જો તમે ક્યારેય ચેટબોટમાં પ્રશ્ન લખ્યો હોય અને તમને લાગ્યું હોય કે આ હું ઇચ્છતો નથી , તો તમે AI પ્રોમ્પ્ટિંગની કળામાં આવી ગયા છો. સારા પરિણામો મેળવવા માટે જાદુ ઓછો અને તમે કેવી રીતે પૂછો છો તે વધુ મહત્વનું છે. થોડા સરળ પેટર્ન વડે, તમે મોડેલોને લખવા, તર્ક આપવા, સારાંશ આપવા, યોજના બનાવવા અથવા તેમના પોતાના કાર્યની ટીકા કરવા માટે પ્રેરિત કરી શકો છો. અને હા, શબ્દોમાં નાના ફેરફારો બધું બદલી શકે છે. 😄
આ પછી તમને વાંચવા ગમશે તેવા લેખો:
🔗 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.
🔗 એજ એઆઈ શું છે?
સ્થાનિક એજ ઉપકરણો પર સીધા જ AI ગણતરીઓ ચલાવવાનું વર્ણન કરે છે.
AI પ્રોમ્પ્ટિંગ શું છે? 🤖
AI પ્રોમ્પ્ટિંગ એ ઇનપુટ્સ બનાવવાની પ્રથા છે જે જનરેટિવ મોડેલને ખરેખર ઇચ્છિત આઉટપુટ ઉત્પન્ન કરવા તરફ માર્ગદર્શન આપે છે. તેનો અર્થ સ્પષ્ટ સૂચનાઓ, ઉદાહરણો, મર્યાદાઓ, ભૂમિકાઓ અથવા તો લક્ષ્ય ફોર્મેટ પણ હોઈ શકે છે. બીજા શબ્દોમાં કહીએ તો, તમે વાતચીત ડિઝાઇન કરો છો જેથી મોડેલ પાસે તમને જે જોઈએ છે તે બરાબર પહોંચાડવાની લડાઈની તક હોય. અધિકૃત માર્ગદર્શિકાઓ પ્રોમ્પ્ટ એન્જિનિયરિંગનું વર્ણન ડિઝાઇન અને રિફાઇનિંગ પ્રોમ્પ્ટ તરીકે કરે છે જે મોટા ભાષા મોડેલોને ચલાવવા માટે છે, જે સ્પષ્ટતા, માળખું અને પુનરાવર્તિત રિફાઇનમેન્ટ પર ભાર મૂકે છે. [1]
ચાલો પ્રમાણિક રહીએ - આપણે ઘણીવાર AI ને એક શોધ બોક્સની જેમ ગણીએ છીએ. પરંતુ આ મોડેલો શ્રેષ્ઠ રીતે કામ કરે છે જ્યારે તમે તેમને કાર્ય, પ્રેક્ષકો, શૈલી અને સ્વીકૃતિ માપદંડ જણાવો છો. ટૂંકમાં, તે AI પ્રોમ્પ્ટિંગ છે.
શું સારું AI પ્રોમ્પ્ટિંગ બનાવે છે ✅
-
સ્પષ્ટતા હોશિયારી કરતાં પણ આગળ છે - સરળ, સ્પષ્ટ સૂચનાઓ અસ્પષ્ટતા ઘટાડે છે. [2]
-
સંદર્ભ જ શ્રેષ્ઠ છે - પૃષ્ઠભૂમિ, ધ્યેયો, પ્રેક્ષકો, મર્યાદાઓ, અને લેખનનો નમૂનો પણ આપો.
-
બતાવો, ફક્ત કહો નહીં - બે ઉદાહરણો શૈલી અને ફોર્મેટને મજબૂત બનાવી શકે છે. [3]
-
માળખું મદદ કરે છે - હેડિંગ, બુલેટ પોઈન્ટ, ક્રમાંકિત પગલાં અને આઉટપુટ સ્કીમા મોડેલને માર્ગદર્શન આપે છે.
-
ઝડપથી પુનરાવર્તન કરો - તમને જે મળ્યું તેના આધારે પ્રોમ્પ્ટને રિફાઇન કરો, પછી ફરીથી પરીક્ષણ કરો. [2]
-
અલગ ચિંતાઓ - પહેલા વિશ્લેષણ માટે પૂછો, પછી અંતિમ જવાબ માટે પૂછો.
