ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ: ਕੰਮ ਵਿੱਚ ਭਰੋਸੇਯੋਗ ਨਤੀਜੇ ਦੇਣ ਵਾਲੇ ਪ੍ਰੌਮਪਟ ਕਿਵੇਂ ਲਿਖੀਏ

ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਕੀ ਹੈ?

ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਦਾ ਮਤਲਬ ਭਾਸ਼ਾ ਮਾਡਲ ਨੂੰ ਦਿੱਤੀ ਜਾਣ ਵਾਲੀ ਸਮੱਗਰੀ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਸੁਧਾਰਨਾ ਹੈ, ਤਾਂ ਜੋ ਉਸ ਦਾ ਜਵਾਬ ਕਿਸੇ ਅਸਲ ਮਕਸਦ ਲਈ ਕੰਮ ਆਵੇ। OpenAI Academy ਵੀ ਇਸ ਨੂੰ ਲਗਭਗ ਇਨ੍ਹਾਂ ਹੀ ਸ਼ਬਦਾਂ ਵਿੱਚ ਬਿਆਨ ਕਰਦੀ ਹੈ: ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਭਵ ਜਵਾਬ ਲੈਣ ਲਈ ਆਪਣੀ ਦਿੱਤੀ ਸਮੱਗਰੀ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਸੁਧਾਰਨਾ। ਇਹ ਸਮੱਗਰੀ ਟਾਈਪ ਕੀਤਾ ਪਾਠ, ਪੇਸਟ ਕੀਤਾ ਦਸਤਾਵੇਜ਼, ਸਾਂਝੀ ਕੀਤੀ ਫ਼ਾਈਲ ਜਾਂ ਤਸਵੀਰ ਹੋ ਸਕਦੀ ਹੈ।

ਇਸ ਸ਼ਬਦਾਵਲੀ ਵਿੱਚ ਦੋ ਵੱਖਰੇ ਕੰਮ ਆਉਂਦੇ ਹਨ। ਮਾਡਲ ਦੇ ਆਧਾਰ ਉੱਤੇ ਸੌਫਟਵੇਅਰ ਬਣਾਉਣ ਵਾਲੇ ਡਿਵੈਲਪਰ ਪ੍ਰਣਾਲੀ ਦੀਆਂ ਹਦਾਇਤਾਂ ਲਿਖਦੇ ਹਨ, ਮੁਲਾਂਕਣ ਸਮੂਹਾਂ ਨਾਲ ਉਨ੍ਹਾਂ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਸੰਸਕਰਣਾਂ ਦਾ ਨਿਯੰਤਰਣ ਰੱਖਦੇ ਹਨ; OpenAI ਅਤੇ Anthropic ਦੇ ਡਿਵੈਲਪਰ ਦਸਤਾਵੇਜ਼ ਮੁੱਖ ਤੌਰ ਉੱਤੇ ਉਨ੍ਹਾਂ ਲਈ ਲਿਖੇ ਗਏ ਹਨ। ਬਾਕੀ ਲੋਕ ਆਪਣੇ ਆਮ ਕੰਮ ਦੇ ਹਿੱਸੇ ਵਜੋਂ ChatGPT, Claude, Gemini ਜਾਂ Copilot ਵਿੱਚ ਬੇਨਤੀਆਂ ਲਿਖਦੇ ਹਨ। ਇਹ ਮਾਰਗਦਰਸ਼ਕ ਦੂਜੇ ਸਮੂਹ ਲਈ ਹੈ: ਮਾਰਕੀਟਿੰਗ ਕਰਮਚਾਰੀ, ਗਾਹਕ ਖਾਤਾ ਪ੍ਰਬੰਧਕ, ਭਰਤੀਕਾਰ, ਵਿਸ਼ਲੇਸ਼ਕ ਅਤੇ ਸੰਚਾਲਨ ਕਰਮਚਾਰੀ ਜੋ ਭਰੋਸੇਯੋਗ ਜਵਾਬ ਚਾਹੁੰਦੇ ਹਨ, ਨਵਾਂ ਕਰੀਅਰ ਨਹੀਂ।

ਉਸ ਦੂਜੇ ਸਮੂਹ ਲਈ, ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਪ੍ਰੋਗਰਾਮਿੰਗ ਨਾਲੋਂ ਕਿਸੇ ਸਮਰੱਥ ਸਹਿਕਰਮੀ ਨੂੰ ਕੰਮ ਦਾ ਵਧੀਆ ਵੇਰਵਾ ਦੇਣ ਵਰਗੀ ਹੈ। Anthropic ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ ਕਿ ਮਾਡਲ ਨੂੰ ਇੱਕ ਹੋਣਹਾਰ ਪਰ ਨਵਾਂ ਕਰਮਚਾਰੀ ਸਮਝੋ, ਜਿਸ ਨੂੰ ਤੁਹਾਡੇ ਨਿਯਮਾਂ ਅਤੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕਿਆਂ ਦਾ ਪਿਛੋਕੜ ਨਹੀਂ ਪਤਾ। ਇਸ ਦੀ ਪਰਖ ਵਿਹਾਰਕ ਹੈ: ਹਦਾਇਤ ਕਿਸੇ ਅਜਿਹੇ ਸਹਿਕਰਮੀ ਨੂੰ ਦਿਖਾਓ ਜਿਸ ਨੂੰ ਕੰਮ ਬਾਰੇ ਘੱਟ ਜਾਣਕਾਰੀ ਹੋਵੇ ਅਤੇ ਪੁੱਛੋ ਕਿ ਕੀ ਉਹ ਇਸ ਮੁਤਾਬਕ ਕੰਮ ਕਰ ਸਕਦਾ ਹੈ। ਜੇ ਉਹ ਉਲਝ ਜਾਵੇਗਾ, ਤਾਂ ਮਾਡਲ ਦੇ ਵੀ ਉਲਝਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।

ਇੱਕ ਚੰਗੇ ਪ੍ਰੌਮਪਟ ਵਿੱਚ ਕੀ ਸ਼ਾਮਲ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ?

