ਤੁਸੀਂ ਉਹੀ ਚੈਟ ਵਿੰਡੋ ਖੋਲ੍ਹਦੇ ਹੋ ਜੋ ਤੁਸੀਂ ਪਿਛਲੇ ਮੰਗਲਵਾਰ ਵਰਤੀ ਸੀ, ਅਤੇ AI ਉੱਥੋਂ ਹੀ ਸ਼ੁਰੂ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਤੁਸੀਂ ਛੱਡਿਆ ਸੀ। ਇਹ ਤੁਹਾਡੀਆਂ ਪਹਿਲਾਂ ਦੀਆਂ ਹਦਾਇਤਾਂ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ, ਤੁਹਾਡੇ ਵਿਅੰਗਮਈ ਲਹਿਜੇ (sarcastic tone) ਦੀ ਨਕਲ ਕਰਦਾ ਹੈ, ਅਤੇ ਪੁੱਛਦਾ ਹੈ ਕਿ ਕੀ ਤੁਸੀਂ ਉਹ ਰਿਪੋਰਟ ਪੂਰੀ ਕਰ ਲਈ ਹੈ। ਇੱਕ ਪਲ ਲਈ, ਇਹ ਇੱਕ ਅਜਿਹੇ ਸਾਥੀ ਨਾਲ ਕੰਮ ਕਰਨ ਵਾਂਗ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ ਜੋ ਅਸਲ ਵਿੱਚ ਧਿਆਨ ਦਿੰਦਾ ਹੈ। ਫਿਰ ਤੁਸੀਂ ਇੱਕ ਨਵੀਂ ਗੱਲਬਾਤ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋ, ਅਤੇ ਸਭ ਕੁਝ ਗਾਇਬ ਹੋ ਜਾਂਦਾ ਹੈ। ਲਹਿਜਾ ਸਧਾਰਨ ਹੋ ਜਾਂਦਾ ਹੈ। ਪ੍ਰੋਜੈਕਟ ਦੇ ਵੇਰਵੇ ਅਲੋਪ ਹੋ ਜਾਂਦੇ ਹਨ। ਇਹ ਤੁਹਾਨੂੰ ਗਲਤ ਨਾਮ ਨਾਲ ਬੁਲਾਉਂਦਾ ਹੈ। ਕੀ ਹੋਇਆ?

ਮਸ਼ੀਨ ਤੁਹਾਨੂੰ ਭੁੱਲੀ ਨਹੀਂ। ਇਹ ਤਾਂ ਤੁਹਾਨੂੰ ਸ਼ੁਰੂ ਤੋਂ ਜਾਣਦੀ ਹੀ ਨਹੀਂ ਸੀ।

ਯਾਦਦਾਸ਼ਤ ਦਾ ਭਰਮ

ਅਸੀਂ ਹਰ ਜਗ੍ਹਾ ਯਾਦਦਾਸ਼ਤ ਦੇਖਣ ਦੇ ਆਦੀ ਹਾਂ। ਜਦੋਂ ਇੱਕ ਚੈਟਬੋਟ ਇਹ ਯਾਦ ਰੱਖਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਸੰਖੇਪ ਬੁਲੇਟ ਪੁਆਇੰਟਾਂ ਨੂੰ ਤਰਜੀਹ ਦਿੰਦੇ ਹੋ ਜਾਂ ਤੁਸੀਂ ਹੈਲਥਕੇਅਰ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹੋ, ਤਾਂ ਇਹ ਉਸੇ ਇੰਸਟਿੰਕਟ ਨੂੰ ਜਗਾਉਂਦਾ ਹੈ ਜਿਵੇਂ ਕੋਈ ਬਾਰਟੈਂਡਰ ਤੁਹਾਡਾ ਆਮ ਆਰਡਰ ਯਾਦ ਰੱਖਦਾ ਹੈ। ਪਰ ਇਹ ਡਿਜ਼ਾਈਨ ਦੀ ਇੱਕ ਚਾਲ ਹੈ, ਕੋਗਨੀਸ਼ਨ (cognition) ਦੀ ਨਹੀਂ। ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (Large language models) ਤੁਹਾਡੇ ਬਾਰੇ ਤੱਥ ਆਪਣੇ ਵੇਟਸ (weights) ਦੇ ਅੰਦਰ ਸਟੋਰ ਨਹੀਂ ਕਰਦੇ। ਉਹ ਤੁਹਾਡੀਆਂ ਗੱਲਬਾਤਾਂ ਦੀ ਕੋਈ ਰੋਜ਼ਾਨਾ ਡਾਇਰੀ ਨਹੀਂ ਰੱਖਦੇ। ਉਹ "User Preferences" ਲੇਬਲ ਵਾਲੇ ਫੋਲਡਰ ਵਿੱਚ ਨਹੀਂ ਝਾਕ ਸਕਦੇ ਕਿਉਂਕਿ ਅਜਿਹਾ ਕੋਈ ਫੋਲਡਰ ਹੁੰਦਾ ਹੀ ਨਹੀਂ ਹੈ।

