AI ને સર્ચ એન્જિન તરીકે વાપરવાનું બંધ કરો
મેં એક ડેવલપરને ડેટાબેઝ સ્કીમા વિશે Claude સાથે વાત કરવામાં ચાલીસ મિનિટ વિતાવતા જોયા. દરેક મેસેજ એક પ્રશ્ન હતો. દરેક જવાબ એક ઉત્તર હતો. અંતમાં, તેમની પાસે એક એવી સ્કીમા હતી જે કામ તો કરતી હતી પણ કંઈક ખોટું લાગતું હતું.
સમસ્યા મોડેલમાં નહોતી. સમસ્યા ફોર્મેટમાં હતી. તેઓએ વાતચીતનો ઉપયોગ પ્રશ્નોત્તરી (Q&A) સત્રની જેમ કર્યો. તેમને વિચારવાના સત્રની (thinking session) જરૂર હતી. આ બંને સમાન નથી.
Google એ તમને ક્વેરીઝ (queries) વાપરવા માટે તાલીમ આપી છે. તમે એક ટૂંકો શબ્દ લખો છો, પરિણામો મેળવો છો અને ટેબ બંધ કરી દો છો. આ આદત AI સાથે નિષ્ફળ જાય છે. જ્યારે તમે AI સાથે સર્ચ એન્જિનની જેમ વર્તો છો, ત્યારે તમને માત્ર જવાબો જ મળે છે. તમને આંતરદૃષ્ટિ (insights) મળતી નથી. તમને આર્કિટેક્ચરને બદલે માત્ર સિન્ટેક્સ (syntax) મળે છે. તમને જેની જરૂર છે તેના બદલે તમે જે પૂછ્યું છે તે જ મળે છે.
સર્ચ એન્જિન અસ્તિત્વમાં રહેલા તથ્યો શોધે છે. AI નવી સમસ્યાઓ પર તર્ક કરી શકે છે. સર્ચ એન્જિન એક લાઇબ્રેરી છે. AI એક સહકર્મી (colleague) હોઈ શકે છે. લાઇબ્રેરી તમને લખેલું આપે છે. એક સહકર્મી તમારી ધારણાઓ સામે પ્રશ્નો ઉઠાવે છે અને તમારી યોજનામાં રહેલી ખામીઓ શોધી કાઢે છે.
એક જ વસ્તુ પૂછવાની આ બે રીતો જુઓ:
સર્ચ મોડ: "Python microservice ને સ્ટ્રક્ચર કરવાની શ્રેષ્ઠ રીત કઈ છે?"
થિંકિંગ મોડ: "હું ત્રણ APIs માટે Python microservice બનાવી રહ્યો છું. દરેક API ના રીટ્રાય નિયમો (retry rules) અને ડેટા શેપ્સ (data shapes) અલગ છે. હું એક ક્યુ (queue) સાથેની એક FastAPI એપ અથવા ત્રણ અલગ કન્ઝ્યુમર્સ (consumers) વચ્ચે પસંદગી કરી રહ્યો છું. બે એન્જિનિયરો આને મેન્ટેન કરશે. હું કયા ટ્રેડ-ઓફ્સ (tradeoffs) ચૂકી રહ્યો છું?"
પહેલી રીત તમને એક બ્લોગ પોસ્ટ આપશે. બીજી રીત તમને વિચારવા મજબૂર કરશે.
શ્રેષ્ઠ વપરાશકર્તાઓ પાસે ચતુર પ્રોમ્પ્ટ્સ (prompts) હોતા નથી. તેઓ વધુ સંદર્ભ (context) લાવે છે. તેઓ શું બનાવી રહ્યા છે, તેમની મર્યાદાઓ અને તેઓએ અગાઉ શું પ્રયાસ કર્યો છે તેનું વર્ણન કરે છે.
તેઓ એવી પણ વાતો કહે છે જેમ કે: "આ કંઈક ખોટું લાગે છે પણ હું કહી શકતો નથી કે કેમ."
આ એક ઉત્તમ પ્રોમ્પ્ટ છે. તે મોડેલને તમારી ધારણાઓની તપાસ કરવા માટે કહે છે. તે મોડેલને એવી સમસ્યા શોધવામાં મદદ કરે છે જેને તમે નામ આપી શકતા નથી.
જ્યારે પ્રશ્નો ખૂબ જ સ્પષ્ટ (clean) હોય ત્યારે ઉપરછલ્લા પરિણામો મળે છે. સાચી એન્જિનિયરિંગ ગૂંચવણભરી (messy) હોય છે. તેમાં ડેડલાઇન્સ અને લેગસી કોડ (legacy code) હોય છે. જો તમે આ ગૂંચવણો દૂર કરી નાખો, તો AI તમને એક એવો ચોખ્ખો જવાબ આપશે જે વાસ્તવિકતાને અવગણે છે. આ ગૂંચવણ જ વાસ્તવિક સમસ્યા છે.
તમારા આગામી પ્રોમ્પ્ટ પહેલા, આ ત્રણ વસ્તુઓ લખવામાં બે મિનિટ ફાળવો:
- તમે શું હાંસલ કરવા માંગો છો.
- તમે જે અભિગમ (approach) વિચારી રહ્યા છો તે.
- તમે જેના વિશે અનિશ્ચિત છો તે.
આ ત્રણેય વસ્તુઓ પહેલા મોડેલને આપો.
આમાં વધુ મહેનત લાગે છે. કોઈપણ કોડ લખતા પહેલા તમારે આ મહેનત કરવી જોઈએ. AI આ સ્ટેપ ઉમેરતું નથી. તે ફક્ત આ સ્ટેપને છોડી દેવાનું વધુ મોંઘું બનાવે છે.
સર્ચ એન્જિનને ચોખ્ખી ક્વેરીની જરૂર હોય છે. વિચારવામાં મદદરૂપ સાથીને સંપૂર્ણ ચિત્રની જરૂર હોય છે.
અસ્તવ્યસ્તતા સાફ કરવાનું બંધ કરો. આ અસ્તવ્યસ્તતા જ તમારો સંદર્ભ છે.
સ્ત્રોત: https://dev.to/gmoustakas/stop-using-ai-as-a-search-engine-with-extra-steps-49oo
વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi