Panduan Industri: Konsultasi

Cara Menggunakan Claude di Konsultasi: Panduan untuk Riset, Deliverable, dan Due Diligence

Riset dan draf lebih cepat, penilaian tingkat partner yang sama.

Panduan ini untuk konsultan, engagement manager, analis riset, dan pimpinan firma yang ingin memanfaatkan Claude dari Anthropic untuk riset, analisis, dan deliverable yang membentuk sebuah engagement klien. Panduan ini membahas pengumuman kemitraan Anthropic dengan firma konsultasi dan layanan profesional, serta satu studi kasus klien khusus, agar Anda melihat secara konkret bagaimana firma-firma menggunakan Claude, bukan hanya secara teori.

Pelajari Claude GratisSiapkan Workspace Praktisi Anda

Cara menggunakan Claude di konsultasi dimulai dengan pekerjaan yang padat dokumen dan riset dengan jejak sumber yang jelas: riset pasar dan analisis kompetitif yang dibangun dari dokumen publik, sintesis due diligence dari dokumen data room, draf awal deck dan memo klien dari catatan riset, respons proposal dan RFP yang disusun dari capability statement sebelumnya, dan pencarian pengetahuan di seluruh engagement masa lalu firma sendiri. Claude menyusun dan mengorganisasi materi. Konsultan dan partner tetap memegang setiap penilaian yang berhadapan dengan klien, menelusuri setiap klaim kembali ke dokumen yang disebutkan, dan menjalankan setiap deliverable melalui review kualitas dan partner normal firma sebelum mencapai klien.

Diterbitkan

Pelajaran gratis · tanpa akunKonteks Adalah SegalanyaPrompting Strategis5 mntMulai pelajaran gratis

Poin Penting

  • Penggunaan paling kuat di konsultasi adalah riset pasar, deliverable klien, sintesis due diligence, draf proposal, dan pencarian di pengetahuan engagement masa lalu firma sendiri.
  • Anthropic telah mengumumkan aliansi multi-tahun dengan Accenture, DXC, dan KPMG untuk menggelar Claude di seluruh tenaga kerja konsultasi dan layanan profesional mereka sendiri.
  • DXC membangun platform orkestrasi asuransi bernama Assure di atas Claude, dan studi kasus klien yang terdokumentasi menggambarkan penanganan dokumen yang lebih cepat dan lebih sedikit pekerjaan kalkulasi manual.
  • Setiap deliverable klien yang disusun AI harus bisa ditelusuri kembali ke dokumen sumber yang disebutkan dan melewati review partner dan kualitas normal firma sebelum mencapai klien.
  • Data klien rahasia, informasi transaksi, dan data keuangan yang belum dipublikasikan memerlukan deployment yang disetujui, kontrol akses yang ketat, dan batas kerahasiaan yang jelas.

Salin dan tempel

Prompt yang bisa Anda pakai hari ini

Sintesis ukuran pasar dari dokumen sumber

Anda adalah analis riset pada sebuah engagement konsultasi. Dengan hanya menggunakan laporan pasar dan tabel data yang ditempel di bawah, susun bagian ukuran pasar yang menyatakan total pasar yang dapat dijangkau, metodologi yang digunakan setiap sumber, dan tahun yang berlaku untuk setiap angka. Kutip dokumen sumber dengan nama setelah setiap angka, jangan pernah mencampur angka dari tahun berbeda tanpa mencatatnya, dan daftarkan apa yang tidak dapat Anda temukan di sumber daripada memperkirakannya. Dokumen sumber: [paste].

Menyebutkan dokumen sumber setelah setiap angka adalah yang membuat pengecekan cepat dilakukan.

Draf bagian deck klien dari catatan riset

Susun slide tren industri untuk deck klien dengan hanya menggunakan catatan riset dan ringkasan wawancara yang ditempel di sini. Tulis tiga atau empat poin per bagian, kaitkan setiap insight ke catatan atau wawancara spesifik asalnya, tandai setiap klaim yang hanya muncul di satu sumber, dan gunakan bahasa deck standar firma daripada nada santai. Catatan riset dan wawancara: [paste].

Partner tetap harus mengkaji ulang nada dan framing sebelum ini mencapai klien.

