m
Mars AI Operator 3-modul Description · Knowledge
50 daqiqa · amaliy
Modul tuzilishi
  1. Hook3m
  2. Mental model12m
  3. 6 ta texnika5m
  4. Demo · V1→V412m
  5. Mashq15m
  6. Quiz3m
  7. Keyingisi nima
5 ta moduldan 3-modul · Description × Knowledge

AI bilmaydi maktabingiz haqida.

«Aniqlik so'rovda — aniqlik javobda»

Claude'dan so'rang: «Mars Pro» nima? Sayyora yoki qandaydir dastur haqida javob olasiz. Nega AI maktabingiz haqida bilmaydi? Chunki Mars IT School – bu niche/local. Bu modulda – vazifani AI taxmin qilmaydigan qilib qanday tasvirlash 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 piloti

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

Sahna · dushanba, smenalar oralig'ida

Ochasiz claude. «Bu hafta 12 yoshli bolalarim uchun Python bo'yicha 5 ta topshiriq o'ylab top». Olasiz: yig'indilar kvadrati, tub sonni tekshirish, FizzBuzz, sonni top, lug'at. Texnik jihatdan to'g'ri. Bolalaringiz uchun — noto'g'ri.

So'raysiz: «Mars Pro nima?» AI ishonch bilan: «aftidan, Mars missiyasi uchun qandaydir professional-dastur…». Maktabdagi sizning tarifingiz haqida u bilmaydi.

Claude'dan so'rang: «Mars Pro nima?» — sayyora haqida javob olasiz. Nega AI maktabingiz haqida bilmaydi? AI uchun Mars IT School = rare / niche / local. Bu modelning xatosi emas. Bu uning qayerda kuchli va qayerda uni oziqlantirish kerakligining xaritasi.

Modul oxirida siz quyidagilarni qila 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 yoki ikkitasini emas.
  • Vazifaning mainstream knowledge yoki niche/local ekanligini aniqlash; niche-zonada promptni o‘zingizning ma’lumotlaringiz bilan mustahkamlash (@-mention fayllar, @-import CLAUDE.md, MCPda).
  • 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

Bu yerda ikki qatlam bor. Knowledge — modelning o‘quv jarayonidan boshida mavjud bo‘lgan bilimlari. Description — siz bu bilimlarni olish va qo‘llash uchun o‘z vazifangizni qanday shakllantirasiz. Ikkalasini ham ko‘rib chiqamiz.

1. AI nimalarni yaxshi biladi va nimalarni o‘ylab topadi

Model o‘quv materialida tez-tez, yaqinda (kesish sanasigacha) va turli manbalarda izchil uchragan joylarda kuchli. Kamdan-kam, kesishdan keyin, tor, lokal (bir shahar, bir maktab) yoki manbalar bir-biri bilan tortishadigan joylarda zaif.tez-tez, yaqinda (kesish sanasigacha) va izchil turli manbalarda. Kamdan-kam, kesishdan keyin, tor, lokal (bir shahar, bir maktab) yoki manbalar bir-biri bilan tortishadigan joylarda zaif.kamdan-kam, kesishdan keyin, tor, lokal (bir shahar, bir maktab) yoki manbalar bir-biri bilan tortishadigan joylarda.

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 ishonch bilan javob beradi, spot-check qiling NICHE aynan 12 yoshlilar uchun Python o‘qitish metodikasi, boshlang‘ichlar uchun error patternlari, Scratch → Python o‘tish ~ AI plausible javob beradi — har safar tekshiring RARE / LOCAL Mars IT School ichki ma’lumotlari, «Mars Pro» tarifi, sizning guruhingiz, Chilonzordan Alisher, o‘zbek ertagi ! AI bilmaydi — o‘ylab topadi, ogohlantirmaydi // muhim: AI ishonchni har xil signalizatsiya qilmaydi. // bir xil ohangda ham mainstream, ham gallyutsinatsiyani beradi.
→ agar jadval kesilgan boʻlsa, oʻngga suring
Bilimlardagi toʻrtta tipik nosozlik

Eskirish (mashgʻulot paytidagi haqiqat ≠ hozirgi haqiqat), notekis qoplama (tor/mahalliy joylar tushib qoladi), meros qolgan notoʻgʻri yoʻnalish (maʼlumotlarda boʻlgan narsa «normal» hisoblanadi), manba amneziyasi («qayerdadir oʻqiganman» — lekin bu iqtibos emas). Bu toʻrttasi ham bir vaqtda ishlaydi. Mars mentorida birinchi boʻlib notekis qoplama va manba amneziyasi uradi.

2. Descriptionning uch darajasi — product · process · performance

Yaxshi tavsifning uch qatlami: product — nima chiqishi kerak (format, auditoriya, uslub). process — agent qanday fikrlashi kerak (qadamlar, avval nimani oʻqish kerak). performance — yaxshi ekanligini qanday tushunasiz va u oʻzini qanday tutadi (qisqa/batafsil, bahslashadi/qoʻllab-quvvatlaydi). Uchchala qatlam ham bitta promptda boʻlishi kerak, emas, bir-ikkita emas.

