فائدہ:
- سمجھتا ہے کہ ابتدائی آؤٹ پٹ شاذ و نادر ہی کامل ہوتا ہے اور یہ کہ تکرار ایک عام عمل ہے۔
- ھدف شدہ، غیر متغیر فیڈ بیک کے ساتھ منظم طریقے سے نتیجہ کو بہتر بنا سکتا ہے۔
- ایک کامیاب پرامپٹ کو دوبارہ قابل استعمال ٹیمپلیٹ میں تبدیل کرنے کی منطق کو جانتا ہے۔
ابتدائیوں کی سب سے بڑی غلطی یہ ہے کہ پہلے پرامپٹ سے کامل آؤٹ پٹ کی توقع کی جائے۔ جب پہلی پیداوار توقعات پر پورا نہیں اترتی ہے، تو وہ یہ کہتے ہوئے چھوڑ دیتے ہیں کہ "AI یہ کام نہیں کر سکتا۔" تاہم، تجربہ کار صارفین کے لیے، پہلا آؤٹ پٹ اختتام نہیں بلکہ آغاز ہے۔ اس یونٹ میں، ہم فوری تحریر کو ایک مکالمے اور بہتری کے عمل کے طور پر دیکھنا سیکھیں گے، نہ کہ ایک بار کے شاٹ کے طور پر۔ تکرار فوری انجینئرنگ کا دل ہے۔
تکرار کیا ہے اور یہ عام کیوں ہے؟
تکرار ایک آؤٹ پٹ لے رہا ہے، اس بات کی نشاندہی کر رہا ہے کہ آپ کیا پسند نہیں کرتے، پرامپٹ یا درخواست کو درست کرنا، اور اسے دوبارہ تیار کرنا۔ اگر ابتدائی پیداوار نامکمل ہے تو یہ ناکامی نہیں بلکہ عمل کا قدرتی حصہ ہے۔ کیونکہ زیادہ تر وقت، آپ صرف اس بارے میں واضح ہو جاتے ہیں کہ آپ کیا چاہتے ہیں جب آپ پہلی آؤٹ پٹ دیکھتے ہیں۔ اچھا صارف ابتدائی آؤٹ پٹ کو "ڈرافٹ" سمجھتا ہے اور اسے مقصد کی طرف بڑھاتا ہے۔
تکرار کی دو قسمیں ہیں:
- گفتگو میں اصلاح: ایک ہی بات چیت میں آراء کے ساتھ آگے بڑھنا جیسے کہ "اس کو چھوٹا کریں"، "تیسرے آئٹم کو ہٹا دیں"۔ یہ تیز ہے؛ ماڈل پچھلے آؤٹ پٹ کو یاد کرتا ہے۔
- پرامپٹ کو دوبارہ لکھنا: جو کچھ آپ نے سیکھا ہے اسے ابتدائی اشارے پر لاگو کرنا اور ایک بہتر ہدایت کے ساتھ شروع سے شروع کرنا۔ یہ ان کاموں کے لیے قابل قدر ہے جو دوبارہ استعمال کیے جائیں گے۔
ٹارگیٹڈ فیڈ بیک دینا
تکرار کا راز یہ ہے کہ آراء کو نشانہ بنایا جاتا ہے۔ یہ کہنا کہ "مجھے یہ پسند نہیں ہے، دوبارہ لکھیں" ماڈل کو ہدایت نہیں کرتا ہے۔ آپ کو شاید اسی طرح کی پیداوار ملے گی۔ اس کے بجائے، بالکل وہی بتائیں کہ آپ کیا بدلیں گے اور کیسے:
- کمزور: "یہ اچھا نہیں ہے۔"
- مضبوط: "تعارف بہت لمبا ہے؛ پہلے پیراگراف کو ایک جملے تک گھٹا دیں۔ لہجہ بہت رسمی ہے؛ اسے تھوڑا سا دوستانہ بنائیں۔ دوسرے بلٹ پوائنٹ سے دعویٰ ہٹا دیں کیونکہ ہم اس کی تصدیق نہیں کر سکتے۔"
غیر متغیر اصلاح
ایک سائنسی عادت بنائیں: ایک وقت میں ایک چیز کو تبدیل کریں۔ اگر آپ ایک ہی وقت میں ٹون، لمبائی اور ساخت کو تبدیل کرتے ہیں، تو آپ یہ نہیں بتا سکیں گے کہ کون سی تبدیلی اثر انداز ہوئی، آیا آؤٹ پٹ بہتر ہوتا ہے یا خراب ہوتا ہے۔ ایک متغیر جانے سے آپ کو یہ سیکھنے کی اجازت ملتی ہے کہ کیا کام کرتا ہے اور اسے چپکتا ہے۔
