লাভ:
- পোর্টেবল প্রম্পট লেখার যুক্তি বোঝে যা বিভিন্ন এআই টুলে কাজ করে
- দলের জন্য একটি পুনর্ব্যবহারযোগ্য, সংস্করণযুক্ত প্রম্পট লাইব্রেরি তৈরি করতে পারে
- একটি এন্ড-টু-এন্ড ফ্লো ডিজাইন করতে পারে যা AI দিয়ে শুরু থেকে শেষ পর্যন্ত ব্যবসা চালায়
আমরা এই মডিউলটি আমরা যা শিখেছি তা স্থায়ী এবং মাপযোগ্য মানের মধ্যে পরিণত করে শেষ করি। আমরা শিখেছি কিভাবে একের পর এক ভালো প্রম্পট লিখতে হয়; কিন্তু প্রকৃত কর্পোরেট ক্ষমতা হল ভাল প্রম্পটকে পুনঃব্যবহারযোগ্য সম্পদে পরিণত করা, সেগুলিকে দলের সাথে ভাগ করে নেওয়া এবং কৃত্রিম বুদ্ধিমত্তা দিয়ে শুরু থেকে শেষ পর্যন্ত একটি কাজ চালানোর প্রবাহ প্রতিষ্ঠা করা। এই ইউনিটে, আমরা শিখব কিভাবে একটি পোর্টেবল প্রম্পট লিখতে হয়, একটি প্রম্পট লাইব্রেরি তৈরি করতে হয় এবং এন্ড-টু-এন্ড ওয়ার্কফ্লো ডিজাইন করতে হয়।
পোর্টেবল (বিক্রেতা-অজ্ঞেয়বাদী) প্রম্পট
বাজারে একাধিক AI সরঞ্জাম রয়েছে এবং সেগুলি সময়ের সাথে সাথে পরিবর্তিত হয়। আপনি যদি একটি গাড়ির বিশেষ সংখ্যার উপর ভিত্তি করে একটি প্রম্পট লেখেন, তাহলে গাড়ির পরিবর্তন হলে আপনার প্রম্পট ক্র্যাশ হয়ে যাবে। যাইহোক, একটি স্পষ্ট কাঠামো, স্পষ্ট প্রেক্ষাপট এবং ভাল উদাহরণের উপর ভিত্তি করে একটি প্রম্পট ভাল ফলাফল দেয় তা যাই হোক না কেন এটি যে সরঞ্জামে চালানো হয়; কারণ ভাল নির্দেশের যুক্তি সর্বজনীন। পোর্টেবল প্রম্পট লেখার নিয়ম:
- শারীরবৃত্তির উপাদানগুলির উপর ভিত্তি করে (ভূমিকা, প্রসঙ্গ, কাজ, বিন্যাস, সীমাবদ্ধতা); টুল-নির্দিষ্ট শর্টকাট নয়।
- সরল এবং পরিষ্কার ভাষায় নির্দেশাবলী লিখুন; গোপন "প্রতারণা" বিবৃতি বিশ্বাস করবেন না.
- উদাহরণ দ্বারা শেখান; উদাহরণ প্রতিটি মডেলের উপর কাজ করে।
- বিন্যাস স্পষ্টভাবে বলুন; ফর্ম প্রত্যাশা মাধ্যম থেকে স্বাধীন।
প্রম্পট লাইব্রেরি কি এবং কেন এটি মূল্যবান?
একটি প্রম্পট লাইব্রেরি হল চেষ্টা করা এবং পরীক্ষিত প্রম্পটগুলির একটি সংগঠিত সংগ্রহ (একটি নথি, টেবিল বা ভাগ করা টুল হতে পারে)। এর মান হল: দলের সবাই প্রথম থেকে একই কাজ শুরু করে না; সেরা প্রম্পট একবার লেখা হয় এবং বহুবার ব্যবহার করা হয়। এটি ধারাবাহিকতা নিশ্চিত করে (সবাই একই মানের আউটপুট পায়) এবং দক্ষতা (চাকাটি পুনরায় উদ্ভাবন না করে)।
একটি ভাল লাইব্রেরী রেকর্ডে কি থাকা উচিত?
