व्यक्तिमत्व (persona) नसलेले कौशल्य म्हणजे प्रमुख नसलेला आदेश आहे. तुम्ही एका डेफिनेशन फाईलमध्ये मर्यादा (constraints), आउटपुट फॉरमॅट्स आणि स्टाईल रूल्स भरू शकता, पण जर तुम्ही AI ला तो नेमका कोण आहे हे सांगितले नाही, तर तुम्ही एका प्रतिभावान पण दिशाहीन कामगाराला त्याच्या स्वतःच्या जॉब टायटलचा अंदाज लावण्यास सांगत आहात. याचे परिणाम अगदी तसेच मिळतात जे तुम्ही अपेक्षित करता: जेनेरिक आउटपुट जे विविध टोनमध्ये फिरत राहते, कौशल्याची पातळी प्रत्येक वेळी बदलत राहते आणि डीबगिंगची प्रक्रिया धूर पकडण्यासारखी वाटते.
हे महत्त्वाचे आहे कारण आधुनिक AI कोडिंग वर्कफ्लो आता केवळ 'सिंगल-शॉट प्रॉम्प्ट्स' उरलेले नाहीत. ते अनेक लहान कौशल्यांच्या साखळीतून (chained skills) बनलेल्या मॉड्यूलर सिस्टम्स आहेत. जेव्हा प्रत्येक कौशल्याची ओळख स्पष्ट नसते, तेव्हा संपूर्ण पाइपलाइनवर त्याचा परिणाम होतो.
व्यक्तिमत्व (Persona) नसल्यामुळे तुमचा वर्कफ्लो का बिघडतो
जेव्हा तुम्ही भूमिकेची घोषणा (role declaration) टाळता, तेव्हा तुम्ही मॉडेलला स्वतःच्या अधिकाराचा अंदाज लावण्यास भाग पाडता. एका क्षणी ते बिल्ड खराब होऊ नये म्हणून प्रयत्न करणाऱ्या एका सावध इंटर्नसारखे कोड लिहिते. दुसऱ्याच क्षणी, ते प्रत्येक एज केस (edge case) माहित असलेल्या एका प्रिन्सिपल इंजिनिअरप्रमाणे डिस्ट्रिब्युटेड सिस्टमचे आर्किटेक्चर तयार करते. ही विसंगती केवळ त्रासदायक नाही, तर ती तुमच्या वर्कफ्लोला अविश्वसनीय बनवते.
समस्या वेगाने वाढत जातात. AI एक यादृच्छिक (random) आवाज निवडते, ज्यामुळे तुमचा कोडबेस असा वाटू लागतो जणू तो अशा समितीने लिहिला आहे जी कधीच एकत्र भेटली नाही. प्रत्येक वेळी तुम्ही कौशल्य वापरता तेव्हा आउटपुट बदलते, याचा अर्थ तुम्ही ऑटोमेटेड टेस्ट्स किंवा 'डिफ रिव्ह्यू'वर विश्वास ठेवू शकत नाही. ऑडिटिंग करणे अशक्य होते कारण तो निकाल कोणत्या दृष्टिकोनातून तयार झाला आहे हे तुम्हाला माहित नसते. हा निकाल सुरक्षा-केंद्रित इंजिनिअरने तयार केला होता की प्रोडक्ट जनरलिटिस्टने? जर उत्तर "मॉडेलला जे वाटले ते" असे असेल, तर तुमच्याकडे लॉजिकची पडताळणी करण्याचा कोणताही मार्ग उरत नाही.
स्किल चेनिंग (Skill chaining) यामुळे परिस्थिती अधिक बिघडते. कल्पना करा की एक कौशल्य API कॉन्ट्रॅक्ट्स तयार करते आणि दुसरे त्याचे इम्प्लिमेंटेशन लिहिते. जर पहिले कौशल्य कडक व्हॅलिडेशन लागू करणाऱ्या एका तपशीलवार वरिष्ठ आर्किटेक्टप्रमाणे वागले, परंतु दुसरे कौशल्य एरर हँडलिंगकडे दुर्लक्ष करणाऱ्या ज्युनिअर डेव्हलपरप्रमाणे वागले, तर तुमचे इंटिग्रेशन कोलमडून पडते. साखळी तेव्हाच टिकते जेव्हा प्रत्येक दुव्याला स्वतःची ओळख माहित असते. त्याशिवाय, जबाबदारी संपते. जेव्हा काहीतरी बिघडते, तेव्हा तुम्ही कोणत्या दृष्टिकोनामुळे (lens) चूक झाली हे सांगू शकत नाही कारण कोणताही दृष्टिकोन आधीच परिभाषित केलेला नसतो.
