के प्रम्प्ट पछि "लुप्स" को युग आउँछ? हामीले एआईसँग कसरी सञ्चार गर्छौं भन्ने विकासको लागि एउटा सरल चार-चरणीय गाइड।

本ページはプロモーション（広告）を含みます。

🧭 खण्ड १ "प्रोम्पटिङमा राम्रो हुने मानिसहरू" अब मुख्य पात्रहरू छैनन्

हालसम्म, "प्रम्प्ट गर्नमा राम्रो" हुनु प्रशंसाको विषय थियो। यसले ती व्यक्तिहरूलाई जनाउँछ जसले सटीक निर्देशन दिन सक्छन् र एआईबाट इच्छित उत्तरहरू प्राप्त गर्न सक्छन्। "तपाईं एक लेखा विशेषज्ञ हुनुहुन्छ" जस्ता भूमिकाहरू निर्दिष्ट गर्ने जस्ता प्रविधिहरू पनि बारम्बार प्रस्तुत गरिन्थ्यो। म आफैंले वास्तवमा तिनीहरूलाई धेरै प्रयोग गरेको छु। यद्यपि, २०२६ को सुरुवातदेखि, एआई विकासको अग्रपंक्तिबाट "प्रम्प्टहरू लेख्न बन्द गरौं" भन्ने आवाजहरू सुन्न थालेका छन्।

पर्खनुहोस्, तपाईंको मतलब के हो कि हामी प्रम्प्टहरू लेख्न बन्द गर्दैछौं? मैले मेरा अंग्रेजी सिक्ने लेखहरूमा धेरै भूमिका-असाइनमेन्ट प्रविधिहरू प्रस्तुत गरेको छु। मलाई लाग्यो कि "तपाईं अंग्रेजी शिक्षक हुनुहुन्छ" लेख्दा मात्र सुधारहरूमा ठूलो फरक पर्यो। म अलिकति छक्क परेको छु कि यो अब मुख्य फोकस रहेन। मलाई पक्का छ कि मेरा लेखहरू पढ्ने र प्रयोग गर्ने मानिसहरू छन्। त्यसोभए, अबदेखि मुख्य फोकस के हुनेछ?

विकास वातावरणमा, ध्यान व्यक्तिगत, स्पष्ट निर्देशन दिने व्यक्तिहरूबाट निरन्तर निर्देशनहरू प्रदान गर्ने प्रणालीहरू सिर्जना गर्नेहरूलाई सर्दै जान्छ। यसलाई कहिलेकाहीं "मानव इन द लूप" बाट "मानव इन द लूप" मा परिवर्तन भनिन्छ। यो लूप भित्र काम गर्ने मानिसहरूबाट, एक-एक गरी कार्यहरू लिने, लूप बाहिर उभिएर सम्पूर्ण तस्वीरको निरीक्षण गर्ने परिवर्तन हो। यो विकासलाई चार चरणहरूमा व्यवस्थित गर्न सकिन्छ: प्रम्प्ट, सन्दर्भ, हार्नेस, र लूप।

"इन" लाई "अन" मा परिवर्तन गर्नाले कसरी हामी एआईसँग अन्तरक्रिया गर्छौं भन्ने कुरा रोचक छ। इमानदारीपूर्वक भन्नुपर्दा, अंग्रेजी सिक्ने क्रममा पनि, हरेक दिन "यो निबन्ध सच्याउनुहोस्" जस्ता प्रम्प्टहरू टाइप गर्नु अलि झन्झटिलो थियो। यदि म एउटा सानो सिकाइ लूप सिर्जना गर्न सकें जसले मेरा कमजोरीहरू सम्झन्छ र मेरो लागि अभ्यास मेनुहरू पनि सिर्जना गर्दछ भने यो अद्भुत हुनेछ। यसले दैनिक जीवनलाई धेरै सजिलो बनाउनेछ। तर हामीले आधारभूत कुराहरूबाट सुरु गर्नुपर्छ, हैन? "प्रम्प्टहरू सुधार गर्नु" भन्नाले तपाईंको के अर्थ हो?

