AI एजेंट कैसे काम करते हैं? हर काम के पीछे 5 क़दमों का चक्र, आसान भाषा में

आपने टाइप किया "इस बिल से सस्ती एनर्जी डील ढूँढो" और कुछ अजीब हुआ। एक ब्राउज़र विंडो अपने आप खुली, एक तुलना साइट भर गई, टैरिफ़ की तालिका दिखी, और एक मिनट बाद आपकी स्क्रीन पर तीन विकल्पों और एक सिफ़ारिश वाला छोटा नोट था। यह जादू जैसा लगा, और यही समस्या है, क्योंकि जो चीज़ें जादू जैसी लगती हैं उन पर भरोसा करना मुश्किल और उनका ग़लत इस्तेमाल करना आसान होता है।

यह गाइड आसान भाषा में समझाती है कि AI एजेंट कैसे काम करते हैं, और मानकर नहीं चलती कि आपको कंप्यूटर की पृष्ठभूमि है। आप देखेंगे वह पाँच क़दमों का चक्र जो हर एजेंट चलाता है, उसके भीतर का "मॉडल" असल में क्या करता है, उसे ब्राउज़र जैसे टूल क्यों चाहिए, उसकी याददाश्त कैसे काम करती है, वह कभी-कभी बातें क्यों गढ़ देता है, आपसे लिए जाने वाले क्रेडिट किसके लिए हैं, और आप कहाँ आते हैं। स्रोत वे कंपनियाँ हैं जो एजेंट बनाती हैं और वह नियामक जो मापता है कि ब्रिटेन इनका उपयोग कैसे करता है, सब 8 अक्टूबर 2026 को पढ़े गए।

हमने यह गाइड कैसे जाँची

1. बनाने वालों के अपने विवरण। चक्र कैसे डिज़ाइन किया गया है, इसके लिए Anthropic की एजेंट बनाने की प्रकाशित गाइड।
2. ग़लतियों पर शोध। OpenAI का सितंबर 2025 का पत्र कि भाषा मॉडल झूठी बातें आत्मविश्वास से क्यों कहते हैं।
3. Ofcom के उपयोग आँकड़े। नियामक की Online Nation रिपोर्ट, दिसंबर 2025 में प्रकाशित।
4. हमारे अपने परीक्षण। नीचे का हर उदाहरण ऐसा काम है जो हमने एजेंट को दिया और चलते देखा।

5 क़दमों का चक्र

Anthropic एजेंटों को ऐसे सिस्टम बताता है जहाँ मॉडल अपनी प्रक्रिया और टूल के अपने इस्तेमाल को ख़ुद निर्देशित करता है, और एक चक्र में काम करता है: कार्रवाई करना, परिवेश से फ़ीडबैक पाना और फिर कार्रवाई करना, इंसान के लिए जाँच-बिंदुओं के साथ। रोज़ की भाषा में यह पाँच क़दम हैं। पूरे समय एनर्जी बिल का उदाहरण लेकर चलते हैं।

क़दम 1: वह लक्ष्य पढ़ता है और तय करता है कि "पूरा हुआ" का मतलब क्या है

एजेंट आपके वाक्य को ऐसे लक्ष्य में बदलता है जिससे वह मिलान कर सके: "इस पोस्टकोड और इस खपत के लिए ऐसा टैरिफ़ जो मौजूदा से सस्ता हो, बदलने की शर्तों की सूची के साथ"। अगर लक्ष्य अस्पष्ट है, तो चीज़ें इसी क़दम पर बिगड़ती हैं, क्योंकि एजेंट लक्ष्य का अंदाज़ा लगाएगा।

क़दम 2: वह योजना बनाता है

क़दमों की छोटी सूची: खपत के आँकड़ों के लिए बिल पढ़ना, तुलना साइट खोलना, उन्हें भरना, नतीजे इकट्ठे करना, बाहर निकलने के शुल्क जाँचना, तीन सबसे अच्छे लिखना। अच्छे एजेंट शुरू करने से पहले यह योजना आपको दिखाते हैं। Jobbit में प्लान मोड है जो यहीं आपकी मंज़ूरी के लिए रुक जाता है।

क़दम 3: वह टूल इस्तेमाल करता है

यही वह हिस्सा है जो एजेंट को चैटबॉट से अलग करता है। चैटबॉट सिर्फ़ बात कर सकता है, इसलिए कुछ भी करने के लिए एजेंट टूल (tool) को बुलाता है: तुलना साइट पर जाने के लिए वेब ब्राउज़र, बिल देखने के लिए फ़ाइल रीडर, सालाना ख़र्च की तुलना के लिए कैलकुलेटर या स्प्रेडशीट। हर टूल एक नतीजा लौटाता है, और वह नतीजा एजेंट की सोच में वापस जाता है।

