क्रॉस-AI प्रॉम्प्ट अनुवाद
- जानें कि कौन-सी प्रॉम्प्टिंग मूल बातें हर मॉडल में बिना बदलाव के स्थानांतरित होती हैं
- मॉडल या वेंडर बदलने पर जो मुट्ठी भर सतही विवरण अलग होते हैं, उन्हें पहचानें
- एक पोर्टेबल वर्कफ़्लो चलाएँ जो किसी प्रॉम्प्ट को दोबारा लिखे बिना नए मॉडल पर ले जाए
- किसी तर्क मॉडल को दो बार 'चरण-दर-चरण सोचने' का प्रॉम्प्ट देने के जाल से बचें
अच्छी खबर: प्रॉम्प्टिंग की मूल बातें हर मॉडल में स्थानांतरित होती हैं। अगर आप Claude को अच्छी तरह प्रॉम्प्ट कर सकते हैं, तो आप ChatGPT, Gemini, या Llama को भी अच्छी तरह प्रॉम्प्ट कर सकते हैं। कुछ सतही विवरण अलग होते हैं — यहाँ रहा रोज़ेटा स्टोन।
हर जगह क्या स्थानांतरित होता है
ये सब पर काम करते हैं — ये संवाद के बारे में हैं, किसी वेंडर के बारे में नहीं:
- संदर्भ दें: लक्ष्य, दर्शक, फ़ॉर्मेट, टोन (प्रॉम्प्टिंग की मूल बातें)।
- उदाहरण (few-shot)।
- कठिन कार्यों पर तर्क माँगें।
- आउटपुट को सीमित करें (लंबाई, फ़ॉर्मेट, "केवल JSON")।
- सरल भाषा में दोहराएँ।
- भूमिकाएँ / सिस्टम प्रॉम्प्ट — हर प्रमुख मॉडल में यह अवधारणा होती है (भूमिकाएँ)।
इन्हें एक बार सीख लें और आप पोर्टेबल हो जाते हैं।
क्या अलग है (और क्या समायोजित करें)
| पहलू | जब आप बदलते हैं तो ध्यान दें |
|---|---|
| संरचना संकेत | Claude को XML tags पसंद हैं; अन्य मॉडल इन्हें स्वीकार करते हैं पर Markdown हेडिंग या JSON पसंद कर सकते हैं। |
| टोन की तीव्रता | पुराने मॉडल ज़ोरदार/ALL-CAPS प्रॉम्प्ट सहन करते थे; नए शब्दशः-पालन करने वाले शांत, विशिष्ट निर्देश पसंद करते हैं। हर मॉडल के लिए फिर से ट्यून करें। |
| तर्क | "चरण-दर-चरण सोचो" कुछ की मदद करता है; समर्पित तर्क मॉडल इसे आंतरिक रूप से करते हैं — दोहराएँ नहीं। |
| प्रीफिलिंग | असिस्टेंट के मुँह में शब्द डालना एक Claude-शैली का लीवर है; अन्यत्र समर्थन भिन्न होता है। |
| सिस्टम प्रॉम्प्ट का वज़न | सबके पास एक होता है, पर इसका कितनी मज़बूती से पालन होता है यह भिन्न होता है — परीक्षण करें। |
| टूल/फ़ंक्शन कॉलिंग | वही अवधारणा, हर प्रोवाइडर के लिए अलग रिक्वेस्ट स्कीमा। |
एक पोर्टेबल वर्कफ़्लो
- प्रॉम्प्ट को संदर्भ + फ़ॉर्मेट + उदाहरणों के साथ लिखें — वे हिस्से जो किसी भी मॉडल में स्थानांतरित होते हैं। अभी वेंडर-विशिष्ट सिंटैक्स न डालें।
- जिस मॉडल पर आप वास्तव में शिप करेंगे, उसके ज़रिए कुछ असली इनपुट चलाएँ (/docs/foundations/evals)। मॉडल के बारे में अपने अंतर्ज्ञान को नहीं, आउटपुट को आँकें।
- अगर कुछ गड़बड़ है, तो एक बार में एक सतही लीवर बदलें — डिलिमिटर शैली, टोन की तीव्रता, या आप तर्क माँगते हैं या नहीं — न कि पूरा प्रॉम्प्ट।
- प्रॉम्प्ट को फ़ाइलों के रूप में संग्रहीत करें ताकि मॉडल बदलना एक छोटा, समीक्षा-योग्य diff हो, न कि दोबारा लेखन।
चूँकि केवल सतह बदलती है, एक अच्छी तरह संरचित प्रॉम्प्ट आमतौर पर एक-पंक्ति के बदलाव के साथ पोर्ट हो जाता है। यहाँ एक है जो सार्वभौमिक तरीके से लिखा गया है — संदर्भ, स्पष्ट फ़ॉर्मेट, और एक स्पष्ट कार्य, बिना किसी वेंडर-विशिष्ट सिंटैक्स के जिसे हटाना पड़े:
एक पोर्टेबल, वेंडर-निरपेक्ष प्रॉम्प्ट
You are a technical editor. Rewrite the text below to be clearer and more concise. Constraints: - Keep every fact unchanged. - Target a general professional audience. - Return only the rewritten text, no preamble. Text: """ [paste the draft here] """
वह प्रॉम्प्ट Claude, GPT, Gemini, या किसी ओपन मॉडल पर जैसा है वैसा चलता है। अगर कोई मॉडल "return only the rewritten text" को अनदेखा करता है, तो वही आपका एक सतही बदलाव है — बाधा को कसें या, Claude पर, उत्तर को प्रीफिल करें।
:::tip शुरू से दोबारा न लिखें नए मॉडल पर जाने के लिए शायद ही कभी नए प्रॉम्प्ट की ज़रूरत होती है — आमतौर पर बस एक टोन/फ़ॉर्मेट का मामूली बदलाव। आपकी संरचना और उदाहरण आगे चले जाते हैं। :::
खुद को जाँचें
0/3- मूल बातें — संदर्भ, उदाहरण, तर्क, आउटपुट बाधाएँ, भूमिकाएँ — हर मॉडल में बिना बदलाव के स्थानांतरित होती हैं।
- केवल छह सतही विवरण अलग होते हैं: संरचना संकेत, टोन की तीव्रता, तर्क प्रॉम्प्ट, प्रीफिलिंग, सिस्टम-प्रॉम्प्ट का वज़न, और टूल स्कीमा।
- मॉडल बदलना एक मामूली बदलाव है, दोबारा लेखन नहीं: सार्वभौमिक संरचना रखें, लक्ष्य पर परीक्षण करें, एक बार में एक सतही लीवर समायोजित करें।
- अपने प्रॉम्प्ट को वर्ज़न-कंट्रोल करें ताकि मॉडलों के बीच जाना एक छोटा, समीक्षा-योग्य diff हो।