AI से कैसे बात करें — जब आप अटक जाएँ तो क्या कहें

AI से बात कैसे करें: शुरू में यह इतना अजीब क्यों लगता है

इंटरफ़ेस एक बेमेल पैदा करता है। यह छोटे, अनौपचारिक संदेशों का सुझाव देता है। लेकिन AI विस्तृत संदेशों पर सबसे अच्छा जवाब देता है। AI से बात करना सीखना दरअसल चैटिंग से ब्रीफ़िंग की ओर बढ़ना है।

किसी सहकर्मी के लिए अच्छी ब्रीफ़ में यह शामिल होता है कि आपको क्या करवाना है, यह क्यों मायने रखता है, यह किसके लिए है, और फ़ॉर्मेट, लंबाई या टोन पर क्या बाधाएँ हैं। AI के लिए अच्छे प्रॉम्प्ट में भी वही चीज़ें शामिल होती हैं। यह समानता लगभग पूरी तरह सटीक है।

यह बात तब जल्दी समझ में आती है जब आप शुरुआती लोगों के लिए AI वाले ऐसे अभ्यास करते हैं जो दिखाते हैं कि एक ही अनुरोध अलग-अलग विस्तार के स्तरों पर पूरी तरह अलग आउटपुट देता है। टूल नहीं बदलता, आपका इनपुट बदलता है।

एक प्रभावी प्रॉम्प्ट के चार घटक क्या हैं?

हर वह प्रॉम्प्ट जो लगातार उपयोगी आउटपुट देता है, उसमें चार घटक होते हैं। आपको उन पर लेबल लगाने या किसी टेम्पलेट का पालन करने की ज़रूरत नहीं है। लेकिन जब चारों मौजूद होते हैं, तो आउटपुट की गुणवत्ता साफ़ तौर पर बेहतर हो जाती है।

संदर्भ

संदर्भ वह पृष्ठभूमि जानकारी है जो प्रासंगिक आउटपुट देने के लिए AI को चाहिए। आप कौन हैं? आउटपुट किसके लिए है? स्थिति क्या है? "एक प्रदर्शन समीक्षा लिखें" कहने वाला प्रॉम्प्ट कुछ सामान्य ही देता है। इसमें "एक मध्य-स्तरीय सॉफ़्टवेयर इंजीनियर के लिए, जिसने डिलीवरी की गति पर लक्ष्य पार किए लेकिन दस्तावेज़ीकरण और क्रॉस-टीम संचार में सुधार की ज़रूरत है" जोड़ें, और आपको इतना विशिष्ट नतीजा मिलता है कि उसे इस्तेमाल किया जा सके।

फ़ॉर्मेट

फ़ॉर्मेट यह है कि आप आउटपुट को किस तरह संरचित चाहते हैं। बुलेट पॉइंट या गद्य? टेबल या विवरण? कोई तय शब्द-सीमा? अगर आप फ़ॉर्मेट नहीं बताते, तो AI वही चुन लेता है जो उसके पूर्वानुमान मॉडल को सबसे संभावित लगता है, और वह आपकी ज़रूरत से मेल नहीं भी खा सकता।

टोन

टोन का मतलब है आवाज़ और शैली। पेशेवर या अनौपचारिक? सीधा या कूटनीतिक? तकनीकी या सरल? टोन तब हमेशा मायने रखता है जब आउटपुट दूसरे लोग पढ़ेंगे या उसे किसी ख़ास पेशेवर संदर्भ में इस्तेमाल किया जाएगा।

पहले और बाद में

व्यवहार में यह फ़र्क़ ऐसा दिखता है:

दूसरा प्रॉम्प्ट लिखने में थोड़ा ज़्यादा समय लगता है। संपादन में यह उससे कहीं ज़्यादा समय बचाता है।

अगर मुझे सच में नहीं पता कि कहाँ से शुरू करूँ, तो क्या कहूँ?

"मुझे एक प्रोजेक्ट स्टेटस अपडेट लिखना है।" यह एक शुरुआती बिंदु है। अब संदर्भ जोड़ें: "यह साप्ताहिक लीडरशिप मीटिंग के लिए है। वेंडर की देरी के कारण प्रोजेक्ट दो हफ़्ते पीछे है। हमारे पास एक समाधान योजना है।"

फ़ॉर्मेट जोड़ें: "इसे 200 शब्दों से कम रखें। तीन मुख्य अपडेट के लिए बुलेट पॉइंट इस्तेमाल करें। अंत में अगले कदम दें।"

टोन जोड़ें: "सीधा और तथ्यात्मक, देरी पर पर्दा न डालें, लेकिन समाधान योजना को भरोसेमंद ढंग से पेश करें।"