क़दम 4: वह जाँचता है

हर क़दम के बाद एजेंट जो मिला उसकी तुलना उससे करता है जिसकी उम्मीद थी। तुलना साइट ने मीटर का ऐसा प्रकार माँगा जो उसे नहीं पता, तो वह बिल पर लौटता है। एक टैरिफ़ प्रति यूनिट सस्ता है पर उसका स्टैंडिंग चार्ज ज़्यादा है, तो वह पूरे साल का हिसाब दोबारा लगाता है। इसी जाँच की वजह से एजेंट को सेकंड नहीं, मिनट लगते हैं, और उनकी ज़्यादातर क़ीमत यहीं से आती है।

क़दम 5: वह रिपोर्ट देता है और इंतज़ार करता है

वह सार लिखता है, पूछने पर अपना हिसाब दिखाता है, और उस बिंदु पर रुकता है जहाँ पैसे का लेन-देन होता है या संदेश भेजा जाता है। टैरिफ़ बदलना आपका फ़ैसला है। अच्छी तरह बना एजेंट पूछता है; बुरी तरह बना एजेंट मान लेता है।

फिर अगले लक्ष्य के लिए चक्र दोहराया जाता है। हमारी आसान भाषा की गाइड AI एजेंट क्या है इस चक्र को बारह असली उदाहरणों के साथ रखती है।

इंजन: मॉडल असल में क्या करता है

हर एजेंट के भीतर एक मॉडल (model) होता है, वह चीज़ जो भाषा पढ़ती और लिखती है। Claude, GPT और Gemini मॉडल हैं। मॉडल ने बहुत बड़ी मात्रा में पाठ पढ़ा है और सीखा है कि आगे क्या आएगा, एक छोटे टुकड़े के बाद दूसरा। उन टुकड़ों को टोकन (token) कहते हैं, और एक टोकन अंग्रेज़ी के एक शब्द का लगभग तीन चौथाई होता है। एजेंट जो कुछ "सोचता" है वह सब टोकन में लिखा जाता है: योजना, तर्क, टूल के अनुरोध, अंतिम जवाब।

इससे तीन नतीजे निकलते हैं, और वही ज़्यादातर उस चीज़ को समझाते हैं जो नए लोगों को उलझन में डालती है।

• मॉडल अपनी ट्रेनिंग की तारीख़ के बाद की कोई बात नहीं जानता, जब तक वह खोजे नहीं। इसीलिए एजेंट याददाश्त से जवाब देने के बजाय ब्राउज़र खोलता है, और इसीलिए पिछले हफ़्ते के बारे में जवाबों के लिए खोज चाहिए।
• मॉडल की एक कॉन्टेक्स्ट विंडो (context window) होती है, यानी पाठ की वह मात्रा जो वह एक साथ याद रख सकता है। इसे एक मेज़ समझिए। आपका बिल, योजना, पढ़े हुए वेब पन्ने और उसके अपने नोट सब मेज़ पर रहते हैं, और जब मेज़ भर जाती है तो सबसे पुराने काग़ज़ गिर जाते हैं। लंबे कामों को मेज़ समेटकर संभाला जाता है, जिसे एजेंट कॉम्पैक्शन (compaction) कहते हैं। Jobbit एक कॉन्टेक्स्ट मीटर दिखाता है ताकि आप देख सकें कि मेज़ कितनी भरी है।
• मॉडल डिज़ाइन से ही आत्मविश्वासी है। वह सबसे संभावित अगले टोकन बनाता है, और "सबसे संभावित" का मतलब "सच" नहीं होता। नीचे ग़लतियों वाला हिस्सा बताता है कि आपके लिए इसका क्या मतलब है।

Ofcom की Online Nation रिपोर्ट दिखाती है कि यह इंजन कितना आम हो गया है: यूके की लगभग 30% खोजों में अब AI ओवरव्यू दिखता है, और 53% वयस्क कहते हैं कि वे ये सार अक्सर देखते हैं। सार लिखने वाला मॉडल उसी तरह का मॉडल है जो एजेंट को चलाता है।

