मॉड्यूलर प्रॉम्प्ट अनुभाग
संदर्भ, निर्देश, बाधाएँ और आउटपुट प्रारूप को साफ़-साफ़ अलग करें।
मॉड्यूलर प्रॉम्प्ट अनुभाग, CoddyKit पर AI प्रॉम्प्ट इंजीनियरिंग का एक निःशुल्क पाठ है। यह 4 में से 2वाँ पाठ है। इस अध्ययन पथ के 3 तक कोई भी पाठ पूरा पढ़ना निःशुल्क है — इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ व्यावहारिक अभ्यास भी उपलब्ध कराता है। यह AI प्रॉम्प्ट इंजीनियरिंग सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। AI प्रॉम्प्ट इंजीनियरिंग पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
एकल-खंडीय प्रॉम्प्ट की समस्या
एकल-खंडीय प्रॉम्प्ट में सब कुछ एक ही अनुच्छेद में ठूँस दिया जाता है: पृष्ठभूमि, कार्य, नियम, उदाहरण और परिणाम का प्रारूप — सब आपस में मिले होते हैं। जैसे-जैसे प्रॉम्प्ट अधिक जटिल होते जाते हैं, एकल-खंडीय संरचना के कारण:
- मॉडल गलत खंडों पर नियम लागू करते हैं
- यह पता लगाना कठिन होता है कि किस हिस्से के कारण खराब परिणाम आया
- ऐसी प्रॉम्प्ट स्ट्रिंग बन जाती हैं जिनका रखरखाव असंभव होता है
- मॉडल के विभिन्न संस्करणों में व्यवहार असंगत हो जाता है
मॉड्यूलर प्रॉम्प्ट इन सभी समस्याओं का समाधान करते हैं।
प्रॉम्प्ट के पाँच मुख्य खंड
एक सुव्यवस्थित प्रॉम्प्ट में पाँच अलग-अलग खंड होते हैं, जिनमें से प्रत्येक का स्पष्ट उद्देश्य होता है:
- संदर्भ — स्थिति समझने के लिए मॉडल को आवश्यक पृष्ठभूमि
- कार्य — मॉडल को क्या करना है, यह स्पष्ट रूप से बताया गया
- सीमाएँ — उत्तर पर लागू नियम और प्रतिबंध
- परिणाम का प्रारूप — अपेक्षित उत्तर की संरचना, लंबाई और स्कीमा
- उदाहरण — सही व्यवहार के प्रदर्शन
हर प्रॉम्प्ट में सभी पाँच खंडों की आवश्यकता नहीं होती। केवल वही उपयोग करें जो आवश्यक हो।
संदर्भ खंड
संदर्भ खंड मॉडल को यह बताए बिना पृष्ठभूमि की जानकारी देता है कि उसे क्या करना है। अच्छे संदर्भ में शामिल होते हैं:
- अंतिम उपयोगकर्ता कौन है
- यह किस मंच या उत्पाद के लिए है
- प्रासंगिक क्षेत्रीय ज्ञान
- मॉडल को ज्ञात होनी चाहिए ऐसी कोई पिछली स्थिति
context_section = '''
<context>
You are assisting a customer support agent at a B2B SaaS company.
The company sells project management software used by engineering teams.
Customers are typically CTOs, engineering managers, or senior developers.
The support agent is handling a live chat conversation with a customer.
</context>
'''
print(context_section)कार्य खंड
कार्य खंड ठीक-ठीक बताता है कि मॉडल को क्या तैयार करना है। यह विशिष्ट, क्रियामुखी और अनावश्यक पृष्ठभूमि से मुक्त होना चाहिए।
task_section = '''
<task>
Draft a response to the customer message below.
The response should:
1. Acknowledge the customer's issue
2. Provide a concrete next step
3. Set a realistic expectation for resolution time
</task>
<customer_message>
Our Gantt chart view stopped loading after the last update.
This is blocking our sprint planning session today.
</customer_message>
'''
print(task_section)सीमाओं का खंड
सीमाएँ सुरक्षा-रेखाएँ निर्धारित करती हैं — मॉडल को NOT क्या करना चाहिए और किन स्पष्ट सीमाओं का उसे सम्मान करना चाहिए।
constraints_section = '''
<constraints>
- Do not promise a fix by a specific date unless you are certain.