✍️ खण्ड २ प्रम्प्ट इन्जिनियरिङ

प्रम्प्ट इन्जिनियरिङ भनेको तपाईंले AI लाई पठाउनुहुने प्रत्येक निर्देशनको शब्दावलीलाई नै परिष्कृत गर्ने चरण हो। एउटै कुरा सोध्दा पनि, तपाईंले सोध्ने तरिकामा निर्भर गर्दै उत्तरको गुणस्तर धेरै फरक हुन सक्छ। उदाहरणका लागि, "कृपया यो अंग्रेजी वाक्य प्रूफरीड गर्नुहोस्" सोध्नु "कृपया यो अंग्रेजी वाक्यलाई व्यावसायिक इमेलको रूपमा अझ प्राकृतिक बनाउन पुन: लेख्नुहोस्" सोध्नु भन्दा कम प्रभावकारी हुन्छ। तपाईंले यसलाई AI लाई सोध्ने "तरिका" लाई परिष्कृत गर्न भन्न सक्नुहुन्छ। यो यस प्रक्रियाको सबैभन्दा सरल रूप हो।

म लगभग हरेक दिन यो गर्छु। उद्देश्यको छोटो कथन मात्र थप्दा अंग्रेजी प्रतिक्रियाको स्वरमा ठूलो फरक पर्छ। जस्तै, "आकस्मिक," वा "इमेलको लागि उपयुक्त।" तर, हामीले भर्खरै छलफल गरिरहेको कुराको आधारमा, कसैको भूमिका निर्दिष्ट गर्नु, जस्तै "तपाईं विशेषज्ञ हुनुहुन्छ...", पुरानो हो, हैन? यो प्रायः परिचयात्मक पुस्तकहरूमा हुन्छ र प्रभावकारी देखिन्छ, तर किन यो पर्याप्त छैन?

एआईलाई भूमिका तोक्दा मात्र "कसले" उत्तर चाहन्छ र "किन" भन्ने कुरा बताउँदैन। शीर्षक भन्दा पनि उद्देश्य, लक्ष्य र सर्तहरू महत्त्वपूर्ण छन्। उदाहरणका लागि, "म लेखामा शुरुवातकर्ता हुँ" जस्तो वाक्यांश थप्दा प्राविधिक शब्दजालबाट बच्ने व्याख्या प्रदान गर्न प्रोत्साहित हुनेछ। "अभ्यासमा तुरुन्तै प्रयोग गर्न सकिने ढाँचामा" जस्तो लक्ष्य र "अनौपचारिक भाषामा" जस्तो सर्तहरू थप्दा यसलाई अझ सटीक बनाउनेछ। मुख्य कुरा भूमिका मात्र होइन, परिस्थितिलाई व्यक्त गर्नु हो।

तपाईंको शीर्षक भन्दा तपाईं यसलाई केको लागि प्रयोग गर्दै हुनुहुन्छ भनेर व्याख्या गर्नु महत्त्वपूर्ण छ, हैन र? यदि यो अंग्रेजी सिक्नको लागि हो भने, मलाई लाग्छ कि मैले केहि लेख्नु पर्छ, "म वास्तविक संसारको परिस्थितिहरूमा लज्जित नहुनको लागि व्यावसायिक अंग्रेजी सीपहरू प्राप्त गर्न चाहन्छु।" त्यो निश्चित रूपमा मेरो परिस्थिति अनुरूप हुनेछ जस्तो देखिन्छ। यदि मेरो उद्देश्य स्पष्ट छ भने, मेरो आफ्नै अध्ययन फोकस सम्भवतः स्थिर रहनेछ। तर हरेक पटक मेरो पृष्ठभूमि र कमजोरीहरू सुरुबाट व्याख्या गर्नु पीडादायी छ। म चाहन्छु कि एआईले हामीले पहिले के कुरा गरेका छौं र मैले प्रायः गर्ने गल्तीहरू सम्झन सकोस्।