-
પ્રામાણિકતાનો સ્વીકાર કરો જરૂર પડ્યે મોડેલને મને ખબર નથી
આ કંઈ રોકેટ સાયન્સ નથી, પરંતુ ચક્રવૃદ્ધિ અસર વાસ્તવિક છે.

AI પ્રોમ્પ્ટિંગના મુખ્ય ઘટકો 🧩
-
સૂચના
કામ સ્પષ્ટ રીતે જણાવો: પ્રેસ રિલીઝ લખો, કરારનું વિશ્લેષણ કરો, કોડની સમીક્ષા કરો. -
સંદર્ભમાં
પ્રેક્ષકો, સ્વર, ક્ષેત્ર, ધ્યેયો, મર્યાદાઓ અને કોઈપણ સંવેદનશીલ રેલિંગનો સમાવેશ થાય છે. -
ઉદાહરણો:
શૈલી અને બંધારણને આકાર આપવા માટે 1-3 ઉચ્ચ-ગુણવત્તાવાળા નમૂનાઓ ઉમેરો. -
આઉટપુટ ફોર્મેટ
JSON, ટેબલ અથવા નંબરવાળી યોજના માટે પૂછો. ફીલ્ડ્સ વિશે ચોક્કસ રહો. -
ગુણવત્તા પટ્ટી
"પૂર્ણ" ને વ્યાખ્યાયિત કરો: ચોકસાઈ માપદંડ, સંદર્ભો, લંબાઈ, શૈલી, ટાળવા માટેની મુશ્કેલીઓ. -
વર્કફ્લો સંકેતો
પગલું-દર-પગલાં તર્ક અથવા ડ્રાફ્ટ-પછી-એડિટ લૂપ સૂચવો. -
નિષ્ફળ-સુરક્ષિત
મને ખબર નથી કહેવાની અથવા પહેલા સ્પષ્ટતા કરતા પ્રશ્નો પૂછવાની પરવાનગી. [4]
મીની પહેલા/પછી
પહેલા: "અમારી નવી એપ્લિકેશન માટે માર્કેટિંગ કોપી લખો."
પછી: "તમે એક સિનિયર બ્રાન્ડ કોપીરાઇટર છો. સમય બચાવવાને મહત્વ આપતા વ્યસ્ત ફ્રીલાન્સર્સ માટે 3 લેન્ડિંગ પેજ હેડલાઇન્સ લખો. સ્વર: સંક્ષિપ્ત, વિશ્વસનીય, કોઈ પ્રચાર નહીં. 5-7 શબ્દો. હેડલાઇન અને તે કેમ કામ કરે છે તે . એક વિરોધાભાસી વિકલ્પ શામેલ કરો."
તમે ખરેખર ઉપયોગ કરશો તે મુખ્ય પ્રકારના AI પ્રોમ્પ્ટિંગ 🧪
-
સીધો સંકેત
ઓછામાં ઓછા સંદર્ભ સાથે એક જ સૂચના. ઝડપી, ક્યારેક બરડ. -
થોડા-શોટ પ્રોમ્પ્ટિંગ
પેટર્ન શીખવવા માટે બે ઉદાહરણો આપો. ફોર્મેટ અને ટોન માટે ઉત્તમ. [3] -
ભૂમિકા પ્રોમ્પ્ટિંગ
વર્તનને આકાર આપવા માટે વરિષ્ઠ સંપાદક, ગણિત શિક્ષક અથવા સુરક્ષા સમીક્ષક જેવા વ્યક્તિત્વને સોંપો. -
સાંકળ પ્રોત્સાહન
મોડેલને તબક્કાવાર વિચારવાનું કહો: યોજના બનાવો, મુસદ્દો બનાવો, ટીકા કરો, સુધારો કરો. -
સ્વ-ટીકા માટે પ્રોત્સાહિત કરવું.