Ringkasan red flag due diligence dari dokumen data room

Tinjau dokumen data room yang ditempel di bawah dan daftarkan setiap item yang terlihat seperti kemungkinan red flag untuk akuisisi ini, seperti angka yang tidak konsisten antar dokumen, ketentuan kontrak yang tidak biasa, konsentrasi klien, atau litigasi yang tertunda. Untuk setiap item, sebutkan dokumen dan bagian pasti asalnya, dan jangan menarik kesimpulan sendiri tentang risiko transaksi, cukup tandai agar dinilai oleh tim transaksi. Dokumen: [paste].

Membiarkan penilaian risiko tetap pada tim transaksi adalah yang membuat ini dapat dipertahankan.

Pembongkaran lanskap kompetitif dari dokumen publik

Buat tabel perbandingan kompetitor dari dokumen publik, transkrip earnings call, dan rilis pers yang ditempel di bawah. Sertakan pertumbuhan pendapatan, strategi yang dinyatakan, dan setiap angka yang telah diungkapkan setiap perusahaan tentang pasar yang menjadi arena kompetisi klien kami. Kutip dokumen atau transkrip dengan nama dan tanggal untuk setiap angka, dan tandai setiap kompetitor yang datanya yang dapat dibandingkan tidak Anda temukan, bukannya menebak. Materi: [paste].

Menandai data yang hilang daripada mengisinya adalah yang membuat tabel perbandingan dapat dipercaya.

Draf respons RFP dari proposal sebelumnya

Susun respons terhadap bagian scope RFP yang ditempel di bawah dengan hanya menggunakan proposal sebelumnya dan capability statement kami yang ditempel di sini. Ikuti struktur yang diminta RFP, gunakan kembali bahasa dari proposal sebelumnya yang telah disetujui di tempat yang benar-benar sesuai, catat proposal sebelumnya mana asal setiap bagian yang digunakan kembali, dan tandai setiap persyaratan yang tidak dicakup dengan jelas oleh pekerjaan kami sebelumnya. Scope RFP dan materi sebelumnya: [paste].

Menandai cakupan yang lemah sejak awal memberi waktu bagi pemimpin proposal untuk memperbaikinya sebelum pengajuan.

Dari Anthropic

Yang ditawarkan Anthropic untuk Konsultasi

Accenture and Anthropic partnership

Kemitraan multi-tahun di mana Anthropic dan Accenture menciptakan Accenture Anthropic Business Group khusus, penawaran bersama untuk chief information officer yang memadukan Claude Code dengan metodologi adopsi Accenture sendiri, penawaran yang direncanakan untuk industri teregulasi, dan pusat yang didanai bersama di dalam Accenture yang berfokus pada Claude. Anthropic mengatakan rencana ini melatih sekitar 30.000 profesional Accenture pada Claude dan memberi puluhan ribu developer Accenture akses ke Claude Code.

· Sumber

DXC and Anthropic alliance

Aliansi multi-tahun yang membawa Claude ke sistem yang digunakan bank, maskapai, perusahaan asuransi, dan lembaga pemerintah yang mengandalkan teknologi DXC. DXC membangun platform orkestrasi internalnya, bernama OASIS, dengan Claude sebagai model default, dan lebih dari 95% kode OASIS dihasilkan oleh Claude. Anthropic menyebutkan DXC sebagai bagian dari jaringan mitra konsultasi dan integrasi sistemnya. DXC memiliki 115.000 karyawan di 70 negara, dan lebih dari 50 klien DXC sudah menjadi bagian dari pekerjaan bersama ini.

· Sumber

Dalam Praktik

Cara tim Konsultasi menggunakan Claude

Menurut kisah pelanggan yang dipublikasikan Anthropic

DXC

Dalam studi kasus klien khusus, DXC menjelaskan pembangunan Assure, platform orkestrasi untuk industri asuransi, di atas Claude: intelijen dokumen yang membaca dan mengklasifikasikan dokumen klaim dan underwriting yang masuk, orkestrasi alur kerja yang mengarahkan keputusan ke orang yang tepat, task app bertujuan khusus, dan log kepatuhan yang mencatat setiap tindakan. Bisnis asuransi DXC mempekerjakan 14.000 orang dan melayani 1.100 klien. Satu tim membangun aplikasi kalkulasi tunjangan kecelakaan kerja yang berfungsi dalam 8 jam yang benar 80% pada percobaan pertama, dan porsi kalkulasi itu yang memerlukan penilaian manusia turun dari 70% menjadi 20%.