ਜੋ ਯਾਦਦਾਸ਼ਤ ਵਾਂਗ ਲੱਗਦਾ ਹੈ, ਉਹ ਸਿਰਫ਼ ਇੱਕ ਕੰਟੈਕਸਟ ਵਿੰਡੋ (context window) ਵਿੱਚ ਮੌਜੂਦ ਟੈਕਸਟ ਹੈ। ਮਾਡਲ ਹਾਲ ਹੀ ਦੀ ਚੈਟ ਹਿਸਟਰੀ, ਤੁਹਾਡੇ ਮੌਜੂਦਾ ਪ੍ਰੋਂਪਟ, ਅਤੇ ਡਿਵੈਲਪਰ ਦੁਆਰਾ ਜੋੜੀਆਂ ਗਈਆਂ ਕਿਸੇ ਵੀ ਸਿਸਟਮ ਹਦਾਇਤਾਂ ਨੂੰ ਪੜ੍ਹਦਾ ਹੈ। ਇਹ ਸਭ ਕੁਝ ਇੱਕੋ ਵਾਰ ਵਿੱਚ ਪ੍ਰੋਸੈਸ ਕਰਦਾ ਹੈ, ਅਗਲੇ ਸ਼ਬਦ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦਾ ਹੈ, ਅਤੇ ਜਵਾਬ ਦਿੰਦਾ ਹੈ। ਜਦੋਂ ਉਹ ਟੈਕਸਟ ਗਾਇਬ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ "ਯਾਦਦਾਸ਼ਤ" ਵੀ ਚਲੀ ਜਾਂਦੀ ਹੈ। ਮਾਡਲ ਆਪਣੇ ਬੇਸਲਾਈਨ ਵਿਵਹਾਰ 'ਤੇ ਵਾਪਸ ਆ ਜਾਂਦਾ ਹੈ, ਜੋ ਅਕਸਰ ਆਤਮ-ਵਿਸ਼ਵਾਸ ਨਾਲ ਭਰਪੂਰ, ਆਮ ਅਤੇ ਥੋੜ੍ਹਾ ਜ਼ਿਆਦਾ ਉਤਸ਼ਾਹੀ ਹੁੰਦਾ ਹੈ। ਭਰਮ ਇਸ ਲਈ ਟੁੱਟ ਜਾਂਦਾ ਹੈ ਕਿਉਂਕਿ ਕੰਟੈਕਸਟ (context) ਬਦਲ ਗਿਆ ਹੈ, ਇਸ ਲਈ ਨਹੀਂ ਕਿ AI ਨੂੰ ਭੁੱਲਣ ਦੀ ਬਿਮਾਰੀ ਹੋ ਗਈ ਹੈ।

AI ਅਸਲ ਵਿੱਚ ਕੀ ਵਰਤਦਾ ਹੈ

ਜੇਕਰ ਤੁਸੀਂ ਭਰੋਸੇਯੋਗ ਆਉਟਪੁੱਟ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਇਹ ਸਮਝਣ ਦੀ ਲੋੜ ਹੈ ਕਿ ਜਾਣਕਾਰੀ ਅਸਲ ਵਿੱਚ ਚਾਰ ਥਾਵਾਂ ਤੋਂ ਆਉਂਦੀ ਹੈ:

  • ਚੈਟ ਹਿਸਟਰੀ (Chat history): ਤੁਹਾਡੇ ਮੌਜੂਦਾ ਥ੍ਰੈਡ ਵਿੱਚ ਹਾਲ ਹੀ ਦੀ ਆਪਸੀ ਗੱਲਬਾਤ। ਇਹ ਅਸਥਾਈ ਹੈ। ਇੱਕ ਨਵਾਂ ਥ੍ਰੈਡ ਸ਼ੁਰੂ ਕਰੋ ਅਤੇ ਇਹ ਖਤਮ ਹੋ ਜਾਵੇਗਾ।
  • ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਦਿੱਤੇ ਗਏ ਖਾਸ ਨਿਰਦੇਸ਼ (Specific instructions in the prompt): ਜੋ ਕੁਝ ਵੀ ਤੁਸੀਂ ਇਸ ਸਮੇਂ ਬਾਕਸ ਵਿੱਚ ਟਾਈਪ ਜਾਂ ਪੇਸਟ ਕਰਦੇ ਹੋ। ਇਹ ਕੰਟਰੋਲ ਦਾ ਸਭ ਤੋਂ ਸਿੱਧਾ ਰੂਪ ਹੈ।
  • ਨੌਲੇਜ ਬੇਸ (knowledge base) ਤੋਂ ਦਸਤਾਵੇਜ਼: ਫਾਈਲਾਂ ਜਾਂ ਡੇਟਾਬੇਸ ਜਿਨ੍ਹਾਂ ਨੂੰ ਸਿਸਟਮ ਲੱਭ ਸਕਦਾ ਹੈ ਅਤੇ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ ਇੱਕ ਰਿਟ੍ਰੀਵਲ (retrieval) ਕਦਮ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਅਤੇ ਉਹ ਕਦਮ ਚੁੱਪਚਾਪ ਫੇਲ ਹੋ ਸਕਦਾ ਹੈ।
  • ਵਰਕਫਲੋ (workflow) ਤੋਂ ਪ੍ਰਾਪਤ ਕੀਤਾ ਗਿਆ ਡੇਟਾ: API ਕਾਲਾਂ, ਡੇਟਾਬੇਸ ਲੁੱਕਅੱਪ, ਜਾਂ ਤੀਜੀ-Party ਐਪਸ ਦੁਆਰਾ ਜੋੜੀਆਂ ਗਈਆਂ ਮੈਮੋਰੀ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ। ਇਹ ਉਹੀ ਉੰਨਾ ਹੀ ਚੰਗੀਆਂ ਹਨ ਜਿੰਨਾ ਉਹਨਾਂ ਨੂੰ ਜੋੜਨ ਵਾਲਾ ਕੋਡ।

ਇਹਨਾਂ ਵਿੱਚੋਂ ਕੋਈ ਵੀ ਕੁਦਰਤੀ ਯਾਦਦਾਸ਼ਤ ਨਹੀਂ ਹੈ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਤਕਨੀਕੀ ਪ੍ਰਬੰਧ ਹਨ। ਜੇਕਰ ਕੋਈ ਪਾਈਪ ਡਿਸਕਨੈਕਟ ਹੋ ਜਾਂਦੀ ਹੈ ਜਾਂ ਗਲਤ ਦਸਤਾਵੇਜ਼ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ AI ਤੁਹਾਨੂੰ ਚੇਤਾਵਨੀ ਨਹੀਂ ਦੇਵੇਗਾ। ਇਹ ਸਿਰਫ਼ ਉਹੀ ਵਰਤੇਗਾ ਜੋ ਇਹ ਦੇਖਦਾ ਹੈ ਅਤੇ ਇੱਕ ਸੁਚੱਜਾ, ਵਿਸ਼ਵਾਸਯੋਗ, ਪਰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਲਤ ਜਵਾਬ ਦੇਵੇਗਾ।

ਜਦੋਂ ਕੰਟੈਕਸਟ ਟੁੱਟਦਾ ਹੈ: ਇੱਕ ਅਸਲੀ ਉਦਾਹਰਨ

ਕਲਪਨਾ ਕਰੋ ਇੱਕ ਮਾਰਕੀਟਿੰਗ ਟੀਮ ਦੀ ਜੋ ਇੱਕ AI ਨੂੰ ਗਾਹਕਾਂ ਲਈ ਈਮੇਲ ਡਰਾਫਟ ਕਰਨ ਲਈ ਕਹਿੰਦੀ ਹੈ। ਸੋਮਵਾਰ ਨੂੰ, ਸਾਰਾਹ ਇੱਕ ਚੈਟ ਸ਼ੁਰੂ ਕਰਦੀ ਹੈ ਅਤੇ ਇੱਕ ਛੋਟੀ ਸਟਾਈਲ ਗਾਈਡ ਪੇਸਟ ਕਰਦੀ ਹੈ: "ਸ਼ਾਂਤ, ਸੰਜਮ ਵਾਲੀ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕਰੋ। ਵਿਸਮਾਦਕ ਚਿੰਨ੍ਹ (!) ਤੋਂ ਬਚੋ। ਸਿਰਫ਼ ਕੰਪਨੀ ਦੇ ਨਾਮ ਨਾਲ ਸਮਾਪਤ ਕਰੋ।" AI ਗਾਈਡ ਦੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਟੀਮ ਨੂੰ ਡਰਾਫਟ ਬਹੁਤ ਪਸੰਦ ਆਉਂਦੇ ਹਨ।

