होम केयर एजेंसी के विज़िट रिकॉर्ड और हेल्पर निर्देश-पत्र AI से तेज़ करें | Claude Code व्यावहारिक तरीका

शुक्रवार रात के 9 बजे। ऑफिस में बस मैं अकेला हूँ। हेल्पर्स से आई हुई जल्दबाजी में लिखी पर्चियाँ मेज़ पर ढेर लगी हैं, और इन्हें सोमवार सुबह तक विज़िट रिकॉर्ड के ढंग में साफ़ करना है, ऊपर से अगले हफ़्ते के हेल्पर निर्देश-पत्र भी बनाने हैं।

“मिसेज़ A, डे-केयर भेजते समय हल्की खाँसी थी। पानी पिलाया” — इस एक लाइन को ऐसे रिकॉर्ड में बदलना है जिसे कोई भी पढ़कर समझ ले। और ऐसी 20 लाइनें। निर्देश-पत्र भी 10 लोगों के। ध्यान आता है तो तारीख बदल चुकी होती है, और असली ज़रूरी बात — “मिसेज़ A की खाँसी, नर्स को बताई थी क्या?” — छूट जाती है। यही छूट जाना सबसे डरावना है।

सर्विस मैनेजर का काम असल में विज़िट से ज़्यादा “लिखना”, “सजाना”, “बताना” — इसी दफ़्तरी काम में वक़्त खा जाता है। मैं भी पहले ज़िद में सब कुछ हाथ से ही साफ़ करता था। पर जब से generative AI को “ड्राफ्ट और सजाना” सौंपना शुरू किया, रात का दफ़्तरी काम काफ़ी हल्का हो गया। आज वही तरीका, मैदान की असली गलतियों समेत, ठीक से लिखता हूँ।

मुख्य बातें

• होम केयर एजेंसी का सर्विस मैनेजर जो “विज़िट रिकॉर्ड साफ़ करना” और “हेल्पर निर्देश-पत्र बनाना” करता है, उसी को AI को सौंपना सबसे ज़्यादा असरदार है। क्योंकि यह मूल डेटा देकर सजाने वाला काम है।
• लेकिन निजी जानकारी (personal information) को कच्चे रूप में cloud पर न भेजें। नाम को संकेत में बदलने का “छद्म-नामकरण (pseudonymization)” हमेशा बीच में रखें।
• AI को सौंपना है सिर्फ़ ड्राफ्ट और साज-सज्जा। केयर का फ़ैसला और मंज़ूरी (sign-off) इंसान का काम है। इन दोनों को मिलाने पर हादसा होता है।
• copy-paste करके इस्तेमाल होने वाला prompt टेम्पलेट, और रिकॉर्ड के ज़रूरी फ़ील्ड भरे हैं या नहीं — यह मशीन से जाँचने वाला verification script नीचे दिया है।
• मेरी एजेंसी में, एक दिन के रिकॉर्ड साफ़ करने का काम तकरीबन 60 मिनट से घटकर 15 मिनट हो गया। महीने भर में करीब 20 घंटे बचे।

पहले पाठक और कार्य-प्रवाह को एक जगह रखें

यह लेख जिनके लिए है: 5 से 20 हेल्पर वाली होम केयर एजेंसी में सर्विस मैनेजर का काम करने वाले लोग। ख़ुद भी विज़िट पर जाते हैं, साथ में शिफ्ट तय करना, रिकॉर्ड जाँचना, निर्देश-पत्र बनाना, केयर मैनेजर से तालमेल — सब सँभालते हैं। कंप्यूटर चला लेते हैं पर programming का कोई अनुभव नहीं — ऐसे पाठक को मैं बीच में रख रहा हूँ।

होम केयर का “लिखने” वाला काम तकरीबन इस क्रम में चलता है।

1. हेल्पर विज़िट के बाद किए गए काम की पर्ची या ऐप में नोट छोड़ता है (हाथ से लिखा, आवाज़, छोटे वाक्य — सब बिखरा हुआ)
2. सर्विस मैनेजर उसे केयर प्लान के अनुरूप विज़िट रिकॉर्ड के ढंग में सजाता है
3. हर उपयोगकर्ता का हेल्पर निर्देश-पत्र (सेवा प्रक्रिया दस्तावेज़) हालत में बदलाव के हिसाब से अपडेट करता है
4. हैंडओवर, केयर मैनेजर से साझा करना, मॉनिटरिंग तक पहुँचाता है

