ChatGPT को प्रॉम्प्ट कैसे दें

मूलतः Vectors of Mind में प्रकाशित।

मेरा काम एक Prompt Engineer¹ के काम के खतरनाक रूप से निकट पहुँच गया है। यह मेरे लिए ठीक है, क्योंकि इसमें लेखन, मनोमिति और NLP के प्रति मेरा प्रेम एक साथ आता है। यहाँ प्रॉम्प्ट देने की कुछ सबसे शक्तिशाली तकनीकें हैं:

1. स्पष्ट और विशिष्ट निर्देशों का उपयोग करें
2. विचार-श्रृंखला तर्क
3. कोई कार्य करने से पहले आवश्यक जानकारी एकत्र करें
4. कार्यों को चरणों में बाँटें
5. तकनीकी शब्द आपके मित्र हैं
6. उपयोगी वाक्यांशों का मिश्रित संग्रह

1. स्पष्ट और विशिष्ट निर्देश #

वकील और कंप्यूटर वैज्ञानिक स्वाभाविक रूप से इसमें अच्छे होते हैं। वास्तव में, प्रॉम्प्ट देने का एक आनंद यह है कि नियमित कोड की तुलना में इसमें बहुत कम सटीक होना पड़ता है और LLM अक्सर आशय समझ लेते हैं। फिर भी, कई अनुरोधों को केवल कार्य और उत्तर के अपेक्षित प्रारूप के बारे में स्पष्ट रूप से बताकर बेहतर बनाया जा सकता है। उदाहरण के लिए, हाल ही में मैंने यह भोजन किसी तरह जुटाया:

पूछने के लिए धन्यवाद—इसका स्वाद बहुत अच्छा था। कुछ अन्य उदाहरण:

• “AI के इतिहास का एक अनुच्छेद में सारांश प्रस्तुत करें।”

• “आयु के अनुसार क्रमबद्ध, सबसे पुराने भाषा-परिवारों की एक सारणी बनाएँ। संपूर्णता सुनिश्चित करें।”²

• “उद्धृत पाठ को White और Strunk की शैली में पुनर्लिखें। मुझे तीन विकल्प दें।”

• “संलग्न .csv की कॉलम 2-7 के लिए Pearson सहसंबंध मैट्रिक्स की गणना करें।”

  • अनुवर्ती अनुरोध: “परिणामों को हीट मैप के रूप में प्रदर्शित करने के लिए ऐसा कोड लिखें जिसका रिज़ॉल्यूशन इतना अधिक हो कि उसे पोस्टर में इस्तेमाल किया जा सके। सौंदर्यपरक विकल्पों में सर्वोत्तम प्रथाओं का उपयोग करें।”

विशिष्ट निर्देशों में अक्सर विशिष्ट उदाहरण भी शामिल होते हैं। White और Strunk ने Elements of Style लिखी थी। “संक्षिप्त,” “पेशेवर,” या “उत्कृष्ट” लेखन जैसे विशेषणों का उपयोग करने के बजाय उनकी पुस्तक का उल्लेख करना बेहतर है। इसका एक कारण यह है कि LLM विशेष रूप से विशिष्ट विशेषणों के मामले में अक्सर अपेक्षा से अधिक कर देते हैं। इसलिए, यदि आप चाहते हैं कि रोबोट चुटीला व्यक्तित्व अपनाए, तो उसे Veronica Mars या Mean Girls की Regina George की तरह व्यवहार करने को कहें।

