Coaching Center के parent meeting notes और progress report AI से तेज़ बनाएँ: Claude Code गाइड

शुक्रवार रात के 10 बजे। आखिरी बच्चे को घर भेजकर जब आप class की लाइट बंद करने जाते हैं, तभी नज़र मेज़ पर पड़ती है — इस हफ़्ते के 8 बच्चों की progress report अभी भी बाकी है। महीने के अंत में 15 parent meeting हैं। हर meeting के लिए “marks का trend”, “बच्चे का हाल”, “घर पर क्या करें” — सब एक पन्ने पर लिखना है।

मैं पहले एक छोटे coaching center के संचालक की मदद करता था। वे यह सब हर हफ़्ते हाथ से लिखते थे। हर बच्चे का चेहरा उन्हें याद रहता था, पर उसे शब्दों में ढालने का वक़्त नहीं था। देखते-देखते रात के 12 बज जाते, और अगली सुबह की class की तैयारी पर असर पड़ता।

“मेरा काम report लिखना नहीं, बच्चों को पढ़ाना है” — उनकी यह बात आज भी मेरे दिमाग़ में अटकी है।

यह लेख उन्हीं संचालक के साथ आज़माए गए तरीक़े का रिकॉर्ड है — “meeting notes और progress report का पहला draft generative AI से बनवाना।” बात हाथ से लिखना पूरी तरह बंद करने की नहीं है। बात इतनी है कि लिखने का वक़्त घटाकर, बच्चों को देखने और parents से बात करने का वक़्त बढ़ाया जाए।

मुख्य बातें

• Coaching center की progress report और meeting notes को “जानकारी जुटाना” और “उसे शब्दों में ढालना” — दो हिस्सों में बाँटा जा सकता है, और दूसरा हिस्सा AI को सौंपना आसान है।
• Claude Code को बच्चे का नाम नहीं, “code में बदली हुई memo” दी जाती है। निजी जानकारी आपके ही पास रहती है।
• एक meeting पर लगने वाले 20–30 मिनट, draft के सहारे लगभग 5 मिनट रह जाते हैं।
• AI को “लेख का ढाँचा” सौंपा जाता है; “तथ्य सही हैं या नहीं” और “parents को कैसे बताना है” — यह इंसान ही तय करता है।
• copy-paste करने लायक prompt टेम्पलेट और कई बच्चों के draft एक साथ बनाने वाली एक check-script नीचे दी है।

Coaching center में असल में किसे यह परेशानी है

पाठक की तस्वीर साफ़ कर लें। यह लेख इन लोगों के काम का है:

• 3 से 10 शिक्षकों वाले छोटे coaching center या छोटे franchise के संचालक
• जो दिन में पढ़ाते हैं और शनिवार-रविवार या देर रात office का काम निपटाते हैं
• जो parents के साथ अच्छे से पेश आना चाहते हैं, पर report बनाने में वक़्त गँवा देते हैं
• जिनके लिए बड़े संस्थानों जैसा महँगा software, बजट और चलाने — दोनों लिहाज़ से भारी है

बड़ी chains के पास बढ़िया learning management system होता है। पर छोटे coaching center अक्सर Excel की list, काग़ज़ के record और संचालक के दिमाग़ के भरोसे चलते हैं। यहीं generative AI जोड़ना, मेरे हिसाब से, सबसे ज़्यादा फ़ायदे वाली जगह है।

Coaching center का workflow, और कहाँ काम दोबारा करना पड़ता है

पहले progress report और meeting की तैयारी को टुकड़ों में बाँटते हैं। लगभग ये 5 step होते हैं:

Step	क्या करना है	अनुमानित समय
1. Class	बच्चे की समझ और हाल देखना	class के दौरान
2. Memo	”यहाँ अटका” — झटपट लिखना	1 बच्चे पर 1–2 मिनट
3. जोड़ना	हाल के test के marks और हाज़िरी देखना	1 बच्चे पर 3–5 मिनट
4. लिखना	report/meeting sheet साफ़ लिखना	1 बच्चे पर 20–30 मिनट
5. जाँच	तथ्य और भाषा देखकर भेजना	1 बच्चे पर 5 मिनट

सबसे ज़्यादा वक़्त Step 4 — “लिखना” — खाता है। देखा हुआ दिमाग़ में होता है, पर उसे ऐसी भाषा में ढालना जिससे parents को तसल्ली हो, यह भारी काम है। और थककर देर रात करने से बाद में “पिछले हफ़्ते जैसा ही लिख दिया”, “marks ग़लत लिख दिए” जैसी ग़लतियाँ निकलती हैं, और काम दोबारा करना पड़ता है।

