এআই দক্ষতা ও প্রম্পট
প্রম্পট হলো একটি এআই ব্যবস্থাকে দেওয়া অনুরোধ, আর স্কিল হলো এক ধরনের কাজের জন্য পুনর্ব্যবহারযোগ্য, সংস্করণযুক্ত নির্দেশের সেট; দুটিই সবচেয়ে ভালো কাজ করে যখন কাজের নাম বলে, উৎস উপাদান জোগায়, তথ্য না থাকলে কী করতে হবে বলে দেয়, এবং অন্য যেকোনো কাজের ফলের মতো পরীক্ষা করা হয়।
কেন এটি গুরুত্বপূর্ণ
এআই সহকারী ব্যবহার করা প্রত্যেকে প্রম্পট লেখেন, বেশিরভাগ ক্ষেত্রে ভুল-শুদ্ধ চেষ্টা করে। কেউ চমৎকার ফল পান কিন্তু বলতে পারেন না কেন। অন্যরা অস্পষ্ট বা ভুল উত্তর পেয়ে ধরে নেন টুলটি খারাপ। পার্থক্য প্রায়ই মডেলে নয়, অনুরোধে: কাজটি কত স্পষ্টভাবে বলা হয়েছে, সহকারীর কাছে কোন উপাদান আছে, এবং তার উত্তর কীভাবে যাচাই করা হয়।
সেবা ব্যবস্থাপনায় এই পার্থক্য গুরুত্বপূর্ণ, কারণ কাজে ঝুঁকি আছে। স্মৃতি থেকে ইনসিডেন্টের সারসংক্ষেপ করা প্রম্পট একটি বানানো টাইমলাইন তৈরি করতে পারে। "সেরা অনুশীলন" চাওয়া প্রম্পট সাধারণ টেক্সট দেয়, যা ঠিক শোনায় কিন্তু কারও কাজে লাগে না। তাড়াহুড়োয় লেখা প্রম্পট গোপন তথ্য ভুল টুলে পেস্ট করে ফেলতে পারে। এগুলো অভ্যাস, আর অভ্যাস উন্নত করা যায়।
স্কিল ধারণাটিকে এক ধাপ এগিয়ে নেয়। একটি স্কিল রানবুক লেখা বা পোস্টমর্টেম চালানোর মতো পুনরাবৃত্ত কাজের নির্দেশ একটি ফাইলে প্যাকেজ করে, যা কাজটি এলে একটি এআই সহকারী লোড করতে পারে। এই নির্দেশিকার স্কিলগুলো Claude Code বিন্যাসে লেখা: প্রতিটি একটি SKILL.md ফাইল, কখন ব্যবহার করবেন তার ছোট বিবরণ এবং কাজটি করার নির্দেশনাসহ। দলগুলো এগুলো কপি করতে, মানিয়ে নিতে এবং নিজেদের লিখতে পারে। এই বিষয়টি ব্যাখ্যা করে এই নির্দেশিকার প্রম্পট ও স্কিল কীভাবে ব্যবহার করবেন, কোন ধরন কাজ করে, ফল কীভাবে যাচাই করবেন, এবং দলের নিজস্ব স্কিল কীভাবে লিখবেন। এটি বিষয় 5.1 — সেবা ব্যবস্থাপনায় এআই এবং বিষয় 5.6 — এআই শাসন, ঝুঁকি ও সম্মতি-র সুরক্ষার ওপর গড়া।
মূল ধারণা
প্রম্পট। একটি উত্তর পেতে আপনি একটি বৃহৎ ভাষা মডেলকে যে টেক্সট ও সংযুক্ত উপাদান দেন। Wikipedia প্রম্পট ইঞ্জিনিয়ারিংকে এমনভাবে নির্দেশ সাজানোর প্রক্রিয়া হিসেবে বর্ণনা করে, যাতে একটি জেনারেটিভ মডেল কাঙ্ক্ষিত আউটপুট দেয়। মডেল প্রম্পটের ধরনের প্রতি সাড়া দেয়; স্পষ্টতর প্রম্পট সাধারণত ভালো উত্তর দেয়।
প্রেক্ষাপট। মডেল উত্তর দেওয়ার সময় যা কিছু বিবেচনা করতে পারে: আপনার নির্দেশ, আপনার দেওয়া নথি এবং এ পর্যন্ত কথোপকথন। Wikipedia কনটেক্সট উইন্ডো বর্ণনা করে, যা একবারে মডেল কতটা বিবেচনা করতে পারে তা সীমিত করে। কিছু প্রেক্ষাপটে না থাকলে মডেল সাধারণ জ্ঞান থেকে ফাঁক পূরণ করতে পারে, আর সেখানেই ত্রুটি ঢোকে।