Baca kisah pelanggan Anthropic

Menurut kisah pelanggan yang dipublikasikan Anthropic

Accenture

Dalam pengumuman kemitraannya dengan Accenture, Anthropic mengatakan rencana ini melatih sekitar 30.000 profesional Accenture pada Claude dan memberi puluhan ribu developer Accenture akses ke Claude Code, di dalam Accenture Anthropic Business Group baru yang dibangun bersama Anthropic.

· Baca kisah pelanggan Anthropic

Menurut kisah pelanggan yang dipublikasikan Anthropic

KPMG

Dalam pengumuman aliansi globalnya dengan KPMG, Anthropic mengatakan rencana ini menjangkau lebih dari 276.000 karyawan KPMG di 138 negara dan wilayah, melalui alat yang disebut KPMG sebagai Digital Gateway dan KPMG Blaze.

· Baca kisah pelanggan Anthropic

Contoh ilustrasi

Memo ukuran pasar untuk pitch klien baru

  1. Seorang analis riset memuat briefing industri klien, template riset firma, dan laporan pasar yang disetujui untuk pitch ini.
  2. Claude menyusun bagian ukuran pasar yang menelusuri setiap angka kembali ke laporan tertentu dan menandai setiap estimasi yang tidak dapat disumberkan.
  3. Engagement manager memeriksa setiap angka yang dikutip terhadap laporan asli dan menyelesaikan apa pun yang ditandai.
  4. Seorang partner mengkaji ulang bagian yang selesai sebelum masuk ke deck pitch.
  5. Bagian itu masuk ke dalam pitch melalui proses review normal firma.

Contoh ilustrasi

Ringkasan due diligence data room

  1. Sebuah tim transaksi memuat laporan keuangan dan presentasi manajemen dari data room ke dalam workspace yang aman dan terbatas.
  2. Claude mengekstrak angka-angka kunci hanya dari dokumen yang dikutip, menandai kekosongan daripada mengisinya.
  3. Seorang associate memeriksa ekstraksi tersebut terhadap dokumen sumber dan menyelesaikan setiap kekosongan yang ditandai dengan tim transaksi.
  4. Seorang partner mengkaji ulang ringkasan dan memutuskan apa yang masuk ke laporan due diligence.
  5. Ringkasan itu masuk ke dalam laporan due diligence melalui review normal firma.

Alur Kerja Inti

Kasus Penggunaan Claude di Konsultasi, dari Riset hingga Penyerahan

Inilah area di mana AI untuk firma konsultasi menghemat waktu analis dan associate paling banyak, sambil menjaga jejak sumber yang dapat diperiksa partner.

Riset pasar

AI untuk riset pasar mengolah dokumen publik, laporan industri, dan transkrip menjadi ukuran pasar yang terukur dan gambaran kompetitif yang bersumber.

Deliverable klien

AI untuk deliverable klien menyusun bagian deck dan memo dari catatan riset, dalam bahasa dan struktur firma sendiri.

Sintesis due diligence

Dokumen data room menjadi ringkasan terstruktur di mana setiap angka dan setiap tanda peringatan ditelusuri kembali ke dokumen tertentu.

Manajemen pengetahuan internal

Pencarian di materi engagement masa lalu firma sendiri untuk menggunakan kembali framework dan temuan daripada mulai dari lembar kosong.

Draf proposal dan RFP

Draf awal respons proposal dan RFP dari proposal sebelumnya yang disetujui dan capability statement, dengan kekurangan yang ditandai untuk pemimpin proposal.

Persiapan workshop dan stakeholder

Agenda workshop, panduan wawancara stakeholder, dan sintesis catatan wawancara menjadi tema untuk steering committee.

Apa yang Dilaporkan Firma Konsultasi

Bagaimana Firma Konsultasi Menggunakan AI Saat Ini

Bagaimana AI digunakan di firma konsultasi saat ini? Sebagian besar yang bersifat publik bukanlah studi kasus klien independen, melainkan Anthropic menyebutkan firma konsultasi atau layanan profesional sebagai mitra implementasi yang juga menggelar Claude di seluruh tenaga kerjanya sendiri. Kerangka itu penting: ini adalah pengumuman kemitraan dan aliansi, bukan ulasan independen, dan sebaiknya dibaca demikian.

