इंग्लिश कोचिंग की मटेरियल और लेसन रिपोर्ट Claude Code से आधे समय में

शुक्रवार रात के दस बजे। अगले दिन की क्लास के लिए जो वर्कशीट देनी है, वो अभी भी कोरी पड़ी है।

मेरे एक जानने वाले हैं, जो अकेले अपनी छोटी इंग्लिश कोचिंग चलाते हैं। पंद्रह स्टूडेंट, और लगभग सबका लेवल और लक्ष्य अलग-अलग। दिन भर तो क्लास में ही निकल जाते हैं, इसलिए मटेरियल बनाने का वक़्त सिर्फ़ क्लास के बाद ही बचता है। ऊपर से पैरेंट्स को भेजने वाली लेसन रिपोर्ट का ढेर बढ़ता जाता है। “इंग्लिश पढ़ाना तो अच्छा लगता है, पर इंग्लिश के अलावा वाले काम में दम निकल जाता है,” वो अक्सर यही कहते हैं।

यह “पढ़ाने से ज़्यादा वक़्त पढ़ाने की तैयारी में” वाली दिक़्क़त हर इंग्लिश कोचिंग वाले को जानी-पहचानी लगेगी। आज मैं लिख रहा हूँ कि इसी जगह को Claude Code और जनरेटिव AI से कितना घटाया जा सकता है — और यह मैंने ख़ुद हाथ चलाकर आज़माया है।

मुख्य बातें

इंग्लिश कोचिंग की ज़्यादातर मेहनत क्लास में नहीं, बल्कि “मटेरियल बनाने” और “रिपोर्ट लिखने” में लगती है।
इन दोनों कामों को Claude Code को सौंपने पर, एक क्लास की तैयारी का वक़्त 30 मिनट से घटकर लगभग 10 मिनट रह गया।
सौंपना सिर्फ़ “ड्राफ़्ट, ख़ाका और सजावट” तक है। लेवल तय करना और आख़िरी जाँच टीचर ख़ुद करेगा।
स्टूडेंट का असली नाम या संपर्क नंबर सीधे AI को मत दीजिए। छद्म नाम (जैसे “स्टूडेंट K”) में बदलकर ही काम करना सही है।
कॉपी-पेस्ट करने लायक प्रॉम्प्ट और रिपोर्ट का टेम्पलेट एक साथ बनाने वाली चलने वाली स्क्रिप्ट नीचे दी है।

पहले समझें — इंग्लिश कोचिंग का काम कहाँ अटकता है

पाठक साफ़ रखता हूँ। यह लेख उन लोगों के लिए है जो 10 से 50 स्टूडेंट वाली छोटी या निजी कोचिंग चलाते हैं, या वहाँ पढ़ाते हैं। एक-से-एक क्लास और छोटे ग्रुप दोनों एक साथ संभालते हैं, और दफ़्तर का स्टाफ़ या तो है नहीं या बस एक है। मटेरियल भी, मैसेज भी, सब टीचर ख़ुद ही बीच-बीच में निपटाता है।

इंग्लिश कोचिंग का रोज़ का काम कुछ ऐसा चलता है:

ट्रायल क्लास में स्टूडेंट का लेवल और लक्ष्य पूछना।
हर बार लेवल के हिसाब से मटेरियल और वर्कशीट तैयार करना।
क्लास लेना।
क्लास के बाद उस दिन का रिकॉर्ड रखना और पैरेंट्स या स्टूडेंट को रिपोर्ट भेजना।
महीने के आख़िर में प्रगति समेटकर अगले महीने का प्लान बनाना।

इनमें से चरण 2 और 4 ही वक़्त खा जाते हैं। असली क्लास (चरण 3) मज़ेदार है, और वहाँ इंसान की ही ज़रूरत है। पर 2 और 4 अगर हर बार ज़ीरो से हाथ से लिखें, तो एक क्लास के लिए तैयारी और बाद का काम मिलाकर 40 से 60 मिनट लग जाते हैं। हफ़्ते में 20 क्लास लेने वाले टीचर के तो बस इसी में हफ़्ते के दस-बारह घंटे उड़ जाते हैं।