ভিত্তি। উৎস উপাদান জোগানো এবং মডেলকে শুধু সেটি ব্যবহার করতে বলা। Wikipedia পুনরুদ্ধার-সমৃদ্ধ উৎপাদন, এর একটি স্বয়ংক্রিয় রূপ, বর্ণনা করে। হাতে ব্যবহারের জন্য প্রাসঙ্গিক টেক্সট পেস্ট করুন এবং বলুন "শুধু নিচের টেক্সট ব্যবহার করো"। দেখুন বিষয় 3.9 — জ্ঞান ব্যবস্থাপনা।
একটি ভালো প্রম্পটের গঠন। ছয়টি অংশ বেশিরভাগ প্রয়োজন মেটায়:
| অংশ | কী করে | উদাহরণ |
|---|---|---|
| ভূমিকা বা প্রেক্ষাপট | পরিস্থিতি ঠিক করে | "তুমি একজন সার্ভিস ডেস্ক প্রধানকে একটি পর্যালোচনা প্রস্তুত করতে সাহায্য করছ।" |
| কাজ | কী তৈরি করতে হবে বলে | "ইনসিডেন্টটি একটি টাইমলাইন হিসেবে সারসংক্ষেপ করো।" |
| উৎস উপাদান | তথ্য জোগায় | পেস্ট করা টিকিটের ইতিহাস |
| সীমাবদ্ধতা | সীমা ঠিক করে | "শুধু টেক্সট ব্যবহার করো। কারণ অনুমান করো না।" |
| বিন্যাস | আউটপুটের আকার দেয় | "সময়, ঘটনা ও উদ্ধৃত উৎস সহ একটি টেবিল।" |
| অনিশ্চয়তার নিয়ম | অনিশ্চিত হলে কী করতে হবে বলে | "'উল্লেখ নেই' লেখো এবং কী নিয়ে অনিশ্চিত তার তালিকা দাও।" |
প্লেসহোল্ডার। এই নির্দেশিকার প্রম্পটে [বর্গ বন্ধনী] ব্যবহার করা হয়েছে, আপনার নিজের উপাদান দিয়ে বদলানোর জায়গা বোঝাতে। অপূর্ণ প্লেসহোল্ডারসহ প্রম্পট খারাপ ফলের একটি সাধারণ কারণ; পাঠানোর আগে প্রতিটি পড়ুন।
উদাহরণ ও কাঠামো। আপনি যে আউটপুট চান তার এক বা দুটি উদাহরণ দেওয়া, যা Wikipedia-য় ফিউ-শট প্রম্পটিং নামে বর্ণিত, প্রায়ই বাড়তি ব্যাখ্যার চেয়ে ফল বেশি উন্নত করে। টেবিলের মতো একটি কাঠামো চাইলে যাচাই সহজ হয়।
যুক্তি চাওয়া। মডেলকে ধাপে ধাপে কাজ করতে বলা কৌশল, যা Wikipedia চেইন-অফ-থট প্রম্পটিং হিসেবে বর্ণনা করে, কিছু সমস্যায় উত্তর উন্নত করতে পারে। দৃশ্যমান যুক্তি সবসময় উত্তর কীভাবে তৈরি হয়েছে তার বিশ্বস্ত বিবরণ নয়, এবং তাতেও ত্রুটি থাকতে পারে। এটি যাচাই করতে সাহায্য পেতে ব্যবহার করুন, প্রমাণ হিসেবে নয়।
যাচাই। প্রতিটি আউটপুটকে খসড়া ধরুন। তথ্য উৎসের বিপরীতে, হিসাব এবং উদ্ধৃতি আছে কি না যাচাই করুন। Wikipedia হ্যালুসিনেশন ও স্বয়ংক্রিয়তা পক্ষপাত বর্ণনা করে; দুটিই যাচাইয়ের কারণ। মডেলকে উৎস উদ্ধৃত করতে বলা প্রম্পট এটি দ্রুত করে।
পুনরাবৃত্তি। প্রথম ফল প্রায়ই সেরা নয়। পরিবর্তন চান, ভুল দেখিয়ে দিন এবং প্রম্পট পরিমার্জন করুন। যে সংস্করণ কাজ করেছে তা রাখুন।
