प्रॉम्प्ट इंजीनियरिंग क्या है? गैर-डेवलपर्स के लिए व्यावहारिक गाइड
प्रॉम्प्ट इंजीनियरिंग AI मॉडल के लिए निर्देश लिखने और उन्हें बेहतर बनाने की प्रक्रिया है, ताकि मॉडल भरोसे के साथ वही दे जो आप चाहते हैं। प्रॉम्प्ट वह सब है जो आप मॉडल को देते हैं: सवाल, काम, कुछ संदर्भ, उदाहरण। इंजीनियरिंग का मतलब है सोच-समझकर तय करना कि क्या अंदर जाए, क्या बाहर आए उसे जाँचना और फिर सुधारना। यह जादुई शब्दों से ज़्यादा साफ़ संवाद की बात है।
AI के साथ बनाते समय यह क्यों मायने रखता है
AI ऐप बिल्डर के साथ आपके प्रॉम्प्ट ही स्पेसिफिकेशन होते हैं। AI सिर्फ़ वही बना सकता है जो आप बताते हैं, और जब आपके अनुरोध में कमी होती है तो वह उन खाली जगहों को अपने हिसाब से भर देता है। कभी अनुमान ठीक निकलते हैं। अक्सर वे वैसे नहीं होते जैसा आप चाहते थे: फ़ॉर्म में गलत फ़ील्ड, ऐसा फ़ीचर जो आपने माँगा नहीं था, या ऐसा डिज़ाइन जो आपके दर्शकों पर फिट नहीं बैठता।
साफ़ प्रॉम्प्ट आपके कई दौर के सुधारों को बचाता है, और हर दौर में समय लगता है और आमतौर पर क्रेडिट भी खर्च होते हैं। अगर आप अपने ऐप के अंदर AI जोड़ते हैं, तब भी प्रॉम्प्ट मायने रखते हैं: आप उस मॉडल को जो निर्देश देते हैं, वही तय करते हैं कि आपका चैटबॉट ग्राहकों से कैसे बात करेगा, किन चीज़ों से इनकार करेगा और आपके तथ्यों पर टिका रहेगा या नहीं। ऐप बनाने के खास संदर्भ में देखें AI ऐप बिल्डर के लिए प्रॉम्प्ट कैसे लिखें।
रोज़मर्रा की एक मिसाल
कल्पना कीजिए कि आप एक कुशल फ़्रीलांसर को काम समझा रहे हैं, जो आपको नहीं जानता, आपके कारोबार के बारे में कुछ नहीं जानता, और आपकी बात खत्म होते ही काम शुरू कर देगा।
"मेरे लिए एक लोगो बनाओ" से आपको एक लोगो मिल जाएगा। "दुबई में बच्चों के तैराकी स्कूल के लिए एक लोगो; दोस्ताना हो, बचकाना नहीं; नीला और नारंगी; छोटे आकार में स्विमिंग कैप पर भी साफ़ दिखे; ये दो हमें पसंद हैं और ये एक नहीं" से वह मिलेगा जो आप चाहते हैं।
AI मॉडल वही फ़्रीलांसर है: प्रतिभाशाली, तेज़ और पूरी तरह आपके ब्रीफ़ पर निर्भर। प्रॉम्प्ट इंजीनियरिंग एक अच्छा ब्रीफ़ लिखना सीखना है।
मुख्य तकनीकें
| तकनीक | इसका मतलब | उदाहरण |
|---|---|---|
| लक्ष्य के बारे में स्पष्ट रहें | बताएँ कि आपको क्या चाहिए और क्यों। | "एक बुकिंग पेज ताकि नए क्लाइंट 30 या 60 मिनट का सेशन चुन सकें।" |
| संदर्भ दें | यह किसके लिए है, पहले से क्या मौजूद है, क्या मायने रखता है। | "उपयोगकर्ता ज़्यादातर फ़ोन पर आने वाले बड़ी उम्र के क्लाइंट हैं।" |
| 'पूरा' की परिभाषा दें | तैयार नतीजे का वर्णन करें। | "पूरा होने का मतलब है कि क्लाइंट बुक कर सके और मुझे ईमेल मिले।" |
