अगर आप किसी लॉगिन स्क्रीन, पेमेंट स्क्रीन, या कन्फ़र्मेशन डायलॉग पर पहुँचते हैं, तो रुकें और आगे बढ़ने से पहले बताएं कि आप क्या देख रहे हैं।
किसी भी नए कंप्यूटर-यूज़ सेशन में अपना पहला मैसेज इसी को बनाएं, असली काम बताने से पहले।
काम करने से पहले उसे बताते चलने के लिए कहें
इस काम के लिए, हर एक्शन लेने से पहले, एक छोटे वाक्य में बताएं कि आप क्या क्लिक या टाइप करने वाले हैं और क्यों, फिर आगे बढ़ें। अगर अगला एक्शन इस वेबसाइट से बाहर जाने, किसी अकाउंट में लॉगिन करने, या कोई फ़ॉर्म सबमिट करने वाला है, तो उसका वर्णन करें और करने से पहले मेरे 'go ahead' कहने का इंतज़ार करें।
धीमा है, लेकिन यह क्लिक की एक खामोश सीरीज़ को ऐसी चीज़ बना देता है जिसे आप वाकई फ़ॉलो और रोक सकते हैं।
अभी वह कहाँ-कहाँ तक पहुँच सकता है, इसकी पूरी लिस्ट माँगें
असली काम शुरू करने से पहले, एक स्क्रीनशॉट लें और मुझे बताएं कि आप अभी ठीक क्या देख पा रहे हैं: कौन-कौन से ब्राउज़र टैब खुले हैं, कौन-कौन से अकाउंट साइन-इन दिख रहे हैं, और स्क्रीन पर कौन-कौन से ऐप्लिकेशन दिख रहे हैं। मैं यह पुष्टि करना चाहता हूँ कि यह उससे मेल खाता है जो मैंने आपको एक्सेस देने का इरादा किया था।
नए प्रोफ़ाइल, अकाउंट, या वर्चुअल मशीन की शुरुआत में इसे एक बार चलाएं, यह जाँचने के लिए कि सेटअप ने वाकई वह अलग किया जिसकी आपको उम्मीद थी।
सेशन खत्म होने पर आसान भाषा में सारांश लें
काम पूरा हो गया है। मुझे इस सेशन के दौरान विज़िट किए हर पेज, इंटरैक्ट किए हर अकाउंट, टाइप किए हर फ़ील्ड, और क्लिक किए हर बटन या लिंक की एक पूरी, आसान भाषा में लिस्ट दें, उसी क्रम में जिस क्रम में आपने ये किए। कोई भी स्टेप, छोटा भी, सारांशित या स्किप न करें।
सेशन बंद करने या नतीजे पर भरोसा करने से पहले इसे अपनी उम्मीद के साथ मिलाकर पढ़ें।
लॉगिन वॉल या पेमेंट स्क्रीन के पहले संकेत पर उसे रोक दें
अगर इस काम के दौरान किसी भी पॉइंट पर आपको ऐसा पेज मिलता है जो यूज़रनेम और पासवर्ड, क्रेडिट कार्ड नंबर, वन-टाइम कोड माँगता है, या कोई भी स्क्रीन जो कहती है कि वह खरीदारी पूरी करेगी या पेमेंट सबमिट करेगी, तो तुरंत रुक जाएं, उस स्क्रीन पर कोई एक्शन न लें, और ठीक वही बताएं जो आप देख रहे हैं, ताकि मैं फ़ैसला कर सकूँ कि आगे कैसे बढ़ना है।
अगर आपको यकीन नहीं है कि काम में क्या सामने आएगा, तो यह सबसे ज़्यादा काम आने वाला स्थायी निर्देश है।
पूरी गाइड
किसी भी सेक्शन को खोलने के लिए उस पर टैप करें।
इस गाइड के बारे में
एक नए तरह का AI टूल अब आपके माउस और कीबोर्ड को खुद चला सकता है: यह आपकी स्क्रीन का स्क्रीनशॉट देखता है, तय करता है कि आगे क्या क्लिक करना है या क्या टाइप करना है, और वह काम करता है, ठीक वैसे जैसे आप करते। Anthropic का Claude यह काम कंप्यूटर यूज़ नाम के एक फ़ीचर के ज़रिए करता है, और OpenAI, Microsoft, और Google ने भी ChatGPT, Microsoft 365 Copilot, और Gemini के लिए अपने-अपने वर्शन लॉन्च किए हैं। यह अपने आप में खतरनाक नहीं है। असली सवाल यह है कि आप इसे कहाँ चलने दे रहे हैं और यह चलते समय कहाँ-कहाँ तक पहुँच सकता है। यह गाइड उन आदतों के बारे में बताती है जो कंप्यूटर-यूज़ एजेंट को उपयोगी बनाए रखती हैं, बिना उसे अपनी पूरी डिजिटल ज़िंदगी सौंपे।