ਇੱਕ ਚੰਗਾ ਪ੍ਰੌਂਪਟ ਕੰਮ ਸਪਸ਼ਟ ਕਰਦਾ ਹੈ, ਸੰਦਰਭ ਦਿੰਦਾ ਹੈ, ਸਰੋਤ ਸਮੱਗਰੀ ਮੁਹੱਈਆ ਕਰਦਾ ਹੈ ਜਾਂ ਉਸ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦਾ ਹੈ ਅਤੇ ਦੱਸਦਾ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਕਿਹੋ ਜਿਹਾ ਜਵਾਬ ਚਾਹੀਦਾ ਹੈ। ਚਾਰ ਪ੍ਰਮੁੱਖ ਸੇਵਾ ਪ੍ਰਦਾਤਾ ਇਸ ਲਈ ਵੱਖਰੇ ਸ਼ਬਦ ਵਰਤਦੇ ਹਨ, ਪਰ ਉਨ੍ਹਾਂ ਦੀ ਸਲਾਹ ਕੁਝ ਇੱਕੋ ਜਿਹੇ ਮੁੱਖ ਤੱਤਾਂ ਉੱਤੇ ਆ ਕੇ ਮਿਲਦੀ ਹੈ।

Microsoft, Copilot ਲਈ ਚਾਰ ਹਿੱਸੇ ਦੱਸਦਾ ਹੈ: ਟੀਚਾ, ਸੰਦਰਭ, ਸਰੋਤ ਅਤੇ ਉਮੀਦਾਂ, ਅਤੇ ਇਹ ਵੀ ਕਹਿੰਦਾ ਹੈ ਕਿ ਸਿਰਫ਼ ਸਪਸ਼ਟ ਟੀਚਾ ਹੀ ਲਾਜ਼ਮੀ ਹੈ। OpenAI Academy ਤਿੰਨ ਕਦਮ ਦੱਸਦੀ ਹੈ: ਕੰਮ ਦੱਸੋ, ਮਦਦਗਾਰ ਪਿਛੋਕੜ ਜਾਂ ਦਸਤਾਵੇਜ਼ ਜੋੜੋ, ਅਤੇ ਦੱਸੋ ਕਿ ਤੁਹਾਨੂੰ ਕਿਹੋ ਜਿਹਾ ਨਤੀਜਾ ਚਾਹੀਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਭੂਮਿਕਾ, ਪਾਠਕ ਜਾਂ ਰੂਪ-ਰੇਖਾ ਵੀ ਸ਼ਾਮਲ ਹੋ ਸਕਦੇ ਹਨ। Google, Gemini ਵਰਤੋਂਕਾਰਾਂ ਨੂੰ ਆਮ ਬੋਲਚਾਲ ਦੀ ਭਾਸ਼ਾ ਵਰਤਣ, ਸਪਸ਼ਟ ਅਤੇ ਸੰਖੇਪ ਰਹਿਣ, ਸੰਦਰਭ ਦੇਣ ਅਤੇ ਖਾਸ ਮੁੱਖ ਸ਼ਬਦ ਵਰਤਣ ਦੀ ਸਲਾਹ ਦਿੰਦਾ ਹੈ। Anthropic ਸਪਸ਼ਟ ਅਤੇ ਸਿੱਧੀਆਂ ਹਦਾਇਤਾਂ ਦੇ ਨਾਲ ਉਨ੍ਹਾਂ ਦਾ ਕਾਰਨ ਵੀ ਦੱਸਣ ਲਈ ਕਹਿੰਦਾ ਹੈ, ਕਿਉਂਕਿ ਨਿਯਮ ਮਹੱਤਵਪੂਰਨ ਕਿਉਂ ਹੈ, ਇਹ ਜਾਣਨ ਨਾਲ ਮਾਡਲ ਨੂੰ ਉਸ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ।

ਤੁਸੀਂ ਕਦਮ-ਦਰ-ਕਦਮ ਇੱਕ ਚੰਗਾ ਪ੍ਰੌਮਪਟ ਕਿਵੇਂ ਲਿਖਦੇ ਹੋ?

ਪ੍ਰੌਮਪਟ ਉਸ ਕ੍ਰਮ ਵਿੱਚ ਲਿਖੋ ਜਿਸ ਵਿੱਚ ਸਮੀਖਿਆ ਕਰਨ ਵਾਲਾ ਉਸ ਨੂੰ ਪੜ੍ਹੇਗਾ: ਪਹਿਲਾਂ ਕੰਮ, ਫਿਰ ਤੱਥ, ਫਿਰ ਨਿਯਮ ਅਤੇ ਰੂਪ-ਰੇਖਾ। ਇੱਥੇ ਇਹ ਕ੍ਰਮ ਮਾਲ ਦੀ ਢੁਆਈ ਦਾ ਪ੍ਰਬੰਧ ਕਰਨ ਵਾਲੀ ਇੱਕ ਕਾਲਪਨਿਕ 40-ਵਿਅਕਤੀਆਂ ਦੀ ਕੰਪਨੀ, ਹਾਰਬਰ ਲੇਨ ਲੌਜਿਸਟਿਕਸ, ਉੱਤੇ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਦੇ ਖਾਤਾ ਪ੍ਰਬੰਧਕ ਨੇ ਇੱਕ ਗਾਹਕ ਨੂੰ ਮਾਲ ਦੀ ਖੇਪ ਵਿੱਚ ਦੇਰੀ ਬਾਰੇ ਦੱਸਣਾ ਹੈ।

ਕਮਜ਼ੋਰ ਅਤੇ ਮਜ਼ਬੂਤ ਪ੍ਰੌਮਪਟ ਨੂੰ ਨਾਲੋ-ਨਾਲ ਰੱਖ ਕੇ ਦੇਖਣ 'ਤੇ ਉਹ ਕਿਹੋ ਜਿਹੇ ਹੁੰਦੇ ਹਨ?