এলাকা
বর্ণনা
শিরোনাম
এটি কি করে (যেমন "প্রত্যাখ্যান ইমেল")
উদ্দেশ্য
কোন পরিস্থিতিতে এটি ব্যবহার করা হয়?
প্রম্পট
[বর্গাকার বন্ধনী] দিয়ে চিহ্নিত ভেরিয়েবল
নমুনা আউটপুট
একটি ভাল ফলাফল একটি উদাহরণ
নোট
বিবেচনা করার বিষয়, সীমা
সংস্করণ/তারিখ
কখন আপডেট করা হয়েছিল
বর্গাকার বন্ধনী সহ ভেরিয়েবলগুলিকে চিহ্নিত করা, যেমন [গ্রাহকের নাম], [পণ্য], প্রম্পটটিকে একটি "ভর-এন্ড-গো" টেমপ্লেটে পরিণত করে।
এন্ড-টু-এন্ড ওয়ার্কফ্লো
প্রকৃত দক্ষতা একটি একক প্রম্পট থেকে আসে না, কিন্তু আন্তঃসংযুক্ত পদক্ষেপের প্রবাহ থেকে আসে। কৃত্রিম বুদ্ধিমত্তা দিয়ে শুরু থেকে শেষ পর্যন্ত ব্যবসা চালানোর সাধারণ কাঠামো:
- ইনপুট সংগ্রহ করুন: কাঁচা ডেটা/টেক্সট প্রস্তুত করুন, গোপনীয় ডেটা বেনামী করুন।
- কনফিগার করুন: মডেলটিকে কাঁচা ইনপুটকে একটি সংগঠিত কাঠামোতে রূপান্তর করতে দিন (টেবিল/জেএসএন)।
- উত্পাদন করুন: প্রকৃত কাজ (সারাংশ, খসড়া, বিশ্লেষণ) উত্পাদিত করুন।
- সমালোচনা/উন্নতি: মডেলটিকে তার নিজস্ব আউটপুট সমালোচনা করতে দিন এবং পুনরাবৃত্তি করুন।
- যাচাই করুন: মানুষ হিসাবে তথ্য, সংখ্যা, উত্স পরীক্ষা করুন।
- চূড়ান্ত করা: লক্ষ্যের সাথে বিন্যাস মিলান এবং লাইব্রেরিতে সংরক্ষিত পাঠ নোট করুন।
এই ছয়টি ধাপের গুরুত্বপূর্ণ বিষয় হল: ধাপগুলোর মধ্যে মানুষের নিয়ন্ত্রণ রয়েছে। কৃত্রিম বুদ্ধিমত্তা ত্বরান্বিত; মানুষ নির্দেশ এবং অনুমোদন.
চারটি অনুলিপিযোগ্য টেমপ্লেট
1) লাইব্রেরি রেজিস্ট্রেশন কার্ড:
শিরোনাম: [প্রম্পট নাম] উদ্দেশ্য: [কখন ব্যবহার করবেন] প্রম্পট:""" ভূমিকা: ...প্রসঙ্গ: [ভেরিয়েবল] টাস্ক: ...ফরম্যাট: ...সীমাবদ্ধতা: ..."""নমুনা আউটপুট: [ভাল ফলাফল] নোট: [সীমা/সতর্কতা] সংস্করণ: v1 - [তারিখ]
2) এন্ড-টু-এন্ড ফ্লো (একক টাস্কে):
এটি 3টি ধাপে করুন এবং প্রতিটি ধাপের শেষে থামুন: 1) আমার দেওয়া কাঁচা নোটটি "ব্যক্তি/অনুরোধ/জরুরি" টেবিলে ঘুরিয়ে দিন। 2) যখন আপনি অনুমোদন করেন, উচ্চ জরুরী তাদের কাছে একটি খসড়া প্রতিক্রিয়া লিখুন। 3) আপনি যখন অনুমোদন করেন, সেগুলিকে একটি একক সারাংশ টেবিলে সংগ্রহ করুন। কাঁচা নোট: [পাঠ্য]
3) বহনযোগ্যতা পরীক্ষা:
এই প্রম্পটটিকে টুল-স্বাধীন করুন: কোনও টুল-নির্দিষ্ট বা অস্পষ্ট শব্দ বাকি নেই; শুধু ভূমিকা, প্রসঙ্গ, কাজ, বিন্যাস এবং সীমাবদ্ধতা দিয়ে পুনরায় লিখুন। প্রম্পট: [বর্তমান প্রম্পট]
4) দলের মান তৈরি করা:
নীচে একই কাজের জন্য 3 জন ভিন্ন কর্মচারীর লেখা প্রম্পটগুলিকে একটি একক স্ট্যান্ডার্ড টেমপ্লেটে একত্রিত করুন৷ সেরা অংশগুলি রাখুন, ভেরিয়েবলগুলিকে [বন্ধনী] দিয়ে চিহ্নিত করুন, একটি সংক্ষিপ্ত ব্যবহারের নোট যোগ করুন। প্রম্পট: [৩টি প্রম্পট]
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল (একবার, ব্যক্তিগতকৃত):
আলীর জন্য এই প্রস্তাবটি লিখুন, আপনি জানেন কিভাবে আমরা এটি করতে পারি।
শক্তিশালী (পোর্টেবল টেমপ্লেট):
ভূমিকা: এন্টারপ্রাইজ বিক্রয় প্রতিনিধি। প্রসঙ্গ: ক্রেতা [গ্রাহকের প্রকার]; সম্পর্ক [পরিস্থিতি]; পণ্য [পণ্য]। টাস্ক: উদ্ধৃতি ইমেল লিখুন। বিন্যাস: 3টি সংক্ষিপ্ত অনুচ্ছেদ, শেষে পরবর্তী ধাপ পরিষ্কার করুন। সীমাবদ্ধতা: প্রতিশ্রুতি মূল্য; অতিরঞ্জন সর্বোচ্চ 130 শব্দ।
দ্বিতীয় সংস্করণ ব্যক্তি এবং দিনের উপর নির্ভর করে না; ভেরিয়েবল পূরণ করে, দলের সবাই একই মানের প্রস্তাব তৈরি করতে পারে। এই কি লাইব্রেরিতে যায়.
তিনটি মিনি কেস
কেস 1 — লাইব্রেরি প্রভাব। একটি সমর্থন দল তাদের 15টি সর্বাধিক ব্যবহৃত প্রতিক্রিয়া প্রম্পট একটি ভাগ করা লাইব্রেরিতে সংকলন করেছে৷ একজন সদ্য যোগদানকারী কর্মচারী স্ক্র্যাচ থেকে শেখার পরিবর্তে লাইব্রেরি ব্যবহার করে তার প্রথম সপ্তাহ থেকে টিম-স্ট্যান্ডার্ড উত্তর তৈরি করেছেন; দলের আউটপুটের ধারাবাহিকতা লক্ষণীয়ভাবে বেড়েছে।
কেস 2 — এন্ড-টু-এন্ড ফ্লো। একটি বিপণন দল একটি একক প্রম্পট সহ একটি সাপ্তাহিক নিউজলেটার তৈরি করার চেষ্টা করার সময় অগোছালো ফলাফল পেয়েছিল। প্রবাহকে পাঁচটি ধাপে বিভক্ত করে (বিষয় সংগ্রহ → রূপরেখা → সম্পাদকীয় সমালোচনা → ফ্যাক্ট-চেকিং → ফরম্যাট), নিউজলেটারটি উচ্চ-মানের এবং সংগঠিত উভয়ই হয়ে উঠেছে, এবং উৎপাদন সময় অনুমানযোগ্য ছিল।
কেস 3 - বহনযোগ্যতা। একটি কোম্পানি এটি ব্যবহার করা কৃত্রিম বুদ্ধিমত্তা টুল পরিবর্তন করেছে। যেহেতু এর প্রম্পটগুলি পরিষ্কার শারীরবৃত্তির উপর ভিত্তি করে ছিল, সরঞ্জাম-নির্দিষ্ট কৌশল নয়, তারা কার্যত কোনও পরিবর্তনের প্রয়োজন ছাড়াই নতুন সরঞ্জামটিতে কাজ করেছিল; স্থানান্তর বেদনাদায়ক ছিল.