| बंदिशें तय करें | क्या नहीं करना है, और सीमाएँ क्या हैं। | "अभी लॉगिन न जोड़ें। मौजूदा रंग रखें।" |
| उदाहरण दिखाएँ | दिखाएँ कि अच्छा नतीजा कैसा होता है। | "जवाब इस अंदाज़ में लिखो: …" |
| फ़ॉर्मेट माँगें | बताएँ कि आउटपुट किस ढाँचे में चाहिए। | "X, Y, Z कॉलम वाली तालिका के रूप में जवाब दो।" |
| चरणों में बाँटें | बड़े काम को एक-एक हिस्से में करें। | "पहले डेटा मॉडल, फिर फ़ॉर्म, फिर ईमेल।" |
| पहले पूछने या योजना बनाने दें | बदलाव से पहले योजना लें। | "बनाने से पहले अपने सवाल और एक योजना सूचीबद्ध करो।" |
| दोहराएँ | नतीजा जाँचें और सुधारें। | "फ़ॉर्म ठीक चल रहा है। अब डेट पिकर थोड़ा बड़ा करो।" |
एक उदाहरण: पहले और बाद में
पहले:
एक जिम का ऐप बनाओ।
AI को सब कुछ अंदाज़े से तय करना होगा: सदस्य या स्टाफ़? क्लास या पर्सनल ट्रेनिंग? पेमेंट? आपको शायद एक सामान्य डैशबोर्ड मिलेगा जिसमें बनावटी वर्कआउट होंगे।
बाद में:
लगभग 150 सदस्यों वाले एक छोटे बॉक्सिंग जिम के लिए एक वेब ऐप बनाओ।
इसे कौन इस्तेमाल करेगा: सदस्य अपने फ़ोन से क्लास बुक करते हैं। मालिक, सैम, लैपटॉप पर टाइमटेबल संभालते हैं।
सदस्य यह कर सकते हैं: इस हफ़्ते की क्लास देखें (समय, कोच, बची हुई जगहें) और शुरू होने से 2 घंटे पहले तक बुक या रद्द करें।
सैम यह कर सकते हैं: क्लास जोड़ें, बदलें और रद्द करें, और हर क्लास में किसने बुकिंग की है यह देखें।
नियम: हर क्लास में अधिकतम 12 लोग। एक ही स्लॉट में दोहरी बुकिंग नहीं।
अभी नहीं: पेमेंट, वर्कआउट ट्रैकिंग, मोबाइल ऐप।
स्टाइल: गहरा बैकग्राउंड, लाल रंग के एक्सेंट, बड़े टैप बटन।
बनाने से पहले जो भी अस्पष्ट हो उसकी सूची बनाओ और बताओ कि आप कौन से पेज बनाएँगे।
दूसरा प्रॉम्प्ट चतुर नहीं है, बल्कि पूरा है। यह उपयोगकर्ताओं, कामों, नियमों, क्या छोड़ना है और शुरुआत कैसे करनी है, यह सब नाम लेकर बताता है। आखिरी पंक्ति AI को योजना बनाने और सवाल पूछने का न्योता देती है, जिससे कोड लिखे जाने से पहले ही गलतफ़हमियाँ पकड़ी जाती हैं।
आपके ऐप के अंदर के प्रॉम्प्ट
जब आपका ऐप खुद किसी LLM को बुलाता है, तो आप ऐसे प्रॉम्प्ट लिखते हैं जो कई बार और कई उपयोगकर्ताओं के लिए चलते हैं। वही सिद्धांत लागू होते हैं, साथ में कुछ और बातें भी:
- सिस्टम प्रॉम्प्ट: स्थायी निर्देश जो हर जवाब का रूप तय करते हैं: भूमिका, लहजा, नियम। "तुम Leaf & Pot के सहायक हो, एक पौधों की दुकान। सिर्फ़ ऑर्डर, पौधों और डिलीवरी से जुड़े सवालों के जवाब दो।"
- ग्राउंडिंग: वे तथ्य शामिल करें जिन्हें मॉडल इस्तेमाल करे, जैसे आपकी नीतियाँ या प्रोडक्ट कैटलॉग, और उसे उन पर भरोसा करने को कहें। यह क्यों मायने रखता है, इसके लिए देखें LLM क्या है।