Anthropic dan Accenture mengumumkan kemitraan multi-tahun yang menciptakan Accenture Anthropic Business Group khusus, penawaran bersama untuk chief information officer yang memadukan Claude Code dengan metodologi adopsi Accenture sendiri, penawaran yang direncanakan untuk industri teregulasi, dan pusat yang didanai bersama di dalam Accenture yang berfokus pada Claude. Anthropic mengatakan rencana ini melatih sekitar 30.000 profesional Accenture pada Claude dan memberi puluhan ribu developer Accenture akses ke Claude Code.

Anthropic dan KPMG mengumumkan aliansi global yang menjangkau lebih dari 276.000 karyawan KPMG di 138 negara dan wilayah, melalui alat yang disebut KPMG sebagai Digital Gateway dan KPMG Blaze. Di sini juga, angka-angka utama menggambarkan penggelaran tenaga kerja KPMG sendiri, bukan audit eksternal atas hasil.

DXC dan Anthropic mengumumkan aliansi multi-tahun yang membawa Claude ke sistem yang digunakan oleh bank, maskapai, perusahaan asuransi, dan lembaga pemerintah yang mengandalkan teknologi DXC, di perusahaan dengan 115.000 karyawan di 70 negara. DXC adalah satu-satunya nama dalam kelompok ini yang memiliki baik pengumuman aliansi maupun studi kasus klien tersendiri dan khusus dengan angka konkret, itulah sebabnya DXC menjadi jangkar bagian studi kasus di bawah.

Aliansi Anthropic

Kemitraan Claude yang Mengubah Layanan Profesional

AI generatif di konsultasi bergerak paling cepat melalui kemitraan tingkat firma daripada alat titik individual. Accenture, DXC, dan KPMG masing-masing membangun platform dan metodologi internal mereka sendiri di sekitar Claude, lalu menawarkan pekerjaan itu sebagai layanan kepada klien mereka sendiri.

DXC membangun platform orkestrasi internalnya, bernama OASIS, dengan Claude sebagai model default, dan Anthropic mengatakan lebih dari 95% kode OASIS dihasilkan oleh Claude. Anthropic menyebutkan DXC sebagai bagian dari jaringan mitra konsultasi dan integrasi sistemnya, dan mengatakan lebih dari 50 klien DXC sudah menjadi bagian dari pekerjaan bersama ini.

Bagi sebuah tim konsultasi individual, pelajaran praktisnya kurang terkait dengan platform bermerek tertentu dan lebih kepada pola yang mendasarinya: alur kerja AI yang sempit dan terdefinisi dengan baik, terbungkus dalam metodologi, langkah review, dan penilaian berhadapan klien firma sendiri, bukan alat AI yang bekerja tanpa pengawasan atas nama klien.

Jika firma Anda belum menjadi bagian dari salah satu aliansi yang lebih besar ini, pola yang sama tetap berlaku pada skala tim: pilih alur kerja sempit dan dapat diulang, bungkus dalam template dan langkah review Anda sendiri, dan ukur pada pekerjaan Anda sendiri sebelum memperluasnya.

Riset dalam Praktik

AI untuk Konsultasi Strategi yang Dilakukan dengan Baik

Pola yang terbukti berhasil dalam riset pasar dan konsultasi strategi adalah ruang lingkup yang sempit dan kutipan yang kuat. Berikan Claude laporan, dokumen, atau transkrip spesifik yang boleh digunakan, template deck Anda, dan gaya penulisan rumah Anda. Mintalah untuk mengutip dokumen sumber setelah setiap angka dan menandai apa yang tidak dapat ditemukan daripada mengisi kekosongan. Draf yang dibangun seperti itu dapat diperiksa sumber demi sumber, yang memang dibutuhkan tim engagement sebelum dilihat partner.

Pemeriksaan konsistensi antar-dokumen adalah penggunaan AI untuk deliverable klien yang sering diremehkan. Engagement yang panjang menghasilkan puluhan dokumen kerja, dan angka yang bergeser antara model, memo, dan slide deck adalah jenis kesalahan yang tepat yang akan ditanyakan klien dalam rapat. Claude dapat membandingkan dokumen dan mendaftar setiap tempat yang tidak sesuai, mengubah pembacaan ulang penuh menjadi daftar singkat dan terfokus.

