ઝડપી સંશોધન, સ્પષ્ટ ડ્રાફ્ટ્સ, અથવા ફક્ત સ્માર્ટ બ્રેઈનસ્ટોર્મિંગ જોઈએ છે? AI સાથે વાત કરવાનું શીખવું એ લાગે તે કરતાં સરળ છે. તમે કેવી રીતે પૂછો છો - અને તમે કેવી રીતે અનુસરો છો તેમાં નાના ફેરફારો - પરિણામોને મેહથી આશ્ચર્યજનક રીતે મહાન બનાવી શકે છે. તેને એક ખૂબ જ પ્રતિભાશાળી ઇન્ટર્નને દિશા આપવા જેવું વિચારો જે ક્યારેય સૂતો નથી, ક્યારેક અનુમાન લગાવે છે, અને સ્પષ્ટતા પસંદ કરે છે. તમે ધક્કો મારશો, તે મદદ કરશે. તમે માર્ગદર્શન આપો છો, તે શ્રેષ્ઠ છે. તમે સંદર્ભને અવગણો છો... તે ગમે તે રીતે અનુમાન લગાવે છે. તમે જાણો છો કે તે કેવી છે.
"હાઉ ટુ ટોક ટુ એઆઈ" માટે એક સંપૂર્ણ પ્લેબુક છે , જેમાં ઝડપી જીત, ઊંડાણપૂર્વકની તકનીકો અને સરખામણી કોષ્ટક છે જેથી તમે કામ માટે યોગ્ય સાધન પસંદ કરી શકો. જો તમે સ્કિમ કરો છો, તો ક્વિક સ્ટાર્ટ અને ટેમ્પ્લેટ્સથી શરૂઆત કરો. જો તમે નર્ડિંગ કરી રહ્યા છો, તો ઊંડાણપૂર્વક ડાઇવ્સ તમારા માટે યોગ્ય છે.
આ પછી તમને વાંચવા ગમશે તેવા લેખો:
🔗 AI શું પ્રોમ્પ્ટ કરી રહ્યું છે?
AI આઉટપુટને માર્ગદર્શન આપવા અને સુધારવા માટે અસરકારક પ્રોમ્પ્ટ બનાવવાનું સમજાવે છે.
🔗 AI ડેટા લેબલિંગ શું છે?
લેબલવાળા ડેટાસેટ્સ સચોટ મશીન લર્નિંગ મોડેલોને કેવી રીતે તાલીમ આપે છે તે સમજાવે છે.
🔗 AI નીતિશાસ્ત્ર શું છે?
જવાબદાર અને વાજબી કૃત્રિમ બુદ્ધિના ઉપયોગને માર્ગદર્શન આપતા સિદ્ધાંતોને આવરી લે છે.
🔗 AI માં MCP શું છે?
મોડેલ કોન્ટેક્સ્ટ પ્રોટોકોલ અને AI કોમ્યુનિકેશનમાં તેની ભૂમિકાનો પરિચય આપે છે.
AI સાથે કેવી રીતે વાત કરવી ✅
-
સ્પષ્ટ ધ્યેયો - મોડેલને બરાબર જણાવો કે "સારું" કેવું દેખાય છે. વાઇબ્સ નહીં, આશા-માપદંડ નહીં.
-
સંદર્ભ + મર્યાદાઓ - મોડેલો ઉદાહરણો, બંધારણ અને મર્યાદાઓ સાથે વધુ સારું કાર્ય કરે છે. પ્રદાતા દસ્તાવેજો સ્પષ્ટપણે ઉદાહરણો આપવા અને આઉટપુટ આકાર [2] સ્પષ્ટ કરવાની ભલામણ કરે છે.
-
પુનરાવર્તિત શુદ્ધિકરણ - તમારો પહેલો પ્રોમ્પ્ટ ડ્રાફ્ટ છે. આઉટપુટના આધારે તેને સુધારો; મુખ્ય પ્રદાતા દસ્તાવેજો સ્પષ્ટપણે આની ભલામણ કરે છે [3].
-
ચકાસણી અને સલામતી - મોડેલને ટાંકવા, તર્ક આપવા, પોતાને ચકાસવા માટે કહો - અને તમે હજુ પણ બે વાર તપાસ કરો છો. ધોરણો એક કારણસર અસ્તિત્વમાં છે [1].