ਬੁੱਧਵਾਰ ਨੂੰ, ਜੇਕ ਇੱਕ ਬਿਲਕੁਲ ਨਵੀਂ ਚੈਟ ਖੋਲ੍ਹਦਾ ਹੈ। ਉਹ ਟਾਈਪ ਕਰਦਾ ਹੈ, "ਗਾਹਕਾਂ ਲਈ ਫਾਲੋ-ਅੱਪ ਈਮੇਲ ਡਰਾਫਟ ਕਰੋ।" ਉਹ ਸਟਾਈਲ ਗਾਈਡ ਪੇਸਟ ਨਹੀਂ ਕਰਦਾ। AI, ਉਲਟ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਘਾਟ ਦੇਖਦੇ ਹੋਏ, ਉੱਚ-ਊਰਜਾ ਵਾਲੀ ਮਾਰਕੀਟਿੰਗ ਭਾਸ਼ਾ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਵਿਸਮਾਦਕ ਚਿੰਨ੍ਹ ਵਰਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ "ਚਲੋ ਇਸ ਨੂੰ ਕਰ ਵਿਖਾਈਏ!" ਟੀਮ ਨਿਰਾਸ਼ ਹੋ ਜਾਂਦੀ ਹੈ। "AI ਕਿਉਂ ਭੁੱਲ ਗਿਆ?" ਉਹ ਪੁੱਛਦੇ ਹਨ।

ਉਹ ਭੁੱਲਿਆ ਨਹੀਂ ਸੀ। ਉੱਥੇ ਭੁੱਲਣ ਲਈ ਕੁਝ ਸੀ ਹੀ ਨਹੀਂ। ਜੇਕ ਨਵੇਂ ਕੰਟੈਕਸਟ ਵਿੰਡੋ ਵਿੱਚ ਸਟਾਈਲ ਗਾਈਡ ਸ਼ਾਮਲ ਕਰਨ ਵਿੱਚ ਅਸਫਲ ਰਿਹਾ, ਅਤੇ ਮਾਡਲ ਕੋਲ ਇਹ ਜਾਣਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਸੀ ਕਿ ਟੀਮ ਨੇ ਦੋ ਦਿਨ ਪਹਿਲਾਂ ਇੱਕ ਵੱਖਰੀ ਗੱਲਬਾਤ ਵਿੱਚ ਇੱਕ ਨਿਯਮ ਬਣਾਇਆ ਸੀ। ਨਿਰਾਸ਼ਾ ਅਸਲੀ ਸੀ, ਪਰ ਕਾਰਨ ਮਨੁੱਖੀ ਸੀ, ਮਸ਼ੀਨੀ ਨਹੀਂ। ਟੀਮ ਨੇ ਲਗਾਤਾਰ ਯਾਦਦਾਸ਼ਤ ਦੀ ਉਮੀਦ ਕੀਤੀ ਸੀ। ਉਪਕਰਨ ਨੇ ਸਿਰਫ਼ ਇੱਕ ਅਸਥਾਈ ਸਕ੍ਰੈਚਪੈਡ (scratchpad) ਹੀ ਦਿੱਤਾ ਸੀ।

ਅਸਲੀ ਟੈਸਟ: ਮਸ਼ੀਨ ਜੋ ਦੇਖਦੀ ਹੈ ਉਸਦੀ ਜਾਂਚ ਕਰੋ

ਤੁਹਾਡੇ ਨਤੀਜਿਆਂ ਨੂੰ ਸੁਧਾਰਨ ਦਾ ਸਭ ਤੋਂ ਤੇਜ਼ ਤਰੀਕਾ ਇਹ ਪੁੱਛਣਾ ਬੰਦ ਕਰਨਾ ਹੈ, "ਕੀ AI ਨੂੰ ਇਹ ਯਾਦ ਹੈ?" ਅਤੇ ਇਹ ਪੁੱਛਣਾ ਸ਼ੁਰੂ ਕਰਨਾ ਹੈ, "ਇਸ ਸਮੇਂ ਇਸਨੂੰ ਅਸਲ ਵਿੱਚ ਕੀ ਕੰਟੈਕਸਟ ਮਿਲ ਰਿਹਾ ਹੈ?" ਆਪਣੇ ਸੈੱਟਅੱਪ ਦੀ ਜਾਂਚ ਇਹਨਾਂ ਤਿੰਨ ਪ੍ਰਸ਼ਨਾਂ ਰਾਹੀਂ ਕਰੋ:

AI ਨੂੰ ਹਰ ਵਾਰ ਕੀ ਜਾਣਨ ਦੀ ਲੋੜ ਹੈ? ਇਹ ਤੁਹਾਡਾ ਗੈਰ-ਮੌਜੂਦਗੀ ਵਾਲਾ ਕੰਟੈਕਸਟ ਹੈ। ਬ੍ਰਾਂਡ ਦੀ ਆਵਾਜ਼, ਸੁਰੱਖਿਆ ਨੀਤੀਆਂ, ਆਉਟਪੁੱਟ ਫਾਰਮੈਟ, ਅਨੁਕੂਲਤਾ ਦੀਆਂ ਸੀਮਾਵਾਂ। ਜੇਕਰ ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਇੱਕ ਰੈਫਰੈਂਸ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਜੋ ਹਰ ਸਬੰਧਤ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਨਾ ਕਿ ਤਿੰਨ ਹਫ਼ਤੇ ਪਹਿਲਾਂ ਦੀ ਕਿਸੇ ਚੈਟ ਥ੍ਰੈਡ ਵਿੱਚ।

ਤੁਸੀਂ ਬਾਅਦ ਵਿੱਚ ਵਰਤਣ (retrieval) ਲਈ ਕੀ ਸਟੋਰ ਕਰ ਸਕਦੇ ਹੋ? ਪੁਰਾਣੇ ਪ੍ਰੋਜੈਕਟ ਨੋਟਸ, ਉਤਪਾਦ ਵੇਰਵੇ, ਜਾਂ ਪੁਰਾਣੀ ਖੋਜ ਇੱਕ ਸੰਰਚਿਤ ਫਾਈਲ ਜਾਂ ਡੇਟਾਬੇਸ ਵਿੱਚ ਰੱਖੀ ਜਾ ਸਕਦੀ ਹੈ। ਪਰ ਸਿਰਫ਼ ਸਟੋਰੇਜ ਹੀ ਕਾਫ਼ੀ ਨਹੀਂ ਹੈ। ਤੁਹਾਨੂੰ ਇਹ ਜਾਣਨ ਦੀ ਲੋੜ ਹੈ ਕਿ ਸਿਸਟਮ ਇਹ ਕਿਵੇਂ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ ਉਸ ਸਟੋਰੇਜ ਦੇ ਕਿਸ ਹਿੱਸੇ ਨੂੰ ਗੱਲਬਾਤ ਵਿੱਚ ਲਿਆਉਣਾ ਹੈ। ਜੇਕਰ ਰਿਟ੍ਰੀਵਲ ਕਿਸੇ ਕੀਵਰਡ ਮੈਚ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਤੁਹਾਡੇ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਥੋੜ੍ਹਾ ਜਿਹਾ ਵੱਖਰਾ ਸ਼ਬਦ ਗਲਤ ਪੰਨਾ ਲਿਆ ਸਕਦਾ ਹੈ।

ਇੱਕ ਵਿਅਕਤੀ ਨੂੰ ਮੈਨੂਅਲੀ ਕੀ ਚੈੱਕ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਜਦੋਂ ਗਲਤੀ ਦੀ ਕੀਮਤ ਜ਼ਿਆਦਾ ਹੋਵੇ—ਵਿੱਤੀ ਅੰਕੜੇ, ਡਾਕਟਰੀ ਸਾਰਾਂਸ਼, ਕਾਨੂੰਨੀ ਭਾਸ਼ਾ, ਗਾਹਕਾਂ ਲਈ ਐਲਾਨ—ਤਾਂ ਪਾਈਪਲਾਈਨ (pipeline) 'ਤੇ ਅੰਨ੍ਹੇਵਾਹ ਭਰੋਸਾ ਨਾ ਕਰੋ। ਇੱਕ ਇਨਸਾਨ ਨੂੰ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਲੋੜ ਹੈ ਕਿ AI ਨੇ ਦਸਤਾਵੇਜ਼ ਦੇ ਸਹੀ ਵਰਜ਼ਨ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਹੈ ਅਤੇ ਕੀ ਨਤੀਜਾ ਅਸਲ ਦੁਨੀਆ ਵਿੱਚ ਤਰਕਪੂਰਨ ਹੈ। ਮਾਡਲ ਤੁਹਾਨੂੰ ਇਹ ਨਹੀਂ ਦੱਸ ਸਕਦਾ ਕਿ ਉਸਨੇ ਹੁਣੇ ਪਿਛਲੇ ਸਾਲ ਦੀ ਕੀਮਤ ਸੂਚੀ ਦਾ ਹਵਾਲਾ ਦਿੱਤਾ ਹੈ। ਜਦੋਂ ਤੱਕ ਤੁਸੀਂ ਪ੍ਰੋਂਪਟ (prompt) ਵਿੱਚ ਇਹ ਨਹੀਂ ਲਿਖਦੇ, ਉਸਨੂੰ ਇਹ ਨਹੀਂ ਪਤਾ ਹੁੰਦਾ ਕਿ ਕਿਹੜਾ ਸਾਲ ਹੈ।

