Apparel E-commerce के लिए Claude Code: कोऑर्डिनेट कॉपी और रिव्यू एनालिसिस का प्रैक्टिकल तरीका

शुक्रवार की शाम थी। बॉस ने कहा कि नए सीज़न के 50 डिज़ाइन के प्रोडक्ट पेज सोमवार को लाइव करने हैं।

फ़ोटो खिंच चुकी थीं। नाप भी हो चुका था। लेकिन हर डिज़ाइन के लिए “ऐसे पहनिए” वाली स्टाइलिंग कॉपी तीन-तीन वर्शन में लिखनी थी, और पुराने रिव्यू से वो पॉइंट उठाकर डालने थे जो ग्राहकों को सच में पसंद आते हैं। 50 डिज़ाइन × 3 वर्शन यानी 150 कॉपी। ऊपर से, साइज़ और कपड़े को लेकर लोगों की शिकायतें पढ़कर उन्हें प्रोडक्ट डिस्क्रिप्शन में भी जोड़ना था।

मैंने रिव्यू कॉपी करने के लिए 20 ब्राउज़र टैब खोल रखे थे और रात 11 बजे बुदबुदा रहा था, “आज ये नहीं होने वाला।” अपैरल E-commerce का काम अक्सर यहीं अटकता है — फ़ोटो और नाप के बाद जो टेक्स्ट का काम बचता है, वही गला घोंटता है।

उस रात मेरी जान Claude Code ने बचाई। कॉपी के ड्राफ़्ट और रिव्यू की छँटाई मैंने AI को सौंप दी, और मैं सिर्फ़ “ये हमारे ब्रांड की भाषा नहीं है” वाली चीज़ें ठीक करता रहा। नतीजा — 150 कॉपी एक ही रात में तैयार। आज वही पूरा तरीका कॉपी-पेस्ट करने लायक रूप में दे रहा हूँ।

मुख्य बातें

• अपैरल E-commerce की स्टाइलिंग कॉपी के लिए AI को “डिज़ाइन, मौक़ा, साइज़ फ़ील” देते ही ड्राफ़्ट का ढेर निकल आता है। इंसान सिर्फ़ टोन और ब्रांड की भाषा ठीक करे।
• रिव्यू एनालिसिस को सिर्फ़ “स्टार गिनती” पर मत छोड़िए। साइज़, कपड़े और डिलीवरी — इन तीन एंगल पर टैग करके प्रोडक्ट सुधार में लगाइए।
• AI को सौंपिए: ड्राफ़्ट, कैटेगरी, समरी। पर डिस्काउंट का फ़ैसला, स्टॉक की जानकारी और कानूनी रूप से जोखिम वाले दावे — ये हमेशा इंसान रोके।
• सिर्फ़ प्रोडक्ट नाम और मॉडल नंबर से काम चलता है। ग्राहक का नाम या ईमेल AI को कभी मत दीजिए — यही प्राइवेसी का पहला नियम है।
• 50 डिज़ाइन की कॉपी का 4 घंटे का काम लगभग 30 मिनट में सिमट गया। घंटे के हिसाब से भी ROI फ़ायदे का सौदा है।

अपैरल E-commerce का काम आख़िर कहाँ अटकता है

पहले साफ़ कर दूँ कि ये लेख किसके लिए है। ये उनके लिए है जो अपैरल E-commerce में प्रोडक्ट पेज बनाते हैं। फ़ोटो खिंचवाना, नाप लेना, कॉपी लिखना (इस पूरे काम को मैं यहाँ “प्रोडक्शन” कहूँगा), और लाइव होने के बाद रिव्यू देखकर सुधार करना। अक्सर एक ही इंसान कई ब्रांड संभालता है।

काम का सिलसिला आमतौर पर ऐसा होता है:

1. नया स्टॉक आया, उसकी फ़ोटो खींची और नाप लिया
2. प्रोडक्ट नाम, कपड़ा, साइज़ चार्ट भरा
3. स्टाइलिंग कॉपी और “ऐसे पहनिए” वाला टेक्स्ट लिखा
4. लाइव किया, और रिव्यू जमा होने पर ट्रेंड पढ़ा
5. साइज़ और कपड़े की शिकायतों को अगले प्रोडक्ट डिस्क्रिप्शन या ख़रीदी में जोड़ा

