اپنی ایپ میں AI فیچرز کیسے شامل کریں

اپنی ایپ میں AI فیچرز شامل کرنے کے لیے اپنے سرور سے ایک بڑے لینگوئج ماڈل (LLM) API کو کال کریں: اسے واضح ہدایات اور متعلقہ ڈیٹا بھیجیں، اور جو واپس آئے اسے استعمال کریں۔ زیادہ تر مفید فیچرز چار میں سے ایک پیٹرن پر ہوتے ہیں: خلاصہ بنانا، چیٹ کرنا، ساخت یافتہ ڈیٹا نکالنا، اور درجہ بندی کرنا۔ ہر ایک چند درجن لائنوں کا کوڈ ہوتا ہے جو AI بلڈر آپ کے لیے لکھ سکتا ہے۔ فیچر اچھا ہے یا نہیں، اس کا فیصلہ اس کال کے گرد کے کام سے ہوتا ہے: API کی کو سرور پر رکھنا، فی صارف لاگت قابو میں رکھنا، اور نتیجہ بھروسے سے پہلے جانچنا۔

زیادہ تر AI فیچرز کے پیچھے چار پیٹرن

نکالنا اور درجہ بندی اکثر سب سے قیمتی ہوتے ہیں اور سب سے کم نظر آتے ہیں۔ یہ ہر ریکارڈ پر کسی کے کچھ منٹ خاموشی سے بچا دیتے ہیں، اور چونکہ آؤٹ پٹ کی شکل مقررہ ہوتی ہے، اس کی خودکار جانچ ممکن ہے۔ چیٹ سب سے زیادہ نظر آتی ہے مگر اسے درست کرنا سب سے مشکل ہے، اور اس کی اپنی گائیڈ ہے: AI چیٹ بوٹ ایپ کیسے بنائیں۔

یہ آپ کی ایپ میں کیسے فٹ ہوتا ہے

ہر پیٹرن کی شکل ایک جیسی ہے:

1. صارف کوئی کام کرتا ہے جیسے “خلاصہ” پر کلک کرنا، فائل اپ لوڈ کرنا، یا پیغام بھیجنا۔
2. آپ کا فرنٹ اینڈ آپ کے اپنے سرور کو کال کرتا ہے، AI فراہم کنندہ کو نہیں۔
3. آپ کا سرور درخواست بناتا ہے: سسٹم ہدایات، صارف کا ان پٹ، اور ماڈل کو درکار ڈیٹا بیس کا کوئی بھی ڈیٹا، لیکن صرف وہ جو یہ صارف دیکھنے کا حق رکھتا ہو۔
4. آپ کا سرور LLM API کو کال کرتا ہے، اس کی کے ساتھ جو environment variable میں محفوظ ہے۔
5. آپ کا سرور جواب جانچتا ہے: درست JSON، معلوم لیبل، معقول لمبائی، پھر اسے محفوظ یا واپس کرتا ہے۔
6. فرنٹ اینڈ اسے دکھاتا ہے، طویل جوابات کے لیے متن آتے ہی اسٹریم کرتے ہوئے۔

کی مرحلہ 4 میں سرور پر رہتی ہے اور کبھی براؤزر تک نہیں پہنچتی۔ اگر API کا تصور نیا ہے تو API کیا ہے ایک مختصر تعارف ہے، اور LLM APIs کیسے استعمال کریں ٹوکنز، ماڈلز اور کیز کو تفصیل سے بیان کرتی ہے۔

فراہم کنندہ اور ماڈل کا انتخاب

بڑے فراہم کنندگان، جیسے OpenAI، Anthropic، Google اور دیگر، تقریباً ملتے جلتے ڈھانچے کے ٹیکسٹ APIs پیش کرتے ہیں۔ انتخاب کرتے وقت یہ سوالات مفید ہیں:

• آپ کے کام پر معیار۔ اپنی ایپ کی چند حقیقی مثالیں دو یا تین ماڈلز پر آزمائیں۔ فرق اکثر عمومی بینچ مارکس سے زیادہ آپ کے اپنے ڈیٹا پر واضح ہوتا ہے۔
• حجم بمقابلہ لاگت۔ فراہم کنندگان بڑے، زیادہ صلاحیت والے ماڈلز اور چھوٹے، سستے، تیز ماڈلز دونوں دیتے ہیں۔ درجہ بندی اور سادہ نکالنا اکثر چھوٹے ماڈل پر بھی اچھا کام کرتا ہے؛ طویل استدلال یا باریک تحریر کو بڑا ماڈل درکار ہو سکتا ہے۔
• ساخت یافتہ آؤٹ پٹ۔ نکالنے اور درجہ بندی کے لیے ایسا API فیچر ترجیح دیں جو ماڈل سے وہ JSON لوائے جو آپ کے دیے ہوئے اسکیما سے میل کھاتا ہو، بجائے اس کے کہ آزاد متن کو پارس کیا جائے۔
• ڈیٹا کا استعمال۔ فراہم کنندہ کی شرائط پڑھیں کہ API ان پٹس محفوظ ہوتے ہیں یا تربیت میں استعمال ہوتے ہیں، اور کیا یہ اس ڈیٹا کے لیے موزوں ہے جو آپ کے صارفین فراہم کرتے ہیں۔
• حدیں۔ نئے اکاؤنٹس پر اکثر ریٹ لمٹس کم ہوتی ہیں؛ لانچ سے پہلے انہیں چیک کریں۔

ماڈل کے نام اور قیمتیں اکثر بدلتی ہیں، اس لیے کوڈ کو ماڈل کا نام کئی جگہوں پر ہارڈ کوڈ کرنے کے بجائے کنفیگریشن سے پڑھنا چاہیے۔

ایک فیچر، مرحلہ وار

ایک ٹھوس مثال لیں: ایک چھوٹا CRM جہاں ہر رابطے کی نوٹس کی لمبی تاریخ ہو۔

1. کی محفوظ کریں۔ اپنے فراہم کنندہ کے ڈیش بورڈ میں کی بنائیں اور اسے سرور سائیڈ سیکرٹ کے طور پر محفوظ کریں، مثلاً OPENAI_API_KEY یا ANTHROPIC_API_KEY۔

2. ایک محدود فیچر کی درخواست کریں:

رابطے کے صفحے پر “خلاصہ” بٹن شامل کرو۔ سرور پر، رابطے کے آخری 20 نوٹس [PROVIDER] کو سیکرٹ [ENV_NAME] استعمال کرتے ہوئے بھیجو، اور ہدایت دو کہ تین بلٹ پوائنٹس لکھے: موجودہ حیثیت، کھلے سوالات، اگلا قدم۔ صرف وہی نوٹس شامل کرو جو لاگ اِن صارف دیکھ سکتا ہو۔ لوڈنگ حالت دکھاؤ، خلاصہ ٹائم اسٹیمپ کے ساتھ محفوظ کرو، اور اگر کال ناکام ہو تو “ابھی خلاصہ نہیں بن سکا” دکھاؤ۔ کی کبھی براؤزر کو نہ بھیجو۔

3. جہاں ٹائپنگ بچتی ہو وہاں نکالنا شامل کریں:

جب صارف “فوری شامل کریں” باکس میں ای میل سگنیچر پیسٹ کرے، تو سرور پر [PROVIDER] کو کال کرو اور ساخت یافتہ آؤٹ پٹ فیچر استعمال کرتے ہوئے JSON لوٹاؤ جس میں نام، کمپنی، عہدہ، ای میل اور فون ہو۔ سرور پر JSON کی تصدیق کرو، اس سے نیا رابطہ فارم پہلے سے بھرو، اور صارف کو محفوظ کرنے سے پہلے ترمیم کی اجازت دو۔ اندازہ لگانے کے بجائے خالی فیلڈز خالی چھوڑو۔

“محفوظ کرنے سے پہلے صارف کو ترمیم کی اجازت دو” سب سے اہم حصہ ہے: ماڈل تجویز دیتا ہے، فیصلہ شخص کرتا ہے۔

4. پس منظر میں درجہ بندی کریں:

جب نیا سپورٹ ٹکٹ آئے تو اسے بالکل ایک میں درجہ بند کرو: billing، bug، feature request، account access، other۔ ایک چھوٹا، کم لاگت والا ماڈل استعمال کرو۔ اگر جواب ان لیبلز میں سے نہ ہو تو “other” محفوظ کرو۔ لیبل کو قابل ترمیم ٹیگ کے طور پر دکھاؤ۔