बार-बार होने वाली ग़लतियाँ और झंझट

मेरे जानने वाले से सुनी हुई “ऐसा तो होता ही है” वाली बातें:

मटेरियल इतना सजा-धजा बना डाला कि उस दिन स्टूडेंट के लेवल से मेल ही नहीं खाया, आधा बेकार गया।
पिछली बार जैसी ही वोकैब वर्कशीट हर हफ़्ते दोबारा बनाते रहे, पुराना बना हुआ काम कभी दोबारा इस्तेमाल नहीं हुआ।
रिपोर्ट टालते-टालते जमा कर ली, और महीने के आख़िर में रो-रोकर सारी एक साथ लिखी।
हर पैरेंट के लिए मैसेज का अंदाज़ बदलते रहे, एक रिपोर्ट में 15 मिनट लग गए।
हाथ से लिखे नोट इधर-उधर बिखरे, और तीन महीने पुरानी क्लास में क्या पढ़ाया, याद ही नहीं रहा।

इन सबमें एक बात साझा है — “हर बार ज़ीरो से लिखना” और “पुराना जमा किया हुआ काम काम न आना।” ठीक यही जगह है जहाँ ड्राफ़्ट बनाने में माहिर जनरेटिव AI सबसे काम आता है।

Use case 1: लेवल के हिसाब से वर्कशीट का ड्राफ़्ट 10 मिनट में

पहला इस्तेमाल है वर्कशीट का ड्राफ़्ट। स्टूडेंट का लेवल और थीम बता दीजिए, तो वोकैब लिस्ट, उदाहरण वाक्य, अभ्यास और बातचीत का मॉडल — पूरा ढाँचा एक झटके में निकल आता है।

मैंने आज़माया CEFR के A2 लेवल (स्कूली इंग्लिश एक बार पूरी हो चुकी हो, उतना) के स्टूडेंट के लिए, “कैफ़े में ऑर्डर देना” थीम पर वर्कशीट बनाने का। प्रॉम्प्ट मैंने ऐसे लिखा:

आप एक अनुभवी इंग्लिश कोचिंग टीचर हैं। नीचे की शर्तों पर एक लेसन वर्कशीट का ड्राफ़्ट बनाइए।

# स्टूडेंट की जानकारी
- लेवल: CEFR A2 (स्कूली इंग्लिश पूरी हो चुकी, उतना)
- उम्र: 20 से 40 साल के कामकाजी लोग
- आज की थीम: कैफ़े में ऑर्डर देना

# आउटपुट में चाहिए
1. आज सीखने के 10 शब्द (इंग्लिश शब्द, हिंदी उच्चारण और हिंदी अर्थ की टेबल)
2. हर शब्द का एक उदाहरण वाक्य
3. ऑर्डर देने की बातचीत का मॉडल (स्टाफ़ और ग्राहक, लगभग 6 बार आगे-पीछे)
4. खाली जगह भरने के 5 अभ्यास सवाल (जवाब अलग सेक्शन में)
5. खुलकर बातचीत के 3 विषय

# शर्तें
- कठिन शब्द और मुश्किल वाक्य-रचना से बचें, A2 लेवल पर आसानी से बोले जाने लायक रखें
- एक ऐसा उच्चारण या लहज़ा बताएँ जहाँ हिंदी-भाषी अक्सर अटकते हैं

जो ड्राफ़्ट लौटा, वो सीधे 80% इस्तेमाल लायक था। वोकैब की टेबल सलीके की थी, और बातचीत का मॉडल भी स्वाभाविक। बचे हुए 20%, यानी “इस स्टूडेंट ने पिछली बार would like सीखा था, तो उसे भी डाल दूँ” जैसी थोड़ी-सी फेर-बदल ही टीचर को करनी थी। ज़ीरो से लिखने वाले 30 मिनट, फेर-बदल के 10 मिनट बन गए।