મોડેલને માપદંડો સામે તેના પોતાના આઉટપુટનું મૂલ્યાંકન કરવા અને સમસ્યાઓનું નિરાકરણ કરવા કહો. -
ટૂલ-અવેર પ્રોમ્પ્ટિંગ
જ્યારે મોડેલ કોડ બ્રાઉઝ કરી શકે છે અથવા ચલાવી શકે છે, ત્યારે તેને જણાવો કે તે ટૂલ્સનો ઉપયોગ ક્યારે અને કેવી રીતે કરવો. [1] -
ગાર્ડરેઇલિંગ પ્રોમ્પ્ટિંગ
- બોલિંગ એલી પર બમ્પર લેન જેવા: સહેજ કર્કશ પરંતુ ઉપયોગી. [5]
વ્યવહારુ પ્રોમ્પ્ટ પેટર્ન જે કામ કરે છે 🧯
-
ટાસ્ક સેન્ડવિચ
ટાસ્કથી શરૂઆત કરો, વચ્ચે સંદર્ભ અને ઉદાહરણો ઉમેરો, આઉટપુટ ફોર્મેટ અને ગુણવત્તા બાર ફરીથી મૂકીને અંત કરો. -
વિવેચક પછી સર્જક
પહેલા વિશ્લેષણ અથવા વિવેચન માટે કહો, પછી તે વિવેચનનો સમાવેશ કરીને અંતિમ ડિલિવરેબલ માટે કહો. -
ચેકલિસ્ટ-આધારિત
ચેકલિસ્ટ આપો અને મોડેલને અંતિમ સ્વરૂપ આપતા પહેલા દરેક બોક્સની પુષ્ટિ કરવાની જરૂર છે. -
સ્કીમા-પહેલા
JSON સ્કીમા આપો, મોડેલને તે ભરવા માટે કહો. સ્ટ્રક્ચર્ડ ડેટા માટે પરફેક્ટ. -
વાતચીતનો લૂપ
મોડેલને 3 સ્પષ્ટતા આપતા પ્રશ્નો પૂછવા માટે આમંત્રિત કરો, પછી આગળ વધો. કેટલાક વિક્રેતાઓ સ્પષ્ટપણે આ પ્રકારની માળખાગત સ્પષ્ટતા અને વિશિષ્ટતાની ભલામણ કરે છે. [2]
નાનો ફેરફાર, મોટો ફેરફાર. તમે જોશો.
AI પ્રોમ્પ્ટિંગ વિરુદ્ધ ફાઇનટ્યુનિંગ વિરુદ્ધ ફક્ત મોડેલ બદલવા 🔁
ક્યારેક તમે વધુ સારા પ્રોમ્પ્ટ વડે ગુણવત્તા સુધારી શકો છો. અન્ય સમયે સૌથી ઝડપી રસ્તો એ છે કે કોઈ અલગ મોડેલ પસંદ કરવું અથવા તમારા ડોમેન માટે હળવા ફાઇનટ્યુનિંગ ઉમેરવા. સારા વિક્રેતા માર્ગદર્શિકાઓ સમજાવે છે કે એન્જિનિયરને ક્યારે પ્રોમ્પ્ટ કરવો અને ક્યારે મોડેલ અથવા અભિગમ બદલવો. ટૂંકું સંસ્કરણ: ટાસ્ક ફ્રેમિંગ અને સુસંગતતા માટે પ્રોમ્પ્ટિંગનો ઉપયોગ કરો, અને ડોમેન શૈલી અથવા સ્કેલ પર સ્થિર આઉટપુટ માટે ફાઇનટ્યુનિંગનો વિચાર કરો. [4]
ડોમેન દ્વારા ઉદાહરણ પ્રોમ્પ્ટ 🎯
-
માર્કેટિંગ
તમે એક સિનિયર બ્રાન્ડ કોપીરાઇટર છો. સમય બચાવવાને મહત્વ આપતા વ્યસ્ત ફ્રીલાન્સર્સને ઇમેઇલ માટે 5 વિષય રેખાઓ લખો. તેમને 45 અક્ષરોથી ઓછા અક્ષરોમાં સ્પષ્ટ રાખો અને ઉદ્ગારવાચક બિંદુઓ ટાળો. 2-સ્તંભ કોષ્ટક તરીકે આઉટપુટ: વિષય, તર્ક. 1 આશ્ચર્યજનક વિકલ્પ શામેલ કરો જે ધોરણ તોડે છે. -
