35 منٹ
تین طریقے
پرامپٹ انجینئرنگ میں ایک ایسا فرق ہے جو سمجھ آ جائے تو آپ کی باقی پیشہ ورانہ زندگی کے ہر پرامپٹ کو بدل دے گا۔ یہ فرق ہے zero-shot اور few-shot prompting کے درمیان۔ Zero-shot یعنی آپ کام کو الفاظ میں بیان کریں اور ماڈل سے کہیں کہ بغیر کسی نمونے کے کر دے۔ Few-shot یعنی پہلے دو، تین، یا پانچ مکمل نمونے دکھائیں، پھر کہیں۔ کوئی بھی عمومی طور پر بہتر نہیں ہے۔ ایک صاف اصول ہے کہ کب کون بہتر ہے، اور پاکستانی دفاتر کے زیادہ تر پیشہ ور غلط کام کے لیے غلط طریقہ استعمال کرتے ہیں۔ اصول سیکھ لیں، تو آپ کے آؤٹ پُٹ راتوں رات زیادہ مستقل ہو جائیں گے، بغیر کسی اور تبدیلی کے۔
پہلا طریقہ: Zero-shot۔ آپ صاف ہدایت لکھیں اور رک جائیں۔ "اس پیراگراف کا اردو سے انگریزی میں رسمی لہجے میں ترجمہ کریں۔" یہ zero-shot پرامپٹ ہے۔ ماڈل اپنی تربیت کی بنیاد پر طے کرتا ہے کہ "رسمی لہجہ" کا کیا مطلب ہے۔ ایسے کاموں کے لیے جو ماڈل نے تربیت میں ہزاروں بار دیکھے ہیں، مثلاً ترجمہ، خلاصہ، جذبات کی شناخت، اور بنیادی سوال جواب، zero-shot کافی ہے۔ ماڈل کے پاس مضبوط بنیاد پہلے سے ہے۔ نمونے شامل کرنا ٹوکن ضائع کرتا ہے اور کبھی کبھی ماڈل کو غلط مخصوص شے پر باندھ کر الجھا دیتا ہے۔ ایک پاکستانی پیشہ ور کے روزمرہ پرامپٹس کے نوے فیصد کے لیے zero-shot صحیح نقطۂ آغاز ہے۔
دوسرا طریقہ: One-shot۔ آپ ہدایت لکھتے ہیں اور اصل کام سے پہلے بالکل ایک نمونہ دیتے ہیں۔ یہ zero-shot سے سستی ترین اپ گریڈ ہے، اور اکثر سب سے زیادہ فائدہ مند۔ ایک نمونہ آؤٹ پُٹ فارمیٹ کو طے کر دینے کے لیے کافی ہے۔ اگر آپ چاہتے ہیں کہ ماڈل پاکستانی CNIC نمبر گندے چیٹ ٹرانسکرپٹس سے نکالے اور دو کالموں کی CSV میں دے، نام اور CNIC، تو ایک اچھا نمونہ فارمیٹ بند کر دے گا۔ بغیر نمونے کے ماڈل کبھی ٹیبل، کبھی بُلٹ لسٹ، کبھی JSON، کبھی پیراگراف دے گا۔ نمونے کے ساتھ وہ بالکل وہی CSV دے گا جو آپ نے مانگی۔ One-shot وہ سب سے بڑی فی-ٹوکن معیار میں چھلانگ ہے جو آپ خرید سکتے ہیں۔
فوری چیک
فوری چیک: جدید AI روایتی قاعدہ بنیاد پروگرام سے کس طرح مختلف ہے؟
کیوں؟
صاف اصول۔ Zero-shot استعمال کریں جب کام عام ہو اور فارمیٹ لچک دار۔ One-shot تب جب فارمیٹ بالکل درست چاہیے۔ Few-shot (2 سے 5) تب جب اِن پُٹ میں ساختی تنوع ہو جسے ماڈل کو مستقل طور پر سنبھالنا ہو۔ فیصلہ نہ کر پائیں تو one-shot سے شروع کریں اور صرف ناکامی پر نمونے بڑھائیں۔
ماخذ
ذرائع۔ Brown، Mann، Ryder اور دیگر 2020، "Language Models are Few-Shot Learners"۔ Lilian Weng کا بلاگ "Prompt Engineering"۔ Andrew Ng کا DeepLearning.AI کورس، خصوصاً iterative prompt development والا سبق۔ Anthropic پرامپٹ لائبریری docs.anthropic.com پر، جو حقیقی پروڈکشن few-shot نمونوں کی فہرست ہے۔