OpenAI का आधिकारिक GPT-5 प्रॉम्प्टिंग गाइड: वो टिप्स जो आप वास्तव में इस्तेमाल करेंगे
अद्यतन 29 सित. 2025 को
9 मिनट
कभी किसी छोटे बच्चे को जूते पहनने का तरीका समझाने की कोशिश की है, और फिर उन्हें दोनों जूते एक ही पैर में डालते हुए देखा है? सालों से बड़े भाषा मॉडल के साथ ऐसा ही हो रहा था: आप वहाँ पहुँच सकते थे, लेकिन इसके लिए धैर्य, गहरी साँसें और कभी-कभी एक कुकी की ज़रूरत होती थी। GPT-5 के साथ, OpenAI ने आखिरकार हमें एक पैरेंटिंग मैनुअल दे दिया है। हाँ, एक आधिकारिक GPT-5 प्रॉम्प्टिंग गाइड है—और यह उन युक्तियों से भरा है जो मॉडल को और भी ज़्यादा स्मार्ट और अनुमानित बनाती हैं। मैंने इसे पढ़ लिया है ताकि आपको न पढ़ना पड़े। ठीक है, मैंने इसे इसलिए पढ़ा क्योंकि मैं एक nerd हूँ—और क्योंकि एक बार जब आप देख लेते हैं कि इसमें क्या नया है, तो आपके प्रॉम्प्ट खुद को उलझाना बंद कर देंगे और मैराथन दौड़ना शुरू कर देंगे।
यहाँ मुख्य बात यह है: GPT-5 आपके AI से बात करने के तरीके को बदल देता है। यह अब सिर्फ़ “मुझे सलाद के बारे में एक कविता लिखो” नहीं है। यह तर्क को ट्यून करने, आउटपुट फ़ॉर्मैट को लागू करने और मॉडल को एक ऐसे मेहनती सहायक की तरह व्यवहार करने के बारे में है जिसे आप चाहते थे कि आपका अतीत का स्व उस तीसरे टू-डू ऐप को आवेग में खरीदने से पहले हायर कर ले।
GPT-5 में वास्तव में नया क्या है
- तर्क प्रयास नियंत्रण: आप GPT-5 को बता सकते हैं कि उसे कितना कठिन सोचना है—ज़रूरी तौर पर, किसी समस्या पर कितना संज्ञानात्मक प्रयास लगाना है। कठिन चीज़ों के लिए ज़्यादा प्रयास, प्लेट के लिए कम। यह वाइब्स की चीज़ नहीं है; यह एक डायल है जिसे आप गुणवत्ता बनाम गति के लिए सेट कर सकते हैं।
- सख़्त आउटपुट फ़ॉर्मैट: JSON मोड और स्कीमा वैलिडेशन का अब मतलब है कि आपकी “कृपया मुझे साफ़ डेटा दें” की रिक्वेस्ट का अंत AI की फ़्री-वर्स व्याख्या के साथ नहीं होता है। आपकी पाइपलाइनें आपको धन्यवाद देंगी।
- एजेंटिक टास्क परफ़ॉर्मेंस: GPT-5 जटिल नौकरियों को तोड़ने और एक वास्तविक प्रोजेक्ट मैनेजर की तरह काम करने में बेहतर है। “ऊप्स, मैं स्टेप 7 भूल गया” के पल कम।
- पुराने प्रॉम्प्ट से माइग्रेशन मदद: प्रॉम्प्ट को अपग्रेड करने के लिए मार्गदर्शन है ताकि आपके GPT-4-युग के फ़्रैंकन-प्रॉम्प्ट बड़े हो सकें और आपके रेपो को सताना बंद कर सकें।
क्विक कॉन्टेक्स्ट जिसका उपयोग आप मीटिंग में स्मार्ट लगने के लिए कर सकते हैं: OpenAI ने विशेष रूप से GPT-5 के लिए ज़्यादा कुकबुक-शैली के डॉक्स और उदाहरण प्रकाशित करना शुरू कर दिया है, जिसमें प्रॉम्प्ट ऑप्टिमाइज़ेशन, माइग्रेशन और कोड जेनरेशन जैसे विशेष उपयोग मामलों के लिए छोटे, व्यावहारिक रेसिपी शामिल हैं। अनुवाद: हम “इसे समझो” से “यहाँ प्लेबुक है” पर आ गए हैं।