🗂️ खण्ड ३ सन्दर्भ इन्जिनियरिङ

त्यहीँ नै सन्दर्भ इन्जिनियरिङको दोस्रो चरण आउँछ। यसमा AI ले जवाफ प्रदान गर्दा हेरेको सम्पूर्ण जानकारीको सेट डिजाइन गर्ने काम समावेश छ, जसमा कुराकानीको इतिहास, प्रदान गरिएका कागजातहरू, र विगतका अन्तरक्रियाहरू समावेश छन्। AI ले एकैचोटि कति जानकारी हेर्न सक्छ भन्ने माथिल्लो सीमा हुन्छ, र यसलाई सन्दर्भ विन्डो भनिन्छ। यसले लगभग १० खण्डका पुस्तकहरू राख्न सक्षम हुन्छ भनिन्छ, तर यो असीम छैन। यसमा के राख्ने भनेर डिजाइन गर्नु महत्त्वपूर्ण छ। र हामीले पहिले देखेको त्यो प्रम्प्ट त्यो ठूलो बक्सको सानो भाग मात्र हो।

यो "के माग्ने" भन्ने बारेमा होइन, तर "के देखाउने" भन्ने बारेमा हो। मानिसहरूसँग कुरा गर्दा, कुराकानी गर्ने तरिका तपाईंले समान धारणाहरू साझा गर्नुहुन्छ कि हुनुहुन्न भन्ने कुरामा निर्भर गर्दै पूर्ण रूपमा फरक हुन्छ। म बुझ्छु कि तपाईंले राम्रो प्रम्प्ट लेख्नुभयो भने पनि, यदि AI लाई पृष्ठभूमि थाहा छैन भने यो अप्रिय हुनेछ। यो रोचक छ कि प्रम्प्ट सन्दर्भको अंश हो। अंग्रेजी कुराकानी शिक्षकहरूसँग पनि, उनीहरूलाई मेरो बारेमा जति धेरै थाहा हुन्छ, उनीहरूले त्यति नै राम्रोसँग सिकाउँछन्। त्यसोभए, अंग्रेजी सिक्दा मैले विशेष रूपमा AI लाई कस्तो प्रकारको जानकारी देखाउनु पर्छ?

उदाहरणका लागि, तपाईंले विगतमा बारम्बार गल्ती गरेका अभिव्यक्तिहरूको सूची वा तपाईंको सिकाइ इतिहास, जस्तै "म प्रायः कालहरूसँग गल्ती गर्छु" वा "मैले गत हप्ता यो अभिव्यक्तिमा ठोक्किएँ।" त्यसो गर्नाले सुधारहरू सामान्य प्रतिक्रियाबाट व्यक्तिगत प्रतिक्रियामा रूपान्तरण हुनेछन्। यदि तपाईंले उही गल्तीहरू दोहोर्याइरहनुभएको छ भने पनि तिनीहरूले याद गर्नेछन्। यद्यपि, धेरै सधैं राम्रो हुँदैन। यदि तपाईंले अप्रासंगिक जानकारी समावेश गर्नुभयो भने, तपाईं अप्रासंगिक उत्तरहरू प्राप्त गर्नुहुनेछ, त्यसैले चाल भनेको हालसालैका गल्तीहरू वा हालका विषयहरूमा ध्यान केन्द्रित गर्नु हो।

त्यसैले, सबै कुरा देखाउनुको सट्टा, तपाईंले आवश्यक कुरा मात्र देखाउनुहुन्छ। यदि म भएको भए, म यस हप्ता काम गरिरहेको लेख र प्रीपोजिसनहरू भएका गल्तीहरू मात्र देखाउने थिएँ। त्यसले मात्र सुधारहरू मेरो लागि धेरै अनुकूल बनाउने थियो। चाल भनेको लोभी हुनु र सबै कुरा त्याग्नु होइन। तर के हुन्छ यदि AI ले प्रशंसनीय सुनिने तर गलत सुधार दिन्छ भने? यो अलि डरलाग्दो छ किनभने जब यसले यति विश्वासका साथ भन्छ, तपाईंले यसलाई अनुहारमा विश्वास गर्न सक्नुहुन्छ।