2. विचार-श्रृंखला तर्क #

LLM को अगले शब्द का अनुमान लगाने के लिए एक विशाल पाठ-संग्रह पर प्रशिक्षित किया जाता है। आश्चर्यजनक रूप से, यही बात उन्हें तर्क का अनुमान लगाने में सक्षम बनाती है, लेकिन जटिल कार्यों के मामले में यह क्षमता शीघ्र ही टूट जाती है। यहाँ “जटिल” का अर्थ “कॉलम 1 की संख्याओं को जोड़ो” जैसा कुछ भी हो सकता है। इसे एक ही प्रयास में सही करना बहुत कठिन है, और यह ऐसा अंक उगल देगा जो उचित प्रतीत होगा और संभवतः सही परास में भी होगा, लेकिन सही उत्तर नहीं होगा। अंत में “इसे चरणों में सोचो” जोड़ना चमत्कारिक रूप से मदद करता है। अक्सर आपको यह भी निर्दिष्ट नहीं करना पड़ता कि वे चरण क्या हैं; LLM यह अनुमान लगा सकते हैं कि कॉलम का योग निकालने के लिए मध्यवर्ती चरणों में “n1 + n2 + n3 + … + n100 =” लिखना शामिल है। मूलतः, यह स्वयं को उस बराबर-चिह्न के दाईं ओर बेहतर उत्तर प्राप्त करने के लिए प्रॉम्प्ट देने जैसा है। या, उपमा के रूप में कहें तो, स्वयं को इस पर विचार करने का समय देना जैसा है। किसी भी समस्या के लिए “इसे चरणों में सोचो” वाक्यांश LLM के भ्रमोत्पादनों से निपटने में आपकी पहली सुरक्षा-पंक्ति है। यदि इससे काम न बने, तो चरणों को स्वयं क्रमांकित करें (इस तकनीक पर हम फिर लौटेंगे)।

3. कोई कार्य करने से पहले आवश्यक जानकारी एकत्र करें #

यदि आप chatGPT से ब्लॉग पोस्ट लिखने (मैं ऐसा कभी नहीं करूँगा) या Python फ़ंक्शन लिखने (मैं निश्चित रूप से ऐसा करूँगा) के लिए कहते हैं, तो वह आपकी वास्तविक इच्छा के विवरण पूछे बिना ही उसे धड़ाधड़ लिख देगा। इसका बहुत-सा हिस्सा इस तरह की बात कहकर टाला जा सकता है: “मैं ऐसा फ़ंक्शन लिखना चाहता हूँ जो X करे; कोड लिखने से पहले मुझे कौन-सी जानकारी एकत्र करनी होगी?” या “ऐसा फ़ंक्शन लिखो जो X करे, लेकिन कोड लिखने से पहले आवश्यक जानकारी के बारे में पूछो।” यहाँ “X” किसी आंशिक विवरण का स्थान लेता है।

4. कार्यों को चरणों में बाँटें #

जब भी chatGPT किसी कार्य में विफल हो और विचार-श्रृंखला से मदद न मिले, तो कार्य को उप-कार्यों में बाँट दें। शुरुआत में ही यह अक्सर किसी कार्य का आधा काम होता है और, संयोगवश, यही वह काम है जिसे (वर्तमान में) LLM के लिए स्वयं करना कठिन होता है। हालाँकि, ध्यान दें कि आप इसे भी अक्सर LLM को सौंप सकते हैं³। उदाहरण के लिए, मैंने chatGPT को रचनात्मकता-परीक्षण के लिए मदें तैयार करने का निर्देश दिया (जिन्हें आप सरसरी तौर पर देख सकते हैं):

मैं Remote Associates Test (RAT) के समान और प्रश्न तैयार करने की कोशिश कर रहा हूँ। RAT में व्यक्तियों को ऐसे तीन शब्दों को जोड़ने वाला एक सामान्य शब्द ढूँढ़ना होता है जो देखने में एक-दूसरे से असंबंधित हों। यहाँ शब्दों के कुछ उदाहरण-समुच्चय हैं:

1. Cottage, Swiss, Cake (उत्तर: Cheese)

2. High, Book, Chair (उत्तर: School)

3. Fruit, Gaze, Traffic (उत्तर: Jam)

4. Cream, Skate, Water (उत्तर: Ice)

5. Ache, Hunter, Cabbage (उत्तर: Head)

6. Manners, Round, Tennis (उत्तर: Table)

7. Falling, Actor, Dust (उत्तर: Star)

8. Light, Birthday, Stick (उत्तर: Candle)

9. Salad, Head, Goose (उत्तर: Egg)

10. Music, Ached, Green (उत्तर: Apple)

सर्वोत्तम प्रथाएँ क्या हैं? मुझे इसे चरणों में कैसे सोचना चाहिए?