પ્રોડક્ટ
તમે પ્રોડક્ટ મેનેજર છો. આ નવી નોંધોને સ્પષ્ટ સમસ્યા નિવેદન, Given-When-Then માં વપરાશકર્તા વાર્તાઓ અને 5-પગલાંના રોલઆઉટ પ્લાનમાં ફેરવો. અસ્પષ્ટ ધારણાઓને ચિહ્નિત કરો. -
સપોર્ટ
આ હતાશ ગ્રાહક સંદેશને એક શાંત જવાબમાં ફેરવો જે ઉકેલ સમજાવે છે અને અપેક્ષાઓ નક્કી કરે છે. સહાનુભૂતિ જાળવી રાખો, દોષ ટાળો અને એક મદદરૂપ લિંક શામેલ કરો. -
ડેટા
પહેલા વિશ્લેષણમાં આંકડાકીય ધારણાઓની યાદી બનાવો. પછી તેમનું વિવેચન કરો. છેલ્લે ક્રમાંકિત યોજના અને ટૂંકા સ્યુડોકોડ ઉદાહરણ સાથે એક સુરક્ષિત પદ્ધતિનો પ્રસ્તાવ મૂકો. -
કાનૂની
બિન-વકીલ માટે આ કરારનો સારાંશ આપો. ફક્ત બુલેટ પોઇન્ટ, કોઈ કાનૂની સલાહ નહીં. કોઈપણ વળતર, સમાપ્તિ, અથવા IP કલમોને સાદા અંગ્રેજીમાં બોલાવો.
આ એવા ટેમ્પ્લેટ્સ છે જેને તમે બદલી શકો છો, કઠોર નિયમો નહીં. મને લાગે છે કે તે સ્પષ્ટ છે, પણ છતાં.
સરખામણી કોષ્ટક - AI પ્રોમ્પ્ટિંગ વિકલ્પો અને તેઓ ક્યાં ચમકે છે 📊
| સાધન અથવા તકનીક | પ્રેક્ષક | કિંમત | તે કેમ કામ કરે છે |
|---|---|---|---|
| સ્પષ્ટ સૂચના | દરેક વ્યક્તિ | મફત | અસ્પષ્ટતા ઘટાડે છે - ક્લાસિક સુધારો |
| થોડા ઉદાહરણો | લેખકો, વિશ્લેષકો | મફત | પેટર્ન દ્વારા શૈલી અને ફોર્મેટ શીખવે છે [3] |
| ભૂમિકા પ્રોત્સાહન | મેનેજરો, શિક્ષકો | મફત | અપેક્ષાઓ અને સ્વર ઝડપથી સેટ કરે છે |
| સાંકળ સંકેત | સંશોધકો | મફત | અંતિમ જવાબ પહેલાં તબક્કાવાર તર્ક કરવાની ફરજ પાડે છે |
| સ્વ-ટીકા લૂપ | QA-માઇન્ડેડ લોકો | મફત | ભૂલો પકડી લે છે અને આઉટપુટને કડક બનાવે છે |
| વિક્રેતા શ્રેષ્ઠ પ્રથાઓ | સ્કેલ પર ટીમો | મફત | સ્પષ્ટતા અને બંધારણ માટે ક્ષેત્ર-પરીક્ષણ કરેલ ટિપ્સ [1] |
| ગાર્ડરેલ્સ ચેકલિસ્ટ | નિયમન કરાયેલ સંસ્થાઓ | મફત | મોટાભાગે પ્રતિભાવોને સુસંગત રાખે છે [5] |
| સ્કીમા-ફર્સ્ટ JSON | ડેટા ટીમ્સ | મફત | ડાઉનસ્ટ્રીમ ઉપયોગ માટે માળખું લાગુ કરે છે |
| પ્રોમ્પ્ટ લાઇબ્રેરીઓ | વ્યસ્ત બિલ્ડરો | મુક્ત | ફરીથી વાપરી શકાય તેવા પેટર્ન - નકલ કરો, ટ્વિક કરો, શિપ કરો |
હા, ટેબલ થોડું અસમાન છે. વાસ્તવિક જીવનમાં પણ એવું જ છે.