تکرار لوپ
قدم
تم کیا کرتے ہو
1. پیدا کرنا
پہلے پرامپٹ کے ساتھ آؤٹ پٹ حاصل کریں۔
2. اندازہ لگانا
آپ کو کیا پسند آیا، کیا آپ کو پسند نہیں - ٹھوس لکھیں۔
3. ایک تبدیلی
ایک واحد حل کریں جو ایک مسئلے کو نشانہ بنائے
4. دوبارہ پیدا کرنا
تبدیلی کا اثر دیکھیں
5. موازنہ کریں۔
کیا وہ صحت یاب ہو گیا ہے؟ اگر ہاں تو رکھ لیں، اگر نہیں تو واپس لے لیں۔
6. درست کرنا
اس پرامپٹ کو محفوظ کریں جو ٹیمپلیٹ کو اچھے نتائج دیتا ہے۔
چار کاپی ایبل ٹیمپلیٹس
1) ہدفی اصلاح:
پچھلا آؤٹ پٹ ٹھیک تھا لیکن تبدیلی:- [سنگل کنکریٹ تبدیلی 1]- [سنگل کنکریٹ تبدیلی 2]باقی سب کچھ ویسا ہی رکھیں۔
2) آؤٹ پٹ پر تنقید کریں:
اس متن پر تنقید کریں جو آپ نے ابھی ایڈیٹر کی نظر سے تیار کیا ہے۔ 3 کمزور نکات تلاش کریں اور ہر ایک کے لیے ٹھوس اصلاح تجویز کریں۔ پھر درست ورژن لکھیں۔
3) مختلف نسل (A/B):
اس متن کے 2 مختلف ورژن بنائیں: A) زیادہ رسمی اور مختصر۔ ب) زیادہ دوستانہ اور مثالوں کے ساتھ۔ دونوں دو۔ مجھے 1 جملے میں بتائیں کہ کون سی صورتحال میں زیادہ موزوں ہے۔
4) فوری طور پر خود کو ٹھیک کریں:
میں مندرجہ ذیل پرامپٹ استعمال کرتا ہوں، لیکن نتیجہ کافی ہے [مسئلہ]۔ تجویز کریں کہ میں اس پرامپٹ کو زیادہ واضح اور مؤثر طریقے سے کیسے لکھ سکتا ہوں۔ بہتر پرامپٹ لکھیں اور بتائیں کہ آپ نے کیا بدلا ہے اور کیوں۔ پرامپٹ: [موجودہ اشارہ]
کمزور فوری / مضبوط اشارہ (بطور رائے)
ناقص رائے:
اس نے کام نہیں کیا، دوبارہ کوشش کریں۔
مضبوط رائے:
مواد درست ہے لیکن تین مسائل ہیں: 1) 210 الفاظ؛ 120.2 تک کم کریں) دوسرا پیراگراف تکنیکی ہے۔ jargon simplify.3) بندش کمزور ہے؛ واضح اگلے مرحلے کے جملے کے ساتھ ختم کریں۔ باقی سب رکھو۔
دوسرا فیڈ بیک ماڈل کو بتاتا ہے کہ کہاں چھونا ہے۔ نتیجہ ایک باری میں ہدف کے قریب ہو جاتا ہے۔
تین چھوٹے کیسز
کیس 1 - مواد کی تیاری۔ ایک مارکیٹر نے 6 بار "مجھے یہ پسند نہیں ہے، اسے دوبارہ لکھیں" کہہ کر ایک پروموشنل کاپی آزمائی اور پھر کبھی نہیں ملا۔ جب اس نے اپنا نقطہ نظر بدلا اور ہر دور میں ایک ٹھوس تبدیلی کے لیے کہا (پہلے لمبائی، پھر لہجہ، پھر اختتام)، اس نے 3 راؤنڈ میں ایک قابل اشاعت متن حاصل کیا۔ کل وقت آدھے سے بھی کم رہ گیا۔
کیس 2 - رپورٹ۔ ایک تجزیہ کار نے دیکھا کہ پہلی سمری بہت تکنیکی تھی اور کہا، "منیجر یہ نہیں سمجھے گا، تکنیکی اصطلاحات کو روزمرہ کی زبان میں ترجمہ کریں، لمبائی رکھیں۔" غیر متغیر تصحیح کی بدولت، رپورٹ دونوں کو آسان بنایا گیا اور اس کا دائرہ ختم نہیں ہوا۔ دوسری مکمل دوبارہ لکھنے کی ضرورت نہیں تھی۔
کیس 3 - ٹیمپلیٹنگ۔ ایک سپورٹ ٹیم وقتاً فوقتاً اسی قسم کے ردعمل کو درست کر رہی تھی۔ آخر میں، انہوں نے ایک ٹیمپلیٹ میں مثالی اشارہ ریکارڈ کیا۔ اب وہ ہر نئے کیس کے ساتھ شروع سے تکرار کرنے کے بجائے معمولی تبدیلیوں کے ساتھ ٹیمپلیٹ کا استعمال کرتے ہیں۔ یہ تکرار کے نقطہ کی وضاحت کرتا ہے: اسے ایک بار اچھا بنائیں، پھر اسے دوبارہ استعمال کریں۔
مشورہ: ماڈل سے اس کے اپنے آؤٹ پٹ پر تنقید کرنے کو کہو ("اس متن کی 3 کمزوریاں تلاش کریں")۔ ماڈل اکثر اپنی غلطی کا احساس کرتا ہے اور اسے درست کرتا ہے۔ یہ آپ کی طرف سے پہلے سے ترمیم کرتا ہے۔
احتیاط: تکرار کی ایک حد ہوتی ہے۔ اگر 5-6 راؤنڈز کے بعد بھی آپ ہدف کے قریب نہیں پہنچ رہے ہیں، تو مسئلہ چھوٹی اصلاحات میں نہیں ہے، بلکہ بنیادی نقطہ نظر میں ہے: ہو سکتا ہے آپ نے شروع سے ہی کردار، سیاق و سباق یا کام کو غلط طریقے سے ترتیب دیا ہو۔ اس وقت، پیچ کرنا بند کریں اور پرامپٹ کو شروع سے دوبارہ ڈیزائن کریں۔
تکرار کے دو راستے: بات چیت یا دوبارہ لکھنا؟
یہ جاننا کہ کون سا طریقہ زیادہ کارآمد ہے جب کہ اعادہ کرنا وقت کی بچت کرتا ہے۔ اصول یہ ہے کہ: ایک وقتی ملازمت کے لیے، اسے چیٹ میں ٹھیک کرنا تیز ترین ہے۔ کیونکہ ماڈل پچھلے آؤٹ پٹ کو یاد رکھتا ہے اور آپ صرف فرق بتاتے ہیں۔ لیکن ایک کام کے لیے جسے آپ دہرائیں گے، یہ زیادہ قیمتی ہے کہ آپ نے جو کچھ سیکھا ہے اسے ابتدائی پرامپٹ میں لکھیں اور صاف ستھرا سانچہ تیار کریں۔ کیونکہ اگلی بار آپ کو بغیر کسی تکرار کی ضرورت کے ایک اچھا آؤٹ پٹ ملے گا۔
عملی طور پر، دونوں کو یکجا کرنا سب سے زیادہ کارآمد ہے: سب سے پہلے چیٹ میں اسے تیزی سے آزما کر صحیح ہدایت دریافت کریں، پھر جو ہدایات آپ کو ملتی ہیں اسے کلین پرامپٹ میں ڈالیں اور اسے لائبریری میں محفوظ کریں۔ اس طرح، آپ دونوں تیزی سے ترقی کر سکتے ہیں اور اپنی محنت کو مستقل اثاثے میں تبدیل کر سکتے ہیں۔
تکرار کو سیکھنے کے ریکارڈ کے طور پر دیکھنا
تکرار کا ہر دور آپ کو کچھ سکھاتا ہے: کس اضافے سے آؤٹ پٹ میں بہتری آئی، کون سی رکاوٹ غیر ضروری تھی، ماڈل میں کیا غلطی ہوئی۔ ان سیکھنے کو لکھنا وقت کے ساتھ ساتھ ذاتی "کیا کام کرتا ہے" گائیڈ بناتا ہے۔ مثال کے طور پر، "اس قسم کے خلاصوں میں 'تبصرہ شامل کریں' کی رکاوٹ لازمی ہے"، "3 مثالیں عنوان کی تیاری کے لیے کافی ہیں، 5 غیر ضروری ہیں" جیسے نتائج آپ کو اگلے اسی طرح کے کام میں پہلی کوشش میں درست اشارہ لکھنے کے قابل بنائیں گے۔ یہ علم وہی ہے جو واقعی تجربہ کار صارف کو مبتدی سے ممتاز کرتا ہے: وہ ہر کاروبار کو شروع سے شروع نہیں کرتے، بلکہ پچھلے تکرار کے اسباق سے لیس ہوتے ہیں۔
ماڈل کو تکرار پارٹنر بنانا
آپ کو اکیلے تکرار چلانے کی ضرورت نہیں ہے۔ آپ ماڈل سے پوچھ سکتے ہیں، "میں اس آؤٹ پٹ کو اپنے مقصد کے قریب کیسے لا سکتا ہوں، مجھے 3 ٹھوس تجاویز دیں۔" ماڈل اکثر اپنے آؤٹ پٹ میں کمزوریوں کی درست تشخیص کرتا ہے اور انہیں ٹھیک کرنے کے طریقے تجویز کرتا ہے۔ یہ تکرار کو "آزمائش اور غلطی" سے ہدفی تعاون میں بدل دیتا ہے۔ آپ ہمیں بتائیں کہ آپ کیا چاہتے ہیں، ماڈل آپ کو بتاتا ہے کہ وہاں کیسے جانا ہے۔
عام غلطیاں
- وہی پرامپٹ دوبارہ بھیج رہا ہے۔ تبدیل کیے بغیر دوبارہ کوشش کرنا؛ نتیجہ تبدیل نہیں ہوتا.
- مبہم رائے۔ "مجھے یہ پسند نہیں ہے" کہنا اور یہ نہیں کہنا کہ آپ کیا ٹھیک کریں گے۔
- ایک ساتھ بہت سی چیزوں کو تبدیل کرنا۔ سیکھنا نہیں جو کام کرتا ہے۔
- اچھے پرامپٹ کو ریکارڈ نہیں کرنا۔ ہر بار ایک ہی تکرار کرنا۔
- لامحدود تکرار۔ بنیادی طور پر غلط پرامپٹ کو پیچ لگا کر اسے ٹھیک کرنے کی کوشش کرنا۔
خلاصہ میں
- ابتدائی پیداوار شاذ و نادر ہی کامل ہوتی ہے۔ تکرار ناکامی نہیں ہے، یہ عمل کا ایک قدرتی حصہ ہے۔
- مؤثر تکرار ہدف کے ساتھ، مبہم نہیں، تاثرات کے ساتھ آگے بڑھتی ہے۔
- ہر دور میں ایک چیز تبدیل کریں؛ تو آپ سیکھیں کہ کیا کام کرتا ہے۔
- آپ ماڈل سے اس کے اپنے آؤٹ پٹ پر تنقید کرنے کو کہہ کر پہلے سے ترمیم کر سکتے ہیں۔
- اس پرامپٹ کو محفوظ کریں جو ٹیمپلیٹ میں اچھی طرح کام کرتا ہے۔ تکرار کا مقصد دوبارہ قابل استعمال اثاثہ تیار کرنا ہے۔
درخواست کا کام
ایک پرنٹ آؤٹ لیں اور شعوری طور پر تکرار کے تین چکروں سے گزریں: فی راؤنڈ میں صرف ایک چیز کو تبدیل کریں (پہلے لمبائی، پھر ٹون، پھر اختتام) اور ہر دور کو ریکارڈ کریں۔ تیسرے راؤنڈ کے بعد، اس بات کا تعین کریں کہ کون سی تبدیلی نے سب سے زیادہ فرق کیا اور حتمی پرامپٹ کو دوبارہ قابل استعمال ٹیمپلیٹ کے طور پر محفوظ کریں۔
چیک لسٹ
- میں ابتدائی آؤٹ پٹ کو ڈرافٹ کے طور پر دیکھتا ہوں، مکمل کام کے طور پر نہیں۔
- میں اپنا فیڈ بیک ٹھوس اور ٹارگٹڈ دیتا ہوں۔
- میں ہر دور میں ایک تبدیلی کرتا ہوں۔
- میں ماڈل سے اس کی اپنی پیداوار پر تنقید کرنے کو کہہ سکتا ہوں۔
- [ ] میں وہ اشارے محفوظ کرتا ہوں جو ٹیمپلیٹ کو اچھے نتائج دیتے ہیں۔