-
કાર્ય સાથે સાધનનો મેળ - કેટલાક મોડેલો કોડિંગમાં ઉત્તમ હોય છે; અન્ય લાંબા સંદર્ભ અથવા આયોજનમાં ખીલે છે. વિક્રેતા શ્રેષ્ઠ પ્રથાઓ આને સીધી રીતે [2][4] કહે છે.
ચાલો પ્રમાણિક રહીએ: ઘણા બધા "પ્રોમ્પ્ટ હેક્સ" ફક્ત મૈત્રીપૂર્ણ વિરામચિહ્નો સાથે સંરચિત વિચારસરણી છે.
ક્વિક કમ્પોઝિટ મીની-કેસ:
એક PM એ પૂછ્યું: "પ્રોડક્ટ સ્પેક લખો?" પરિણામ: સામાન્ય.
અપગ્રેડ: "તમે સ્ટાફ-સ્તરના PM છો. ધ્યેય: એન્ક્રિપ્ટેડ શેરિંગ માટે સ્પેક. પ્રેક્ષક: મોબાઇલ એન્જિન. ફોર્મેટ: સ્કોપ/ધારણાઓ/જોખમ સાથે 1-પેજર. મર્યાદાઓ: કોઈ નવી પ્રમાણીકરણ પ્રવાહ નથી; ટ્રેડઓફનો ઉલ્લેખ કરો."
પરિણામ: સ્પષ્ટ જોખમો અને સ્પષ્ટ ટ્રેડઓફ સાથે ઉપયોગી સ્પેક - કારણ કે ધ્યેય, પ્રેક્ષક, ફોર્મેટ અને અવરોધો અગાઉથી જણાવવામાં આવ્યા હતા.
AI સાથે કેવી રીતે વાત કરવી: 5 પગલાંમાં ઝડપી શરૂઆત ⚡
-
તમારી ભૂમિકા, ધ્યેય અને પ્રેક્ષકો જણાવો.
ઉદાહરણ: તમે કાનૂની લેખન કોચ છો. ધ્યેય: આ મેમોને કડક બનાવો. પ્રેક્ષકો: બિન-વકીલો. શબ્દભંડોળ ઓછામાં ઓછો રાખો; ચોકસાઈ રાખો. -
મર્યાદાઓ સાથે એક નક્કર કાર્ય આપો.
300-350 શબ્દોમાં ફરીથી લખો; 3-બુલેટ સારાંશ ઉમેરો; બધી તારીખો રાખો; હેજિંગ ભાષા દૂર કરો. -
સંદર્ભ અને ઉદાહરણો આપો.
સ્નિપેટ્સ, તમને ગમતી શૈલીઓ અથવા ટૂંકો નમૂનો પેસ્ટ કરો. મોડેલ્સ તમે જે પેટર્ન બતાવો છો તેનું પાલન કરે છે; સત્તાવાર દસ્તાવેજો કહે છે કે આ વિશ્વસનીયતામાં સુધારો કરે છે [2]. -
તર્ક અથવા ચકાસણી માટે પૂછો.
તમારા પગલાં ટૂંકમાં બતાવો; ધારણાઓની યાદી બનાવો; કોઈપણ ખૂટતી માહિતીને ચિહ્નિત કરો. -
પુનરાવર્તન - પહેલો ડ્રાફ્ટ સ્વીકારશો નહીં.
સારું. હવે 20% સંકુચિત કરો, સ્પષ્ટ ક્રિયાપદો રાખો, અને સ્ત્રોતોને ઇનલાઇન ટાંકો. પુનરાવર્તન એ એક મુખ્ય શ્રેષ્ઠ પ્રથા છે, ફક્ત વિદ્યા [3] નહીં.
વ્યાખ્યાઓ (ઉપયોગી લઘુલિપિ)
સફળતાના માપદંડ: "સારા" માટે માપી શકાય તેવો માપદંડ - દા.ત., લંબાઈ, પ્રેક્ષકો માટે યોગ્યતા, જરૂરી વિભાગો.
મર્યાદાઓ: બિન-વાટાઘાટોપાત્ર - દા.ત., "કોઈ નવા દાવા નથી," "APA સંદર્ભો," "≤ 200 શબ્દો."
સંદર્ભ: અનુમાન લગાવવાનું ટાળવા માટે ન્યૂનતમ પૃષ્ઠભૂમિ - દા.ત., ઉત્પાદન સારાંશ, વપરાશકર્તા વ્યક્તિત્વ, સમયમર્યાદા.