दोबारा-काम (rework) स्टेप 3 और 5 में होता है। एक कॉपी लिखने में 15 मिनट लगते हैं, और 50 डिज़ाइन हों तो पूरा दिन निकल जाता है। रिव्यू एनालिसिस अक्सर “अरे, 3-स्टार ज़्यादा हैं” पर रुक जाता है — क्यों 3-स्टार हैं, ये शब्दों में रखे बिना ही अगला स्टॉक आ जाता है। नतीजा: साइज़ की वही शिकायत छह महीने तक घूमती रहती है। यही अपैरल E-commerce की चुपचाप थका देने वाली समस्या है।

अगर आप Claude Code पहली बार छू रहे हैं, तो पहले Claude Code शुरू करने की गाइड से सिर्फ़ माहौल तैयार कर लीजिए, ताकि आगे के सारे स्टेप सीधे चलें।

Use case 1: एक डिज़ाइन की 3 वर्शन स्टाइलिंग कॉपी का ड्राफ़्ट

सबसे पहले असर दिखता है कॉपी की बड़ी मात्रा में। मॉडल नंबर, कैटेगरी, कपड़ा और सोचा-गया मौक़ा देते ही अलग-अलग टोन के तीन ड्राफ़्ट निकलते हैं। इंसान का काम बस चुनना और भाषा का अंदाज़ ठीक करना रह जाता है।

किस काम को AI सँभाले और किसे इंसान — इसे टेबल में बाँट लेते हैं।

स्टेप	AI को सौंपें	इंसान ज़रूर तय करे
स्टाइलिंग के आइडिया	○ 5 विकल्प निकाले	अपने स्टॉक में वो कॉम्बिनेशन है या नहीं, जाँचें
कॉपी का ड्राफ़्ट	○ मौक़े के हिसाब से 3 वर्शन	ब्रांड की भाषा और अंदाज़ में ढालें
कपड़े और देखभाल की बातें	△ सिर्फ़ कच्चा ड्राफ़्ट	वॉश लेबल से टकराव न हो, जाँचें
”सबसे सस्ता”, “पक्का” जैसे दावे	× निकालने ही न दें	कानूनी जोखिम के एंगल से हटाएँ

कॉपी बनाने का कॉपी-पेस्ट प्रॉम्प्ट यह रहा। यह इस सोच के साथ बना है कि सीधे प्रोडक्ट पेज पर चढ़ेगा, इसलिए हद से ज़्यादा दावों से बचने का निर्देश इसमें डाला है।

आप एक अपैरल E-commerce कॉपीराइटर हैं। नीचे दिए प्रोडक्ट के लिए
स्टाइलिंग कॉपी के 3 वर्शन लिखिए।

# प्रोडक्ट जानकारी
- मॉडल नंबर: KN-2026SS-014
- कैटेगरी: ओवरसाइज़ निट
- कपड़ा: कॉटन 60% एक्रिलिक 40%
- रंग: आइवरी / मोका
- सोचा-गया मौक़ा: ऑफ़िस, छुट्टी का कैफ़े, पास की मार्केट

# शर्तें
- हर वर्शन 40 से 60 शब्द, भाषा विनम्र और सहज हो
- साथ पहनने वाली एक चीज़ (बॉटम या एक्सेसरी) ज़रूर डालें
- "सबसे सस्ता", "पक्का", "मेडिकल" जैसे दावे या इलाज जैसे शब्द न हों
- साइज़ का ज़िक्र न करें, माहौल और मौक़े पर ध्यान रखें

आउटपुट इस रूप में:
वर्शन 1: टेक्स्ट
वर्शन 2: टेक्स्ट
वर्शन 3: टेक्स्ट

असली बात है शर्त में “दावे न करें” डालना। अपैरल में भ्रामक विज्ञापन का जोखिम जल्दी आता है — “पहनते ही पतला दिखेंगे” जैसी लाइन बाद में हटाने की मेहनत चुपचाप भारी पड़ती है। पहले ही निर्देश में रोक दें, तो बाद की मरम्मत घट जाती है।

Use case 2: रिव्यू को 3 एंगल पर टैग करके प्रोडक्ट सुधार में लगाना

दूसरा है रिव्यू एनालिसिस। सिर्फ़ स्टार गिनने हों तो स्प्रेडशीट काफ़ी है। असली कीमत तब बनती है जब खुले-लिखे रिव्यू को “साइज़ फ़ील, कपड़ा/क्वालिटी, डिलीवरी/पैकिंग” — इन तीन एंगल पर बाँटकर, सुधार की कार्रवाई तक शब्दों में रख दें।

