ನಿಮ್ಮ AI ಪ್ರಾಂಪ್ಟ್ಗಳು ಏಕೆ ವಿಫಲವಾಗುತ್ತಿವೆ
ಹೆಚ್ಚಿನ ಜನರು AI ಪ್ರಾಂಪ್ಟಿಂಗ್ ಅನ್ನು ಒಂದು ಲೈಟ್ ಸ್ವಿಚ್ನಂತೆ ಪರಿಗಣಿಸುತ್ತಾರೆ. ಅದು ಒಂದೋ ಆನ್ ಆಗಿರಬೇಕು ಅಥವಾ ಆಫ್ ಆಗಿರಬೇಕು. ಪ್ರಾಂಪ್ಟ್ ಎಂಬುದು ಒಂದೋ ಒಳ್ಳೆಯದು ಅಥವಾ ಕೆಟ್ಟದ್ದು ಎಂದು ಅವರು ಭಾವಿಸುತ್ತಾರೆ.
AI ವರ್ಕ್ಫ್ಲೋ ವಿಫಲವಾದಾಗ, ಸಮಸ್ಯೆ ಕೊನೆಯ ಹಂತದಲ್ಲಿ ಇರುವುದಿಲ್ಲ. ಅದು ಸಾಮಾನ್ಯವಾಗಿ ಎರಡು ಅಥವಾ ಮೂರು ಹಂತಗಳ ಹಿಂದಿರುತ್ತದೆ.
ನೀವು ಮಲ್ಟಿ-ಸ್ಟೆಪ್ AI ಪೈಪ್ಲೈನ್ಗಳನ್ನು ನಿರ್ಮಿಸಿದ್ದರೆ, ಈ ಅನುಭವ ನಿಮಗೆ ತಿಳಿದಿರುತ್ತದೆ. ನೀವು ಸಾರಾಂಶಕ್ಕಾಗಿ ಒಂದು ಪ್ರಾಂಪ್ಟ್ ಬಳಸುತ್ತೀರಿ. ಅಂಶಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಇನ್ನೊಂದನ್ನು ಬಳಸುತ್ತೀರಿ. ಫಲಿತಾಂಶವನ್ನು ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡಲು ಮೂರನೆಯದನ್ನು ಬಳಸುತ್ತೀರಿ.
ಒಂದು ದಿನ, ಅಂತಿಮ ಫಲಿತಾಂಶವು ತಪ್ಪಾಗಿ ಕಾಣಿಸುತ್ತದೆ. ನೀವು ಕೊನೆಯ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಮರುಬರೆಯುತ್ತೀರಿ. ಮಧ್ಯದ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಸರಿಪಡಿಸುತ್ತೀರಿ. ಮೊದಲನೆಯದನ್ನು ಬದಲಾಯಿಸುತ್ತೀರಿ. ಗಂಟೆಗಟ್ಟಲೆ ಸಮಯ ಕಳೆದರೂ ಏನೂ ಸುಧಾರಿಸುವುದಿಲ್ಲ.
ಏಕೆಂದರೆ ಪ್ರತಿ ಪ್ರಾಂಪ್ಟ್ ಹಿಂದಿನ ಹಂತದ ಫಲಿತಾಂಶದ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. ಮೊದಲ ಹಂತದಲ್ಲಿನ ದೋಷಪೂರಿತ ಡೇಟಾ ಎಕ್ಸ್ಟ್ರಾಕ್ಷನ್ (data extraction) ಉಳಿದ ಎಲ್ಲವನ್ನೂ ಹಾಳು ಮಾಡುತ್ತದೆ.
ಇದನ್ನು ಸರಿಪಡಿಸಲು Cisco Foundation AI ನ ಸಂಶೋಧಕರು FAPO ಎಂಬ ವ್ಯವಸ್ಥೆಯನ್ನು ರಚಿಸಿದ್ದಾರೆ. ಇದು ಪೈಪ್ಲೈನ್లోని ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತದೆ. ವೈಫಲ್ಯ ಎಲ್ಲಿ ಸಂಭವಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಿಖರವಾಗಿ ಪತ್ತೆಹಚ್ಚುತ್ತದೆ ಮತ್ತು ಆ ನಿರ್ದಿಷ್ಟ ಹಂತಕ್ಕೆ ಪರಿಹಾರವನ್ನು ಸೂಚಿಸುತ್ತದೆ.
ಈ ತರ್ಕವನ್ನು ಬಳಸಲು ನಿಮಗೆ ವಿಶೇಷ ಪರಿಕರಗಳ ಅಗತ್ಯವಿಲ್ಲ. ನೀವು ಇಂದೇ ಹಂತ-ಹಂತದ ರೋಗನಿರ್ಣಯವನ್ನು (step-level diagnosis) ಮ್ಯಾನುಯಲ್ ಆಗಿ ಅನ್ವಯಿಸಬಹುದು.
