હું Python સાથે AI નો ઉપયોગ કેવી રીતે કરું છું: એક Web Dev વર્કફ્લો
ટેલિગ્રામ ગ્રુપમાં પૂછાયેલા એક પ્રશ્ને મને મારી સમગ્ર પ્રક્રિયા વિશે ફરીથી વિચારવા મજબૂર કરી દીધી.
કોઈએ પૂછ્યું: "તમે ખરેખર Python સાથે AI નો ઉપયોગ કેવી રીતે કરો છો? શું તમે prompt engineering અથવા templates નો ઉપયોગ કરો છો?"
મોટાભાગના લોકો આમાં સંઘર્ષ કરે છે કારણ કે AI ખૂબ ઝડપથી બદલાય છે. હું પેઇડ APIs અથવા લોકલ મોડલ્સનો ઉપયોગ કરતો નથી. હું ફ્રી વેબ સર્વિસીસનો ઉપયોગ કરું છું. મારો વર્કફ્લો Django web development પર કેન્દ્રિત છે.
અહીં મારી ચોક્કસ પદ્ધતિ છે.
સ્ટેપ 1: Context બનાવો
કોઈપણ કાર્ય કરતા પહેલા, હું મોડલને મારા પ્રોજેક્ટનું file tree અને ટૂંકું વર્ણન આપું છું. મોડલ એન્વાયરમેન્ટ (environment) વિશે જાણતું હોવું જોઈએ.
સ્ટેપ 2: બધું સેવ કરો
હું દરેક AI વાતચીતનો URL સેવ કરું છું. જો હું એક અઠવાડિયા પછી પ્રોજેક્ટ પર પાછો આવું, તો હું લિંક પેસ્ટ કરું છું. મોડલ પહેલેથી જ પ્રોજેક્ટ વિશે જાણે છે. હું context ફરીથી સમજાવવામાં સમય બગાડતો નથી.
સ્ટેપ 3: વિઝ્યુઅલ વેરિફિકેશન
હું ફક્ત કોડ નથી માંગતો. હું મોડલને મારા મંજૂર કરેલા UI templates અને Bootstrap versions તથા color palettes જેવી ટેકનિકલ સ્પેસિફિકેશન્સ આપું છું.
ત્યારબાદ હું મોડલને મારા UI નું વર્ણન કરવા કહું છું. જો તેનું વર્ણન મારા વાસ્તવિક પ્રોજેક્ટ સાથે મેળ ખાય છે, તો તેનો અર્થ છે કે તે સમજી ગયું છે.
સ્ટેપ 4: Style Guide બનાવો
હું મોડલને UI/UX ડિઝાઇનર તરીકે કામ કરવા અને પ્રોજેક્ટના આધારે વિગતવાર style guide લખવા કહું છું. આનાથી મોડલને તેના જ્ઞાનને એકત્રિત કરવા માટે મજબૂર કરવામાં આવે છે.
સ્ટેપ 5: Reusable Prompts બનાવો
હું મોડલને મારા માટે prompt લખવા કહું છું. ઉદાહરણ તરીકે, હું તેને એવો prompt બનાવવા કહું છું જે logic ને અડ્યા વગર Django templates ને restyle કરી શકે.
એકવાર આ prompt કામ કરવા લાગે, પછી પેજને restyle કરવું એક લાઇનનું કામ બની જાય છે. હું prompt પેસ્ટ કરું છું, કોડ પેસ્ટ કરું છું, અને પરિણામ મેળવું છું.
મારા મુખ્ય બે પ્રોડક્શન Prompts:
The Web Component Prompt: JSON ડેટાને native Web Components માં રૂપાંતરિત કરવા માટે વપરાય છે. તેમાં architecture, colors અને icons માટે ચોક્કસ નિયમો સામેલ છે.
The Template Restyler Prompt: હાલના Django templates નો લુક અપડેટ કરવા માટે વપરાય છે. તે નવું CSS ઇન્જેક્ટ કરતી વખતે server-side tags અને logic ને સખત રીતે સુરક્ષિત રાખે છે.
આ શા માટે કામ કરે છે:
- Speed: હું application logic લખું છું જ્યારે AI visual layer સંભાળે છે.
- Learning: context સ્ટેજ મને નવા ટેકનિકલ અભિગમો શીખવે છે.
- Portability: કારણ કે મોડલ પોતે prompts લખે છે, તેથી તે વિવિધ AI સર્વિસીસમાં કામ કરે છે.
વાસ્તવિકતા:
તમે setup ફેઝને છોડી શકતા નથી. આઉટપુટની ગુણવત્તા તમારા context ની ગુણવત્તા પર આધાર રાખે છે. પહેલો prompt ભાગ્યે જ સંપૂર્ણ હોય છે. તમારે તેને રન કરવો જોઈએ, ભૂલો શોધવી જોઈએ અને તેને સુધારવા માટે નિયમો ઉમેરવા જોઈએ.
આ વર્કફ્લો મને CSS સાથે લડવાને બદલે logic અને data પર ધ્યાન કેન્દ્રિત કરવાની મંજૂરી આપે છે.
Optional learning community: https://t.me/GyaanSetuAi