പ്രോംപ്റ്റ് എൻജിനീയറിംഗ് ഇല്ലാതാകാത്തതിന്റെ യഥാർത്ഥ കാരണം

AI മോഡലുകൾ കൂടുതൽ മിടുക്കരാകുന്നതുകൊണ്ട് പ്രോംപ്റ്റ് എൻജിനീയറിംഗ് അവസാനിച്ചു എന്ന് ആളുകൾ പറയുന്നു.

അവർക്ക് തെറ്റിദ്ധാരണയുണ്ട്.

പ്രോംപ്റ്റ് എൻജിനീയറിംഗ് അപ്രത്യക്ഷമാവുകയല്ല, മറിച്ച് അത് പരിണമിക്കുകയാണ്. നിങ്ങൾ AI ആപ്ലിക്കേഷനുകൾ നിർമ്മിക്കുന്നുണ്ടെങ്കിൽ, മുമ്പത്തേക്കാൾ കൂടുതൽ നിങ്ങൾക്ക് ഇത് ആവശ്യമായി വരും.

പ്രോംപ്റ്റ് എൻജിനീയറിംഗ് എന്നത് മാന്ത്രിക വാക്യങ്ങൾ എഴുതുന്നതിനെക്കുറിച്ചല്ല. മറിച്ച്, ഒരു AI സിസ്റ്റത്തിന് വിശ്വസനീയമായി പ്രവർത്തിക്കാൻ ആവശ്യമായ കൃത്യമായ വിവരങ്ങൾ നൽകുന്നതിനെക്കുറിച്ചാണ്.

വ്യക്തതയുടെ പ്രാധാന്യം വർദ്ധിക്കുന്നു.

ഈ രണ്ട് ഉദാഹരണങ്ങൾ താരതമ്യം ചെയ്യുക:

മോശം പ്രോംപ്റ്റ്: Write Python code.

മികച്ച പ്രോംപ്റ്റ്: `Write a Python FastAPI endpoint for CSV uploads.

  • Use Python 3.12
  • Validate file type
  • Handle exceptions
  • Return JSON responses
  • Include comments for each step`

രണ്ടാമത്തെ പ്രോംപ്റ്റ് ബുദ്ധിപരമായ ഒന്നല്ല. അത് വെറും വ്യക്തതയുള്ളതാണ്.

AI മോഡലുകൾക്ക് കഴിവുണ്ട്. അവയ്ക്ക് കോഡ് എഴുതാനും ആപ്പുകൾ ഡിബഗ് ചെയ്യാനും സാധിക്കും. എന്നാൽ നിങ്ങളുടെ ആർക്കിടെക്ചർ (architecture), കോഡിംഗ് മാനദണ്ഡങ്ങൾ (coding standards), അല്ലെങ്കിൽ നിങ്ങളുടെ ബിസിനസ് ആവശ്യകതകൾ എന്നിവയെക്കുറിച്ച് അവയ്ക്ക് അറിയില്ല.

ആ കോൺടെക്സ്റ്റ് (context) നിങ്ങൾ നൽകുന്നു.

എല്ലാ പ്രധാന AI ഫ്രെയിംവർക്കുകളും പ്രോംപ്റ്റുകളെ ആശ്രയിച്ചിരിക്കുന്നു. LangChain, LangGraph, CrewAI തുടങ്ങിയ ടൂളുകൾ എല്ലാം മോഡലുകളിലേക്ക് പ്രോംപ്റ്റുകൾ അയക്കുന്നു. ഏജന്റ് സിസ്റ്റങ്ങൾ പോലും താഴെ പറയുന്ന കാര്യങ്ങൾക്കായി പ്രോംപ്റ്റുകളുടെ ക്രമത്തെ ആശ്രയിക്കുന്നു:

  • Planning
  • Tool selection
  • Retrieval
  • Error recovery

ഏജന്റുകൾ പ്രോംപ്റ്റ് എൻജിനീയറിംഗിനെ ഇല്ലാതാക്കുകയല്ല, മറിച്ച് അതിന്റെ വ്യാപ്തി വർദ്ധിപ്പിക്കുകയാണ് ചെയ്യുന്നത്.

ഈ മേഖല പ്രോംപ്റ്റ് എൻജിനീയറിംഗിൽ നിന്ന് കോൺടെക്സ്റ്റ് എൻജിനീയറിംഗിലേക്ക് മാറിക്കൊണ്ടിരിക്കുകയാണ്. ആധുനിക AI ആപ്പുകൾ സിസ്റ്റം പ്രോംപ്റ്റുകളെ ഇവയുമായി സംയോജിപ്പിക്കുന്നു:

  • Retrieved documents
  • Conversation history
  • Tool outputs
  • User preferences
  • Memory

ഒരു വലിയ കോൺടെക്സ്റ്റിന്റെ ഭാഗം മാത്രമാണ് പ്രോംപ്റ്റ്.

ഒറ്റത്തവണ ഉപയോഗിക്കാനുള്ള പ്രോംപ്റ്റുകൾ നിർമ്മിക്കുന്നത് എളുപ്പമാണ്. എന്നാൽ വിശ്വസനീയമായ സിസ്റ്റങ്ങൾ നിർമ്മിക്കുന്നത് പ്രയാസകരമാണ്. പ്രൊഡക്ഷനിൽ (production), നിങ്ങൾക്ക് സ്ഥിരത ആവശ്യമാണ്. പ്രവചിക്കാവുന്ന ഔട്ട്പുട്ടുകൾ ആവശ്യമാണ്.

പ്രോംപ്റ്റ് എൻജിനീയറിംഗ് യഥാർത്ഥത്തിൽ ഒരു ഇന്റർഫേസ് ഡിസൈൻ ആണ്. ബുദ്ധിപരമായ സിസ്റ്റങ്ങളുമായി മനുഷ്യർ എങ്ങനെ ഇടപഴകണം എന്ന് നിങ്ങൾ രൂപകൽപ്പന ചെയ്യുന്നു. നല്ല പ്രോംപ്റ്റുകൾ ഇവ നിർവചിക്കുന്നു:

  • Expectations
  • Constraints
  • Objectives
  • Success criteria

AI സിസ്റ്റങ്ങൾ കൂടുതൽ സങ്കീർണ്ണമാകുമ്പോൾ, വ്യക്തമായ നിർദ്ദേശങ്ങൾ കൂടുതൽ പ്രധാനപ്പെട്ടതാകുന്നു. നമ്മൾ ഇനി AI-യോട് ഒരു ഫംഗ്ഷൻ മാത്രം എഴുതാൻ ആവശ്യപ്പെടുന്നില്ല. പകരം മുഴുവൻ വർക്ക്ഫ്ലോകളും (workflows) നടപ്പിലാക്കാനും മറ്റ് ഏജന്റുകളുമായി സഹകരിക്കാനും നമ്മൾ ആവശ്യപ്പെടുന്നു.

നാളത്തെ നിർമ്മാതാക്കൾ ബുദ്ധിശക്തിയിലല്ല മത്സരിക്കുന്നത്, മറിച്ച് സിസ്റ്റം ഡിസൈനിലാണ്.

അടിസ്ഥാനപരമായ കഴിവ് മാറ്റമില്ലാതെ തുടരുന്നു: നിങ്ങൾ എന്താണ് ചെയ്യാൻ ആഗ്രഹിക്കുന്നത് എന്ന് AI-യെ കൃത്യമായി മനസ്സിലാക്കാൻ സഹായിക്കുക എന്നതാണ് അത്.

Source: https://dev.to/jaideepparashar/the-real-reason-prompt-engineering-isnt-going-away-2koo