- Do not mention competitor products by name.
- Keep the response under 100 words.
- Use a professional but empathetic tone.
- Do not ask the customer for information already provided in their message.
</constraints>
'''
print(constraints_section)परिणाम के प्रारूप का खंड
परिणाम के प्रारूप का खंड मॉडल को ठीक-ठीक बताता है कि उसे अपना उत्तर कैसे व्यवस्थित करना है — JSON स्कीमा, Markdown शीर्षक, सादा पाठ, क्रमांकित सूचियाँ आदि।
output_format_section = '''
<output_format>
Respond with a JSON object containing:
{
"subject": "string (email subject line)",
"body": "string (email body, plain text, under 150 words)",
"priority": "high | medium | low",
"escalate": true | false
}
Do not include any text outside the JSON object.
</output_format>
'''
print(output_format_section)उदाहरण खंड
उदाहरण मॉडल को सही इनपुट-आउटपुट युग्म दिखाते हैं। उदाहरणों को सीमाओं के बाद रखें, ताकि मॉडल प्रदर्शन देखने से पहले नियम देख ले।
examples_section = '''
<examples>
<example>
<input>Customer: My invoices are not downloading.</input>
<output>{
"subject": "Invoice Download Issue",
"body": "Thank you for reaching out. We see the issue with invoice downloads and our team is investigating. We expect a fix within 2 hours. We will email you once resolved.",
"priority": "high",
"escalate": true
}</output>
</example>
</examples>
'''
print(examples_section)मॉड्यूलर प्रॉम्प्ट का संयोजन
मॉड्यूलर तरीका संयोजन और संपादन को सरल बनाता है। हर खंड को स्वतंत्र रूप से बदला जा सकता है।
def build_support_prompt(customer_message):
context = '<context>B2B SaaS customer support for project management software.</context>'
task = f'<task>Draft a JSON response to this customer message.</task>\n<customer_message>{customer_message}</customer_message>'
constraints = '<constraints>Under 100 words. Professional tone. No competitor names.</constraints>'
output_fmt = '<output_format>Return JSON: {"subject": str, "body": str, "priority": str, "escalate": bool}</output_format>'
return '\n\n'.join([context, task, constraints, output_fmt])
message = 'The Gantt chart stopped loading after your last update.'
print(build_support_prompt(message))त्रुटि-निवारण के लाभ
जब कोई मॉड्यूलर प्रॉम्प्ट खराब परिणाम देता है, तो आप समस्या वाले खंड को अलग कर सकते हैं:
- गलत कार्य किया गया? — कार्य खंड जाँचें
- किसी नियम का उल्लंघन हुआ? — सीमाओं का खंड जाँचें
- परिणाम की संरचना गलत है? — परिणाम के प्रारूप का खंड जाँचें
- गुणवत्ता खराब है? — उदाहरण खंड जाँचें या अधिक संदर्भ जोड़ें
आप पूरे प्रॉम्प्ट को फिर से लिखे बिना एक समय में एक खंड बदलकर दोबारा परीक्षण कर सकते हैं।
रखरखाव के लाभ
संरचित ऑब्जेक्ट या फ़ंक्शन के रूप में संग्रहीत मॉड्यूलर प्रॉम्प्ट लंबी स्ट्रिंग-शाब्दिक सामग्री की तुलना में बनाए रखना बहुत आसान होते हैं:
- कार्य-तर्क को छुए बिना अपने उत्पाद में बदलाव होने पर संदर्भ अपडेट करें
- सीमाओं को बदले बिना परिणाम का प्रारूप JSON से Markdown में बदलें
- बाकी सब कुछ स्थिर रखते हुए अलग-अलग उदाहरण-समूहों का A/B परीक्षण करें
- अलग-अलग खंडों का स्वतंत्र रूप से संस्करण-नियंत्रण करें
class Prompt:
def __init__(self):
self.context = ''
self.task = ''