স্কিল। এই নির্দেশিকায় স্কিল হলো একটি SKILL.md ফাইল, যা একটি এআই সহকারীকে এক ধরনের কাজ কীভাবে করতে হয় বলে দেয়। এটি শুরু হয় স্কিলের নাম এবং কখন ব্যবহার করবেন তার বিবরণসহ একটি ছোট হেডার দিয়ে, তারপর নির্দেশনা: মূল উপাদান, ধাপ ও যাচাই। স্কিল সমর্থন করে এমন সহকারী আপনার অনুরোধ বিবরণের সঙ্গে মিললে প্রাসঙ্গিক ফাইল লোড করে। স্কিল সাধারণ টেক্সট, তাই অন্যান্য নথির মতো পড়া, পর্যালোচনা, সংস্করণ এবং ভাগ করা যায়। এগুলো যে বিন্যাস ব্যবহার করে তা Wikipedia-র মার্কডাউন নিবন্ধে বর্ণিত।
স্কিল বনাম প্রম্পট। প্রম্পট একটি একক অনুরোধের জন্য; স্কিল পুনরাবৃত্ত ধরনের কাজের একটি পদ্ধতি ধরে রাখে, যাতে প্রতিবার নতুন করে লিখতে না হয়। একটি স্কিলে কয়েকটি প্রম্পট, একটি চেকলিস্ট এবং ভালো ফলের মানদণ্ড থাকতে পারে। এই নির্দেশিকার বিষয়গুলো যেখানে পদ্ধতি কাজের, সেখানে স্কিলের সঙ্গে যুক্ত।
স্কিলে কী থাকা উচিত। ভালো স্কিল কখন ব্যবহার করবেন আর কখন নয় তা বলে, আউটপুটের মূল অংশ সংজ্ঞায়িত করে, একটি ছোট প্রক্রিয়া দেয়, সাধারণ ভুলের তালিকা করে এবং ফল কীভাবে যাচাই করবেন বলে। এগুলো নির্দিষ্ট ও সংক্ষিপ্ত। যে স্কিল সবকিছু আচ্ছাদন করতে চায় তা খুব কম ব্যবহার হয়।
স্কিল ও প্রম্পট পরীক্ষা। এগুলোকে কাজের ফল হিসেবে দেখুন। জানা ভালো ফলসহ কয়েকটি বাস্তবসম্মত পরীক্ষার ক্ষেত্র বানান, চালান এবং ব্যর্থতা লিখে রাখুন। মডেল, টুল বা স্কিল বদলালে আবার চালান। Wikipedia রিগ্রেশন পরীক্ষা বর্ণনা করে, পরিবর্তনের পর ভাঙন ধরতে পরীক্ষা আবার চালানোর চর্চা।
সংস্করণ নিয়ন্ত্রণ ও মালিকানা। স্কিল একটি রিপোজিটরিতে রাখুন, একজন মালিক, একটি পরিবর্তন লগ এবং পরিবর্তনের পর্যালোচনাসহ। Wikipedia সংস্করণ নিয়ন্ত্রণ বর্ণনা করে। যে স্কিল পর্যালোচনা ছাড়াই নীরবে বদলে যায়, তা কেউ টের না পেয়ে দলের ফল বদলে দিতে পারে।
নিরাপত্তা। প্রম্পট ও স্কিল আক্রান্ত বা অপব্যবহৃত হতে পারে। আপনার পেস্ট করা বিষয়বস্তুতে নির্দেশ থাকতে পারে, যে ঝুঁকি Wikipedia প্রম্পট ইনজেকশন হিসেবে বর্ণনা করে। অজানা উৎস থেকে নামানো একটি স্কিল সহকারীকে ক্ষতিকর কিছু করতে বলতে পারে। ব্যবহারের আগে স্কিল পড়ুন, এবং সহকারীদের শুধু প্রয়োজনীয় প্রবেশাধিকার দিন। দেখুন বিষয় 5.5 — এজেন্টিক এআই ও মানব তত্ত্বাবধান।
গোপনীয়তা। কোন টুলে কী পেস্ট করা যাবে ঠিক করুন। দেখুন বিষয় 5.6 — এআই শাসন, ঝুঁকি ও সম্মতি।
দৃষ্টিকোণগুলো কীভাবে খাপ খায়। স্কিল ও প্রম্পট হলো দলগুলো কীভাবে এআইকে সঙ্গতভাবে কাজে লাগায়। এজাইল অনুশীলন ব্যবহার ও ফিডব্যাকে উন্নত হওয়া একটি ভাগ করা লাইব্রেরি রাখতে প্রস্তাব করে। অটোমেশন ওয়ার্কফ্লোতে অনুমোদিত প্রম্পট চালাতে পারে। বিশ্লেষণ দেখায় কোন প্রম্পট ও স্কিল ব্যবহৃত হয় এবং সাহায্য করে কি না।
সেরা অনুশীলন