Claude Code इस्तेमाल करें तो यहाँ और आसानी हो जाती है। कोचिंग के फ़ोल्डर में पुरानी वर्कशीट रख दीजिए, और “पुरानी वर्कशीट से शब्द दोहराए न जाएँ” कह दीजिए — तो वह फ़ाइलें पढ़कर दोहराव से बचता है। फ़ोल्डर भर का काम एक साथ संभालना, यह Claude Code का ख़ास हुनर है, जो अकेले चैट AI से नहीं होता। शुरुआत को लेकर ही घबराहट हो तो पहले नॉन-इंजीनियर के लिए शुरुआत पढ़ लीजिए, अटकनें कम होंगी।

Use case 2: लेसन रिपोर्ट को टेम्पलेट बनाकर तेज़ी से तैयार करना

दूसरा इस्तेमाल है लेसन रिपोर्ट। पैरेंट्स या ख़ुद स्टूडेंट को भेजी जाने वाली उस दिन की झलक। इसे हर बार ज़ीरो से लिखें, तो एक रिपोर्ट में 15 मिनट तो लगते ही हैं।

तरकीब है — क्लास के दौरान लिखे कच्चे पॉइंट AI को दे दीजिए और सिर्फ़ साफ़ लिखना उस पर छोड़ दीजिए। क्लास के बीच लिखा नोट बस इतना काफ़ी है:

- स्टूडेंट: K (छद्म नाम)
- आज: past tense के सवाल, यात्रा की याद सुनाना
- अच्छा रहा: regular verbs का past tense आसानी से
- कमी: go → went जैसे irregular verbs में डगमगाहट
- अगली बार: irregular verb कार्ड से दोहराई
- होमवर्क: वीकेंड की बात 3 वाक्यों में लिखना

इस नोट को नीचे वाले प्रॉम्प्ट के साथ दे दीजिए, तो यह पैरेंट्स को भेजने लायक प्यारी-सी रिपोर्ट बन जाता है।

नीचे दिए लेसन नोट को पैरेंट्स को भेजने की रिपोर्ट में सजाइए।

# अंदाज़
- नरम और सकारात्मक रखें। अच्छी बात पहले, और कमी हमेशा सुधार के सुझाव के साथ
- तकनीकी शब्दों से बचें, इंग्लिश न जानने वाले पैरेंट्स को भी समझ आए ऐसी भाषा में
- लगभग 300 से 400 अक्षर, आख़िर में अगली बार के लिए एक हौसले की लाइन

# लेसन नोट
(यहाँ ऊपर वाला नोट चिपकाएँ)

अंदाज़ “नरम और सकारात्मक” पर एक बार तय कर दें, तो हर पैरेंट के लिए मैसेज पर सोचने का वक़्त ख़त्म हो जाता है। टेम्पलेट बनाने का यह तरीका प्रॉम्प्ट इंजीनियरिंग के एडवांस्ड तरीके में भी छुआ गया है, और इंग्लिश कोचिंग की रिपोर्ट तो ठीक वैसा काम है जहाँ टेम्पलेट सबसे ज़्यादा असर करता है।

AI को सौंपने का दायरा, और जो इंसान ही तय करेगा

यह सीमा धुँधली रखी, तो हादसा होगा। लकीर एक टेबल में खींच दी है:

काम	AI को सौंपें	इंसान ज़रूर तय करे
मटेरियल के शब्द और उदाहरण वाक्य का ड्राफ़्ट	◯ ख़ाका बनाता है	लेवल सच में मेल खाता है या नहीं, आख़िरी जाँच
अभ्यास सवाल बनाना	◯ सवाल और जवाब बनाता है	जवाब सही है या नहीं, आँखों से जाँच
रिपोर्ट साफ़ लिखना	◯ नोट को वाक्यों में बदलता है	कोई तथ्य ग़लत तो नहीं लिखा, जाँच
स्टूडेंट का लेवल तय करना	△ सिर्फ़ राय तक	आख़िरी फ़ैसला टीचर का
प्रमोशन या क्लास बदलने का फ़ैसला	×	टीचर और मैनेजमेंट तय करें
पैरेंट्स को भेजना	×	इंसान पढ़ने के बाद ही भेजे

