अध्याय २ · खण्ड III · 14 मिनेट
पुनरावृत्ति र डिबग
आउटपुट गलत हुँदा के गर्ने। अड्किएका धेरै वार्तालापलाई रिकभर गर्ने तकनिकको सानो प्लेबुक।
सावधान प्रम्प्टसँग पनि तपाईंको पहिलो आउटपुट सधैं तपाईंले चाहेको हुनेछैन। मोडेलले गलत स्वर रोज्छ। तपाईंले दिएको सर्त छोड्छ। तपाईंलाई थाहै नभएको तथ्य भ्रमित गर्छ। यो सामान्य हो। सीप पहिलो प्रयासमा पूर्ण आउटपुट पाउने होइन — सीप उपयोगीमा पुग्न कुशल पुनरावृत्ति हो।
यो खण्ड सानो प्लेबुक हो। छ तकनिक, प्रत्येक विशिष्ट असफलता मोडमा उपयोगी, र कुन प्रयोग गर्ने रफ प्रवाह।
तकनिक १ — विशिष्ट समस्या सच्याउन भन्नुहोस्
सबैभन्दा सरल तकनिक, र अधिकांश मानिसले बिर्सने। मोडेललाई के मन परेन भन्नुहोस्, र संशोधन गर्न भन्नुहोस्।
लगभग सही, तर तेस्रो अनुच्छेद अति औपचारिक छ। त्यो अनुच्छेद मीठो, बढी वार्तालापी स्वरमा पुनर्लेख। बाँकी सबै उही राख्।
मोडेलले सम्पादन गर्नेछ। तपाईंले पूरै प्रम्प्ट पुनर्लेख्नुपर्दैन। वार्तालापको इतिहास सन्दर्भको भाग हो; “तेस्रो अनुच्छेद” को सन्दर्भ मोडेललाई थाहा छ।
यो काम गर्छ: स्वर, लम्बाइ, भाषा, विशिष्ट तथ्यगत त्रुटि, ढाँचाका लागि। यो आधारभूत संरचनात्मक समस्याका लागि राम्रो काम गर्दैन — ती लागि फर्केर प्रम्प्ट पुनर्लेख्नुहोस्।
तकनिक २ — उदाहरणले के गलत छ देखाउनुहोस्
मोडेलले बारम्बार गल्ती गर्दा एउटा उदाहरणमा देखाउनुहोस्।
उदाहरण #४ मा तपाईंले “due by Friday” लेख्नुभयो — मूल नेपालीले “अर्को साता शुक्रबारसम्म” भन्थ्यो जसको अर्थ अर्को शुक्रबारसम्म हो, यो शुक्रबार होइन। त्यो सच्याउनुहोस्, र अन्यत्र पनि उही त्रुटि हेर्नुहोस्।
विशिष्ट उदाहरणसँग बाँधिएको विशिष्ट फिडब्याकले अस्पष्ट “बढी सटीक हुनुहोस्” भन्दा छिटो सुधार उत्पादन गर्छ। मोडेल नोट गरिएको सच्याइलाई समान केसमा लागू गर्नमा राम्रो छ।
तकनिक ३ — चरणबद्ध सोच्न भन्नुहोस्
तर्क चाहिने कार्यका लागि — गणित समस्या, बहु-चरण योजना, तर्क पजल — आउटपुट गलत हुँदा एक मात्र सबैभन्दा राम्रो समाधान मोडेललाई आफ्नो काम देखाउन भन्नु हो।
यो चरणबद्ध समाधान गर्नुहोस्। अन्तिम उत्तर दिनुअघि आफ्नो तर्कको प्रत्येक चरण लेख्नुहोस्।
यो तकनिकलाई chain-of-thought प्रम्प्टिङ भनिन्छ, र तर्क-भारी कार्यमा यसले उही मोडेलमा सटीकता ३०% बाट ८०% मा बढाउन सक्छ। मोडेलले प्रभावमा लेख्ने कार्य प्रयोग गरेर सोच्दैछ। त्यो ढाँचा बिना यो उत्तरमा सीधै कुद्ने प्रयास गर्छ र चुक्छ।