अगर यह भी बहुत ज़्यादा ढाँचा लगे, तो स्थिति को उसी तरह बताएँ जैसे आप कमरे में अभी-अभी आए किसी सहकर्मी को बताते। "एक घंटे में मेरी मीटिंग है जिसमें मुझे अपने प्रोजेक्ट की स्थिति बतानी है। हम शेड्यूल से पीछे हैं। क्या आप मुझे एक छोटा अपडेट लिखने में मदद कर सकते हैं जो देरी को स्वीकार करे, लेकिन हमें नाकाबिल न दिखाए?" संदर्भ से भरी इस तरह की सहज भाषा हैरान करने वाला अच्छा आउटपुट देती है। जैसे ही आप समझ जाते हैं कि AI से बात करना जानना दरअसल यह जानना है कि आपको जो चाहिए उसे कैसे बताया जाए, अजीबपन तेज़ी से ग़ायब हो जाता है।

AI से बात करना सीखते समय होने वाली आम गलतियाँ

बहुत कम लिखना

शुरुआती लोग छोटे और अस्पष्ट प्रॉम्प्ट लिखते हैं, क्योंकि चैट इंटरफ़ेस से यही लगता है कि छोटे संदेश ही सामान्य हैं। लेकिन छोटे प्रॉम्प्ट AI को पूर्वानुमान लगाने के लिए लगभग कुछ नहीं देते, इसलिए आउटपुट सामान्य रह जाता है। अधिक विवरण लगभग हमेशा बेहतर नतीजे देता है, और लंबे निर्देशों से AI का धैर्य नहीं टूटता। उलटे, आउटपुट और सटीक हो जाता है।

पहले नतीजे को अंतिम मान लेना

पहला प्रॉम्प्ट पहला ड्राफ्ट देता है। वह ड्राफ्ट आपको बताता है कि क्या बदलना है: शायद टोन ग़लत है, लंबाई ठीक नहीं है, या किसी हिस्से में और विवरण चाहिए। एक फ़ॉलो-अप भेजें: "टोन को और सीधा बनाएँ।" "जोखिमों वाले हिस्से को विस्तार दें।" "इसे 100 शब्दों तक छोटा करें।" फ़ॉलो-अप के ज़रिए प्रॉम्प्ट करना जानना ही अनुभवी उपयोगकर्ताओं का तरीका है। वे पहली कोशिश में पूर्णता की उम्मीद नहीं करते।

दर्शकों को नज़रअंदाज़ करना

जो प्रॉम्प्ट यह बताता है कि "यह ईमेल एक C-suite अधिकारी के लिए है जिसे नतीजों पर असर की परवाह है और जिसके पास इसे पढ़ने के लिए तीन मिनट हैं", वह उसी प्रॉम्प्ट से पूरी तरह अलग आउटपुट देता है जिसमें यह संदर्भ न हो। आप पाठक को कौन बताते हैं, उसी के हिसाब से AI जटिलता, शब्दावली और ज़ोर बदल देता है।

समय के साथ AI से बात करने में बेहतर कैसे बनें?

कम जोखिम वाले कामों से अभ्यास करें

ईमेल, मीटिंग के सारांश, पहले ड्राफ्ट, ब्रेनस्टॉर्मिंग की सूचियाँ। ऐसे काम जहाँ औसत नतीजा भी चल जाता है और अच्छा नतीजा समय बचाता है। इससे आप बिना दबाव के प्रयोग कर पाते हैं।

हर प्रॉम्प्ट के बाद आकलन करें

हर प्रॉम्प्ट के बाद आउटपुट को उससे मिलाकर देखें जो आप वाकई चाहते थे। अगर वह निशाने से चूक गया, तो पता लगाएँ कि कौन-सा घटक गायब था या कमज़ोर था। यह लगभग हमेशा उन चारों में से एक होता है: अस्पष्ट निर्देश, गायब संदर्भ, फ़ॉर्मेट न बताना, या ग़लत टोन। हर आकलन आपका निदान कौशल बढ़ाता है, यानी यह पहचानने की क्षमता कि प्रॉम्प्ट क्यों नाकाम हुआ और क्या बदलना है।

समय के साथ चार-घटक वाला ढाँचा चेकलिस्ट जैसा लगना बंद हो जाता है और अपने आप लागू होने लगता है। आप चारों को सहज रूप से शामिल करेंगे, क्योंकि आपने देख लिया होगा कि वे कितना फ़र्क़ लाते हैं। तभी AI से बात करना आपके काम करने के तरीके का एक सामान्य हिस्सा बन जाता है।

बुनियादी प्रॉम्प्टिंग के बाद अगला कदम है AI को प्रॉम्प्ट कैसे करें सीखना, यानी इटरेशन, रोल प्रॉम्प्टिंग और डिकम्पोज़िशन जैसे जटिल कामों की तकनीकें। हफ़्ते-दर-हफ़्ते हर कौशल बनाने वाले संरचित रास्ते के लिए AI प्रॉम्प्टिंग शून्य से कैसे सीखें पूरी प्रगति सामने रखता है। और इन सभी प्रॉम्प्टिंग तकनीकों के आपसी जुड़ाव की पूरी तकनीकी तस्वीर के लिए प्रॉम्प्ट इंजीनियरिंग इस पद्धति को शुरू से अंत तक कवर करता है।