𝗣𝗿𝗼𝗺𝗽𝘁𝗶𝗻𝗴 𝗜𝘀 𝗔 𝗦𝗸𝗶𝗹𝗹
പ്രോംപ്റ്റിംഗ് എന്നത് വെറുതെ ഇംഗ്ലീഷിൽ ടൈപ്പ് ചെയ്യുക മാത്രമാണെന്ന് ആളുകൾ പറയുന്നു. ആർക്കും ഒരു ഉച്ചനേരത്തിനുള്ളിൽ പഠിച്ചെടുക്കാവുന്ന ഒരു തന്ത്രമാണെന്നും അവർ പറയുന്നു. ഇത് ഉടൻ തന്നെ ഓട്ടോമേറ്റഡ് ആയി മാറുമെന്നും അവർ അവകാശപ്പെടുന്നു.
AI ഉൽപ്പന്നങ്ങൾ നിർമ്മിക്കുന്നതിനായി ഞാൻ ആറ് മാസം ചെലവഴിച്ചു. ഞാൻ ഇതിനോട് യോജിക്കുന്നില്ല.
പ്രോംപ്റ്റിംഗ് എന്നത് വെറും വാക്കുകൾ മാത്രമല്ല. അത് സെർച്ച് ചെയ്യുന്നതുപോലെയാണ്. 2002-ൽ ഗൂഗിൾ സെർച്ച് എളുപ്പമാണെന്ന് ആളുകൾ പറഞ്ഞു. എന്നാൽ എങ്ങനെ സെർച്ച് ചെയ്യണമെന്ന് അറിയുന്നത് വിദഗ്ധരെയും തുടക്കക്കാരെയും വേർതിരിക്കുന്നു എന്ന് ഇപ്പോൾ നമുക്കറിയാം.
ലിങ്കുകൾക്ക് പകരം ബുദ്ധിശക്തിക്കായി (intelligence) നടത്തുന്ന സെർച്ച് ആണ് പ്രോംപ്റ്റിംഗ്.
ഇത് പ്രധാനമാകുന്നത് എന്തുകൊണ്ടെന്നാൽ:
- മോശം കോഡ് നിങ്ങൾക്ക് ഒരു എറർ (error) നൽകുന്നു.
- മോശം പ്രോംപ്റ്റുകൾ നിങ്ങൾക്ക് ആത്മവിശ്വാസത്തോടെയുള്ള തെറ്റായ ഉത്തരങ്ങൾ നൽകുന്നു.
- നിങ്ങൾ ശ്രദ്ധിച്ചില്ലെങ്കിൽ ആ തെറ്റായ ഉത്തരം നിങ്ങൾ പുറത്തിറക്കിയേക്കാം (ship).
അനുമാനങ്ങൾ (assumptions) വെളിപ്പെടുത്തുന്ന രീതിയിൽ പ്രോംപ്റ്റുകൾ എഴുതാൻ പഠിക്കുന്നത് ഒരു നൈപുണ്യമാണ്. അത് ശരിയാക്കാൻ പരിശീലനം ആവശ്യമാണ്.
നീളമുള്ള പ്രോംപ്റ്റുകളാണ് നല്ലതെന്ന് ഞാൻ പണ്ട് കരുതിയിരുന്നു. ഞാൻ തെറ്റി었습니다. നീളത്തേക്കാൾ പ്രധാനം ഘടനയാണ് (structure). നിങ്ങൾ റോൾ (role), ടാസ്ക് (task), നിയന്ത്രണങ്ങൾ (constraints) എന്നിവ വേർതിരിക്കണം. അനാവശ്യ കാര്യങ്ങൾ നിറഞ്ഞ 15 വരികളേക്കാൾ പലപ്പോഴും മികച്ചത് 3 വരികളുള്ള ഘടനാപരമായ ഒരു പ്രോംപ്റ്റാണ്.
