بیشتر پرومپٹ انجینئرنگ درستگی اور ہدایات کی مکمل شمولیت پر توجہ دیتی ہے. عملی نظاموں میں سب سے بڑی بہتری خود مکالمے کو بنیادی ڈیزائن مسئلہ سمجھنے سے آتی ہے.
محرک اور عمل پر مبنی ارادے متعین کرنا ماڈل کو فیصلہ کرنے کا طریقہ بتاتے ہیں، بجائے اس کے کہ اسے ایسا اسکرپٹ دیا جائے جس سے وہ نکل نہ سکے. پرومپٹ میں جگہ بذاتِ خود ایک ہدایت ہے. شناخت پہلے، طرزِ عمل کی باریکیاں درمیان میں اور سخت پابندیاں آخر میں آتی ہیں، جبکہ واقعی اہم بات دونوں جگہ رکھی جاتی ہے.
پرومپٹ میں مطلوبہ لب و لہجہ بیان کرنے کے بجائے اسے اسی لب و لہجے میں لکھنا سب سے مؤثر دستیاب تبدیلیوں میں سے ایک ہے.
سب سے مربوط ایجنٹس وہ ہیں جن کے پرومپٹس گفتگو کے مختلف لمحات کو الگ تعامل سمجھتے ہیں، ہر ایک کو اس کی مناسب شکل دیتے ہیں، مگر پوری گفتگو میں آواز واضح طور پر ایک ہی رہتی ہے.
بعض صورتوں میں سوچنے والے ایجنٹس کو بولنے والے ایجنٹس سے الگ رکھنے سے زیادہ مربوط اور حقیقت سے وابستہ جوابات ملتے ہیں، اور اندرونی ریزننگ جواب میں ظاہر نہیں ہوتی.
اس سے پہلے ہم نے لسانیات اور ادراکی نفسیات کی بصیرتوں پر مبنی پرومپٹ نویسی کا ایک نیا طریقۂ کار متعارف کرایا تھا. ہم نے ایک واضح اور مضبوط حدود والی مسئلہ جاتی فضا بنانے کی اہمیت بیان کی تھی جس میں ہمارا ایجنٹ کام کر سکے، اور یہ کہ اس فضا میں صارف سے براہ راست رابطہ کرنے والی مصنوعی ذہانت کے مکالماتی بالائی کام کو کیسے شامل کیا جائے.
اب ہم چند عملی طریقوں کا جائزہ لیں گے جن سے ان اصولوں کو عملی نظام میں لانے کی کوشش کے دوران ہمارے پرومپٹس بدلنے لگے ہیں.
صارفین سے براہ راست رابطہ کرنے والے فعال نظاموں میں پرومپٹس کی سیکڑوں تکراروں کے دوران سب سے بڑی بہتری مزید ہدایات یا مثالیں شامل کرنے، یا پرومپٹ انجینئرنگ کے عام اصول اپنانے سے نہیں آئی. بلکہ یہ بہتری مکالمے کو مسئلے کا مرکز تسلیم کرنے سے آئی.
مسلسل تحقیق اور آزمائش سے کئی مؤثر طریقے سامنے آئے ہیں. ہم پرومپٹ بدلتے اور دیکھتے کہ گفتگو کہاں کامیاب یا ناکام ہوئی، پھر ناکامیوں کو رہنمائی کی افادیت، پرومپٹ کی ساخت اور زبان کے استعمال تک واپس کھوجتے. نتیجتاً چند قابلِ تکرار طریقے ملے جو یہ بدلتے ہیں کہ ایجنٹ گفتگو میں اپنا کردار کیسے سمجھتا، اگلا قدم کیسے چنتا اور بدلتے سیاق میں اپنی آواز کتنی مستقل رکھتا ہے.
آگے پیش کردہ باتیں نہ کوئی عالمگیر خاکہ ہیں، نہ یہ دعویٰ کہ پرومپٹ نویسی کا مسئلہ اب ”حل“ ہو گیا ہے. یہ ان نتائج کا پانچ طریقوں میں نچوڑ ہے جو عملی نظام میں اس وقت مؤثر رہے جب مقصد صرف عملی درستگی نہیں بلکہ بہتر مکالمہ تھا: ایسے جوابات جو مربوط، فطری اور برانڈ کی نمائندگی کے لیے کافی مستقل محسوس ہوں.
ایجنٹ پر مبنی نظام کی ساخت کے کئی طریقے ہیں، مگر متعدد ایجنٹس کے مربوط عملی بہاؤ اب بھی مقبول ہیں. خصوصاً ایسے نظاموں میں ہماری سب سے مستقل بہتری سوچنے والے ایجنٹس کو بات کرنے والے ایجنٹس سے الگ کرنے سے آئی.