अटकाव चरण 2 और 3 में होता है। मूल जानकारी मौजूद है, पर सजाने में वक़्त लगता है। शब्द भी हर हेल्पर के अलग-अलग। यही जगह AI के मज़बूत पक्ष से ठीक मेल खाती है।

आम तौर पर होने वाली दोबारा-मेहनत और दिक्कतें

• शब्दों का अलग-अलग होना: “स्पंज-बाथ”, “बेड-बाथ”, “शरीर पोंछना” मिल-जुल जाते हैं, और बाद में न तो search होता है न गिनती।
• ज़रूरी फ़ील्ड छूटना: विज़िट रिकॉर्ड में शुरू-खत्म का समय, की गई सेवा, उपयोगकर्ता की हालत, विशेष टिप्पणी — पूरे नहीं होते। ऑडिट में यही जगह सबसे पहले पकड़ी जाती है।
• नक़ल की ग़लती: पर्ची से रिकॉर्ड में हाथ से उतारते समय समय या आँकड़ा ग़लत टाइप हो जाता है।
• निर्देश-पत्र पुराना पड़ना: उपयोगकर्ता की हालत बदल गई पर निर्देश-पत्र 3 महीने पुराना ही पड़ा है। नया हेल्पर पुरानी प्रक्रिया से काम कर बैठता है।
• साझा करना छूटना: शुरुआत वाली “खाँसी” जैसा छोटा बदलाव नर्स या केयर मैनेजर को बताना भूल जाना।

मुझसे जो गलती हुई वह नक़ल की थी। विज़िट का शुरू समय “9:00” लिखना चाहिए था, पर पिछले उपयोगकर्ता का “10:00” वैसे ही रह गया, और बाद में मिलान करते समय पसीना छूट गया। जब तक हाथ से उतारने वाला चरण बचा है, इसे शून्य नहीं किया जा सकता।

Use case 1: जल्दबाजी में लिखी पर्ची को विज़िट रिकॉर्ड में साफ़ करना

हेल्पर के छोटे नोट को विज़िट रिकॉर्ड के ढंग में सजाना। यह सबसे ज़्यादा बार होता है और सबसे ज़्यादा असरदार है।

सौंपने का तरीका सीधा है — बस “मूल नोट” और “जिस ढाँचे में चाहिए” वह AI को दे दें। नीचे का prompt वैसे ही इस्तेमाल हो सकता है। 【यहाँ नोट】 वाले हिस्से को बदल दें। नाम को बाद में बताए गए छद्म-नामकरण नियम से उपयोगकर्ता A जैसा बदलकर ही दें।

आप होम केयर के सर्विस मैनेजर की मदद करने वाले रिकॉर्ड-सहायक हैं।
नीचे दिए हेल्पर के नोट को विज़िट रिकॉर्ड के ड्राफ्ट में सजाएँ।

शर्तें:
- आउटपुट फ़ील्ड: "विज़िट का दिन-समय / सेवा का प्रकार / की गई सेवा / उपयोगकर्ता की हालत / विशेष टिप्पणी"
- सिर्फ़ तथ्य लिखें, नोट में न लिखे लक्षण या आँकड़े न जोड़ें
- शब्द एक जैसे रखें (जैसे "स्पंज-बाथ", "शिफ्टिंग" जैसे मानक केयर शब्द)
- चिकित्सा निर्णय या रोग का नाम न लिखें
- जो फ़ील्ड समझ न आए, उसे "(पुष्टि करें)" लिखें

नोट:
【यहाँ नोट】

मुख्य बात ये दो लाइनें हैं — “नोट में न लिखी बात मत जोड़ो” और “समझ न आए तो (पुष्टि करें) लिखो”। इन्हें न डालें तो AI ज़रूरत से ज़्यादा अक्लमंदी दिखाकर ऐसे लक्षण भी भर देता है जो हैं ही नहीं। केयर रिकॉर्ड में यह जानलेवा है, इसलिए साफ़-साफ़ रोक लगाएँ।

साफ़ किए गए ड्राफ्ट को सर्विस मैनेजर आँख से जाँचकर ही रिकॉर्ड में उतारे। AI सिर्फ़ “सजाने” तक, मंज़ूरी इंसान — यही बँटवारा है।

Use case 2: हेल्पर निर्देश-पत्र को हालत-बदलाव के हिसाब से अपडेट करना

जब उपयोगकर्ता की हालत बदले, तो निर्देश-पत्र में कहाँ-कहाँ सुधार करना है। AI को “पहले का”, “इस बार का बदलाव”, “किस नज़र से बदलना है” दें, तो वह संशोधन का ड्राफ्ट निकाल देता है।

