پرومپٹ انجینئرنگ کیسے کام کرتی ہے
OpenAI ماڈلز کو جس طرح تربیت دی جاتی ہے، اس کی وجہ سے پرومپٹ کے کچھ مخصوص فارمیٹس خاص طور پر اچھا کام کرتے ہیں اور ماڈل کے زیادہ مفید آؤٹ پٹس دیتے ہیں. پرومپٹنگ تجاویز کے لیے OpenAI کی سرکاری پرومپٹ انجینئرنگ گائیڈ عموماً آغاز کرنے کی بہترین جگہ ہے.
ذیل میں ہم پرومپٹ کے کئی فارمیٹس پیش کرتے ہیں جو ہمارے خیال میں اچھا کام کرتے ہیں، لیکن بلا جھجھک مختلف فارمیٹس آزمائیں، جو آپ کے کام کے لیے بہتر ہو سکتے ہیں.
بنیادی اصول اور مثالیں
نوٹ: "{text input here}" اصل متن/سیاق و سباق کے لیے ایک پلیس ہولڈر ہے
1. تازہ ترین ماڈل استعمال کریں
بہترین نتائج کے لیے، ہم عموماً تازہ ترین اور سب سے زیادہ قابل ماڈلز استعمال کرنے کی سفارش کرتے ہیں. نئے ماڈلز کی پرومپٹ انجینئرنگ عموماً آسان ہوتی ہے.
نوٹ: ریزننگ ماڈل کو پرومپٹ کرنے اور GPT ماڈل کو پرومپٹ کرنے کے درمیان کچھ فرق مدنظر رکھنے چاہئیں. مزید تفصیلات یہاں.
2. ہدایات کو پرومپٹ کے آغاز میں رکھیں اور ہدایت اور سیاق و سباق کو الگ کرنے کے لیے ### یا """ استعمال کریں
کم مؤثر ❌:
نیچے دیے گئے متن کا خلاصہ اہم ترین نکات کی بلٹ پوائنٹ فہرست کی صورت میں کریں۔
{text input here}بہتر ✅:
نیچے دیے گئے متن کا خلاصہ اہم ترین نکات کی بلٹ پوائنٹ فہرست کی صورت میں کریں۔
متن: """
{text input here}
"""3. مطلوبہ سیاق و سباق، نتیجے، لمبائی، فارمیٹ، انداز وغیرہ کے بارے میں ممکن حد تک مخصوص، وضاحتی اور مفصل رہیں
سیاق و سباق، نتیجے، لمبائی، فارمیٹ، انداز وغیرہ کے بارے میں مخصوص رہیں.
کم مؤثر ❌:
OpenAI کے بارے میں ایک نظم لکھیں۔ بہتر ✅:
OpenAI کے بارے میں ایک مختصر حوصلہ افزا نظم لکھیں، جس میں حالیہ DALL-E پروڈکٹ لانچ پر توجہ ہو (DALL-E ایک text to image ML model ہے) اور انداز {famous poet} کا ہو4. مطلوبہ آؤٹ پٹ فارمیٹ کو مثالوں کے ذریعے واضح کریں
کم مؤثر ❌:
نیچے دیے گئے متن میں مذکور اینٹیٹیز نکالیں۔ درج ذیل 4 اقسام کی اینٹیٹیز نکالیں: کمپنیوں کے نام، لوگوں کے نام، مخصوص موضوعات، اور تھیمز۔
متن: {text}دکھائیں اور بتائیں - ماڈلز مخصوص فارمیٹ کی ضروریات دکھائے جانے پر بہتر جواب دیتے ہیں. اس سے متعدد آؤٹ پٹس کو پروگرام کے ذریعے قابل اعتماد طور پر پارس کرنا بھی آسان ہو جاتا ہے.
بہتر ✅:
نیچے دیے گئے متن میں مذکور اہم اینٹیٹیز نکالیں۔ پہلے تمام کمپنیوں کے نام نکالیں، پھر تمام لوگوں کے نام، پھر ایسے مخصوص موضوعات جو مواد سے مطابقت رکھتے ہوں، اور آخر میں عمومی بڑے موضوعات نکالیں
مطلوبہ فارمیٹ:
کمپنیوں کے نام: <comma_separated_list_of_company_names>
لوگوں کے نام: -||-
مخصوص موضوعات: -||-
عمومی موضوعات: -||-
متن: {text}5. زیرو شاٹ سے شروع کریں، پھر فیو-شاٹ آزمائیں؛ اگر دونوں کام نہ کریں تو فائن-ٹیون کریں
✅ زیرو شاٹ
نیچے دیے گئے متن سے کلیدی الفاظ نکالیں۔
متن: {text}
کلیدی الفاظ:✅ فیو-شاٹ - چند مثالیں فراہم کریں
نیچے دیے گئے متعلقہ متون سے کلیدی الفاظ نکالیں۔
متن 1: Stripe ایسی APIs فراہم کرتا ہے جنہیں ویب ڈویلپرز اپنی ویب سائٹس اور موبائل ایپلیکیشنز میں ادائیگی کی پروسیسنگ ضم کرنے کے لیے استعمال کر سکتے ہیں۔
کلیدی الفاظ 1: Stripe, payment processing, APIs, web developers, websites, mobile applications
##
متن 2: OpenAI نے جدید ترین زبان کے ماڈل تربیت دیے ہیں جو متن کو سمجھنے اور تخلیق کرنے میں بہت اچھے ہیں۔ ہماری API ان ماڈلز تک رسائی فراہم کرتی ہے اور اسے تقریباً ہر ایسے کام کے لیے استعمال کیا جا سکتا ہے جس میں زبان کی پراسیسنگ شامل ہو۔
کلیدی الفاظ 2: OpenAI, language models, text processing, API.