ارادے کی ہم آہنگی، درجہ بندی، علم اخذ کرنا اور وسائل کا استعمال، سب پسِ پردہ کارروائیاں ہیں. صارف کے سامنے آنے والے جوابات براہ راست رابطے کا حصہ ہیں. جب ایک ہی ایجنٹ ایک ہی مرحلے میں دونوں کام کرتا ہے تو اندرونی ریزننگ اور منطق جواب میں ظاہر ہو سکتی ہیں. جوابات محتاط، ضرورت سے زیادہ شرائط والے، یا فرد کی ضرورت کے بجائے کارروائی کی منطق کے مطابق مرتب ہونے لگتے ہیں.
یہ ایک پابندی حیرت انگیز حد تک مؤثر ہے. یہ جوابات کو اصل گفتگو سے وابستہ رکھتی ہے، سیاق کو ازسرِنو شروع ہونے سے روکتی ہے، اور اس تصور کے قریب نتیجہ دیتی ہے جسے ہم "صرف ضروری اضافہ پیش کرنا“ کہتے ہیں. بالآخر، ایجنٹ صرف اتنی معمولی نئی بات شامل کرتا ہے جو واقعی صارف کو آگے بڑھائے.
یہ فیصلہ بھی اہم ہے کہ کس نوعیت کا جواب دیا جائے. ہم نے پایا کہ بولنے والے ایجنٹ سے کچھ لکھنے سے پہلے اقدام کی نوعیت منتخب کروانے، یعنی جواب، وضاحت، نئی سمت یا انتظار، سے گفتگو کی سب سے عام ناکامی قابلِ اعتماد طور پر کم ہوئی: خراب نثر نہیں، بلکہ مکمل طور پر غلط جواب.
یہ بات قابلِ ذکر ہے کہ مناسب حالات میں تازہ ترین جدید ترین ماڈلز اس طریقے کی بنیادی سوچ کو چیلنج کرنے لگے ہیں. اس کے باوجود، بہت سے تخلیق کار مختلف وجوہ سے اب بھی چھوٹے یا پرانے ماڈلز استعمال کرتے ہیں، اور ایسے حالات میں ہم پسِ پردہ اور صارف سے براہ راست رابطے والے امور الگ رکھنے کی بھرپور سفارش کرتے ہیں.
ریزننگ نہ کرنے والے ماڈلز کے لیے فیو-شاٹ مثالیں اس لیے مؤثر ہیں کہ وہ واضح اور فوری ہوتی ہیں اور ماڈلز ان پر اچھا ردِعمل دیتے ہیں. مسئلہ ضرورت سے زیادہ مخصوص مطابقت کا ہے. ماڈل کو ایک مثال دیں تو وہ اس کے الفاظ، آہنگ اور ساخت سے چمٹ جاتا ہے، اور صورتِ حال بدلنے کے باوجود اسی جواب سے ملتے جلتے جوابات مسلسل بناتا رہتا ہے.
آپ نے انجانے میں ایسا اسکرپٹ لکھ دیا ہے جس سے ماڈل نکل نہیں سکتا.
عملی ارادے یا رہنما اصول زیادہ پائیدار متبادل ہیں. مخصوص حالات میں ماڈل کو یہ دکھانے کے بجائے کہ کیا کہنا ہے، ہم محرک اور عمل کی ایک وسیع جوڑی دیتے ہیں: اگر X ہو تو Y کریں.
اہم فرق یہ ہے کہ ہر نئی مثال کے ساتھ X اور Y کا دائرہ تنگ کر کے انہیں سخت بنانے کے بجائے، ہم ہر ایک کے گرد اتنی واضح ہدایت سے مضبوط حد کھینچتے ہیں کہ مثالوں کی ضرورت ہی ختم ہو جاتی ہے. اس طرح ایجنٹ کسی سانچے سے مماثلت ڈھونڈنے کے بجائے گفتگو کے حقیقی تنوع کے مطابق ردِعمل دیتا ہے.
عملی طور پر یہ مثالوں سے کم اور قابلِ عمل رہنما اصولوں سے زیادہ مشابہ ہوتا ہے:
اگر کوئی اہم تفصیل موجود نہ ہو تو وضاحت کے لیے ایک سوال پوچھیں.
اگر جواب کے حق میں ثبوت نہ ہو تو صاف بتائیں اور دستیاب بہترین اگلا قدم پیش کریں.
اگر درخواست حفاظتی حد سے ٹکرائے تو مختصراً انکار کریں اور بلا تکلف دوسری سمت دکھائیں.