कंप्यूटर-यूज़ एजेंट को उसकी अपनी जगह देने के चार तरीके
| विकल्प | सेटअप में मेहनत | यह एजेंट को किससे दूर रखता है | इसके लिए अच्छा पहला विकल्प |
|---|---|---|---|
| एक अलग ब्राउज़र प्रोफ़ाइल | कुछ मिनट: ज़्यादातर ब्राउज़र आपको ऐसा प्रोफ़ाइल जोड़ने देते हैं जिसमें कोई बुकमार्क, एक्सटेंशन, या सेव लॉगिन न हो। | आपके बाकी ब्राउज़र टैब, सेव किए पासवर्ड, और आपके मुख्य प्रोफ़ाइल की ब्राउज़िंग हिस्ट्री। | रिसर्च या किसी एक पब्लिक फ़ॉर्म को भरने जैसे जल्दी और कम जोखिम वाले वेब काम। |
| एक अलग OS यूज़र अकाउंट | अकाउंट बनाने और काम के लिए ज़रूरी ऐप्स फिर से इंस्टॉल करने में दस से बीस मिनट। | आपकी पर्सनल फ़ाइलें, इंस्टॉल ऐप्स, और ऑपरेटिंग-सिस्टम लेवल पर सेव कोई भी अकाउंट, सिर्फ़ एक ब्राउज़र में नहीं। | ऐसा काम जिसे असली डेस्कटॉप ऐप चाहिए, सिर्फ़ ब्राउज़र नहीं, लेकिन जो वही फ़िज़िकल कंप्यूटर शेयर कर सकता है। |
| एक वर्चुअल मशीन | पहली बार में एक घंटे तक: वर्चुअलाइज़ेशन टूल के अंदर एक गेस्ट ऑपरेटिंग सिस्टम इंस्टॉल करना। | आपका पूरा होस्ट ऑपरेटिंग सिस्टम, फ़ाइलें, और हार्डवेयर; एजेंट सिर्फ़ वही देखता है जो गेस्ट के अंदर है। | दोहराए जाने वाले या लंबे सेशन, या कोई भी ऐसा काम जिसे आप आसानी से पूरी तरह साफ़ करके फिर से शुरू करना चाहते हैं। |
| एक सैंडबॉक्स जो वेंडर आपके लिए होस्ट करता है | कुछ मिनट, अगर प्रोडक्ट यह ऑफ़र करता है: आप वेंडर द्वारा चलाए जा रहे इंफ्रास्ट्रक्चर का उपयोग कर रहे हैं, अपनी डिवाइस का नहीं। | आपकी डिवाइस पूरी तरह से; एजेंट का सेशन कभी भी आपके कंप्यूटर की फ़ाइलों या हार्डवेयर को नहीं छूता। | वे लोग जो खुद लोकल आइसोलेशन सेटअप नहीं करना चाहते, जहाँ टूल यह विकल्प देता है। |
बुनियादी बातेंएक कंप्यूटर-यूज़ एजेंट वास्तव में क्या देख और कर सकता है
ब्रांडिंग हटा दें तो हर कंप्यूटर-यूज़ एजेंट, चाहे Claude का हो, ChatGPT का, Copilot का, या Gemini का, एक ही बुनियादी लूप पर काम करता है: स्क्रीन देखें, एक एक्शन तय करें, उसे करें, फिर से देखें।
यह आपकी स्क्रीन की तस्वीर देखता है, आपकी फ़ाइलें नहीं
Claude के कंप्यूटर यूज़ के लिए Anthropic की अपनी डॉक्यूमेंटेशन बताती है कि मॉडल को पूरी डिस्प्ले के स्क्रीनशॉट मिलते हैं, साथ में छोटा टेक्स्ट पढ़ने के लिए एक ज़ूम ऑप्शन। यह उस पल स्क्रीन पर दिखने वाली चीज़ें देखता है, आपकी हार्ड ड्राइव या फ़ाइल सिस्टम को सीधे नहीं।
यह वही माउस और कीबोर्ड इस्तेमाल करके काम करता है जो आप करते
एजेंट क्लिक, स्क्रॉल, या टाइप किए गए टेक्स्ट जैसे एक्शन की रिक्वेस्ट करता है, वही इनपुट जो एक इंसान कंप्यूटर को देता है। इसके पास कोई अलग, ज़्यादा ताकतवर रास्ता नहीं है; यह सिर्फ़ वही कर सकता है जो आप हाथ से कर सकते, बस तेज़ी से और बोर हुए बिना।
यह सिर्फ़ उतना ही पहुँचता है जितना आसपास का सेटअप उसे देता है
Anthropic साफ़ कहता है कि टूल को चलाने वाला एप्लिकेशन, मॉडल खुद नहीं, उस माहौल को कंट्रोल करता है जिसमें एक्शन चलते हैं। जो भी ब्राउज़र, डेस्कटॉप, या सैंडबॉक्स आप उसे दिखाते हैं, वही उस सेशन के दौरान उसकी पूरी दुनिया होती है।