পরামর্শ: একবার একটি প্রম্পট কাজ করে, এটি "মেমরিতে" রাখবেন না; অবিলম্বে এটির ভেরিয়েবল সহ লাইব্রেরিতে সংরক্ষণ করুন। আজ 2 মিনিট ব্যয় করলে ভবিষ্যতে কয়েক ডজন রাউন্ডের পুনরাবৃত্তি দূর হয়।
সতর্কতা: লাইব্রেরি একটি জীবন্ত সত্তা; যদি এটি ইনস্টল করা হয় এবং ভুলে যায় তবে এটি পুরানো হয়ে যায়। সংস্করণ (v1, v2) অনুরোধ করে, তাদের তারিখ দিন এবং নিয়মিত পর্যালোচনা করুন। অতিরিক্তভাবে, কোনো টেমপ্লেট মানুষের নিয়ন্ত্রণকে বাদ দেয় না: এমনকি শেষ থেকে শেষ প্রবাহের সাথেও, চূড়ান্ত অনুমোদন সর্বদা মানুষের হয়।
সাধারণ ভুল
- ভাল প্রম্পট রেকর্ডিং না. প্রতিবার স্ক্র্যাচ থেকে শুরু।
- টুল-নির্দিষ্ট চিট উপর নির্ভরতা. গাড়ি পরিবর্তন করার সময় প্রম্পট ক্র্যাশ।
- ভেরিয়েবল ফিক্সিং. টেমপ্লেটটিকে একটি বিশেষ বিশেষ্য/কেসের জন্য নির্দিষ্ট করে রেখে, এটিকে ব্যবহারযোগ্য করে তোলে।
- লাইব্রেরি আপডেট করা হচ্ছে না। পুরানো, অকেজো প্রম্পট কাছাকাছি বহন.
- স্ট্রিমিং থেকে মানুষের নিয়ন্ত্রণ সরানো হচ্ছে। এন্ড-টু-এন্ড অটোমেশনে যাচাইকরণের ধাপটি এড়িয়ে যাওয়া।
সংক্ষেপে
- পোর্টেবল প্রম্পটটি পরিষ্কার শারীরবৃত্তির উপর ভিত্তি করে তৈরি করা হয়েছে, যানবাহন-নির্দিষ্ট কৌশল নয় এবং প্রতিটি মডেলে কাজ করে।
- প্রম্পট লাইব্রেরি টিমের সাথে পরীক্ষিত প্রম্পট শেয়ার করে ধারাবাহিকতা এবং দক্ষতা নিশ্চিত করে।
- একটি ভাল লাইব্রেরি রেকর্ডের মধ্যে রয়েছে শিরোনাম, উদ্দেশ্য, পরিবর্তনশীল প্রম্পট, নমুনা আউটপুট, নোট এবং সংস্করণ।
- শেষ থেকে শেষ প্রবাহ কাজটিকে ছয়টি ধাপে ভাগ করে, প্রতিটি ধাপে মানুষের নিয়ন্ত্রণ বজায় রাখে।
- ফ্লাইতে একটি ভাল প্রম্পট সংরক্ষণ করা, এর ভেরিয়েবল সহ, ভবিষ্যতের প্রচেষ্টাকে দ্রুতগতিতে হ্রাস করে।
আবেদন টাস্ক
আপনার কাজের তিনটি পুনরাবৃত্ত কাজ সনাক্ত করুন এবং প্রতিটির জন্য একটি বহনযোগ্য, পরিবর্তনশীল-চেক করা প্রম্পট লিখুন এবং এটি একটি লাইব্রেরি কার্ডে সংরক্ষণ করুন। তারপরে এই কাজগুলির মধ্যে একটিকে শেষ থেকে শেষ প্রবাহে ডাম্প করুন (সংগ্রহ করুন → কনফিগার → উত্পাদন → সমালোচনা → যাচাই করুন → চূড়ান্ত করুন) এবং এটি একটি বাস্তব উদাহরণ দিয়ে শুরু থেকে শেষ পর্যন্ত চালান৷
চেকলিস্ট
- [ ] আমি পোর্টেবল প্রম্পট লেখার নিয়ম অনুসরণ করতে পারি।
- আমি [ ] ভেরিয়েবল চিহ্নিত করে একটি লাইব্রেরি কার্ড তৈরি করতে পারি।
- [ ] আমি একটি কাজকে এন্ড-টু-এন্ড ফ্লোতে ভাগ করতে পারি।
- [] আমি প্রতিটি প্রবাহ পদক্ষেপে মানুষের নিয়ন্ত্রণ বজায় রাখি।
- [ ] আমি অবিলম্বে লাইব্রেরিতে ভাল প্রম্পট সংরক্ষণ করি।
মডিউল পরীক্ষা
1. নিচের কোনটি বড় ভাষার মডেলের মৌলিক কাজ শৈলী?