नियम सीधा है। AI को “लिखना” और “सजाना” सौंपिए, और “तय करना” व “भेजना” इंसान के हाथ में रखिए। जनरेटिव AI आराम से भरोसे लायक दिखने वाला झूठ भी मिला देता है, इसलिए जवाब और तथ्य हमेशा इंसान की नज़र से गुज़रें। बस इतना संभाल लें, तो ड्राफ़्ट की रफ़्तार वाला फ़ायदा बिना जोखिम मिल जाता है।

सुरक्षा और निजी जानकारी की सावधानी

इंग्लिश कोचिंग में स्टूडेंट के असली नाम, संपर्क, फ़ीस की जानकारी, और कभी-कभी बच्चों की जानकारी तक संभालनी होती है। यहाँ ज़रा सँभलकर:

स्टूडेंट का असली नाम, पता, फ़ोन नंबर, ईमेल सीधे AI में मत डालिए। “K”, “स्टूडेंट A” जैसे छद्म नाम या निशान में बदल दीजिए।
बच्चों की जानकारी ख़ास तौर पर सँभालकर। फ़ोटो, स्कूल का नाम या पता मत दीजिए।
रिपोर्ट बनने के बाद इंसान ज़रूर पढ़े, और नाम या तथ्य की कोई ग़लती ठीक करके ही भेजे।
कोचिंग में काम के नियम लिखकर रख लीजिए। क्या डाला जा सकता है और क्या नहीं, यह एक पन्ने पर समेट लीजिए।

बस छद्म नाम का तरीका पक्का अपनाने भर से जोखिम का बड़ा हिस्सा टल जाता है। प्रोजेक्ट के हिसाब से नियम बनाने के लिए CLAUDE.md लिखने का तरीका काम आता है। कोचिंग के फ़ोल्डर में “निजी जानकारी छद्म नाम में रखें” साफ़ लिख दें, तो Claude Code इसी नीति को ध्यान में रखकर काम करता है।

कॉपी-पेस्ट कोड: रिपोर्ट का टेम्पलेट एक साथ बनाने वाली स्क्रिप्ट

जब कई नोट जमा हो जाएँ, तो एक-एक करके हाथ से चिपकाना झंझट है। इसलिए मैंने एक स्क्रिप्ट लिखी जो नोट का JSON पढ़कर रिपोर्ट का टेम्पलेट एक साथ बना देती है। Node.js हो तो चल जाती है। Anthropic की API key के बिना, पहले बस “टेम्पलेट में डेटा ठीक से बहता है या नहीं” यह जाँचने वाला वर्शन है।

// report-template.mjs
// लेसन नोट (JSON) से रिपोर्ट का टेम्पलेट एक साथ बनाने वाली स्क्रिप्ट
import { readFile, writeFile, mkdir } from "node:fs/promises";

// स्टूडेंट की जानकारी हमेशा छद्म नाम में रखें (असली नाम न डालें)
const notes = [
  { alias: "K", topic: "past tense के सवाल", good: "regular verbs आसानी से", issue: "irregular verbs में डगमगाहट", next: "irregular verb कार्ड से दोहराई" },
  { alias: "M", topic: "रास्ता बताने के वाक्य", good: "turn left/right पक्का हुआ", issue: "prepositions का सही चुनाव", next: "नक्शे से अभ्यास" },
];