સરખામણી કોષ્ટક: AI સાથે વાત કરવા માટેના સાધનો (હેતુપૂર્વક વિચિત્ર) 🧰
કિંમતો બદલાય છે. ઘણા પાસે મફત સ્તરો + વૈકલ્પિક અપગ્રેડ છે. રફ શ્રેણીઓ જેથી આ ઉપયોગી રહે, તાત્કાલિક જૂનું નહીં.
| સાધન | માટે શ્રેષ્ઠ | કિંમત (આશરે) | આ ઉપયોગના કિસ્સામાં તે શા માટે કામ કરે છે |
|---|---|---|---|
| ચેટજીપીટી | સામાન્ય તર્ક, લેખન; કોડિંગ મદદ | મફત + પ્રો | મજબૂત સૂચના-અનુસરણ, વિશાળ ઇકોસિસ્ટમ, બહુમુખી સંકેતો |
| ક્લાઉડ | લાંબા સંદર્ભ દસ્તાવેજો, કાળજીપૂર્વક તર્ક | મફત + પ્રો | લાંબા ઇનપુટ્સ અને તબક્કાવાર વિચારસરણી સાથે ઉત્તમ; મૂળભૂત રીતે સૌમ્ય |
| ગુગલ જેમિની | વેબ-ઇન્ફ્યુઝ્ડ કાર્યો, મલ્ટીમીડિયા | મફત + પ્રો | સારી પુનઃપ્રાપ્તિ; છબીઓ + ટેક્સ્ટ મિશ્રણ પર મજબૂત |
| માઈક્રોસોફ્ટ કોપાયલોટ | ઓફિસ વર્કફ્લો, સ્પ્રેડશીટ્સ, ઇમેઇલ્સ | કેટલાક પ્લાન + પ્રો માં સમાવિષ્ટ | જ્યાં તમારું કાર્ય રહે છે ત્યાં રહે છે - ઉપયોગી મર્યાદાઓ તેમાં સમાયેલી છે |
| મૂંઝવણ | સંશોધન + સંદર્ભો | મફત + પ્રો | સ્ત્રોતો સાથે સ્પષ્ટ જવાબો; ઝડપી શોધ |
| મધ્યપ્રવાસ | છબીઓ અને ખ્યાલ કલા | સબ્સ્ક્રિપ્શન | દ્રશ્ય શોધખોળ; ટેક્સ્ટ-ફર્સ્ટ પ્રોમ્પ્ટ સાથે સરસ રીતે જોડાય છે |
| પો | ઘણા મોડેલો અજમાવવા માટે એક જ જગ્યાએ | મફત + પ્રો | ઝડપી સ્વિચિંગ; પ્રતિબદ્ધતા વિના પ્રયોગો |
જો તમે પસંદ કરી રહ્યા છો: મોડેલને તમારા સૌથી વધુ ધ્યાન આપતા સંદર્ભ સાથે મેચ કરો - લાંબા દસ્તાવેજો, કોડિંગ, સ્ત્રોતો સાથે સંશોધન, અથવા વિઝ્યુઅલ્સ. પ્રદાતાના શ્રેષ્ઠ-પ્રેક્ટિસ પૃષ્ઠો ઘણીવાર તેમના મોડેલમાં શું શ્રેષ્ઠ છે તે પ્રકાશિત કરે છે. તે સંયોગ નથી [4].
ઉચ્ચ અસરવાળા પ્રોમ્પ્ટનું શરીરરચના 🧩
જ્યારે તમે સતત સારા પરિણામો ઇચ્છતા હોવ ત્યારે આ સરળ રચનાનો ઉપયોગ કરો:
ભૂમિકા + ધ્યેય + પ્રેક્ષક + ફોર્મેટ + મર્યાદાઓ + સંદર્ભ + ઉદાહરણો + પ્રક્રિયા + આઉટપુટ તપાસ
તમે એક સિનિયર પ્રોડક્ટ માર્કેટર છો. ધ્યેય: ગોપનીયતા-પ્રથમ નોંધો એપ્લિકેશન માટે લોન્ચ બ્રીફ લખો. પ્રેક્ષકો: વ્યસ્ત અધિકારીઓ. ફોર્મેટ: શીર્ષકો સાથે 1-પૃષ્ઠ મેમો. મર્યાદાઓ: સાદી અંગ્રેજી, કોઈ રૂઢિપ્રયોગ નહીં, દાવાઓ ચકાસી શકાય તેવા રાખો. સંદર્ભ: નીચે ઉત્પાદન સારાંશ પેસ્ટ કરો. ઉદાહરણ: શામેલ મેમોના સ્વરની નકલ કરો. પ્રક્રિયા: પગલું-દર-પગલાં વિચારો; પહેલા 3 સ્પષ્ટતા કરતા પ્રશ્નો પૂછો. આઉટપુટ તપાસો: 5-બુલેટ જોખમ સૂચિ અને ટૂંકા FAQ સાથે સમાપ્ત કરો.
