நான் சிறந்த ப்ராம்ப்ட்களை (Prompts) எழுதுவதை நிறுத்தினேன். சிறந்த AI திறன்களை (Skills) வடிவமைக்கத் தொடங்கினேன்.

மக்கள் இரண்டு ஆண்டுகளாக ப்ராம்ப்ட் இன்ஜினியரிங் (prompt engineering) மீது அதிக ஆர்வம் காட்டி வந்தனர். சிறந்த ப்ராம்ப்ட்கள் மூலம் சிறந்த பதில்களைப் பெற அவர்கள் விரும்பினர்.

AI கோடிங் ஏஜென்ட்களுடன் (AI coding agents) பணியாற்றிய பிறகு நான் ஒரு வித்தியாசமான விஷயத்தை உணர்ந்தேன். எதிர்காலம் என்பது சிறந்த ப்ராம்ப்ட்கள் அல்ல. எதிர்காலம் என்பது மீண்டும் பயன்படுத்தக்கூடிய AI திறன்களை (reusable AI capabilities) வடிவமைப்பதாகும்.

Claude Skills இந்த மாற்றத்தைக் குறிக்கிறது.

நாம் பெரும்பாலும் நீண்ட ப்ராம்ப்ட்களை எழுதுகிறோம். AI-இடம் ஒரு ஆர்க்கிடெக்ட் (architect) போல செயல்படச் சொல்கிறீர்கள். TypeScript-ஐப் பயன்படுத்தச் சொல்கிறீர்கள். டெஸ்ட்களை (tests) எழுதச் சொல்கிறீர்கள். இது ஒருமுறை நன்றாக வேலை செய்யும். ஆனால் நாளை மீண்டும் அதே பெரிய உரையை நீங்கள் நகலெடுத்து ஒட்ட வேண்டியிருக்கும். இறுதியில், உங்கள் ப்ராம்ப்ட் 700 வரிகள் கொண்ட ஆவணமாக மாறிவிடும். அதை பராமரிக்க யாரும் விரும்ப மாட்டார்கள்.

ஒவ்வொரு முறையும் AI எப்படி வேலை செய்ய வேண்டும் என்று சொல்வதை நிறுத்துங்கள். அந்த அறிவை ஒருமுறை மட்டும் தொகுத்து (package) வைத்துவிடுங்கள்.

ஒரு ப்ராம்ப்ட் ஒரு உரையாடலுக்கு மட்டுமே வேலை செய்யும். ஒரு திறன் (skill) வரம்பற்ற உரையாடல்களுக்கு வேலை செய்யும்.

சிறந்த திறன்கள் மென்பொருள் பொறியியல் கொள்கைகளைப் (software engineering principles) பின்பற்றுகின்றன.

  • மோசமான திறன்: மேம்பாட்டிற்கு (development) உதவுகிறது.
  • சிறந்த திறன்: PDF படிவங்களிலிருந்து கட்டமைக்கப்பட்ட தரவை (structured data) எடுக்கிறது.

ஒரு சிறந்த திறன் ஒரு வேலையைச் சிறப்பாகச் செய்யும்.

அனைத்திற்கும் ஒரே பெரிய கோப்பைப் பயன்படுத்தாதீர்கள். பொறுப்புகளைப் பிரியுங்கள். குறிப்பு கோப்புகள் (reference files) மற்றும் ஸ்கிரிப்ட்களைப் பயன்படுத்துங்கள். இது மென்பொருளில் உள்ள 'lazy loading' போன்றது. AI-க்குத் தேவைப்படும்போது மட்டுமே அது சூழலை (context) ஏற்றும்.

கோட் (code) சிறப்பாகச் செய்யும் வேலையை AI-யிடம் செய்யச் சொல்வதை நிறுத்துங்கள்.

  • AI சிந்திக்க வேண்டும் (reason).
  • கோட் கணக்கீடுகளைச் செய்ய வேண்டும் (compute).