ਕਮਜ਼ੋਰ ਪ੍ਰੌਮਪਟ ਵਿਸ਼ਾ ਦੱਸਦਾ ਹੈ; ਮਜ਼ਬੂਤ ਪ੍ਰੌਮਪਟ ਪਾਠਕ, ਕੰਮ, ਸਰੋਤ ਅਤੇ ਹੱਦ ਦੱਸਦਾ ਹੈ। ਹਾਰਬਰ ਲੇਨ ਦੀ ਉਦਾਹਰਨ ਵਿੱਚ ਕਮਜ਼ੋਰ ਰੂਪ ਇਹ ਹੈ: ਮਾਲ ਦੀ ਰਵਾਨਗੀ ਵਿੱਚ ਦੇਰੀ ਬਾਰੇ ਗਾਹਕ ਨੂੰ ਈਮੇਲ ਲਿਖੋ। ਇਸ ਬੇਨਤੀ ਦਾ ਆਮ ਜਵਾਬ ਨਿਮਰ ਅਤੇ ਭਰੋਸੇ ਭਰਿਆ ਹੁੰਦਾ ਹੈ, ਪਰ ਇਹ ਗੱਲਾਂ ਘੜ ਲੈਂਦਾ ਹੈ: ਦੇਰੀ ਦਾ ਕਾਰਨ, ਪੱਕੀ ਨਵੀਂ ਤਾਰੀਖ ਅਤੇ ਮੁਆਵਜ਼ੇ ਦੀ ਅਜਿਹੀ ਪੇਸ਼ਕਸ਼ ਜਿਸ ਨੂੰ ਕਿਸੇ ਨੇ ਮਨਜ਼ੂਰੀ ਨਹੀਂ ਦਿੱਤੀ।

ਵਧੀਆ ਰੂਪ: ਗਾਹਕ ਖਾਤਾ ਮੈਨੇਜਰ ਵੱਲੋਂ ਗਾਹਕ ਦੇ ਖਰੀਦ ਮੁਖੀ ਨੂੰ ਈਮੇਲ ਦਾ ਖਰੜਾ ਲਿਖੋ। ਮਕਸਦ: ਮਾਲ ਭੇਜਣ ਵਿੱਚ ਦੇਰੀ ਸਮਝਾਉਣੀ ਤਾਂ ਜੋ ਉਹ ਆਪਣੀ ਗੋਦਾਮ ਟੀਮ ਨੂੰ ਜਾਣਕਾਰੀ ਦੇ ਸਕਣ। ਸਿਰਫ਼ ਇਹ ਤੱਥ ਵਰਤੋ: ਕਸਟਮ ਦਸਤਾਵੇਜ਼ ਦੀ ਜਾਂਚ ਲਈ ਕੰਟੇਨਰ ਬੰਦਰਗਾਹ 'ਤੇ ਰੋਕਿਆ ਗਿਆ ਹੈ; ਡਿਲਿਵਰੀ ਦਾ ਅਨੁਮਾਨਿਤ ਦਿਨ ਹੁਣ ਵੀਰਵਾਰ ਹੈ; ਅਸੀਂ ਅਗਲੀ ਜਾਣਕਾਰੀ ਕੱਲ੍ਹ 4pm ਤੱਕ ਭੇਜਾਂਗੇ। ਵੀਰਵਾਰ ਨੂੰ ਅਨੁਮਾਨ ਮੰਨੋ। ਜਾਂਚ ਦਾ ਕਾਰਨ ਨਾ ਦਿਓ ਅਤੇ ਮੁਆਵਜ਼ੇ ਦੀ ਪੇਸ਼ਕਸ਼ ਨਾ ਕਰੋ। ਇਸ ਨੂੰ 150 ਸ਼ਬਦਾਂ ਤੋਂ ਘੱਟ, ਸਾਦਾ ਅਤੇ ਸ਼ਾਂਤ ਰੱਖੋ, ਵੱਧ ਤੋਂ ਵੱਧ ਇੱਕ ਵਾਰ ਮਾਫ਼ੀ ਮੰਗੋ। ਈਮੇਲ ਤੋਂ ਬਾਅਦ, ਉਹ ਵੇਰਵੇ ਲਿਖੋ ਜਿਨ੍ਹਾਂ ਦੀ ਮੈਨੂੰ ਭੇਜਣ ਤੋਂ ਪਹਿਲਾਂ ਪੁਸ਼ਟੀ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।

ਦੂਜੀ ਹਦਾਇਤ ਲੰਮੀ ਹੈ, ਪਰ ਲੰਬਾਈ ਮੁੱਖ ਗੱਲ ਨਹੀਂ। ਹਰ ਵਾਧੂ ਵਾਕ ਸਮੀਖਿਅਕ ਨੂੰ ਜਾਂਚਣ ਲਈ ਕੁਝ ਦਿੰਦਾ ਹੈ: ਵਰਤੇ ਗਏ ਤੱਥ, ਜਿਨ੍ਹਾਂ ਦਾਅਵਿਆਂ ਤੋਂ ਬਚਿਆ ਗਿਆ, ਸ਼ਬਦ-ਸੀਮਾ ਅਤੇ ਉਠਾਏ ਗਏ ਸਵਾਲ। ਜੇ ਖਰੜਾ ਅਜੇ ਵੀ ਕਹਿੰਦਾ ਹੈ ਕਿ ਦੇਰੀ ਗਾਹਕ ਵੱਲੋਂ ਕਾਗ਼ਜ਼ੀ ਕਾਰਵਾਈ ਦੀ ਗ਼ਲਤੀ ਕਾਰਨ ਹੋਈ, ਤਾਂ ਸਮੀਖਿਅਕ ਤੁਰੰਤ ਦੇਖ ਸਕਦਾ ਹੈ ਕਿ ਮਾਡਲ ਨੇ ਸਰੋਤ ਤੋਂ ਬਾਹਰ ਦੀ ਗੱਲ ਜੋੜੀ ਹੈ ਅਤੇ ਉਸ ਵਾਕ ਨੂੰ ਹਟਾ ਸਕਦਾ ਹੈ।

AI ਨੂੰ ਹਦਾਇਤਾਂ ਦੇਣ ਦੀਆਂ ਕੁਝ ਉੱਨਤ ਤਕਨੀਕਾਂ ਕਿਹੜੀਆਂ ਹਨ?