🦺 खण्ड ४ हार्नेस इन्जिनियरिङ

यो त्यहीँ हो जहाँ तेस्रो चरण, हार्नेस इन्जिनियरिङ, आउँछ। हार्नेस पर्वतारोहणमा प्रयोग हुने सुरक्षा उपकरण हो। "कृपया परीक्षण लेख्नुहोस्" भनेर सोध्नु एउटा संकेत हो, तर हार्नेस आफैंमा संयन्त्र हो, जसले "परीक्षण पास नभएसम्म तपाईं अर्को चरणमा अगाडि बढ्न सक्नुहुन्न" भनेर निर्देशन दिन्छ। यो एआईको लागि बाह्य सम्झौता हो। तालिकाको लागि, यदि त्यहाँ कुनै संयन्त्र छ जसले "साँझ ५ बजे पछि भेटघाट तालिका बनाउने प्रयासहरूलाई अस्वीकार गर्दछ" भने, तपाईं यसलाई एआईमा निर्धक्कसँग छोड्न सक्नुहुन्छ।

यो कोडमा निर्देशनहरू लेख्ने बारेमा होइन, बरु AI वरिपरि सुरक्षा बार बनाउने जस्तै हो। सचिवको समानता धेरै स्पष्ट छ। यदि सुरुदेखि नै AI ले साँझ ५ बजे पछि प्रवेश गर्न सक्दैन भन्ने निर्णय गरियो भने, AI अलि स्वतन्त्र रूपमा घुमे पनि समस्या हुनेछैन। तपाईंले मानव सचिवलाई पनि उही नियमहरू बताउनुहुन्छ, हैन? तर तपाईंले अंग्रेजी सिक्ने सन्दर्भमा "हार्नेस" भन्नुभयो भने पनि, म अझै पनि यो बुझ्दिन। अध्ययनको सन्दर्भमा यो कस्तो प्रकारको प्रणाली हुनेछ?

उदाहरणका लागि, "आजका १० शब्दहरूको समीक्षा नगरेसम्म तपाईं नयाँ शब्दहरूमा जान सक्नुहुन्न" जस्तो नियम प्रयोग गर्नु एउटा हार्नेस हो। अगाडि बढ्नु अघि सधैं आफ्नो काम आफैंले पुन: पढ्ने निर्णय गर्नु, AI सुधारहरूलाई आँखा चिम्लेर स्वीकार गर्नुको सट्टा, उही विचार हो। "म यी तीन मापदण्डहरू पूरा नगर्ने सुधारहरू स्वीकार गर्दिन" जस्तो चेकलिस्ट वा "यदि तपाईंलाई थप जानकारी चाहिन्छ भने कृपया प्रश्नहरू सोध्नुहोस्" जस्तो वाक्य पनि उत्कृष्ट, सरल हार्नेस हुन्। यहाँबाट सुरु गर्नु पूर्ण रूपमा पर्याप्त छ।

त्यसोभए, तपाईंले विस्तृत प्रणाली निर्माण गर्नुपर्दैन; तपाईं आजै आफैं एउटा सिर्जना गर्न सुरु गर्न सक्नुहुन्छ। म तुरुन्तै मेरा प्रम्प्टहरूमा "पहिले प्रश्न सोध्नुहोस्" भन्ने वाक्यांश थप्ने प्रयास गर्नेछु। यो जान्न पाउँदा आश्वस्त हुन्छ कि एआई आफैं अगाडि बढ्ने छैन, तर रोकिनेछ र स्पष्टीकरणको लागि सोध्नेछ। सबैभन्दा निराशाजनक कुरा तब हुन्छ जब यो उत्तर थाहा नपाई आत्मविश्वासका साथ जवाफ दिन्छ। हामीसँग प्रम्प्टहरू, सन्दर्भहरू, र हार्नेसहरू छन्, र ती सबै बिस्तारै बाह्य रूपमा एकसाथ आउँदैछन्, तर अब हामी यहाँसम्म आइपुगेका छौं, अब के छ?