വൈദഗ്ധ്യവും പ്രധാനമാണ്. API ഡിസൈൻ അറിയാവുന്ന ഒരു ഡെവലപ്പർക്ക് അല്ലാത്ത ഒരാളേക്കാൾ മികച്ച പ്രോംപ്റ്റുകൾ എഴുതാൻ കഴിയും. പ്രശ്നങ്ങൾ എങ്ങനെ അവതരിപ്പിക്കണം എന്നും ഏതെല്ലാം എഡ്ജ് കേസുകൾ (edge cases) സൂചിപ്പിക്കണം എന്നും നിങ്ങളുടെ അറിവ് തീരുമാനിക്കുന്നു.
പ്രോംപ്റ്റിംഗ് നിങ്ങളുടെ വൈദഗ്ധ്യത്തെ ഇല്ലാതാക്കുന്നില്ല. മറിച്ച് അത് വർദ്ധിപ്പിക്കുകയാണ് ചെയ്യുന്നത്.
ആദ്യ ശ്രമത്തിൽ തന്നെ ശരിയായ ഉത്തരം നേടുന്നവരല്ല മികച്ച ഉപയോക്താക്കൾ. വേഗത്തിൽ മാറ്റങ്ങൾ വരുത്തിക്കൊണ്ട് (iterate) മുന്നോട്ട് പോകുന്നവരാണ് അവർ. ഒരു ഔട്ട്പുട്ട് എപ്പോൾ നിരസിക്കണമെന്ന് അവർക്കറിയാം. ഒരു ചോദ്യം എങ്ങനെ പുനർനിർമ്മിക്കണമെന്ന് (reframe) അവർക്കറിയാം.
നന്നായി പ്രോംപ്റ്റ് ചെയ്യുന്നവരും അല്ലാത്തവരും തമ്മിലുള്ള വ്യത്യാസം വളരെ വലുതാണ്. ഇത് കോഡിംഗ് വേഗതയെയും പ്രോട്ടോടൈപ്പിന്റെ (prototype) ഗുണനിലവാരത്തെയും ബാധിക്കുന്നു. അഞ്ച് വർഷത്തിനുള്ളിൽ ഇത് മാറിക്കൊണ്ടിരിക്കും എന്നതുകൊണ്ട് ഈ നൈപുണ്യത്തെ അവഗണിക്കുന്നത് ഒരു തെറ്റാണ്.
എങ്ങനെ പരിശീലിക്കാം:
• AI-യെ ഒരു മിടുക്കനായ ഇന്റേൺ (intern) പോലെ കാണുക. അതിന് ഒരു കോൺടെക്സ്റ്റ് (context), ലക്ഷ്യം, നിയന്ത്രണങ്ങൾ എന്നിവ നൽകുക. • നെഗറ്റീവ് ഇൻസ്ട്രക്ഷനുകൾ (negative instructions) ഉപയോഗിക്കുക. എന്തൊക്കെ ചെയ്യരുത് എന്ന് അതിനോട് പറയുക. • മോഡലിനോട് യുക്തിപൂർവ്വം ചിന്തിക്കാൻ ആവശ്യപ്പെടുക. "ഘട്ടം ഘട്ടമായി ചിന്തിക്കുക" (think step by step) പോലുള്ള സൂചനകൾ ഉപയോഗിക്കുക. • നിങ്ങളുടെ പ്രത്യേക ജോലിക്കായി പാറ്റേണുകളുടെ ഒരു ലൈബ്രറി നിർമ്മിക്കുക. • നിങ്ങളുടെ പരാജയങ്ങളെക്കുറിച്ച് പഠിക്കുക. ഒരു പ്രോംപ്റ്റ് പരാജയപ്പെട്ടത് എന്തുകൊണ്ടാണെന്ന് കണ്ടെത്തുക.
പ്രോംപ്റ്റിംഗ് എന്നത് ഒരു കലയാണ്. അത് നിങ്ങളുടെ എഞ്ചിനീയറിംഗ് നൈപുണ്യത്തോടൊപ്പം നിലനിൽക്കുന്നു. അത് നിങ്ങളുടെ നിലവിലുള്ള അറിവിനെ വർദ്ധിപ്പിക്കുന്നു. നിങ്ങൾ ഇത് അവഗണിച്ചാൽ, മറ്റുള്ളവരേക്കാൾ സാവധാനം മാത്രമേ നിങ്ങൾക്ക് മുന്നേറാൻ കഴിയൂ.