- ক) এটি ইন্টারনেটে লাইভ অনুসন্ধান করে এবং এটি যে পৃষ্ঠাটি খুঁজে পায় সেটি কপি করে।
- খ) প্রদত্ত পাঠ্যটি অনুসরণ করবে এমন সম্ভাব্য শব্দটি অনুমান করে পাঠ্য তৈরি করে ✔
- গ) একটি ডাটাবেস থেকে প্রাক-লিখিত টিনজাত উত্তর নির্বাচন করে
- ঘ) প্রতিটি প্রশ্ন একজন ব্যক্তির কাছে নির্দেশ করে এবং উত্তর ফেরত দেয়
বর্ণনা: বড় ভাষা মডেল পরিসংখ্যানগতভাবে ভবিষ্যদ্বাণী করে টেক্সট তৈরি করে (টোকেন) সম্ভবত আপনার দেওয়া টেক্সট অনুসরণ করবে; এটি একটি ডাটাবেস থেকে টিনজাত উত্তর আঁকে না। অতএব, আপনি যে নির্দেশনা দেন তা হল ভবিষ্যদ্বাণীর দিকনির্দেশক সবচেয়ে শক্তিশালী ফ্যাক্টর।
2. একটি কার্যকর প্রম্পটের শারীরবৃত্তিতে 'ভুমিকা' উপাদানটির কাজ কী?
- ক) মডেলের প্রতিক্রিয়া গতি বৃদ্ধি করা
- খ) প্রম্পটের টোকেনের সংখ্যা হ্রাস করা
- গ) মডেলটিকে দৃষ্টিকোণ এবং দক্ষতার একটি কাঠামো প্রদান করে প্রতিক্রিয়ার স্বন এবং গভীরতা নির্দেশ করুন ✔
- ঘ) মডেলটিকে ব্যক্তিগত ডেটাতে অ্যাক্সেস দেওয়া
ব্যাখ্যা: মডেলটিকে একটি ভূমিকা বরাদ্দ করা (যেমন 'অভিজ্ঞ আর্থিক উপদেষ্টার মতো কাজ') তাকে উপযুক্ত দৃষ্টিকোণ, পরিভাষা, সুর এবং গভীরতার সাথে পরিচয় করিয়ে দেয়। এটি প্রতিক্রিয়ার গতি, খরচ বা ডেটা অ্যাক্সেস পরিবর্তন করে না।
3. স্পষ্টতার জন্য নিচের নির্দেশাবলীর মধ্যে কোনটি সর্বোত্তম?