ਕੰਟੈਕਸ-ਪਹਿਲਾਂ (Context-First) ਵਰਕਫਲੋ ਬਣਾਉਣਾ

ਭਰੋਸੇਯੋਗ AI ਕੰਮ ਜ਼ਿਆਦਾਤਰ ਵਧੀਆ ਜਾਣਕਾਰੀ ਦੀ ਆਰਕੀਟੈਕਚਰ (information architecture) 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇਸਨੂੰ ਬਣਾਉਣ ਦਾ ਤਰੀਕਾ ਇੱਥੇ ਦਿੱਤਾ ਗਿਆ ਹੈ।

ਆਪਣੇ ਸਥਿਰ ਨਿਯਮਾਂ ਨੂੰ ਇੱਕ ਰੈਫਰੈਂਸ ਦਸਤਾਵੇਜ਼ ਵਿੱਚ ਰੱਖੋ। ਇਹ ਤੁਹਾਡੇ ਸੱਚ ਦਾ ਇੱਕੋ ਇੱਕ ਸਰੋਤ (single source of truth) ਹੈ। ਜਦੋਂ ਨਿਯਮ ਬਦਲਦੇ ਹਨ, ਤਾਂ ਇਸ ਇੱਕ ਫਾਈਲ ਨੂੰ ਐਡਿਟ ਕਰੋ। ਹਦਾਇਤਾਂ ਨੂੰ ਦਰਜਨਾਂ ਚੈਟ ਥ੍ਰੈਡਾਂ ਵਿੱਚ ਨਾ ਖਿੰਡਾਓ।

ਉਸ ਦਸਤਾਵੇਜ਼ ਦੇ ਸਿਰਫ਼ ਸੰਬੰਧਿਤ ਹਿੱਸੇ ਨੂੰ ਹੀ ਮੌਜੂਦਾ ਕੰਮ ਲਈ ਵਰਤੋ। ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਸੌ ਪੰਨਿਆਂ ਦੀ ਮੈਨੂਅਲ ਪਾ ਦੇਣਾ ਮਹਿੰਗਾ ਅਤੇ ਉਲਝਣ ਵਾਲਾ ਹੁੰਦਾ ਹੈ। ਸਿਰਫ਼ ਉਹ ਦੋ ਪੰਨੇ ਕੱਢੋ ਜੋ ਇਸ ਖਾਸ ਸਵਾਲ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹਨ। ਸਹੀ ਜਾਣਕਾਰੀ (precision) ਵੱਡੀ ਮਾਤਰਾ (volume) ਨਾਲੋਂ ਬਿਹਤਰ ਹੈ।

ਥੋੜ੍ਹੇ ਸਮੇਂ ਦੇ ਵੇਰਵਿਆਂ ਨੂੰ ਐਕਟਿਵ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਰੱਖੋ। ਜੇਕਰ ਤੁਸੀਂ ਇਲੈਕਟ੍ਰਿਕ ਬਾਈਕਾਂ ਬਾਰੇ ਬਲੌਗ ਪੋਸਟ ਲਈ ਟਾਈਟਲ ਬਾਰੇ ਸੋਚ ਰਹੇ ਹੋ, ਤਾਂ ਪ੍ਰੋਂਪਟ ਵਿੱਚ "ਇਲੈਕਟ੍ਰਿਕ ਬਾਈਕਾਂ" ਦਾ ਜ਼ਿਕਰ ਕਰੋ। ਇਹ ਨਾ ਮੰਨੋ ਕਿ ਮਾਡਲ ਨੂੰ ਪਤਾ ਹੈ ਕਿ ਤੁਸੀਂ ਕੀ ਸੋਚ ਰਹੇ ਹੋ ਕਿਉਂਕਿ ਤੁਸੀਂ ਕੱਲ੍ਹ ਇਸ ਬਾਰੇ ਦੱਸਿਆ ਸੀ।