- বিষয় নয়, কাজের নাম বলুন। "ইনসিডেন্ট নিয়ে সাহায্য করো"-র চেয়ে "এই তথ্য থেকে গ্রাহকদের জন্য একটি স্ট্যাটাস আপডেট খসড়া করো" ভালো কাজ করে। কী এবং কার জন্য তৈরি করতে চান বলুন।
- উৎস জোগান এবং তাতে সীমিত রাখুন। প্রাসঙ্গিক উপাদান পেস্ট করুন এবং বলুন শুধু সেটি ব্যবহার করতে। উপাদান যেখানে নীরব, সেখানে সহকারীকে "উল্লেখ নেই" লিখতে বলুন।
- কোন বিন্যাস চান বলুন। একটি টেবিল, একটি ক্রমিক তালিকা বা শব্দ সীমা চান। এতে ফল যাচাই ও ব্যবহার সহজ হয়।
- উৎস ও অনিশ্চয়তা চান। উদ্ধৃতি বা রেফারেন্স এবং সহকারী কী নিয়ে অনিশ্চিত তার একটি তালিকা চান। সেই তালিকা পড়ুন; তা দেখায় প্রথমে কোথায় যাচাই করতে হবে।
- অননুমোদিত টুলে গোপন বা সুরক্ষিত ডেটা পেস্ট করবেন না। যেখানে পারেন নাম, পরিচয়পত্র ও ব্যক্তিগত ডেটা সরান। সংবেদনশীল উপাদানের জন্য আপনার প্রতিষ্ঠানের অনুমোদিত টুল ব্যবহার করুন।
- ব্যবহারের আগে যাচাই করুন। তথ্য, সংখ্যা, সময় ও নাম উৎসের সঙ্গে মেলান। যেকোনো কোড বা কমান্ড প্রথমে একটি নিরাপদ পরিবেশে চালান।
- পুনরাবৃত্তি করুন এবং যা কাজ করে তা রাখুন। কয়েক দফায় প্রম্পট পরিমার্জন করুন, তারপর এটি কীসের জন্য ও কখন ব্যর্থ হয় তার একটি নোটসহ চূড়ান্ত সংস্করণ সংরক্ষণ করুন।
- একটি দলীয় লাইব্রেরি ভাগ ও পর্যালোচনা করুন। পরীক্ষিত প্রম্পট ও স্কিল মালিকসহ একটি ভাগ করা জায়গায় রাখুন। পরিবর্তন পর্যালোচনা করুন, এবং যেগুলো আর কাজ করে না সেগুলো বাদ দিন।
- পুনরাবৃত্ত কাজের জন্য স্কিল লিখুন। একই প্রম্পট বারবার লিখছেন দেখলে স্পষ্ট বিবরণ, ধাপ ও যাচাইসহ একে স্কিলে পরিণত করুন। ছোট রাখুন।
- বাস্তব ক্ষেত্রে স্কিল পরীক্ষা করুন। কয়েকটি পরীক্ষার ক্ষেত্র বানান, স্কিল বা টুলের প্রতিটি পরিবর্তনের পর চালান এবং ফল লিখে রাখুন।
দলের সঙ্গে আলোচনার প্রশ্ন
আজ আমরা এআই টুলকে কী করতে বলি, এবং তার কোন অনুরোধগুলো পুনর্ব্যবহারযোগ্য প্রম্পট বা স্কিল হিসেবে লিখে রাখতে পারি? উদাহরণ সংগ্রহ করুন। সারসংক্ষেপ, খসড়া ও চেকলিস্টের মতো পুনরাবৃত্ত কাজ আশা করুন। পরবর্তী ধাপে একটি কাজ বেছে একসঙ্গে একটি পরীক্ষিত সংস্করণ লিখুন।
ব্যবহারের আগে আমরা একটি এআই উত্তর কীভাবে যাচাই করি, এবং সবাই কি একইভাবে করেন? শেষবার কে ত্রুটি পেয়েছিলেন জিজ্ঞাসা করুন। ভিন্ন অভ্যাস আশা করুন। পরবর্তী ধাপে প্রতিটি ধরনের কাজের জন্য একটি ছোট যাচাই রুটিনে সম্মত হোন।
আমরা এআই টুলে কী পেস্ট করেছি যা করা উচিত ছিল না, এবং কীভাবে সঠিক কাজটি সহজ করব? নিরাপদ পরিবেশে জিজ্ঞাসা করুন। ভুল আশা করুন। পরবর্তী ধাপে কী কোথায় যাবে ঠিক করুন, এবং একটি অনুমোদিত টুল ও একটি ছোট নির্দেশিকা দিন।
