جب آپ بڑے لسانی ماڈلز (Large Language Models) سے ایک ساتھ بہت کچھ کرنے کو کہتے ہیں، تو وہ لڑکھڑا جاتے ہیں۔ ایک چیٹ ونڈو میں پچاس صفحات کی پی ڈی ایف (PDF) ڈال دیں اور ایک ہی سانس میں اس کا منظم تجزیہ، خطرے کا تخمینہ (risk assessment)، اور ایک ایگزیکٹو خلاصہ (executive summary) مانگ لیں۔ اس کا نتیجہ عام طور پر ادھورا، الجھا ہوا، یا بالکل غلط ہوتا ہے۔ ایک بہتر طریقہ میکانکی ہے۔ کام کو الگ الگ مراحل میں تقسیم کریں۔ پہلے مرحلے کے نتائج کو براہ راست دوسرے مرحلے میں ڈالیں، اور اسی طرح آگے بڑھتے رہیں۔ Anthropic اسے "prompt chaining" کہتا ہے۔ Google اسے "sequential pipeline" کہتا ہے۔ دونوں نام ایک ہی چیز کی وضاحت کرتے ہیں: ایک اسمبلی لائن جہاں ہر اسٹیشن ایک مخصوص تبدیلی کو سنبھالتا ہے۔
عملی طور پر یہ کیسا نظر آتا ہے
ایک بہت بڑے پرامپٹ کے بجائے، آپ چھوٹے اور مرکوز مراحل کی ایک سیریز بناتے ہیں۔ ایک ایسی تعمیل ٹیم (compliance team) کا تصور کریں جو وینڈر سیکیورٹی اسیسمنٹ (vendor security assessments) پر کارروائی کرتی ہے۔ پہلا مرحلہ اسکین شدہ PDF سے خام متن (raw text) نکالتا ہے۔ دوسرا مرحلہ انکرپشن کے معیار (encryption standards) اور رسائی کے کنٹرول (access controls) کے ہر ذکر کی شناخت کرتا ہے۔ تیسرا مرحلہ ان نتائج کا موازنہ ایک اندرونی چیک لسٹ سے کرتا ہے۔ چوتھا مرحلہ سیکیورٹی لیڈ کے لیے ایک مختصر میمو تیار کرتا ہے۔ ایک ایجنٹ PDF کو متن میں بدلتا ہے۔ اگلا ایجنٹ اس متن سے مخصوص ڈیٹا نکالتا ہے۔ آخری ایجنٹ اس ڈیٹا کی بنیاد پر خلاصہ لکھتا ہے۔ ان میں سے کوئی بھی مرحلہ پرکشش نہیں ہے، اور کوئی بھی ایک وقت میں کئی کام نہیں کرتا۔ ہر حصہ ایک کام کو مہارت سے کرتا ہے۔
یہی وجہ ہے کہ اسمبلی لائن کی مثال درست ثابت ہوتی ہے۔ ایک فیکٹری میں، ایک کارکن پوری کار اسمبل نہیں کرتا۔ مہارت معیار کو بلند رکھتی ہے اور غلطیوں کے امکانات کو کم کرتی ہے۔ یہی منطق لسانی ماڈلز پر بھی لاگو ہوتی ہے۔ ایک ایسا پرامپٹ جو صرف JSON نکالنے کے لیے ہو، اس کے غلط معلومات تخلیق کرنے (hallucinate) کے امکانات اس پرامپٹ کے مقابلے میں کم ہوتے ہیں جو ایک ہی درخواست میں رائے اور فارمیٹنگ بھی مانگتا ہے۔
اندازے نہیں، گیٹ (Gates) بنائیں
کسی بھی چین کا سب سے کمزور حصہ ہینڈ آف (handoff) یعنی ایک مرحلے سے دوسرے مرحلے میں ڈیٹا کی منتقلی ہے۔ ایک ماڈل شائستہ انکار، JSON کے بجائے مارک ڈاؤن (markdown) کا ایک ٹکڑا، یا ادھورا جواب دے سکتا ہے۔ اگر وہ غلط ڈیٹا دوسرے مرحلے میں چلا جائے، تو پوری چین تباہ ہو جاتی ہے۔ اس کا حل ایک "گیٹ" (gate) ہے۔