- ক) এই পণ্য সম্পর্কে চমৎকার কিছু লিখুন
- খ) পণ্যটি ভালোভাবে ব্যাখ্যা কর
- গ) আমি এই সম্পর্কে একটি পাঠ্য প্রয়োজন
- D) অ-প্রযুক্তিগত গ্রাহকদের জন্য একটি 3-আইটেমের তালিকায় এই পণ্যটির প্রচার করুন, প্রতিটি আইটেমে সর্বাধিক 15 শব্দ রয়েছে ✔
বর্ণনা: পরিষ্কার নির্দেশাবলী; এটি দৈর্ঘ্য, লক্ষ্য দর্শক এবং বিন্যাসের মতো পরিমাপযোগ্য সীমাবদ্ধতাগুলি নির্দিষ্ট করে এবং 'সুন্দর' বা 'ভাল'-এর মতো অস্পষ্ট বিশেষণগুলির উপর নির্ভর করে না।
4. 'Few-shot' স্যাম্পলিং মানে কি?
- ক) মডেলটিতে পছন্দসই প্যাটার্ন দেখানোর জন্য প্রম্পটে কয়েকটি নমুনা ইনপুট-আউটপুট জোড়া যোগ করা ✔
- খ) কোন উদাহরণ না দিয়ে মডেলকে প্রশ্ন করা
- গ) একই প্রশ্ন একাধিকবার করা
- ঘ) মডেলটিকে কয়েক সেকেন্ডের জন্য অপেক্ষা করতে দিন
বর্ণনা: Few-shot প্রম্পটের মধ্যে কয়েকটি নমুনা ইনপুট-আউটপুট জোড়া দেখিয়ে মডেলকে পছন্দসই প্যাটার্ন শেখাচ্ছে। কোনো উদাহরণ না দেওয়া 'জিরো-শট'।
5. কয়েকটি শট নমুনা নির্বাচন করার সময় নিচের কোনটি সবচেয়ে উপযুক্ত পদ্ধতি?
- ক) যতটা সম্ভব পরস্পরবিরোধী এবং বিভিন্ন বিন্যাসে উদাহরণ দেওয়া
- খ) প্রতিনিধি নমুনা নির্বাচন করুন যা ধারাবাহিকভাবে পছন্দসই বিন্যাস এবং গুণমান প্রতিফলিত করে ✔
- গ) সর্বদা কমপক্ষে 50 টি নমুনা রাখুন
- ঘ) নমুনার মান গুরুত্বহীন, শুধুমাত্র সংখ্যা যথেষ্ট
বর্ণনা: যেহেতু মডেলটি নমুনাগুলিকে অনুকরণ করে, তাই নমুনাগুলি ধারাবাহিকভাবে পছন্দসই আউটপুট ফর্ম্যাট, টোন এবং গুণমান প্রতিফলিত করা উচিত৷ পরস্পরবিরোধী উদাহরণ মডেলকে বিভ্রান্ত করে।
6. কোন পরিস্থিতিতে চিন্তার কৌশলটি সবচেয়ে কার্যকর?
- ক) যখন একটি সহজ এক-শব্দ অনুবাদের অনুরোধ করা হয়
- খ) শুধুমাত্র যখন আপনি আউটপুট প্রসারিত করতে চান
- গ) জটিল কাজে একাধিক পদক্ষেপ বা যৌক্তিক যুক্তি প্রয়োজন ✔
- ঘ) যখন আপনি মডেলের প্রতিক্রিয়া ভাষা পরিবর্তন করতে চান
বর্ণনা: এই কৌশলটি জটিল কাজের সঠিকতা উন্নত করে যার জন্য একাধিক পদক্ষেপ বা যৌক্তিক যুক্তির প্রয়োজন হয়। এটি সাধারণ এক-পদক্ষেপের কাজগুলিতে অপ্রয়োজনীয় দৈর্ঘ্য তৈরি করে।
7. আউটপুট ফর্ম্যাটটি স্পষ্টভাবে উল্লেখ করার প্রধান সুবিধা কী (যেমন 'JSON হিসাবে রপ্তানি করুন')?
