Exercise on prompting

प्रॉम्प्ट इंजीनियरिंग: मुख्य अवधारणाएँ (Key Concepts in Prompt Engineering)

• लक्ष्य (Goal): एक मौजूदा प्रॉम्प्ट को सुधारना ताकि वह जटिल कार्यों (जैसे पाठ से विषय निकालना) को सटीकता से पूरा कर सके।
• कार्य का उद्देश्य (Task Objective): एक अकादमिक लेख के अंश (Passage of Text) से सभी प्रमुख विषयों (Topics) को निकालना।
• वांछित आउटपुट प्रारूप (Desired Output Format): विषयों की एक JSON array of strings (स्ट्रिंग्स की एक JSON ऐरे)।
• प्रारंभिक समस्या (Initial Problem): शुरुआती प्रॉम्प्ट अक्सर वांछित JSON प्रारूप में आउटपुट नहीं देता था, जिसके कारण मूल्यांकन स्कोर कम (जैसे 2. 8) था।

प्रॉम्प्ट सुधार की तकनीकें (Prompt Improvement Techniques):

• सरल और सीधा निर्देश (Simple and Direct Instructions):
• प्रॉम्प्ट में स्पष्ट रूप से बताएं कि आपको क्या चाहिए (जैसे: "Extract key topics... into a JSON array of strings")।
• अस्पष्ट भाषा से बचें और सीधे परिणाम पर ध्यान केंद्रित करें।
• XML टैग का उपयोग (Using XML Tags):
• इनपुट डेटा (जैसे लेख का पाठ) को प्रॉम्प्ट के निर्देशों से अलग करने के लिए XML टैग (जैसे <text>) का उपयोग करें।
• इससे मॉडल को यह समझने में मदद मिलती है कि कौन सा हिस्सा निर्देश है और कौन सा हिस्सा डेटा है।
• चरण-दर-चरण निर्देश (Step-by-Step Instructions):
• मॉडल को कार्य पूरा करने के लिए एक प्रक्रिया प्रदान करें (जैसे: 1. पाठ का बारीकी से विश्लेषण करें, 2. प्रत्येक विषय की पहचान करें, 3. JSON ऐरे के रूप में उत्तर दें)।
• यह मॉडल के आउटपुट की गुणवत्ता और सटीकता को बढ़ाता है।
• उन्नत तकनीकें (Advanced Techniques):
• वन-शॉट या मल्टी-शॉट प्रॉम्प्टिंग (One-shot or Multi-shot Prompting): प्रॉम्प्ट में उदाहरण (Examples) शामिल करना, जिससे मॉडल को सही आउटपुट का पैटर्न समझने में मदद मिलती है।

निष्कर्ष (Conclusion):

• एक प्रभावी प्रॉम्प्ट बनाने के लिए स्पष्टता, संरचना (XML टैग), और विशिष्ट मार्गदर्शन (Step-by-step) का संयोजन आवश्यक है।
• इन तकनीकों का उपयोग करने से मॉडल का आउटपुट स्कोर (जैसे 2. 8 से 9. 5) में उल्लेखनीय सुधार होता है।

Takeaways

• प्रॉम्प्ट इंजीनियरिंग का मुख्य लक्ष्य मौजूदा प्रॉम्प्ट को सुधारकर जटिल कार्यों (जैसे विषय निकालना) को सटीकता से पूरा करवाना है।
• प्रभावी प्रॉम्प्ट के लिए स्पष्ट और सीधे निर्देश देना आवश्यक है, जिससे अस्पष्ट भाषा से बचा जा सके।
• XML टैग का उपयोग इनपुट डेटा को निर्देशों से अलग करने के लिए किया जाता है, जिससे मॉडल को संरचना समझने में मदद मिलती है।
• मॉडल के आउटपुट की गुणवत्ता बढ़ाने के लिए चरण-दर-चरण निर्देश (Step-by-step instructions) प्रदान करना महत्वपूर्ण है।
• वन-शॉट या मल्टी-शॉट प्रॉम्प्टिंग के माध्यम से उदाहरण शामिल करना मॉडल को सही आउटपुट पैटर्न समझने में मदद करता है।