🔁 खण्ड ५ लूप इन्जिनियरिङ

हामी अन्ततः अन्तिम तहमा पुगेका छौं: लूप इन्जिनियरिङ। एक प्रमुख एआई कम्पनीका एक इन्जिनियर भन्छन् कि उनको काम अब सिधै प्रम्प्टहरू टाइप गर्नु होइन, तर निरन्तर निर्देशनहरू प्रदान गर्ने प्रणालीहरू लेख्नु हो। स्पष्ट रूपमा, एआईमा काम गर्नु अघि, उनी जापानमा किण्वित खानाहरू बनाउनमा मग्न थिए। साथै, एक प्रसिद्ध अनुसन्धानकर्ताले लगभग कुनै इनपुट बिना नै आफ्नी छोरीको लागि लगभग एक घण्टामा टाइपिङ एप पूरा गरेको रिपोर्ट गरिएको छ। यो लूप इन मोशनको एक उत्तम उदाहरण हो।

किण्वित खाना बनाउने देखि अत्याधुनिक एआई विकास गर्ने सम्मको संक्रमण यति अप्रत्याशित छ कि यसले मलाई हाँसो उठायो। किण्वन हुनको लागि धैर्यपूर्वक पर्खनु र लूप पूरा हुनको लागि पर्खनु सायद धेरै समान छन्। दुबै अवस्थामा, हस्तक्षेप नगरी हेर्नु महत्त्वपूर्ण देखिन्छ। तर साँच्चै अचम्मको कुरा के हो भने एप लगभग एक घण्टामा लगभग कुनै इनपुट बिना नै पूरा भयो। के यसको मतलब एआईले आफैंमा सबै कुरा जाँच र सच्याइरहेको थियो? त्यो कसरी काम गर्छ?

लूप भनेको एउटा यस्तो संयन्त्र हो जसले "कार्यान्वयन गर्नुहोस्, प्रमाणित गर्नुहोस्, आवश्यक परेमा सच्यााउनुहोस्, र फेरि कार्यान्वयन गर्नुहोस्" चक्रलाई मानव हस्तक्षेप बिना चलाउन अनुमति दिन्छ। प्रम्प्ट, सन्दर्भ र हार्नेसहरू ठाउँमा राखेर, एआईले आफ्नै अर्को निर्देशनहरू निर्माण गर्न सक्छ र तिनीहरूलाई निरन्तर आफैंमा पठाउन सक्छ। मानव भूमिका प्रत्येक पटक निर्देशनहरू जारी गर्नेबाट प्रणाली डिजाइन गर्नेतिर सर्छ। यद्यपि, यो पूर्ण हस्तान्तरण होइन। सार के छोड्ने र के नियन्त्रण गर्न जारी राख्ने बीचको रेखा कोर्नुमा निहित छ।

त्यसैले, सबै कुरा AI मा छोड्नुको सट्टा, मानिसहरूले अझै पनि प्रक्रियामा आफ्नो भनाइ राख्न सक्छन्। उदाहरणका लागि, अंग्रेजी सिक्ने क्रममा, तपाईंले AI लाई दैनिक सुधार र दोहोरिने अभ्यास गर्न दिन सक्नुहुन्छ, तर तपाईं अझै पनि लक्ष्यमा अडिग रहनुहुनेछ - तपाईं किन अंग्रेजी सिक्दै हुनुहुन्छ र तपाईं अन्ततः के प्राप्त गर्न चाहनुहुन्छ। यदि AI ले लक्ष्य पनि निर्धारण गर्छ भने, यो अब वास्तवमा मेरो सिकाइ होइन। त्यस अवस्थामा, मलाई लाग्छ कि म यसलाई मनको शान्तिका साथ सुम्पन सक्छु। खैर, के त्यस्तो एउटा मात्र प्रकारको लूप छ?