टूल: एजेंट दुनिया तक कैसे पहुँचता है

हर पंक्ति में "क्या ग़लत हो सकता है" इसलिए है कि टूल वह जगह हैं जहाँ एजेंट अव्यवस्थित असली दुनिया से मिलता है। ब्राउज़र वाली पंक्ति पर एक अतिरिक्त बात: वेबसाइटों की बढ़ती संख्या एजेंटों को डिफ़ॉल्ट रूप से रोकती है, जैसा हमारी रिपोर्ट वेब द्वारा AI एजेंटों को बाहर रखना समझाती है, और इसीलिए एजेंट कभी-कभी बताता है कि वह अंदर नहीं जा सका। Jobbit का एजेंट ब्राउज़र आपको उसे काम करते देखने देता है और जब किसी साइट को इंसान चाहिए तो ख़ुद कमान लेने देता है, जिसका वर्णन हमारी गाइड कंप्यूटर चलाने वाले AI एजेंट में है।

याददाश्त: वह क्या याद रखता है और क्या भूल जाता है

नए लोग उम्मीद करते हैं कि एजेंट उन्हें वैसे याद रखेगा जैसे कोई सहकर्मी रखता। ज़्यादातर वह नहीं रखता, और याददाश्त की तीन क़िस्में जानने से बहुत दोहराव बचता है।

• कार्यशील याददाश्त (working memory) ऊपर के हिस्से वाली कॉन्टेक्स्ट विंडो है। यह एक काम तक चलती है और काम ख़त्म होने पर मिट जाती है, जब तक एजेंट अपने लिए नोट न लिखे।
• सहेजे गए निर्देश वे फ़ाइलें हैं जो आप उसे देते हैं और वह हर काम की शुरुआत में पढ़ता है: आप कौन हैं, आपको चीज़ें कैसे लिखी पसंद हैं, उसे क्या कभी नहीं करना है। Jobbit में ये Projects में रहते हैं, साझा फ़ाइलों, नोट और ज़रूरी पासवर्ड के साथ, जो चैट में टाइप करने के बजाय सीक्रेट के रूप में रखे जाते हैं।
• दीर्घकालिक याददाश्त (long-term memory) कुछ प्रोडक्ट की सुविधा है, जहाँ एजेंट बातचीतों के पार नोट रखता है। यह उपयोगी है और बीच-बीच में जाँचने लायक़ है, क्योंकि ग़लत नोट बना रहता है।

व्यावहारिक नियम: जो कुछ आप दो बार टाइप करते पाएँ, वह सहेजे गए निर्देशों में होना चाहिए।

वह कभी-कभी बातें क्यों गढ़ता है

आत्मविश्वास से दिया गया ग़लत जवाब, जिसे हैलुसिनेशन (hallucination) कहते हैं, एजेंट की सबसे जानी-मानी कमज़ोरी है। इस विषय पर OpenAI का शोध पत्र (सितंबर 2025 में प्रकाशित) सबसे साफ़ व्याख्या देता है: मॉडल ऐसे तरीक़ों से प्रशिक्षित और परखे जाते हैं जो "मुझे नहीं पता" मानने की जगह अंदाज़े को इनाम देते हैं, ठीक वैसे जैसे बहुविकल्पीय परीक्षा अंदाज़ा लगाने को इनाम देती है। जो मॉडल हमेशा जवाब देता है वह उससे बेहतर अंक पाता है जो कभी-कभी कहता है "मुझे यक़ीन नहीं", इसलिए मॉडल जवाब देना सीख जाते हैं।

एजेंट समस्या घटाते हैं, ख़त्म नहीं करते। जाँच का क़दम कई ग़लतियाँ पकड़ लेता है क्योंकि टूल का नतीजा असली होता है: तुलना साइट या तो टैरिफ़ दिखाती है या नहीं दिखाती। जो चूक निकल जाती हैं वे वे हैं जिन्हें कोई टूल नहीं जाँचता, जैसे उद्धृत किया गया आँकड़ा या किसी दस्तावेज़ का ऐसा सार जिसे उसने बस सरसरी नज़र से देखा। तीन आदतें आपको बचाती हैं: जिस संख्या पर आप काम करेंगे उसका स्रोत माँगें, उससे कहें कि जब यक़ीन न हो तो बताए, और आपके नाम से जाने वाली हर चीज़ पढ़ें।

