AI प्रॉम्प्ट: उपयोगी जवाब देने वाला प्रॉम्प्ट लिखने का तरीका

संक्षेप में: AI प्रॉम्प्ट वह निर्देश है जो आप ChatGPT, Claude या Gemini जैसे सहायक को देते हैं। अच्छा प्रॉम्प्ट बताता है कि AI को किसकी भूमिका निभानी है, संदर्भ क्या है, सटीक कार्य क्या है, सीमाएँ क्या हैं, अपेक्षित फ़ॉर्मेट क्या है और जब उपयोगी हो तो परिणाम का एक उदाहरण। उदाहरण जोड़ना, मॉडल से चरण-दर-चरण काम करवाना और उसे अपने जवाब की समीक्षा करवाना नतीजों को और बेहतर बनाते हैं। यही तर्क दूसरी तरफ़ भी लागू होता है: आपके ग्राहक AI में जो प्रॉम्प्ट टाइप करते हैं, वही तय करते हैं कि आपका ब्रांड सिफ़ारिश होगा या नहीं, और उन्हें ट्रैक किया जा सकता है।

AI प्रॉम्प्ट लिखना किसी सहकर्मी को अच्छी ब्रीफ़ देने जैसा कौशल है। मॉडल प्रदाता अपनी सलाह प्रकाशित करते हैं, जैसे OpenAI प्रॉम्प्ट इंजीनियरिंग गाइड, और नीचे के सिद्धांत उनमें से ज़्यादातर साझा करते हैं। शब्दावली के लिए हमारी प्रॉम्प्ट इंजीनियरिंग ग्लॉसरी प्रविष्टि देखें।

AI प्रॉम्प्ट क्या है?

प्रॉम्प्ट वह सब है जो मॉडल जवाब देने से पहले पढ़ता है: आपका सवाल, निर्देश, चिपकाया गया कोई भी दस्तावेज़ और बातचीत के पिछले संदेश। आपके लक्ष्य, दर्शकों या मानकों के बारे में मॉडल के पास कोई और जानकारी नहीं होती। धुंधला प्रॉम्प्ट औसत जवाब देता है, क्योंकि मॉडल खाली जगहें सबसे संभावित सामान्य विकल्पों से भरता है।

अच्छे प्रॉम्प्ट के हिस्से कौन-से हैं?

1. भूमिका

AI को बताएँ कि उसे किसकी तरह काम करना है: “आप एक B2B कॉपीराइटर हैं जो वित्त निदेशकों के लिए लिखता है।” भूमिका शब्दावली, लहजा और विशेषज्ञता का स्तर तय करती है।

2. संदर्भ

स्थिति समझाएँ: कंपनी, प्रोडक्ट, दर्शक, टेक्स्ट का लक्ष्य, और पहले क्या हो चुका है। संदर्भ वह हिस्सा है जिसे ज़्यादातर लोग छोड़ देते हैं, और यही नतीजों को सबसे ज़्यादा बदलता है।

3. कार्य

एक साफ़ कार्य बताएँ, किसी क्रिया-पद के साथ: लिखो, सारांश दो, तुलना करो, दोबारा लिखो, सूची बनाओ। बड़े काम को कई प्रॉम्प्ट में बाँटें।

4. सीमाएँ

लंबाई, लहजा, बचने वाले शब्द, शामिल करने वाले तथ्य, पढ़ने का स्तर, भाषा। सीमाएँ एक सामान्य जवाब को ऐसे जवाब में बदल देती हैं जो आपके ब्रांड पर फ़िट बैठे।

5. फ़ॉर्मेट

बताएँ कि जवाब कैसा दिखे: दिए गए कॉलम वाली टेबल, क्रमांकित सूची, तीन संस्करण, JSON ऑब्जेक्ट, हेडिंग और छोटे पैराग्राफ़।

6. उदाहरण

अपेक्षित परिणाम के एक या दो उदाहरण दिखाएँ। इस तकनीक को few-shot prompting कहते हैं, उस शोध पत्र Language Models are Few-Shot Learners के नाम पर, जिसने दिखाया कि बड़े मॉडल प्रॉम्प्ट में रखे कुछ उदाहरणों से कार्य सीख सकते हैं। हमारी few-shot learning प्रविष्टि देखें।

कौन-सी प्रॉम्प्टिंग तकनीकें सबसे अच्छा काम करती हैं?