આ મોઢું દરેક વખતે અસ્પષ્ટ એક-લાઇનરને હરાવે છે.
ડીપ ડાઇવ ૧: ધ્યેયો, ભૂમિકાઓ અને સફળતાના માપદંડ 🎯
મોડેલો સ્પષ્ટ ભૂમિકાઓનો આદર કરે છે. સહાયક કોણ કેવી દેખાય છે અને કેવી રીતે કરવામાં આવશે તે જણાવો. વ્યવસાય-લક્ષી પ્રોમ્પ્ટિંગ માર્ગદર્શન સફળતાના માપદંડોને આગળ વ્યાખ્યાયિત કરવાની ભલામણ કરે છે - તે આઉટપુટને સંરેખિત રાખે છે અને મૂલ્યાંકન કરવાનું સરળ બનાવે છે [4].
વ્યૂહાત્મક ટિપ: ચેકલિસ્ટ માટે પૂછો . પછી તેને અંતે તે ચેકલિસ્ટ સામે સ્વ-ગ્રેડ કરવાનું કહો.
ડીપ ડાઇવ 2: સંદર્ભ, મર્યાદાઓ અને ઉદાહરણો 📎
AI માનસિક નથી; તે પેટર્ન-ભૂખ્યો છે. તેને યોગ્ય પેટર્ન આપો. સૌથી મહત્વપૂર્ણ સામગ્રી ટોચ પર મૂકો, અને આઉટપુટ આકાર વિશે સ્પષ્ટ રહો. લાંબા ઇનપુટ્સ માટે, વિક્રેતા દસ્તાવેજો નોંધે છે કે ક્રમ અને માળખું લાંબા સંદર્ભોમાં પરિણામોને ભૌતિક રીતે અસર કરે છે [4].
આ માઇક્રો-ટેમ્પલેટ અજમાવી જુઓ:
-
સંદર્ભ: પરિસ્થિતિનો સારાંશ આપતા મહત્તમ 3 ગોળીઓ
-
સ્રોત સામગ્રી: પેસ્ટ કરેલ અથવા જોડાયેલ
-
કરો: 3 ગોળીઓ
-
ના કરો: ૩ ગોળીઓ
-
ફોર્મેટ: ચોક્કસ લંબાઈ, વિભાગો અથવા સ્કીમા
-
ગુણવત્તા પટ્ટી: A+ જવાબમાં શું શામેલ હોવું જોઈએ
ડીપ ડાઇવ 3: માંગ પર તર્ક 🧠
જો તમે કાળજીપૂર્વક વિચાર કરવા માંગતા હો, તો તે માટે પૂછો - સંક્ષિપ્તમાં. એક સંક્ષિપ્ત યોજના અથવા તર્કની વિનંતી કરો; કેટલાક સત્તાવાર માર્ગદર્શિકાઓ સૂચનોનું પાલન સુધારવા માટે જટિલ કાર્યો માટે આયોજન પ્રેરિત કરવાનું સૂચન કરે છે [2][4].
તાત્કાલિક નજ:
તમારા અભિગમને ક્રમાંકિત પગલાંઓમાં પ્લાન કરો. ધારણાઓ જણાવો. પછી ફક્ત અંતિમ જવાબ આપો, અંતે 5-લાઇનનો તર્ક આપો.
નાની નોંધ: વધુ તર્કસંગત લખાણ હંમેશા સારું હોતું નથી. સ્પષ્ટતા અને સંક્ષિપ્તતાનું સંતુલન બનાવો જેથી તમે તમારા પોતાના પાલખમાં ડૂબી ન જાઓ.