কোন প্রম্পট ব্যক্তির জন্য ভালো কাজ করেছে কিন্তু কখনো ভাগ করা হয়নি? মানুষকে দেখাতে বলুন। ভালো কিছু আশা করুন। পরবর্তী ধাপে তিনটি একটি ভাগ করা লাইব্রেরিতে জড়ো করুন, একজন মালিক এবং পর্যালোচনার একটি তারিখসহ।
আমরা যে স্কিল ব্যবহার করি তা কাল বদলে গেলে আমরা কীভাবে টের পেতাম? "আমরা পেতাম না" আশা করুন। পরবর্তী ধাপে সম্মত হোন যে স্কিল সংস্করণ নিয়ন্ত্রণে থাকবে, পর্যালোচিত হবে এবং কয়েকটি পরীক্ষার ক্ষেত্র থাকবে।
যাচাই সত্ত্বেও কোন কাজ আমাদের কখনো একটি এআই সহকারীর হাতে দেওয়া উচিত নয়? মানুষকে প্রভাবিত করা সিদ্ধান্ত, আইনি সিদ্ধান্ত এবং অনুমোদন নিয়ে আলোচনা করুন। মতভেদ আশা করুন। পরবর্তী ধাপে একটি ছোট তালিকা এবং কে তা বদলাতে পারবেন লিখুন।
বাস্তবে: সেবা ব্যবস্থাপনার একটি উদাহরণ
একটি আঞ্চলিক হাসপাতালের 25 জনের আইটি সেবা দল একটি এআই সহকারী ব্যবহার শুরু করেছে। কর্মীরা ভিন্ন ভিন্নভাবে ব্যবহার করেন। একজন বিশ্লেষক টিকিটের নোট থেকে জ্ঞান নিবন্ধ খসড়া করেন, আরেকজন লম্বা ইমেইল থ্রেডের সারসংক্ষেপ করেন, এবং তৃতীয়জন অচেনা ত্রুটির বার্তা ব্যাখ্যা করতে বলেন। দলের প্রধান উদ্বিগ্ন: তিনি একটি নিবন্ধ দেখেছেন যাতে বিশ্বাসযোগ্য কিন্তু ভুল একটি কমান্ড ছিল।
তিনি দলকে এক ঘণ্টার একটি সেশনে তাদের সবচেয়ে কাজের তিনটি প্রম্পট আনতে বলেন। তাঁরা দেখেন সমাধান হওয়া টিকিটকে নিবন্ধে রূপ দিতে চারজন প্রায় একই প্রম্পট ব্যবহার করেন। সবচেয়ে ভালো কাজ করা সংস্করণটি বলে যে সহকারীকে শুধু টিকিটের টেক্সট ব্যবহার করতে হবে, যা তাতে নেই তার জন্য "[missing]" লিখতে হবে, ধাপগুলো ক্রমিক লাইনে তালিকা করতে হবে এবং শেষে সে কী নিয়ে অনিশ্চিত তার একটি ছোট তালিকা দিতে হবে। "[missing]" নিয়ম ছাড়া সহকারী ফাঁক ভরাট করত।
দল এটিকে একটি স্কিল ফাইলে রূপ দেয়: কখন ব্যবহার করবেন (সমাধান হওয়া টিকিটকে খসড়া নিবন্ধে রূপ দেওয়া), একটি ভালো নিবন্ধের মূল অংশ, প্রক্রিয়া, এবং প্রকাশের আগে একজন ব্যক্তিকে যে যাচাই করতে হবে, প্রতিটি কমান্ড একটি পরীক্ষার পরিবেশে চালানোসহ। তারা সমাধান জানা দশটি পুরোনো টিকিটে এটি পরীক্ষা করে এবং দেখে তিনটিতে সহকারী একটি সংস্করণ নম্বর অনুমান করেছে। তারা সংস্করণ নম্বর নিয়ে একটি নিয়ম যোগ করে এবং পরীক্ষা আবার চালায়। তারা স্কিলটি দলের রিপোজিটরিতে রাখে, প্রধানের সহকারীকে মালিক করে, এবং সম্মত হয় যে কোডের মতো পরিবর্তন পর্যালোচিত হবে।
তারা এআই টুলে কী যাবে না তা নিয়েও এক পাতা লেখে: রোগীর ডেটা, পরিচয়পত্র এবং অপ্রকাশিত নিরাপত্তা প্রতিবেদন; এবং সবাইকে অনুমোদিত টুলে নির্দেশ করে, যার চুক্তিতে তাদের ডেটায় প্রশিক্ষণ নিষিদ্ধ।
