நான் Python உடன் AI-ஐ எவ்வாறு பயன்படுத்துகிறேன்: ஒரு Web Dev பணிப்பாய்வு
ஒரு Telegram குழுவில் கேட்கப்பட்ட கேள்வி, எனது முழுமையான செயல்முறையை மீண்டும் சிந்திக்க வைத்தது.
யாரோ ஒருவர் கேட்டார்: "நீங்கள் உண்மையில் Python உடன் AI-ஐ எவ்வாறு பயன்படுத்துகிறீர்கள்? நீங்கள் prompt engineering அல்லது templates பயன்படுத்துகிறீர்களா?"
AI மிக வேகமாக மாறி வருவதால் பெரும்பாலான மக்கள் இதில் சிரமப்படுகிறார்கள். நான் கட்டண API-களையோ அல்லது local models-களையோ பயன்படுத்துவதில்லை. நான் இலவச இணைய சேவைகளைப் பயன்படுத்துகிறேன். எனது பணிப்பாய்வு (workflow) Django web development-ஐ மையமாகக் கொண்டது.
இதோ எனது துல்லியமான முறை.
படி 1: சூழலை (Context) உருவாக்குதல்
எந்தவொரு பணியையும் தொடங்குவதற்கு முன், எனது திட்டத்தின் கோப்பு மரத்தை (project file tree) மற்றும் ஒரு சிறிய விளக்கத்தை நான் மாடலுக்கு வழங்குகிறேன். மாடல் அந்தச் சூழலைத் தெரிந்திருக்க வேண்டும்.
படி 2: அனைத்தையும் சேமித்தல்
ஒவ்வொரு AI உரையாடலின் URL-ஐயும் நான் சேமித்து வைக்கிறேன். ஒரு வாரத்திற்குப் பிறகு நான் ஒரு திட்டத்திற்குத் திரும்பினால், அந்த இணைப்பை (link) நான் ஒட்டுகிறேன் (paste). மாடலுக்கு ஏற்கனவே அந்தத் திட்டம் தெரியும். சூழலை மீண்டும் மீண்டும் சொல்வதில் நான் நேரத்தை வீணாக்குவதில்லை.
படி 3: காட்சி சரிபார்ப்பு (Visual Verification)
நான் வெறும் குறியீட்டை (code) மட்டும் கேட்பதில்லை. நான் அங்கீகரிக்கப்பட்ட UI templates மற்றும் Bootstrap பதிப்புகள் மற்றும் color palettes போன்ற தொழில்நுட்ப விவரக்குறிப்புகளை (technical specs) மாடலுக்கு வழங்குகிறேன்.
பின்னர் எனது UI-ஐ விவரிக்குமாறு மாடலைத் தூண்டுகிறேன். அதன் விவரிப்பு எனது உண்மையான திட்டத்துடன் பொருந்தினால், அது சூழலைப் புரிந்துகொண்டது என்று அர்த்தம்.
படி 4: ஒரு Style Guide-ஐ உருவாக்குதல்
மாடலை ஒரு UI/UX designer போலச் செயல்படச் சொல்லி, திட்டத்தின் அடிப்படையில் ஒரு விரிவான style guide-ஐ எழுதச் சொல்கிறேன். இது மாடல் தனது அறிவை ஒருங்கிணைக்கத் தூண்டுகிறது.
படி 5: மீண்டும் பயன்படுத்தக்கூடிய Prompts-களை உருவாக்குதல்
எனக்காக ஒரு prompt எழுத மாடலைச் சொல்கிறேன். உதாரணமாக, logic-ஐ மாற்றாமல் Django templates-களை மறுவடிவமைப்பு (restyle) செய்யும் ஒரு prompt-ஐ உருவாக்கச் சொல்கிறேன்.
இந்த prompt வேலை செய்யத் தொடங்கியதும், ஒரு பக்கத்தை மறுவடிவமைப்பு செய்வது மிக எளிதான ஒன்றாக மாறிவிடுகிறது. நான் prompt-ஐ ஒட்டுகிறேன், code-ஐ ஒட்டுகிறேன், முடிவைப் பெறுகிறேன்.
எனது இரண்டு முக்கிய Production Prompts:
The Web Component Prompt: JSON தரவை (data) native Web Components-களாக மாற்றப் பயன்படுகிறது. இதில் architecture, நிறங்கள் மற்றும் icons ஆகியவற்றிற்கான குறிப்பிட்ட விதிகள் உள்ளன.
The Template Restyler Prompt: ஏற்கனவே உள்ள Django templates-களின் தோற்றத்தைப் புதுப்பிக்கப் பயன்படுகிறது. இது புதிய CSS-ஐச் சேர்க்கும்போது, server-side tags மற்றும் logic-ஐக் கண்டிப்பாகப் பாதுகாக்கிறது.
இது ஏன் வேலை செய்கிறது:
- வேகம் (Speed): நான் application logic-ஐ எழுதுகிறேன், அதே நேரத்தில் AI காட்சித் தளத்தைக் (visual layer) கையாள்கிறது.
- கற்றல் (Learning): சூழலை உருவாக்கும் நிலை (context stage) எனக்குப் புதிய தொழில்நுட்ப அணுகுமுறைகளைக் கற்றுத் தருகிறது.
- எளிதில் கொண்டு செல்லக்கூடிய தன்மை (Portability): மாடல் prompts-களை எழுதுவதால், அவை பல்வேறு AI சேவைகளில் வேலை செய்கின்றன.
உண்மை நிலை:
நீங்கள் தயாரிப்பு நிலையைத் (setup phase) தவிர்க்க முடியாது. வெளியீட்டின் தரம் உங்கள் சூழலின் (context) தரத்தைப் பொறுத்தது. முதல் prompt அரிதாகவே சரியாக இருக்கும். நீங்கள் அதை இயக்க வேண்டும், பிழைகளைக் கண்டறிய வேண்டும் மற்றும் அவற்றைச் சரிசெய்ய விதிகளைச் சேர்க்க வேண்டும்.
இந்த பணிப்பாய்வு (workflow), CSS-உடன் போராடுவதற்குப் பதிலாக logic மற்றும் தரவுகளில் (data) கவனம் செலுத்த எனக்கு அனுமதிக்கிறது.
Optional learning community: https://t.me/GyaanSetuAi