m
Mars AI Operator Modul 3 Description · Knowledge
50 daqiqa · amaliy
Modul tuzilishi
  1. Hook3 daqiqa
  2. Mental model12 daqiqa
  3. 6 ta texnika5 daqiqa
  4. Demo · V1→V412 daqiqa
  5. Mashq15 daqiqa
  6. Quiz3 daqiqa
  7. Keyingi qadamlar
5 tadan 3-modul · Description × Knowledge

AI bilmaydi seni maktabing haqida.

«Aniqlik so'rovda — aniqlik javobda»

Claude'dan so‘ra: «Mars Pro» nima? Sayyora yoki qandaydir dastur haqida javob olasan. Nega AI seni maktabing haqida bilmaydi? Chunki Mars IT School — bu niche/local. Bu modulda — vazifani AI taxmin qilmasligi uchun qanday ta’riflash kerak, va u qayerda sukut bo‘yicha taxmin qilayotganini qanday tushunish kerak.

Davomiyligi
50 daq
Hands-on
25 daq
Prerequisite
M1 + M2
Reliz
After M1+M4 pilot

Hook — «Mars Pro»? AI sayyora haqida o‘ylaydi.AI o'qituvchining maktabini bilmaydi

Sahna · dushanba, smenalar orasida

Ochasan claude. «Bu hafta 12 yoshli o‘quvchilarim uchun Python bo‘yicha 5 ta topshiriq o‘ylab top». Olasan: yig‘indilar kvadrati, tub sonni tekshirish, FizzBuzz, sonni top, lug‘at. Texnik jihatdan to‘g‘ri. Bolalaring uchun — noto‘g‘ri.

So‘raysan: «Mars Pro nima?» AI ishonch bilan: «aftidan, Mars missiyasi uchun qandaydir professional-dastur…». Maktabdagi seni tarifing haqida u bilmaydi.

Claude'dan so‘ra: «Mars Pro nima?» — sayyora haqida javob olasan. Nega AI seni maktabing haqida bilmaydi? AI uchun Mars IT School = rare / niche / local. Bu modelning xatosi emas. Bu uning qayerda kuchli va qayerda uni «boqish» kerakligini ko‘rsatuvchi xarita.

Modul oxirida siz quyidagilarni bajara olasiz

Men tekshiradigan uchta ko‘nikma

  • Description’ning barcha 3 darajasini qo‘llash — product (nima xohlayman) / process (qanday fikrlash kerak) / performance (qanday qilib yaxshi ekanligini tushunaman) — uchalasini ham aniq bitta promptda, bir-ikkita emas.
  • Vazifa mainstream knowledge’da ekanligini yoki niche/local ekanligini aniqlash; niche-zonada promptni o‘z ma’lumotlaringiz bilan mustahkamlash (@-mention fayllar, @-import CLAUDE.md, MCP’da).
  • Description ↔ Discernment loop’ni qo‘llash — promptni yaxshilash uchun 2-3 iteratsiya, birinchi urinishdayoq «ideal» emas.

Mental model — AI nimalarni biladi va unga qanday aytish kerak.AI nimani biladi va unga qanday tushuntirish

Ikki qatlam: Knowledge — modelning treningdan keyin boshida nimalar bor. Description — vazifani qanday qilib qadoqlaysiz. Har biri — alohida kichik bo‘lim. Anthropic’dan verbatim iqtiboslar + tarjima. Agar til chalkashib ketsa — asl nusxasi yonida, unga ishoning.

1. Knowledge spectrum — frequently · recently · consistently

Anthropic Academy · «AI Capabilities and Limitations» · lesson 6 (Knowledge)
«Capability zone: topics that appeared frequently, recently (within training), and consistently in training data. Limitation zone: rare, post-cutoff, niche, local, or contested topics.»
Rus tilida: model, uning treningida material tez-tez, yaqinda emas (cutoff’gacha) va turli manbalardan izchil uchragan joylarda kuchli. U kamdan-kam, cutoff’dan keyin, tor, mahalliy (bitta shahar / bitta maktab) yoki manbalar o‘rtasida bahs-munozara.