function buildReport(n) {
  return [
    `[${n.alias} — लेसन रिपोर्ट]`,
    ``,
    `आज हमने "${n.topic}" पर काम किया।`,
    `अच्छी बात: ${n.good}. आराम से मेहनत की।`,
    `अगली कमी: ${n.issue}. अगली बार ${n.next} के साथ मिलकर अभ्यास करेंगे।`,
    ``,
    `आगे भी आपका हौसला बढ़ाते रहेंगे। अगली क्लास का इंतज़ार रहेगा।`,
  ].join("\n");
}

await mkdir("./reports", { recursive: true });
for (const n of notes) {
  const body = buildReport(n);
  await writeFile(`./reports/report-${n.alias}.txt`, body, "utf8");
  console.log(`बना: reports/report-${n.alias}.txt`);
}
console.log(`${notes.length} टेम्पलेट आउटपुट किए।`);

चलाना बस इतना है:

node report-template.mjs

reports फ़ोल्डर में हर स्टूडेंट का टेम्पलेट लाइन से आ जाता है। उसके बाद इस टेक्स्ट को Claude Code को देकर “अंदाज़ और नरम करो” कह दीजिए, तो साफ़ लिखने तक का काम एक झटके में निपट जाता है। पहले मशीन से ढाँचा पक्का करना, फिर वाक्य भरना — यही क्रम रिपोर्ट को बिखरने नहीं देता। काम और तेज़ करना हो तो प्रोडक्टिविटी बढ़ाने की टिप्स भी देखिए।

वैसे, जिन्हें CEFR के लेवल थोड़े धुँधले लगते हैं, उन्हें एक बार ब्रिटिश काउंसिल का CEFR समझावा देख लेना चाहिए, ताकि मटेरियल की कठिनाई बताते वक़्त उलझन न हो।

मोटा-मोटा ROI का अंदाज़

थोड़े आँकड़े भी देख लें। यह बस अनुमान है:

वर्कशीट: पहले 30 मिनट → AI ड्राफ़्ट और फेर-बदल से 10 मिनट। एक क्लास पर 20 मिनट की बचत।
एक रिपोर्ट: पहले 15 मिनट → नोट और साफ़ लिखने से 5 मिनट। एक रिपोर्ट पर 10 मिनट की बचत।
हफ़्ते में 20 क्लास और 20 रिपोर्ट वाले टीचर के लिए: (20 मिनट × 20) + (10 मिनट × 20) = हफ़्ते में लगभग 10 घंटे की बचत।

घंटे के 300 रुपये भी मानें, तो हफ़्ते में करीब 3,000 रुपये का वक़्त बच जाता है। वही वक़्त ट्रायल क्लास के नए स्टूडेंट जुटाने या हर स्टूडेंट की ख़ास देखभाल में लगाया जा सकता है। बचा हुआ वक़्त “पढ़ाने वाले वक़्त” में लौट आना — मेरे हिसाब से यही सबसे बड़ा फ़ायदा है।

अक्सर पूछे जाने वाले सवाल

Q. AI का बनाया मटेरियल सीधे स्टूडेंट को दे दूँ, चलेगा? A. ड्राफ़्ट के तौर पर तो बढ़िया है, पर सीधे देने की सलाह नहीं दूँगा। जवाब में ग़लती या उस स्टूडेंट के लेवल से न मेल खाने वाले वाक्य मिल सकते हैं। टीचर ज़रूर नज़र डाले और फेर-बदल करके ही इस्तेमाल करे।

Q. इंग्लिश के उदाहरण वाक्य अटपटे तो नहीं बनेंगे? A. आजकल के मॉडल में इंग्लिश की स्वाभाविकता काफ़ी ऊँची है। पर बोलचाल और लिखित भाषा का मेल, या अमेरिकी-ब्रिटिश फ़र्क़ कभी-कभी दिखता है। जहाँ खटके वहाँ “और कैज़ुअल बोलचाल में करो” जैसा अतिरिक्त निर्देश दे दें, तो सँवर जाता है।