ડીપ ડાઇવ ૪: સુપરપાવર તરીકે પુનરાવર્તન 🔁
મોડેલને ચક્રમાં તાલીમ આપતા સહયોગીની જેમ વર્તે છે. અલગ અલગ સ્વરવાળા બે વિરોધાભાસી ડ્રાફ્ટ્સ ફક્ત રૂપરેખાની . પછી રિફાઇન કરો. OpenAI અને અન્ય લોકો સ્પષ્ટપણે પુનરાવર્તિત રિફાઇનમેન્ટની ભલામણ કરે છે - કારણ કે તે કામ કરે છે [3].
ઉદાહરણ લૂપ:
-
મને અલગ અલગ ખૂણાઓ સાથે ત્રણ રૂપરેખા વિકલ્પો આપો.
-
સૌથી મજબૂત ભાગો પસંદ કરો, શ્રેષ્ઠ ભાગોને મર્જ કરો અને ડ્રાફ્ટ લખો.
-
૧૫% ટ્રિમ કરો, ક્રિયાપદો અપગ્રેડ કરો અને ટાંકણા સાથે શંકાસ્પદ ફકરો ઉમેરો.
ડીપ ડાઇવ 5: ગાર્ડરેલ્સ, ચકાસણી અને જોખમ 🛡️
AI ઉપયોગી હોઈ શકે છે અને છતાં પણ ખોટું હોઈ શકે છે. જોખમ ઘટાડવા માટે, સ્થાપિત જોખમ માળખામાંથી ઉધાર લો: દાવ વ્યાખ્યાયિત કરો, પારદર્શિતાની જરૂર છે, અને ન્યાયીતા, ગોપનીયતા અને વિશ્વસનીયતા માટે ચકાસણી ઉમેરો. NIST AI જોખમ વ્યવસ્થાપન માળખું વિશ્વસનીયતા લાક્ષણિકતાઓ અને વ્યવહારુ કાર્યોની રૂપરેખા આપે છે જેને તમે રોજિંદા કાર્યપ્રવાહમાં અનુકૂલિત કરી શકો છો. મોડેલને અનિશ્ચિતતા જાહેર કરવા, સ્ત્રોતો ટાંકવા અને સંવેદનશીલ સામગ્રીને ચિહ્નિત કરવા કહો - પછી તમે [1] ચકાસો.
ચકાસણી સંકેતો:
-
ટોચની 3 ધારણાઓની યાદી બનાવો. દરેક માટે, આત્મવિશ્વાસનું મૂલ્યાંકન કરો અને સ્ત્રોત બતાવો.
-
ઓછામાં ઓછા 2 પ્રતિષ્ઠિત સ્ત્રોતોનો ઉલ્લેખ કરો; જો કોઈ સ્ત્રોત અસ્તિત્વમાં ન હોય, તો સ્પષ્ટપણે કહો.
-
તમારા પોતાના જવાબ માટે એક ટૂંકો પ્રતિવાદ આપો, પછી સમાધાન કરો.
ડીપ ડાઇવ 6: જ્યારે મોડેલો વધુ પડતું કરે છે - અને તેમને કેવી રીતે રોકવું 🧯
ક્યારેક AIs વધુ પડતા ઉત્સાહી થઈ જાય છે, જેનાથી તમે ન માંગેલી જટિલતા ઉમેરાય છે. એન્થ્રોપિકનું માર્ગદર્શન વધુ પડતા એન્જિનિયરિંગની વૃત્તિને બોલાવે છે; તેનું નિરાકરણ સ્પષ્ટ અવરોધો છે જે સ્પષ્ટપણે કહે છે કે "કોઈ વધારાનું નહીં" [4].
કંટ્રોલ પ્રોમ્પ્ટ:
ફક્ત તે જ ફેરફારો કરો જે હું સ્પષ્ટપણે વિનંતી કરું છું. એબ્સ્ટ્રેક્શન અથવા વધારાની ફાઇલો ઉમેરવાનું ટાળો. સોલ્યુશનને ન્યૂનતમ અને કેન્દ્રિત રાખો.
સંશોધન વિરુદ્ધ અમલીકરણ માટે AI સાથે કેવી રીતે વાત કરવી 🔍⚙️
-
સંશોધન પદ્ધતિ: સ્પર્ધાત્મક દ્રષ્ટિકોણ, આત્મવિશ્વાસ સ્તર અને સંદર્ભો માટે પૂછો. ટૂંકી ગ્રંથસૂચિની જરૂર છે. ક્ષમતાઓ ઝડપથી વિકસિત થાય છે, તેથી કોઈપણ મહત્વપૂર્ણ બાબતની ચકાસણી કરો [5].