01 · product

Natijada nimani xohlayman

Aniq artefakt. Format. Auditoriya. Uslub. Uzunlik.

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

Qanday fikrlashingiz 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

Yaxshi ekanligini qanday tushunaman

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

«12 yoshli bola shartni 30 soniyada oʻz soʻzlari bilan aytib beradi — aks holda zaif»

3. Description ↔ Discernment loop — kursning dvigateli

Bu «birinchi urinishda ideal prompt yozish» emas. Bu sikl: siz tavsifladingiz → agent bajardi → siz uchta qatlamning har birini baholadingiz (product/process/performance — nima notoʻgʻri?) → tavsifni aniqroq qilib qayta yozdingiz → takrorlash. 2-3 iteratsiya — norma. Birinchi urinishda bitta «ideal» prompt — kamdan-kam omad.

step 1
Description

product · process
performance

step 2
AI output

model urinishi

step 3
Discernment

uchta qatlam boʻyicha baholang

Marsdagi 1-sonli Antipattern: mentor bitta uzun prompt yozadi → notoʻgʻri natija oladi → modelni ayblaydi. Pattern: qisqa prompt → AI nima qilganini koʻrasiz → qaysi qatlam yetishmaganini tushunasiz → yozib qoʻyasiz. 2-3 aylanadan soʻng — keyin qayta ishlatadigan ishchi shablon.

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

Oltita usul, har biri — product / process / performance'ning qayeriga joylashadi. Bu oltitasini eslab qoling, ular sizning promptlaringizning 90% ni qoplaydi.

Texnika
Maʼnosi
Description qatlami
Give context
«Nimani 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 / markdownsiz / 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 haqida o'ylang, 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, nima noaniq ekanligini sanab o'ting».
process
Role / tone
«AI ning rolini yoki ohangini belgilang — AI qanday muloqot qilishini aniqlang». «Siz Python mentori, o'qituvchi emas, balki katta do'st sifatida javob berasiz».
performance

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

Bashorat · demo o'qishdan oldin

Xuddi shu prompt «12 yoshlilar uchun Python bo'yicha 5 ta vazifa o'ylab toping» — 4 ta iteratsiya orqali o'tkaziladi.Sizningcha, qaysi versiyada (V1, V2, V3, V4) — AI sizning bosimingizsiz, zaif variantlarni o'zi saralay boshlaydi? Raqamini yozing.Tekshiramiz.

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

Zuhra, Yunusobodlik Python mentori. Dushanba tongi, 12 yoshlilar guruhi uchun material tayyorlash kerak. Xuddi shu asosiy so'rov. Har bir versiya Description ga bitta qatlam 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 toping (random)
5. Satrdagi unlilarni sanash

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 ni buzib o'tdi va o'quv ma'lumotlaridan eng o'rtachasini oldi.

V2 · +product — men natijada nimani 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 ta shart jumlasi + 1 ta 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 ni bilishadi). Lekin hali ham maktabcha-abstrakt. 12 yoshli bolaga “juft sonlar yigʻindisi” — nima uchun? Qanday xato tipik? Qanday pedagogik yondashuv? AI bilmaydi, chunki biz unga qanday oʻylashni.

V3 · +process — qanday oʻylashing kerak

~/zukhraV3 · product + process
 12 yoshlilar uchun for/while boʻyicha oʻsha 5 ta topshiriq (if/else ni bilishadi).
  Har bir topshiriq uchun qadamlar bilan oʻyla:
    1. koncept (sikllardan aynan nimani oʻzlashtiramiz)
    2. bolaning hayotidan misol (faqat “juft sonlar yigʻindisi” emas — ularning dunyosidan biror narsa:
       WhatsApp, TikTok, uy vazifasi, tanaffus)
    3. koʻpchilikning kutilayotgan xatosi (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 ni emas, unutishadi
   TOPSHIRIQ: “8 ta video uchun "video N (15 sek)" deb chop et”.

2. KONSEPT: chiqish shartli while
   HAYOTDAN: WhatsAppda doʻstingizning javobini kutasiz — kelmaguncha
   XATO: infinite loop — oʻzgaruvchini oʻzgartirishni unutishadi
   TOPSHIRIQ: “"ok" olmaguningizcha — "kutamiz..." deb chop etishni
                pauza bilan davom ettiring”. (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. “Kutilayotgan xato” — bu deyarli dars rejasi. Lekin biz hali ham topshiriq kuchli ekanligini qanday tushunishingni aytmadik. Agar AI zaif “hayotiy misol” bersa-chi? Unda rad etish mezoni yoʻq.

V4 · +performance — yaxshi ekanligini qanday tushunasan

~/zukhraV4 · product + process + performance
 [V3 prompt toʻliq] +
  YAXSHI TOPSHIRIQ KRITERIYASI:
  “12 yoshli bola topshiriq shartini
   oʻz soʻzlari bilan 30 soniyada qayta hikoya qila oladi”. Agar topshiriq
   konseptni 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 topshiriqni qaytar
  + qaysi 3 tasini rad etganingni va nima uchunligini koʻrsat.