bo‘lgan joylarda zaif.Amaliy savol — «AI buni biladimi?» emas, balki «u o‘qigan narsalarda bu qanchalik yaxshi taqdim etilgan?». To‘rtta zonadan iborat shkala:

// Mars IT School mentori uchun knowledge spectrum MAINSTREAM Python syntax, for/while sikllari, FizzBuzz, list/dict, bazaviy OOP → AI aniq javob beradi, ishonish mumkin POPULAR FRAMEWORK bolalar uchun pygame, Scratch, Turtle, Replit, Khan Academy patternlari → AI ishonchli javob beradi, spot-chek NICHE Python oʻqitish metodikasi aynan 12 yoshlilar uchun, yangi boshlovchilarning xato shakllari, Scratch → Python oʻtish ~ AI ishonchli javob beradi — har safar tekshirib koʻring RARE / LOCAL Mars IT School ichki tuzilishi, «Mars Pro» tarifi, sizning guruhingiz, Chilonzarlik Alisher, oʻzbek ertagi ! AI bilmaydi — oʻylab topadi, ogohlantirmaydi // muhim: AI ishonchni har xil signalizatsiya qilmaydi. // bir xil ohangda ham asosiy maʼlumotni, ham gallyutsinatsiyani beradi.
→ agar jadval kesilgan boʻlsa, oʻngga suring
Bilimlardagi xarakterli nosozliklar · Anthropic 6-darsidan

Anthropic bilimlarning 4 turdagi yetishmovchiligini ajratadi: staleness (mashgʻulot paytidagi haqiqat ≠ hozirgi haqiqat), uneven coverage (niche/mahalliy maʼlumotlar yetishmaydi), inherited bias («normal» deb hisoblanadigan narsa = maʼlumotlarda boʻlgan narsa), source amnesia («qayerdadir oʻqiganman» — iqtibos emas). Toʻrttasi ham bir vaqtning oʻzida faol. Mars mentorida uneven coverage va source amnesia birinchi boʻlib aniqlanadi.

2. Descriptionning uch darajasi — product · process · performance

AI Fluency Framework · Description Summary (Dakan, Feller, Anthropic, 2025)
«Product Description: defining what you want in terms of outputs, format, audience, and style. Process Description: defining how the AI approaches your request, such as providing step by step instructions for the AI to follow. Performance Description: defining the AI system's behavior during your collaboration, such as whether it should be concise or detailed, challenging or supportive.»
Bir jumla bilan tarjima: product = nima chiqadi. process = qanday oʻylash kerak. performance = qanday qilib yaxshi ekanligini tushunasiz (va AI oʻzini qanday tutadi). Uchchala ham — bitta promptda. Bir-ikki emas.
01 · product

Natijada nima istayman

Aniq artefakt. Format. Auditoriya. Stil. Uzunlik.

«for-tsikl boʻyicha 5 ta topshiriq, 12 yoshlilar uchun, oʻzbek tilida, 1 abzats shart + misol»
02 · process

Qanday oʻylashingiz kerak

Qadamlar. Avval reja. Qaysi fayllarni oʻqish kerak. Javob berishdan oldin nima haqida oʻylash kerak.

«avval konsepsiya → bolaning hayotidan misol → tipik xato → topshiriq»
03 · performance

Qanday qilib yaxshi ekanligini tushunaman

Tekshirish mezoni. Tone. AI nimalarni oʻzi tashlab yuborishi kerak. Qachon «bilmayman» deyish kerak.

«12 yoshli bola shartni oʻz soʻzlari bilan 30 soniyada aytib bersa — aks holda yomon»

3. Description ↔ Discernment loop — kursning dvigateli

AI Fluency for Educators · lesson 2 «Framework review»
«Description and Discernment work together in a continuous feedback loop, transforming AI from a tool into a thinking partner.»
Bu «birinchi urinishda ideal prompt yozish» emas. Bu tsikl: siz tasvirladingiz → AI bajardi → siz uchta qatlamning har birini baholadingiz (product/process/performance — nima notoʻgʻri?) → tavsifni aniqroq qilib qayta yozdingiz → takrorlash. 2-3 iteratsiya = norma. Bitta «ideal» prompt — kamdan-kam omad.
step 1
Description

product · process
performance

→
step 2
AI output

model urinishi

→
step 3
Discernment

barcha 3 qatlam boʻyicha baholang

↺

Marsdagi Antipattern №1: mentor bitta uzun prompt yozadi → notoʻgʻri natija oladi → modelni ayblaydi. Pattern: qisqa prompt → AI nima qilganini koʻrasiz → qaysi qatlam yetishmaganini tushunasiz → qoʻshimcha yozasiz. 2-3 aylanishdan soʻng — keyinchalik qayta foydalanadigan ishchi shablon.