Jaga pembagian tugas tetap eksplisit. Claude menyusun, mengorganisasi, dan melakukan pemeriksaan silang. Analis dan associate bertanggung jawab atas akurasi dan kejelasan, engagement manager bertanggung jawab atas struktur dan narasi, dan partner bertanggung jawab atas apa yang benar-benar sampai ke hadapan klien dan bagaimana itu dibingkai. Menuliskan pembagian itu dalam cara kerja tim Anda membuat bantuan AI lebih mudah dipertahankan saat klien menanyakan bagaimana sebuah angka dihasilkan.

Memilih Alat

Claude vs ChatGPT untuk Konsultasi

Perbandingan Claude vs ChatGPT untuk konsultasi sebaiknya dilakukan pada pekerjaan Anda sendiri: bagian ukuran pasar yang sudah diserahkan, ringkasan due diligence yang sudah diperiksa terhadap data room, dan bagian proposal yang sudah diajukan. Bandingkan akurasi terhadap sumber asli, seberapa jelas setiap alat mengutip apa yang digunakannya, dan bagaimana masing-masing menangani kekosongan dalam materi sumber.

Dalam konsultasi, keputusan biasanya diambil berdasarkan kerahasiaan dan kesesuaian alur kerja, bukan daftar fitur: deployment mana yang disetujui tim TI dan risiko Anda untuk data klien, berapa lama dokumen disimpan, apakah alat dapat dibatasi hanya pada materi satu engagement, dan seberapa baik alat tersebut sesuai dengan format deck, dokumen, dan spreadsheet yang sudah digunakan firma Anda.

Ajukan pertanyaan yang sama untuk alat AI apa pun yang Anda evaluasi: dapatkah alat itu dibatasi hanya pada dokumen yang saya berikan, dan dapatkah saya melihat dengan tepat dokumen mana asal sebuah klaim? Alat yang tidak dapat menjawab kedua pertanyaan itu dengan jelas kurang sesuai untuk pekerjaan berhadapan klien, terlepas dari model apa yang ada di belakangnya.

Memulai

Bulan Pertama yang Aman untuk Tim Konsultasi

Mulai dengan engagement yang sudah ditutup

Uji prompt pada deliverable dari engagement yang sudah selesai dan ditutup, dan bandingkan draf AI dengan apa yang benar-benar dikirim ke klien.

Muat template dan gaya penulisan

Masukkan template deck, gaya penulisan, dan glosarium Anda ke dalam sebuah project agar draf sesuai dengan yang diharapkan partner.

Pilih satu jenis deliverable

Pilih satu deliverable berulang, seperti bagian ukuran pasar atau draf proposal, dan ukur waktu review dibandingkan baseline biasa.

Tentukan batas kerahasiaan

Sepakati dengan tim risiko dan TI data klien mana yang boleh menyentuh deployment mana, dan bagaimana draf berbantuan AI direview dan disimpan.

Batasan

Di Mana Konsultan dan Partner Harus Memutuskan

Dapatkah AI menggantikan konsultan? Tidak. Claude dapat salah menyatakan angka, melewatkan konteks di belakang sebuah data, atau menyusun kesimpulan yang sebenarnya tidak didukung oleh riset yang mendasarinya. Klien membayar untuk penilaian tentang apa arti sebuah temuan bagi situasi spesifik mereka, untuk hubungan yang dibangun di atas kepercayaan, dan untuk akuntabilitas atas rekomendasi, yang semuanya tidak dapat diemban oleh model.

Keputusan penilaian yang berhadapan dengan klien, termasuk apa arti sebenarnya sebuah temuan riset bagi strategi klien, bagaimana membingkai temuan sensitif dalam rapat, dan apa yang seharusnya masuk ke rekomendasi final, tetap berada pada konsultan dan partner. Claude menyiapkan materi untuk keputusan itu dan tidak membuatnya sendiri.

Data klien rahasia, informasi transaksi, data keuangan yang belum dipublikasikan, dan apa pun yang tercakup perjanjian kerahasiaan sangat sensitif. Gunakan hanya deployment yang disetujui, batasi akses pada engagement spesifik, dan selaraskan retensi dan penghapusan dengan apa yang disepakati dengan klien.