आप जो देते हैं	AI से जो करवाना है	इंसान को ज़रूर जो तय करना है
मौजूदा निर्देश-पत्र	बदलाव वाले फ़ील्ड ढूँढना	बदलाव अपनाएँ या नहीं
इस बार की हालत-बदलाव की पर्ची	नई प्रक्रिया का मसौदा बनाना	केयर की उचितता और सुरक्षा
जिस बात पर ध्यान चाहिए	शब्द और फ़ील्ड एक जैसा करना	चिकित्सा-कर्मी से सलाह ज़रूरी या नहीं

मसलन “दाहिने हाथ का लकवा बढ़ा, खाने का सहायक-उपकरण बदला” जैसा बदलाव हो, तो AI खाने में मदद की प्रक्रिया, निगरानी का स्तर, गिरने के जोखिम की टिप्पणी — इन्हें सुधारने का प्रस्ताव देता है। उसे देखकर सर्विस मैनेजर तय करता है कि “यह निगरानी-स्तर नर्स से सलाह के बाद ही”। ड्राफ्ट पहले से सामने हो, तो शून्य से लिखने के मुक़ाबले बहुत तेज़ रहता है।

Use case 3: हैंडओवर में छूट को चेकलिस्ट से रोकना

शुरुआत वाली “खाँसी साझा करना छूट जाना” — इसे मिटाने के लिए मैं हैंडओवर चेकलिस्ट AI से हर दिन बनवाता हूँ। उस दिन के रिकॉर्ड से “जिसे साझा करना ज़रूरी लगे” वैसे बदलाव चुनवाकर, इस तरह निकलवाता हूँ।

• उपयोगकर्ता A: भेजते समय खाँसी। नर्स को बताएँ → (ज़िम्मेदार: / हो गया)
• उपयोगकर्ता C: खाना आम से आधा। केयर मैनेजर को रिपोर्ट → (ज़िम्मेदार: / हो गया)
• उपयोगकर्ता F: दवा के लिए कहने पर मना। परिवार को संपर्क → (ज़िम्मेदार: / हो गया)

चुनना AI का काम, साझा करना है या नहीं और असल संपर्क इंसान का। “जब तक चेकबॉक्स न भरें, मैं ऑफिस से नहीं निकलता” — यह तय करने के बाद से साझा करना छूटना तकरीबन खत्म हो गया।

AI को सौंपने का दायरा, और इंसान को ज़रूर जो तय करना है

यहाँ की लकीर ग़लत खींची तो सुविधा की जगह ख़तरा बन जाता है। मेरी एजेंसी का मानक यह है।

चरण	AI को सौंपें	इंसान तय करे
नोट साफ़ करना और सजाना	हाँ	सिर्फ़ आख़िरी जाँच
शब्द एक जैसा करना और फ़ील्ड जाँच	हाँ	—
निर्देश-पत्र का संशोधन-मसौदा	हाँ (ड्राफ्ट)	अपनाएँ या नहीं
केयर की सामग्री और सुरक्षा का फ़ैसला	नहीं	हाँ
चिकित्सा-कर्मी से सलाह ज़रूरी या नहीं	नहीं	हाँ
रिकॉर्ड की मंज़ूरी (sign-off)	नहीं	हाँ
उपयोगकर्ता या परिवार से संपर्क	नहीं	हाँ

सिद्धांत एक ही है। “तथ्य सजाना” AI का, “केयर तय करना और ज़िम्मेदारी उठाना” इंसान का। AI के पास केयर का कोई प्रमाणपत्र नहीं है। वह बस एक उम्दा ड्राफ्ट-सहायक है।

जो लोग Claude Code जैसे tool से अभी अनजान हैं, वे पहले Claude Code पहली बार छूने वालों के लिए परिचय गाइड से पूरी तस्वीर समझ लें — शुरुआत आसान रहती है। programming न करने वाले कहाँ तक इस्तेमाल कर सकते हैं, इसके लिए नॉन-इंजीनियर के लिए तरीका भी काम का है।

निजी जानकारी और सुरक्षा की सावधानियाँ

होम केयर के रिकॉर्ड संवेदनशील निजी जानकारी का ढेर हैं। नाम, पता, बीमारी का नाम, परिवार की बनावट। इन्हें कच्चे रूप में cloud की AI को भेजने से बचें। मैं जो नियम मानता हूँ, बस इतने हैं।