Q. कंप्यूटर में कच्चा हूँ, फिर भी चला लूँगा? A. सिर्फ़ प्रॉम्प्ट कॉपी-पेस्ट करना हो, तो कोई ख़ास हुनर नहीं चाहिए। Claude Code की शुरुआत में ही घबराहट हो, तो पहली बार की शुरुआती गाइड से शुरू करना सबसे सुरक्षित है।

Q. स्टूडेंट की जानकारी डालने में डर लगता है। A. असली नाम या संपर्क मत डालिए। छद्म नाम या निशान में बदल दें, तो रिपोर्ट साफ़ लिखना और मटेरियल बनाना बिना दिक़्क़त चलता है। कोचिंग में इनपुट के नियम एक पन्ने पर समेट लें, तो सुरक्षित रहता है।

Q. अकेले के लिए और कोचिंग में लगाने, दोनों के लिए काम का है? A. अकेले सीखने या पार्ट-टाइम पढ़ाने वालों के लिए फ़्री PDF और मटेरियल से शुरू कीजिए। कोचिंग के काम में सिस्टम की तरह जोड़ना हो, तो डिज़ाइन और सलाह से शुरू करना बेहतर है। नीचे के CTA देख लीजिए।

कोचिंग के काम में सच में जोड़ना हो तो

यहाँ तक के प्रॉम्प्ट और स्क्रिप्ट, पहले अपने हाथ से आज़मा सकते हैं। अकेले सीखते हुए इस्तेमाल करना हो, तो फ़्री PDF और मटेरियल से शुरू करना आसान है।

दूसरी ओर, कई टीचर वाली कोचिंग में अगर “मटेरियल और रिपोर्ट बनाने का तरीका एक सिस्टम की तरह एक-सा करना है” या “निजी जानकारी के नियम सलीके से बैठाने हैं,” तो अपने तरीके से उलझने के बजाय डिज़ाइन कराना तेज़ रहता है। पूरी कोचिंग में लागू करना, या टीचर के लिए ट्रेनिंग और सलाह के लिए ट्रेनिंग और सलाह की खिड़की से संपर्क कीजिए।

मैंने सच में आज़माकर क्या पाया

आख़िर में, जो मैंने ख़ुद हाथ चलाकर जाँचा, वही ईमानदारी से लिख रहा हूँ।

वर्कशीट के लिए मैंने सच में A2 के “कैफ़े में ऑर्डर देना” थीम पर ड्राफ़्ट बनवाया। वोकैब टेबल, बातचीत का मॉडल और खाली जगह वाले सवाल तक एक बार में निकल आए, और सुधार बस 20% के आसपास था। ज़ीरो से लिखने के मुक़ाबले साफ़ तौर पर तेज़ रहा। पर खाली जगह वाले एक सवाल का जवाब ज़रा डगमगाता था, जिससे यह पक्का हुआ कि आँखों से जाँच छोड़ी नहीं जा सकती।

रिपोर्ट के लिए मैंने ऊपर वाली स्क्रिप्ट सच में चलाई, और reports फ़ोल्डर में छद्म नाम वाले 2 टेम्पलेट आउटपुट होते देखे। ढाँचा मशीन से पक्का होते ही, साफ़ लिखने में बिखराव ख़त्म हो जाता है। छद्म नाम वाला तरीका भी आज़माया, और बिना एक भी असली नाम डाले रिपोर्ट पूरी होती देखी।

नतीजा यह कि इंग्लिश कोचिंग का “पढ़ाने के अलावा वाला वक़्त” जनरेटिव AI और Claude Code से ख़ासा घटाया जा सकता है। पर घटता सिर्फ़ ड्राफ़्ट और सजावट तक है। लेवल तय करना और आख़िरी जाँच — जहाँ टीचर का हुनर दिखता है — वो जस का तस बना रहता है। इसीलिए मशीन को सौंपे वक़्त को, स्टूडेंट के साथ बैठने वाले वक़्त में लौटाया जा सकता है।