हे कसे सुधारावे
उपाय सोपा आहे पण विशिष्ट आहे. तुमच्या स्किल फाईलमध्ये सर्वात पहिल्या सूचना म्हणून भूमिकेची घोषणा जोडा. ती फॉरमॅटिंग रूल्स किंवा आउटपुट स्कीमास खाली गाडून टाकू नका. ओळखीने सुरुवात करा.
एक स्पष्ट रचना वापरा: "तुम्ही [domain] मध्ये तज्ञ असलेले एक [role] आहात." त्यानंतर या भूमिकेचे कामाच्या संदर्भात नेमके काय कार्य आहे याबद्दल एक किंवा दोन वाक्ये लिहा. उदाहरणार्थ: "तुम्ही डिस्ट्रिब्युटेड सिस्टम्समध्ये तज्ञ असलेले एक सीनियर बॅकएंड इंजिनिअर आहात. तुमचे काम कॉन्करन्सी रिस्क आणि डेटा कन्सिस्टन्सीच्या समस्यांसाठी पुल रिक्वेस्ट्स (pull requests) तपासणे हे आहे. तुम्ही स्टेट मॅनेजमेंटबद्दलच्या गृहितकांना प्रश्न विचारता आणि योग्य एरर हँडलिंग नसलेले कोड मंजूर करण्यास नकार देता."
तेवढे पुरेसे आहे. जास्तीत जास्त तीन वाक्ये. लांब बायो (biographies) गोंधळ निर्माण करतात. मॉडेलला बालपणीची पार्श्वभूमी किंवा छंदांची यादी नको असते. त्याला त्याच्या निर्णयाला आकार देणाऱ्या एका व्यावसायिक आधाराची (professional anchor) गरज असते.
वास्तविक व्यावसायिक भूमिकांवरच लक्ष केंद्रित करा. स्टाफ सॉफ्टवेअर इंजिनिअर किंवा टेक्निकल डॉक्युमेंटेशन रायटर मॉडेलला जबाबदाऱ्यांची एक ओळखीची चौकट प्रदान करते. त्याला शरलॉक होम्स किंवा मध्ययुगीन जादूगाराप्रमाणे वागण्यास सांगणे सर्जनशील वाटू शकते, परंतु ते असे अनपेक्षित संबंध निर्माण करते ज्याचा तुमच्या कोड रिव्ह्यू पाइपलाइनशी काहीही संबंध नसतो. वास्तविक भूमिकांमध्ये वास्तविक मर्यादा (constraints) असतात.
जेव्हा तुम्ही हे योग्य करता तेव्हा काय बदलते
एकदा का प्रत्येक कौशल्याची स्वतःची ओळख (persona) तयार झाली की, तुमची संपूर्ण पाइपलाइन स्थिर होते.
'प्रिडिक्टॅबिलिटी' (Predictability) हे पहिले फळ आहे. AI स्वतःच्या वरिष्ठतेचा अंदाज लावणे थांबवते. एक सीनियर पर्सोना अधिक कठीण प्रश्न विचारेल. तो अस्पष्ट आवश्यकतांवर आक्षेप घेईल, गहाळ असलेल्या एज केसेसकडे लक्ष वेधेल आणि अशा संदर्भांची (context) मागणी करेल ज्याकडे डिफॉल्ट किंवा ज्युनिअर आवाज दुर्लक्ष करू शकतो. जेव्हा तुम्ही भूमिका परिभाषित करता, तेव्हा तुम्ही मानक (standard) देखील परिभाषित करता.
रिव्ह्यू वेगाने होतात. जेव्हा एखादा सहकारी स्पष्ट पर्सोना असलेल्या आउटपुटला वाचतो, तेव्हा त्यांना प्रत्येक सूचनेमागील दृष्टिकोन समजतो. त्यांना एखादी प्रतिक्रिया कडक आर्किटेक्चरल आवश्यकता म्हणून मानायची की केवळ स्टाईलची आवड म्हणून, हे समजते. संदर्भ (Context) गृहीत धरण्याऐवजी स्पष्ट होतो.
स्किल चेनिंग अखेर अपेक्षित केल्याप्रमाणे काम करते. प्रत्येक