यह किसके लिए है (हाँ, आप)
- उत्पाद प्रबंधक जिन्हें डाउनस्ट्रीम सिस्टम के लिए लगातार आउटपुट की ज़रूरत होती है।
- इंजीनियर संरचित डेटा और LLM वर्कफ़्लो को व्यवस्थित कर रहे हैं।
- सामग्री लोग “इसे तीन बार फिर से लिखने” के लूप को कम करने की कोशिश कर रहे हैं।
- कोई भी जिसने “संक्षिप्त रहें” टाइप किया है और 700 शब्दों का TED टॉक मिला है।
नया GPT-5 प्रॉम्प्टिंग माइंडसेट: एक बॉस की तरह बात करें, कवि की तरह नहीं
देखिए, GPT-5 क्रिएटिव हो सकता है, लेकिन यह बड़ी बात नहीं है। बड़ी बात है नियंत्रण। आप सिर्फ़ एक स्मार्ट तोते को सुंदर बातें कहने के लिए नहीं कह रहे हैं। आप एक सक्षम इंटर्न को निर्देशित कर रहे हैं जो सोच सकता है—अगर आप उन्हें एक योजना देते हैं।
भूमिकाओं, चरणों और जाँचों में सोचें। यहाँ वह फ़ॉर्मूला है जो काम करता है:
- भूमिका: आप Y लक्ष्य के साथ X हैं।
- कार्य: इन बाधाओं के साथ Z करें।
- चरण: 1, 2, 3।
- तर्क: प्रयास स्तर N पर सोचें।
- आउटपुट: JSON स्कीमा या मार्कडाउन संरचना।
- गार्डरेल: अगर… तो इनकार करें या अगर गायब है तो पूछें…
हाँ, यह उबाऊ है। हाँ, यह प्रभावी है। फ़्लॉसिंग की तरह।
बिना सोए “तर्क प्रयास” का वास्तव में उपयोग कैसे करें
कल्पना कीजिए कि आप वीकेंड की यात्रा के लिए पूछ रहे हैं। आपको “ब्रंच” की व्युत्पत्ति से जुड़ी 45-चरण की चेन-ऑफ़-थॉट की ज़रूरत नहीं है। लेकिन अगर आप एक रुक-रुक कर होने वाली API विफलता को डीबग कर रहे हैं? प्रयास को बढ़ाएँ। GPT-5 की गाइड मॉडल को यह बताने पर ज़ोर देती है कि कब पसीना बहाना है और कब दौड़ना है। कुछ ऐसा आज़माएँ:
- साधारण कार्यों के लिए: “न्यूनतम तर्क का उपयोग करें। महत्वपूर्ण होने पर ही स्पष्टीकरण छोड़ें।”
- जटिल कार्यों के लिए: “उच्च तर्क प्रयास का उपयोग करें। वैकल्पिक दृष्टिकोणों का मूल्यांकन करें। संक्षिप्त तर्क अनुभाग में चुने हुए पथ को सही ठहराएँ।”
प्रो मूव: तर्कों को उत्तरों से अलग करें। “तर्क” कुंजी के तहत सोच रखें; “उत्तर” के तहत परिणाम। फिर आप उपयोगकर्ताओं से तर्क छिपा सकते हैं और ऑडिट के लिए इसे लॉग कर सकते हैं।
JSON बातचीत: मॉडल को रोबोट की तरह बोलने दें
GPT-5 में संरचित आउटपुट के लिए बेहतर समर्थन है। अगर आपने कभी AI-जनित टेक्स्ट को पार्स करने की कोशिश की है और ऐसा महसूस किया है कि आप 2004 में वेब को स्क्रैप कर रहे हैं, तो 2025 में आपका स्वागत है। एक JSON स्कीमा परिभाषित करें, GPT-5 को इसके विरुद्ध मान्य करने के लिए कहें और सख्त मोड लागू करें। कुकबुक स्कीमा परिभाषा के साथ प्रॉम्प्ट को पेयर करने के उदाहरण दिखाती है ताकि आपका ऐप एक आवारा इमोजी पर न अटके।
