મેં વધુ સારા પ્રોમ્પ્ટ્સ લખવાનું બંધ કર્યું. મેં વધુ સારા AI Skills ડિઝાઇન કરવાનું શરૂ કર્યું.
લોકો બે વર્ષ સુધી પ્રોમ્પ્ટ એન્જિનિયરિંગ (prompt engineering) પાછળ પાગલ રહ્યા. તેઓ વધુ સારા પ્રોમ્પ્ટ્સ દ્વારા વધુ સારા જવાબો મેળવવા માંગતા હતા.
AI કોડિંગ એજન્ટ્સ સાથે કામ કર્યા પછી મને કંઈક અલગ સમજાયું. ભવિષ્ય વધુ સારા પ્રોમ્પ્ટ્સનું નથી. ભવિષ્ય ફરીથી ઉપયોગમાં લઈ શકાય તેવી (reusable) AI ક્ષમતાઓ ડિઝાઇન કરવાનું છે.
Claude Skills આ પરિવર્તનનું પ્રતિનિધિત્વ કરે છે.
આપણે ઘણીવાર લાંબા પ્રોમ્પ્ટ્સ લખીએ છીએ. તમે AI ને આર્કિટેક્ટ તરીકે કામ કરવા કહો છો. તમે તેને TypeScript વાપરવા કહો છો. તમે તેને ટેસ્ટ લખવા કહો છો. તે એકવાર સારું કામ કરે છે. પછી તમારે આવતીકાલે ફરીથી એ જ વિશાળ લખાણ પેસ્ટ કરવું પડે છે. અંતે, તમારો પ્રોમ્પ્ટ 700 લાઇનની દસ્તાવેજ બની જાય છે. કોઈ પણ તેને મેન્ટેન (maintain) કરવા માંગતું નથી.
દરેક વખતે AI ને તે કેવી રીતે કામ કરશે તે કહેવાનું બંધ કરો. તે જ્ઞાનને એકવાર પેકેજ (package) કરી દો.
એક પ્રોમ્પ્ટ એક વાતચીત માટે કામ કરે છે. એક Skill અનલિમિટેડ વાતચીતો માટે કામ કરે છે.
શ્રેષ્ઠ Skills સોફ્ટવેર એન્જિનિયરિંગના સિદ્ધાંતોનું પાલન કરે છે.
- ખરાબ Skill: ડેવલપમેન્ટમાં મદદ કરે છે.
- સારી Skill: PDF ફોર્મ્સમાંથી સ્ટ્રક્ચર્ડ ડેટા કાઢે છે.
એક સારી Skill એક જ કામ સારી રીતે કરે છે.
બધું કરવા માટે એક જ વિશાળ ફાઇલનો ઉપયોગ કરશો નહીં. જવાબદારીઓ વહેંચી દો. રેફરન્સ ફાઇલ્સ અને સ્ક્રિપ્ટ્સનો ઉપયોગ કરો. આ સોફ્ટવેરમાં 'lazy loading' જેવું છે. AI ને જ્યારે જરૂર હોય ત્યારે જ તે કોન્ટેક્સ્ટ (context) લોડ કરે છે.
AI ને એવું કામ કરવા કહેવાનું બંધ કરો જે કોડ વધુ સારી રીતે કરી શકે છે.
- AI એ તર્ક (reason) કરવો જોઈએ.
- કોડ એ ગણતરી (compute) કરવી જોઈએ.
AI ને PDF પાર્સ (parse) કરવા માટે ન કહો. પાર્સર (parser) નો ઉપયોગ કરો. AI ને કિંમતોની ગણતરી કરવા માટે ન કહો. Python ચલાવો. AI ને ડેટા સોર્ટ કરવા માટે ન કહો. સ્ક્રિપ્ટ એક્ઝિક્યુટ કરો.
Progressive disclosure નો ઉપયોગ કરો. ઇન્ટર્નને પહેલા જ દિવસે 500 પાનાનું મેન્યુઅલ ન આપો. તેમને એક પાનું આપો. જ્યારે તેમને જરૂર હોય ત્યારે જ તેમને વધુ આપો.
આનાથી નીચે મુજબના ફાયદા થાય છે:
- ઝડપી પ્રતિસાદ (Faster responses)
- ઓછો ટોકન વપરાશ (Lower token usage)
- વધુ સારું ફોકસ (Better focus)
- ઓછી Hallucination
ઘણા ડેવલપર્સ એક 'સુપર પ્રોમ્પ્ટ' બનાવવાનો પ્રયાસ કરે છે. તેઓ વેબસાઇટ બનાવવા, બેકએન્ડ લખવા અને બગ્સ ફિક્સ કરવા માટે એક જ પ્રોમ્પ્ટ ઈચ્છે છે. આ ખરાબ ડિઝાઇન છે. તે એક એવી ક્લાસ (class) લખવા જેવું છે જે બધું જ કરે છે.
નાની અને ચોક્કસ Skills વધુ સારી રીતે કામ કરે છે.
જો તમે એક વાક્યમાં Skill નો હેતુ સમજાવી શકતા નથી, તો તેનો અર્થ છે કે તે ખૂબ વધારે કામ કરે છે.
આપણે સોફ્ટવેર બનાવવાથી વર્તણૂક (behavior) ડિઝાઇન કરવા તરફ આગળ વધી રહ્યા છીએ. આપણું નવું સ્ટેક (stack) આ મુજબ દેખાય છે:
- Frontend
- Backend
- AI Agent
- Skills
- Tools
Skills AI ને સ્વાયત્ત (autonomous) બનાવતી નથી. તેઓ નિપુણતા (expertise) ને કેપ્ચર કરે છે. આર્કિટેક્ચર, સુરક્ષા અને ગુણવત્તાનો નિર્ણય તમે હજુ પણ લો છો. Skills તે નિર્ણયોને પેકેજ કરે છે.
Prompt engineering એ આપણને કેવી રીતે પ્રશ્નો પૂછવા તે શીખવ્યું. Skill engineering AI ને કેવી રીતે સમસ્યાઓ ઉકેલવી તે શીખવે છે.
AI માં વિજેતાઓ પાસે માત્ર સૌથી સ્માર્ટ મોડલ્સ જ નહીં હશે. તેમની પાસે ફરીથી ઉપયોગમાં લઈ શકાય તેવા જ્ઞાનનો શ્રેષ્ઠ સંગ્રહ હશે.
Optional learning community: https://t.me/GyaanSetuAi