अगर वह जगह पहले से पासवर्ड नहीं रखती, तो यह उसे नहीं जानता
एजेंट ऐसा क्रेडेंशियल न देख सकता है न अंदाज़ा लगा सकता है जो उस जगह में सेव या टाइप नहीं किया गया जहाँ वह चल रहा है। इसलिए ही आपके द्वारा दी गई जगह, मॉडल का इरादा नहीं, यह तय करती है कि वास्तव में क्या खतरे में है।
कोर नियमएजेंट को उसकी अपनी जगह दें, आपकी नहीं
एक आदत किसी भी और सेटिंग से ज़्यादा नुकसान को रोकती है: एजेंट को वहाँ चलाएं जहाँ से वह आपके रोज़मर्रा के अकाउंट, फ़ाइलें, या हिस्ट्री तक नहीं पहुँच सकता, क्योंकि उसे वहाँ कभी रखा ही नहीं गया। यहाँ ऐसा करने के चार तरीके हैं, सबसे आसान से सबसे ज़्यादा कंटेन्ड तक।
एक अलग ब्राउज़र प्रोफ़ाइल
अपने ब्राउज़र में एक दूसरा प्रोफ़ाइल बनाएं जिसमें कुछ भी इम्पोर्ट न हो: कोई सेव पासवर्ड नहीं, कोई एक्सटेंशन नहीं, कोई हिस्ट्री नहीं। इसमें कुछ मिनट लगते हैं और यह किसी एक कम-जोखिम वाले काम के लिए सही शुरुआती बिंदु है, जैसे कुछ ढूँढना या एक पब्लिक फ़ॉर्म भरना।
एक अलग ऑपरेटिंग सिस्टम यूज़र अकाउंट
एक ही कंप्यूटर पर दूसरे यूज़र अकाउंट का अपना डेस्कटॉप, अपने इंस्टॉल ऐप्स, और अपनी फ़ाइलें होती हैं, जो आपके मुख्य अकाउंट से सिस्टम लेवल पर अलग होती हैं, सिर्फ़ एक ब्राउज़र के अंदर नहीं। तब काम आता है जब किसी काम को असली ऐप चाहिए, सिर्फ़ ब्राउज़र टैब नहीं।
एक वर्चुअल मशीन
एक वर्चुअल मशीन आपके कंप्यूटर के अंदर एक पूरा अलग कंप्यूटर चलाती है। Mac पर, Apple का Virtualization framework एक पूरा macOS गेस्ट बूट कर सकता है और उसे आपकी स्क्रीन पर एक सामान्य विंडो में दिखा सकता है; Apple की अपनी डेवलपर डॉक्यूमेंटेशन एक वर्चुअल मशीन व्यू बनाने का वर्णन करती है जिसके साथ आप ऐसे इंटरैक्ट करते हैं जैसे आप गेस्ट के अपने कीबोर्ड पर हों। एजेंट उस गेस्ट के अंदर जो भी करता है, वह कभी आपकी असली फ़ाइलों को नहीं छूता, और आप पूरे गेस्ट को डिलीट करके फिर से शुरू कर सकते हैं।
एक सैंडबॉक्स जो वेंडर आपके लिए चलाता है
कुछ एजेंट प्रोडक्ट आपके सेशन को कंपनी द्वारा होस्ट किए गए इंफ्रास्ट्रक्चर पर चलाते हैं, आपकी अपनी डिवाइस से दूर, आपकी मशीन पर बिल्कुल नहीं। कोई खास टूल इस तरह काम करता है या आपके कंप्यूटर पर लोकली चलता है, यह प्रोडक्ट के हिसाब से अलग होता है और समय के साथ बदलता रहता है, इसलिए अंदाज़ा लगाने के बजाय उस टूल की अपनी मौजूदा डॉक्यूमेंटेशन देखें।
अकाउंटसिर्फ़ उन्हीं अकाउंट में साइन-इन कराएं जो एक काम के लिए ज़रूरी हैं
जो भी जगह आप चुनें, उसे एक नया डेस्क समझें, अपना रोज़ का नहीं। सिर्फ़ उन एक या दो अकाउंट में साइन-इन करें जो काम के लिए वास्तव में ज़रूरी हैं, और बाकी सब लॉग-आउट रहने दें। अगर काम किसी शेड्यूलिंग साइट पर एक अपॉइंटमेंट बुक करना है, तो सिर्फ़ वही साइट को सेशन की ज़रूरत है; आपका ईमेल, आपका बैंक, और आपके काम के टूल सिर्फ़ इसलिए उस जगह में नहीं होने चाहिए क्योंकि उन्हें हाथ में रखना सुविधाजनक लगेगा।
पासवर्ड मैनेजर और किसी भी बैंकिंग एक्सेस को उस जगह से पूरी तरह दूर रखें, सिर्फ़ लॉग-आउट नहीं बल्कि वहाँ कभी सेव ही न करें। Claude के कंप्यूटर यूज़ के लिए Anthropic की सेफ्टी गाइडेंस इस बारे में सीधी है, मॉडल को अकाउंट लॉगिन जानकारी जैसे संवेदनशील डेटा का एक्सेस देने के खिलाफ़ चेतावनी देती है, खासतौर पर जानकारी की चोरी रोकने के लिए। यही लॉजिक लागू होता है चाहे आप किसी भी वेंडर का एजेंट इस्तेमाल कर रहे हों: एजेंट ऐसा क्रेडेंशियल लीक या गलत इस्तेमाल नहीं कर सकता जो उसकी पहुँच में कभी रखा ही नहीं गया।
यह तब और भी ज़्यादा मायने रखता है जब एजेंट को कहीं भी लॉगिन करने की ज़रूरत पड़ती है। Anthropic की अपनी प्रॉम्प्टिंग गाइडेंस बताती है कि लॉगिन चाहने वाले एप्लिकेशन के अंदर कंप्यूटर यूज़ इस्तेमाल करने से prompt injection अटैक से बुरा नतीजा होने का खतरा बढ़ जाता है, और किसी भी लॉगिन क्रेडेंशियल सौंपने से पहले इस खतरे को कम करने का तरीका देखने की सलाह देती है। जिस एक सर्विस की आपको वास्तव में ज़रूरत है उसके लिए एक सीमित, डिस्पोज़ेबल अकाउंट उस खतरे के सामने एक छोटी सी तकलीफ़ है।
Prompt Injectionएजेंट जो पढ़ता है, उसमें छिपे निर्देशों पर ध्यान दें
एक कंप्यूटर-यूज़ एजेंट सिर्फ़ आपके निर्देश नहीं पढ़ता। यह उन पेजों, डॉक्यूमेंट्स, और ईमेल में भी जो भी होता है उसे पढ़ता है जिन्हें वह रास्ते में खोलता है, और उस कंटेंट में से कुछ के अपने निर्देश हो सकते हैं, जो आपकी बजाय एजेंट के लिए होते हैं। इसे prompt injection कहा जाता है: एक वेबपेज या ईमेल में छिपा हुआ एक वाक्य जो एजेंट को ऐसा कुछ करने की ओर मोड़ने की कोशिश करता है जो आपने कभी नहीं माँगा, जैसे किसी दूसरी साइट पर जाना, जानकारी शेयर करना, या कोई अनचाहा एक्शन दोहराना।
Claude के कंप्यूटर यूज़ के लिए Anthropic की डॉक्यूमेंटेशन इसे साफ़ कहती है: कुछ परिस्थितियों में, Claude कंटेंट में मिले निर्देशों को फ़ॉलो करता है, तब भी जब वे यूज़र के अपने निर्देशों से टकराते हैं, और इसका उदाहरण देती है कि वेबपेज या इमेज के अंदर के निर्देश आपकी माँग को ओवरराइड कर सकते हैं। Anthropic यह भी जोड़ता है कि वह कंप्यूटर-यूज़ टूल जो भी रिटर्न करते हैं, जैसे स्क्रीनशॉट, उन्हें स्कैन करने के लिए ऑटोमैटिक क्लासिफ़ायर चलाता है, ताकि संभावित injection कोशिशों को फ़्लैग किया जा सके, लेकिन साथ ही यह भी साफ़ कहता है कि इन क्लासिफ़ायर के चलते रहने के बावजूद एजेंट को संवेदनशील डेटा और एक्शन से अलग रखने की सावधानियाँ ज़रूरी बनी रहती हैं।
यह आखिरी बात हर वेंडर के इस फ़ीचर के वर्शन में याद रखने लायक है, सिर्फ़ Claude की नहीं। एक ऑटोमेटेड सेफ्टी चेक दूसरी परत है, पहली परत की जगह नहीं: एजेंट को अपने संवेदनशील अकाउंट से दूर रखें ताकि एक सफल injection कोशिश भी अंदर पहुँचने के बाद वास्तव में बहुत कम कर सके।
मानव मंज़ूरीजो भी काम पलटा न जा सके, उसमें खुद को शामिल रखें
ब्राउज़िंग या क्लिक करते समय एजेंट जो भी करता है, उसमें से ज़्यादातर पलटना आसान होता है या गलत होने पर भी बहुत मायने नहीं रखता। कामों की एक छोटी श्रेणी ऐसी नहीं है, और उस श्रेणी को एक स्थायी नियम चाहिए: एजेंट प्रस्ताव रखता है, आप मंज़ूरी देते हैं, फिर वह आगे बढ़ता है।
खरीदारी और पेमेंट
कंप्यूटर यूज़ के लिए Anthropic की सेफ्टी गाइडेंस खासतौर पर कहती है कि किसी भी ऐसे काम के लिए जिसमें फ़ाइनेंशियल ट्रांज़ैक्शन पूरा करना शामिल है, किसी इंसान से पुष्टि माँगी जाए। इसे एक बुनियादी नियम मानें, किसी एक वेंडर की खासियत नहीं: कोई भी एजेंट पहले आपकी इजाज़त के बिना खरीदारी पूरी न करे।