Oltita texnika prompting — Anthropic Fluency'dan.Oltita texnika — prompting uchun

Verbatim AI Fluency Framework 9-darsdan. Har bir qatorda — texnika + product/process/performance'ga qayerga mos kelishi. Oltitasini yodlab oling, shunda siz 90% holatlarni qamrab olasiz.

Texnika
Maʼnosi
Description qatlami
Give context
«Nima xohlayotganingiz, nima uchun xohlayotganingiz va tegishli ma'lumotlar haqida aniq bo'ling». Bu vazifa nima uchun, kim uchun, nimalar allaqachon mavjud.
product + process
Show examples
«Siz qidirayotgan natija uslubi yoki formatini ko'rsating». Yaxshi javobning 1-2 ta misolini ko'rsating.
product
Specify constraints
«Format, uzunlik va boshqa natija talablarini aniq belgilang». 1 paragraf / markdown'siz / faqat o'zbek tilida / yangi kutubxonalarsiz.
product + performance
Break into steps
«AI'ni ko'p bosqichli fikrlash orqali boshqaring». Avval X ni o'qing, keyin Y ni o'ylab ko'ring, keyin Z javobini bering.
process
Think first
«AI'dan avval o'ylashni so'rang — AI'ga o'z jarayonini bajarish uchun joy bering». «Javob berishdan oldin, nimalar noaniq ekanligini sanab o'ting».
process
Role / tone
«AI'ning rolini yoki ohangini belgilang — AI qanday muloqot qilishini aniqlang». «Siz Python mentori, katta do'st kabi javob bering, o'qituvchi kabi emas».
performance

Anthropic buni «maxfiy qurol» deb ataydi: «AI'ning o'zidan prompt'ingizni yaxshilashga yordam berishini so'rang». Promptni tugatdingizmi — Claude'dan so'rang: «bu so'rovda siz uchun nima noaniq?» Ko'pincha siz hisobga olmagan butun bir qatlam paydo bo'ladi.

Bashorat · demo'ni o'qishdan oldin

Bir xil prompt «12 yoshlilar uchun Python bo'yicha 5 ta vazifa o'ylab toping» — 4 ta iteratsiya orqali o'tkaziladi. Qaysi versiyada (V1, V2, V3, V4) — sizningcha — AI sizning bosimingizsiz, zaif variantlarni o'zi saralashni boshlaydi? Raqamni yozing. Tekshiramiz.

Demo — bitta promptning to'rtta iteratsiyasi.Bitta prompt — to'rtta variant

Zuhra, Yunusobodlik Python mentori. Dushanba tongi, 12 yoshlilar guruhi uchun material tayyorlash kerak. Bir xil asosiy so'rov. Har bir versiya bitta Description qatlamini qo'shadi. Mock-output sifatda nima o'zgarishini ko'rsatadi.

V1 · bare — qatlamlarsiz

~/zukhraV1 · 0 qatlam
$ claude

› 12 yoshlilar uchun Python bo'yicha 5 ta vazifa o'ylab toping

⠋ Tayyor:

1. 1 dan n gacha bo'lgan sonlar kvadratlarining yig'indisi
2. Sonning tubligini tekshirish
3. FizzBuzz
4. Sonni top (random)
5. Satrdagi unlilarni hisoblash

Nima noto'g'ri: texnik jihatdan to'g'ri, lekin bu generic Hour-of-Code to'plami. Aynan qaysi 12 yoshlilar uchun? Endi boshladilarmi? Shartlarni bilishadimi? Mavzu nima — sikllar, satrlar, lug'atlar? Bular bo'yicha qanday baholash mutlaqo tushunarsiz. Discernment-signal: prompt AI'ning mainstream knowledge'ini buzib o'tib, o'quv ma'lumotlaridan eng o'rtacha ma'lumotni oldi.

