Prompt: ಎಐ ಮಾದರಿಗಳಿಗೆ ಸ್ಪಷ್ಟ ಸೂಚನೆ ನೀಡಿ ನಿಖರ ಫಲಿತಾಂಶ ಪಡೆಯುವುದು ಹೇಗೆ?

ಕಂಪ್ಯೂಟರ್‌ಗೆ ನೀಡುವ ಸೂಚನೆಯು ಫಲಿತಾಂಶವನ್ನು ಹೇಗೆ ರೂಪಿಸುತ್ತದೆ?

ChatGPT ಅಥವಾ Gemini ನಂತಹ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಚಾಟ್‌ಬಾಟ್‌ಗಳ ಬಳಿ ನಾವು ಏನನ್ನಾದರೂ ಬರೆದುಕೊಡಲು ಕೇಳಿದಾಗ, ಕೆಲವೊಮ್ಮೆ ನೀರಸ ಮತ್ತು ತೀರಾ ಸಾಮಾನ್ಯ ಉತ್ತರ ಬರುತ್ತದೆ. ಆದರೆ ಅದೇ ವಿಷಯವನ್ನು ಸ್ವಲ್ಪ ವಿಭಿನ್ನವಾಗಿ, ನಿರ್ದಿಷ್ಟ ವಿವರಗಳೊಂದಿಗೆ ಕೇಳಿದಾಗ ಅತ್ಯಂತ ನಿಖರವಾದ ಮತ್ತು ಉಪಯುಕ್ತ ಮಾಹಿತಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ. ಈ ವ್ಯತ್ಯಾಸಕ್ಕೆ ಕಾರಣ ಯಂತ್ರಕ್ಕೆ ತನ್ನದೇ ಆದ ಸ್ವಂತ ತಿಳುವಳಿಕೆ ಇರುವುದು ಅಲ್ಲ; ಬದಲಾಗಿ ನಾವು ಟೈಪ್ ಮಾಡಿದ ಆರಂಭಿಕ ಸೂಚನೆಯ ರಚನೆ. ತಂತ್ರಜ್ಞಾನದ ಭಾಷೆಯಲ್ಲಿ ನಾವು ನೀಡುವ ಈ ಪಠ್ಯ ರೂಪದ ಮಾರ್ಗದರ್ಶನವನ್ನೇ ಪ್ರಾಂಪ್ಟ್ (ಕಂಪ್ಯೂಟರ್‌ಗೆ ನೀಡುವ ಆಜ್ಞೆ ಅಥವಾ Prompt) ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ. ಕಂಪ್ಯೂಟರ್ ಭಾಷಾ ಮಾದರಿಗಳು ತರಬೇತಿಯಲ್ಲಿ ಕಲಿತ ಕೋಟ್ಯಂತರ ವಾಕ್ಯಗಳ ಮಾದರಿಗಳನ್ನು ಆಧರಿಸಿ, ನಮ್ಮ ಪ್ರಾಂಪ್ಟ್‌ನಲ್ಲಿರುವ ಪ್ರತಿಯೊಂದು ಪದಕ್ಕೂ ಹೊಂದಿಕೆಯಾಗುವ ಮುಂದಿನ ಅತ್ಯಂತ ಸಂಭವನೀಯ ಪದವನ್ನು ಲೆಕ್ಕಹಾಕುತ್ತವೆ.

ನೀವು ಕೇವಲ ಒಂದು ವಾಕ್ಯವನ್ನು ಬರೆದಾಗ, ಕಂಪ್ಯೂಟರ್ ತನ್ನ ವಿಶಾಲವಾದ ಡೇಟಾ ಸಂಗ್ರಹದಿಂದ ಯಾವುದೇ ದಿಕ್ಕಿಗಾದರೂ ಸಾಗಬಹುದು. ಉದಾಹರಣೆಗೆ, 'ಒಂದು ಪತ್ರ ಬರೆ' ಎಂದು ಕೇಳಿದರೆ, ಯಾರಿಗೆ ಬರೆಯಬೇಕು ಅಥವಾ ಯಾವ ಧಾಟಿಯಲ್ಲಿ ಇರಬೇಕೆಂದು ತಿಳಿಯದೆ ಅದು ಸಾಮಾನ್ಯ ಕರಡನ್ನು ಸೃಷ್ಟಿಸುತ್ತದೆ. ಆದರೆ ಸಂದರ್ಭ, ಓದುಗರು ಮತ್ತು ಉದ್ದೇಶವನ್ನು ಮೊದಲೇ ನಿಗದಿಪಡಿಸಿದಾಗ, ಮಾದರಿಯ ಗಮನವು ಆ ನಿರ್ದಿಷ್ಟ ಪರಿಧಿಯೊಳಗೆ ಮಾತ್ರ ಸೀಮಿತವಾಗುತ್ತದೆ.

