𝗠𝗮𝘀𝘁𝗲𝗿𝗶𝗻𝗴 𝗟𝗟𝗠 𝗣𝗿𝗼𝗺𝗽𝘁𝗶𝗻𝗴: 𝗔 𝗗𝗲𝘃𝗲𝗹𝗼𝗽𝗲𝗿'𝘀 𝗚𝘂𝗶𝗱𝗲

AI ਦੇ ਮਾੜੇ ਜਵਾਬ ਮਾਡਲ ਦੀ ਗਲਤੀ ਨਹੀਂ ਹਨ। ਇਹ ਪ੍ਰੋਂਪਟ (prompt) ਦੀ ਗਲਤੀ ਹੈ।

ਪ੍ਰੋਂਪਟਿੰਗ ਇੱਕ ਹੁਨਰ ਹੈ। ਤੁਸੀਂ ਖਾਸ ਤਕਨੀਕਾਂ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਇਸ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੇ ਹੋ। ਬਿਹਤਰ ਕੋਡ ਅਤੇ ਸਮਾਰਟ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਇਹਨਾਂ ਤਰੀਕਿਆਂ ਦੀ ਵਰਤੋਂ ਕਰੋ।

ਖਾਸ ਸੰਦਰਭ (Context) ਦਿਓ ਆਮ ਸਵਾਲ ਪੁੱਛਣਾ ਬੰਦ ਕਰੋ।

  • ਮਾੜਾ: "ਮੈਂ ਈਮੇਲ ਦੀ ਵੈਲੀਡੇਸ਼ਨ ਕਿਵੇਂ ਕਰਾਂ?"
  • ਚੰਗਾ: "ਮੈਂ ਇੱਕ Node.js Express API ਬਣਾ ਰਿਹਾ ਹਾਂ। ਮੈਨੂੰ ਦਿਖਾਓ ਕਿ email-validator ਪੈਕੇਜ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਈਮੇਲ ਦੀ ਵੈਲੀਡੇਸ਼ਨ ਕਿਵੇਂ ਕਰਨੀ ਹੈ। ਇਸ ਵਿੱਚ 400 ਸਟੇਟਸ ਕੋਡ ਦੇ ਨਾਲ ਐਰਰ ਹੈਂਡਲਿੰਗ (error handling) ਵੀ ਸ਼ਾਮਲ ਕਰੋ।"

ਇੱਕ ਭੂਮਿਕਾ (Persona) ਨਿਯਤ ਕਰੋ AI ਨੂੰ ਦੱਸੋ ਕਿ ਉਸਨੂੰ ਕੌਣ ਬਣਨਾ ਚਾਹੀਦਾ ਹੈ।

  • ਇਸ ਦੀ ਬਜਾਏ: "ਯੂਨੀਕ IDs ਲਈ ਇੱਕ ਫੰਕਸ਼ਨ ਲਿਖੋ।"
  • ਇਹ ਕੋਸ਼ਿਸ਼ ਕਰੋ: "ਤੁਸੀਂ ਇੱਕ ਸੀਨੀਅਰ ਬੈਕਐਂਡ ਇੰਜੀਨੀਅਰ ਹੋ। ਗਲੋਬਲੀ ਯੂਨੀਕ IDs ਲਈ ਇੱਕ Python ਫੰਕਸ਼ਨ ਲਿਖੋ ਜੋ ਟਾਈਮਸਟੈਂਪ (timestamp) ਦੁਆਰਾ ਸੌਰਟ ਕੀਤੇ ਜਾ ਸਕਣ। ਆਪਣੇ ਫੈਸਲਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰੋ।"

ਚੇਨ ਆਫ ਥੌਟ (Chain of Thought) ਦੀ ਵਰਤੋਂ ਕਰੋ ਔਖੇ ਕੰਮਾਂ ਲਈ, AI ਨੂੰ ਕਦਮ-ਦਰ-ਕਦਮ ਸੋਚਣ ਲਈ ਕਹੋ। ਇਹ ਮਾਡਲ ਨੂੰ ਆਪਣਾ ਤਰਕ (logic) ਦਿਖਾਉਣ ਲਈ ਮਜਬੂਰ ਕਰਦਾ ਹੈ।

  • ਪੁੱਛੋ: "ਮੈਨੂੰ ਆਪਣੀ ਸੋਚਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੱਸੋ: 1. ਰੁਕਾਵਟਾਂ (bottlenecks) ਦੀ ਪਛਾਣ ਕਰੋ। 2. ਤਕਨੀਕਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। 3. ਇੱਕ ਹੱਲ ਦੀ ਸਿਫਾਰਸ਼ ਕਰੋ। 4. ਕੋਡ ਲਿਖੋ।"

