ப்ராம்ப்டிங் என்பது ஒரு திறன்
ப்ராம்ப்டிங் (Prompting) என்பது ஆங்கிலத்தில் தட்டச்சு செய்வது மட்டுமே என்று மக்கள் சொல்கிறார்கள். அதை அவர்கள் ஒரு சாதாரண வித்தை என்று அழைக்கிறார்கள். உண்மையான டெவலப்பர்களுக்கு இது தேவையில்லை என்று அவர்கள் கூறுகிறார்கள்.
நான் AI மூலம் தயாரிப்புகளை உருவாக்குவதில் ஆறு மாதங்கள் செலவிட்டேன். நான் முன்பு அவர்களுடன் உடன்பட்டேன். இப்போது நான் உடன்படவில்லை.
2002-ல் கூகுள் தேடலைப் (Google Search) போல ப்ராம்ப்டிங் உள்ளது. யார் வேண்டுமானாலும் ஒரு பெட்டியில் வார்த்தைகளைத் தட்டச்சு செய்யலாம். ஆனால் நிபுணர்கள் எவ்வாறு விரைவாகப் பதில்களைக் கண்டறிவது என்று அறிவார்கள். எந்தச் சொற்களைப் பயன்படுத்த வேண்டும் மற்றும் முடிவுகளை எவ்வாறு சரிபார்ப்பது என்பது அவர்களுக்குத் தெரியும்.
ப்ராம்ப்டிங் என்பது இணைப்புகளுக்குப் (links) பதிலாக அறிவைத் தேடும் ஒரு தேடல் முறையாகும்.
மோசமான குறியீடு (code) செயலிழக்கும். நீங்கள் ஒரு பிழையைக் காண்பீர்கள். ஆனால் மோசமான ப்ராம்ப்ட்கள் செயலிழப்பதில்லை. AI நம்பிக்கையுடன் ஒரு தவறான பதிலைக் கொடுக்கும். நீங்கள் கவனமாக இல்லையென்றால், அந்தப் பிழையை உங்கள் பயனர்களுக்கு அனுப்பிவிடுவீர்கள்.
AI தனது செயல்பாட்டை விளக்குமாறு கட்டாயப்படுத்தும் ப்ராம்ப்ட்களை எழுதுவது ஒரு திறமையாகும்.
நீண்ட ப்ராம்ப்ட்கள் எப்போதும் சிறந்தவை அல்ல என்பதை நான் கற்றுக்கொண்டேன். நீளத்தை விட அமைப்பு (structure) முக்கியமானது. நீங்கள் அதன் பங்கு (role), பணி (task) மற்றும் கட்டுப்பாடுகளை (constraints) தனித்தனியாகப் பிரிக்க வேண்டும். 15 வரிகள் கொண்ட குழப்பமான ப்ராம்ப்ட்டை விட, 3 வரிகள் கொண்ட கட்டமைக்கப்பட்ட ப்ராம்ப்ட் பெரும்பாலும் சிறப்பாகச் செயல்படும்.
ப்ராம்ப்டிங் உங்கள் நிபுணத்துவத்திற்கு மாற்றாகாது. அது அதை பலமடங்கு பெருக்குகிறது.
API வடிவமைப்பைத் தெரிந்த ஒரு டெவலப்பர் சிறந்த ப்ராம்ப்ட்களை எழுதுவார். SQL தெரிந்த ஒரு தரவு ஆய்வாளர் (data analyst) சிறந்த வினவல்களைப் (queries) பெறுவார். எந்த விளிம்புநிலைச் சூழல்களை (edge cases) குறிப்பிட வேண்டும் என்பதை உங்கள் அறிவு உங்களுக்குச் சொல்லும். ஒரு பதிலைத் எப்போது நிராகரிக்க வேண்டும் என்பதையும் அது உங்களுக்குச் சொல்லும்.
நன்றாக ப்ராம்ப்ட் செய்பவர்களுக்கும் செய்யாதவர்களுக்கும் இடையிலான இடைவெளி மிகப்பெரியது. இது குறியீட்டு வேகம் (code speed) மற்றும் முன்மாதிரித் தரத்தில் (prototype quality) வெளிப்படும்.
உங்கள் ப்ராம்ப்டிங்கை மேம்படுத்துவது எப்படி:
- AI-ஐ ஒரு புத்திசாலித்தனமான பயிற்சியாளரைப் (intern) போலக் கருதுங்கள். அதற்கு சூழல் (context), ஒரு இலக்கு மற்றும் கட்டுப்பாடுகளைக் கொடுங்கள்.
- எதிர்மறை அறிவுறுத்தல்களைப் (negative instructions) பயன்படுத்துங்கள். எதைச் செய்யக்கூடாது என்று அதற்குச் சொல்லுங்கள்.
- மாடலை படிப்படியாகச் சிந்திக்கச் சொல்லுங்கள் (think step by step). இது அது தர்க்கத்தை (logic) கையாளும் முறையை மாற்றும்.
- வடிவங்களின் (patterns) ஒரு நூலகத்தை உருவாக்குங்கள். வெற்றிகரமான ப்ராம்ப்ட்களை மீண்டும் பயன்படுத்தக்கூடிய செயல்பாடுகள் (reusable functions) போலக் கருதுங்கள்.
- தோல்விகளை ஆராயுங்கள். ஒரு ப்ராம்ப்ட் ஏன் தோல்வியடைந்தது என்பதைக் கண்டறியுங்கள்.
ப்ராம்ப்டிங் என்பது மென்பொருள் பொறியியலுக்கு (software engineering) மாற்றல்ல. இது சிஸ்டம் வடிவமைப்பு (system design) மற்றும் தரவு கட்டமைப்புகளுடன் (data structures) இணைந்து செயல்படுகிறது. இது உங்கள் தற்போதைய திறன்களை வலுப்படுத்தும் ஒரு கலை.
நீங்கள் இதைப் புறக்கணித்தால், மற்ற அனைவரையும் விட நீங்கள் மெதுவாகச் செயல்படுவீர்கள்.
விருப்பமான கற்றல் சமூகம்: https://t.me/GyaanSetuAi