یہ پُرکشش نہیں، مگر نمونہ جوابات کے ذخیرے سے کہیں زیادہ مضبوط ہے، کیونکہ یہ ماڈل کو یہ سکھاتا ہے کہ فیصلہ کیسے کرنا ہے، نہ کہ کیا دہرانا ہے.
پرومپٹ میں کسی بات کی جگہ طے کرتی ہے کہ اسے کتنی اہمیت ملے گی. ہم نے مختلف ماڈلز اور عملی نفاذ میں یہ رجحان مسلسل دیکھا ہے. پرومپٹ کا آغاز اور اختتام غیر معمولی طور پر نمایاں ہوتے ہیں. درمیان میں باریک تفصیلات آتی ہیں، اور ان کی درست جگہ بھی یہی ہے.
ہم اسی بات کو ذہن میں رکھ کر اپنے پرومپٹس مرتب کرتے ہیں. ایجنٹ کا کردار اور اپنی ذات کا تصور سب سے اوپر آتا ہے، تاکہ کسی بھی دوسری چیز سے پہلے شناخت قائم ہو جائے. درمیانی حصہ طرزِ عمل کی تفصیل رکھتا ہے: گفتگو غالباً کیسے آگے بڑھے گی، کون سے رہنما اصول جوابات کی سمت طے کریں گے، اور ایجنٹ کو کن حالات سے نمٹنا ہوگا. سخت پابندیاں اور ناقابلِ مصالحت اصول آخر میں آتے ہیں، جہاں وہ فوراً ذہن میں رہتے ہیں.
جو بات واقعی نہایت اہم ہو، اسے ہم دونوں جگہ رکھتے ہیں. نتیجے سے متعلق کوئی مخصوص اصول، مثلاً رموزِ اوقاف یا وضع کاری کے بارے میں سخت ہدایت، اگر گھنے پرومپٹ کے درمیان صرف ایک بار آئے تو عموماً نظر انداز ہو سکتا ہے. آخر میں دہرانے پر وہ برقرار رہتا ہے.
تازگی کے اثر کے حوالے سے یہ بات قابلِ ذکر ہے کہ استعمال ہونے پر اسٹرکچرڈ آؤٹ پٹس عملاً آپ کے پرومپٹ کی بالکل آخری ہدایت ہوتے ہیں. آپ کے اسٹرکچرڈ آؤٹ پٹس میں وضاحتی خانے جوابات کے معیار پر اثر ڈالتے ہیں اور باقی پرومپٹ سے زیادہ مضبوط نتیجہ جاتی معاہدہ بناتے ہیں.
ہم نے یہ بھی سیکھا ہے کہ لب و لہجے کے لیے فیو-شاٹ مثالیں استعمال نہیں کرنی چاہییں، اور صارفین سے براہ راست رابطہ کرنے والے اپنے ایجنٹس میں یہ ہماری سب سے مؤثر تبدیلیوں میں سے ایک ہے.
اس کے بجائے، ہم پورا پرومپٹ مطلوبہ لب و لہجے میں لکھتے ہیں. لب و لہجے کی وضاحت یا اس سے ملتے جلتے چند اوصاف نہیں، بلکہ پہلی سطر سے آخری سطر تک مکمل نثر میں عین وہی لب و لہجہ. یوں پرومپٹ خود عملی نمونہ بن جاتا ہے. ہم اسے ”اسکرپٹ سے آزادی“ کہتے ہیں: ماڈل کو اپنے ان پٹ کی نقل کرنے کی سمت دینا، مگر ساتھ ہی اسے پرومپٹ ہی کے دائرۂ اسلوب میں موجود زبان اور فقروں کی وسیع تر رینج استعمال کرنے دینا.
اسی طرح ہم ایک مربوط لب و لہجے کے اندر تنوع کے لیے پرومپٹ لکھتے ہیں. یہ ہر ایجنٹ کے کام میں مکالمے کو مرکزی حیثیت دینے کی ہماری حکمتِ عملی کا حصہ ہے، اور اس کے لیے واضح ہدایات خرچ نہیں کرنی پڑتیں، جنہیں ہم کم سے کم رکھنا چاہتے ہیں.