ਜਦੋਂ ਗਲਤੀਆਂ ਮਹਿੰਗੀਆਂ ਹੋਣ, ਤਾਂ ਨਤੀਜਿਆਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨ ਲਈ ਇਨਸਾਨ ਦੀ ਵਰਤੋਂ ਕਰੋ। AI ਨੂੰ ਕਦੇ ਵੀ ਸ਼ਰਮ ਮਹਿਸੂਸ ਨਹੀਂ ਹੋਵੇਗੀ। ਇਹ ਉਹੀ ਆਤਮ-ਵਿਸ਼ਵਾਸ ਦਿਖਾ ਕੇ ਗਲਤ ਇਨਵੌਇਸ ਜਾਂ ਅਣਉਚਿਤ ਮਾਫੀ ਭੇਜ ਦੇਵੇਗਾ ਜੋ ਇਹ ਬਾਕੀ ਸਭ ਕੰਮਾਂ ਵਿੱਚ ਦਿਖਾਉਂਦਾ ਹੈ। ਕਿਸੇ ਨੂੰ 'ਸੈਨਿਟੀ ਚੈੱਕ' (sanity check) ਕਰਨ ਦੀ ਲੋੜ ਹੈ।

ਪਰਤਾਂ (Layers) ਵਿੱਚ ਸੋਚੋ

AI ਜਾਣਕਾਰੀ ਨੂੰ ਚਾਰ ਲੜੀਵਾਰ ਪਰਤਾਂ ਵਜੋਂ ਦੇਖਣਾ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਦੀ ਆਪਣੀ ਭਰੋਸੇਯੋਗਤਾ ਅਤੇ ਜੋਖਮ ਹਨ।

ਇਮੀਡੀਏਟ ਕੰਟੈਕਸ (Immediate context) ਮੌਜੂਦਾ ਪ੍ਰੋਂਪਟ ਹੈ। ਇਹ 100 ਫੀਸਦੀ ਤੁਹਾਡੇ ਕੰਟਰੋਲ ਵਿੱਚ ਹੈ, ਪਰ ਸਿਰਫ਼ ਉਦੋਂ ਹੀ ਜੇਕਰ ਤੁਸੀਂ ਇਸਨੂੰ ਲਿਖਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੋ। ਅਸਪਸ਼ਟ ਪ੍ਰੋਂਪਟ ਤੋਂ ਅਸਪਸ਼ਟ ਨਤੀਜੇ ਮਿਲਦੇ ਹਨ।

ਸਟੋਰਡ ਕੰਟੈਕਸ (Stored context) ਉਹ ਜਾਣਕਾਰੀ ਹੈ ਜੋ ਤੁਸੀਂ ਕਿਤੇ ਸੇਵ ਕੀਤੀ ਹੋਈ ਹੈ: ਜਿਵੇਂ ਕਿ Notion wiki, ਇੱਕ ਵੈਕਟਰ ਡੇਟਾਬੇਸ, ਜਾਂ PDFs ਦਾ ਇੱਕ ਫੋਲਡਰ। ਇਹ ਮੌਜੂਦ ਹੈ, ਪਰ AI ਇਸਨੂੰ ਉਦੋਂ ਤੱਕ ਨਹੀਂ ਦੇਖ ਸਕਦਾ ਜਦੋਂ ਤੱਕ ਕੋਈ ਚੀਜ਼ ਇਸ ਵਿਚਕਾਰਲੇ ਪਾੜੇ ਨੂੰ ਭਰਦੀ ਨਹੀਂ।