यहाँ रुककर देखें तो साफ़ हो जाता है — AI को सौंपने लायक काम Step 4 है। Step 2 का देखना और Step 5 का आख़िरी फ़ैसला इंसान का काम है।

इस्तेमाल से पहले और बाद में क्या बदला

दो महीने चलाने के बाद का बदलाव ईमानदारी से लिखता हूँ।

पहले एक meeting sheet पर औसतन 25 मिनट लगते थे। 15 sheet के लिए 6 घंटे से ज़्यादा शनिवार-रविवार के office काम में जाते थे। भाषा संचालक के मूड पर बदलती — किसी हफ़्ते बढ़िया, किसी हफ़्ते रूखी।

बाद में तरीक़ा बदला: memo AI को देकर draft बनवाना, और संचालक का तथ्य जाँचना व थोड़ा सुधारना। एक sheet पर असल काम लगभग 5 मिनट। भाषा टेम्पलेट से तय कर दी, तो कोई भी लिखे, tone एक जैसा रहा।

मोटे तौर पर ROI का अंदाज़ा

आँकड़े सिर्फ़ अंदाज़े हैं, पर फ़ैसले में मदद करते हैं, इसलिए रख देता हूँ:

• 15 meeting sheet × 20 मिनट की बचत = महीने में लगभग 5 घंटे की बचत
• हर हफ़्ते 40 progress report × 15 मिनट की बचत = महीने में लगभग 10 घंटे की बचत
• कुल मिलाकर महीने में लगभग 15 घंटे। घंटे का मोल ₹400 मानें तो महीने में करीब ₹6,000 की मेहनत के बराबर

बचे वक़्त में 1–2 नए admission या नई meeting ले लें तो fees के हिसाब से वसूली तुरंत हो जाती है। सिर्फ़ “आसानी” नहीं, “और बच्चे लेने की गुंजाइश” बढ़ना — यही असल में असर करता है।

Coaching center के 3 use case

अब असल उदाहरण। तीनों असल इस्तेमाल के क़रीब हैं।

Use case 1: हर हफ़्ते की progress report का draft बनाना

class के बाद की झटपट memo को parents के लिए report में बदलना। input के तौर पर bullet points काफ़ी हैं।

1. class में “topic”, “जो आया”, “जहाँ अटका” — 1–2 लाइन की memo
2. test result और homework जमा हुआ या नहीं, जोड़ें
3. AI से कहें “parents के लिए शांत भाषा में 60–80 शब्द में”
4. संचालक सिर्फ़ marks और नाम जाँचकर भेजे

Use case 2: parent meeting sheet तैयार करना

meeting से पहले बात का क्रम तय कर लें तो उस दिन आसानी रहती है। AI से “हाल → अच्छा बदलाव → कमी → घर के लिए सुझाव” — इन 4 हिस्सों में बनवाएँ, तो बात बिखरती नहीं।

Use case 3: तय किस्म के संदेशों के कई रूप बनाना

ग़ैरहाज़िरी पर follow-up, homework की याद, class बदलने की सूचना। ऐसे संदेश मिलते-जुलते होते हैं, और हर बार शून्य से लिखना झंझट लगता है। AI से “जिससे किसी को बुरा न लगे, ऐसे 3 तरीक़े” माँगें, तो हालात के हिसाब से चुन सकते हैं।

AI को क्या सौंपें, और इंसान क्या तय करे

यहाँ घालमेल हुआ तो हादसा होता है। line साफ़ रखने के लिए table:

काम	मुख्य ज़िम्मेदार	वजह
लेख का ढाँचा और भाषा	AI	तेज़, और कम उतार-चढ़ाव
भाषा एक जैसी रखना	AI	टेम्पलेट से तय हो जाती है
marks, तारीख़, नाम	इंसान	तथ्य की ग़लती भरोसा तोड़ देती है
आगे की पढ़ाई/coaching छोड़ने जैसे गहरे सुझाव	इंसान	घर के हालात की नज़ाकत समझनी होती है
भेजने से पहले आख़िरी जाँच	इंसान	ज़िम्मेदारी इंसान की है

मूल मंत्र एक ही है — AI draft बनाने वाला, साफ़ लिखना और फ़ैसला इंसान का। यह बँटवारा बना रहे, तो generative AI डरने वाला औज़ार नहीं है।

Copy-paste करने लायक prompt टेम्पलेट

पहले progress report के लिए। बच्चे का नाम न डालें, सिर्फ़ code में बदली हुई memo दें — यही असली बात है। निजी जानकारी की सुरक्षा आगे के हिस्से में विस्तार से है।

