ਉਹ ਪ੍ਰੋਂਪਟ ਜੋ AI ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਉਪਯੋਗੀ ਬਣਾਉਂਦੇ ਹਨ
ਗੱਲਬਾਤ ਤੋਂ ਕਮਾਂਡ ਵੱਲ ਵਧਣਾ
ਜ਼ਿਆਦਾਤਰ ਲੋਕ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਨਾਲ ਇਸ ਤਰ੍ਹਾਂ ਗੱਲ ਕਰਦੇ ਹਨ ਜਿਵੇਂ ਉਹ ਕਿਸੇ ਸਰਚ ਇੰਜਣ ਨਾਲ ਗੱਲ ਕਰ ਰਹੇ ਹੋਣ ਜਾਂ ਕੋਈ ਜਾਦੂਈ ਚਾਲ ਚੱਲ ਰਹੇ ਹੋਣ। ਉਹ ਇੱਕ ਛੋਟਾ ਜਿਹਾ ਸਵਾਲ ਟਾਈਪ ਕਰਦੇ ਹਨ ਅਤੇ ਇੱਕ ਸ਼ਾਨਦਾਰ ਜਵਾਬ ਦੀ ਉਮੀਦ ਕਰਦੇ ਹਨ। ਇਹੀ ਮੁੱਖ ਕਾਰਨ ਹੈ ਕਿ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਨਤੀਜੇ ਦੁਹਰਾਉਣ ਵਾਲੇ ਜਾਂ ਉੱਪਰੋ-ਉੱਪਰੋਂ ਲੱਗਦੇ ਹਨ। ਪੇਸ਼ੇਵਰ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ ਸਵਾਲ ਪੁੱਛਣੇ ਬੰਦ ਕਰਕੇ ਢਾਂਚਾਗਤ ਨਿਰਦੇਸ਼ (structural instructions) ਦੇਣੇ ਸ਼ੁਰੂ ਕਰਨੇ ਪੈਣਗੇ। ਟੀਚਾ ਗੱਲਬਾਤ ਵਾਲੀ ਚਰਚਾ ਤੋਂ ਹਟ ਕੇ ਇੱਕ ਤਰਕ-ਆਧਾਰਿਤ ਕਮਾਂਡ ਸਿਸਟਮ ਵੱਲ ਵਧਣਾ ਹੈ, ਜੋ ਮਾਡਲ ਨੂੰ ਇੱਕ ਡੇਟਾਬੇਸ ਦੀ ਬਜਾਏ ਇੱਕ ਤਰਕ ਇੰਜਣ (reasoning engine) ਵਜੋਂ ਵਰਤਦਾ ਹੈ। ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਸਪੱਸ਼ਟ ਫਰੇਮਵਰਕ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹੋ, ਤਾਂ ਮਸ਼ੀਨ ਜਾਣਕਾਰੀ ਨੂੰ ਉਸ ਸ਼ੁੱਧਤਾ ਨਾਲ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਆਮ ਉਪਭੋਗਤਾ ਕਦੇ ਨਹੀਂ ਦੇਖਦੇ। ਇਹ ਤਬਦੀਲੀ ਸਾਡੇ ਦੁਆਰਾ ਗੱਲਬਾਤ ਨੂੰ ਸਮਝਣ ਦੇ ਤਰੀਕੇ ਵਿੱਚ ਇੱਕ ਬੁਨਿਆਦੀ ਬਦਲਾਅ ਦੀ ਮੰਗ ਕਰਦੀ ਹੈ। ਇਹ ਮਸ਼ੀਨ ਨੂੰ ਸਮਾਰਟ ਬਣਾਉਣ ਲਈ ਸਹੀ ਸ਼ਬਦ ਲੱਭਣ ਬਾਰੇ ਨਹੀਂ ਹੈ। ਇਹ ਤੁਹਾਡੇ ਆਪਣੇ ਵਿਚਾਰਾਂ ਨੂੰ ਸੰਗਠਿਤ ਕਰਨ ਬਾਰੇ ਹੈ ਤਾਂ ਜੋ ਮਸ਼ੀਨ ਕੋਲ ਪਾਲਣਾ ਕਰਨ ਲਈ ਇੱਕ ਸਪੱਸ਼ਟ ਰਸਤਾ ਹੋਵੇ। ਇਸ ਸਾਲ ਦੇ ਅੰਤ ਤੱਕ, ਉਹਨਾਂ ਲੋਕਾਂ ਵਿਚਕਾਰ ਪਾੜਾ ਜੋ ਇਹਨਾਂ ਮਾਡਲਾਂ ਨੂੰ ਨਿਰਦੇਸ਼ਿਤ ਕਰ ਸਕਦੇ ਹਨ ਅਤੇ ਉਹ ਜੋ ਸਿਰਫ ਉਹਨਾਂ ਨਾਲ ਗੱਲਾਂ ਕਰਦੇ ਹਨ, ਗਿਆਨ ਅਰਥਵਿਵਸਥਾ ਵਿੱਚ ਪੇਸ਼ੇਵਰ ਯੋਗਤਾ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰੇਗਾ।
ਸਪੱਸ਼ਟਤਾ ਲਈ ਇੱਕ ਢਾਂਚਾਗਤ ਫਰੇਮਵਰਕ ਬਣਾਉਣਾ
ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਮਸ਼ੀਨ ਨਿਰਦੇਸ਼ ਤਿੰਨ ਥੰਮ੍ਹਾਂ ‘ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹਨ: ਸੰਦਰਭ (context), ਉਦੇਸ਼ (objective), ਅਤੇ ਰੁਕਾਵਟਾਂ (constraints)। ਸੰਦਰਭ ਉਹ ਪਿਛੋਕੜ ਦੀ ਜਾਣਕਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ ਜਿਸਦੀ ਮਾਡਲ ਨੂੰ ਵਾਤਾਵਰਣ ਨੂੰ ਸਮਝਣ ਲਈ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਉਦੇਸ਼ ਇਹ ਪਰਿਭਾਸ਼ਿਤ ਕਰਦਾ ਹੈ ਕਿ ਅੰਤਿਮ ਨਤੀਜਾ ਕੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। ਰੁਕਾਵਟਾਂ ਮਾਡਲ ਨੂੰ ਅਪ੍ਰਸੰਗਿਕ ਖੇਤਰ ਵਿੱਚ ਜਾਣ ਤੋਂ ਰੋਕਣ ਲਈ ਸੀਮਾਵਾਂ ਨਿਰਧਾਰਤ ਕਰਦੀਆਂ ਹਨ। ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਵਿਅਕਤੀ ਇਸ ਪੈਟਰਨ ਨੂੰ ਇੱਕ ਨਵੇਂ ਕਰਮਚਾਰੀ ਲਈ ਬ੍ਰੀਫਿੰਗ ਵਜੋਂ ਸੋਚ ਕੇ ਦੁਬਾਰਾ ਵਰਤ ਸਕਦਾ ਹੈ।