V2 · +product — natijada nima xohlayman

~/zukhraV2 · product
› Python bo'yicha 5 ta vazifa o'ylab toping, mavzu for/while,
  12 yoshlilar uchun, if/else'ni biladigan, lekin sikllarni endi boshlaganlar uchun.
  Format: 1 shart jumlasi + 1 kirish/chiqish misoli.

⠋ Tayyor:

1. 1 dan 10 gacha bo'lgan sonlarni har birini yangi qatordan chop eting.
   Misol: kirish — yo'q, chiqish — 1\n2\n...\n10
2. 1 dan 20 gacha bo'lgan barcha juft sonlar yig'indisini hisoblang.
   Misol: kirish — yo'q, chiqish — 110
3. 5 ga ko'paytirish jadvalini chop eting (5×10 gacha).
4. Foydalanuvchi “stop” kiritmaguncha, salomlashishni takrorla.
5. Kvadrat 100 dan katta boʻlgan 1 dan boshlab birinchi sonni top.

Yaxshiroq: endi mavzuga (sikllar) qaytamiz, endi darajani hisobga oladi (if/else bilishadi). Lekin hali ham maktabcha-abstrakt. 12 yoshli bolaga “juft sonlar yigʻindisi” — nima uchun? Qanday tipik xato? Qanday pedagogik yondashuv? AI bilmaydi, chunki biz unga qanday oʻylashni.

V3 · +process — qanday oʻylashing kerak

~/zukhraV3 · product + process
› 12 yoshlilar uchun (if/else bilishadi) for/while boʻyicha oʻsha 5 ta topshiriq.
  Har bir topshiriq uchun qadamlar bilan oʻyla:
    1. Konsept (sikllardan aynan nimani oʻzlashtiramiz)
    2. Bolaning hayotidan misol (faqat “juft sonlar yigʻindisi” emas — ularning
       dunyosidan biror narsa: WhatsApp, TikTok, uy vazifasi, tanaffus)
    3. Koʻpchilik kutadigan xato (incrementni unutish? off-by-one?)
    4. Topshiriq

⠋ Tayyor:

1. KONSEPT: diapazonli for
   HAYOTDAN: TikTokda pleylistni aylantirish — har bir video 15 soniya
   XATO: range(5) 0..4 ni berishini, 1..5 emasligini unutishadi
   TOPSHIRIQ: “8 ta video uchun "video N (15 sek)" deb chop et”.

2. KONSEPT: chiqish shartli while
   HAYOTDAN: WhatsAppda doʻstingizning javobini kutish — kelmaguncha
   XATO: infinite loop — oʻzgaruvchini oʻzgartirishni unutishadi
   TOPSHIRIQ: “"ok" olmaguningizcha — "kutamiz…" deb chop etishni
                davom ettiring (pauza bilan)”. (time.sleep ni koʻrsatish)

3-5. [xuddi shunday — otjimaniya hisoblagichi, tanaffusning teskari sanogʻi,
        barcha doʻstlar javob berganini tekshirish]

Ancha yaxshiroq: AI pedagogik jihatdan mazmunli material bera boshladi. “Kutilgan xato” — bu deyarli dars rejasi. Lekin biz hali ham topshiriqning kuchli ekanligini qanday tushunishingni aytmadik. Agar AI zaif “hayotiy misol” bersa nima boʻladi? Unda rad etish mezoni yoʻq.

V4 · +performance — yaxshi ekanligini qanday tushunasan

~/zukhraV4 · product + process + performance
› [V3 prompt toʻliq] +
  YAXSHI TOPSHIRIQ MEZONI:
  “12 yoshli bola topshiriq shartini
   oʻz soʻzlari bilan 30 soniyada aytib bera oladi”. Agar topshiriq
   konsepsiyani tushuntirish uchun uzoqroq vaqt talab qilsa — u zaif, uni rad et.