اگر ہم لب و لہجے کے بارے میں واضح مثالیں استعمال کریں بھی، تو وہ یہ دکھاتی ہیں کہ "کیا نہیں کرنا چاہیے.“ مثلاً، ”طویل ڈیش کبھی نہیں. گھسے پٹے فقرے نہیں. پالیسیوں کا انبار نہیں. جہاں ایک جملہ بات مکمل کر دے وہاں ضرورت سے زیادہ وضاحت نہیں.“ منفی پابندیاں مثبت خواہشات کے مقابلے میں زیادہ واضح اور کم محدود ہوتی ہیں، کیونکہ وہ ان غلطیوں کی نشان دہی کرتی ہیں جن کی طرف ماڈل کے بھٹکنے کا امکان سب سے زیادہ ہوتا ہے.
یہاں وضع کاری بھی اہم ہے اور جواب کا لب و لہجہ متعین کرتی ہے. نکاتی فہرستوں، سرخیوں اور قوسین میں دی گئی ہدایات سے بھرا پرومپٹ ماڈل کو زیادہ منظم اور غیر جذباتی جواب کی طرف لے جاتا ہے. اگر جواب کو گفتگو جیسا محسوس ہونا ہے تو ان پٹ مختصر وضاحتی دستاویز جیسا نہیں دکھنا چاہیے.
لب و لہجے کے بیشتر پرومپٹس آخرکار شخصیت کے بیان تک محدود ہو جاتے ہیں. یعنی یہ بتانے کے لیے چند اوصاف دینا کہ ایجنٹ کا لہجہ کیسا ہونا چاہیے. پُرتپاک. پیشہ ورانہ. دوستانہ مگر مختصر. یہ اوصاف غلط نہیں، مگر گفتگو میں کسی آواز کے اثر کو دراصل اس کا موقع کے مطابق اندازِ بیان طے کرتا ہے: ایک ہی بنیادی کردار مختلف سماجی حالات میں کیسے برتاؤ کرتا ہے.
سوال پر کارروائی کے دوران دیا گیا انتظار کا پیغام حتمی جواب جیسا نہیں لگنا چاہیے. حفاظتی حد سے متعلق جواب میں ہلکی پھلکی گفتگو جیسی توانائی نہیں ہونی چاہیے. پریشان صارف سے اتنی خوش مزاجی یا مزاح سے بات نہیں کرنی چاہیے جتنی محض سرسری جائزہ لینے والے صارف سے کی جاتی ہے.
برانڈ کی آواز اور مکالماتی ڈیزائن میں یہی فرق ہے. برانڈ کی آواز عموماً کردار بیان کرتی ہے، جبکہ مکالماتی ڈیزائن طے کرتا ہے کہ حالات بدلنے پر وہ کردار کیسے برتاؤ کرے. اسے درست کرنے کا مطلب ہے کہ ہم صرف مصنوعی ذہانت کے نتائج پر کام کرنے والے اشتہاری متن نگار نہیں ہیں. ہم یہ ڈیزائن کر رہے ہیں کہ ایک آواز گفتگو میں کس طرح آگے بڑھے.
آپ دیکھیں گے کہ ان میں سے کوئی طریقہ تکنیکی طور پر پیچیدہ نہیں ہے. جزوی طور پر یہی اصل نکتہ ہے. ایجنٹ پر مبنی نظام کی ساخت اہم ہے، مگر گفتگو کے معیار کے لیے آپ کو اپنے پرومپٹس کے ڈیزائن اور بہتری پر خاصا وقت صرف کرنا ہوگا.
محض کارآمد اور حقیقی طور پر مکالماتی مصنوعی ذہانت کے درمیان فاصلہ تکنیکی ڈیزائن سے نہیں مٹتا. یہ سمجھنے سے مٹتا ہے کہ انسانی مکالمے میں زبان اور توجہ کیسے کام کرتے ہیں، اور اپنے ایجنٹس کے مسئلے میں مکالمے کو مرکزی حیثیت دینے سے مٹتا ہے.
مصنوعی ذہانت کی مصنوعات بنانے والی ٹیموں، انجینئروں اور تجرباتی ڈیزائنروں کو صارفین سے براہ راست رابطہ کرنے والی مصنوعی ذہانت میں مکالماتی ڈیزائن پر بھی تکنیکی عمدگی جتنی سخت محنت کرنی چاہیے. گفتگو کے دوسری طرف موجود لوگوں کے لیے نہ کوئی ماڈل ہے، نہ متعدد ایجنٹس کا اشتراک، نہ کسی وسیلے کو طلب کرنا. ان کے لیے صرف ایک تعامل ہے جو یا تو درست محسوس ہوتا ہے یا نہیں. وہ یا تو اعتماد بناتا ہے یا اسے کمزور کرتا ہے.
آخرکار، کوئی بھی نظام کی ساخت کا تجربہ نہیں کرتا. لوگ گفتگو کا تجربہ کرتے ہیں.
گفتگو ہی مصنوعہ ہے.