आप एक coaching center के शिक्षक के लेखन सहायक हैं। नीचे दी memo से parents के लिए progress report बनाइए।

# शर्तें
- भाषा: सम्मानजनक पर ज़्यादा कठोर नहीं। ऐसी जिससे parents को तसल्ली हो
- शब्द: 60 से 80
- क्रम: इस हफ़्ते की मेहनत → अच्छी बात → अगले हफ़्ते की कमी
- नाम और marks को [ ] में ही छोड़ दें, मैं बाद में बदल दूँगा

# Memo
- विषय: Class 8 / Math
- topic: linear equation का graph
- जो आया: slope पढ़ना सही हो गया
- जहाँ अटका: intercept के sign में ग़लती रहती है
- homework जमा: हाँ
- हाल का test: [marks] अंक (पिछली बार से [अंतर])

meeting sheet के लिए, हिस्से तय करके पढ़ने में आसानी बढ़ाएँ।

coaching center की parent meeting sheet का draft बनाइए। बात के क्रम में 4 हिस्से, हर हिस्सा 2–3 वाक्य।

# हिस्से
1. हाल: हाल की पढ़ाई की स्थिति, तथ्य के साथ
2. अच्छा बदलाव: पिछले 1–2 महीने में जो सुधरा
3. कमी: आगे की एक प्राथमिकता पर ध्यान
4. घर के लिए सुझाव: तुरंत करने लायक एक ठोस उपाय

# Input memo
- Class/विषय: Class 9 / English
- अच्छा बदलाव: long passage में सवाल पहले पढ़ना आदत बन गई
- कमी: शब्द याद रखने की दर कम है
- घर पर संभव: सोने से पहले 10 मिनट शब्द दोहराना

हर बार center के भाषा-नियम लिखना झंझट है, इसलिए उसे CLAUDE.md में तय कर देना आसान है। project नियम लिखने का तरीक़ा Claude Code के नियम-फ़ाइल चलाने के टिप्स में दिया है।

कई बच्चों के draft एक साथ बनाने वाली check-script

एक-एक करके हाथ से चिपकाना भी ठीक है, पर weekend पर सबका एक साथ चलाने का मन करता है। code में बदली memo को JSON में रखें, बच्चे का नाम अलग रखें — इस आधार पर draft एक साथ बनाने वाली सबसे छोटी script नीचे है। Node.js और Anthropic की API key हो तो चल जाती है।

import Anthropic from "@anthropic-ai/sdk";
import { readFile, writeFile } from "node:fs/promises";

const client = new Anthropic();

// निजी जानकारी न डालें। बच्चे को code (S01..) से पहचानें
const memos = JSON.parse(await readFile(new URL("./memos.json", import.meta.url), "utf8"));

const buildPrompt = (m) => `नीचे की memo से parents के लिए progress report करीब 70 शब्द में बनाएँ।
नाम और marks को [ ] में ही छोड़ें।
- Class/विषय: ${m.grade} / ${m.subject}
- जो आया: ${m.good}
- जहाँ अटका: ${m.issue}
- homework जमा: ${m.homework}`;

const results = [];
for (const m of memos) {
  const res = await client.messages.create({
    model: process.env.ANTHROPIC_MODEL || "claude-sonnet-4-6",
    max_tokens: 512,
    system: "आप coaching center के लेखन सहायक हैं। तथ्य न गढ़ें, memo के दायरे में लिखें।",
    messages: [{ role: "user", content: buildPrompt(m) }],
  });
  const text = res.content.find((b) => b.type === "text")?.text ?? "";
  results.push({ id: m.id, draft: text });
  console.log(`--- ${m.id} ---\n${text}\n`);
}

await writeFile("drafts.json", JSON.stringify(results, null, 2), "utf8");
console.log(`${results.length} draft drafts.json में सेव हो गए`);

input वाली memos.json ऐसी दिखती है।

[
  {
    "id": "S01",
    "grade": "Class 8",
    "subject": "Math",
    "good": "slope पढ़ना सही हो गया",
    "issue": "intercept के sign में ग़लती रहती है",
    "homework": "हाँ"
  }
]

असली बात — बच्चे का नाम या marks कच्चे data में न डालें। id को S01 जैसा code रखें, और S01 कौन है, यह सिर्फ़ आपके पास की Excel जानती है। output draft के [marks] को संचालक आख़िर में बदल देता है।

script चलाने या setup में अटकें, तो Claude Code शुरू करने की गाइड पहले पढ़ लें, चक्कर कम लगेंगे।