self.constraints = []
self.output_format = ''
self.examples = []
def build(self):
parts = []
if self.context:
parts.append(f'<context>\n{self.context}\n</context>')
if self.task:
parts.append(f'<task>\n{self.task}\n</task>')
if self.constraints:
c = '\n'.join(f'- {r}' for r in self.constraints)
parts.append(f'<constraints>\n{c}\n</constraints>')
if self.output_format:
parts.append(f'<output_format>\n{self.output_format}\n</output_format>')
return '\n\n'.join(parts)खंडों को कब छोड़ें
हर प्रॉम्प्ट में सभी पाँच खंडों की आवश्यकता नहीं होती। इस मार्गदर्शिका का उपयोग करें:
- संदर्भ छोड़ें जब कार्य अपने-आप स्पष्ट हो (जैसे, इस वाक्य का अनुवाद करें)
- सीमाएँ छोड़ें जब कार्य सरल निष्कर्षण का हो और उसमें कोई अपवाद न हो
- उदाहरण छोड़ें जब कार्य सीधा-सादा हो या मॉडल उसे बिना उदाहरण के पहले से ही अच्छी तरह कर लेता हो
- कार्य और परिणाम का प्रारूप हमेशा शामिल करें — ये न्यूनतम आवश्यक खंड हैं
सरल प्रॉम्प्ट में अत्यधिक विवरण देने से लाभ के बिना अनावश्यकता बढ़ती है।
त्वरित जाँच
कोई मॉड्यूलर प्रॉम्प्ट परिणाम की गलत संरचना उत्पन्न करता है। आपको सबसे पहले कौन-सा खंड जाँचना चाहिए?
मॉड्यूलर खंड — मुख्य बातें
मॉड्यूलर प्रॉम्प्ट खंड ऐसे प्रॉम्प्ट अभियांत्रिकी की नींव हैं, जिनका रखरखाव और त्रुटि-निवारण आसान हो:
- पाँच मुख्य खंड: संदर्भ, कार्य, सीमाएँ, परिणाम का प्रारूप, उदाहरण
- हर खंड का एक ही दायित्व होता है — इन्हें मिलाने से भ्रम पैदा होता है
- मॉड्यूलर संरचना खंड-दर-खंड त्रुटि-निवारण और A/B परीक्षण संभव बनाती है
- प्रॉम्प्ट को कच्ची स्ट्रिंग के बजाय संरचित ऑब्जेक्ट या फ़ंक्शन के रूप में संग्रहीत करें
- जिन खंडों की आवश्यकता नहीं है उन्हें छोड़ दें — अत्यधिक विवरण देने से अनावश्यकता बढ़ती है
- हर गैर-साधारण प्रॉम्प्ट में कम-से-कम कार्य और परिणाम का प्रारूप हमेशा शामिल करें
एआई शिक्षक के साथ AI प्रॉम्प्ट इंजीनियरिंग सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 53
- पाठ
- 199
अक्सर पूछे जाने वाले प्रश्न
क्या “मॉड्यूलर प्रॉम्प्ट अनुभाग” पाठ निःशुल्क है?
हाँ — AI प्रॉम्प्ट इंजीनियरिंग अध्ययन पथ के 3 तक कोई भी पाठ, जिसमें “मॉड्यूलर प्रॉम्प्ट अनुभाग” भी शामिल है, यहाँ वेब पर पूरा पढ़ना निःशुल्क है। इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ इंटरैक्टिव अभ्यास भी उपलब्ध कराता है। AI प्रॉम्प्ट इंजीनियरिंग पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“मॉड्यूलर प्रॉम्प्ट अनुभाग” में मैं क्या सीखूँगा?
संदर्भ, निर्देश, बाधाएँ और आउटपुट प्रारूप को साफ़-साफ़ अलग करें। आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ AI प्रॉम्प्ट इंजीनियरिंग का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या AI प्रॉम्प्ट इंजीनियरिंग शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर AI प्रॉम्प्ट इंजीनियरिंग शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 2वाँ पाठ है।
“मॉड्यूलर प्रॉम्प्ट अनुभाग” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस AI प्रॉम्प्ट इंजीनियरिंग पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर AI प्रॉम्प्ट इंजीनियरिंग पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- XML टैग को सीमांकक के रूप में प्रयोग करना
- मॉड्यूलर प्रॉम्प्ट अनुभाग
- शीर्षक-भाग-फुटर प्रॉम्प्ट प्रारूप
- प्रॉम्प्ट व्यवस्थित करने की सर्वोत्तम विधियाँ