  Avval 8 ta nomzod tuz, keyin bu mezon boʻyicha rad et, 5 ta yakuniy
  natijani qaytar + qaysi 3 tasini rad etganingni va nima uchunligini koʻrsat.

⠋ Oʻylayapman…
⠋ 8 ta nomzod yaratildi.
⠋ Har birini 30 soniyalik testdan oʻtkazaman…

3 TASINI RAD ETDIM:
  × “Sikl orqali Sezar shifri” — shifrlashni tushuntirishni talab qiladi,
     30 soniya yetmaydi, 12 yoshli bola uchun konsept murakkab
  × “Pufakli saralash” — “algoritm bilan saralash” konsepti
     oʻz-oʻzidan tushuntirishni talab qiladi, ustiga for ichida while bor
  × “Tub sonlar” — tublikni tushuntirish kerak, 30+ soniya

5 TA FINAL (30 soniyalik testdan o‘tganlar):
1. TikTok pleylist [V3 dagi kabi]
2. WhatsApp kutish [V3 dagi kabi]
3. Otjimaniya hisoblagichi [V3 dagi kabi]
4. Tanaffus tugashiga qadar hisoblash [yangi – otjimaniyadan yaxshiroq]
5. Guruh chatida do‘stlarni tekshirish [yangi]

Asosiysi sodir bo‘ldi: AI o‘zi zaiflarni saralashni boshladi. Har bir vazifa bo‘yicha u bilan bahslashishingizga to‘g‘ri kelmadi. Performance-kriteriy AI ichida, u bo‘lmaganda mentor ko‘zlari bilan bajaradigan ishni qildi.

Endi buni Mars context ga ko‘paytiring. Zuhra ~/zukhra/CLAUDE.md (M1 dan) da shunday yozgan: «men Mars IT School da 11-13 yoshlilar uchun Python mentori, bolalarim Yunusobodlik, o‘zbek tili ona tili, rus tili ikkinchi til, ko‘rsatmalar va misollar ikki tilda, 70% da Scratch asoslari bor». Bu fayl avtomatik yuklanadi. Mars context li V4 shunchaki 5 ta vazifa bermaydi – ularni ikki tilda beradi, «bu 2 ta vazifa bola Scratch bloklarini ko‘rgan deb taxmin qiladi – o‘sha 30% ga 2 daqiqada tushuntirish kerak» degan izoh bilan. CLAUDE.md siz V5 iteratsiyasini oladigan narsa, CLAUDE.md bilan darhol keladi.

Qatlam qo‘shildi
Nima yaxshilandi
V1 — bare
generic FizzBuzz / Hour-of-Code, mainstream knowledge o‘rtacha natija berdi
V2 — +product
mavzu bo‘yicha (sikllar), daraja bo‘yicha (if/else bilishadi) – lekin maktabcha-abstrakt tarzda
V3 — +process
pedagogik jihatdan mazmunli vazifalar, «kutilgan xato» paydo bo‘ldi, bolaning hayotidan misollar
V4 — +performance
AI o‘zi saralaydi sizning kriteriyangiz bo‘yicha zaif variantlarni – siz faqat finalni + rad etishning tushunarli sababini olasiz
Xuddi shu modul – boshqa mentor

Timur uchun bu qanday ko‘rinadi (Python olimpiadachisi 12–14 yosh, Chilonzor)

Timurda boshqa performance-metrika bor. «12 yoshli bola 30 soniyada qayta hikoya qiladi» emas, balki: «yechim olymp.uz dagi hidden tests dan o‘tishi kerak, complexity O(n log n) yoki undan yaxshiroq, allowed olymp set dan (math, itertools, functools, collections, bisect, heapq) tashqari hech qanday uchinchi tomon kutubxonalari yo‘q».

Timur o‘zining ~/olymp-prep/CLAUDE.md da aynan shuni tasvirlagan. Unda V4 «menga prefiks summalarga 3 ta masala ber» promptiga doctests bilan, kommentda complexity belgisi bilan yechimlarni beradi va o‘zi saralaydi numpy dan foydalanadigan variantlarni. Xuddi shu ladder Description, boshqa performance – boshqa natija.