आपकी तरफ़ से मैसेज भेजना
ईमेल, चैट मैसेज, या किसी दूसरे व्यक्ति को सबमिट किया गया फ़ॉर्म, ड्राफ़्ट स्टेज से निकलते ही एक तरफ़ा एक्शन बन जाता है। भेजने से पहले ठीक वही टेक्स्ट जाँचें, हर बार, सिर्फ़ पहली बार नहीं।
किसी फ़ाइल को डिलीट या ओवरराइट करना
डिलीशन या ओवरराइट इस पूरी लिस्ट में पलटने की सबसे मुश्किल चीज़ हो सकती है। अगर कोई काम मौजूदा फ़ाइल को छू सकता है, तो एजेंट से पहले बताने के लिए कहें कि कौन सी फ़ाइल और क्या बदलाव, बाद में नहीं।
शर्तें, कुकीज़, या किसी भी तरह की सहमति स्वीकार करना
Anthropic अपनी गाइडेंस में इसे फ़ाइनेंशियल ट्रांज़ैक्शन के साथ रखता है, और ऐसे कामों को नाम देता है जिन्हें साफ़ सहमति चाहिए, जैसे कुकीज़ स्वीकार करना या टर्म्स ऑफ़ सर्विस से सहमत होना, ठीक उस तरह के फ़ैसले के रूप में जिसे किसी इंसान की पुष्टि का इंतज़ार करना चाहिए।
रिव्यूसेशन खत्म होने पर देखें कि उसने वास्तव में क्या किया
कंप्यूटर-यूज़ सेशन के खत्म होने को वैसे ही समझें जैसे किसी नए कर्मचारी के पहले दिन का रिव्यू करना: देखें कि वास्तव में क्या हुआ, सिर्फ़ यह नहीं कि आखिरी नतीजा सही दिख रहा है या नहीं। एजेंट से उसके द्वारा विज़िट किए हर पेज, छुए हर अकाउंट, और टाइप किए हर फ़ील्ड को क्रम में लिस्ट करने के लिए कहें, और उसकी तुलना इससे करें कि आपको काम के लिए क्या ज़रूरी लगा था।
Claude के लिए Anthropic की डॉक्यूमेंटेशन बताती है कि कई एक्शन को एक ही 'बैच' में समूहित किया जा सकता है, जो एक ही टर्न में एक मल्टीस्टेप सीक्वेंस पूरा करता है, और खासतौर पर सलाह देती है कि अगर आपका एप्लिकेशन महत्वपूर्ण एक्शन के लिए किसी इंसान से पुष्टि माँगता है, तो वह जाँच बैच के हर स्टेप के चलने से पहले होनी चाहिए, सिर्फ़ आखिर में एक बार नहीं। इन टूल्स को सीधे इस्तेमाल करने वाले किसी भी व्यक्ति के लिए इस सलाह का प्रैक्टिकल वर्शन भी वही है: ध्यान देना शुरू करने के लिए एक लंबे सीक्वेंस के पूरी तरह खत्म होने का इंतज़ार न करें।
जल्दी रिव्यू करने की आदत उन सामान्य गलतियों को भी पकड़ लेती है जिनका सेफ्टी से कोई लेना-देना नहीं: गलत बॉक्स में टाइप किया गया फ़ील्ड, छोड़ा गया कोई स्टेप, कोई पेज जो एजेंट की सोच के मुताबिक लोड नहीं हुआ। जो हुआ उसे वापस पढ़ना सस्ता है। बात हो जाने के बाद गलती का पता चलना, एक बार मैसेज भेज दिया गया या फ़ॉर्म सबमिट हो गया, सस्ता नहीं है।
सेटअपआपके पहले असली सेशन से पहले की एक छोटी चेकलिस्ट
सबसे छोटी जगह से शुरू करें जो काम को ठीक से कर सके। किसी पब्लिक वेबसाइट पर एक जल्दी वाला लुकअप के लिए वर्चुअल मशीन की ज़रूरत नहीं है; एक नया ब्राउज़र प्रोफ़ाइल काफ़ी है। भारी विकल्प, जैसे एक डेडिकेटेड OS अकाउंट या पूरी वर्चुअल मशीन, उन कामों के लिए बचाएं जिन्हें आप दोहराएंगे, जो एक से ज़्यादा साइट को छूते हैं, या जिनके साथ आप अभी सहज हो रहे हैं।
काम सौंपने से पहले उसे संकीर्ण रूप से लिखें। 'इस एक एयरलाइन की साइट पर तीन सबसे सस्ती फ़्लाइट ढूँढकर मुझे बताएं' एक ऐसा काम है जिसे एजेंट लगभग बिना किसी जोखिम के कर सकता है। 'जो फ़्लाइट सबसे अच्छी लगे वह बुक कर दें' एक ही स्टेप में फ़ैसला और पेमेंट दोनों सौंप देता है, जो ठीक वैसा काम है जो निर्देश के अंदर नहीं बल्कि ह्यूमन-अप्रूवल नियम के पीछे रहना चाहिए।