যা বদলায়: খসড়া নিবন্ধ কয়েক মিনিটে হয়, এবং পর্যালোচনায় ভুল ধাপসহ নিবন্ধের সংখ্যা কমে। যা এখনো কঠিন: অনুমোদিত টুল ধীর হলে কিছু কর্মী এখনো ব্যক্তিগত অ্যাকাউন্ট ব্যবহার করেন; স্কিল লাইব্রেরি 14টি ফাইলে বেড়েছে এবং অর্ধেক কেউ পর্যালোচনা করেনি; এবং ভেন্ডরের হালনাগাদের পর সহকারীর আচরণ সামান্য সরেছে, যা পরীক্ষা ধরেছে কেবল কেউ আবার চালিয়েছিল বলে। প্রধান একটি মাসিক পরীক্ষা চালানো এবং একটি ত্রৈমাসিক ছাঁটাই সেশন যোগ করেন।
চারটি দৃষ্টিকোণ
পণ্য ও ডেলিভারি দল
আপনার স্বাভাবিক পর্যালোচনা ও পাইপলাইন যাচাইসহ কোড, পরীক্ষা ও নথি খসড়া করতে প্রম্পট ও স্কিল ব্যবহার করুন। নিজেদের ওয়ার্কফ্লোর স্কিল কোডের পাশে রিপোজিটরিতে রাখুন।
সেবা ও অপারেশন দল
আপডেট, নিবন্ধ ও পর্যালোচনার মতো পুনরাবৃত্ত কাজের জন্য একটি ছোট লাইব্রেরি বানান। যা কাজ করে তা ভাগ করুন, প্রতিটি আউটপুট যাচাই করুন, এবং স্কিল ব্যর্থ হলে মালিককে জানান।
নেতৃত্ব ও শাসন
কোথায় কী পেস্ট করা যাবে তার নিয়ম ঠিক করুন, অনুমোদিত টুল দিন, এবং লাইব্রেরি বানানো ও পরীক্ষার সময়ে অর্থ দিন। আউটপুট যাচাই হয় তার প্রমাণ চান। প্রম্পটকে প্রক্রিয়ার বিকল্প ভাববেন না।
গ্রাহক ও ব্যবহারকারী
আপনি এআই-খসড়া করা বিষয়বস্তুর মুখোমুখি হতে পারেন। জিজ্ঞাসা করুন একজন ব্যক্তি তা যাচাই করেছেন কি না, এবং ভুল হলে সরবরাহকারীকে জানান। যেকোনো এআই টুলে কোন ব্যক্তিগত ডেটা দেন সে বিষয়ে সতর্ক থাকুন।
এজাইল, এআই, অটোমেশন ও বিশ্লেষণ
এজাইল
বাস্তব ব্যবহার থেকে লাইব্রেরি বাড়ান: কাজ পুনরাবৃত্ত হলে একটি স্কিল যোগ করুন, ফিডব্যাক থেকে উন্নত করুন, এবং সাহায্য বন্ধ করলে বাদ দিন। স্কিল ছোট ও পর্যালোচিত রাখুন। সতর্কতা: একটি বড় অপর্যালোচিত লাইব্রেরি দায়; ছোট ও মালিকানাযুক্ত রাখুন।
এআই
স্কিল ও প্রম্পট হলো আমরা এআইকে যে নির্দেশ দিই, তাই অন্য নিয়ন্ত্রণের মতো যত্নের যোগ্য: মালিকানা, পর্যালোচনা, পরীক্ষা এবং ব্যবহারের রেকর্ড। সতর্কতা: "নির্ভুল হও" নির্দেশ মডেলকে নির্ভুল করে না; নির্ভর করুন সরবরাহ করা উৎস, যাচাই ও মানব পর্যালোচনার ওপর। দেখুন বিষয় 5.1 — সেবা ব্যবস্থাপনায় এআই।
অটোমেশন
অনুমোদিত প্রম্পট ওয়ার্কফ্লোতে বসানো যায়, যেমন টিকিট বন্ধ হলে একটি সারসংক্ষেপ খসড়া করা, ব্যবহারের আগে একটি পর্যালোচনা ধাপসহ। সতর্কতা: স্বয়ংক্রিয় প্রম্পট প্রতিবার একজন মানুষ পড়ার যত্ন ছাড়াই চলে; বিভিন্ন ইনপুটে পরীক্ষা করুন এবং একটি মানব গেট রাখুন। দেখুন বিষয় 6.2 — ওয়ার্কফ্লো অটোমেশন ও অর্কেস্ট্রেশন।
বিশ্লেষণ