ಕರಕುಶಲ ಕರಡು ಮತ್ತು ವಿವರವಾದ ಯೋಜನೆಯ ಹೋಲಿಕೆ

ಪ್ರಾಂಪ್ಟ್ ನೀಡುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಒಬ್ಬ ವಾಸ್ತುಶಿಲ್ಪಿಗೆ ಹೊಸ ಮನೆಯ ನಕ್ಷೆ ರಚಿಸಲು ನೀಡುವ ವಿವರಣೆಗೆ ಹೋಲಿಸಬಹುದು. ನೀವು ವಾಸ್ತುಶಿಲ್ಪಿಯ ಬಳಿ ಹೋಗಿ ಕೇವಲ 'ನನಗೊಂದು ಸುಂದರ ಮನೆ ಕಟ್ಟಿ' ಎಂದು ಹೇಳಿದರೆ, ಅವರು ತಮ್ಮ ಕಲ್ಪನೆಗೆ ತೋಚಿದ ಬಂಗಲೆಯ ನಕ್ಷೆ ಬಿಡಿಸಬಹುದು; ಅದು ನಿಮ್ಮ ಕುಟುಂಬದ ಅಗತ್ಯಗಳಿಗೆ ಅಥವಾ ಬಜೆಟ್‌ಗೆ ಹೊಂದಿಕೆಯಾಗದೇ ಇರಬಹುದು.

ಆದರೆ ಅದೇ ವಾಸ್ತುಶಿಲ್ಪಿಗೆ, 'ನಾಲ್ಕು ಜನರ ಕುಟುಂಬಕ್ಕಾಗಿ ಎರಡು ಅಂತಸ್ತಿನ ಮನೆ ಬೇಕು, ನೆಲಮಹಡಿಯಲ್ಲಿ ವಯಸ್ಸಾದ ತಂದೆ-ತಾಯಿಗೆ ಪ್ರತ್ಯೇಕ ಕೋಣೆ ಇರಬೇಕು ಮತ್ತು ಒಟ್ಟು ವಿಸ್ತೀರ್ಣ ಹನ್ನೆರಡು ನೂರು ಚದರ ಅಡಿ ಮೀರಬಾರದು' ಎಂದು ಸ್ಪಷ್ಟ ಮಿತಿಗಳನ್ನು ನೀಡಿದಾಗ, ಯೋಜನೆಯು ವಾಸ್ತವಕ್ಕೆ ಹತ್ತಿರವಾಗುತ್ತದೆ. ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲೂ ಇದೇ ತತ್ವ ಅನ್ವಯಿಸುತ್ತದೆ: ಯಂತ್ರವು ನಿಮ್ಮ ಆಂತರಿಕ ಆಲೋಚನೆಯನ್ನು ಓದಲಾರದು, ಆದರೆ ನಿಮ್ಮ ಲಿಖಿತ ನಿಯಮಗಳ ಚೌಕಟ್ಟನ್ನು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಪಾಲಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ.

ಅಸ್ಪಷ್ಟ ಸೂಚನೆ ಮತ್ತು ರಚನಾತ್ಮಕ ಪ್ರಾಂಪ್ಟ್ ನಡುವಿನ ವ್ಯತ್ಯಾಸ

ದೈನಂದಿನ ಕೆಲಸಗಳಲ್ಲಿ ನಾವು ಬಳಸುವ ಸಾಮಾನ್ಯ ವಾಕ್ಯಗಳಿಗೂ ಮತ್ತು ಉತ್ತಮ ಪ್ರಾಂಪ್ಟ್‌ಗಳಿಗೂ ಇರುವ ವ್ಯತ್ಯಾಸವನ್ನು ಈ ಕೆಳಗಿನ ಉದಾಹರಣೆಗಳಲ್ಲಿ ಸ್ಪಷ್ಟವಾಗಿ ಗಮನಿಸಬಹುದು:

• ಅಸ್ಪಷ್ಟ ಸೂಚನೆ: 'ವಿಜ್ಞಾನದ ಪಾಠ ಹೇಳಿಕೊಡು' ಎಂದು ಕೇಳುವುದು. ಇದಕ್ಕೆ ಕಂಪ್ಯೂಟರ್ ಪದವಿ ಮಟ್ಟದ ಕಠಿಣ ವಿವರಣೆಯನ್ನು ನೀಡಬಹುದು.
• ರಚನಾತ್ಮಕ ಪ್ರಾಂಪ್ಟ್: 'ನೀವು ಪ್ರಾಥಮಿಕ ಶಾಲೆಯ ವಿಜ್ಞಾನ ಶಿಕ್ಷಕ ಎಂದು ಭಾವಿಸಿ, ಎಂಟನೇ ತರಗತಿಯ ವಿದ್ಯಾರ್ಥಿಗೆ ದ್ಯುತಿಸಂಶ್ಲೇಷಣೆ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಎರಡು ಸರಳ ದಿನನಿತ್ಯದ ಉದಾಹರಣೆಗಳೊಂದಿಗೆ ಮೂರು ಕಿರು ಪ್ಯಾರಾಗಳಲ್ಲಿ ವಿವರಿಸಿ' ಎಂದು ನಿರ್ದೇಶಿಸುವುದು.
• ಸಾಮಾನ್ಯ ಕರಡು ಕೋರಿಕೆ: 'ರಜೆಗಾಗಿ ಇಮೇಲ್ ಬರೆ' ಎಂದು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಟೈಪ್ ಮಾಡುವುದು.
• ಉದ್ದೇಶಿತ ಪ್ರಾಂಪ್ಟ್: 'ಜ್ವರ ಬಂದಿರುವ ಕಾರಣ ಮುಂದಿನ ಎರಡು ದಿನ ಕಚೇರಿಗೆ ಬರಲು ಸಾಧ್ಯವಾಗುತ್ತಿಲ್ಲ ಎಂದು ಪ್ರಾಜೆಕ್ಟ್ ಮ್ಯಾನೇಜರ್‌ಗೆ ವಿನಮ್ರವಾದ, ನೂರು ಪದಗಳ ಮಿತಿಯ ಅಧಿಕೃತ ಇಮೇಲ್ ಕರಡು ರಚಿಸಿ' ಎಂದು ಷರತ್ತು ವಿಧಿಸುವುದು.

ಪರಿಣಾಮಕಾರಿ ಪ್ರಾಂಪ್ಟ್ ರೂಪಿಸಲು ನಾಲ್ಕು ಪ್ರಾಯೋಗಿಕ ತತ್ವಗಳು

ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸಾಧನಗಳಿಂದ ಉಪಯುಕ್ತ ಫಲಿತಾಂಶ ಪಡೆಯಲು ಯಾವುದೇ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಕಲಿಯಬೇಕಿಲ್ಲ. ಈ ಪ್ರಮುಖ ತತ್ವಗಳನ್ನು ಅಳವಡಿಸಿಕೊಂಡರೆ ಸಾಕು:

• ಪಾತ್ರ ಮತ್ತು ಸಂದರ್ಭವನ್ನು ನಿಗದಿಪಡಿಸಿ: ಮಾದರಿಯು ಯಾವ ದೃಷ್ಟಿಕೋನದಿಂದ ಮಾತನಾಡಬೇಕು ಎಂಬುದನ್ನು ಮೊದಲೇ ತಿಳಿಸಿ, ಉದಾಹರಣೆಗೆ 'ಕಾನೂನು ಸಹಾಯಕ' ಅಥವಾ 'ಗ್ರಾಹಕ ಸೇವಾ ಪ್ರತಿನಿಧಿ' ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸಿ.
• ಉಲ್ಲೇಖ ಮಾಹಿತಿ ಒದಗಿಸಿ: ಉತ್ತರವನ್ನು ಊಹಿಸುವ ಬದಲು, ನೀವು ನೀಡಿದ ಪಠ್ಯ ಅಥವಾ ವರದಿಯ ಮಾಹಿತಿಯ ಆಧಾರದ ಮೇಲೆ ಮಾತ್ರ ಉತ್ತರಿಸುವಂತೆ ಗಡಿಗಳನ್ನು ನಿರ್ಮಿಸಿ.
• ಸ್ವರೂಪ ಮತ್ತು ಮಿತಿಗಳನ್ನು ಸೂಚಿಸಿ: ಉತ್ತರವು ಬುಲೆಟ್ ಪಾಯಿಂಟ್‌ಗಳಲ್ಲಿ ಇರಬೇಕೆ, ಸಣ್ಣ ಪ್ಯಾರಾಗಳಲ್ಲಿ ಇರಬೇಕೆ ಅಥವಾ ಇಂತಿಷ್ಟೇ ಪದಗಳ ಮಿತಿಯಲ್ಲಿರಬೇಕೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ನಮೂದಿಸಿ.
• ಹಂತ-ಹಂತವಾಗಿ ತಿದ್ದಿಕೊಳ್ಳಿ: ಮೊದಲ ಉತ್ತರವೇ ಅಂತಿಮವಲ್ಲ; ಫಲಿತಾಂಶ ಬಂದ ನಂತರ 'ಭಾಷೆಯನ್ನು ಇನ್ನಷ್ಟು ಸರಳಗೊಳಿಸು' ಅಥವಾ 'ಕ್ಲಿಷ್ಟವಾದ ತಾಂತ್ರಿಕ ಪದಗಳನ್ನು (ಜಾರ್ಗನ್ ಅಥವಾ Jargon) ತೆಗೆದುಹಾಕು' ಎಂದು ಮರುಪ್ರಾಂಪ್ಟ್ ನೀಡಿ ಪರಿಷ್ಕರಿಸಿ.

ಕಂಪ್ಯೂಟರ್‌ಗೆ ನೀಡುವ ಸೂಚನೆಗಳನ್ನು ರೂಪಿಸುವ ತಂತ್ರದ (ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಅಥವಾ Prompt Engineering) ನೈಜ ಮಿತಿಗಳು ಮತ್ತು ಜಾಗರೂಕತೆ

ಎಷ್ಟೇ ಅತ್ಯುತ್ತಮ ಪ್ರಾಂಪ್ಟ್ ಬರೆದರೂ, ಭಾಷಾ ಮಾದರಿಗಳಿಗೆ ಸತ್ಯ ಮತ್ತು ಕಲ್ಪನೆಯ ನಡುವಿನ ನೈಜ ವ್ಯತ್ಯಾಸ ತಿಳಿಯುವುದಿಲ್ಲ. ಮಾದರಿಗಳು ವ್ಯಾಕರಣಬದ್ಧವಾಗಿ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಕಾಣುವ ವಾಕ್ಯಗಳನ್ನು ರಚಿಸಬಲ್ಲವಾದರೂ, ಅವುಗಳಲ್ಲಿ ಇಲ್ಲದ ಸಂಗತಿಗಳನ್ನು ಸೃಷ್ಟಿಸುವ ಭ್ರಮೆ (ಕಟ್ಟುಕಥೆ ಹೆಣೆಯುವಿಕೆ ಅಥವಾ Hallucination) ಉಂಟಾಗುವ ಸಾಧ್ಯತೆ ಸದಾ ಇರುತ್ತದೆ. ಅಲ್ಲದೆ ಅತಿಯಾದ ಉದ್ದದ ಪ್ರಾಂಪ್ಟ್ ನೀಡಿದಾಗ, ಮಾದರಿಯು ಮಧ್ಯದ ಕೆಲವು ಪ್ರಮುಖ ಸೂಚನೆಗಳನ್ನು ಮರೆತುಬಿಡುವ ಅಥವಾ ಕಡೆಗಣಿಸುವ ತಾಂತ್ರಿಕ ಮಿತಿಯೂ (ಲಾಸ್ಟ್ ಇನ್ ದಿ ಮಿಡಲ್ ಅಥವಾ Context Window ಮಿತಿ) ಇದೆ. ಆದ್ದರಿಂದ ಹಣಕಾಸು, ಕಾನೂನು ಅಥವಾ ಆರೋಗ್ಯಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಗಂಭೀರ ವಿಷಯಗಳಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್ ಮೂಲಕ ಬಂದ ಯಾವುದೇ ಉತ್ತರವನ್ನು ಸ್ವತಂತ್ರ ಅಧಿಕೃತ ಮೂಲಗಳಿಂದ ಪರಿಶೀಲಿಸದೆ ನೇರವಾಗಿ ಬಳಸಬಾರದು.