• छद्म-नामकरण के बाद ही दें: नाम को उपयोगकर्ता A, पता मत निकालें। मूल नोट का असली नाम अपने पास ही संकेत में बदलकर तब डालें।
• वापस अपने पास ही लाएँ: AI ने जो ड्राफ्ट लौटाया उसमें उपयोगकर्ता A को आख़िर में असली नाम में बदलना एजेंसी के अंदर के PC पर इंसान ही करे।
• learning में इस्तेमाल न होने की सेटिंग जाँचें: बिज़नेस इस्तेमाल में, इनपुट learning में इस्तेमाल न हो, ऐसा plan या सेटिंग चुनें। एजेंसी के तौर पर अनुबंध का तरीका पहले से जाँच लें।
• रिकॉर्ड नियम के मुताबिक रखें: AI तो बस ड्राफ्ट चरण है। पूरे हुए रिकॉर्ड का भंडारण और छेड़छाड़ रोकना पहले की तरह एजेंसी के नियमों के अनुसार ही करें।

निजी जानकारी का बरताव क़ानून में भी तय है। भारत के Digital Personal Data Protection Act 2023 की आधिकारिक जानकारी पर एक बार नज़र डाल लें, तो किस हद तक सावधानी रखनी है, उसका अंदाज़ा आ जाता है।

copy-paste करके इस्तेमाल होने वाला verification script

साफ़ किए गए रिकॉर्ड में ज़रूरी फ़ील्ड पूरे हैं या नहीं — यह सिर्फ़ इंसान की आँख से नहीं, मशीन से भी देखें। नीचे Node.js पर चलने वाला छोटा checker है। रिकॉर्ड का text दें, तो छूटे हुए फ़ील्ड बता देता है। Node.js लगा हो, तो node check-record.mjs से चलता है।

// check-record.mjs : विज़िट रिकॉर्ड में ज़रूरी फ़ील्ड पूरे हैं या नहीं, यह जाँचता है
const required = ["विज़िट का दिन-समय", "सेवा का प्रकार", "की गई सेवा", "उपयोगकर्ता की हालत", "विशेष टिप्पणी"];

// असल में फ़ाइल से पढ़ें। यहाँ नमूना सीधे लिखा है
const record = `
विज़िट का दिन-समय: 2026-06-07 09:00-09:45
सेवा का प्रकार: शारीरिक देखभाल
की गई सेवा: स्पंज-बाथ, शिफ्टिंग की निगरानी
उपयोगकर्ता की हालत: भेजते समय कुछ बार खाँसी
`;

const missing = required.filter((key) => !record.includes(key));

if (missing.length === 0) {
  console.log("OK: सभी ज़रूरी फ़ील्ड पूरे हैं");
} else {
  console.log("सुधार चाहिए: ये फ़ील्ड छूटे हैं ->", missing.join(", "));
  process.exitCode = 1;
}

इस नमूने में “विशेष टिप्पणी” छूटी है, तो सुधार चाहिए: ये फ़ील्ड छूटे हैं -> विशेष टिप्पणी निकलेगा। साफ़ करने के आख़िर में बस इसे चला लें, तो फ़ील्ड छूटे हुए रिकॉर्ड घुसने नहीं पाते। चेकलिस्ट के तरीके को एक व्यवस्था बना लेने की सोच पर Claude Code से उत्पादकता बढ़ाने के तरीके में भी बात है।

prompt को बार-बार स्थिर तरीके से इस्तेमाल करना हो, तो एजेंसी के साझा नियम (आउटपुट फ़ील्ड, मनाही, शब्द-मानक) एक पन्ने पर समेट लें — हर बार झोल नहीं होगा। लिखने का तरीका CLAUDE.md बेस्ट प्रैक्टिस में मिलेगा।

लागू करने से पहले और बाद में क्या बदला

लागू करने से पहले मेरी शुक्रवार रात सिर्फ़ साफ़ करने और निर्देश-पत्र में 2 से 3 घंटे जाती थी। शब्द बिखरे, नक़ल की ग़लती कभी-कभार, साझा करना छूटना भी साल में कुछ बार होता था।

लागू करने के बाद, 20 नोट साफ़ करने में 15 से 20 मिनट। AI ढाँचे में सजा देता है, तो मैं तथ्य-जाँच और मंज़ूरी पर ध्यान दे पाता हूँ। शब्द मानक में एक जैसे हो गए, verification script फ़ील्ड छूटना रोक देता है, और हैंडओवर चेकलिस्ट से साझा करना छूटना तकरीबन खत्म।

