Training · Bro Zaid Todak ← Semua subjek

Claude Code · Bab 2: Asas & Pemahaman AI · 7 Modul · Bacaan ~20 minit

Asas & Pemahaman AI

Sebelum guna alat, faham dulu macam mana AI berfikir, mengingati dan bertindak. Takde install apa-apa kat sini: baca, faham, tick. Lepas bahagian ni, semua benda dalam Bahagian 2 & 3 akan masuk akal.

Cuba sendiriAI baca ayat sebagai token

Isi Kandungan

Apa itu LLM, AI sebenarnya buat apa?
Kenapa ada banyak model AI?
AI cari ikut makna, bukan perkataan
AI zaman sekarang: fikir dulu, buat kerja
Tetingkap konteks, "beg" ingatan AI
Memori kekal, kenapa fail .md penting
Kenapa kita pilih Claude Code

Cuba sendiriPeta perjalanan, klik untuk lompat

Modul 1 — Apa itu LLM?

Korang sebenarnya dah guna versi kecil dia setiap hari.

Tengok keyboard telefon korang. Bila taip "nanti aku", dia cadangkan "call", "datang", "balik", dia meneka perkataan seterusnya berdasarkan ayat-ayat yang korang pernah taip.

LLM (Large Language Model, "otak" di sebalik Claude & ChatGPT) buat benda yang sama... tapi dengan dua beza besar:

	Keyboard telefon	LLM (AI)
Teka untuk	Sambung ayat KORANG	Bina JAWAPAN untuk korang
Belajar dari	Ayat korang sendiri	Teks seluruh dunia, buku, web, kod
Hasilnya	Kadang silap & kelakar	Tepat & bermakna (tapi bukan 100%)

Model mental Telefon teka ayat kau. LLM teka jawapan, perkataan demi perkataan, berdasarkan ilmu seluruh dunia. Sebab tu dia nampak "pandai": dia dah baca berjuta contoh benda yang serupa.

Cuba sendiriTeka perkataan seterusnya

Semakan faham #1

Boleh explain pada kawan: "AI ni bukan magik, dia teka perkataan seterusnya, macam keyboard telefon, tapi belajar dari seluruh dunia"? Kalau boleh, tick.

Modul 2 — Kenapa ada banyak model AI?

Sebab setiap satu dilatih dengan "resipi" berbeza.

Setiap model AI melalui latihan besar-besaran dengan ratusan billion parameter (anggap macam berjuta-juta tombol halus yang dilaras masa belajar). Resipi latihan berbeza → kepakaran berbeza:

Syarikat	Model	Terkenal sebab
Anthropic	Claude (Fable, Opus, Sonnet, Haiku)	Coding & pemikiran panjang, sebab tu kita guna untuk bina sistem
OpenAI	GPT (ChatGPT)	Kreatif & serba guna
Meta	Llama	Percuma & terbuka, boleh run atas server sendiri
DeepSeek	DeepSeek V3/R1	Coding & matematik pada kos murah

Dalam satu keluarga pun ada saiz berbeza, model besar lebih bijak tapi perlahan & mahal, model kecil pantas untuk kerja ringkas. Sebab tu dalam Claude ada pilihan model.

Cuba sendiriModel mana untuk kerja apa?

Semakan faham #2

Faham kenapa "AI mana paling bagus?" tu soalan salah, yang betul: "AI mana paling sesuai untuk kerja ni?" Tick kalau dapat.

Modul 3 — AI cari ikut makna, bukan perkataan

Rahsia macam mana AI selongkar data besar dengan tepat.

Carian biasa (macam Ctrl+F) cari perkataan sama. Kalau korang cari "khemah" tapi nota tertulis "tenda", carian biasa tak jumpa.

Sistem AI simpan setiap ayat sebagai deretan nombor yang mewakili maknanya (dipanggil embedding / vektor). Bila cari, dia bandingkan makna dengan makna:

Cari: "peralatan tidur outdoor" → jumpa nota pasal "sleeping bag", "khemah", "tilam angin", walaupun tiada satu pun perkataan sama!
Teknologi belakang dia dipanggil pgvector, lajur istimewa dalam database yang simpan "nombor makna" ni.

Kaitan dengan kita Banyak sistem kedai moden ada ciri "Tanya AI" yang guna konsep ni: AI cari dalam data kedai sendiri dulu, baru jawab. Bila korang tanya soalan, sistem cari maklumat paling bermakna dulu, baru AI jawab.

Cuba sendiriPeta makna, cari ikut maksud

Semakan faham #3

Faham beza "cari perkataan" vs "cari makna"? Cuba fikir satu contoh sendiri dari kerja kedai (contoh: cari "beg tidur" jumpa "sleeping bag"). Tick bila dapat.

Modul 4 — AI zaman sekarang: fikir dulu, buat kerja

Dari chatbot borak → pekerja yang bertindak.