ਬੁਨਿਆਦੀ ਗੱਲਾਂ ਤੋਂ ਅੱਗੇ ਸਭ ਤੋਂ ਮਹੱਤਵਪੂਰਨ ਤਕਨੀਕਾਂ ਹਨ: ਉਦਾਹਰਨਾਂ ਦੇਣਾ, ਢਾਂਚਾ ਦੇਣਾ, ਵੱਡੇ ਕੰਮਾਂ ਨੂੰ ਵੰਡਣਾ, ਵਿਕਲਪ ਮੰਗਣਾ ਅਤੇ ਨਿਰਦੇਸ਼ਾਂ ਵਿੱਚ ਸਪਸ਼ਟ ਕਰਨਾ ਕਿ ਕੀ ਕਰਨਾ ਹੈ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਲਈ ਵੀ ਤਕਨੀਕੀ ਹੁਨਰ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ।

ਸੇਵਾ ਪ੍ਰਦਾਤਾ ਹਰ ਵੇਰਵੇ ’ਤੇ ਸਹਿਮਤ ਨਹੀਂ ਹਨ, ਅਤੇ ਇਸ ਅਸਹਿਮਤੀ ਬਾਰੇ ਜਾਣਨਾ ਲਾਭਦਾਇਕ ਹੈ। Anthropic ਲੰਮੇ ਦਸਤਾਵੇਜ਼ ਪ੍ਰੌਮਪਟ ਦੇ ਸ਼ੁਰੂ ਦੇ ਨੇੜੇ, ਸਵਾਲ ਤੋਂ ਉੱਪਰ ਰੱਖਣ ਦੀ ਸਲਾਹ ਦਿੰਦਾ ਹੈ। Microsoft ਕਹਿੰਦਾ ਹੈ ਕਿ Copilot ਪ੍ਰੌਮਪਟ ਦੇ ਬਾਅਦ ਵਾਲੇ ਹਿੱਸਿਆਂ ਨੂੰ ਵੱਧ ਤਰਜੀਹ ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ ਅਤੇ ਸਰੋਤਾਂ ਦੇ ਹਵਾਲੇ ਅੰਤ ਵੱਲ ਰੱਖਣ ਦਾ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ, ਜਦਕਿ OpenAI ਦੀ ਡਿਵੈਲਪਰ ਗਾਈਡ ਕਹਿੰਦੀ ਹੈ ਕਿ ਦਿੱਤਾ ਗਿਆ ਸੰਦਰਭ ਆਮ ਤੌਰ ’ਤੇ ਅੰਤ ਦੇ ਨੇੜੇ ਸਭ ਤੋਂ ਚੰਗਾ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਮਾਨਦਾਰ ਨਤੀਜਾ ਇਹ ਹੈ ਕਿ ਥਾਂ ਟੂਲ ’ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ, ਇਸ ਲਈ ਹਰ ਥਾਂ ਲਾਗੂ ਹੋਣ ਵਾਲਾ ਨਿਯਮ ਅਪਣਾਉਣ ਦੀ ਥਾਂ ਆਪਣੇ ਲਈ ਮਹੱਤਵਪੂਰਨ ਕਿਸੇ ਕੰਮ ’ਤੇ ਦੋਵੇਂ ਕ੍ਰਮ ਅਜ਼ਮਾਓ।

ਪਹਿਲਾ ਜਵਾਬ ਕਦੇ-ਕਦਾਈਂ ਹੀ ਕੰਮ ਪੂਰਾ ਕਿਉਂ ਕਰਦਾ ਹੈ?

ਪਹਿਲਾ ਜਵਾਬ ਇੱਕ ਖਰੜਾ ਹੁੰਦਾ ਹੈ ਜਿਸ ਉੱਤੇ ਤੁਸੀਂ ਆਪਣੀ ਪ੍ਰਤੀਕਿਰਿਆ ਦੇ ਸਕਦੇ ਹੋ, ਅਤੇ ਵਿਕਰੇਤਾ ਵੀ ਇਹੀ ਕਹਿੰਦੇ ਹਨ। Microsoft ਦੱਸਦਾ ਹੈ ਕਿ ਪਹਿਲਾ ਨਤੀਜਾ ਅਕਸਰ ਅੰਤਿਮ ਜਾਂ ਸਭ ਤੋਂ ਵਧੀਆ ਜਵਾਬ ਨਹੀਂ ਹੁੰਦਾ ਅਤੇ ਤੁਹਾਨੂੰ ਕੁਝ ਅੱਗੇ-ਪਿੱਛੇ ਗੱਲਬਾਤ ਦੀ ਉਮੀਦ ਰੱਖਣੀ ਚਾਹੀਦੀ ਹੈ। OpenAI Academy ਨਵੇਂ ਸਿਰੇ ਤੋਂ ਸ਼ੁਰੂ ਕਰਨ ਦੀ ਬਜਾਏ ਗੱਲਬਾਤ ਵਿੱਚ ਹੀ ਜਵਾਬ ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰਦੀ ਹੈ।

ਅੱਗੇ ਦਿੱਤੀ ਚੰਗੀ ਹਦਾਇਤ ਖ਼ਾਸ ਸਮੱਸਿਆ ਦੱਸਦੀ ਹੈ। ਇਸ ਨੂੰ ਛੋਟਾ ਕਰੋ ਕਹਿਣ ਨਾਲੋਂ ਇਹ ਕਹਿਣਾ ਬਿਹਤਰ ਹੈ: ਦੂਜਾ ਪੈਰਾ ਕੱਟੋ, ਜੋ ਪਹਿਲੇ ਨੂੰ ਦੁਹਰਾਉਂਦਾ ਹੈ, ਅਤੇ ਅਗਲੀ ਜਾਣਕਾਰੀ ਦੇਣ ਦਾ ਸਮਾਂ ਪਹਿਲੇ ਵਾਕ ਵਿੱਚ ਲਿਆਓ। Microsoft ਵੀ ਦੱਸਦਾ ਹੈ ਕਿ ਇੱਕੋ ਹਦਾਇਤ ਹਰ ਵਾਰ ਵੱਖਰੇ ਨਤੀਜੇ ਦੇ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਕਿਸੇ ਹਦਾਇਤ ਦਾ ਇੱਕ ਵਾਰ ਕੰਮ ਕਰਨਾ ਇਸ ਗੱਲ ਦਾ ਸਬੂਤ ਨਹੀਂ ਕਿ ਉਹ ਹਰ ਵਾਰ ਕੰਮ ਕਰੇਗੀ। ਵਾਰ-ਵਾਰ ਹੋਣ ਵਾਲੇ ਕੰਮ ਲਈ ਇਸ ਨੂੰ ਭਰੋਸੇਯੋਗ ਮੰਨਣ ਤੋਂ ਪਹਿਲਾਂ ਵੱਖ-ਵੱਖ ਸਰੋਤ ਸਮੱਗਰੀ ਨਾਲ ਅਜ਼ਮਾਓ।

ਕੀ ChatGPT, Claude, Copilot ਅਤੇ Gemini ਲਈ ਵੱਖ-ਵੱਖ ਹਦਾਇਤਾਂ ਦੀ ਲੋੜ ਹੈ?