##
متن 3: {text}
کلیدی الفاظ 3:✅فائن-ٹیون: فائن-ٹیون کے بہترین طریقے یہاں دیکھیں.
6. “غیر ضروری” اور غیر واضح وضاحتیں کم کریں
کم مؤثر ❌:
اس پروڈکٹ کی وضاحت کافی مختصر ہونی چاہیے، صرف چند جملے، اور اس سے زیادہ نہیں۔بہتر ✅:
اس پروڈکٹ کی وضاحت کے لیے 3 سے 5 جملوں کا پیراگراف استعمال کریں۔7. صرف یہ کہنے کے بجائے کہ کیا نہیں کرنا، یہ بتائیں کہ اس کے بجائے کیا کرنا ہے
کم مؤثر ❌:
ذیل میں ایک ایجنٹ اور ایک گاہک کے درمیان گفتگو ہے۔ USERNAME یا PASSWORD مت پوچھیں۔ دہرائیں نہیں۔
گاہک: میں اپنے اکاؤنٹ میں لاگ اِن نہیں کر پا رہا/رہی۔
ایجنٹ:بہتر ✅:
ذیل میں ایک ایجنٹ اور ایک گاہک کے درمیان گفتگو ہے۔ ایجنٹ مسئلے کی تشخیص کرنے اور حل تجویز کرنے کی کوشش کرے گا، جبکہ PII سے متعلق کسی بھی سوال سے گریز کرے گا۔ PII، جیسے username یا password، پوچھنے کے بجائے صارف کو مدد کے اس مضمون www.samplewebsite.com/help/faq کی طرف رہنمائی کریں
گاہک: میں اپنے اکاؤنٹ میں لاگ اِن نہیں کر پا رہا/رہی۔
ایجنٹ:8. کوڈ جنریشن کے لیے خاص - ماڈل کو کسی مخصوص پیٹرن کی طرف مائل کرنے کے لیے “ابتدائی الفاظ” استعمال کریں
کم مؤثر ❌:
# ایک سادہ python فنکشن لکھیں جو
# 1. مجھ سے mile میں ایک عدد پوچھے
# 2. miles کو kilometers میں تبدیل کرےنیچے دی گئی اس کوڈ مثال میں، “import” شامل کرنا ماڈل کو اشارہ دیتا ہے کہ اسے Python میں لکھنا شروع کرنا چاہیے. (اسی طرح، “SELECT” SQL بیان کے آغاز کے لیے ایک اچھا اشارہ ہے.)
بہتر ✅:
# ایک سادہ python فنکشن لکھیں جو
# 1. مجھ سے mile میں ایک عدد پوچھے
# 2. miles کو kilometers میں تبدیل کرے
import9. “کچھ بھی بنائیں” فیچر استعمال کریں
ڈیولپرز “کچھ بھی بنائیں” فیچر استعمال کر کے کسی کام یا متوقع قدرتی زبان کے آؤٹ پٹ کو بیان کر سکتے ہیں اور حسب ضرورت پرومپٹ حاصل کر سکتے ہیں.
“کچھ بھی بنائیں” فیچر کے استعمال کے بارے میں مزید جانیں.
پیرامیٹرز
عام طور پر، ہم دیکھتے ہیں کہ `model` اور `temperature` ماڈل آؤٹ پٹ کو بدلنے کے لیے سب سے زیادہ استعمال ہونے والے پیرامیٹرز ہیں.
`model` - زیادہ کارکردگی والے ماڈلز عموماً زیادہ مہنگے ہوتے ہیں اور ان میں لیٹنسی زیادہ ہو سکتی ہے.
`temperature` - یہ اس بات کی پیمائش ہے کہ ماڈل کتنی بار کم ممکنہ ٹوکن آؤٹ پٹ کرتا ہے. جتنا زیادہ
temperatureہو، آؤٹ پٹ اتنا ہی زیادہ بے ترتیب (اور عموماً تخلیقی) ہوگا. تاہم، یہ “سچائی” جیسا نہیں ہے. ڈیٹا نکالنے اور درست سوال و جواب جیسے زیادہ تر حقیقت پر مبنی استعمالات کے لیے،temperatureکی قدر 0 بہترین ہے.`max_completion_tokens` (زیادہ سے زیادہ لمبائی) - آؤٹ پٹ کی لمبائی کو کنٹرول نہیں کرتا، بلکہ ٹوکن جنریشن کے لیے ایک سخت کٹ آف حد ہے. مثالی طور پر آپ اس حد تک اکثر نہیں پہنچیں گے، کیونکہ آپ کا ماڈل یا تو تب رک جائے گا جب اسے لگے گا کہ کام مکمل ہو گیا ہے، یا جب وہ آپ کے طے کردہ اسٹاپ سیکوینس تک پہنچے گا.
`stop` (اسٹاپ سیکوینسز) - حروف (ٹوکنز) کا ایک مجموعہ جو جنریٹ ہونے پر متن کی جنریشن کو روک دے گا.
دیگر پیرامیٹرز کی وضاحتوں کے لیے API ریفرنس دیکھیں.