-
એક્ઝેક્યુશન મોડ: ફોર્મેટની ખાસિયતો, લંબાઈ, સ્વર અને બિન-વાટાઘાટોપાત્ર બાબતોનો ઉલ્લેખ કરો. ચેકલિસ્ટ અને અંતિમ સ્વ-ઓડિટ માટે પૂછો. તેને ચુસ્ત અને પરીક્ષણયોગ્ય રાખો.
મલ્ટિમોડલ ટિપ્સ: ટેક્સ્ટ, છબીઓ અને ડેટા 🎨📊
-
છબીઓ માટે: શૈલી, કેમેરા એંગલ, મૂડ અને રચનાનું વર્ણન કરો. શક્ય હોય તો 2-3 સંદર્ભ છબીઓ પ્રદાન કરો.
-
ડેટા કાર્યો માટે: નમૂના પંક્તિઓ અને ઇચ્છિત સ્કીમા પેસ્ટ કરો. મોડેલને કહો કે કયા કૉલમ રાખવા અને કયા અવગણવા.
-
મિશ્ર મીડિયા માટે: દરેક ભાગ ક્યાં જાય છે તે કહો. "એક ફકરો પ્રસ્તાવના, પછી ચાર્ટ, પછી સામાજિક માટે એક-લાઇનર સાથે કૅપ્શન."
-
લાંબા દસ્તાવેજો માટે: આવશ્યક બાબતોને પ્રથમ મૂકો; ખૂબ મોટા સંદર્ભો સાથે બાબતોને વધુ ક્રમ આપો [4].
મુશ્કેલીનિવારણ: જ્યારે મોડેલ બાજુ તરફ જાય છે 🧭
-
બહુ અસ્પષ્ટ? ઉદાહરણો, મર્યાદાઓ, અથવા ફોર્મેટિંગ સ્કેલેટન ઉમેરો.
-
બહુ વર્બોઝ? શબ્દ બજેટ સેટ કરો અને બુલેટ કમ્પ્રેશન માટે પૂછો.
-
મુદ્દો ચૂકી ગયા છો? લક્ષ્યો ફરીથી જણાવો અને સફળતાના 3 માપદંડ ઉમેરો.
-
શું તમે કંઈક ખોટું કરી રહ્યા છો? સ્ત્રોતો અને અનિશ્ચિતતા નોંધની જરૂર છે. "કોઈ સ્ત્રોત નથી" કહો અથવા ટાંકો.
-
વધુ પડતા આત્મવિશ્વાસનો સ્વર? ડિમાન્ડ હેજિંગ અને આત્મવિશ્વાસ સ્કોર્સ.
-
સંશોધન કાર્યોમાં ભ્રમ? પ્રતિષ્ઠિત માળખા અને પ્રાથમિક સંદર્ભોનો ઉપયોગ કરીને ક્રોસ-વેરિફાય કરો; માનક સંસ્થાઓ તરફથી જોખમ માર્ગદર્શન એક કારણસર અસ્તિત્વમાં છે [1].
નમૂનાઓ: નકલ કરો, ટ્વિક કરો, જાઓ 🧪
૧) સ્ત્રોતો સાથે સંશોધન કરો
તમે સંશોધન સહાયક છો. ધ્યેય: [વિષય] પર વર્તમાન સર્વસંમતિનો સારાંશ આપો. પ્રેક્ષકો: બિન-તકનીકી. ૨-૩ પ્રતિષ્ઠિત સ્ત્રોતો શામેલ કરો. પ્રક્રિયા: ધારણાઓની યાદી બનાવો; અનિશ્ચિતતા નોંધો. આઉટપુટ: ૬ બુલેટ્સ + ૧-ફકરા સંશ્લેષણ. મર્યાદાઓ: કોઈ અનુમાન નહીં; જો પુરાવા મર્યાદિત હોય, તો તે જણાવો. [૩]
૨) સામગ્રીનો મુસદ્દો તૈયાર કરવો
તમે એક સંપાદક છો. ધ્યેય: [વિષય] પર બ્લોગ પોસ્ટનો મુસદ્દો તૈયાર કરો. સ્વર: મૈત્રીપૂર્ણ નિષ્ણાત. ફોર્મેટ: H2/H3 બુલેટ્સ સાથે. લંબાઈ: 900–1100 શબ્દો. પ્રતિવાદ વિભાગ શામેલ કરો. TL;DR સાથે સમાપ્ત કરો. [2]