ਹਰ ਸਹਾਇਕ ਵਿੱਚ ਬੁਨਿਆਦੀ ਅਸੂਲ ਇੱਕੋ ਜਿਹੇ ਹਨ; ਫ਼ਰਕ ਇਹ ਹੈ ਕਿ ਹਰ ਟੂਲ ਕੀ ਦੇਖ ਸਕਦਾ ਹੈ। ਸਪਸ਼ਟ ਕੰਮ, ਅਸਲ ਸੰਦਰਭ, ਸੀਮਤ ਸਰੋਤ ਅਤੇ ਨਿਰਧਾਰਤ ਰੂਪ-ਰੇਖਾ ਚਾਰਾਂ ਵਿੱਚ ਨਤੀਜੇ ਬਿਹਤਰ ਕਰਨਗੇ।

ਵਿਹਾਰਕ ਫ਼ਰਕ ਹੋਰ ਪ੍ਰਣਾਲੀਆਂ ਨਾਲ ਜੁੜਨ ਤੋਂ ਪੈਂਦੇ ਹਨ। Microsoft 365 Copilot ਵਿੱਚ ਅੱਗੇ ਵੱਲ ਝੁਕਿਆ ਸਲੈਸ਼ ਟਾਈਪ ਕਰਕੇ ਖ਼ਾਸ ਫ਼ਾਈਲਾਂ, ਮੀਟਿੰਗਾਂ, ਲੋਕਾਂ ਅਤੇ ਈਮੇਲਾਂ ਵੱਲ ਸੰਕੇਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਹਾਲਾਂਕਿ ਤੁਸੀਂ ਕਿਹੜੇ ਹਵਾਲੇ ਦੇ ਸਕਦੇ ਹੋ ਇਹ ਤੁਹਾਡੇ ਲਾਇਸੈਂਸ ਅਤੇ ਸੈਟਿੰਗਾਂ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਦਫ਼ਤਰੀ ਸਾਫਟਵੇਅਰ ਵਿੱਚ ਸ਼ਾਮਲ ਸਹਾਇਕ, ਜਿਵੇਂ Google Workspace ਵਿੱਚ Gemini, ਤੁਹਾਡੇ ਪਲਾਨ ਅਤੇ ਪ੍ਰਬੰਧਕ ਦੀਆਂ ਸੈਟਿੰਗਾਂ ਅਨੁਸਾਰ ਕੰਮ ਦੀਆਂ ਫ਼ਾਈਲਾਂ ਤੱਕ ਪਹੁੰਚ ਸਕਦੇ ਹਨ। ਵੱਖਰੇ ਚੈਟ ਸਹਾਇਕ ਜ਼ਿਆਦਾਤਰ ਉਸ ਸਮੱਗਰੀ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ ਜੋ ਤੁਸੀਂ ਚਿਪਕਾਉਂਦੇ ਜਾਂ ਅੱਪਲੋਡ ਕਰਦੇ ਹੋ, ਜਦੋਂ ਤੱਕ ਤੁਹਾਡੀ ਸੰਸਥਾ ਨੇ ਹੋਰ ਸਰੋਤ ਨਾ ਜੋੜੇ ਹੋਣ। ਨਵੀਨਤਮ ਕੀਮਤ-ਸੂਚੀ ਵਰਤਣ ਦੀ ਹਦਾਇਤ ਲਿਖਣ ਤੋਂ ਪਹਿਲਾਂ ਜਾਂਚੋ ਕਿ ਸਾਧਨ ਅਸਲ ਵਿੱਚ ਉਸ ਤੱਕ ਪਹੁੰਚ ਸਕਦਾ ਹੈ; ਨਹੀਂ ਤਾਂ ਇਹ ਦੱਸੇ ਬਿਨਾਂ ਆਮ ਜਾਣਕਾਰੀ ਦੇ ਆਧਾਰ ਉੱਤੇ ਜਵਾਬ ਦੇ ਸਕਦਾ ਹੈ।

ਖ਼ਾਸ ਸਾਧਨਾਂ ਦੀਆਂ ਉਦਾਹਰਨਾਂ ਲਈ, ਕੰਮ ਵਾਸਤੇ ChatGPT ਹਦਾਇਤਾਂ ਅਤੇ Copilot ਹਦਾਇਤਾਂ ਬਾਰੇ ਸੰਬੰਧਿਤ ਗਾਈਡਾਂ, ਅਤੇ ਕੰਮ ਵਿੱਚ AI ਸਾਧਨਾਂ ਬਾਰੇ ਵਿਆਪਕ ਗਾਈਡ ਵੇਖੋ।

ਕੰਮ ਦੌਰਾਨ AI ਨੂੰ ਹਦਾਇਤਾਂ ਦੇਣ ਵੇਲੇ ਸਭ ਤੋਂ ਆਮ ਗਲਤੀਆਂ ਕਿਹੜੀਆਂ ਹੁੰਦੀਆਂ ਹਨ?

ਆਮ ਗਲਤੀਆਂ ਹਨ ਤੱਥ ਦਿੱਤੇ ਬਿਨਾਂ ਲਿਖਤ ਨਿਖਾਰਨ ਲਈ ਕਹਿਣਾ, ਜਾਦੂਈ ਵਾਕਾਂਸ਼ਾਂ ਉੱਤੇ ਨਿਰਭਰ ਕਰਨਾ ਅਤੇ ਭਰੋਸੇ ਨਾਲ ਦਿੱਤੇ ਜਵਾਬ ਉੱਤੇ ਯਕੀਨ ਕਰ ਲੈਣਾ। ਇੱਕ ਵਾਰ ਇਨ੍ਹਾਂ ਦਾ ਪਤਾ ਹੋਵੇ ਤਾਂ ਹਰ ਗਲਤੀ ਪਛਾਣਨੀ ਸੌਖੀ ਹੈ।

ਤੁਹਾਨੂੰ ਮਿਲੇ ਜਵਾਬ ਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?