ಕೊನೆಯ ಹಂತವೇ ಸಮಸ್ಯೆಯೆಂದು ಭಾವಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿ. ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ಪರೀಕ್ಷಿಸಿ.
ಉದಾಹರಣೆ: ನೀವು ಸಂದರ್ಶನದ ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟ್ಗಳನ್ನು (transcripts) ಬ್ಲಾಗ್ ಪೋಸ್ಟ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತೀರಿ.
- ಹಂತ 1: ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟ್ ಅನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ.
- ಹಂತ 2: ವಿಷಯಗಳನ್ನು (themes) ಹೊರತೆಗೆಯಿರಿ.
- ಹಂತ 3: ಲೇಖನವನ್ನು ಸಿದ್ಧಪಡಿಸಿ.
ಲೇಖನವು ಸಾಮಾನ್ಯವಾಗಿದ್ದರೆ (generic), ಕೇವಲ ಹಂತ 3 ಅನ್ನು ಮರುಬರೆಯಬೇಡಿ.
ಮೊದಲನೆಯದಾಗಿ, ಹಂತ 1 ಅನ್ನು ಮಾತ್ರ ಚಲಾಯಿಸಿ. ಸಾರಾಂಶವು ವಿವರಗಳನ್ನು ಕಳೆದುಕೊಳ್ಳುತ್ತಿದೆಯೇ? ಹೌದಾದರೆ, ಹಂತ 1 ಅನ್ನು ಸರಿಪಡಿಸಿ.
ಎರಡನೆಯದಾಗಿ, ನೀವೇ ಬರೆದ ಪರಿಪೂರ್ಣ ಸಾರಾಂಶವನ್ನು ಹಂತ 2 ಕ್ಕೆ ನೀಡಿ. ವಿಷಯಗಳು ಇನ್ನೂ ಸಾಮಾನ್ಯವಾಗಿಯೇ ಇವೆಯೇ? ಹೌದಾದರೆ, ಹಂತ 2 ಅನ್ನು ಸರಿಪಡಿಸಿ.
ಮೂರನೆಯದಾಗಿ, ಹಂತ 3 ಕ್ಕೆ ಪರಿಪೂರ್ಣ ಸಾರಾಂಶ ಮತ್ತು ಪರಿಪೂರ್ಣ ವಿಷಯಗಳನ್ನು ನೀಡಿ. ಈಗ ಲೇಖನವು ಚೆನ್ನಾಗಿದ್ದರೆ, ಹಂತ 3 ಎಂದಿಗೂ ಸಮಸ್ಯೆಯಾಗಿರಲಿಲ್ಲ ಎಂಬುದು ನಿಮಗೆ ತಿಳಿಯುತ್ತದೆ.
ಈ ಪ್ರಕ್ರಿಯೆಗೆ 20 ನಿಮಿಷಗಳು ಬೇಕಾಗುತ್ತದೆ. ಇದು ಗಂಟೆಗಟ್ಟಲೆ ಊಹಿಸುವುದಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿದೆ.
ಈ ವಾರ ನಿಮ್ಮ ವರ್ಕ್ಫ್ಲೋವನ್ನು ಸರಿಪಡಿಸುವುದು ಹೇಗೆ:
- ನಿಮ್ಮ ವರ್ಕ್ಫ್ಲೋ ಅನ್ನು ಕಾಗದದ ಮೇಲೆ ನಕ್ಷೆಯಾಗಿ ಬರೆಯಿರಿ. ಪ್ರತಿಯೊಂದು AI ಹಂತವನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.
- ಪ್ರತಿ ಹಂತದ ನಂತರ ಗುಣಮಟ್ಟದ ತಪಾಸಣೆಯನ್ನು (quality check) ಸೇರಿಸಿ. "ಮುಂದಿನ ಹಂತವು ಯಶಸ್ವಿಯಾಗಲು ಈ ಫಲಿತಾಂಶವು ಸಾಕಾಗುತ್ತಿದೆಯೇ?" ಎಂದು ಕೇಳಿಕೊಳ್ಳಿ.
- ಒಂದು ಟೆಸ್ಟ್ ಲೈಬ್ರರಿಯನ್ನು (test library) ನಿರ್ಮಿಸಿ. ಪ್ರತಿ ಹಂತಕ್ಕೂ ಉತ್ತಮ ಮತ್ತು ಕೆಟ್ಟ ಇನ್ಪುಟ್ಗಳ ಉದಾಹರಣೆ