क्रेडिट किसके लिए होते हैं

ज़्यादातर एजेंट सेवाएँ क्रेडिट में शुल्क लेती हैं, और नए लोगों को अक्सर हैरानी होती है कि एक जैसे सुनाई देने वाले दो काम अलग क़ीमत के क्यों हैं। क्रेडिट तीन चीज़ों के लिए हैं: मॉडल जो टोकन पढ़ता और लिखता है, टूल के जो कॉल वह करता है, और कुछ प्रोडक्ट में वे मिनट जब तक ब्राउज़र या कंप्यूटर चल रहा है। एक पंक्ति का सवाल लगभग कुछ नहीं लेता। जो शोध-कार्य तीस वेब पन्ने पढ़ता है, रिपोर्ट लिखता है और अपने आँकड़े जाँचता है, वह ज़्यादा लेता है, क्योंकि पढ़ा गया हर पन्ना अंदर जाते टोकन हैं और हर मसौदा बाहर आते टोकन।

Jobbit पर Free प्लान में बिना कार्ड के रोज़ 100 क्रेडिट मिलते हैं, जो कुछ असली कामों के लिए काफ़ी हैं, और Go £7 प्रति माह में 2,000 क्रेडिट और आपके अपने डोमेन पर चालू रखा एक छोटा ऐप देता है। हमारी गाइड AI एजेंट की लागत कितनी है ChatGPT, Claude, Manus, Muse और Jobbit में क्रेडिट और टोकन समझाती है, और प्लान की तुलना का ईमानदार तरीक़ा बताती है।

आप कहाँ आते हैं

Anthropic की गाइड कहती है कि इंसानी जाँच-बिंदु डिज़ाइन का हिस्सा हैं, इस बात का संकेत नहीं कि एजेंट विफल हुआ। व्यवहार में आपके चार काम हैं, और उनमें से कोई भी वह काम करना नहीं है।

1. लक्ष्य ठीक से लिखें। आप क्या चाहते हैं, अच्छा नतीजा कैसा दिखेगा, उसे क्या नहीं करना है। हमारी गाइड AI एजेंट के लिए प्रॉम्प्ट कैसे लिखें में 30 उदाहरण हैं।
2. योजना को मंज़ूरी दें, जब काम मायने रखता हो।
3. उसके पूछे सवालों के जवाब दें, और जब किसी साइट को इंसान चाहिए तो ब्राउज़र की कमान लें।
4. नतीजा जाँचें, उस पर काम करने से पहले।

बड़े कामों में एक और परत जुड़ती है। एजेंट एक बड़े काम को कई छोटे एजेंटों में बाँट सकता है, हर एक की अपनी मेज़, और फिर उनका काम जोड़ देता है, इसी तरह 200 पन्नों का शोध या पूरी वेबसाइट बनती है, जैसा हमारी गाइड AI सबएजेंट बताती है। और जब किसी काम को टोकन नहीं, हाथ चाहिए, तो Jobbit का एजेंट अपने मानव नेटवर्क से एक जाँचे-परखे पेशेवर को ब्रीफ़ करता है और आपका भुगतान एस्क्रो में रखता है।

व्यवहार में इसका मतलब

ChatGPT, Claude, Gemini, Microsoft Copilot, Manus और Meta का Muse सब इस चक्र का कोई न कोई रूप चलाते हैं, पूरे टूल सेट अपने पेड प्लान पर। चक्र वही है; फ़र्क़ इसमें है कि आप उसका कितना हिस्सा देख और चला सकते हैं।

• चलने से पहले आप योजना देख सकते हैं। Jobbit का प्लान मोड क़दम दिखाता है और आपकी हाँ का इंतज़ार करता है।
• आप ब्राउज़र देख सकते हैं। एजेंट ब्राउज़र हर पन्ना दिखाता है जहाँ वह जाता है, और आप कमान ले सकते हैं।
• आप बीच में दिशा दे सकते हैं। काम के दौरान संदेश भेजें और वह ख़ुद को ढाल लेता है, या दूसरा तरीक़ा आज़माने के लिए चैट को फ़ोर्क करें।
• आप उसे याददाश्त दे सकते हैं। Projects आपके निर्देश, फ़ाइलें और सीक्रेट रखते हैं ताकि हर काम जानकारी के साथ शुरू हो।
• आप उसे तय समय पर चलने के लिए लगा सकते हैं। शेड्यूल किए गए काम आपके बिना चक्र दोहराते हैं।
• आप किसी इंसान को सौंप सकते हैं। जब चक्र ऐसे काम तक पहुँचे जिसे इंसान चाहिए, तो वही एजेंट एक को ढूँढकर ब्रीफ़ करता है।