इस पैटर्न को आज़माएँ:
- सिस्टम: “आप एक डेटा फ़ॉर्मेटर हैं। आउटपुट को इस JSON स्कीमा से बिल्कुल मेल खाना चाहिए।”
- स्कीमा प्रदान करें।
- उपयोगकर्ता: “निम्नलिखित सामग्री को स्कीमा में बदलें।”
- जोड़ें: “अगर कोई फ़ील्ड गायब है, तो कारण के साथ एक त्रुटि ऑब्जेक्ट लौटाएँ।”
अब आप सिर्फ़ टेक्स्ट नहीं जेनरेट कर रहे हैं—आप विश्वसनीय, मशीन-पठनीय आउटपुट बना रहे हैं। “साफ़ डेमो” और “प्रोडक्शन-ग्रेड” के बीच का अंतर।
एजेंटिक टास्क: मॉडल जो खुद को प्रबंधित करता है (ज्यादातर)
GPT-5 प्लानिंग, सीक्वेंसिंग और काम की जाँच करने में बेहतर है। आप इसे निर्देश दे सकते हैं:
- एक योजना बनाएँ, फिर उसे कार्यान्वित करें।
- चरण-दर-चरण कार्यान्वित करें, जोखिम भरे चरणों पर पुष्टि के लिए पूछें।
- चेकलिस्ट के विरुद्ध स्वयं-सत्यापित परिणाम।
आप इससे अपने स्वयं के आउटपुट के लिए परीक्षण बनाने के लिए भी कह सकते हैं, फिर उन परीक्षणों को चला सकते हैं और पास/फ़ेल सारांश दिखा सकते हैं। क्या इसका मतलब है कि आप QA को निकाल सकते हैं? बिल्कुल नहीं। लेकिन इसका मतलब है कि आप QA को “उम्मीद और वाइब्स” से “दोहराने योग्य प्रक्रिया” तक बढ़ा सकते हैं। आधिकारिक गाइड जटिल, बहु-चरणीय कार्यों के लिए इस एजेंटिक फ़्रेमिंग पर निर्भर करती है।
सब कुछ तोड़े बिना अपने पुराने प्रॉम्प्ट को माइग्रेट करना
पुराने प्रॉम्प्ट लंबे, बातूनी और नाज़ुक थे। GPT-5 को संरचित, संक्षिप्त निर्देश, स्पष्ट भूमिकाएँ और स्पष्ट आउटपुट विशिष्टताएँ पसंद हैं। माइग्रेशन प्ले:
- फ़्लफ़ को ट्रिम करें। “आइए… की जादुई दुनिया का पता लगाएँ” को “कार्य: 3 बुलेट में संक्षेप में बताएँ” से बदलें।
- सॉफ्ट आस्क को बाधाओं के लिए स्वैप करें: “ठीक 3 बुलेट लौटाएँ। कोई प्रस्तावना नहीं।”
- कोड द्वारा उपयोग किए गए आउटपुट के लिए एक स्कीमा जोड़ें।
- प्रयास ट्यूनिंग का परिचय दें: “न्यूनतम तर्क जब तक कि विरोधाभास का पता न चले।”
- त्रुटि हैंडलिंग में बेक करें: “अगर इनपुट गायब हैं, तो एक स्पष्ट करने वाला प्रश्न पूछें।”
OpenAI की प्रॉम्प्ट ऑप्टिमाइज़ेशन कुकबुक पुनरावृत्त मूल्यांकन दिखाती है—मॉडल को बार-बार लागू करें, परिणामों की तुलना करें और डेटा के साथ प्रॉम्प्ट गुणवत्ता में धीरे-धीरे सुधार करें, वाइब्स नहीं। A/B परीक्षण के बारे में सोचें, लेकिन शब्दों के लिए।
वास्तविक दुनिया के उपयोग के मामले जो आपको अपनी आँखें रोल नहीं करवाते हैं
- ग्राहक ईमेल ट्राइएज: टोन, तात्कालिकता और उत्पाद क्षेत्र को वर्गीकृत करें; रूटिंग टैग के साथ JSON लौटाएँ। एक आत्मविश्वास स्कोर और एक “मानव की ज़रूरत है” बूलियन जोड़ें। आपकी समर्थन कतार अराजकता से “आह” में बदल जाती है।