🪆 खण्ड ६ ट्रिपल नेस्टेड लूप

वास्तवमा, त्यहाँ एउटा अवधारणा छ जसमा तीनवटा नेस्टेड लूपहरू फरक गतिमा सञ्चालन हुन्छन्। सबैभन्दा भित्री लूप मिनेटमा चल्छ, AI द्रुत रूपमा दोहोरिने कार्यान्वयन, परीक्षण र सुधारको साथ। सबैभन्दा बाहिरी लूप घण्टादेखि दिनसम्म चल्छ, मानिसहरूले निरीक्षण गर्छन्, परिणामहरू जाँच गर्छन्, र दिशालाई फाइन-ट्यून गर्छन्। र सबैभन्दा बाहिरी लूप मासिक रूपमा चल्छ, जहाँ साथीहरू र मानिसहरूको एक चयन समूहबाट प्रतिक्रिया सम्पूर्ण रणनीति परिमार्जन गर्न प्रयोग गरिन्छ। एक अनुसन्धानकर्ताले यसलाई चित्रण गर्ने एक धेरै स्पष्ट रेखाचित्र सिर्जना गरेका छन्।

यो द्रुत, सामान्य र ढिलो गतिका तीन ओभरल्यापिङ लूपहरू जस्तै हो। यदि तपाईंले विभिन्न आकारका गियरहरू एकसाथ मिसिएको कल्पना गर्नुभयो भने यो बुझ्न अलि सजिलो हुन्छ। साना गियरहरू छिटो घुम्छन्, र ठूला गियरहरूले बिस्तारै दिशा निर्धारण गर्छन्। रोचक कुरा के हो भने सबैभन्दा बाहिरी तहमा मात्र मानव प्रतिक्रियाहरू समावेश हुन्छन्, एआई होइन। मलाई आश्चर्य छ कि यदि मैले तिनीहरूलाई मेरो आफ्नै अंग्रेजी सिकाइमा लागू गरें भने यी तीन लूपहरूले कसरी काम गर्नेछन्?

सबैभन्दा छिटो लूप भनेको AI सँग दैनिक दोहोरिने अभ्यास हो। तपाईंले आजै आफ्नो अंग्रेजी रचना सच्याउनुहुन्छ र घटनास्थलमै सुधार गर्नुहुन्छ। बीचको लूप हप्तामा एक पटक हुन्छ, जब तपाईं आफ्नो सुधार लग समीक्षा गर्नुहुन्छ। सबैभन्दा बाहिरी लूप महिनामा एक पटक हुन्छ, जब तपाईं शिक्षकलाई तपाईंको अंग्रेजी हेर्न लगाउनुहुन्छ वा अनलाइन अंग्रेजी कुराकानीमा यसलाई प्रयोग गर्ने प्रयास गर्नुहुन्छ। सबैभन्दा छिटो लूप मात्र AI मा पूर्ण रूपमा छोड्न सकिन्छ। तपाईंले सधैं अन्य दुईमा मानवीय नजर राख्नुपर्छ। मैले पहिले "होल्डिङ" भन्नुको अर्थ यही हो।

त्यसोभए, तपाईंले आफ्नो कार्यहरूलाई आज, यो हप्ता र यो महिनामा विभाजन गर्नुहोस्। म पनि दैनिक AI-आधारित प्रूफरीडिङ प्रयोग गरिरहेको थिएँ, तर म साप्ताहिक समीक्षा र मासिक बाह्य प्रतिक्रिया छोडिरहेको हुन सक्छु। म सायद यो हरेक दिन गरेर सन्तुष्ट थिएँ। AI मा मात्र भर नपर्दा सिक्ने प्रक्रियामा सुधार हुन्छ। तर मलाई लाग्छ कि के यस प्रकारको सोचलाई अंग्रेजी सिक्ने वा इन्जिनियरिङको संसारमा मात्र नभई अरू मानिसहरूको काममा पनि लागू गर्न सकिन्छ?

