آپ کے AI پرامپٹس بار بار کیوں ناکام ہو رہے ہیں
زیادہ تر لوگ AI پرامپٹنگ کو ایک لائٹ سوئچ کی طرح سمجھتے ہیں۔ یا تو یہ آن ہے یا آف۔ وہ سمجھتے ہیں کہ ایک پرامپٹ یا تو اچھا ہوتا ہے یا برا۔
جب کوئی AI ورک فلو (workflow) ٹوٹتا ہے، تو مسئلہ شاذ و نادر ہی آخری مرحلے میں ہوتا ہے۔ یہ عام طور پر دو یا تین مرحلے پیچھے ہوتا ہے۔
اگر آپ ملٹی سٹیپ (multi-step) AI پائپ لائنز بناتے ہیں، تو آپ اس احساس سے واقف ہوں گے۔ آپ خلاصہ کرنے کے لیے ایک پرامپٹ استعمال کرتے ہیں۔ نکات نکالنے کے لیے دوسرا استعمال کرتے ہیں۔ اور نتیجے کو فارمیٹ کرنے کے لیے تیسرا استعمال کرتے ہیں۔
ایک دن، حتمی آؤٹ پٹ غلط نظر آتا ہے۔ آپ آخری پرامپٹ کو دوبارہ لکھتے ہیں۔ آپ درمیانی پرامپٹ میں تبدیلی کرتے ہیں۔ آپ پہلے پرامپٹ کو تبدیل کرتے ہیں۔ گھنٹوں گزر جاتے ہیں لیکن کچھ بھی بہتر نہیں ہوتا۔
ایسا اس لیے ہوتا ہے کیونکہ ہر پرامپٹ پچھلے مرحلے کے آؤٹ پٹ پر منحصر ہوتا ہے۔ پہلے مرحلے میں ڈیٹا کا غلط اخراج (extraction) باقی سب کچھ خراب کر دیتا ہے۔
Cisco Foundation AI کے محققین نے اس مسئلے کو حل کرنے کے لیے FAPO نامی ایک سسٹم بنایا ہے۔ یہ پائپ لائن کے ہر مرحلے کا آزادانہ طور پر جائزہ لیتا ہے۔ یہ بالکل صحیح نشاندہی کرتا ہے کہ ناکامی کہاں ہو رہی ہے اور اس مخصوص سطح کے لیے حل تجویز کرتا ہے۔
اس منطق کو استعمال کرنے کے لیے آپ کو کسی خاص ٹول کی ضرورت نہیں ہے۔ آپ آج ہی دستی طور پر مرحلہ وار تشخیص (step-level diagnosis) لاگو کر سکتے ہیں۔
یہ فرض کرنا چھوڑ دیں کہ آخری مرحلہ ہی مسئلہ ہے۔ ہر مرحلے کا الگ سے (in isolation) تجربہ کریں۔
مثال: آپ انٹرویو کے ٹرانسکرپٹس کو بلاگ پوسٹس میں تبدیل کرتے ہیں۔
- مرحلہ 1: ٹرانسکرپٹ کا خلاصہ کریں۔
- مرحلہ 2: موضوعات (themes) نکالیں۔
- مرحلہ 3: آرٹیکل کا مسودہ تیار کریں۔
اگر آرٹیکل عام سا (generic) ہے، تو صرف مرحلہ 3 کو دوبارہ نہ لکھیں۔
پہلے، صرف مرحلہ 1 کو چلا کر دیکھیں۔ کیا خلاصے میں تفصیلات کم ہو رہی ہیں؟ اگر ہاں، تو مرحلہ 1 کو درست کریں۔
دوسرا، مرحلہ 2 کو وہ بہترین خلاصہ دیں جو آپ نے خود لکھا ہو۔ کیا موضوعات اب بھی عام سے ہیں؟ اگر ہاں، تو مرحلہ 2 کو درست کریں۔
تیسرا، مرحلہ 3 کو بہترین خلاصہ اور بہترین موضوعات دیں۔ اگر اب آرٹیکل اچھا ہے، تو آپ کو معلوم ہو جائے گا کہ مرحلہ 3 کبھی مسئلہ تھا ہی نہیں۔
اس عمل میں 20 منٹ لگتے ہیں۔ یہ گھنٹوں تک اندازہ لگانے سے بہتر ہے۔
اس ہفتے اپنے ورک فلو کو کیسے درست کریں:
- اپنے ورک فلو کا کاغذ پر نقشہ بنائیں۔ ہر ایک AI مرحلے کی فہرست بنائیں۔
- ہر مرحلے کے بعد کوالٹی چیک شامل کریں۔ پوچھیں: "کیا یہ آؤٹ پٹ اگلے مرحلے کی کامیابی کے لیے کافی اچھا ہے؟"
- ایک ٹیسٹ لائبریری بنائیں۔ ہر مرحلے کے لیے اچھے اور برے ان پٹس کی مثالیں محفوظ کریں۔
- ایک وقت میں صرف ایک چیز تبدیل کریں۔ کبھی بھی ایک ساتھ دو پرامپٹس تبدیل نہ کریں۔
قابل اعتماد AI ایک تکراری عمل (iterative process) ہے۔ یہ کوئی ایک بار کا تخلیقی کام نہیں ہے۔
اس بارے میں آپ کا تجربہ کیا ہے؟ مجھے کمنٹس میں بتائیں۔
اختیاری لرننگ کمیونٹی: https://t.me/GyaanSetuAi