কোন প্রম্পট ও স্কিল ব্যবহৃত হয়, খসড়া কত ঘন ঘন সম্পাদিত হয়, পর্যালোচনায় পাওয়া ত্রুটি এবং কাজ অনুযায়ী বাঁচানো সময় ট্র্যাক করুন। সতর্কতা: ব্যবহারের গণনা পরিমাণকে পুরস্কৃত করে, এবং আন্দাজ করা সময় সহজেই ফাঁপানো যায়; মানের জন্য চূড়ান্ত আউটপুটের নমুনা নিন। দেখুন Service Management Metrics বই এবং বিষয় 7.3 — পরিমাপ ও প্রতিবেদন।
সাধারণ ব্যর্থতার ধরন
- অস্পষ্ট অনুরোধ। উত্তর সাধারণ হয়। কাজ, শ্রোতা ও বিন্যাস বলুন।
- উৎস উপাদান নেই। মডেল স্মৃতি থেকে ফাঁক ভরে। উৎস জোগান এবং তাতে সীমিত রাখুন।
- অপূর্ণ প্লেসহোল্ডার। একটি প্রম্পট "[paste here]" সহ বেরিয়ে যায়। পাঠানোর আগে দেখুন।
- প্রথম উত্তরে ভরসা। ত্রুটি অলক্ষ্যে থাকে। উৎসের বিপরীতে যাচাই করুন।
- গোপন তথ্য পেস্ট করা। ডেটা ফাঁস হয়। অনুমোদিত টুল ব্যবহার করুন এবং সংবেদনশীল বিবরণ সরান।
- কারও মালিকানা নেই এমন স্কিল লাইব্রেরি। ফাইল ক্ষয় হয় বা অলক্ষ্যে বদলায়। মালিক ও পরীক্ষাসহ সংস্করণ নিয়ন্ত্রণে রাখুন।
- না পড়ে স্কিল নামানো। একটি ক্ষতিকর নির্দেশ চলে। ব্যবহারের আগে পড়ুন ও পর্যালোচনা করুন।
পরিপক্বতা মডেল
| মাত্রা | সূচনা | বিকাশ | মানসম্মতকরণ | ব্যবস্থাপনা | সমন্বয় |
|---|---|---|---|---|---|
| প্রম্পটিং চর্চা | ভুল-শুদ্ধ চেষ্টা | অনানুষ্ঠানিকভাবে ভাগ করা পরামর্শ | উৎস ও যাচাইসহ মানক ধরন | ত্রুটির ডেটা থেকে ধরন পরিমার্জিত | টুল ও ওয়ার্কফ্লোতে গাঁথা ধরন |
| স্কিল লাইব্রেরি | নেই | ব্যক্তিগত ফাইল | ভাগ করা, মালিকানাযুক্ত, সংস্করণ-নিয়ন্ত্রিত স্কিল | স্কিল পরীক্ষিত ও নিয়মিত পর্যালোচিত | শাসনসহ দল জুড়ে পরিচালিত স্কিল |
| যাচাই | নেই | ব্যক্তিগত অভ্যাস | কাজ অনুযায়ী মানক রুটিন | ত্রুটি ট্র্যাক করে ফিডব্যাক | মানব স্বাক্ষরসহ টুলিং-সমর্থিত যাচাই |
| ডেটার নিয়ম | অস্পষ্ট | সচেতনতা | স্পষ্ট নিয়ম ও অনুমোদিত টুল | সম্মতি যাচাই | টুলে গাঁথা নিয়ন্ত্রণ |
চেকলিস্ট
- আমাদের প্রম্পট কাজ, উৎস, বিন্যাস ও অনিশ্চয়তার নিয়ম বলে।
- আমরা ব্যবহারের আগে আউটপুট উৎসের বিপরীতে যাচাই করি।
- কোন টুলে কী পেস্ট করা যাবে তার নিয়ম এবং অনুমোদিত টুল আছে।
- আমরা পরীক্ষিত প্রম্পট ও স্কিল একটি ভাগ করা, মালিকানাযুক্ত জায়গায় রাখি।
- স্কিলে কখন ব্যবহার করবেন তার স্পষ্ট বিবরণ আছে।
- স্কিল বা টুলের প্রতিটি পরিবর্তনের পর আমরা বাস্তব ক্ষেত্রে স্কিল পরীক্ষা করি।
- বাইরের উৎসের স্কিল ব্যবহারের আগে আমরা পর্যালোচনা করি।
- এআইয়ের হাতে দেওয়া চলবে না এমন কাজের তালিকা আমরা করেছি।
এআই প্রম্পট
একটি প্রম্পট উন্নত করুন।
Here is a prompt I use: [paste]. Here is an example of an output that disappointed me: [paste].
