मैंने चीज़ें automate करना क़रीब पंद्रह साल की उम्र में शुरू किया, और इसलिए नहीं कि मुझे लगा यह cool है। मुझे RSI — Repetitive Strain Injury — हो गई थी किशोरावस्था में Photoshop पर बहुत ज़्यादा घंटे images edit करने से। मेरे हाथ दर्द करते थे। हर click की क़ीमत थी। तो मैंने तरीक़े ढूँढे कि कंप्यूटर कम clicks में ज़्यादा काम करे। जो दर्द से राहत की तरकीब थी, वो बीस साल से ज़्यादा चलने वाला जुनून बन गई।
उन दो दशकों में मैंने बहुत कुछ बनाया। मैंने दस साल से ज़्यादा एक web agency चलाई और फिर बेच दी। 100 से ज़्यादा देशों में clients को 20,000 से ज़्यादा projects deliver किए। YouTube channel बनाया — “Fica a Dica com Paulo Teixeira” — जहाँ मैंने मुफ़्त में SEO सिखाया। एक proprietary prompt engineering methodology विकसित की। AI के लिए एक permanent memory system डिज़ाइन किया जो इंसानी याददाश्त के तरीक़े पर आधारित है। Automation कोई career का चुनाव नहीं था। काम जारी रखने का यही एक रास्ता था।
जब AI models गंभीर होने लगे, तो मेरे लिए यह कोई रहस्योद्घाटन नहीं था। यह ईंधन था। मैं पहले से बीस साल बिता चुका था मशीनों से भारी काम करवाने के तरीक़े ढूँढने में। अब मशीनें सच में समझ सकती थीं कि मुझे क्या चाहिए। तो मैं पूरी तरह इसमें कूद पड़ा। सिर्फ़ तीन महीनों में, मैंने Claude Code के ज़रिए 30 अरब से ज़्यादा tokens प्रोसेस किए — असली systems बनाते हुए, असली workflows test करते हुए, चीज़ें तोड़ते हुए, ठीक करते हुए, और रास्ते में सब कुछ document करते हुए।
जो इंसान मशीनों से अपना काम करवाना जानता है, उसके पास हमेशा फ़ायदा रहेगा। पहले इसका मतलब programming था। अब नहीं है।
और उन 30 अरब tokens के बीच कहीं, एक बात समझ आई। कोई technical insight नहीं। एक इंसानी समझ। मुझे एहसास हुआ कि जो तरीक़े मैंने दशकों में विकसित किए — mental models, workflow patterns, AI के लिए systems बनाने का मेरा तरीक़ा — इनमें से कुछ भी सीखने के लिए programming ज्ञान ज़रूरी नहीं था। मैंने यह पहले ही साबित कर दिया था। एक पशुचिकित्सक जिसे मैंने सिखाया था, जिसने ज़िंदगी में कभी for-loop नहीं लिखा था, Claude Code इस्तेमाल करके अपनी practice के लिए solutions बना रहा था। एक वकील, जिसे variable का मतलब नहीं पता था, अपने office के लिए tools बना रही थी। दोनों में से किसी की technical background नहीं थी। दोनों असली चीज़ें बना रहे थे।
तभी मुझे खाई साफ़ दिखी। बाज़ार “ChatGPT को बेहतर कैसे इस्तेमाल करें” के content से डूबा हुआ है। हज़ारों tutorials सतही prompts सिखाते हैं। और दूसरी तरफ़ technical content की दीवार है जो मान लेती है कि आपको पहले से code करना आता है। लेकिन लगभग कोई वो चीज़ नहीं सिखा रहा जो असल में मायने रखती है: AI के साथ कैसे सोचें। ऐसे systems कैसे बनाएँ जहाँ AI operate करे और आप direct करें। Chat window में सवाल पूछने से specialized agents की टीम orchestrate करने तक कैसे पहुँचें — बिना पहले programmer बने।
तो मैंने Prompthen बनाया। नाम Prometheus से आता है — वो शख़्सियत जिसने देवताओं से आग चुराकर इंसानों को दी। यह सही लगा। क्योंकि इस वक़्त, AI की असली ताक़त technical complexity की एक दीवार के पीछे बंद है। Programmers के पास आग है। बाक़ी सब बाहर से देख रहे हैं।
Prompthen वो आग है जो सबकी पहुँच में है। सरल बनाकर नहीं — सुलभ बनाकर।
Prompthen वो आग है जो सबकी पहुँच में है। सरल बनाकर नहीं — सुलभ बनाकर। हर technical concept मौजूद है अगर आप चाहो। लेकिन बनाना शुरू करने के लिए इसकी ज़रूरत नहीं। अपना पहला agent बनाने के लिए, या पाँचवाँ, या बीसवाँ — इसकी ज़रूरत नहीं। गहरी समझ का दरवाज़ा हमेशा खुला है, लेकिन यह कभी entry की बाधा नहीं है।
मैंने यह इसलिए बनाया क्योंकि बीस साल के automation ने मुझे सबसे बढ़कर एक बात सिखाई: जो इंसान मशीनों से अपना काम करवाना जानता है, उसके पास हमेशा फ़ायदा रहेगा। पहले इसका मतलब programming था। अब नहीं है। आज इसका मतलब है AI को direct करना जानना — रास्ता कैसे तैयार करें, context कैसे सेट करें, और agents को वो करने दें जो वो सबसे अच्छा करते हैं। यह एक ऐसा skill है जो कोई भी सीख सकता है। और मैं इसे हर उस इंसान को सिखाऊँगा जो सीखना चाहता है।