निजी जानकारी और security की सावधानियाँ

coaching center में यह सबसे ज़रूरी हिस्सा है। बच्चों के marks और घर के हालात लीक हो जाएँ तो भरपाई नहीं हो सकती। बचाव के ठोस उपाय:

• नाम, पता, फ़ोन नंबर AI को न दें। सिर्फ़ code में बदली memo दें।
• marks और जन्मतिथि भी जहाँ तक हो code में बदलें, और आख़िर में अपने पास बदलें।
• business इस्तेमाल हो तो input data training में जाएगा या नहीं — यह contract और terms में जाँचें।
• बना हुआ draft center के भीतर रखें, और parents को देने से पहले इंसान तथ्य ज़रूर जाँचे।
• coaching छोड़ने या आगे की पढ़ाई जैसे नाज़ुक विषय पर AI draft सीधे न इस्तेमाल करें — इंसान दोबारा लिखे।

निजी जानकारी संभालने की मूल बातें सरकारी guide से साफ़ समझ आती हैं। भारत का Digital Personal Data Protection Act का पन्ना एक बार पढ़ लें, तो center के तौर पर जवाबदेही निभाना भी आसान होगा।

checklist बना लें, तो चलन बिगड़ता नहीं।

• AI को दी memo से नाम और संपर्क हटाए?
• marks और तारीख़ code में ही हैं?
• output के तथ्य (marks, topic, तारीख़) इंसान ने जाँचे?
• नाज़ुक विषय वाली report इंसान ने दोबारा लिखी?
• draft data center के भीतर ही रखा गया?

prompt की सटीकता और बढ़ानी हो, तो prompt design की व्यावहारिक तकनीकें काम आएँगी।

अक्सर पूछे जाने वाले सवाल

Q. AI को सौंपने से report मशीनी और रूखी नहीं हो जाएगी? A. टेम्पलेट से भाषा तय करें और आख़िर में इंसान एक वाक्य अपनी राय हाथ से जोड़ दे, तो गर्माहट लौट आती है। सब AI पर न छोड़ना ही असली बात है।

Q. हमारे center में काग़ज़ का record है। फिर भी इस्तेमाल हो सकता है? A. हाँ। record देखते हुए bullet में memo टाइप कर देना ही input है। पहले कुछ बार झंझट है, पर टेम्पलेट जमने के बाद तेज़ हो जाता है।

Q. parents को पता चले कि “AI से लिख रहे हैं” तो छवि ख़राब नहीं होगी? A. draft AI, तथ्य-जाँच और फ़ैसला इंसान — यह चलन हो तो दिक़्क़त नहीं, यही असल अनुभव रहा। चिंता हो तो “लेखन में मदद के लिए इस्तेमाल करते हैं” — ईमानदारी से बता देने वाले center भी हैं।

Q. हर शिक्षक की भाषा अलग है। एक जैसी हो सकती है? A. हाँ। center के भाषा-नियम CLAUDE.md में लिखकर साझा करें, तो कोई भी चलाए, tone एक रहेगा। रोज़ के छोटे टिप्स के लिए Claude Code efficiency टिप्स भी देखें।

आख़िर में

coaching center की progress report और meeting notes को “देखना” और “लिखना” — दो में बाँट दें, तो सिर्फ़ दूसरा हिस्सा AI को सौंपा जा सकता है। code में बदलकर data बचाएँ, और तथ्य व फ़ैसला इंसान के हाथ रखें। बस यह line बनी रहे, तो generative AI देर रात का office काम पक्के तौर पर हल्का कर देता है।

मैंने उन्हीं संचालक के साथ दो महीने यह चलन आज़माया। meeting sheet 25 मिनट से असल काम लगभग 5 मिनट रह गई। सबसे अच्छी बात — संचालक ने कहा कि “report लिखने का बोझ ख़त्म हो गया।” code में बदलना पक्का करने से निजी जानकारी AI को देने की नौबत एक बार भी नहीं आई।

coaching center का काम है — बच्चों को देखना और parents से बात करना। लिखना तो बस ज़रिया है। draft AI को सौंपें और बचा वक़्त बच्चों को लौटाएँ। छोटे से शुरू करें, और अपने center के मुताबिक़ टेम्पलेट धीरे-धीरे बढ़ाएँ। code न लिखने वाले शुरुआती तरीक़े के लिए Non-engineers के लिए Claude Code शुरुआत अच्छा प्रवेश-द्वार है। और अगर पूरी टीम को training देनी हो, तो हमारी training देख सकते हैं।