आधुनिक मोडेल (GPT-4, Claude 3.5+, Gemini 2.0+) ले प्राय: तर्क कार्य पत्ता लगाउँदा यो स्वत: गर्छन्। स्पष्ट भन्दा तपाईंलाई केही खर्च लाग्दैन र चाहिँदा सहयोग गर्छ।
तकनिक ४ — आफ्नै आउटपुट आलोचना गर्न भन्नुहोस्
तपाईंलाई मोडेल गलत हो भन्ने शङ्का छ तर के गलत छ निश्चित छैन भने आफै जाँच गर्न भन्नुहोस्।
अब तपाईंले भर्खर लेख्नुभएको मस्यौदा हेर्नुहोस्। तपाईं सही छ भन्नेमा निश्चित नभएका तथ्यगत दाबीहरू सूचीबद्ध गर्नुहोस्। स्वर बेठीक भएका ठाउँहरू सूचीबद्ध गर्नुहोस्। मेरो मूल प्रम्प्टका तपाईंले पालना नगरेका सर्तहरू सूचीबद्ध गर्नुहोस्।
आफ्नै कामको आलोचना गर्ने मोडेल आश्चर्यजनक रूपमा प्राय: सही हुन्छ कमजोरीहरूबारे। यसले बनाएको तथ्याङ्क फ्ल्याग गर्नेछ, गलत भाषा देख्नेछ, छुटेको अभिवादन पक्रनेछ। अनि तपाईं ती विशिष्ट कुरा सच्याउन भन्न सक्नुहुन्छ।
यसले सबै कुरा पक्रदैन — गलत तथ्यलाई विश्वास गर्ने मोडेलले त्यसलाई फ्ल्याग गर्दैन। तर यसले तपाईंले अन्यथा आफै फेला पार्नुपर्ने गल्तीको अर्थपूर्ण अंश समात्छ।
तकनिक ५ — नयाँ वार्तालाप सुरु गर्नुहोस्
कहिलेकाहीं वार्तालाप गलत भएको हुन्छ। मोडेलले प्रारम्भमा गलत बुझाइ समाएको थियो, र हरेक त्यसपछिको सन्देशले त्यसलाई बलियो बनाइरहेको छ। लामो वार्तालापले पनि मोडेलको ध्यानमा तपाईंका मूल निर्देशनलाई पातलो बनाउँछ।
समाधान: नयाँ च्याट खोल्नुहोस् र सफा, पूर्ण प्रम्प्टसँग पुन: सुरु गर्नुहोस्। अड्किएको वार्तालापलाई स्वस्थ बनाउने प्रयास नगर्नुहोस्। पुन: सुरु गर्ने लागत सानो हो; अड्किएको वार्तालापलाई धकेलिराख्ने लागत उच्च हो।
तकनिक ६ — फरक मोडेलतर्फ हात बढाउनुहोस्
फरक मोडेलका फरक शक्ति छन्। एउटाले काम गर्दैन भने उपकरण फेर्नु असफलता होइन — व्यावहारिक हो।
२०२६ का रफ ढाँचा:
- Claude लामा, जटिल निर्देशन र सर्तहरू निष्ठापूर्वक पालना गर्ने प्रवृत्ति देखाउँछ। सावधान लेखन, कोड, सावधान तर्कका लागि राम्रो।
- GPT-4 / ChatGPT सर्वाङ्गीण छ; प्लगइन र एकीकरणको सबैभन्दा ठूलो इकोसिस्टम। प्राय: डिफल्ट।
- Gemini सँग दृढ बहुभाषिक कभरेज र Google Search सँगको एकीकरण छ, हालको-जानकारी कार्यका लागि उपयोगी।
- खुला-स्रोत मोडेल (Llama, Mistral, Qwen) डाटा निजी रहनुपर्दा वा कार्य आफ्नै हार्डवेयरमा चलाउन योग्य गरी दोहोरिने हुँदा उपयोगी हुन्छन्।