Identify what the prompt does not say that would help (task, source material, constraints, format, uncertainty rule), propose a rewritten prompt with [placeholders] for my material, and explain each change in one line. Do not add facts about my situation.
List what you are unsure of.
একটি প্রম্পটকে স্কিলে পরিণত করুন।
Here is a prompt that works well for my team: [paste]. Here are two examples of good outputs: [paste].
Draft a SKILL.md with a header (name and a one-sentence description of when to use it and when not), key components of a good output, a short process, common mistakes, and a checklist for verifying the result. Keep it under 400 words and do not add steps not implied by my examples.
List what you are unsure of.
একটি স্কিলের জন্য পরীক্ষা নকশা করুন।
Here is a skill: [paste].
Write eight test cases: five typical, two awkward, and one that tries to make the assistant ignore the skill. For each, describe the input and the correct behavior. Do not use real personal data.
List what you are unsure of.
এআই স্কিল
- prompt-engineering: প্রম্পট নকশা, পরীক্ষা ও পরিমার্জন করতে ব্যবহার করুন।
- service-management-guide-skill: এই নির্দেশিকার বিষয়, প্রশ্ন ও প্রম্পট খুঁজে প্রয়োগ করতে ব্যবহার করুন।
- service-management-guide-maintainer-skill: এই নির্দেশিকার বিষয় ও স্কিল রক্ষণাবেক্ষণ করতে ব্যবহার করুন।
- runbook: অপারেশনাল কাজের জন্য সুগঠিত স্কিলের উদাহরণ হিসেবে ব্যবহার করুন।
মূল সূত্র
- Anthropic, প্রম্পটিং ও Agent Skills নিয়ে ডকুমেন্টেশন (docs.anthropic.com): Claude মডেলের জন্য নির্দেশ ও স্কিল লেখার ভেন্ডর নির্দেশনা।
- OWASP, বৃহৎ ভাষা মডেলের ওপর গড়া অ্যাপ্লিকেশনের ঝুঁকি নিয়ে নির্দেশিকা (owasp.org): প্রম্পট ইনজেকশনসহ।
- Wikipedia, "Prompt engineering": কৌশল ও পরিভাষার পরিচিতি।
- এই নির্দেশিকার
skills/ডিরেক্টরি: সেবা ব্যবস্থাপনার কাজের জন্য স্কিলের কার্যকর উদাহরণ।
তথ্যসূত্র
- Prompt engineering — Wikipedia — https://en.wikipedia.org/wiki/Prompt_engineering
- Large language model — Wikipedia — https://en.wikipedia.org/wiki/Large_language_model
- Context window — Wikipedia — https://en.wikipedia.org/wiki/Context_window
- Retrieval-augmented generation — Wikipedia — https://en.wikipedia.org/wiki/Retrieval-augmented_generation
- Few-shot learning — Wikipedia — https://en.wikipedia.org/wiki/Few-shot_learning
- Chain of thought — Wikipedia — https://en.wikipedia.org/wiki/Chain_of_thought
- Hallucination (artificial intelligence) — Wikipedia — https://en.wikipedia.org/wiki/Hallucination_(artificial_intelligence)
- Prompt injection — Wikipedia — https://en.wikipedia.org/wiki/Prompt_injection
- Regression testing — Wikipedia — https://en.wikipedia.org/wiki/Regression_testing
- Markdown — Wikipedia — https://en.wikipedia.org/wiki/Markdown
- Version control — Wikipedia — https://en.wikipedia.org/wiki/Version_control
- OWASP — OWASP Foundation — https://owasp.org