𝗪𝗵𝘆 𝗬𝗼𝘂𝗿 𝗔𝗜 𝗣𝗿𝗼𝗺𝗽𝘁𝘀 𝗞𝗲𝗲𝗽 𝗙𝗮𝗶𝗹𝗶𝗻𝗴

મોટાભાગના લોકો AI પ્રોમ્પ્ટિંગને લાઈટ સ્વીચની જેમ સમજે છે. તે કાં તો ચાલુ હોય છે અથવા બંધ. તેઓ વિચારે છે કે પ્રોમ્પ્ટ કાં તો સારો હોય છે અથવા ખરાબ.

જ્યારે AI વર્કફ્લો તૂટે છે, ત્યારે સમસ્યા ભાગ્યે જ છેલ્લું સ્ટેપ હોય છે. તે સામાન્ય રીતે બે કે ત્રણ સ્ટેપ પહેલા હોય છે.

જો તમે મલ્ટી-સ્ટેપ AI પાઈપલાઈન્સ બનાવો છો, તો તમે આ અનુભવ જાણતા હશો. તમે સારાંશ કરવા માટે એક પ્રોમ્પ્ટનો ઉપયોગ કરો છો. પોઈન્ટ્સ કાઢવા માટે બીજાનો ઉપયોગ કરો છો. પરિણામને ફોર્મેટ કરવા માટે ત્રીજાનો ઉપયોગ કરો છો.

એક દિવસ, અંતિમ આઉટપુટ ખોટું લાગે છે. તમે છેલ્લો પ્રોમ્પ્ટ ફરીથી લખો છો. તમે વચ્ચેના પ્રોમ્પ્ટમાં ફેરફાર કરો છો. તમે પહેલો પ્રોમ્પ્ટ બદલો છો. કલાકો વીતી જાય છે અને કંઈ સુધરતું નથી.

આવું એટલા માટે થાય છે કારણ કે દરેક પ્રોમ્પ્ટ અગાઉના સ્ટેપના આઉટપુટ પર આધારિત હોય છે. સ્ટેપ વન માં ખોટું ડેટા એક્સટ્રેક્શન બાકીના તમામ સ્ટેપ્સને બગાડી નાખે છે.

Cisco Foundation AI ના સંશોધકોએ આને સુધારવા માટે FAPO નામની સિસ્ટમ બનાવી છે. તે પાઈપલાઈનમાં દરેક સ્ટેપનું સ્વતંત્ર રીતે મૂલ્યાંકન કરે છે. તે બરાબર શોધી કાઢે છે કે નિષ્ફળતા ક્યાં થાય છે અને તે ચોક્કસ લેવલ માટે સુધારો સૂચવે છે.

આ લોજિકનો ઉપયોગ કરવા માટે તમારે ખાસ સાધનોની જરૂર નથી. તમે આજે જ મેન્યુઅલી સ્ટેપ-લેવલ નિદાન લાગુ કરી શકો છો.

છેલ્લું સ્ટેપ સમસ્યા છે એવું માનવાનું બંધ કરો. દરેક સ્ટેપને અલગથી ટેસ્ટ કરો.

ઉદાહરણ: તમે ઇન્ટરવ્યુના ટ્રાન્સક્રિપ્ટ્સને બ્લોગ પોસ્ટમાં ફેરવો છો.

  • સ્ટેપ 1: ટ્રાન્સક્રિપ્ટનો સારાંશ બનાવો.
  • સ્ટેપ 2: થીમ્સ કાઢો.
  • સ્ટેપ 3: આર્ટિકલ ડ્રાફ્ટ કરો.

જો આર્ટિકલ સામાન્ય લાગે, તો ફક્ત સ્ટેપ 3 ને ફરીથી ન લખો.

પ્રથમ, ફક્ત સ્ટેપ 1 ચલાવો. શું સારાંશમાં વિગતો ગુમાવી દેવામાં આવી રહી છે? જો હા, તો સ્ટેપ 1 સુધારો.

બીજું, સ્ટેપ 2 ને તમે પોતે લખેલો એક પરફેક્ટ સારાંશ આપો. શું થીમ્સ હજુ પણ સામાન્ય છે? જો હા, તો સ્ટેપ 2 સુધારો.

ત્રીજું, સ્ટેપ 3 ને પરફેક્ટ સારાંશ અને પરફેક્ટ થીમ્સ આપો. જો હવે આર્ટિકલ સારો હોય, તો તમે જાણશો કે સ્ટેપ 3 ક્યારેય સમસ્યા નહોતું.

આ પ્રક્રિયામાં 20 મિનિટ લાગે છે. તે કલાકો સુધી અંદાજ લગાવવા કરતા વધુ સારું છે.

આ અઠવાડિયે તમારા વર્કફ્લોને કેવી રીતે સુધારવો:

  • તમારા વર્કફ્લોને કાગળ પર નકશાની જેમ દોરો. દરેક AI સ્ટેપની યાદી બનાવો.
  • દરેક સ્ટેપ પછી ક્વોલિટી ચેક ઉમેરો. પૂછો: "શું આ આઉટપુટ આગામી સ્ટેપના સફળ થવા માટે પૂરતું સારું છે?"
  • એક ટેસ્ટ લાઈબ્રેરી બનાવો. દરેક સ્ટેપ માટે સારા અને ખરાબ ઇનપુટ્સના ઉદાહરણો સાચવો.
  • એક સમયે એક જ વસ્તુ બદલો. ક્યારેય એકસાથે બે પ્રોમ્પ્ટ બદલશો નહીં.

વિશ્વસનીય AI એ એક ઇટરેટિવ પ્રક્રિયા છે. તે એક વખતનું સર્જનાત્મક કાર્ય નથી.

આ બાબતે તમારો અનુભવ કેવો છે? મને કોમેન્ટ્સમાં જણાવો.

સ્ત્રોત: https://dev.to/basavaraj_sh_1ea7d95f0f2e/why-your-ai-prompts-keep-failing-and-how-to-fix-the-right-one-27nf

વૈકલ્પિક લર્નિંગ કોમ્યુનિટી: https://t.me/GyaanSetuAi