संख्याओं का योग निकालने का तरीका समझने की तरह, chatGPT कार्यों को पूरा करने की “विधियाँ” तैयार करने में बहुत अच्छा है। उसके उत्तर देने के बाद मुझे केवल इतना कहना पड़ा:

“बहुत अच्छा! अब 5 नए प्रश्न तैयार करने के लिए उस प्रक्रिया का पालन करो।”

और फिर पाँच और, और पाँच और। मैंने पहले सीधे नए मदें तैयार करने के लिए कहा था, और उसके सुझाव बेहद खराब थे। एक कहीं अधिक जटिल उदाहरण के लिए देखें कि एक AI सुरक्षा संस्थान ने (अन्य तरकीबों के साथ) इस तकनीक का उपयोग ऐसी समस्या हल करने के लिए कैसे किया, जिसे LLM के लिए असंभव बनाने के उद्देश्य से तैयार किया गया था।

5. तकनीकी शब्द आपके मित्र हैं #

तकनीकी शब्द सक्षम LLM व्यवहार के attractor basins होते हैं। उदाहरण के लिए, किसी बीमारी का वर्णन करके यह पूछना कि क्या “indicated” है, “मुझे क्या करना चाहिए?” पूछने से अधिक उपयोगी परिणाम देगा। “Indicated” का उपयोग LLM को आपके लक्षणों का अब तक लिखी गई हर चिकित्सकीय पाठ्यपुस्तक से मिलान करने के लिए कहता है। बाद वाला प्रश्न चिकित्सकीय/जीवन-संबंधी सलाह माँगने जैसा है, जिसे न देने के लिए इसे प्रशिक्षित किया गया है। तकनीकी या गैर-बोलचाल के शब्दों का उपयोग आपको सामान्य सहायक वाले क्षेत्र से बाहर ले जाता है, जहाँ सबसे अधिक सुरक्षा-नियंत्रण और Reddit-स्तर की सलाह होती है।

6. उपयोगी प्रॉम्प्टों का मिश्रित संग्रह #

यहाँ कुछ वाक्यांश हैं जिनका उपयोग मैं स्वयं को बार-बार करते हुए पाता हूँ:

• “क्या यह सही है?”

  • जब भी मैं किसी और के काम का सारांश लिखता हूँ या किसी ऐसे विचार का वर्णन करता हूँ जिससे मैं पूरी तरह परिचित नहीं हूँ, तो अपने लेखन को कॉपी-पेस्ट करके पूछता हूँ कि क्या यह सही है। जहाँ कुछ बातें विवादास्पद होती हैं, वहाँ आपत्ति दर्ज कराने में यह आम तौर पर काफी अच्छा होता है।

• “क्या तुम्हें यक़ीन है?”

  • इसी तरह, जब भी मुझे संदेह होता है कि कोई LLM बकवास कर रहा है, तो मैं पूछता हूँ कि क्या उसे यक़ीन है। यदि वह अपना मत बदल ले, तो उस दावे को बहुत बड़े संदेह के साथ लें।

• “मुझे विचार-मंथन में मदद करो।” “रचनात्मक बनो।”

  • LLM के सर्वोत्तम उपयोगों में से एक है विचार-क्षेत्र का अन्वेषण करने में आपकी मदद करना। कभी-कभी उसे सामान्य उत्तरों से हटने के लिए प्रोत्साहन की आवश्यकता होती है।

यदि आपके पास ऐसे कोई पसंदीदा प्रॉम्प्ट हैं, तो उन्हें टिप्पणियों में जोड़ें!