• चरण माँगें: तर्क वाले कार्यों में मॉडल से समस्या चरण-दर-चरण हल करवाने से सटीकता सुधरती है। यह विचार chain-of-thought prompting पर हुए शोध में औपचारिक रूप से रखा गया।
• संदर्भ सामग्री दें: स्रोत टेक्स्ट, डेटा या स्टाइल गाइड चिपकाएँ और मॉडल से कहें कि केवल उसी का उपयोग करे। इससे गढ़े गए तथ्य घटते हैं।
• स्व-समीक्षा माँगें: “अपने जवाब को सीमाओं से मिलाकर देखो और जो फ़िट न हो उसे सुधारो।”
• पहले सवाल पूछने को कहें: “लिखने से पहले मुझसे वे सवाल पूछो जिनके जवाब तुम्हें चाहिए।” तब उपयोगी है जब आप तय न कर पा रहे हों कि कौन-सा संदर्भ दें।
• दोहराएँ: पहले जवाब को मसौदा मानें और सटीक फ़ीडबैक से सुधारें (“छोटा करो”, “ज़्यादा ठोस बनाओ”, “शब्दजाल हटाओ”)।
• निर्देश और सामग्री अलग रखें: चिपकाए गए टेक्स्ट को साफ़ मार्कर के बीच रखें, ताकि मॉडल उसे आपके निर्देशों से न मिला दे।

बुरा प्रॉम्प्ट बनाम अच्छा प्रॉम्प्ट: मार्केटिंग के उदाहरण

कौन-सी गलतियाँ टालें?

• बहुत कम संदर्भ: मॉडल आपके दर्शकों और लक्ष्य का अंदाज़ा लगाता है।
• एक साथ कई कार्य: हर एक की गुणवत्ता घटती है।
• परस्पर विरोधी निर्देश: “छोटा लेकिन विस्तृत”, “औपचारिक पर बोलचाल वाला”।
• स्रोत के बिना तथ्य माँगना: मॉडल विश्वसनीय लगने वाले पर झूठे आँकड़े दे सकता है। डेटा खुद दें या हर चीज़ जाँचें।
• पहला जवाब मान लेना: फ़ीडबैक के दो-तीन दौर अक्सर फ़र्क डालते हैं।
• गोपनीय डेटा चिपकाना ऐसे टूल में जिनकी डेटा नीति आपने नहीं जाँची।

इस तरीके पर बने तैयार SEO और GEO प्रॉम्प्ट के लिए हमारी SEO और GEO प्रॉम्प्ट लाइब्रेरी देखें। समय के साथ प्रॉम्प्ट सुधारने के लिए, हमारी प्रॉम्प्ट ऑप्टिमाइज़ेशन प्रविष्टि बताती है कि संस्करणों को एक-दूसरे के मुकाबले कैसे टेस्ट करें।

आपके ग्राहक जो प्रॉम्प्ट लिखते हैं, उनका क्या?

प्रॉम्प्ट दूसरी तरफ़ से भी मायने रखते हैं। जब कोई खरीदार ChatGPT से पूछता है “एक छोटी एजेंसी के लिए कौन-सा अकाउंटिंग सॉफ़्टवेयर सही है?”, या Perplexity से पूछता है “रियल एस्टेट के लिए सबसे अच्छा CRM”, तो जवाब में कुछ ब्रांड के नाम आते हैं। ये प्रॉम्प्ट सर्च क्वेरी की तरह काम करते हैं: ये लंबे, ज़्यादा बातचीत वाले और ज़्यादा ख़ास होते हैं, और यही तेज़ी से तय करते हैं कि किसे विचार में लिया जाएगा।

इन प्रॉम्प्ट की सूची रखकर यह देखना कि उनमें कौन-से ब्रांड दिखते हैं, प्रॉम्प्ट मॉनिटरिंग कहलाता है। यह बताता है कि किन सवालों पर आपकी सिफ़ारिश होती है, किन पर आप गायब हैं, और AI किन स्रोतों का उद्धरण करता है। यह डेटा फिर आपके कंटेंट को दिशा देता है: जो पेज उन सवालों का साफ़ जवाब स्रोत वाले तथ्यों के साथ देते हैं, वही सहायक उद्धृत करते हैं।

अच्छा AI प्रॉम्प्ट मॉडल को वह देता है जो एक अच्छे सहकर्मी को चाहिए: एक भूमिका, संदर्भ, एक कार्य, साफ़ सीमाएँ, एक फ़ॉर्मेट और एक उदाहरण; और आपके ग्राहक जो प्रॉम्प्ट लिखते हैं, उन्हें भी उतना ही ध्यान चाहिए, क्योंकि वही तय करते हैं कि AI आपकी सिफ़ारिश करे या नहीं। उन ग्राहक प्रॉम्प्ट को ChatGPT, Claude और Gemini में ट्रैक करने के लिए, Sorank योजना के अनुसार 10 से 50 प्रॉम्प्ट ट्रैक करता है, दिखाता है कि आपकी जगह किसे उद्धृत किया जा रहा है, और ऑप्टिमाइज़्ड लेख autopilot पर प्रकाशित करता है, 3-day free trial के साथ।