ਰਿਟ੍ਰੀਵਡ ਕੰਟੈਕਸ (Retrieved context) ਉਹ ਡੇਟਾ ਹੈ ਜੋ ਸਰਚ ਲੌਜਿਕ, ਕੋਡ, ਜਾਂ ਪਲੱਗਇਨ ਰਾਹੀਂ ਸਟੋਰੇਜ ਤੋਂ ਪ੍ਰੋਂਪਟ ਵਿੱਚ ਲਿਆਂਦਾ ਜਾਂਦਾ ਹੈ। ਇੱਥੇ ਹੀ ਜ਼ਿਆਦਾਤਰ ਚੁੱਪਚਾਪ ਹੋਣ ਵਾਲੀਆਂ ਗਲਤੀਆਂ ਹੁੰਦੀਆਂ ਹਨ। ਸਿਸਟਮ ਸੋਧੇ ਹੋਏ ਕੰਟਰੈਕਟ ਦੀ ਬਜਾਏ ਪੁਰਾਣਾ ਕੰਟਰੈਕਟ ਲਿਆ ਸਕਦਾ ਹੈ, ਜਾਂ ਸਪ੍ਰੈਡਸ਼ੀਟ ਦੀ ਬਜਾਏ ਸਕ੍ਰੀਨਸ਼ੌਟ ਕੱਢ ਸਕਦਾ ਹੈ।

ਹਿਊਮਨ ਕੰਟੈਕਸ (Human context) ਇਹ ਤੁਹਾਡਾ ਆਪਣਾ ਫੈਸਲਾ ਹੈ ਕਿ ਕੀ ਸੱਚ ਹੈ, ਕੀ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਅਤੇ ਕੀ ਗਲਤ ਲੱਗ ਰਿਹਾ ਹੈ। ਇਹ ਇਕਲੌਤੀ ਪਰਤ ਹੈ ਜੋ ਜਾਣਦੀ ਹੈ ਕਿ ਕੀ ਕੋਈ ਜਵਾਬ ਪੁਰਾਣਾ ਹੈ, ਕੀ ਕੋਈ ਸਰੋਤ ਭਰੋਸੇਯੋਗ ਹੈ, ਜਾਂ ਕੀ ਲਹਿਜਾ ਮੌਕੇ ਦੇ ਅਨੁਕੂਲ ਹੈ। ਇਸ ਪਰਤ ਨੂੰ ਕਿਸੇ ਹੋਰ ਦੇ ਹਵਾਲੇ ਨਾ ਕਰੋ।

ਜਿਹੜੀਆਂ ਟੀਮਾਂ ਸਭ ਤੋਂ ਵਧੀਆ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰ ਰਹੀਆਂ ਹਨ, ਉਹ ਜ਼ਿਆਦਾ ਸਮਾਰਟ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਨਹੀਂ ਕਰ ਰਹੀਆਂ। ਉਹ ਅਜਿਹੇ ਸਿਸਟਮ ਬਣਾ ਰਹੇ ਹਨ ਜਿੱਥੇ ਕੰਟੈਕਸ ਦਿਖਾਈ ਦਿੰਦਾ ਹੈ, ਵਰਜ਼ਨਡ ਹੈ, ਅਤੇ ਜਿਸਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ ਆਸਾਨ ਹੈ। ਉਹ ਜਾਣਦੇ ਹਨ ਕਿ ਇੱਕ ਸੰਪੂਰਨ ਕੰਟੈਕਸ ਵਾਲਾ AI ਹਰ ਵਾਰ ਗਲਤ ਜਾਣਕਾਰੀ 'ਤੇ ਕੰਮ ਕਰਨ ਵਾਲੇ ਇੱਕ ਬੁੱਧੀਮਾਨ ਮਾਡਲ ਨਾਲੋਂ ਬਿਹਤਰ ਪ੍ਰਦਰਸ਼ਨ ਕਰੇਗਾ।

ਇਸ ਲਈ ਇਹਨਾਂ ਟੂਲਜ਼ ਨੂੰ ਭੁੱਲਣ ਵਾਲੇ ਇੰਟਰਨਾਂ ਵਾਂਗ ਨਾ ਸਮਝੋ ਜਿਨ੍ਹਾਂ ਨੂੰ ਝਿੜਕ ਦੀ ਲੋੜ ਹੈ। ਇਹਨਾਂ ਨੂੰ ਲੈਂਸ (lenses) ਵਾਂਗ ਸਮਝੋ। ਉਹ ਤੁਹਾਨੂੰ ਉਹੀ ਦਿਖਾਉਂਦੇ ਹਨ ਜੋ ਤੁਸੀਂ ਉਹਨਾਂ ਦੇ ਸਾਹਮਣੇ ਰੱਖਦੇ ਹੋ। ਨਜ਼ਾਰੇ ਨੂੰ ਦੋਸ਼ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਸ਼ੀਸ਼ੇ ਨੂੰ ਚੈੱਕ ਕਰਨ ਦੀ ਆਦਤ ਪਾਓ।

GyaanSetu AI ਲਰਨਿੰਗ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ: https://t.me/GyaanSetuAi