रिव्यू छँटाई की चेकलिस्ट यहाँ रख रहा हूँ। AI के आउटपुट को इन्हीं नज़रों से दोबारा देखें, तो चूक घटती है।

• साइज़ की बात “बड़ा/छोटा/ठीक” में बँटी है या नहीं
• कपड़े की शिकायत “पतला/चुभने वाला/रोएँ” जैसे ठोस शब्दों में पकड़ी गई या नहीं
• डिलीवरी/पैकिंग की बात को प्रोडक्ट रेटिंग में मिला तो नहीं दिया
• एक ही शिकायत कितनी बार आई, उसकी गिनती हुई या नहीं
• सुधार की कार्रवाई “अगला स्टॉक” या “डिस्क्रिप्शन सुधार” में बँटी या नहीं

रिव्यू छँटाई का प्रॉम्प्ट टेम्पलेट। गिनती आसान हो, इसलिए टेबल रूप में जवाब मँगवाएँ।

नीचे एक प्रोडक्ट के रिव्यू टेक्स्ट हैं। हर एक को इन 3 एंगल पर
टैग कीजिए, और आख़िर में 3 सुधार-सुझाव दीजिए।

# एंगल
1. साइज़ फ़ील: बड़ा / छोटा / ठीक / ज़िक्र नहीं
2. कपड़ा/क्वालिटी: अच्छा / शिकायत (विवरण) / ज़िक्र नहीं
3. डिलीवरी/पैकिंग: अच्छा / शिकायत (विवरण) / ज़िक्र नहीं

# आउटपुट
| क्रम | साइज़ फ़ील | कपड़ा/क्वालिटी | डिलीवरी/पैकिंग | एक-लाइन सार |
टेबल के बाद "## सुधार-सुझाव" में, स्टॉक के समय ठीक करने वाली बातें और
डिस्क्रिप्शन में पहले से रोक देने वाली बातें अलग-अलग लिखें।

# रिव्यू टेक्स्ट
(यहाँ हर रिव्यू एक लाइन में पेस्ट करें)

“डिस्क्रिप्शन में पहले से रोक देने वाली बात” निकलवाना ही असली चाल है। मान लीजिए “सोचा था उससे पतला है” वाली 5 शिकायतें हैं — कपड़ा बदलने से पहले डिस्क्रिप्शन में बस “हल्का, पतला फ़ैब्रिक” लिख दीजिए, फ़र्क़ अपने-आप घट जाएगा। ख़रीदी बदले बिना ही स्टार बढ़ जाना कोई अनोखी बात नहीं।

Use case 3: कॉपी की क्वालिटी मशीन से जँचवाना

तीसरा है वेरिफिकेशन। 150 कॉपी सिर्फ़ आँखों से जाँचें, तो शब्द-सीमा पार होना या मना किया गया शब्द घुस जाना ज़रूर बच निकलेगा। वहाँ मशीन को दरबान बना दीजिए।

नीचे की स्क्रिप्ट जनरेट की गई कॉपी वाला JSON पढ़ती है और शब्द-गिनती तथा मना शब्द अपने-आप जाँचती है। Node.js हो तो सीधे चलती है। अपैरल E-commerce में फँसाने वाले दावे NG_WORDS में डाल रखे हैं — अपने ब्रांड के नियमों के हिसाब से और जोड़ लीजिए।

import { readFile } from "node:fs/promises";

// जाँच के लिए: [{ id, text } ...] का array डाला हुआ JSON
const items = JSON.parse(await readFile("./proposals.json", "utf8"));

const NG_WORDS = ["सबसे सस्ता", "पक्का", "ज़रूर पतला", "मेडिकल", "No.1", "नंबर एक"];
const MIN = 40;
const MAX = 60;

let ng = 0;
for (const item of items) {
  const len = item.text.trim().split(/\s+/).length; // शब्द गिनती
  const hits = NG_WORDS.filter((w) => item.text.includes(w));
  const problems = [];
  if (len < MIN || len > MAX) problems.push(`शब्द ${len} (सोचा ${MIN}-${MAX})`);
  if (hits.length) problems.push(`मना शब्द: ${hits.join(", ")}`);

  if (problems.length) {
    ng++;
    console.log(`NG ${item.id}: ${problems.join(" / ")}`);
  }
}

console.log(`\nकुल ${items.length} में से ${ng} को सुधार चाहिए`);
process.exit(ng === 0 ? 0 : 1);

proposals.json का रूप ऐसा है। कॉपी जनरेट करते समय अगर इसी रूप में मँगवा लें, तो जोड़ना आसान रहता है।