मोडेलले बारम्बार उही प्रकारको गलत आउटपुट उत्पादन गर्छ भने उही प्रम्प्ट अर्कोलाई दिनुहोस् र तुलना गर्नुहोस्। पाँच मिनेटको तुलनाले तपाईंलाई सबैभन्दा बारम्बार गर्ने कामका लागि कुन मोडेल सही हो सिकाउनेछ।
आउटपुट गलत हुँदाको प्रवाह
कम्प्याक्ट ह्युरिस्टिक। आउटपुट तपाईंले चाहेको होइन भने:
- पहिले — सावधानीले पढ्नुहोस्। यो वास्तवमा गलत छ, वा तपाईंले अपेक्षा गरेकोभन्दा फरक मात्र छ? कहिलेकाहीं मोडेलको संस्करण तपाईंकोभन्दा राम्रो हुन्छ।
- गलत भए — असफलता सौन्दर्यपरक (स्वर, ढाँचा, लम्बाइ) हो? तकनिक १ प्रयोग गर्नुहोस्: विशिष्ट सच्याइ माग्नुहोस्।
- तर्क बेठीक भए — तकनिक ३: काम देखाउन भन्नुहोस्।
- के गलत छ निश्चित नभए — तकनिक ४: आलोचना गर्न भन्नुहोस्।
- वार्तालाप अड्किएको भए — तकनिक ५: नयाँ सुरु गर्नुहोस्।
- विशेष मोडेलले कार्यको विशेष श्रेणीमा बारम्बार चुक्छ भने — तकनिक ६: अर्को प्रयास गर्नुहोस्।
यी छ मिलाएर लगभग ९०% असफलता सञ्चालन गर्छन्। बाँकी १०% सामान्यतया प्रविधिको आफ्नो सीमा हुन् — अध्याय ५ मा हामी भेट्ने अवस्था।
धैर्यतामा एक टिप्पणी
धैर्यवान् प्रयोगकर्ताले यी उपकरणबाट नाटकीय रूपमा बढी पाउँछन्। तीन साना बानी जोडिँदै जान्छन्:
- प्रतिक्रिया दिनुअघि आउटपुट पढ्नुहोस्। तपाईं टोकनका लागि (पैसा वा मासिक सीमामा) तिर्दै हुनुहुन्छ। तिनलाई प्रयोग गर्नुहोस्।
- शून्यबाट फेरि प्रयास गर्नुअघि अनुगमन प्रश्न सोध्नुहोस्। वार्तालापको सन्दर्भ मूल्यवान् छ।
- काम गर्ने प्रम्प्ट बचाउनुहोस्। सामान्य कार्यका लागि टेम्प्लेटको फोल्डरले धेरै घण्टा फिर्ता दिन्छ।
विशेषज्ञ एआई प्रयोगकर्ताको लोकप्रिय मानसिक तस्बिर एक पूर्ण प्रम्प्ट टाइप गर्ने र पूर्ण उत्तर पाउने मानिस हो। इमानदार तस्बिर सावधान सम्पादकको नजिक छ जो छिटो, अनन्त धैर्यवान्, र कहिलेकाहीं गलत हुने कनिष्ठ लेखकसँग पुनरावृत्ति गर्छ।
आफ्नो बुझाइ जाँच्नुहोस्
छोटो जाँच
—मोडेलले बहु-चरण गणित शब्द समस्यामा गलत उत्तर दिन्छ। कुन एकल तकनिकले सटीकता सबैभन्दा बढी सुधार गर्ने सम्भावना छ?
अब के?
हामीले इन्जिन, मोडालिटी, र प्रम्प्टिङको सीप ढाक्यौं। अध्याय ३ ले यी कुरालाई जेनेरेटिभ एआईको सबैभन्दा सामान्य प्रयोगका लागि मिलाउँछ — पाठसँग काम। मस्यौदा, सम्पादन, सारांश, निकासी, अनुवाद। दैनिक कार्य जुन चुपचाप यी उपकरणबाट मानिसले पाएको धेरैजसो मूल्यमा थपिन्छन्।