Zuhra uchun asosiy qatlam – process (pedagogik jihatdan qanday fikrlash kerak). Timur uchun asosiy qatlam – performance (hakamdan qanday o‘tish kerak). Har birining o‘z shabloni bor.

Edge of knowledge – AI rostini aytsa, bilmaydigan joyi

Zuhra sinab ko‘radi: «rekursiyani o‘zbek xalq ertagi orqali tushuntir — 12 yoshlilar uchun». AI jonlanib «Ivan-Tsarevich kabi…» deb javob beradi — o‘zbek ertaklari uning o‘quv ma’lumotlarida kam/mahalliy. Agar to‘xtatilmasa, material bolalarga rus ismlari bilan yetib boradi.

Davosi · context injection

Zuhra ertakni o‘zi olib keladi promptga: «mana Aldar-Kose va uning uch o‘g‘li haqidagi ertak matni [to‘liq matn]. Unda kichrayib boruvchi o‘lchamda takrorlanadigan tuzilmani top (bu rekursiya). 12 yoshliga tushuntir». Endi AI «xotiradan» emas, balki keltirilgan manbadan ishlaydi. Bu niche/local uchun asosiy usul: sen mahalliy bilimlarni tashuvchisan, AI esa qayta ishlovchi. Aksincha emas.

O‘z kontekstingni «qo‘yish» uchun uchta joy:

Mexanizm
Qachon
@-mention faylini promptda
Bir martalik shu sessiyada. «o‘qib chiq @docs/scratch-to-python.md». CLAUDE.md ni to‘ldirmaydi, bir marta ishlaydi.
@-import CLAUDE.md da (@docs/api.md)
Doimiy. Kontekst har bir sessiyada avtomatik yuklanadi. Har kuni qo‘llaydigan qoidalar uchun.
MCP-serverlar
Jonli ma’lumotlar (Jira, Google Drive, Postgres). Claude Code darajasida ulanadi. Kurs doirasida — chuqurlashmasdan eslatma (cheatsheetga qarang).

Mashq — 3 ta probe va shablon-snippet.Uchta probe va shablon

«Bad Prompt Makeover» (AI Fluency 8-dars) + «Outsider Test» (AI Capabilities 6-dars) adaptatsiyasi. Barcha uchta probeni qo‘lda bajaring — busiz keyingi promptingiz boshqalarniki kabi taxmin bo‘ladi.

Probe 1 · 5 daqiqa · qaysi qatlamni tushirib qoldirishga odatlanganmiz

2-moduldagi vazifani oling (Co-creation darajasi)

2-modulda siz Co-creation uchun vazifa tanlagansiz — bu yerda AI va siz birga ishlaysiz. Unga qayting.

  1. Bu vazifa uchun prompt yozing odatdagi kunda qanday yozgan bo‘lardingiz kabi. Tahrirlamang. Uni V1.
  2. sifatida saqlang.productUni oching va marker bilan belgilang: bu yerda nima processUni oching va marker bilan belgilang: bu yerda nima performance, nima . Qaysi qatlam ?
  3. yo‘qO‘zingizga bir jumla bilan yozib qo‘ying: «men odatda ___ qatlamini unutaman»». Bu sening shaxsiy pattern'ing.
Hisobotga nimani yozish kerak: V1 da qaysi qatlam yoʻq edi, bu vazifadan vazifaga qanday oʻzgargan (bitta odatmi yoki har xil).
Probe 2 · 12 daqiqa · ladder V1 → V4

Xuddi shu vazifani 4 ta iteratsiya orqali bajaring

Bu mashqning yuragi. Har bir versiyadan soʻng – qisqa yozuv. «Yaxshilandi/yoʻq» emas, balki aynan nima.