[
  { "id": "KN-2026SS-014-A", "text": "नरम एहसास वाली ओवरसाइज़ निट। …" },
  { "id": "KN-2026SS-014-B", "text": "ऑफ़िस में भी जँचने वाली सलीकेदार पीस। …" }
]

इस स्क्रिप्ट को लाइव से पहले एक बार चला लीजिए, और मना शब्द तथा शब्द-सीमा की गड़बड़ी वहीं रुक जाएगी। ऐसे नियम CLAUDE.md में लिख दें तो हर बार ख़ुद उठ आते हैं, इसलिए CLAUDE.md लिखने का तरीका पर भी नज़र डाल लें — संचालन टिकाऊ हो जाता है। प्रॉम्प्ट को एक और कदम कसना हो तो प्रॉम्प्ट इंजीनियरिंग का एडवांस्ड तरीका काम आएगा।

लागू करने से पहले और बाद में क्या बदला

आँकड़ों में देखें तो असर साफ़ दिखता है। ये मेरे अपने हाथ का मोटा अंदाज़ है, बस संदर्भ के लिए रख रहा हूँ।

काम	पहले	बाद में
50 डिज़ाइन × 3 कॉपी	लगभग 4 घंटे (हर कॉपी 15 मिनट के हिसाब का हिस्सा)	लगभग 30 मिनट (ड्राफ़्ट + भाषा सुधार)
100 रिव्यू का ट्रेंड समझना	लगभग 2 घंटे	लगभग 20 मिनट
लाइव से पहले शब्द-सीमा/मना शब्द जाँच	आँखों से, चूक रहती थी	स्क्रिप्ट से अपने-आप, चूक शून्य

मोटे तौर पर, कॉपी और रिव्यू मिलाकर महीने में करीब 10 घंटे बच गए। ₹1,500 प्रति घंटे के हिसाब से भी महीने का ₹15,000। बचा हुआ समय फ़ोटो डायरेक्शन और ख़रीदी के फ़ैसलों में लग पाया — यही पैसे से ज़्यादा काम का रहा।

AI को क्या सौंपें और इंसान कहाँ ज़रूर रोके

सुविधाजनक है कहकर सब कुछ AI को सौंप दिया, तो अपैरल E-commerce में हादसा होता है। लकीर साफ़ खींच लेते हैं।

AI को सौंपना ठीक है: ड्राफ़्ट, कैटेगरी, समरी, फ़ॉर्मैट जाँच। कॉपी का कच्चा ड्राफ़्ट, रिव्यू की टैगिंग, सुधार के विकल्प निकालना — यहाँ AI तेज़ है।

इंसान को ये ज़रूर रोकना है:

• डिस्काउंट/सेल की भाषा का आख़िरी फ़ैसला (लागत और मुनाफ़े से सीधे जुड़ा)
• “पक्का”, “सबसे सस्ता” जैसे दावे और इलाज जैसे शब्द (कानूनी जोखिम)
• स्टॉक संख्या और आने का समय (गलत लिखा तो “माल नहीं है” वाली शिकायत)
• ब्रांड की दुनिया से जुड़ी भाषा (मशीनी अंदाज़ ग्राहक भगाता है)

अगर आपकी टीम में नॉन-इंजीनियर हैं और यह लकीर साझा करनी है, तो नॉन-इंजीनियरों के लिए Claude Code एक बार पढ़वा दीजिए — किस काम को सौंपना ठीक है, उसका एहसास सबमें एक जैसा हो जाएगा। रोज़मर्रा की रफ़्तार और बढ़ानी हो तो प्रोडक्टिविटी टिप्स देख लें।

प्राइवेसी और सिक्योरिटी की सावधानियाँ

यहाँ लापरवाही नहीं चलेगी। रिव्यू एनालिसिस में अक्सर टेक्स्ट के अंदर ख़रीदार का नाम, ऑर्डर नंबर या पते का कोई हिस्सा घुसा होता है। उसे वैसे ही AI में पेस्ट करना बचना चाहिए।

काम में नियम सीधे हैं:

1. AI को सिर्फ़ इतना दें: प्रोडक्ट नाम, मॉडल नंबर, कैटेगरी, कपड़ा और लाइव हो चुके रिव्यू का टेक्स्ट
2. ग्राहक का नाम, ईमेल, फ़ोन, ऑर्डर नंबर, पता — मास्क करके ही दें
3. रिव्यू टेक्स्ट में किसी का नाम घुसा हो, तो पेस्ट से पहले बदल दें
4. गोपनीय लागत और सप्लायर के नाम कभी न डालें

रिव्यू में आए नाम को पेस्ट से पहले एडिटर के रिप्लेस से छुपा देना — बस इतने से ज़्यादातर मामले सँभल जाते हैं। मेहनत लगती है, पर इसे छोड़ा तो एक झटके में भरोसा जाता है, इसलिए ये ज़रूर करें।

अक्सर पूछे जाने वाले सवाल

Q. जनरेट की गई कॉपी सब एक जैसी भाषा में निकलती है। A. प्रॉम्प्ट में साफ़ लिखिए कि “तीनों वर्शन की टोन अलग हो (सलीकेदार/कैज़ुअल/रिलैक्स्ड)”। सिर्फ़ मौक़ा बदलने से शब्द पास-पास आ जाते हैं, इसलिए टोन का अलग एंगल जोड़ने से फ़र्क़ बिखर जाता है।

Q. रिव्यू सैकड़ों में हैं, सब पेस्ट नहीं होते। A. एक बार में सब मत डालिए। 50-50 में बाँटकर उसी प्रॉम्प्ट से चलाइए, और आख़िर में सिर्फ़ गिनती-टेबल जोड़ लीजिए। संख्या जितनी ज़्यादा, Use case 3 की स्क्रिप्ट से मशीनी गिनती की कीमत उतनी बढ़ती है।

Q. हर बार ब्रांड टोन बताना झंझट है। A. ब्रांड का अंदाज़, मना शब्द और पसंदीदा भाषा CLAUDE.md में जमा कर दीजिए, तो हर बार बताने की ज़रूरत नहीं रहेगी। टीम के साथ साझा हो जाना अलग फ़ायदा है।

Q. जो टेक्स्ट निकला, क्या उसे सीधे लाइव कर दूँ? A. उसे ड्राफ़्ट मानिए। भाषा, ब्रांड टोन और दावों की जाँच इंसान से ही गुज़रनी चाहिए। Use case 3 की स्क्रिप्ट मदद के लिए है, आख़िरी फ़ैसला नहीं।

असल में आज़माकर क्या निकला

शुरू में जो “50 डिज़ाइन सोमवार को लाइव” था, उसे मैंने सच में इसी तरीके से चलाया।

कॉपी के लिए मॉडल नंबर, कपड़ा और मौक़ा देकर तीन-तीन वर्शन जनरेट किए। 150 ड्राफ़्ट करीब 20 मिनट में निकले, और मेरा काम बस भाषा एक-जैसी करना और दो में घुसा “ज़रूर सबसे अच्छा लगेगा” वाला दावा हटाना रह गया। वेरिफिकेशन स्क्रिप्ट में डाला तो शब्द-सीमा 7 में पार और मना शब्द 2 में मिला। इन्हें लाइव से पहले पकड़ लेना ही बड़ी बात रही।

रिव्यू एनालिसिस में पता चला कि 3-स्टार की वजह “साइज़ थोड़ा बड़ा” पर सिमटी है, तो डिस्क्रिप्शन में पहले से “ढीली फ़िटिंग है” लिख दिया। अगले स्टॉक का इंतज़ार किए बिना भी एक चाल चल सकती है — यही सबसे काम की सीख रही।

आख़िर में सबसे ज़्यादा असर इसी का रहा कि शुरू में ही तय कर लिया — कौन-सा काम AI को सौंपना है और कौन-सा मुझे रोकना है। ड्राफ़्ट AI का, टोन-दावे-साइज़ का आख़िरी फ़ैसला इंसान का। ये लकीर खींचने के बाद रात 11 बजे “ये नहीं होगा” बुदबुदाने की नौबत घटती गई। टीम में यही सिलसिला जमाना हो, तो ट्रेनिंग और सलाह में संचालन के नियमों समेत डिज़ाइन करवा लेना सबसे तेज़ रास्ता है।

भ्रामक विज्ञापन से बचने की बुनियादी समझ के लिए, भारत के उपभोक्ता मामलों के विभाग की गाइडलाइंस एक बार देख लीजिए — इससे “दावा कहाँ रुकना चाहिए” आप अपने शब्दों में समझा पाएँगे।