- फ़ॉलबैक: बताएँ कि अनिश्चित होने पर क्या करना है: "अगर जवाब दी गई जानकारी में न हो, तो यह साफ़ कहो और सहायता ईमेल का सुझाव दो।"
- आउटपुट फ़ॉर्मेट: अगर आपका कोड जवाब को पढ़ता है, तो JSON जैसा सख़्त फ़ॉर्मेट माँगें।
- टेस्टिंग: असामान्य इनपुट आज़माएँ, जैसे बदतमीज़ संदेश, विषय से हटकर सवाल, या मॉडल को उसके निर्देश भुलाने की कोशिशें (जिसे प्रॉम्प्ट इंजेक्शन कहते हैं), इससे पहले कि असली उपयोगकर्ता ऐसा करें।
मुख्य शब्दों की व्याख्या
| शब्द | इसका मतलब |
|---|---|
| प्रॉम्प्ट | वह इनपुट जो आप AI मॉडल को देते हैं। |
| सिस्टम प्रॉम्प्ट | बातचीत से पहले सेट किए गए स्थायी निर्देश। |
| संदर्भ (Context) | प्रॉम्प्ट में शामिल पृष्ठभूमि की जानकारी। |
| ज़ीरो-शॉट / फ़्यू-शॉट | बिना उदाहरण के पूछना, या चाहे गए आउटपुट के कुछ उदाहरणों के साथ पूछना। |
| चेन ऑफ़ थॉट | जवाब देने से पहले मॉडल से समस्या को चरण-दर-चरण सुलझाने को कहना। |
| ग्राउंडिंग | मॉडल को स्रोत सामग्री देना और उसे उसी के आधार पर जवाब देने को कहना। |
| प्रॉम्प्ट इंजेक्शन | ऐसा टेक्स्ट जो मॉडल के निर्देशों को पलटने की कोशिश करे, जैसे "पिछले निर्देश भूल जाओ"। |
| कॉन्टेक्स्ट विंडो | मॉडल एक बार में कितना टेक्स्ट ध्यान में रख सकता है। |
| इटरेशन | जो नतीजा आया उसके आधार पर प्रॉम्प्ट को सुधारना। |
आम गलतियाँ और गलतफ़हमियाँ
- जादुई शब्दों की खोज। "तुम दुनिया के सबसे बेहतरीन विशेषज्ञ हो" से कहीं कम फ़र्क पड़ता है कि आपको असल में क्या चाहिए, यह साफ़ बताने से।
- एक साथ सब माँगना। 20 फ़ीचर का अनुरोध 20 अधूरे फ़ीचर देता है। टुकड़ों में बनाएँ।
- समाधान बताना, समस्या नहीं। "तीन कॉलम वाली एक तालिका जोड़ो" की तुलना में "सैम को एक नज़र में दिखना चाहिए कि हर क्लास में किसने बुकिंग की है" ज़्यादा काम का है।
- यह न बताना कि क्या नहीं करना है। अगर आपको अभी लॉगिन, पेमेंट या रीडिज़ाइन नहीं चाहिए, तो यह साफ़ कहें।
- नतीजा न पढ़ना। आगे बढ़ने से पहले बनी चीज़ को अपनी "पूरा" की परिभाषा से जाँचें।
- सुधारने की जगह दोबारा शुरू करना। आमतौर पर एक छोटा फ़ॉलो-अप ("यह लगभग ठीक है; X बदलो") पूरा प्रॉम्प्ट दोबारा लिखने से बेहतर होता है।
- प्रॉम्प्ट में गोपनीय जानकारी डालना। चैट में पासवर्ड या लाइव API कीज़ न डालें, जब तक टूल के पास उन्हें सुरक्षित रखने का तरीका न हो।
अपने AI बिल्डर से क्या माँगें
- "बनाने से पहले मुझसे कोई भी सवाल पूछो और अपनी योजना दिखाओ।"
- "तीन वाक्यों में बताओ कि तुम्हारे हिसाब से मुझे क्या चाहिए।"
- "सिर्फ़ बुकिंग फ़ॉर्म बदलो; बाकी कुछ मत छुओ।"
- "तुमने ऐसी कौन सी बातें मान लीं जो मैंने तय नहीं की थीं?"
