تین طریقے

1. 1

   پاکستانی ٹیم کی AI تعیناتی چھ ماہ بعد بھی چلتی رہے گی یا نہیں، اس کا سب سے بڑا اشارہ یہ نہیں کہ انہوں نے کون سا ماڈل چنا، کون سا کلاؤڈ کرایہ پر لیا، یا کون سا ہنر بھرتی کیا۔ یہ ہے کہ وہ اپنے پرامپٹس کو کوڈ کی طرح برتتے ہیں یا نہیں۔ جو پرامپٹس Slack میں رہتے ہیں، WhatsApp گروپ سے انجینئر کے لیپ ٹاپ کی config فائل میں چپکتے ہیں، وہ ہفتوں میں اس طرح بدلتے ہیں کہ کسی کو یاد نہیں رہتا کون سا ورژن پروڈکشن میں ہے۔ جو پرامپٹس ورژن، ٹیسٹ، اور کوڈ کے ساتھ محفوظ ہوتے ہیں، وہ عملے کی تبدیلی برداشت کرتے ہیں، خرابی پر debug ہوتے ہیں، اور وقت کے ساتھ بہتر ہوتے ہیں۔ یہ سبق وہ نظم سکھاتا ہے۔ یہ اس ٹریک کا سب سے کم پُرکشش سبق ہے اور وہی ہے جو سنجیدہ ٹیم کو شوقیہ سے الگ کرتا ہے۔

2. 2

   پہلا طریقہ: پرامپٹ بطور کوڈ constant۔ سب سے سادہ سطح۔ آپ کا پرامپٹ آپ کے سورس کوڈ میں رہتا ہے، ایک constants فائل میں، صاف نام کے ساتھ۔ جب بھی کوئی پرامپٹ بدلتا ہے، سورس فائل بدلتا ہے اور commit کرتا ہے۔ Git ریکارڈ رکھتا ہے کہ کس نے کیا، کب، کیوں بدلا۔ بالکل ایک ہی سچائی کا ماخذ ہے اور وہ کوڈ کے ساتھ سفر کرتا ہے۔ پاکستانی دفاتر کے زیادہ تر اندرونی ٹولز اور proof-of-concept پروجیکٹس کے لیے یہی کافی ہے۔ خرچہ صفر۔ فائدہ یہ کہ آپ اندازے نہیں لگاتے کہ کون سا پرامپٹ کہاں چل رہا ہے۔

3. 3

   دوسرا طریقہ: پرامپٹ بطور YAML یا markdown۔ جیسے جیسے پرامپٹ لائبریری بڑھتی ہے، انہیں سورس میں hardcode کرنا بدنما ہو جاتا ہے۔ آپ انہیں /prompts ڈائریکٹری میں .yaml یا .md فائلوں میں منتقل کر دیتے ہیں۔ ہر پرامپٹ کا نام، ورژن نمبر، وضاحت، پرامپٹ کا متن، اور شاید چند مثال اِن پُٹس اور متوقع آؤٹ پُٹس۔ انجینئر اور غیر انجینئر (ٹیکس ماہر، وکیل، compliance افسر) کوڈ کو ہاتھ لگائے بغیر پرامپٹ فائلیں بدل سکتے ہیں۔ Git پھر بھی ہر تبدیلی ٹریک کرتا ہے۔ یہ پیٹرن ایک سے پچاس پرامپٹس تک صاف کام کرتا ہے۔ زیادہ تر پاکستانی پروڈکٹ ٹیمیں جو AI فیچر شپ کرتی ہیں، پہلے سال کے اندر یہاں پہنچ جاتی ہیں۔

کیوں؟