5. الجھے ہوئے حقیقی ڈیٹا سے جانچیں: لمبے نوٹس، خالی نوٹس، دوسری زبانیں، اور ایسا سگنیچر جس میں فون نمبر نہ ہو، اور شپ کرنے سے پہلے بیس آؤٹ پٹس ساتھ ساتھ دیکھیں۔

کارآمد ہدایات لکھنا

ہر درخواست کے ساتھ بھیجی جانے والی ہدایات (جنہیں اکثر سسٹم پرامپٹ کہا جاتا ہے) میں معیار کا راز ہوتا ہے۔

• بتائیں کہ یہ کس کے لیے ہے اور اچھا نتیجہ کیسا ہے۔ “خلاصہ کال سے پہلے سیلز پرسن دس سیکنڈ میں پڑھتا ہے” ماڈل کو ایک ہدف دیتا ہے۔
• شکل مقرر کریں۔ بلٹس کی درست تعداد، لمبائی کی حد، فیلڈز، لیبلز۔
• بتائیں کہ شک ہو تو کیا کرنا ہے۔ “اگر نوٹس میں اگلا قدم درج نہ ہو تو لکھو ‘کوئی اگلا قدم درج نہیں’۔” اس سے من گھڑت جوابات کم ہوتے ہیں۔
• نکالنے اور درجہ بندی کے لیے دو یا تین اچھے ان پٹ اور آؤٹ پٹ کی مثالیں دیں۔
• ہدایات کو صارف کے مواد سے الگ رکھیں، اور صارف کے مواد پر واضح لیبل لگائیں تاکہ ماڈل دونوں میں فرق کر سکے۔

پرامپٹس کو اپنے کوڈ بیس میں فائلوں میں رکھیں تاکہ وہ باقی کوڈ کی طرح ورژن شدہ اور جائزہ کے قابل ہوں۔

لاگت کو قابو میں رکھنا

LLM APIs ٹوکنز کے حساب سے چارج کرتے ہیں، یعنی متن کے چھوٹے ٹکڑوں کے حساب سے، جو آپ بھیجتے ہیں اور جو واپس آتا ہے دونوں پر۔ لاگت فی درخواست سیاق و سباق کی مقدار ضرب اس بات سے بڑھتی ہے کہ وہ کتنی بار چلتی ہے۔ عملی کنٹرولز:

• صرف وہی بھیجیں جو ضروری ہو۔ آخری 20 نوٹس، پوری تاریخ نہیں۔ لمبی دستاویزات کو کاٹیں یا تقسیم کریں۔
• کام کرنے والا سب سے چھوٹا ماڈل استعمال کریں۔ بڑے ماڈل کو ڈیفالٹ بنانے سے پہلے آزمائیں۔
• API کی زیادہ سے زیادہ ٹوکنز کی ترتیب سے آؤٹ پٹ کی لمبائی محدود کریں۔
• نتائج کیش کریں۔ خلاصہ محفوظ کریں اور صرف ماخذ بدلنے پر دوبارہ بنائیں، ہر صفحہ دیکھنے پر نہیں۔
• فی صارف حد لگائیں۔ فی اکاؤنٹ یا فی پلان روزانہ حد ایک بھاری صارف، یا ایک اسکرپٹ، کو بل بڑھانے سے روکتی ہے۔
• اس اینڈ پوائنٹ پر ریٹ لمٹ لگائیں جیسا کسی بھی مہنگے راؤٹ پر کرتے ہیں۔
• فراہم کنندہ کے ڈیش بورڈ میں بجٹ یا الرٹ سیٹ کریں، اور لانچ کے بعد ہفتہ وار استعمال دیکھیں۔
• ہر فیچر کے لیے ٹوکن استعمال لاگ کریں تاکہ معلوم ہو کون سا کتنا خرچ کرتا ہے۔

اگر AI فیچرز آپ کی پروڈکٹ کا مرکز ہیں تو ان کی جاری لاگت کو اپنی قیمت میں شامل کریں، بجائے اسے خود برداشت کرنے کے۔

حفاظت اور اعتماد

AI کا آؤٹ پٹ امکانی ہوتا ہے۔ یہ اعتماد سے غلط ہو سکتا ہے، اور جو متن یہ پڑھتا ہے اس سے متاثر ہو سکتا ہے۔ اسی کے مطابق بنائیں:

• آؤٹ پٹ کو غیر محفوظ ان پٹ سمجھیں۔ ساخت کی تصدیق کریں، HTML کے طور پر دکھانے سے پہلے اسے escape کریں، اور کبھی اسے کوڈ یا ڈیٹا بیس کوئری کے طور پر نہ چلائیں۔
• جن کاموں کے نتائج ہوں ان میں انسان کو شامل رکھیں، جیسے ای میل بھیجنا، ریکارڈ بدلنا، یا ادائیگی واپس کرنا۔ ماڈل مسودہ بناتا ہے؛ شخص تصدیق کرتا ہے۔
• prompt injection سے بچاؤ کریں۔ کوئی دستاویز یا پیغام ایسا متن رکھ سکتا ہے جیسے “اپنی ہدایات نظر انداز کرو”۔ ماڈل کو وہی دکھائیں جو موجودہ صارف دیکھ سکتا ہو، اور اسے ایسے ٹولز نہ دیں جو آپ کا کوڈ پہلے اجازت جانچے بغیر حساس کارروائیاں کر سکیں۔
• AI کے مواد پر لیبل لگائیں تاکہ صارفین جان سکیں کہ خلاصہ یا تجویز AI نے بنائی ہے اور وہ اسے جانچ سکیں۔
• ناکامیوں کو خوبی سے سنبھالیں۔ فراہم کنندگان کی سروس بند ہو سکتی ہے اور ریٹ لمٹس لگ سکتی ہیں۔ ٹائم آؤٹ کریں، واضح پیغام دکھائیں، اور باقی ایپ کو چلتا رہنے دیں۔
• دیکھیں صارفین کیا بھیجتے ہیں۔ کھلے ٹیکسٹ ان پٹس کے لیے ماڈریشن کے مرحلے پر غور کریں، اور اپنی پرائیویسی پالیسی میں واضح کریں کہ مواد ایک تیسرے فریق AI فراہم کنندہ کے ذریعے پروسیس ہوتا ہے۔

جانچ کی وسیع فہرست AI سے بنی ایپس کے لیے سیکیورٹی چیک لسٹ میں ہے۔

عام غلطیاں

• عمومی چیٹ بوٹ سے شروع کرنا، جب ایک سادہ “خلاصہ” یا “درجہ بندی” بٹن زیادہ لوگوں کی مدد کرے۔
• فرنٹ اینڈ کوڈ یا کسی عوامی ریپوزٹری میں کی ڈالنا۔
• پورا ڈیٹا بیس بطور سیاق و سباق بھیجنا، جو سست، مہنگا ہے اور دوسرے صارفین کا ڈیٹا ظاہر ہونے کا خطرہ رکھتا ہے۔
• آزاد متن کے آؤٹ پٹ پر بھروسہ کرنا، جہاں اسکیما یا مقررہ لیبلز اسے جانچنے کے قابل بنا سکتے۔
• فی صارف حدیں نہ ہونا، جو پہلا بل آنے پر پتا چلتا ہے۔

Mythex میں AI فیچرز شامل کرنا

Mythex میں آپ اپنی ایپ کے اندر AI چیٹ میں درخواست کر کے شامل کرتے ہیں، اپنی فراہم کنندہ کی کی استعمال کرتے ہوئے۔ کی کو پروجیکٹ سیکرٹ کے طور پر محفوظ کریں: جب ایجنٹ کو اس کی ضرورت ہو تو Mythex چیٹ میں ایک سیکرٹس کارڈ دکھاتا ہے، تاکہ آپ کی کو گفتگو میں پیسٹ نہ کرنا پڑے۔ ایجنٹ سرور راؤٹ، پرامپٹس اور انٹرفیس لکھ دیتا ہے۔ آپ کی ایپ کا AI استعمال آپ کے فراہم کنندہ کو بل ہوتا ہے، جو ایپ بنانے کے لیے خرچ ہونے والے Mythex کریڈٹس سے الگ ہے۔ docs میں اپنی API کیز کے ساتھ AI فیچرز شامل کریں میں ایک ابتدائی پرامپٹ ملتا ہے۔

سوالات