- ক) আউটপুটকে অনুমানযোগ্য এবং অন্যান্য সিস্টেম/ওয়ার্কফ্লোতে একীভূত করা ✔
- খ) মডেলটি কম বিদ্যুৎ খরচ করে
- গ) উত্তর সবসময় ছোট হয়
- ঘ) মডেলটি আরও সৃজনশীল
বর্ণনা: একটি নির্দিষ্ট বিন্যাস প্রয়োজন আউটপুট অনুমানযোগ্য এবং অন্যান্য সিস্টেম বা কর্মপ্রবাহের সাথে সহজে ব্যবহারযোগ্য করে তোলে; ম্যানুয়াল সংশোধনের প্রয়োজনীয়তা হ্রাস করে।
8. প্রাথমিক AI আউটপুট আপনি যা চান তা না হলে সর্বোত্তম পদ্ধতি কী?
- ক) অবিলম্বে সিদ্ধান্ত নিন যে AI কাজের জন্য ভাল নয় এবং ছেড়ে দিন
- খ) পরিবর্তন না করে একই প্রম্পট অনেকবার পাঠানো
- গ) কি অনুপস্থিত বা ভুল তা নির্দেশ করে লক্ষ্যযুক্ত প্রতিক্রিয়া সহ প্রম্পট উন্নত করা ✔
- ঘ) আউটপুটকে বৈধ না করে যেমন আছে তেমন ব্যবহার করা
ব্যাখ্যা: পুনরাবৃত্তি স্বাভাবিক; লক্ষ্যযুক্ত প্রতিক্রিয়া সহ প্রম্পটটি উন্নত করা সবচেয়ে কার্যকর যা আপনাকে বলে যে আউটপুট সম্পর্কে আপনি কী পছন্দ করেন না। একই প্রম্পট আবার পাঠালে ফলাফল পরিবর্তন হয় না।
9. নিচের কোনটি একটি সাধারণ প্রম্পট ত্রুটি?
- ক) মডেলটিকে একটি স্পষ্ট ভূমিকা এবং প্রসঙ্গ দেওয়া
- খ) পছন্দসই আউটপুট বিন্যাস নির্দিষ্ট করা
- গ) নমুনা আউটপুট দেখান
- ঘ) প্রসঙ্গ, লক্ষ্য দর্শক এবং বিন্যাস উল্লেখ না করে একটি অস্পষ্ট, এক-বাক্য অনুরোধ করা ✔
ব্যাখ্যা: প্রসঙ্গ বা সীমাবদ্ধতা ছাড়াই একটি অস্পষ্ট, এক-বাক্য অনুরোধ করা একটি সাধারণ ভুল যা মডেলটিকে অনুমান সহ একটি জেনেরিক এবং ভুল উত্তর তৈরি করে।
10. মডেলটি 'হ্যালুসিনেশন' তৈরি করেছে এবং এর অর্থ কী?
- ক) মডেলটি আত্মবিশ্বাসের সাথে অবাস্তব তথ্য তৈরি করে; তাই তথ্য যাচাই করা দরকার ✔
- খ) মডেল খুব ধীরে সাড়া; শুধু অপেক্ষা করতে হবে
- গ) মডেল উত্তর ছোট রাখে; আর জিজ্ঞাসা করতে হবে
- ঘ) মডেল একটি টাইপো করে; শুধু ঠিক করতে হবে
ব্যাখ্যা: একটি হ্যালুসিনেশন হল যখন মডেল আত্মবিশ্বাসের সাথে এমন তথ্য তৈরি করে যা বাস্তব নয় (যেমন, একটি অস্তিত্বহীন উত্স, একটি মিথ্যা তারিখ)। সুতরাং, স্বাধীন উত্স থেকে সংখ্যা, নাম, তারিখ এবং উদ্ধৃতির মতো তথ্য যাচাই করা প্রয়োজন।
11. একটি পাবলিক AI টুলে গোপনীয় গ্রাহক ডেটা বা ব্যক্তিগত ডেটা সম্বলিত পাঠ্য প্রবেশ করার আগে সর্বোত্তম পদ্ধতি কী?