Bangun Kebiasaan AI yang Andal untuk Pekerjaan Klien

Mendapatkan draf AI yang dapat dipercaya adalah keterampilan yang dilatih: sumber, kutipan, dan review. Kurikulum gratis Nightschool AI bersifat praktis sejak pelajaran pertama.

Pelajari Claude GratisSiapkan Workspace Praktisi Anda

Pertanyaan yang Sering Diajukan

Bagaimana AI digunakan di firma konsultasi?

Terutama untuk riset, penulisan, dan pencarian pengetahuan: analisis ukuran pasar dan kompetitif, draf awal deck dan memo klien, sintesis due diligence, dan draf proposal serta RFP. Anthropic telah mengumumkan aliansi dengan Accenture, DXC, dan KPMG untuk menggelar Claude di seluruh tenaga kerja konsultasi mereka sendiri, dan ini sebagian besar adalah pengumuman kemitraan, bukan ulasan independen. Deliverable berhadapan klien tetap melalui review partner normal firma.

Dapatkah AI membantu deliverable klien?

Ya, untuk draf awal: bagian deck, memo, dan ringkasan yang dibangun dari catatan riset dan dokumen sumber yang Anda berikan, ditulis dalam gaya rumah firma. Paling baik digunakan dengan ruang lingkup sempit dan kutipan setelah setiap angka. Partner tetap harus mengkaji ulang deliverable yang sudah selesai sebelum klien melihatnya.

Bagaimana firma konsultasi menggelar AI secara aman?

Dengan membatasi akses pada materi satu engagement, menyepakati dengan tim risiko dan TI data klien mana yang boleh menyentuh deployment mana, dan menyelaraskan retensi serta penghapusan dengan perjanjian klien dan ketentuan kerahasiaan. Memulai dengan engagement yang sudah ditutup sebelum menggunakan AI pada pekerjaan klien yang berjalan adalah cara praktis membangun kepercayaan.

Apa saja kasus penggunaan AI terbesar di konsultasi?

Yang paling umum adalah riset pasar dan analisis kompetitif, penyusunan deliverable klien, sintesis dokumen due diligence, draf proposal dan RFP, serta pencarian di pengetahuan engagement masa lalu firma sendiri. Masing-masing paling baik berjalan dengan dokumen sumber yang disebutkan dan review partner normal.

Dapatkah AI menggantikan konsultan?

Tidak. AI dapat menyusun dan mengorganisasi riset, tetapi penilaian seorang konsultan tentang apa arti sebuah temuan bagi klien tertentu, hubungan yang dibangun dengan klien itu, dan akuntabilitas atas rekomendasi bukanlah hal yang dapat diemban model. AI membantu penulisan dan riset; rekomendasi tetap berada pada konsultan.

Berapa banyak waktu yang dapat dihemat AI dalam pekerjaan konsultasi?

Bervariasi menurut jenis dokumen dan sebersih apa materi sumbernya, jadi ukurlah pada deliverable Anda sendiri. Penghematan waktu terutama berasal dari draf awal yang lebih cepat untuk bagian riset dan ringkasan yang dibangun dari sumber yang sudah Anda miliki. Waktu review dan persetujuan partner tidak lantas hilang, dan memang tidak seharusnya.

Apakah AI cukup akurat untuk deliverable berhadapan klien?

Hanya ketika AI berpijak pada dokumen spesifik yang Anda berikan dan setiap klaim diperiksa terhadap sumber itu sebelum klien melihatnya. Draf AI yang dibangun tanpa kutipan kuat ke dokumen sumber yang disebutkan tidak cukup dapat dipercaya sendirian untuk pekerjaan berhadapan klien.

Lanjutkan belajar

Panduan dan kursus terkait

Bacaan terkait

Claude di Konsultasi, menurut peran

How Consultants Use ClaudeClaude for ExecutivesHow Researchers Use Claude

Susun Lebih Cepat, Jaga Jejak Sumber

Pelajaran praktis untuk tim yang berhadapan dengan klien.

Jelajahi Kurikulum

Nightschool AI adalah platform pembelajaran independen dan tidak berafiliasi dengan, didukung oleh, atau disponsori oleh Anthropic. Claude adalah merek dagang dari Anthropic, PBC. Mencari Claude Academy resmi dari Anthropic? Kunjungi academy.claude.com.