ਹਰ ਤੱਥ ਵਾਲੇ ਵਾਕ ਨੂੰ ਆਪਣੇ ਦਿੱਤੇ ਸਰੋਤ ਨਾਲ ਮਿਲਾ ਕੇ ਜਾਂਚੋ, ਅਤੇ ਜਿਹੜੀ ਗੱਲ ਸਰੋਤ ਵਿੱਚ ਨਹੀਂ ਸੀ ਉਸ ਦੀ ਦੋ ਵਾਰ ਜਾਂਚ ਕਰੋ। ਇੱਥੇ ਹੀ ਹਦਾਇਤਾਂ ਬਣਾਉਣ ਦਾ ਹੁਨਰ ਅਤੇ ਸਮੀਖਿਆ ਇਕੱਠੇ ਕੰਮ ਕਰਦੇ ਹਨ: ਸਪਸ਼ਟ ਦਾਇਰੇ ਵਾਲੀ ਹਦਾਇਤ ਜਾਂਚ ਨੂੰ ਤੇਜ਼ ਕਰਦੀ ਹੈ, ਕਿਉਂਕਿ ਤੁਹਾਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਪਤਾ ਹੁੰਦਾ ਹੈ ਕਿ ਜਵਾਬ ਵਿੱਚ ਕੀ ਕਹਿਣ ਦੀ ਇਜਾਜ਼ਤ ਸੀ।

Microsoft ਸਪਸ਼ਟ ਕਹਿੰਦਾ ਹੈ ਕਿ Copilot ਦੇ ਜਵਾਬ ਗ਼ਲਤ ਹੋ ਸਕਦੇ ਹਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀ ਸਮੀਖਿਆ ਅਤੇ ਤਸਦੀਕ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ। ਇਹ ਗੱਲ ਹਰ ਸਹਾਇਕ 'ਤੇ ਲਾਗੂ ਹੁੰਦੀ ਹੈ। ਜਾਂਚੋ ਕਿ ਕੀ ਉਸ ਨੇ ਆਪਣੇ ਵੱਲੋਂ ਕਾਰਨ, ਤਾਰੀਖਾਂ, ਨਾਮ, ਅੰਕੜੇ ਜਾਂ ਵਾਅਦੇ ਜੋੜੇ ਹਨ। ਮਹੱਤਵਪੂਰਨ ਅੰਕੜਿਆਂ ਦੀ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਮੁੜ ਗਣਨਾ ਕਰੋ। ਜੇ ਮਾਡਲ ਕਿਸੇ ਸਰੋਤ ਦਾ ਹਵਾਲਾ ਦਿੰਦਾ ਹੈ, ਤਾਂ ਉਸ ਨੂੰ ਖੋਲ੍ਹ ਕੇ ਸੰਬੰਧਿਤ ਅੰਸ਼ ਲੱਭੋ। AI ਦੇ ਜਵਾਬ ਵਿੱਚ ਤੱਥਾਂ ਦੀ ਜਾਂਚ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਇਸ ਬਾਰੇ ਮਾਰਗਦਰਸ਼ਿਕਾ ਇਸ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਵਿਸਥਾਰ ਨਾਲ ਸਮਝਾਉਂਦੀ ਹੈ।

ਟੀਮਾਂ AI ਨੂੰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਹਦਾਇਤਾਂ ਦੇਣਾ ਕਿਵੇਂ ਸਿੱਖਦੀਆਂ ਹਨ?

ਟੀਮਾਂ ਆਪਣੇ ਹੀ ਵਾਰ-ਵਾਰ ਆਉਣ ਵਾਲੇ ਕੰਮਾਂ ’ਤੇ ਅਭਿਆਸ ਕਰਕੇ ਅਤੇ ਨਤੀਜਿਆਂ ਦੀ ਸਪਸ਼ਟ ਮਿਆਰ ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ AI ਨੂੰ ਹਦਾਇਤਾਂ ਦੇਣਾ ਸਭ ਤੋਂ ਤੇਜ਼ੀ ਨਾਲ ਸਿੱਖਦੀਆਂ ਹਨ। ਹਦਾਇਤਾਂ ਦੇ ਨਮੂਨਿਆਂ ਬਾਰੇ ਆਮ ਕੋਰਸ ਨਾਲੋਂ ਹਰੇਕ ਵਿਅਕਤੀ ਵੱਲੋਂ ਅਸਲ ਵਿੱਚ ਤਿਆਰ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਈਮੇਲਾਂ, ਸਾਰਾਂ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ’ਤੇ ਵਾਰ-ਵਾਰ ਕੋਸ਼ਿਸ਼ ਕਰਨਾ ਅਤੇ ਉਨ੍ਹਾਂ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ ਵਧੇਰੇ ਮਦਦਗਾਰ ਹੁੰਦਾ ਹੈ।