- "मेरे नोट्स को उपयोगकर्ताओं, फ़ीचर, नियमों और 'अभी नहीं' वाली बातों की एक छोटी स्पेक में बदलो।" देखें AI के साथ प्रोडक्ट रिक्वायरमेंट डॉक्यूमेंट कैसे लिखें।
- "बताओ कि मैं वह अनुरोध और बेहतर तरीके से कैसे लिख सकता था।"
Mythex में प्रॉम्प्ट करना
Mythex में तीन चैट मोड हैं जो इस तरीके से काम करने में मदद करते हैं: Plan, ताकि कुछ बदलने से पहले तरीका तय हो जाए; Build, ताकि बदलाव किए जाएँ; और Ask, उन सवालों के लिए जो फ़ाइलें बदलें नहीं। आप संदर्भ के तौर पर स्क्रीनशॉट या मॉकअप अटैच कर सकते हैं, और अगर कोई बदलाव गलत हो जाए तो आप चेकपॉइंट पर वापस जा सकते हैं। असरदार प्रॉम्प्ट और इटरेट करना वाले डॉक्स पेजों में और उदाहरण हैं, और AI से बने ऐप को कैसे सुधारें में फ़ॉलो-अप का तरीका बताया गया है।
सवाल
सरल शब्दों में प्रॉम्प्ट इंजीनियरिंग क्या है?
प्रॉम्प्ट इंजीनियरिंग वह तरीका है जिसमें AI मॉडल के लिए ऐसे निर्देश लिखे और बेहतर किए जाते हैं कि वह आपको चाहिए वैसा नतीजा लगातार दे। इसमें यह शामिल है कि आप क्या पूछते हैं, कौन सा संदर्भ देते हैं, उदाहरण क्या हैं, बंदिशें क्या हैं और जवाब किस फ़ॉर्मेट में चाहिए।
क्या मुझे कोई खास ट्रिक या जादुई शब्द चाहिए?
ज़रूरी नहीं। आजकल के मॉडल साफ़, स्पष्ट और अच्छी तरह व्यवस्थित निर्देशों पर सबसे अच्छा जवाब देते हैं, यानी वही बातें जो किसी इंसानी सहकर्मी की मदद करती हैं। संदर्भ, उदाहरण और तैयार नतीजे का साफ़ विवरण खास वाक्यों से कहीं ज़्यादा मायने रखते हैं।
सिस्टम प्रॉम्प्ट क्या होता है?
सिस्टम प्रॉम्प्ट वे स्थायी निर्देश हैं जो बातचीत शुरू होने से पहले मॉडल को दिए जाते हैं, जैसे उसकी भूमिका, नियम और लहजा। ऐप इसी से हर जवाब का रूप तय करते हैं, जबकि उपयोगकर्ता के संदेश बाद में आते हैं।
जैसे-जैसे AI और स्मार्ट हो रहा है, क्या प्रॉम्प्ट इंजीनियरिंग की ज़रूरत बनी रहेगी?
बेहतर मॉडलों को कम जुगाड़ों की ज़रूरत होती है, लेकिन वे फिर भी आपके मन की बात नहीं पढ़ सकते। अपना लक्ष्य, दर्शक, बंदिशें और यह बताना कि 'काम पूरा' कैसे माना जाएगा, हमेशा नतीजे बेहतर बनाते हैं, क्योंकि मॉडल सिर्फ़ उतना ही काम कर सकता है जितना आप उसे बताते हैं।