AI dulu: korang tanya, dia balas teks. Habis situ. AI sekarang boleh Reason + Act, dia berfikir merangka pelan, lepas tu guna tools untuk buat kerja sebenar:

Contoh arahan: "Aku nak buka booth jualan kat satu event hujung minggu ni"
AI fikir: kena cari info event → kira stok nak bawa → buat senarai → buat poster
AI bertindak: guna tool carian web, tool baca fail stok, tool jana imej, satu-satu sampai siap

Model mental Chatbot = penasihat. AI + tools = pekerja. Bila korang guna Claude Code nanti (Bahagian 2), "tools" dia ialah komputer korang sendiri, baca fail, tulis fail, jalankan arahan.

Cuba sendiriGelung ejen: fikir → guna tool → siap

Semakan faham #4

Boleh sebut beza "AI yang balas teks je" dengan "AI yang guna tools untuk siapkan kerja"? Tick.

Modul 5 — Tetingkap konteks: "beg" ingatan AI

Kenapa perbualan panjang buat AI jadi "berat", dan apa jadi bila penuh.

Setiap kali AI nak jawab, dia baca semula seluruh perbualan dari awal, setiap mesej korang, setiap jawapan dia, setiap fail yang dibaca. Semua tu dibawa dalam satu "beg" yang dipanggil tetingkap konteks (context window).

Perbualan makin panjang → beg makin berat → AI makin lambat & boleh mula keliru
Dan beg tu ada had. Bila penuh, sesuatu terpaksa dibuang

Dua cara AI besar tangani bila beg penuh, dua-dua ada kelemahan:

Cara	Apa jadi	Risikonya
Kompres (ChatGPT)	Ringkaskan perbualan lama	Detail hilang, boleh keliru fakta
Sesi baru (Claude)	Mula perbualan kosong	Lupa semua, kalau tiada nota luar

Sebab tu dalam Claude Code ada /clear & /compact Perbualan panjang tak semestinya bagus. Habis satu tugasan = /clear dan mula bersih. Ini bukan bug, ini cara kerja yang betul dengan AI.

Cuba sendiriBeg konteks, isi sampai penuh

Semakan faham #5

Faham kenapa lepas siap satu kerja, elok mula chat/sesi baru? (Jawapan: kosongkan beg konteks supaya AI kekal tajam.) Tick.

Modul 6 — Memori kekal: fail .md

Kalau sesi baru = lupa semua... macam mana Claude "ingat"? Jawapannya: nota.

Penyelesaiannya simple tapi genius: AI tulis nota dalam fail teks (format .md, markdown, fail teks biasa yang manusia & AI sama-sama boleh baca). Fail tu kekal dalam komputer. Sesi baru? Baca balik nota → ingat semula.

Fail	Fungsi
`CLAUDE.md`	Arahan tetap, siapa korang, cara kerja, peraturan. Dibaca automatik setiap sesi
`MEMORY.md`	Indeks memori, senarai ringkas semua fakta yang disimpan
`memory/*.md`	Satu fail = satu fakta terperinci

Ini sebab ritual "save session" wujud Bila Bro Zaid tutup sesi dengan Claude, Claude tulis semua keputusan & kerja belum siap ke dalam nota memori. Esok sambung, baca nota, terus ingat. Korang akan belajar ritual ni dalam Bahagian 2. Fun fact: bukan Claude je, hampir semua AI coding tools guna sistem fail .md macam ni.

Cuba sendiriSesi baru: AI ingat atau lupa?

Semakan faham #6

Boleh jawab: "Macam mana Claude boleh ingat projek walaupun sesi baru bermula kosong?" (Jawapan: dia baca balik fail nota .md.) Tick.

Modul 7 — Kenapa kita pilih Claude Code

Semua AI pandai. Bezanya: sejauh mana dia boleh BUAT kerja.

Fikirkan AI tools atas satu garisan, dari "borak je" sampai "buat kerja penuh":

Kategori	Contoh	Boleh buat apa
Chatbot	ChatGPT, Claude web/app, Gemini	Borak & jawab. Tak boleh sentuh fail dalam komputer korang
IDE / App agent	Cursor, Antigravity	Buat kerja dalam app dia sendiri
Coding agent	Claude Code, Codex	Hidup dalam terminal, baca/tulis fail, jalankan arahan, bina & deploy projek sebenar

Banyak sistem bisnes sebenar, POS, back office, HR, website, termasuk site training ni sendiri, dibina dengan Claude Code. Itulah sebab dia jadi Bahagian 2 korang.

Cuba sendiriSpektrum: borak je → buat kerja penuh

Semakan faham #7, tamat Bahagian 1!

Tutup mata, cuba ulang 3 idea besar: (1) AI teka perkataan berdasarkan ilmu dunia, (2) konteks ada had, sebab tu perlu nota .md, (3) Claude Code istimewa sebab dia buat kerja, bukan borak je. Dapat? Tick dan terus ke Bahagian 2! 🎉

Semak diri3 idea besar, klik dedah jawapan

Sumber & kredit Struktur bahagian ni diadaptasi daripada AI Training by LAN TODAK, terima kasih keluarga Todak! Versi ni ditulis semula dengan contoh bisnes kedai supaya senang difahami.