ਲਾਭਦਾਇਕ ਅਭਿਆਸ-ਚੱਕਰ ਦੇ ਚਾਰ ਹਿੱਸੇ ਹੁੰਦੇ ਹਨ: ਦਿੱਤੇ ਹੋਏ ਤੱਥਾਂ ਨਾਲ ਇੱਕ ਹਕੀਕਤ ਵਰਗਾ ਕੰਮ, ਪਹਿਲਾ ਪ੍ਰੌਮਪਟ, ਸੋਧ ਅਤੇ ਇੱਕ ਛੋਟਾ ਨੋਟ ਜਿਸ ਵਿੱਚ ਵਿਅਕਤੀ ਦੱਸੇ ਕਿ ਉਸ ਨੇ ਕੀ ਬਦਲਿਆ ਅਤੇ ਕਿਉਂ। ਮੈਨੇਜਰ ਜਾਂ ਸਹਿਕਰਮੀ ਸਿਰਫ਼ ਅੰਤਿਮ ਲਿਖਤ ਨਹੀਂ, ਸਗੋਂ ਉਸ ਨੋਟ ਦੀ ਵੀ ਸਮੀਖਿਆ ਕਰਦਾ ਹੈ। ਪ੍ਰੌਮਪਟ ਤਿਆਰ ਕਰਨ ਦੀ ਸਿਖਲਾਈ ਵਿੱਚ ਸਮੀਖਿਆ ਦਾ ਕਦਮ ਛੱਡਣ ਨਾਲ ਚੰਗੀ ਪਰਖ ਦੀ ਬਜਾਏ ਲੰਬੇ ਪ੍ਰੌਮਪਟਾਂ ਨੂੰ ਇਨਾਮ ਮਿਲਣ ਦੀ ਸੰਭਾਵਨਾ ਹੁੰਦੀ ਹੈ।

Tosheo.ai ਨੂੰ ਇਸੇ ਚੱਕਰ ਦੇ ਆਧਾਰ 'ਤੇ ਬਣਾਇਆ ਜਾ ਰਿਹਾ ਹੈ। ਯੋਜਿਤ ਉਤਪਾਦ ਹਰ ਕਰਮਚਾਰੀ ਨੂੰ ਇੱਕ ਛੋਟੀ ਸ਼ੁਰੂਆਤੀ ਪੱਧਰ ਜਾਂਚ ਦਿੰਦਾ ਹੈ, ਜਿਸ ਤੋਂ ਬਾਅਦ ਉਸ ਦੀ ਭੂਮਿਕਾ ਅਨੁਸਾਰ 10 ਤੋਂ 15 ਮਿੰਟ ਦੇ ਪਾਠ ਮਿਲਦੇ ਹਨ। ਹਰ ਪਾਠ ਅਸਲ AI ਟੂਲ ਨਾਲ ਕੀਤੇ ਜਾਣ ਵਾਲੇ ਅਮਲੀ ਕੰਮ ਨਾਲ ਮੁੱਕਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਸਪਸ਼ਟ ਮੁਲਾਂਕਣ ਮਾਪਦੰਡਾਂ ਅਨੁਸਾਰ ਅੰਕ ਅਤੇ ਵਿਸ਼ੇਸ਼ ਫੀਡਬੈਕ ਦਿੱਤਾ ਜਾਂਦਾ ਹੈ। ਉਤਪਾਦ ਹਾਲੇ ਬਣ ਕੇ ਤਿਆਰ ਨਹੀਂ ਹੈ, ਇਸ ਲਈ ਇਹ ਨਤੀਜਿਆਂ ਦੀ ਬਜਾਏ ਯੋਜਿਤ ਦਾਇਰੇ ਦਾ ਵੇਰਵਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਪਹਿਲਾਂ ਇਹ ਦੇਖਣਾ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਇਸ ਨੂੰ ਦਫ਼ਤਰੀ ਕੰਮਾਂ ਵਿੱਚ ਕਿਵੇਂ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਕਾਰੋਬਾਰ ਲਈ ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਬਾਰੇ ਸਬੰਧਤ ਗਾਈਡ ਵਿੱਚ ਹੋਰ ਹੱਲ ਕੀਤੀਆਂ ਮਿਸਾਲਾਂ ਹਨ।

ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਕਦੋਂ ਹੱਲ ਨਹੀਂ ਹੁੰਦੀ?

ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਉਸ ਕੰਮ ਦੀ ਸਮੱਸਿਆ ਹੱਲ ਨਹੀਂ ਕਰ ਸਕਦੀ ਜਿਸ ਲਈ ਅਜਿਹਾ ਡਾਟਾ ਚਾਹੀਦਾ ਹੋਵੇ ਜੋ ਟੂਲ ਕੋਲ ਨਹੀਂ ਹੈ, ਅਜਿਹਾ ਫ਼ੈਸਲਾ ਚਾਹੀਦਾ ਹੋਵੇ ਜੋ ਸਿਰਫ਼ ਕੋਈ ਵਿਅਕਤੀ ਕਰ ਸਕਦਾ ਹੈ, ਜਾਂ ਜਿਸ ਲਈ ਵਰਤਿਆ ਜਾ ਰਿਹਾ ਟੂਲ ਹੀ ਢੁੱਕਵਾਂ ਨਹੀਂ ਹੈ। Anthropic ਦੀ ਆਪਣੀ ਜਾਣ-ਪਛਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਇਹ ਗੱਲ ਸਪਸ਼ਟ ਕਰਦੀ ਹੈ ਕਿ ਹਰ ਅਸਫਲਤਾ ਦਾ ਸਭ ਤੋਂ ਵਧੀਆ ਹੱਲ ਪ੍ਰੌਮਪਟ ਬਦਲਣਾ ਨਹੀਂ ਹੁੰਦਾ; ਕਈ ਵਾਰ ਵੱਖਰਾ ਮਾਡਲ, ਵੱਖਰਾ ਟੂਲ ਜਾਂ ਵੱਖਰੀ ਪ੍ਰਕਿਰਿਆ ਹੀ ਹੱਲ ਹੁੰਦੀ ਹੈ।

ਜੇ ਸਾਰ ਵਿੱਚ ਅੰਕੜੇ ਵਾਰ-ਵਾਰ ਛੁੱਟ ਰਹੇ ਹਨ, ਤਾਂ ਕਾਰਨ ਤੁਹਾਡੀ ਸ਼ਬਦਾਵਲੀ ਨਹੀਂ, ਸਗੋਂ ਕੋਈ ਅਜਿਹੀ ਫਾਈਲ ਹੋ ਸਕਦੀ ਹੈ ਜਿਸ ਨੂੰ ਸਹਾਇਕ ਠੀਕ ਤਰ੍ਹਾਂ ਪੜ੍ਹ ਨਹੀਂ ਸਕਦਾ। ਜੇ ਖਰੜੇ ਦੀ ਭਾਸ਼ਾ ਵਾਰ-ਵਾਰ ਬ੍ਰਾਂਡ ਦੇ ਅੰਦਾਜ਼ ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦੀ, ਤਾਂ ਹੋਰ ਵਿਸ਼ੇਸ਼ਣ ਜੋੜਨ ਦੀ ਬਜਾਏ ਇੱਕ ਅਸਲ ਸ਼ੈਲੀ ਗਾਈਡ ਅਤੇ ਉਦਾਹਰਨਾਂ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ। ਜੇ ਨਤੀਜਾ ਕਿਸੇ ਦੀ ਤਨਖ਼ਾਹ, ਅਧਿਕਾਰਾਂ, ਸਿਹਤ ਜਾਂ ਕਾਨੂੰਨੀ ਸਥਿਤੀ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ, ਤਾਂ ਬਿਹਤਰ ਪ੍ਰੌਮਪਟ ਕਿਸੇ ਯੋਗ ਸਮੀਖਿਅਕ ਦੀ ਲੋੜ ਖ਼ਤਮ ਨਹੀਂ ਕਰਦਾ।