- ক) ডেটা যেমন আছে তেমন প্রবেশ করানো, কারণ AI এটি যেভাবেই হোক ভুলে যায়
- খ) তথ্য গোপন করা/মাস্ক করা বা প্রতিষ্ঠান কর্তৃক অনুমোদিত একটি নিরাপদ টুল ব্যবহার করা ✔
- গ) বাক্যের শেষে শুধু 'গোপনীয়' লিখুন
- ঘ) ডেটা অন্য ভাষায় অনুবাদ করা এবং সেইভাবে প্রবেশ করা
ব্যাখ্যা: গোপনীয় এবং ব্যক্তিগত ডেটা অবশ্যই কর্পোরেট নীতি এবং আইন (উদাহরণস্বরূপ, KVKK) অনুসারে সুরক্ষিত থাকতে হবে। সবচেয়ে নিরাপদ উপায় হল ডেটা বেনামী/মাস্ক করা বা প্রতিষ্ঠান দ্বারা অনুমোদিত একটি নিরাপদ টুল ব্যবহার করা।
12. একটি প্রদানকারী-স্বাধীন (পোর্টেবল) প্রম্পট লেখার যুক্তি কী?
- ক) প্রতিটি AI টুলের জন্য সম্পূর্ণ আলাদা এবং বেমানান প্রম্পট লিখতে হবে
- খ) পোর্টেবল প্রম্পট শুধুমাত্র একটি ভাষায় লেখা যাবে
- গ) স্পষ্ট কাঠামো, প্রসঙ্গ এবং উদাহরণগুলির উপর ভিত্তি করে প্রম্পটগুলি একটি একক সরঞ্জামের সাথে আবদ্ধ না হয়ে বিভিন্ন মডেলে ভাল কাজ করে ✔
- ঘ) একটি প্রম্পট লাইব্রেরি রাখা সময়ের অপচয়
বর্ণনা: স্পষ্ট কাঠামো, স্পষ্ট নির্দেশাবলী এবং উদাহরণগুলির উপর ভিত্তি করে একটি প্রম্পট বিভিন্ন AI সরঞ্জামগুলিতেও ভাল কাজ করে কারণ এটি একটি নির্দিষ্ট সরঞ্জামের নির্দিষ্ট কৌশলগুলির সাথে আবদ্ধ নয়।
13. একটি দলের জন্য একটি পুনঃব্যবহারযোগ্য প্রম্পট লাইব্রেরি বজায় রাখার সবচেয়ে গুরুত্বপূর্ণ সুবিধা কী?
- ক) পরীক্ষিত প্রম্পটগুলি ভাগ করে দলে ধারাবাহিকতা এবং দক্ষতা নিশ্চিত করা ✔
- খ) কর্মীদের একে অপরের কাছ থেকে তথ্য রাখা নিশ্চিত করা
- গ) এআই টুলের খরচ সম্পূর্ণভাবে বাদ দেওয়া
- ঘ) মানুষের নিয়ন্ত্রণকে অপ্রয়োজনীয় করে তোলা
বর্ণনা: লাইব্রেরি চেষ্টা করা এবং পরীক্ষিত প্রম্পটগুলি ভাগ করে দল জুড়ে ধারাবাহিকতা এবং দক্ষতা নিশ্চিত করে; সবাই স্ক্র্যাচ থেকে একই ব্যবসা শুরু করে না।
14. পুনরাবৃত্তি দ্বারা একটি প্রম্পট উন্নত করার সময়, কেন এটি একবারে একটি পরিবর্তন করার সুপারিশ করা হয়?
- ক) একমাত্র পরিবর্তন হল এটি প্রম্পটটিকে ছোট করে তোলে।
- খ) কোন পরিবর্তন আউটপুটকে প্রভাবিত করে তা স্পষ্টভাবে দেখতে ✔
- গ) কারণ মডেল একই সময়ে একাধিক নির্দেশ প্রক্রিয়া করতে পারে না
- ঘ) কারণ শুধুমাত্র পরিবর্তন খরচ শূন্য করে তোলে
ব্যাখ্যা: আপনি যদি একবারে একাধিক জিনিস পরিবর্তন করেন, তাহলে আপনি বলতে পারবেন না কোন পরিবর্তনটি আউটপুটকে উন্নত করে বা ভেঙে দেয়। ইউনিভেরিয়েট পরিবর্তন আপনাকে কী কাজ করে তা শিখতে দেয়।