میں پائتھن کے ساتھ AI کا استعمال کیسے کرتا ہوں: ایک ویب ڈیولپمنٹ ورک فلو

ٹیلی گرام گروپ میں ایک سوال نے مجھے اپنے پورے عمل پر دوبارہ غور کرنے پر مجبور کر دیا۔

کسی نے پوچھا: "آپ اصل میں پائتھن کے ساتھ AI کا استعمال کیسے کرتے ہیں؟ کیا آپ پرامپٹ انجینئرنگ (prompt engineering) یا ٹیمپلیٹس استعمال کرتے ہیں؟"

زیادہ تر لوگ اس میں مشکل محسوس کرتے ہیں کیونکہ AI بہت تیزی سے بدل رہا ہے۔ میں پیڈ APIs یا لوکل ماڈلز استعمال نہیں کرتا۔ میں مفت ویب سروسز استعمال کرتا ہوں۔ میرا ورک فلو Django ویب ڈیولپمنٹ پر مرکوز ہے۔

میرا طریقہ کار یہ ہے:

مرحلہ 1: سیاق و سباق (Context) تیار کرنا کسی بھی کام سے پہلے، میں ماڈل کو اپنے پروجیکٹ کا فائل ٹری (file tree) اور ایک مختصر تفصیل فراہم کرتا ہوں۔ ماڈل کے لیے ماحول (environment) کو جاننا ضروری ہے۔

مرحلہ 2: سب کچھ محفوظ کرنا میں ہر AI گفتگو کا URL محفوظ کر لیتا ہوں۔ اگر میں ایک ہفتے بعد کسی پروجیکٹ پر واپس آتا ہوں، تو میں لنک پیسٹ کر دیتا ہوں۔ ماڈل پہلے سے ہی پروجیکٹ کو جانتا ہے۔ میں سیاق و سباق کو بار بار دہرانے میں وقت ضائع نہیں کرتا۔

مرحلہ 3: بصری تصدیق (Visual Verification) میں صرف کوڈ نہیں مانگتا۔ میں ماڈل کو اپنے منظور شدہ UI ٹیمپلیٹس اور تکنیکی تفصیلات جیسے Bootstrap کے ورژن اور کلر پیلیٹس (color palettes) فراہم کرتا ہوں۔

پھر میں ماڈل سے اپنے UI کی وضاحت کرنے کو کہتا ہوں۔ اگر اس کی وضاحت میرے اصل پروجیکٹ سے مطابقت رکھتی ہے، تو اس کا مطلب ہے کہ وہ سمجھ گیا ہے۔

مرحلہ 4: اسٹائل گائیڈ تیار کرنا میں ماڈل سے ایک UI/UX ڈیزائنر کے طور پر کام کرنے اور پروجیکٹ کی بنیاد پر ایک تفصیلی اسٹائل گائیڈ لکھنے کو کہتا ہوں۔ اس سے ماڈل اپنے علم کو یکجا کرنے پر مجبور ہو جاتا ہے۔

مرحلہ 5: دوبارہ استعمال کے قابل پرامپٹس (Prompts) بنانا میں ماڈل سے اپنے لیے ایک پرامپٹ لکھنے کو کہتا ہوں۔ مثال کے طور پر، میں اسے ایک ایسا پرامپٹ بنانے کو کہتا ہوں جو لاجک (logic) کو چھیڑے بغیر Django ٹیمپلیٹس کو دوبارہ اسٹائل کر سکے۔

جب یہ پرامپٹ کام کرنے لگتا ہے، تو کسی پیج کو دوبارہ اسٹائل کرنا ایک لائن کا کام بن جاتا ہے۔ میں پرامپٹ پیسٹ کرتا ہوں، کوڈ پیسٹ کرتا ہوں، اور نتیجہ حاصل کر لیتا ہوں۔

میرے دو اہم پروڈکشن پرامپٹس:

  1. ویب کمپوننٹ پرامپٹ: JSON ڈیٹا کو نیٹیو ویب کمپوننٹس (native Web Components) میں تبدیل کرنے کے لیے استعمال ہوتا ہے۔ اس میں آرکیٹیکچر، رنگوں اور آئیکنز کے لیے مخصوص قواعد شامل ہیں۔

  2. ٹیمپلیٹ ری اسٹائلر پرامپٹ: موجودہ Django ٹیمپلیٹس کی ظاہری شکل کو اپ ڈیٹ کرنے کے لیے استعمال ہوتا ہے۔ یہ نیا CSS شامل کرتے وقت سرور سائیڈ ٹیگز اور لاجک کا سختی سے تحفظ کرتا ہے۔

یہ کیوں کام کرتا ہے:

  • رفتار: میں ایپلی کیشن لاجک لکھتا ہوں جبکہ AI بصری لیئر (visual layer) کو سنبھالتا ہے۔
  • سیکھنا: سیاق و سباق کا مرحلہ مجھے نئے تکنیکی طریقے سکھاتا ہے۔
  • پورٹیبلٹی (Portability): چونکہ ماڈل خود پرامپٹس لکھتا ہے، اس لیے وہ مختلف AI سروسز پر کام کرتے ہیں۔

حقیقت:

آپ سیٹ اپ کے مرحلے کو نظر انداز نہیں کر سکتے۔ آؤٹ پٹ کا معیار آپ کے سیاق و سباق کے معیار پر منحصر ہے۔ پہلا پرامپٹ شاذ و نادر ہی مکمل طور پر درست ہوتا ہے۔ آپ کو اسے چلانا ہوگا، غلطیاں ڈھونڈنی ہوں گی، اور انہیں ٹھیک کرنے کے لیے قواعد شامل کرنے ہوں گے۔

یہ ورک فلو مجھے CSS سے لڑنے کے بجائے لاجک اور ڈیٹا پر توجہ مرکوز کرنے کی اجازت دیتا ہے۔

ماخذ: https://dev.to/la_verdad_de_la_milanesa/how-i-actually-use-ai-with-python-a-web-devs-honest-workflow-2o20

اختیاری لرننگ کمیونٹی: https://t.me/GyaanSetuAi