🌱 खण्ड ७ सारांश — गैर-इन्जिनियरहरूमा लूप सोच फैलिन्छ

बिल्कुलै। हामीले अहिलेसम्म छलफल गरेका चार चरणहरू नेस्टेड छन्, पुराना तहहरू माथि नयाँ तहहरू थपिएका छन्, ती मध्ये कुनै पनि पुरानो हुनुको सट्टा। भित्री तहहरू अहिले पनि काम गर्न जारी छन्। र यो अवधारणा प्रशासनिक कार्यमा पनि फैलिरहेको छ। जब बैठक समाप्त हुन्छ, एआई स्वचालित रूपमा सुरु हुन्छ, बैठकलाई ट्रान्सक्राइब गर्छ, कार्यहरू पहिचान गर्छ, र आवश्यक सदस्यहरूको लागि तालिका बनाउने र निमन्त्रणा पठाउने काम पनि ह्यान्डल गर्छ। हामी एउटा प्रणाली पनि देखिरहेका छौं जहाँ मानिसहरूले "उपस्थित" मा मात्र क्लिक गर्न आवश्यक छ।

मानिसहरूले बटनमा क्लिक गरेर सामेल हुने विचार भविष्यको कुरा जस्तो लाग्छ, तर यो पहिले नै भइरहेको छ। इन्जिनियरहरूको संसारमा जन्मिएको सोचाइलाई सचिवीय र प्रशासनिक काममा कसरी प्रत्यक्ष रूपमा लागू गर्न सकिन्छ भन्ने कुरा अचम्मको छ। बैठकहरू पछि नोटहरू व्यवस्थित गर्न र तालिका बनाउन वास्तवमै धेरै समय लाग्छ। यो पक्कै पनि हाम्रो दैनिक काम र अध्ययनको लागि पनि सान्दर्भिक छ। तर एकैचोटि यति ठूलो प्रणाली सिर्जना गर्न गाह्रो देखिन्छ। हामीले कहाँबाट सुरु गर्नुपर्छ?

तपाईंलाई तुरुन्तै ठूलो प्रणालीको आवश्यकता पर्दैन। सानो, दोहोरिने लूपबाट सुरु गर्नु पर्याप्त छ, जस्तै "हरेक दिन एउटै ढाँचामा AI द्वारा तपाईंको काम सच्याउनु"। अङ्ग्रेजी सिक्नको लागि, प्रारम्भिक रूप तीन-स्तरीय लूप हो: आज AI सँग दोहोरिने अभ्यास हो, यो हप्ता समीक्षा हो, र यो महिना बाह्य स्रोतबाट प्रतिक्रिया हो। त्यसपछि तपाईं बिस्तारै आफ्नो उद्देश्य, आफ्ना कमजोरीहरू प्रकट गर्ने सन्दर्भ, र स्पष्टीकरणको लागि सोध्न प्रोत्साहित गर्ने हार्नेसहरू संकेत गर्न प्रम्प्टहरू थप्न सक्नुहुन्छ। हतार गर्नु आवश्यक छैन।

प्रम्प्टदेखि लूपसम्म, एआईसँगको हाम्रो अन्तरक्रिया बाहिरी रूपमा विस्तार हुँदै गइरहेको छ। तर आज हामीले बनाएको सानो लूपले पक्कै पनि जगको रूपमा काम गर्नेछ। यस शृङ्खलामा हामीले कुरा गरेका सबै कुरा त्यसैसँग जोडिएको छ। मलाई लाग्छ म भोलिको अंग्रेजी रचनामा सामान्य तरिकाले सुधारको लागि सोधेर सुरु गर्नेछु। यदि तपाईं कुराकानी सुन्नु भन्दा विस्तृत व्याख्या पढ्न चाहनुहुन्छ भने, कृपया मूल नोट लेख पनि हेर्नुहोस्। म लिङ्क यहाँ छोड्नेछु।

👉 मूल लेख पढ्नुहोस्
प्रम्प्टबाट लूपसम्म (नोट म्यागजिन)
https://note.com/gentle_hawk873/m/mc79175abd198