पहले कुछ सेशन को ध्यान से देखें, भले ही वे एक आइसोलेटेड जगह में हों। आइसोलेशन यह सीमित करता है कि कोई गलती कितना नुकसान कर सकती है; यह नहीं बताता कि एजेंट काम अच्छी तरह कर रहा है या नहीं। जब आपने उसे कुछ रन अपनी उम्मीद के मुताबिक संभालते देख लिया हो, तो आप उस खास, संकीर्ण काम के लिए अपना ध्यान कम कर सकते हैं, हालाँकि किसी नए काम के लिए नहीं जिसे आपने अभी आज़माया नहीं है।
आखिर में, यह मान लें कि आज जिस सेटअप का इस्तेमाल कर रहे हैं उसे बाद में फिर से देखना पड़ेगा। वेंडर बदलते रहते हैं कि उनके एजेंट क्या कर सकते हैं, कौन सी सेटिंग मौजूद हैं, और कौन से डिफ़ॉल्ट लागू होते हैं, अक्सर किसी फ़ीचर लॉन्च होने के कुछ महीनों के अंदर ही। किसी एजेंट पर अपने पहले टेस्ट किए काम से बड़ी किसी चीज़ के लिए निर्भर होने से पहले अपना सेटअप और उस वेंडर की मौजूदा डॉक्यूमेंटेशन फिर से देखें।
ईमानदार सीमाएँआइसोलेशन आपको किससे बचाता है और किससे नहीं
एक साफ़ ब्राउज़र प्रोफ़ाइल, एक अलग अकाउंट, या एक वर्चुअल मशीन, सभी किसी गलती के असर के दायरे को सीमित करते हैं। इनमें से कोई भी एजेंट की समझ को बेहतर नहीं बनाता, और इनमें से कोई भी एक भरोसेमंद दिखने वाले स्कैम पेज को आइसोलेटेड सेशन का एक घंटा बर्बाद करने से नहीं रोकता, भले ही वहाँ पहुँचकर वह किसी मायने की चीज़ तक न पहुँच सके। आइसोलेशन इस बारे में है कि एजेंट क्या छू सकता है, इस बारे में नहीं कि वह स्थिति को सही ढंग से समझेगा या नहीं।
यह आउटपुट को वास्तव में देखने की जगह भी नहीं लेता। वर्चुअल मशीन के अंदर चल रहा एजेंट फिर भी किसी फ़ॉर्म में गलत जानकारी भर सकता है, किसी उलझाने वाले पेज को गलत समझ सकता है, या किसी काम को ऐसे तरीके से पूरा कर सकता है जो तकनीकी रूप से सही है पर वह नहीं जो आप चाहते थे। इस गाइड में पहले बताई गई रिव्यू की आदत मायने रखती है, चाहे एजेंट सबसे ज़्यादा कंटेन्ड सेटअप में चल रहा हो या सबसे कम में।
आखिर में, यहाँ कुछ भी एक बार का सेटअप नहीं है जिसे आप पूरा करके भूल जाएं। Anthropic, OpenAI, Microsoft, और Google, सभी अभी भी अपने कंप्यूटर-यूज़ और एजेंटिक ब्राउज़िंग फ़ीचर पर सक्रिय रूप से काम कर रहे हैं, जिसका मतलब है कि आपके लिए उपलब्ध खास सेटिंग, डिफ़ॉल्ट, और सुरक्षा उपाय एक सेशन से दूसरे सेशन के बीच बदल सकते हैं। इस गाइड को उन आदतों के रूप में समझें जो इस बदलाव के दौरान भी काम आती रहेंगी, और अभी आपके सामने मौजूद सटीक फ़ीचर नामों और सेटिंग के लिए वेंडर की अपनी मौजूदा डॉक्यूमेंटेशन देखें।
एजेंट सेफ्टी के बारे में पढ़ना और उसे वास्तव में प्रैक्टिस करना अलग-अलग चीज़ें हैं
नियम जानना पहला कदम है। Nightschool AI का फ़्री करिकुलम पहले ही लेसन से हैंड्स-ऑन है, इसमें यह भी शामिल है कि Claude आपकी तरफ़ से कैसे काम कर सकता है और ऐसा करते समय किन चीज़ों पर ध्यान देना है, ताकि आप सिर्फ़ एक रीडिंग लिस्ट की बजाय किसी असली काम पर यह आदत बनाएं।
अक्सर पूछे जाने वाले प्रश्न
एक कंप्यूटर-यूज़ एजेंट मेरी स्क्रीन पर वास्तव में क्या देख सकता है?
