सिस्टीम प्रॉम्प्ट्सपेक्षा कौशल्ये: एक Anki ट्यूटर तयार करणे

AI मला आळशी बनवते.

माझा असा अर्थ नाही की मला रोबोट्सनी सर्व काही करावे असे वाटते. माझा अर्थ असा आहे की एकदा तुम्ही कंटाळवाण्या कामासाठी एजंट वापरला की, मॅन्युअल वर्कफ्लो (manual workflows) चुकीचे वाटू लागतात.

Anki हे माझे spaced repetition साठीचे साधन आहे. ते चांगले काम करते. पण मला एक समस्या आहे. मी स्वतःला फसवताना आढळतो. एखादे कठीण कार्ड पाहिल्यावर, पुढे जाण्यासाठी मी स्वतःला सांगतो की "मला हे माहित होते". हे अभ्यास करणे नाही. हे फक्त अंदाज लावणे आहे.

मला एक अभ्यासाचा सोबती (study buddy) हवा होता. मला कोणीतरी हवे होते जे माझी परीक्षा घेईल, माझ्या उत्तराची तुलना योग्य उत्तराशी करेल आणि मला योग्य रेटिंग ठरवण्यास मदत करेल.

मी हे एका मोठ्या सिस्टीम प्रॉम्प्टद्वारे (system prompt) तयार करण्याचा प्रयत्न केला. मी एजंटला कसे ट्युटरिंग करायचे, कार्डे कशी लिहायची आणि Telegram वर कसे वागावे हे सांगितले.

ते अपयशी ठरले. मोठे प्रॉम्प्ट्स म्हणजे जणू कचऱ्याचे डबे बनतात. ते खराब होतात. ते विस्कळीत होतात.

मी माझा दृष्टिकोन बदलला. मी Google Antigravity SDK वापरले.

एका मोठ्या प्रॉम्प्टऐवजी, मी थरांसह (layers) एक एजंट सिस्टम तयार केली.

  • टूल्स एजंटला हात देतात.
  • स्किल्स एजंटला सवयी देतात.
  • पॉलिसीज मर्यादा ठरवतात.
  • हुक्स हमी देतात.
  • ट्रिगर्स इव्हेंट्सना प्रतिसाद देतात.

मी Anki शी जोडण्यासाठी Python टूल्स वापरले. एजंट आता डेक्सची (decks) यादी करू शकतो, वेळेवर आलेली कार्डे मिळवू शकतो आणि त्यांना रेटिंग देऊ शकतो.

पण टूल्स म्हणजे वर्तन (behavior) नाही. वर्तनासाठी, मी स्किल्स वापरली.

स्किल म्हणजे विशिष्ट सूचना असलेली एक लहान फाईल असते. मी तीन स्किल्स तयार केल्या:

  • review-buddy: स्टडी सेशन कसे चालवायचे.
  • plain-cards: उच्च दर्जाची फ्लॅशकार्ड्स कशी लिहायची.
  • codebase-cards: कोडचे अभ्यासाच्या साहित्यात रूपांतर कसे करायचे.

यामुळे मुख्य सिस्टीम प्रॉम्प्ट लहान राहतो. ओळख (identity) प्रॉम्प्टमध्ये राहते. कामाचा तपशील स्किल्समध्ये असतो.

मी सुरक्षा देखील जोडली. प्रॉम्प्ट फेल होऊ शकतो, पण पॉलिसी नाही. प्रॅक्टिस मोड दरम्यान काही कृती रोखण्यासाठी मी पॉलिसी वापरली. जर एजंटने 'क्रेम सेशन' (cram session) दरम्यान माझे वेळापत्रक बदलण्याचा प्रयत्न केला, तर SDK रनटाइम लेव्हलवर ते थांबवते.

याचा परिणाम म्हणजे एक मल्टी-सरफेस एजंट (multi-surface agent) मिळाला आहे. मी तीच लॉजिक माझ्या टर्मिनलमध्ये, Telegram वर व्हॉइस नोट्सद्वारे आणि माझ्या कोडमधील बदल पाहणाऱ्या 'डेक बिल्डर'मध्ये वापरतो.

अधिक चांगले प्रॉम्प्ट्स बनवण्याचा प्रयत्न करणे थांबवा. लहान प्रॉम्प्ट्स आणि अधिक अचूक स्किल्स बनवण्यास सुरुवात करा.

Source: https://dev.to/gde/skills-over-system-prompts-building-an-anki-tutor-with-the-antigravity-sdk-2o8f

Optional learning community: https://t.me/GyaanSetuAi