उन्नत प्रॉम्प्टिंग तकनीकें: भूमिका, बाध्यताएँ, उदाहरण, तर्क

एक विशेषज्ञ भूमिका, कड़ी बाध्यताएँ, few-shot उदाहरण, कदम-दर-कदम तर्क और पुनरावृत्ति को मिलाकर ऐसे जवाब पाएँ जो आपको सचमुच सिखाएँ।

10 मिनट · 3 प्रश्न

AI आपको जो सिखाता है उसकी गुणवत्ता सीधे आपके प्रॉम्प्ट की गुणवत्ता पर निर्भर करती है। एक अस्पष्ट प्रॉम्प्ट - "मुझे जेनेरिक्स समझाओ" - एक अस्पष्ट जवाब देता है, जो किसी ऐसे औसत पाठक के लिए अंशांकित होता है जो होता ही नहीं। चार तकनीकें पैदावार को आमूल बदल देती हैं, और वे मिलती हैं: विशेषज्ञ भूमिका (यह तय करना कि कौन बोल रहा है और किस मानक से), कड़ी बाध्यताएँ (लंबाई, पूर्व-ज्ञान, निषेध, प्रारूप), few-shot उदाहरण (अपेक्षित प्रारूप का वर्णन करने के बजाय उसे दिखाना), और कदम-दर-कदम तर्क (निष्कर्ष से पहले तरीका माँगना)। पाँचवीं कोई लेखन-तकनीक नहीं बल्कि एक रवैया है: पुनरावृत्ति - पहला जवाब एक मसौदा है जिसे आप निखारते हैं, कभी कोई तैयार उत्पाद नहीं।

तुम [तकनीक] के एक सीनियर प्रशिक्षक हो, जो अपनी सघन, भराव-रहित व्याख्याओं के लिए जाने जाते हो।

मुझे [सटीक अवधारणा] इन बाध्यताओं के साथ समझाओ:
- मान लो कि मुझे [पूर्व-ज्ञान] पहले से आता है: कोई बुनियादी बात दोबारा मत समझाओ।
- ज़्यादा से ज़्यादा 200 शब्द, फिर एक न्यूनतम टिप्पणी-सहित उदाहरण।
- एक सवाल के साथ खत्म करो जो जाँचे कि मैंने सचमुच समझा या नहीं - याद रखने वाला सवाल नहीं, अनुप्रयोग वाला सवाल।
- अगर अवधारणा में प्रोडक्शन में कोई चिरपरिचित फँसाने वाली बात है, तो उसे एक वाक्य में इंगित करो।

आगे बढ़ने से पहले अपने सवाल के मेरे जवाब का इंतज़ार करो। अगर मेरा जवाब गलत हो, तो सुधार मत दो: बताओ मेरा तर्क कहाँ पटरी से उतरता है और मुझे फिर कोशिश करने दो।

आइए इसे तोड़ें। भूमिका मॉडल की चापलूसी के लिए नहीं है: यह जवाब के धरातल को बदल देती है - शब्दावली, अमूर्तता का स्तर, मानक। बाध्यताएँ बाकी काम करती हैं: "ज़्यादा से ज़्यादा 200 शब्द" भराव काटता है, "कोई बुनियादी बात दोबारा मत समझाओ" आपको तीन ऐसे अनुच्छेदों से बचाता है जो आपको पहले से आते हैं, और अंत का सवाल निष्क्रिय पढ़ाई को सक्रिय पुनःस्मरण में बदल देता है - याददाश्त का सबसे बेहतर तरीके से स्थापित तंत्र। सामान्य नियम: एक अस्पष्ट बाध्यता एक अस्पष्ट नतीजा देती है। "संक्षिप्त रहो" कुछ नहीं बाँधता; "200 शब्द, एक उदाहरण, एक सवाल" सब कुछ बाँध देता है। अब few-shot पर: जब प्रारूप का वर्णन उबाऊ हो जाए, तो उसे दिखा दें।

मैं [विषय] दोहरा रहा हूँ। नीचे दिए दो उदाहरणों के बिल्कुल उसी प्रारूप में अभ्यास सवाल जनरेट करो।

उदाहरण 1:
स्थिति: एक क्वेरी 10,000 पंक्तियाँ लौटाती है जबकि स्क्रीन 20 दिखाती है।
सवाल: कौन-सा तंत्र सब कुछ लोड होने से बचाता है, और उसकी छिपी लागत क्या है?
स्तर: मध्यवर्ती।

उदाहरण 2:
स्थिति: दो उपयोगकर्ता एक ही संसाधन को एक सेकंड के फ़र्क से बदलते हैं।
सवाल: यहाँ कौन-सी संघर्ष-समाधान रणनीति चुननी चाहिए, और क्यों?
स्तर: उन्नत।