Claude के कंप्यूटर यूज़ के लिए Anthropic की डॉक्यूमेंटेशन कहती है कि मॉडल को पूरी डिस्प्ले के स्क्रीनशॉट मिलते हैं, साथ में छोटे टेक्स्ट को साफ़ पढ़ने के लिए एक ज़ूम फ़ीचर। यह उस पल स्क्रीन पर दिखने वाली जो भी चीज़ है उसे देखता है, आपके फ़ाइल सिस्टम या हार्ड ड्राइव को सीधे नहीं, और सिर्फ़ उस ब्राउज़र, डेस्कटॉप, या सैंडबॉक्स के अंदर जिसकी ओर आसपास का एप्लिकेशन उसे इशारा करता है।
एजेंट को उसकी अपनी जगह देने का सबसे आसान तरीका क्या है?
एक अलग ब्राउज़र प्रोफ़ाइल जिसमें कुछ भी इम्पोर्ट न हो: कोई सेव पासवर्ड नहीं, कोई एक्सटेंशन नहीं, कोई ब्राउज़िंग हिस्ट्री नहीं। ज़्यादातर ब्राउज़र में इसे सेटअप करने में कुछ मिनट लगते हैं और यह किसी एक कम-जोखिम वाले काम के लिए काफ़ी है, जैसे कोई जल्दी वाला लुकअप या एक पब्लिक फ़ॉर्म भरना।
क्या मुझे वर्चुअल मशीन चाहिए, या ब्राउज़र प्रोफ़ाइल काफ़ी है?
यह काम पर निर्भर करता है। वेब तक सीमित किसी जल्दी वाले, कम-जोखिम वाले काम के लिए ब्राउज़र प्रोफ़ाइल काफ़ी है। किसी ऐसे काम के लिए अलग ऑपरेटिंग सिस्टम अकाउंट या वर्चुअल मशीन का इस्तेमाल करें जिसे आप दोहराएंगे, जिसे सिर्फ़ ब्राउज़र की बजाय असली डेस्कटॉप ऐप्लिकेशन चाहिए, या किसी भी ऐसे काम के लिए जिसे आप पूरी तरह साफ़ करके फिर से शुरू करना चाहेंगे। Mac पर, Apple का Virtualization framework ठीक इसी काम के लिए एक सामान्य विंडो में पूरा macOS गेस्ट चला सकता है।
Prompt injection क्या है और यह कंप्यूटर-यूज़ एजेंट के लिए क्यों मायने रखता है?
Prompt injection एक ऐसा निर्देश है जो किसी वेबपेज, डॉक्यूमेंट, या ईमेल के अंदर छिपा होता है और आपकी बजाय AI एजेंट को ऐसा कुछ करने की ओर मोड़ने की कोशिश करता है जो आपने नहीं माँगा था। Claude के कंप्यूटर यूज़ के लिए Anthropic की अपनी डॉक्यूमेंटेशन चेतावनी देती है कि Claude ऐसे कमांड को फ़ॉलो कर सकता है, तब भी जब वे आपके निर्देशों से टकराते हैं, और इसके लिए उसके सेफ्टी क्लासिफ़ायर दूसरी परत हैं, एजेंट को शुरुआत से ही संवेदनशील अकाउंट से दूर रखने की जगह नहीं।
क्या मुझे कभी एजेंट को अपने ईमेल या बैंक अकाउंट में लॉगिन करने देना चाहिए?
रोज़मर्रा के इस्तेमाल के लिए इसे साफ़ 'नहीं' समझें। Claude के कंप्यूटर यूज़ के लिए Anthropic की सेफ्टी गाइडेंस साफ़ चेतावनी देती है कि मॉडल को अकाउंट लॉगिन जानकारी जैसे संवेदनशील डेटा का एक्सेस न दिया जाए, जानकारी की चोरी रोकने के लिए, और बताती है कि एजेंट को कहीं भी लॉगिन कराना खासतौर पर prompt injection का खतरा बढ़ाता है। इसके बजाय जिस एक सर्विस को काम के लिए वास्तव में ज़रूरत है, उसके लिए एक सीमित अकाउंट इस्तेमाल करें।
मुझे कैसे पता चलेगा कि एजेंट कुछ ऐसा करने वाला है जिसे पलटा नहीं जा सकता?
