| Istilah | Arti |
|---|---|
| Claude Code | Asisten coding buatan Anthropic yang berjalan di terminal atau IDE dan bisa membaca, membuat, serta mengubah berkas di komputer, menjadi alat utama yang diajarkan sepanjang kursus ini. |
| subagents | Agent pembantu yang dipanggil agent utama dengan context terpisah untuk tugas tertentu seperti riset, review kode, atau QA, dan di video dipakai untuk memproses ratusan email secara paralel. |
| agent teams | Fitur eksperimental Claude Code tempat satu agent pemimpin tim mengatur beberapa agent yang bisa saling berkirim pesan, cocok untuk kerja paralel besar tetapi memakan token jauh lebih banyak. |
| parent agent | Agent utama yang menerima perintah pengguna, membagi tugas ke subagents, lalu menggabungkan hasil mereka, sehingga context-nya perlu dijaga tetap ringkas dan bersih. |
| MCP | Singkatan dari Model Context Protocol, yaitu cara standar menghubungkan agent AI ke aplikasi luar seperti Chrome DevTools, ClickUp, atau Gmail, meski definisi alatnya bisa memakan banyak token. |
| skills | Berkas instruksi berisi daftar langkah dan skrip yang hanya dimuat saat diperlukan, dipakai Nick untuk mengotomatiskan pekerjaan rutin seperti mencari leads atau memberi label email. |
| context | Seluruh teks yang sedang dibaca model dalam satu percakapan, termasuk instruksi sistem, alat, dan riwayat pesan, dengan batas sekitar 200 ribu token di model yang dipakai Nick. |
| tokens | Potongan kecil teks yang kira-kira setara dengan kata, menjadi satuan untuk menghitung panjang context sekaligus biaya pemakaian model AI. |
| Stripe | Layanan pembayaran online yang dipakai dalam mode uji atau sandbox agar aplikasi pembuat proposal di video bisa menerima pembayaran dari klien. |
| environment variables | Nilai rahasia atau pengaturan seperti kunci API Supabase dan Stripe yang disimpan di luar kode, misalnya dalam berkas env, lalu diimpor ke Netlify saat aplikasi di-deploy. |
| folder | Wadah penyimpanan berkas di komputer yang menjadi ruang kerja Claude Code, termasuk folder tersembunyi bernama claude yang menyimpan rules, skills, dan agents. |
| proposal | Dokumen penawaran penjualan untuk calon klien, yang di video dibuat otomatis oleh aplikasi buatan Nick lengkap dengan halaman publik, tanda tangan, dan pembayaran. |
Video kursus empat jam dari Nick Saraev ini mengajarkan Claude Code dari nol untuk pemula, termasuk penonton yang tidak berlatar belakang teknis. Nick, yang mengaku memakai Claude Code setiap hari untuk menjalankan bisnisnya dan mengajarkannya kepada lebih dari 2.000 orang, mulai dari cara berlangganan dan memasang Claude Code lewat terminal maupun IDE seperti Visual Studio Code dan Antigravity, lalu menyusun berkas Claude.md sebagai otak proyek. Setelah itu ia masuk ke fitur lanjutan seperti folder .claude, mode izin, plan mode, manajemen context, skills, MCP, plugin, subagents, agent teams, Git worktrees, hingga deployment. Pertanyaan utamanya adalah bagaimana memakai agent AI yang berjalan langsung di komputer sendiri untuk membangun situs, aplikasi, dan otomatisasi kerja dengan cepat tanpa harus pandai menulis kode. Menurut Nick, kuncinya ada pada arahan yang tepat sejak awal, perencanaan sebelum membangun, pemakaian token yang hemat, dan selalu memberi agent cara untuk memeriksa hasil kerjanya sendiri. Kursus ini penting karena memperlihatkan bahwa satu orang kini bisa mengerjakan tugas yang dulu membutuhkan developer, asisten, atau kontraktor.
Dalam demonya, Nick membuat ulang desain situs dari screenshot satu halaman penuh dengan loop screenshot yang membandingkan hasil berulang kali hingga mendekati 99 persen, lalu mengisinya dengan konten agensinya, LeftClick. Dengan plan mode ia membangun aplikasi pembuat proposal ala PandaDoc memakai Supabase, Stripe mode uji, dan Netlify, lengkap dengan login, tanda tangan, dan pembayaran. Lewat perintah /context ia menunjukkan bahwa system tools memakan sekitar 16.800 token dan MCP ClickUp hampir 20.000 token, sedangkan satu skill hanya sekitar 60 token karena yang dimuat hanya bagian front matter. Skill scrape leads mengumpulkan sekitar 1.000 data dokter gigi dalam 87 detik, skill Gmail label mengklasifikasi 100 email dalam 36 detik, lalu sepuluh subagents paralel menangani hampir 1.000 email dalam kira-kira satu menit. Ia mengingatkan bahwa jika peluang sukses satu subagent 95 persen, peluang sepuluh subagent semuanya berhasil hanya sekitar 59 persen. Agent teams dipakai untuk merancang beberapa versi situs pribadi dan memeriksa keamanan repo OpenClaw dengan agen debat, menghabiskan sekitar 1,3 juta token dan kira-kira 80 dolar. Kursus ditutup dengan Git worktrees, endpoint di Modal, peringatan keamanan aplikasi hasil vibe coding, dan promosi singkat Maker School.
Kata kunci
- Claude Code
- subagents
- agent teams
- MCP
- Kursus definitif Claude Code untuk pemula dari pembicara yang mengelola bisnis berlaba lebih dari 4 juta dolar per tahun dan mengajar lebih dari 2.000 orang, tanpa perlu latar teknis.
- Membahas konteks dan token, folder serta file Claude yang bisa diatur lebih granular, subagents dan agent teams dengan parent agent, MCP, skills, dan plugin memori.
- Membangun contoh nyata seperti situs web dengan proposal desain, mengimpor environment variables, dan menyiapkan Stripe. Video sangat panjang sehingga ringkasan ini bersifat umum.
Tulis catatan pribadimu untuk video ini. Catatan tersimpan di akunmu dan bisa dibuka dari perangkat mana pun.