گیٹ کوئی ماڈل کال نہیں ہے۔ یہ ایک سادہ کوڈ ہے۔ آپ ایک مختصر اسکرپٹ لکھتے ہیں جو مراحل کے درمیان چلتا ہے۔ یہ آؤٹ پٹ کی لمبائی چیک کر سکتا ہے تاکہ اس بات کو یقینی بنایا جا سکے کہ وہ خالی نہ ہو۔ یہ اس بات کی تصدیق کے لیے JSON اسکیما کی تصدیق (JSON schema validation) چلا سکتا ہے کہ کیا کیز (keys) وہی ہیں جن کی تیسرے مرحلے کو توقع ہے۔ ایک ریگیکس (regex) چیک اس بات کی تصدیق کر سکتا ہے کہ اگلا پرامپٹ تیار کرنے سے پہلے ای میل ایڈریس یا تاریخ کا خانہ واقعی موجود ہے یا نہیں۔ یہ غلط آؤٹ پٹ پر پیسے ضائع کرنے سے پہلے ہی غلطیوں کو روک دیتا ہے۔ ایک گیٹ کے لیے کمپیوٹ کے چند مائیکرو سیکنڈز لگتے ہیں۔ ایک ناکام ڈاؤن اسٹریم LLM کال آپ کے ٹوکنز، لیٹنسی (latency) اور آپ کے ذہنی سکون کو نقصان پہنچاتی ہے۔
اسے فیکٹری کے فرش پر کوالٹی چیک پوائنٹ کے طور پر سمجھیں۔ آپ کو چیزوں کی گنتی کرنے کے لیے AI کی ضرورت نہیں ہے۔ آپ کو ایک پیمانے (ruler) کی ضرورت ہے۔
کب چین بنائیں، اور کب رک جائیں
پرامپٹ چیننگ ہر مسئلے کے لیے موزوں نہیں ہے۔ اسے تب استعمال کریں جب کام کے مراحل طے شدہ اور قابلِ تکرار ہوں۔ ماہانہ مالیاتی رپورٹیں، معیاری معاہدوں کا جائزہ، اور لاگ تجزیہ پائپ لائنز اس کی اچھی مثالیں ہیں۔ اگر آپ طریقہ کار کو ایک چیک لسٹ کے طور پر لکھ سکتے ہیں، تو آپ غالباً اسے چین کر سکتے ہیں۔ آپ کو چیننگ کا سہارا تب بھی لینا چاہیے جب آپ کو پیچیدہ کام کے لیے اعلیٰ درستگی کی ضرورت ہو۔ کسی مسئلے کو مراحل میں تقسیم کرنے سے ماڈل مجبور ہوتا ہے کہ وہ ایک وقت میں ایک منطقی لیئر کو سنبھالے۔ آخر میں، چینز کو یکساں (monolithic) پرامپٹس کے مقابلے میں ڈی بگ (debug) کرنا آسان ہوتا ہے۔ جب خلاصہ غلط ہو، تو آپ ڈیٹا نکالنے کے عمل کا معائنہ کرتے ہیں۔ جب ڈیٹا نکالنا غلط ہو، تو آپ اصل متن کا معائنہ کرتے ہیں۔ آپ کے پاس معائنہ کرنے کے لیے درمیانی دستاویزات (intermediate artifacts) موجود ہوتی ہیں۔
جب آپ کو مراحل کا پہلے سے علم نہ ہو تو پرامپٹ چیننگ سے گریز کریں۔ تحقیقی کام (exploratory research)، کھلے ذہن کے ساتھ سوچ بچار (open-ended brainstorming)، یا تفتیشی کام ایک سیدھی لکیر پر نہیں چلتے۔ اسے تب بھی چھوڑ دیں جب رفتار ہی آپ کی واحد ترجیح ہو۔ چینز سیریل (serial) ہوتی ہیں؛ دوسرا مرحلہ تب تک شروع نہیں ہو سکتا جب تک پہلا مرحلہ ختم نہ ہو جائے۔ اگر آپ کے مراحل ایک دوسرے پر منحصر نہیں ہیں، تو انہیں کے بجائے متوازی (parallel) چلائیں۔ ایک ہی دستاویز کے تین آزاد ترجموں کو چین کرنے کی کوئی ضرورت نہیں ہے۔
سختی کا جال (The Rigidity Trap)
اس تمام ساخت کا نقصان سختی (rigidity) ہے۔ ایک طے شدہ چین نئی صورتحال کے مطابق ڈھل نہیں سکتی۔ اگر کوئی وینڈر چھ فیلڈ والا فارم بھیجتا ہے اور آپ کا اسکیما ویلیڈیشن گیٹ پانچ کی توقع کرتا ہے، تو لائن رک جاتی ہے۔ اگر کوئی صارف PDF کے بجائے Word دستاویز اپ لوڈ کرتا ہے، تو پہلا مرحلہ ٹوٹ جاتا ہے اور باقی چین کے پاس کام کرنے کے لیے کچھ نہیں بچتا۔
اس سے بھی بدتر یہ ہے کہ غلطیاں پھیلتی ہیں۔ ایک غلطی جو شروع میں ہوتی ہے وہ پوری چین میں بہتی چلی جاتی ہے۔ اگر PDF ایکسٹریکٹر کسی مالیاتی رقم سے منفی علامت (negative symbol) کو ہٹا دیتا ہے، تو ہر ڈاؤن اسٹریم مرحلہ اس غلط نمبر کو