काम शुरू होने से पहले एक स्थायी नियम बनाएं: एजेंट को किसी भी खरीदारी, किसी दूसरे व्यक्ति को भेजे गए मैसेज, किसी फ़ाइल डिलीशन या ओवरराइट, या किसी भी ऐसी स्क्रीन से पहले रुकना चाहिए और स्थिति बतानी चाहिए जो उसे शर्तें या कुकीज़ स्वीकार करने के लिए कहती है। Claude के कंप्यूटर यूज़ के लिए Anthropic की अपनी गाइडेंस ठीक इसी श्रेणी को, फ़ाइनेंशियल ट्रांज़ैक्शन और साफ़ सहमति को, उन मामलों के रूप में नाम देती है जिन्हें किसी इंसान की पुष्टि का इंतज़ार करना चाहिए।
क्या Claude का कंप्यूटर यूज़, ChatGPT agent, Copilot actions, या Gemini के एजेंट फ़ीचर जैसा ही है?
ये सभी लगभग एक ही लूप पर काम करते हैं: स्क्रीन देखें, एक एक्शन तय करें, उसे करें, फिर से देखें। Anthropic का Claude, OpenAI का ChatGPT, Microsoft का Copilot, और Google का Gemini, सभी ने अपने-अपने वर्शन लॉन्च किए हैं, लेकिन सटीक सेटिंग, डिफ़ॉल्ट, और सुरक्षा उपाय प्रोडक्ट के हिसाब से अलग होते हैं और अक्सर बदलते हैं। इस गाइड की आदतें, आइसोलेशन, सीमित अकाउंट, ह्यूमन अप्रूवल, और रिव्यू, इन सभी पर लागू होती हैं; उस प्रोडक्ट के खास फ़ीचर नामों के लिए हर वेंडर की अपनी मौजूदा डॉक्यूमेंटेशन देखें।
सेशन के बाद एजेंट ने क्या किया, इसका रिव्यू मैं कैसे करूँ?
सीधे पूछें: उसे वह हर पेज जो उसने विज़िट किया, हर अकाउंट जो उसने छुआ, और हर फ़ील्ड जो उसने टाइप किया, उसी क्रम में लिस्ट करने दें, सिर्फ़ आखिरी नतीजे का सारांश नहीं। Claude के लिए Anthropic की डॉक्यूमेंटेशन बताती है कि कई एक्शन एक ही टर्न में एक बैच के रूप में साथ चल सकते हैं, इसलिए एक सही रिव्यू रास्ते में आने वाले स्टेप को भी जाँचता है, सिर्फ़ आखिरी स्क्रीन को नहीं।
क्या क्लाउड सैंडबॉक्स अपने ही कंप्यूटर पर एजेंट चलाने से ज़्यादा सुरक्षित है?
वेंडर द्वारा होस्ट किया गया सैंडबॉक्स सेशन को आपकी डिवाइस से पूरी तरह दूर रखता है, जो आपकी फ़ाइलों और हार्डवेयर के लिए खतरे की एक पूरी श्रेणी को हटा देता है। कोई खास प्रोडक्ट यह ऑफ़र करता है या नहीं, और उसे कैसे कॉन्फ़िगर किया गया है, यह अलग होता है और समय के साथ बदलता रहता है, इसलिए यह गाइड किसी एक वेंडर के सैंडबॉक्स के बारे में खास दावे नहीं करती; उस प्रोडक्ट की मौजूदा डॉक्यूमेंटेशन देखें। किसी भी तरह, वही आदतें, सीमित अकाउंट, ह्यूमन अप्रूवल, और रिव्यू, फिर भी लागू होती हैं।
क्या Nightschool AI, Anthropic, OpenAI, Microsoft, Google, या Apple से संबद्ध है?
नहीं। Nightschool AI स्वतंत्र है और Anthropic, OpenAI, Microsoft, Google, या Apple से संबद्ध या उनके द्वारा समर्थित नहीं है। Claude, ChatGPT, Copilot, Gemini, और Virtualization framework अपनी-अपनी कंपनियों के प्रोडक्ट हैं और यहाँ सिर्फ़ यह बताने के लिए नाम लिए गए हैं कि वे क्या हैं और उनकी अपनी प्रकाशित डॉक्यूमेंटेशन को सही ढंग से उद्धृत करने के लिए।
आदत को प्रैक्टिस करें, सिर्फ़ चेकलिस्ट को नहीं
सेटअप उतना मायने नहीं रखता जितना यह मायने रखता है कि जब पहली बार कुछ गलत दिखे तो आप क्या करते हैं।