- एनालिटिक्स सारांश: GPT-5 को एक महीने का मेट्रिक्स फ़ीड करें; आउटलायर डिटेक्शन, हाइपोथीसिस और नेक्स्ट-स्टेप प्रयोगों के लिए पूछें—फिर इसे एक स्लाइड आउटलाइन में फ़ॉर्मेट करें। तर्क प्रयास: उच्च।
- कोड समीक्षा सहायक: Diff, लिंट नियम और एक चेकलिस्ट प्रदान करें। वर्गीकृत टिप्पणियों, गंभीरता स्तरों और तर्क के साथ अंतिम मर्ज अनुशंसा के लिए पूछें। अगर परीक्षण विफल होते हैं, तो मर्ज को ब्लॉक करें। GPT-5-Codex मार्गदर्शन यहाँ तैयार किया गया है, जिसमें डेवलपर-फ़र्स्ट प्रॉम्प्टिंग सुझाव हैं।
- स्केल पर सामग्री उत्पादन: एक विषय, दर्शक, वॉइस गाइड और SEO संरचना दें। संरचित आउटपुट की आवश्यकता है: शीर्षक, डेक, H2s, मेटा विवरण। अगर ब्रांड वॉइस नियमों का उल्लंघन होता है, तो “शैली उल्लंघन” नोट के साथ फिर से प्रयास करने का अनुरोध करें।
पाँच प्रॉम्प्ट जिन्हें मैं बार-बार उपयोग करता रहता हूँ (इन्हें चुरा लें)
- प्लान-देन-डू
- आप एक वरिष्ठ परियोजना सहायक हैं। लक्ष्य: X का उत्पादन करें।
- सबसे पहले, एक चरण-दर-चरण योजना का मसौदा तैयार करें। फिर कार्यान्वित करें।
- मध्यम तर्क प्रयास का उपयोग करें। अगर किसी बाधा का उल्लंघन होता है, तो रुकें और पूछें।
- आउटपुट: { योजना: .
- प्रयास स्तरों को अनदेखा करना: डिफ़ॉल्ट रूप से “वास्तव में कड़ी मेहनत से सोचना” टोकन बर्बाद करता है; डिफ़ॉल्ट रूप से “बमुश्किल सोचना” बारीकियों को याद करता है।
हाइप बनाम मददगार पर एक त्वरित शब्द
हाँ, इंटरनेट गुलजार है कि OpenAI ने “चुपचाप” आधिकारिक प्रॉम्प्टिंग गाइड जारी किया—क्योंकि उन्होंने किया, और तकनीकें (तर्क प्रयास, संरचित आउटपुट) वास्तविक और उपयोगी हैं। सांस लेने वाले टेक्स को अनदेखा करें; कुकबुक डॉक्स पर ध्यान केंद्रित करें, जो वास्तविक स्रोत हैं और आपको बताते हैं कि कैसे करें।
GPT-5 प्रॉम्प्टिंग टीम वर्कफ़्लो को कैसे बदलता है
- उत्पाद: अप फ्रंट आउटपुट अनुबंधों को परिभाषित करें। प्रॉम्प्ट को वर्शनिंग वाले इंटरफेस की तरह मानें। आप तेज़ी से शिप करेंगे और कम चीज़ें तोड़ेंगे।
- इंजीनियरिंग: प्रॉम्प्ट को परीक्षणों में लपेटें। JSON को मान्य करें। अगर वैलिडेशन विफल हो जाता है तो सख्त मोड के साथ पुनः प्रयास जोड़ें।
- डेटा: प्रॉम्प्ट वर्शन और परिणामों को ट्रैक करें। गुणवत्ता मेट्रिक्स के लिए डैशबोर्ड बनाएँ: सटीकता, कवरेज, विलंबता।
- ऑप्स: रनबुक बनाएँ जिसमें शामिल है “अगर मॉडल त्रुटि लौटाता है, तो संदर्भ के साथ मानव तक बढ़ाएँ।”
मॉडल के “तर्क प्रयास” को कब बढ़ाएँ