  1. V1 (bare). Probe 1 dan olinganini. Ishga tushiring. Javobni oʻqing. Yozing: nima yaxshiUni oching va marker bilan belgilang: bu yerda nima oʻquvchiga/hamkasbga/ishlab chiqarishga toʻgʻri kelmaydi.
  2. V2 (+product). Muayyan format / auditoriya / uzunlik / uslubni qoʻshing. Ishga tushiring. Yozing V1 ga nisbatan nima yaxshilandi.
  3. V3 (+process). Qadamlar/reja/«avval X ni oʻqing» ni qoʻshing. Ishga tushiring. Yozing V2 ga nisbatan nima yaxshilandi.
  4. V4 (+performance). «Qanday qilib yaxshi ekanligini tushunaman» mezonini qoʻshing + AI dan oʻzi saralashni soʻrang. Zaif variantlarni. Ishga tushiring. Yozing AI oʻzi nimani rad etdi.
Falsifiable gipoteza: V3 va V4 oʻrtasida siz sifatli sakrashni koʻrasiz – AI zaif variantlarni oʻzi rad eta boshlaydi, siz emas. Agar bu sodir boʻlmasa – sizning performance-mezoningiz notoʻgʻri, qayta yozing.
Probe 3 · 8 daqiqa · sizning qayta ishlatiladigan snippet'ingiz

Clipboard'ga tushadigan shablon-snippet'ni yigʻing

M1 dagi sizning Teaching Context'ingiz + probe 2 dagi sizning product/process/performance'ingiz = siz qayta ishlatadigan shablon. «Hamma narsa uchun bitta prompt» emas, balki karkas, unga vazifani kiritasiz.

  1. M1 dagi oʻzingiznikini oching. Undan tegishli boʻlimni (rol / auditoriya / til) nusxalang. Bu CLAUDE.mdsizning shabloningizning sarlavhasiUning ostiga .
  2. 3 qator yozing: [men odatda nimani soʻrayman – format/uzunlik/uslub]:
    PRODUCT: [AI qanday fikrlashi kerak – mening standart qadamlarim]
    PROCESS: [mening «yaxshi» mezonim – AI oʻzi nimaga qarab rad etadi]
    PERFORMANCE:Sizning tizim clipboard menejeringizga joylashtiring (Raycast Snippets / Alfred / shunchaki
  3. ~/snippets/mars-prompt.txt). Trigger — qisqa soʻz, masalan ;mp.
  4. Claude'dagi keyingi 3 ta promptni shu snippet'dan boshla, faqat vazifaning oʻziga xos jihatlarini qoʻshib yoz. Tezlik va sifatni solishtir avvalgisi bilan.
Mashq artefakti: keyinchalik foydalanadigan bitta shablon fayl. Agar bir hafta ichida unga biror marta ham qaytmagan boʻlsang — shablon zaif, qayta yoz.
Reflection · quiz oldidan

Oʻzingni tekshirishdan oldin — 60 soniya tanaffus

Bu javoblar senda qoladi — yuborilmaydi. Bu modul bir hafta ichida esdan chiqib ketmasligi uchun langar.

Quiz — oʻzingni 3 daqiqada tekshir.O'zingni sina — 3 daqiqada

Uchta apply-savol. Agar kamida bittasida xato qilgan boʻlsang — tegishli boʻlimga qayt. Bu baho emas, balki keyingi prompt oldidan sugʻurta.

01-savol

Sen product (nima xohlayman) va process (qanday oʻylash kerak) ni shakllantirding, lekin performance'ni unutding (qanday tushunaman yaxshi ekanini). Ehtimol nima sodir boʻladi?

AAI javob berishdan bosh tortadi, chunki ishga tushirish uchun maʼlumot yetarli emas
BAI ishonchli natija beradi, uni sen rad eta olmaysan — AI oʻrniga har bir jumlani koʻz bilan baholashga toʻgʻri keladi
CAI performance-qatlamni oʻzi qoʻshadi, chunki kontekstdan taxmin qiladi
DAI performance koʻrsatilganidan koʻra qisqaroq javob beradi
Toʻgʻri — B. Performance-qatlam — bu sening rad etish mezonlaring. Unsiz AI oʻzining qaysi nomzodlari zaif ekanini bilmaydi va hamma narsani ishonchli deb qaytaradi. Bu discernment ishini yana senga yuklaydi — sen har birini qoʻlda koʻrib chiqasan. A — AI performance yetishmasligi tufayli deyarli hech qachon bosh tortmaydi, ishga kirishadi. C — sening mezonlaringni juda kamdan-kam hollarda topadi; Mars context'da deyarli hech qachon. D — uzunlik bilan korrelyatsiya yoʻq.
02-savol

Qaysi soʻrovda AI knowledge limitation tufayli yomon javob berishi ehtimoli koʻproq?