ਇਹ ਸਿੱਖ ਰਹੇ ਹਰ ਵਿਅਕਤੀ ਲਈ Tosheo.ai ਵੀ ਸਹੀ ਚੋਣ ਨਹੀਂ ਹੈ। ਇਹ 5 ਤੋਂ 200 ਲੋਕਾਂ ਦੀਆਂ ਟੀਮਾਂ ਦੇ ਗ਼ੈਰ-ਤਕਨੀਕੀ ਕਰਮਚਾਰੀਆਂ ਲਈ ਯੋਜਿਤ ਹੈ। ਮਾਡਲ API 'ਤੇ ਐਪਲੀਕੇਸ਼ਨਾਂ ਬਣਾਉਣ ਵਾਲੇ ਇੰਜੀਨੀਅਰਾਂ ਲਈ OpenAI ਅਤੇ Anthropic ਦੇ ਡਿਵੈਲਪਰ ਦਸਤਾਵੇਜ਼ ਵੱਧ ਲਾਭਕਾਰੀ ਹੋਣਗੇ। ਇਨ੍ਹਾਂ ਵਿੱਚ ਸਿਸਟਮ ਹਦਾਇਤਾਂ, ਮੁਲਾਂਕਣ ਅਤੇ ਸੰਸਕਰਣ ਨਿਯੰਤਰਣ ਸ਼ਾਮਲ ਹਨ। Anthropic ਦਾ ਮੁਫ਼ਤ ਇੰਟਰਐਕਟਿਵ ਪ੍ਰੌਮਪਟ ਲਿਖਣ ਬਾਰੇ ਟਿਊਟੋਰੀਅਲ ਵੀ ਉਨ੍ਹਾਂ ਲਈ ਵੱਧ ਢੁਕਵਾਂ ਹੋਵੇਗਾ।

ਇਸ ਮਾਰਗਦਰਸ਼ਿਕਾ ਵਿੱਚ ਤੁਹਾਨੂੰ ਅੱਗੇ ਕਿੱਥੇ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ?

ਇਸ ਭਾਗ ਦੀ ਹਰ ਮਾਰਗਦਰਸ਼ਿਕਾ ਇੱਕ ਵਿਹਾਰਕ ਸਵਾਲ ਦਾ ਜਵਾਬ ਦਿੰਦੀ ਹੈ। ਉਸ ਤੋਂ ਸ਼ੁਰੂ ਕਰੋ ਜੋ ਤੁਹਾਡੇ ਸਾਹਮਣੇ ਮੌਜੂਦ ਟੂਲ ਜਾਂ ਕੰਮ ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ।

ਸਰੋਤ ਅਤੇ ਦਾਇਰਾ

OpenAI Academy, ਹਦਾਇਤਾਂ ਲਿਖਣ ਬਾਰੇ ਸਾਧਨ, 16 October 2026 ਨੂੰ ਵੇਖਿਆ ↗

OpenAI API ਦਸਤਾਵੇਜ਼, ਹਦਾਇਤਾਂ ਤਿਆਰ ਕਰਨ ਦੀ ਤਕਨੀਕ, 16 October 2026 ਨੂੰ ਵੇਖੇ ↗

Anthropic, Claude ਦਸਤਾਵੇਜ਼: ਪ੍ਰੌਮਪਟ ਲਿਖਣ ਦੇ ਵਧੀਆ ਤਰੀਕੇ, 16 October 2026 ਨੂੰ ਵੇਖਿਆ ਗਿਆ ↗

Anthropic, Claude ਦਸਤਾਵੇਜ਼: ਪ੍ਰੌਮਪਟ ਇੰਜੀਨੀਅਰਿੰਗ ਦੀ ਸੰਖੇਪ ਜਾਣਕਾਰੀ, 16 October 2026 ਨੂੰ ਵੇਖਿਆ ਗਿਆ ↗

Microsoft ਸਹਾਇਤਾ, Microsoft Copilot ਵਿੱਚ ਪ੍ਰੌਂਪਟ ਲਿਖਣੇ ਸ਼ੁਰੂ ਕਰੋ, 16 ਅਕਤੂਬਰ 2026 ਨੂੰ ਵੇਖਿਆ ਗਿਆ ↗

Microsoft ਸਹਾਇਤਾ, ਵਧੀਆ ਹਦਾਇਤਾਂ ਦੇ ਕੇ Copilot ਤੋਂ ਬਿਹਤਰ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰੋ, 16 ਅਕਤੂਬਰ 2026 ਨੂੰ ਵੇਖਿਆ ↗

Microsoft ਸਹਾਇਤਾ, Microsoft Copilot ਵਿੱਚ ਖ਼ਾਸ ਫ਼ਾਈਲਾਂ ਅਤੇ ਹੋਰ ਸਮੱਗਰੀ ਦਾ ਹਵਾਲਾ ਦਿਓ, 16 ਅਕਤੂਬਰ 2026 ਨੂੰ ਵੇਖਿਆ ਗਿਆ ↗

Google Workspace ਸਿੱਖਣ ਕੇਂਦਰ, Gemini ਲਈ ਨਿਰਦੇਸ਼ ਲਿਖਣ ਦੇ ਸੁਝਾਅ, 16 October 2026 ਨੂੰ ਵੇਖਿਆ ਗਿਆ ↗