૩) કોડિંગ હેલ્પર
તમે એક સિનિયર એન્જિનિયર છો. ધ્યેય: [સ્ટેક] માં [સુવિધા] લાગુ કરો. મર્યાદાઓ: પૂછવામાં ન આવે ત્યાં સુધી કોઈ રિફેક્ટર નહીં; સ્પષ્ટતા પર ધ્યાન કેન્દ્રિત કરો. પ્રક્રિયા: રૂપરેખા અભિગમ, ટ્રેડઓફ્સની સૂચિ, પછી કોડ. આઉટપુટ: કોડ બ્લોક + ન્યૂનતમ ટિપ્પણીઓ + 5-પગલાંની પરીક્ષણ યોજના. [2][4]
૪) સ્ટ્રેટેજી મેમો
તમે પ્રોડક્ટ સ્ટ્રેટેજિસ્ટ છો. ધ્યેય: [મેટ્રિક] સુધારવા માટે 3 વિકલ્પો સૂચવો. ફાયદા/ગેરફાયદા, પ્રયાસ સ્તર, જોખમો શામેલ કરો. આઉટપુટ: કોષ્ટક + 5-બુલેટ ભલામણ. ધારણાઓ ઉમેરો; અંતે 2 સ્પષ્ટતા કરતા પ્રશ્નો પૂછો. [3]
૫) લાંબા દસ્તાવેજની સમીક્ષા
તમે એક ટેકનિકલ સંપાદક છો. ધ્યેય: જોડાયેલ દસ્તાવેજને સંક્ષિપ્ત કરો. તમારી સંદર્ભ વિંડોની ટોચ પર સ્રોત ટેક્સ્ટ મૂકો. આઉટપુટ: એક્ઝિક્યુટિવ સારાંશ, મુખ્ય જોખમો, ખુલ્લા પ્રશ્નો. મર્યાદાઓ: મૂળ પરિભાષા રાખો; કોઈ નવા દાવા નહીં. [૪]
ટાળવા માટેના સામાન્ય જોખમો 🚧
-
વેગ પૂછે છે કે "આને વધુ સારું બનાવો." કેવી રીતે વધુ સારું?
-
કોઈ અવરોધ નથી તેથી મોડેલ ખાલી જગ્યાઓ અનુમાનથી ભરે છે.
-
એક-શોટ પ્રોમ્પ્ટિંગ . પહેલો ડ્રાફ્ટ ભાગ્યે જ શ્રેષ્ઠ હોય છે - મનુષ્યો માટે પણ [3].
-
ઉચ્ચ-દાવના આઉટપુટ પર ચકાસણી છોડી દેવી
-
પ્રદાતા માર્ગદર્શનને અવગણીને જે શાબ્દિક રીતે તમને કહે છે કે શું કામ કરે છે. દસ્તાવેજો વાંચો [2][4].
મીની કેસ સ્ટડી: ઝાંખીથી કેન્દ્રિત 🎬
ફઝી પ્રોમ્પ્ટ:
મારી એપ્લિકેશન માટે કેટલાક માર્કેટિંગ વિચારો લખો.
સંભવિત આઉટપુટ: છૂટાછવાયા વિચારો; ઓછો સિગ્નલ.
અમારા માળખાનો ઉપયોગ કરીને અપગ્રેડ કરેલ પ્રોમ્પ્ટ:
તમે લાઇફસાઇકલ માર્કેટર છો. ધ્યેય: ગોપનીયતા-પ્રથમ નોંધો એપ્લિકેશન માટે 5 સક્રિયકરણ પ્રયોગો જનરેટ કરો. પ્રેક્ષકો: અઠવાડિયા 1 માં નવા વપરાશકર્તાઓ. મર્યાદાઓ: કોઈ ડિસ્કાઉન્ટ નહીં; માપી શકાય તેવું હોવું જોઈએ. ફોર્મેટ: પૂર્વધારણા, પગલાં, મેટ્રિક, અપેક્ષિત અસર સાથેનું કોષ્ટક. સંદર્ભ: દિવસ 2 પછી વપરાશકર્તાઓ ઘટે છે; ટોચની સુવિધા એન્ક્રિપ્ટેડ શેરિંગ છે. આઉટપુટ તપાસો: પ્રસ્તાવ મૂકતા પહેલા 3 સ્પષ્ટતા પ્રશ્નો પૂછો. પછી કોષ્ટક વત્તા 6-લાઇન એક્ઝિક્યુટિવ સારાંશ પહોંચાડો.