[विषय] पर इस प्रारूप के अनुसार 5 सवाल जनरेट करो: असली काम से ली गई एक ठोस स्थिति, एक खुला सवाल जो तर्क पर मजबूर करे (कभी रटी-रटाई याद नहीं), एक स्तर। जवाब मत दो: मैं एक-एक करके जवाब दूँगा और तुम बताओगे कि मेरे तर्क में क्या छूट रहा है और उससे मुझे सुधारोगे।

Few-shot मॉडलों की सबसे बड़ी ताकत का दोहन करता है: पैटर्न को आगे बढ़ाना। दो अच्छे चुने हुए उदाहरण लहजे, बारीकी और संरचना को दस लाइनों के निर्देशों से ज़्यादा सटीक रूप से तय कर देते हैं - और आपके उदाहरण मानक भी तय करते हैं। आखिरी लेखन-तकनीक: कदम-दर-कदम तर्क। किसी भी ग़ैर-मामूली सवाल के लिए, निष्कर्ष से पहले तरीका माँगें। जो जवाब निष्कर्ष से शुरू होता है वह आपको असल चीज़ से वंचित कर देता है: रास्ता, जो ठीक वही है जिसे आप सीखने की कोशिश कर रहे हैं। बोनस: स्पष्ट तर्क अपनी खामियाँ खुद उजागर कर देता है - आप अपने संदर्भ के बारे में झूठी धारणा को किसी गलत निष्कर्ष को निगलने से पहले पकड़ लेते हैं।

जवाब देने से पहले, दिखाई देने वाले कदमों में तर्क करो।

मेरा सवाल: [ग़ैर-मामूली तकनीकी सवाल]।

आवश्यक प्रारूप:
1. मेरे सवाल को दोहराओ ताकि पक्का हो कि तुमने उसे समझ लिया है।
2. मेरे संदर्भ के बारे में तुम जो धारणाएँ बना रहे हो उन्हें गिनाओ (संस्करण, आर्किटेक्चर, मात्रा)। जो गलत हों उन्हें मैं सुधार दूँगा।
3. अपने तर्क को कदम-दर-कदम बताओ, हर उस बिंदु को इंगित करते हुए जहाँ कोई और रास्ता संभव था और तुमने वह क्यों नहीं लिया।
4. निष्कर्ष में यह अलग करके बताओ कि क्या निश्चित है और क्या बिंदु 2 पर मेरे जवाबों पर निर्भर करता है।

निष्कर्ष तर्क के बाद ही लिखो, कभी पहले नहीं।

बचती है पुनरावृत्ति, वह कौशल जो उन्नत उपयोगकर्ता को अलग करता है। जब जवाब निराश करे तो प्रॉम्प्ट को कभी शून्य से शुरू न करें: खाई का निदान करें और छूटी हुई बाध्यता को ठीक करें। बहुत लंबा? एक सीमा थोपें। बहुत सामान्य? अपना संदर्भ और एक उदाहरण जोड़ें। विषय से भटका हुआ? बिंदु 1 का दोहराव आपको दिखाता है कि गलतफ़हमी कहाँ घुसी। तीन या चार लक्षित पुनरावृत्तियाँ ऐसे जवाब देती हैं जो कोई भी शुरुआती प्रॉम्प्ट, चाहे कितना ही सावधान हो, हासिल नहीं कर सकता था - और हर पुनरावृत्ति आपको कुछ सिखाती है कि आप असल में क्या ढूँढ रहे थे।

ज्ञान जांच

सुनिश्चित करें कि आपको इस पाठ के मुख्य बिंदु याद हैं।

1. few-shot तकनीक क्या है?
   • एक लंबे सवाल के बजाय कई छोटे सवाल पूछना
   • अपेक्षित नतीजे के उदाहरण देना ताकि मॉडल पैटर्न को आगे बढ़ाए
   • जवाब को कम शब्दों तक सीमित करना
   • किसी समस्या को उप-समस्याओं में बाँटना
2. जवाब में तर्क को निष्कर्ष से पहले क्यों माँगें?
   • AI को धीमा करने और संसाधन बचाने के लिए
   • क्योंकि रास्ता ही वह चीज़ है जो आप सीखते हैं, और स्पष्ट तर्क आपको उसकी खामियाँ देखने देता है
   • क्योंकि AI के निष्कर्ष हमेशा गलत होते हैं
3. AI का जवाब सही है पर बहुत सामान्य है। सबसे बढ़िया अगला कदम क्या है?
   • बेहतर की उम्मीद में बिल्कुल वही सवाल फिर पूछें
   • AI टूल बदल दें
   • पुनरावृत्ति करें: अपना सटीक संदर्भ और एक ऐसी बाध्यता जोड़ें जो देखी गई खाई को निशाना बनाए