ROI का मोटा अंदाज़ा लगाएँ: एक दिन का रिकॉर्ड साफ़ करना 60 मिनट से 15 मिनट हो, तो दिन में 45 मिनट की बचत। हफ़्ते 5 दिन से करीब 4 घंटे के क़रीब, महीने में 20 घंटे के आसपास बचते हैं। सर्विस मैनेजर की लागत 500 रुपये प्रति घंटा मानें, तो महीने में करीब 10,000 रुपये का वक़्त विज़िट और हेल्पर की ट्रेनिंग में लगा सकते हैं। यह बस मेरी एजेंसी का मोटा हिसाब है, पर अनुभव से भी मेल खाता है।

अक्सर पूछे जाने वाले सवाल

Q. कंप्यूटर में कमज़ोर हूँ, फिर भी इस्तेमाल कर सकता हूँ? A. हाँ। करना बस इतना है — “नोट चिपकाना” और “निकले ड्राफ्ट को सुधारना”। मुश्किल सेटिंग सर्विस मैनेजर में से कोई एक पहली बार ठीक कर दे, तो बाक़ी सब copy-paste से चला सकते हैं। prompt की सटीकता बढ़ाने वाले चरण पर आएँ, तो prompt डिज़ाइन का उन्नत तरीका देखें।

Q. AI के लिखे रिकॉर्ड को वैसे ही जमा कर दूँ? A. नहीं। AI का आउटपुट ड्राफ्ट है। सर्विस मैनेजर तथ्य-जाँच करके मंज़ूरी देने के बाद ही उसे रिकॉर्ड बनाएँ। मंज़ूरी की ज़िम्मेदारी इंसान की है।

Q. उपयोगकर्ता का नाम डालना ठीक है? A. असली नाम मत डालें। उपयोगकर्ता A जैसा छद्म-नामकरण करके दें और आख़िर में अपने पास ही असली नाम में बदलें। यह पक्का करें, तो generative AI को संवेदनशील निजी जानकारी जाने का जोखिम घट जाता है।

Q. ग़लत बात तो नहीं लिख देता? A. लिख देता है। इसीलिए prompt में “नोट में न लिखी बात मत जोड़ो” और “समझ न आए तो (पुष्टि करें) लिखो” ज़रूर डालें, और इंसान जाँच करे। AI सजाने वाला है, तथ्य की गारंटी नहीं देता।

Q. छोटी एजेंसी में भी फ़ायदा निकलता है? A. रिकॉर्ड कम हों, तब भी शब्द एक जैसा करने और फ़ील्ड जाँच का फ़ायदा मिलता है। 5 हेल्पर वाली एजेंसी में भी महीने में 10 घंटे के आसपास बचने का अनुभव है।

एजेंसी के तौर पर इसे ठीक से काम में उतारना है, ऑपरेशन नियम और सुरक्षा समेत सलाह चाहिए, तो ट्रेनिंग और लागू करने की सलाह में हम साथ मिलकर डिज़ाइन कर सकते हैं। पहले अकेले आज़माना चाहें, तो प्रोडक्ट और मुफ़्त सामग्री से शुरू करें।

असल में आज़माकर जो मिला

मैंने असल में तीन चीज़ें जाँचीं। पहली, 20 जल्दबाजी वाली पर्चियाँ ऊपर के prompt से साफ़ कीं, तो लगने वाला समय हाथ के काम से एक-तिहाई से भी कम रह गया। दूसरी, verification script से गुज़ारा, तो साफ़ करने के बीच “विशेष टिप्पणी” और “खत्म समय” के 2 छूटाव पकड़ में आए — आँख की जाँच में मैं ये जगहें चूक गया था। तीसरी, छद्म-नामकरण नियम मानने पर असली नाम एक बार भी cloud पर भेजे बिना आख़िर तक काम पूरा हुआ।

सबसे ज़्यादा असर इस बात से हुआ कि “AI सजाए, इंसान मंज़ूरी दे” — यह बँटवारा साफ़ तय किया। इसे धुँधला रखें, तो फ़ैसले तक AI के भरोसे छोड़कर मन में डर रहता है। लकीर खींचने के बाद रात का दफ़्तरी काम हल्का हुआ, और शुरुआत वाली “खाँसी साझा की थी क्या?” जैसी छूट भी होनी बंद हो गई। पहले कल के एक रिकॉर्ड को साफ़ करना AI को सौंपने से शुरू करें।