ஒரு PDF-ஐப் பகுப்பாய்வு (parse) செய்ய AI-யிடம் கேட்காதீர்கள். ஒரு parser-ஐப் பயன்படுத்துங்கள். மதிப்புகளைக் கணக்கிட AI-யிடம் கேட்காதீர்கள். Python-ஐ இயக்கவும். தரவை வரிசைப்படுத்த (sort) AI-யிடம் கேட்காதீர்கள். ஒரு ஸ்கிரிப்டை இயக்கவும்.

'Progressive disclosure' முறையைப் பயன்படுத்துங்கள். ஒரு இன்டர்ன் (intern) வேலையில் சேர்ந்த முதல் நாளிலேயே அவருக்கு 500 பக்கங்கள் கொண்ட கையேட்டைத் தந்துவிடாதீர்கள். அவருக்கு ஒரு பக்கத்தை மட்டும் கொடுங்கள். அவருக்குத் தேவைப்படும்போது மட்டும் கூடுதல் தகவல்களைக் கொடுங்கள்.

இது பின்வருவனவற்றிற்கு வழிவகுக்கிறது:

  • வேகமான பதில்கள்
  • குறைந்த டோக்கன் பயன்பாடு (token usage)
  • சிறந்த கவனம்
  • குறைவான மாயத்தோற்றங்கள் (hallucination)

பல டெவலப்பர்கள் ஒரு 'super prompt'-ஐ உருவாக்க முயற்சி செய்கிறார்கள். இணையதளங்களை உருவாக்கவும், backend எழுதவும் மற்றும் பிழைகளைத் திருத்தவும் ஒரே ப்ராம்ப்ட் இருக்க வேண்டும் என்று விரும்புகிறார்கள். இது ஒரு மோசமான வடிவமைப்பு. இது அனைத்தையும் செய்யும் ஒரே ஒரு 'class'-ஐ எழுதுவது போன்றது.

சிறிய மற்றும் குறிப்பிட்ட பணிகளுக்கான திறன்கள் சிறப்பாகச் செயல்படும்.

ஒரு திறனின் நோக்கத்தை ஒரு வரியில் உங்களால் விளக்க முடியாவிட்டால், அது அதிக வேலைகளைச் செய்கிறது என்று அர்த்தம்.

நாம் மென்பொருளை உருவாக்குவதிலிருந்து நடத்தையை (behavior) வடிவமைப்பதற்குக் கடந்து செல்கிறோம். நமது புதிய ஸ்டேக் (stack) இவ்வாறு இருக்கும்:

  • Frontend
  • Backend
  • AI Agent
  • Skills
  • Tools

திறன்கள் AI-ஐத் தன்னாட்சி (autonomous) கொண்டதாக மாற்றாது. அவை நிபுணத்துவத்தைப் (expertise) பதிவு செய்கின்றன. ஆர்க்கிடெக்சர், பாதுகாப்பு மற்றும் தரம் ஆகியவற்றை நீங்களே தீர்மானிக்க வேண்டும். திறன்கள் அந்த முடிவுகளைத் தொகுத்து வழங்குகின்றன.

ப்ராம்ப்ட் இன்ஜினியரிங் கேள்விகளைக் கேட்பது எப்படி என்று நமக்குக் கற்றுக்கொடுத்தது. ஸ்கில் இன்ஜினியரிங் (Skill engineering) AI-க்கு பிரச்சினைகளைத் தீர்ப்பது எப்படி என்று கற்றுக்கொடுக்கிறது.

AI துறையில் வெற்றி பெறுபவர்களிடம் புத்திசாலித்தனமான மாடல்கள் (models) மட்டும் இருக்காது. மீண்டும் பயன்படுத்தக்கூடிய அறிவின் சிறந்த தொகுப்பும் அவர்களிடம் இருக்கும்.

Source: https://dev.to/himanshudevgupta/i-stopped-writing-better-prompts-i-started-designing-better-ai-skills-5ckj

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