⠋ Oʻylayapman…
⠋ 8 ta nomzod yaratdim.
⠋ Har birini 30 soniyalik testdan oʻtkazyapman…

3 TASINI RAD ETDIM:
  × “Sikl orqali Sezar shifri” — shifrlashni tushuntirishni talab qiladi,
     30 soniya yetmaydi, 12 yoshli bola uchun koncept murakkab
  × “Pufakcha saralash” — “algoritm bilan saralash” koncepti
     oʻz-oʻzidan tushuntirishni talab qiladi, plus for ichida while
  × “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]

Asosiy voqea sodir bo‘ldi: AI o‘zi zaif variantlarni saralab tashlay boshladi. Har bir vazifa bo‘yicha u bilan bahslashishingizga to‘g‘ri kelmadi. Performance-kriteriy AI ichida, mensiz mentor ko‘z bilan qiladigan ishni qildi.

Endi buni Mars context ga ko‘paytiring. Zuhra ~/zukhra/CLAUDE.md (M1 dan) faylida shunday yozilgan: «men Mars IT School da 11-13 yoshli bolalar uchun Python mentori, mening bolalarim – Yunusobod, 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 tushuntiring» 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 ni bilishadi) – lekin maktabcha-abstrakt
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 final + 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 (math, itertools, functools, collections, bisect, heapq) dan tashqari hech qanday uchinchi tomon kutubxonalari yo‘q».

Timur o‘zining ~/olymp-prep/CLAUDE.md faylida 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). Timur uchun asosiy qatlam – performance (hakamdan qanday o‘tish). Har kimning o‘z shabloni bor.

Edge of knowledge – AI rostini aytsa, bilmaydigan joyi

Zuhra sinab ko‘radi: «rekursiyani 12 yoshlilar uchun o‘zbek xalq ertagi orqali tushuntir». AI jonlanib «Ivan-Tsarevich kabi…» deb javob beradi — uning o‘quv materiallarida o‘zbek ertaklari kam/mahalliy. Agar to‘xtatilmasa, material bolalarga ruscha ismlar 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 eltuvchisan, 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 sessiya bilan 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

Haqiqiy vazifalar bo‘yicha uchta mashq. Uchalasini ham qo‘lda bajaring — busiz keyingi promptingiz barchanikidek taxminiy 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 yozganingizdek. Tahrirlamang. Uni V1.
  2. deb 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 oʻquvchi/hamkasb/ishlab chiqarish uchun mos emas.
  2. V2 (+product). Aniq 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 saralab tashlashni soʻrang. Ishga tushiring. Yozing AI oʻzi nimani tashlab yubordi.
Falsifiable gipoteza: V3 va V4 oʻrtasida siz sifatli sakrashni koʻrasiz — AI oʻzi zaif variantlarni rad etishni 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 oʻzingizning CLAUDE.md ni oching. Undan tegishli boʻlimni (rol / auditoriya / til) nusxalang. Bu sizning shabloningizning sarlavhasi.
  2. Uning ostiga 3 qator:
    PRODUCT: [men odatda nimani soʻrayman – format/uzunlik/uslub]
    PROCESS: [AI qanday fikrlashi kerak – mening standart qadamlarim]
    PERFORMANCE: [mening «yaxshi» mezonim – AI oʻzi nimaga qarab rad etadi]
  3. Sizning tizim clipboard manager'ingizga joylashtiring (Raycast Snippets / Alfred / shunchaki ~/snippets/mars-prompt.txt). Trigger — qisqa soʻz, masalan ;mp.
  4. Claude'dagi keyingi 3 ta prompt — shu snippet'dan boshla, faqat vazifaning oʻziga xos jihatlarini yoz. Tezlik va sifatni solishtir avvalgisi bilan.
Mashq artefakti: keyinchalik foydalanadigan bitta shablon fayli. 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 qilib yaxshi ekanligini tushunaman). Eng 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 — har bir jumlani AI oʻrniga koʻz bilan baholashga toʻgʻri keladi
CAI performance-qatlamini 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 ekanligini bilmaydi va hamma narsani ishonchli deb qaytaradi. Bu discernment ishini yana senga yuklaydi — sen har birini qoʻlda koʻrib chiqasan. A — AI performance yetishmasligi sababli 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 guruh 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 logikasi, bolalar guruhlari uchun ochiq havo — bu Anthropic lesson 6 terminologiyasi boʻyicha rare/local. AI ishonchli (eshitgan parklarini aytadi), lekin ishonchli ohangda — «ishonchim komil emas» signalisiz javob beradi. A, C, D — mainstream knowledge, tez-tez/izchil 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 bosib o‘tishni 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: «defining the AI system's behavior — concise or detailed, challenging or supportive». D — chalg‘ituvchi: siz Mars context 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 qadam — 4-modul.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, remikslash, o‘qitishda foydalanish mumkin.

Yakun · bir jumla bilan

Modul umuman qanday?