ਉਦਾਹਰਣਾਂ ਦਿਓ AI ਨੂੰ ਉਹ ਪੈਟਰਨ ਦਿਖਾਓ ਜੋ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ। ਇਸਨੂੰ few-shot prompting ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਇੱਕ "Before" ਅਤੇ "After" ਉਦਾਹਰਣ ਦਿਓ ਤਾਂ ਜੋ AI ਤੁਹਾਡੀ ਸ਼ੈਲੀ ਸਿੱਖ ਸਕੇ।

ਸਖ਼ਤ ਸੀਮਾਵਾਂ (Constraints) ਨਿਰਧਾਰਤ ਕਰੋ AI ਨੂੰ ਸਹੀ ਹੋਣ ਲਈ ਮਜਬੂਰ ਕਰੋ। ਆਪਣੀਆਂ ਲੋੜਾਂ ਨੂੰ ਸਪਸ਼ਟ ਰੂਪ ਵਿੱਚ ਲਿਖੋ:

  • Language version
  • Time complexity
  • Space complexity
  • No external libraries

ਕੰਮਾਂ ਨੂੰ ਵੰਡੋ ਇੱਕੋ ਵਾਰ ਸਭ ਕੁਝ ਨਾ ਪੁੱਛੋ। ਕਦਮ-ਦਰ-ਕਦਮ ਪਹੁੰਚ ਦੀ ਵਰਤੋਂ ਕਰੋ:

  • ਕਦਮ 1: ਇੱਕ ਬੇਸਿਕ ਵਰਜ਼ਨ ਬਣਾਓ।
  • ਕਦਮ 2: ਐਰਰ ਹੈਂਡਲਿੰਗ ਜੋੜੋ।
  • ਕਦਮ 3: ਪਰਫਾਰਮੈਂਸ ਨੂੰ ਅਪਟੀਮਾਈਜ਼ ਕਰੋ।
  • ਕਦਮ 4: ਟਾਈਪਸ (types) ਜੋੜੋ।

ਵਿਕਲਪਾਂ ਲਈ ਪੁੱਛੋ ਕਿਸੇ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਦੇ ਦੋ ਵੱਖ-ਵੱਖ ਤਰੀਕੇ ਪੁੱਛੋ। ਇਹ ਤੁਹਾਨੂੰ ਤਰਕ-ਵਿਵਾਦ (trade-offs) ਸਮਝਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਹਰੇਕ ਵਿਧੀ ਲਈ ਫਾਇਦੇ ਅਤੇ ਨੁਕਸਾਨ ਪੁੱਛੋ।

ਖਾਸ ਫਾਰਮੈਟ ਦੀ ਮੰਗ ਕਰੋ AI ਨੂੰ ਦੱਸੋ ਕਿ ਆਉਟਪੁੱਟ ਨੂੰ ਕਿਵੇਂ ਸੰਗਠਿਤ ਕਰਨਾ ਹੈ। ਤੁਸੀਂ Issues, Fixes, ਅਤੇ Performance Impact ਵਰਗੇ ਖਾਸ ਹੈਡਰਾਂ ਦੇ ਨਾਲ ਇੱਕ ਸੰਰਚਿਤ ਕੋਡ ਰਿਵਿਊ (structured code review) ਦੀ ਮੰਗ ਕਰ ਸਕਦੇ ਹੋ।

ਬਚਣਯੋਗ ਗਲਤੀਆਂ:

  • ਬਹੁਤ ਸੰਖੇਪ ਹੋਣਾ।
  • ਇੱਕੋ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਅਸੰਬੰਧਿਤ ਚੀਜ਼ਾਂ ਪੁੱਛਣਾ।
  • ਸੀਮਾਵਾਂ (constraints) ਦੇਣਾ ਭੁੱਲ ਜਾਣਾ।
  • ਬਿਨਾਂ ਚੈੱਕ ਕੀਤੇ ਪਹਿਲਾ ਜਵਾਬ ਸਵੀਕਾਰ ਕਰ ਲੈਣਾ।

ਇਹਨਾਂ ਕਦਮਾਂ ਵਿੱਚ ਮਾਹਰ ਹੋਣ ਨਾਲ ਤੁਹਾਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ। ਇਹ ਤਰੀਕੇ ChatGPT, Claude, ਅਤੇ GitHub Copilot 'ਤੇ ਕੰਮ ਕਰਦੇ ਹਨ।

ਤੁਸੀਂ ਕਿਹੜੀਆਂ ਪ੍ਰੋਂਪਟਿੰਗ ਟਿਪਸ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋ? ਮੈਨੂੰ ਕੁਮੈਂਟਸ ਵਿੱਚ ਦੱਸੋ।

Source: https://dev.to/samchenreviews/mastering-the-art-of-llm-prompting-a-developers-guide-to-getting-better-answers-from-ai-36k5

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