APython'da list comprehension sintaksisini yangi boshlovchilar uchun misollar bilan tushuntiring
B12 yoshli bolalar guruhi bilan ochiq havoda mashgʻulotlar oʻtkazish uchun Toshkentning 3 ta tumanini taklif qiling — Yunusoboddan transportni hisobga olgan holda
CJavaScript ES6'da arrow function qanday ishlashini va oddiy function'dan nima bilan farq qilishini ayting
DPython'da fayllar bilan ishlash uchun try/except pattern'ini tasvirlang
Toʻgʻri — B. Toshkent tumanlari, aynan Yunusoboddan transport-logistika, bolalar guruhlari uchun ochiq havo — bu Anthropic lesson 6 terminologiyasi boʻyicha rare/local. AI ishonchli (eshitgan parklarini aytadi), lekin ishonchli ohangda — «ishonchim komil emas» signali yoʻq. A, C, D — mainstream knowledge, frequently/consistently taqdim etilgan. Ular boʻyicha AI kuchli.
Savol 03

Prompt: «kechikkan ota-onaga xabar yoz». Siz Mars context (siz mentor, uning farzandi Alisher darsda, 20 daqiqa kechikish) va vaziyatning o‘ziga xosligini qo‘shdingiz. Natijada sovuq, rasmiy xat oldingiz. Description qatlamining qaysi biri yetishmadi?

AProduct — AI qanday format kerakligini bilmasdi
BProcess — AI yozishdan oldin qaysi qadamlarni bajarishni bilmasdi
CPerformance — ohang/uslub belgilanmagan («ota-onaga hamkasb sifatida, kompaniya xodimi sifatida emas, iliq»)
DKnowledge — AI sizning maktabingiz haqida bilmaydi, Mars IT Schoolni aniq eslatish kerak edi
Toʻgʻri — C. Tone — bu performance. «Sovuq, rasmiy» — bu aniq ko‘rsatma berilmagan AI ning default-ovozi. AI Fluency Framework bo‘yicha Performance-qatlam: «AI tizimining xatti-harakatini belgilash — qisqa yoki batafsil, qiyin yoki qo‘llab-quvvatlovchi». D — chalg‘ituvchi: siz Mars contextni qo‘shdingiz, AI maktab haqida bilardi, lekin siz qanday ohang istayotganingizni bilmasdi. A — «xabar» formati ko‘rsatilgan edi. B — qisqa xat uchun process muhim emas.
// har bir savolda javobni tanlang
Barcha buyruqlar bir sahifada: claude-code-cheatsheet.md — @-mention, @-import, /memory, MCP-serverlar

Keyingi nima — Modul 4.Keyingisi — Modul 4

Atributsiya va litsenziya

Ushbu modul Mars IT School (2026) tomonidan quyidagilar asosida moslashtirilgan:

— «AI Capabilities and Limitations» — Anthropic Academy, 2026, 6-dars «Knowledge» (frequently / recently / consistently · staleness · source amnesia).

— «AI Fluency: Framework & Foundations» — Dakan, Feller, Anthropic, 2025 — 8-dars «Description» (product / process / performance) va 9-dars «Effective Prompting» (6 texnika).

— «AI Fluency for Educators» — o‘sha mualliflar, 2025 — 2-dars «Framework review» (Description ↔ Discernment loop) va 3-dars «Course design» (Stage 2-3 worked example, Teaching Context document).

— Claude Code documentation (claude.com/docs) — @-mention fayllar, @-import CLAUDE.md da, /memory, MCP overview.

Bizning moslashuvimiz — CC BY-NC-SA 4.0. Mars IT Schoolni ko‘rsatgan holda va xuddi shu litsenziyani saqlagan holda nusxalash, remiks qilish, o‘qitishda foydalanish mumkin.

Yakun · bir jumla bilan

Modul umuman qanday?