पाँच मिनट का प्रयोग जो चक्र दिखाता है

• मिनट 1: Jobbit खोलें और मुफ़्त अकाउंट शुरू करें।
• मिनट 2: उससे पूछें: "इस हफ़्ते Leeds से Glasgow 5 kg का पार्सल भेजने के तीन सबसे सस्ते तरीक़ों की लिंक के साथ तुलना करो, और बताओ कि तुम कौन-सा चुनोगे और क्यों।" यानी लक्ष्य, "पूरा हुआ" की परिभाषा और स्रोतों की माँग।
• मिनट 3 और 4: योजना को दिखते देखें, फिर ब्राउज़र को कूरियर साइटें खोलते देखें। ध्यान दें कि जब किसी क़ीमत के लिए पोस्टकोड चाहिए तो जाँचें कैसे होती हैं।
• मिनट 5: नतीजा पढ़ें और एक क़ीमत पक्की करने के लिए एक लिंक पर क्लिक करें। आपने अभी पाँचों क़दम देख लिए, और आप जानते हैं कि अगली बार क्या जाँचना है।

अक्सर पूछे जाने वाले सवाल

AI एजेंट क़दम दर क़दम कैसे काम करता है?

वह आपका लक्ष्य पढ़कर तय करता है कि पूरा होना कैसा दिखेगा, एक छोटी योजना लिखता है, हर क़दम पूरा करने के लिए ब्राउज़र और आपकी फ़ाइलों जैसे टूल इस्तेमाल करता है, हर नतीजे को योजना से मिलाता है, और रिपोर्ट देता है, पैसे या संदेशों से जुड़ी किसी भी चीज़ से पहले आपकी मंज़ूरी के लिए रुकते हुए।

AI मॉडल और AI एजेंट में क्या फ़र्क़ है?

मॉडल वह इंजन है जो भाषा पढ़ता और लिखता है, जैसे Claude या GPT। एजेंट है मॉडल, साथ में टूल, एक योजना, एक जाँच-चक्र और रुककर आपसे पूछने का तरीक़ा। मॉडल जवाब देता है; एजेंट काम करता है।

क्या AI एजेंट मुझसे सीखता है?

एक काम के भीतर वह आपकी कही हर बात याद रखता है। कामों के बीच वह सिर्फ़ वही याद रखता है जो निर्देशों, फ़ाइलों या किसी मेमोरी सुविधा में सहेजा गया हो। जो कुछ आप दो बार टाइप करें, वह सहेजे गए निर्देशों में होना चाहिए।

AI एजेंट ग़लतियाँ क्यों करते हैं?

क्योंकि भीतर का मॉडल सबसे संभावित पाठ बनाता है, गारंटीशुदा सच नहीं, और शोध दिखाता है कि मॉडल ऐसे तरीक़ों से प्रशिक्षित होते हैं जो अंदाज़े को इनाम देते हैं। टूल और जाँच कई ग़लतियाँ पकड़ते हैं; बाक़ी आप पकड़ते हैं, स्रोत माँगकर और जो बाहर जाए उसे पढ़कर।

क्या AI एजेंट इंटरनेट ब्राउज़ कर सकता है?

हाँ, ब्राउज़र टूल के साथ वह वेबसाइट पर जा सकता है, फ़ॉर्म भर सकता है और पन्ने वैसे पढ़ सकता है जैसे आप पढ़ते हैं। कुछ वेबसाइट एजेंटों को रोकती हैं, और Jobbit पर आप ब्राउज़र को देख सकते हैं और जब किसी साइट को इंसान चाहिए तो कमान ले सकते हैं।

AI एजेंट में क्रेडिट क्या हैं?

वह इकाई जिसमें ज़्यादातर सेवाएँ शुल्क लेती हैं। वे मॉडल के पढ़े और लिखे पाठ, उसके बुलाए टूल और कभी-कभी ब्राउज़र के चलने के समय के लिए होते हैं। Jobbit के Free प्लान में बिना कार्ड के रोज़ 100 क्रेडिट मिलते हैं।

क्या मैं AI एजेंट को काम करते देख सकता हूँ?

Jobbit पर हाँ: वह योजना, ब्राउज़र और हर क़दम दिखाता है, और आप किसी भी समय उसे रोक सकते हैं, दिशा दे सकते हैं या कमान ले सकते हैं। रोज़ 100 मुफ़्त क्रेडिट, कोई कार्ड नहीं, और अपने डोमेन पर एक छोटे ऐप के लिए Go £7 प्रति माह है।