પરિણામ: પરિણામો સાથે જોડાયેલા તીક્ષ્ણ વિચારો, અને પરીક્ષણ માટે તૈયાર યોજના. જાદુ નહીં - ફક્ત સ્પષ્ટતા.
જ્યારે દાવ વધારે હોય ત્યારે AI સાથે કેવી રીતે વાત કરવી 🧩
જ્યારે વિષય આરોગ્ય, નાણાં, કાયદો અથવા સલામતીને અસર કરે છે, ત્યારે તમારે વધારાની ખંતની જરૂર છે. નિર્ણયોને માર્ગદર્શન આપવા, સંદર્ભોની જરૂર પાડવા, બીજો અભિપ્રાય મેળવવા અને ધારણાઓ અને મર્યાદાઓનું દસ્તાવેજીકરણ કરવા માટે જોખમ માળખાનો ઉપયોગ કરો. NIST AI RMF તમારી પોતાની ચેકલિસ્ટ બનાવવા માટે એક મજબૂત એન્કર છે [1].
ઉચ્ચ દાવ ચેકલિસ્ટ:
-
નિર્ણય, નુકસાનના દૃશ્યો અને ઘટાડાને વ્યાખ્યાયિત કરો
-
અવતરણોની માંગ કરો અને અનિશ્ચિતતા પર ભાર મૂકો
-
એક વિરોધાભાસી વાર્તા ચલાવો: "આ કેવી રીતે ખોટું હોઈ શકે?"
-
કોઈ પણ કાર્ય કરતા પહેલા માનવ નિષ્ણાતની સમીક્ષા મેળવો
અંતિમ ટિપ્પણી: ખૂબ લાંબો સમય, મેં તે વાંચ્યું નથી 🎁
AI સાથે વાત કરવાનું શીખવું એ ગુપ્ત મંત્ર વિશે નથી. તે સ્પષ્ટ રીતે વ્યક્ત કરાયેલી સંરચિત વિચારસરણી છે. ભૂમિકા અને ધ્યેય સેટ કરો, સંદર્ભ આપો, મર્યાદાઓ ઉમેરો, તર્ક માટે પૂછો, પુનરાવર્તન કરો અને ચકાસો. તે કરો અને તમને એવા આઉટપુટ મળશે જે અદભુત રીતે મદદરૂપ લાગે છે - ક્યારેક આનંદદાયક પણ. અન્ય સમયે મોડેલ ભટકશે, અને તે સારું છે; તમે તેને પાછું ધક્કો મારશો. વાતચીત એ કાર્ય છે. અને હા, ક્યારેક તમે રસોઇયાની જેમ રૂપકોને ઘણા બધા મસાલાઓ સાથે ભેળવશો... પછી તેને પાછું ડાયલ કરો અને મોકલો.
-
સફળતાને પહેલા જ વ્યાખ્યાયિત કરો
-
સંદર્ભ, મર્યાદાઓ અને ઉદાહરણો આપો.
-
તર્ક અને તપાસ માટે પૂછો
-
બે વાર પુનરાવર્તન કરો
-
કાર્ય સાથે ટૂલ મેચ કરો
-
કંઈપણ મહત્વપૂર્ણ છે તેની ચકાસણી કરો
સંદર્ભ
-
NIST - આર્ટિફિશિયલ ઇન્ટેલિજન્સ રિસ્ક મેનેજમેન્ટ ફ્રેમવર્ક (AI RMF 1.0). PDF
-
ઓપનએઆઈ પ્લેટફોર્મ - પ્રોમ્પ્ટ એન્જિનિયરિંગ માર્ગદર્શિકા. લિંક
-
OpenAI હેલ્પ સેન્ટર - ChatGPT માટે પ્રોમ્પ્ટ એન્જિનિયરિંગ શ્રેષ્ઠ પ્રથાઓ. લિંક
-
એન્થ્રોપિક ડૉક્સ - શ્રેષ્ઠ પ્રથાઓ સૂચવવી (ક્લાઉડ). લિંક
-
સ્ટેનફોર્ડ HAI - AI ઇન્ડેક્સ 2025: ટેકનિકલ પર્ફોર્મન્સ (પ્રકરણ 2). PDF