AI પ્રોમ્પ્ટિંગમાં સામાન્ય ભૂલો અને તેને કેવી રીતે ઠીક કરવી 🧹
-
વેગ પૂછે છે
કે જો તમારો પ્રોમ્પ્ટ શ્રગ જેવો લાગે છે, તો આઉટપુટ પણ આવશે. પ્રેક્ષકો, ધ્યેય, લંબાઈ અને ફોર્મેટ ઉમેરો. -
કોઈ ઉદાહરણ નથી
જ્યારે તમને ખૂબ જ ચોક્કસ શૈલી જોઈતી હોય, ત્યારે એક ઉદાહરણ આપો. ભલે તે નાનું હોય. [3] -
પ્રોમ્પ્ટ ઓવરલોડ કરવાથી
સ્ટ્રક્ચર વગર લાંબા પ્રોમ્પ્ટ મોડેલોને મૂંઝવણમાં મૂકે છે. વિભાગો અને બુલેટ પોઈન્ટનો ઉપયોગ કરો. -
મૂલ્યાંકન છોડી દેવું
હંમેશા વાસ્તવિક દાવાઓ, પૂર્વગ્રહ અને ભૂલો માટે તપાસો. જ્યારે યોગ્ય હોય ત્યારે સંદર્ભો આમંત્રિત કરો. [2] -
સલામતીની અવગણના કરવી એવી
સૂચનાઓથી સાવચેત રહો જે અવિશ્વસનીય સામગ્રી ખેંચી શકે છે. બાહ્ય પૃષ્ઠોને બ્રાઉઝ કરતી વખતે અથવા તેમાંથી ખેંચતી વખતે પ્રોમ્પ્ટ-ઇન્જેક્શન અને સંબંધિત હુમલાઓ વાસ્તવિક જોખમો છે; સંરક્ષણ ડિઝાઇન કરો અને તેનું પરીક્ષણ કરો. [5]
અનુમાન લગાવ્યા વિના તાત્કાલિક ગુણવત્તાનું મૂલ્યાંકન કરવું 📏
-
સફળતાને પહેલા વ્યાખ્યાયિત કરો
ચોકસાઈ, સંપૂર્ણતા, સ્વર, ફોર્મેટ પાલન અને ઉપયોગી આઉટપુટ માટેનો સમય. -
ચેકલિસ્ટ અથવા રૂબ્રિક્સનો ઉપયોગ કરો.
ફાઇનલ પરત કરતા પહેલા મોડેલને માપદંડો સામે સ્વ-સ્કોર કરવાનું કહો. -
બદલો
અને તફાવત માપો. -
અલગ મોડેલ અથવા તાપમાન અજમાવો
ક્યારેક સૌથી ઝડપી જીત મોડેલો બદલવા અથવા પરિમાણોને સમાયોજિત કરવામાં આવે છે. [4] -
ભૂલ પેટર્ન ટ્રૅક કરો
ભ્રમ, સ્કોપ ક્રીપ, ખોટા પ્રેક્ષકો. કાઉન્ટર-પ્રોમ્પ્ટ લખો જે સ્પષ્ટપણે તેમને અવરોધિત કરે છે.
AI પ્રોમ્પ્ટિંગમાં સલામતી, નીતિશાસ્ત્ર અને પારદર્શિતા 🛡️
સારા સંકેતોમાં જોખમ ઘટાડતી મર્યાદાઓ શામેલ છે. સંવેદનશીલ વિષયો માટે, અધિકૃત સ્ત્રોતોને સંદર્ભો માટે પૂછો. નીતિ અથવા પાલનને સ્પર્શતી કોઈપણ વસ્તુ માટે, મોડેલને સંદર્ભ આપવા અથવા મુલતવી રાખવાની જરૂર છે. સ્થાપિત માર્ગદર્શિકાઓ સતત સ્પષ્ટ, ચોક્કસ સૂચનાઓ, માળખાગત આઉટપુટ અને પુનરાવર્તિત શુદ્ધિકરણને સુરક્ષિત ડિફોલ્ટ તરીકે પ્રોત્સાહન આપે છે. [1]
ઉપરાંત, બ્રાઉઝિંગ અથવા બાહ્ય સામગ્રીને એકીકૃત કરતી વખતે, અજાણ્યા વેબપેજને અવિશ્વસનીય ગણો. છુપાયેલ અથવા વિરોધી સામગ્રી મોડેલોને ખોટા નિવેદનો તરફ ધકેલી શકે છે. તે યુક્તિઓનો પ્રતિકાર કરતા સંકેતો અને પરીક્ષણો બનાવો, અને ઉચ્ચ-દાવના જવાબો માટે માનવીને લૂપમાં રાખો. [5]
મજબૂત AI પ્રોમ્પ્ટિંગ માટે ઝડપી શરૂઆત ચેકલિસ્ટ ✅🧠
-
કાર્ય એક વાક્યમાં જણાવો.
-
પ્રેક્ષકો, સ્વર અને મર્યાદાઓ ઉમેરો.
-
૧-૩ ટૂંકા ઉદાહરણોનો સમાવેશ કરો.
-
આઉટપુટ ફોર્મેટ અથવા સ્કીમા સ્પષ્ટ કરો.
-
પહેલા પગલાં પૂછો, પછી અંતિમ જવાબ.
-
ટૂંકી સ્વ-ટીકા અને સુધારાની જરૂર છે.
-
જો જરૂર હોય તો તેને સ્પષ્ટતા કરતા પ્રશ્નો પૂછવા દો.
-
તમે જે ગાબડા જુઓ છો તેના આધારે પુનરાવર્તન કરો... પછી વિજેતા પ્રોમ્પ્ટ સાચવો.
વાણી-વર્તનમાં ડૂબ્યા વિના વધુ ક્યાં શીખવું 🌊
અધિકૃત વિક્રેતા સંસાધનો ઘોંઘાટને દૂર કરે છે. OpenAI અને Microsoft ઉદાહરણો અને દૃશ્ય ટિપ્સ સાથે વ્યવહારુ પ્રોમ્પ્ટિંગ માર્ગદર્શિકાઓ જાળવી રાખે છે. એન્થ્રોપિક સમજાવે છે કે ક્યારે પ્રોમ્પ્ટિંગ યોગ્ય લીવર છે અને ક્યારે બીજું કંઈક અજમાવવું. જ્યારે તમે બીજો અભિપ્રાય ઇચ્છતા હોવ જે ફક્ત વાઇબ્સ ન હોય ત્યારે આને અવગણો. [1][2][3][4]
ખૂબ લાંબા સમય સુધી વાંચ્યું નથી અને અંતિમ વિચારો 🧡
AI પ્રોમ્પ્ટિંગ એ એક સ્માર્ટ પણ શાબ્દિક મશીનને મદદરૂપ સહયોગીમાં ફેરવવાની રીત છે. તેને કામ કહો, પેટર્ન બતાવો, ફોર્મેટમાં લૉક કરો અને ગુણવત્તાનો બાર સેટ કરો. થોડું પુનરાવર્તન કરો. બસ. બાકીનું બધું પ્રેક્ટિસ અને સ્વાદનું છે, થોડી જીદ સાથે. ક્યારેક તમે તેના વિશે વધુ પડતું વિચારશો, ક્યારેક તમે તેને ઓછું સ્પષ્ટ કરશો, અને ક્યારેક તમે બોલિંગ લેન વિશે એક વિચિત્ર રૂપક શોધશો જે લગભગ કામ કરે છે. ચાલુ રાખો. સરેરાશ અને ઉત્તમ પરિણામો વચ્ચેનો તફાવત સામાન્ય રીતે ફક્ત એક વધુ સારા પ્રોમ્પ્ટનો હોય છે.
સંદર્ભ
-
ઓપનએઆઈ - પ્રોમ્પ્ટ એન્જિનિયરિંગ માર્ગદર્શિકા: વધુ વાંચો
-
OpenAI હેલ્પ સેન્ટર - ChatGPT માટે પ્રોમ્પ્ટ એન્જિનિયરિંગ શ્રેષ્ઠ પ્રથાઓ: વધુ વાંચો
-
માઈક્રોસોફ્ટ લર્ન - પ્રોમ્પ્ટ એન્જિનિયરિંગ ટેકનિક (એઝ્યુર ઓપનએઆઈ): વધુ વાંચો
-
એન્થ્રોપિક ડૉક્સ - પ્રોમ્પ્ટ એન્જિનિયરિંગ ઝાંખી: વધુ વાંચો
-
OWASP GenAI - LLM01: પ્રોમ્પ્ટ ઇન્જેક્શન: વધુ વાંચો