- जाँच: रूट-कॉज़ विश्लेषण, सुरक्षा विसंगतियाँ, राजस्व में गिरावट।
- संश्लेषण: विरोधाभासी दावों के साथ बहु-दस्तावेज़ अनुसंधान।
- प्लानिंग: निर्भरता और जोखिमों के साथ लंबी अवधि के कार्य।
- बाधाओं के साथ रचनात्मकता: ब्रांड-सुरक्षित अभियान जो अभी भी पॉप करते हैं।
कब नहीं
- फ़ॉर्मेटिंग, निष्कर्षण, टेम्पलेटिंग।
- एक स्रोत के साथ सारांश।
- कुछ भी जिसे आप प्रति घंटे हजारों बार चलाते हैं।
ध्यान देने योग्य: अगर आप अपने स्टैक में रोल करने से पहले प्रॉम्प्ट को प्रोटोटाइप करने और सैनिटी-चेक करने का एक तेज़ तरीका चाहते हैं, तो Sider.AI आपको लॉग के माध्यम से स्पेलंकिंग किए बिना संरचित प्रारूपों को दोहराने, आउटपुट की तुलना करने और लॉक करने में मदद कर सकता है। यह प्रॉम्प्ट के लिए स्पीड-डेटिंग की तरह है, बिना छोटी-मोटी बातों के—और हाँ, आप अपने JSON स्कीमा को डेट पर ला सकते हैं। हेड्स अप: यह है
विशिष्ट परिणामों के लिए प्रॉम्प्ट पैटर्न (इसे बुकमार्क करें)
- बुलेटप्रूफ़ सारांश:
- भूमिका: विश्लेषक; कार्य: 5 बुलेट; बाधाएँ: जब तक मात्रा निर्धारित न हो, कोई विशेषण नहीं; स्रोत: सूची; आउटपुट: JSON सूची।
- सुरक्षित ब्रेनस्टॉर्म:
- भूमिका: क्रिएटिव डायरेक्टर; गार्डरेल: कोई IP उल्लंघन नहीं, कोई चिकित्सा/वित्तीय दावा नहीं; प्रयास: मध्यम; आउटपुट: टैग के साथ 20 विचार।
- आवश्यकताएँ डॉक:
- भूमिका: उत्पाद विशिष्टता लेखक; इनपुट: उपयोगकर्ता कहानियाँ; आउटपुट: अनुभाग—लक्ष्य, गैर-लक्ष्य, स्वीकृति मानदंड (गेरकिन), जोखिम।
- अनुपालन के साथ विज्ञापन जेनरेटर:
- भूमिका: प्रदर्शन बाज़ारिया; नियम: ब्रांड टोन फ़ाइल; प्लेटफ़ॉर्म: मेटा/गूगल; वेरिएंट: 10; आउटपुट: CSV फ़ील्ड।
- साक्षात्कार प्रश्न बिल्डर:
- भूमिका: हायरिंग मैनेजर; वरिष्ठता: मध्य; फ़ोकस: सिस्टम डिज़ाइन; आउटपुट: प्रश्न, रूब्रिक्स, रेड फ़्लैग, नमूना उत्तर।
मिनी प्लेबुक: GPT-5 के साथ प्रोडक्शन-ग्रेड LLM सुविधाएँ शिपिंग
- पहले अनुबंध लिखें
- स्कीमा, बाधाएँ और स्वीकार्य रेंज परिभाषित करें। तय करें कि विफलता पर क्या होता है।
- एक API स्पेक की तरह प्रॉम्प्ट का मसौदा तैयार करें
- भूमिका, कार्य, चरण, प्रयास, आउटपुट, गार्डरेल। इसे उबाऊ बनाएँ। उबाऊ जीतता है।
- सत्यापन में बेक करें
- GPT-5 को एक चेकलिस्ट के विरुद्ध स्वयं जाँच करने के लिए कहें। फिर प्रोग्रामेटिक रूप से मान्य करें। डबल बाड़।
- स्केल पर परीक्षण करें
- वास्तविक डेटा के साथ बैच प्रॉम्प्ट। सटीकता और फ़ॉर्मेट अनुपालन के लिए स्कोर करें। ऑप्टिमाइज़ेशन कुकबुक पैटर्न का उपयोग करके दोहराएँ।
- हर चीज़ को इंस्ट्रूमेंट करें
- वर्शन्ड प्रॉम्प्ट, तर्क प्रयास सेटिंग्स, विलंबता, टोकन उपयोग और त्रुटि प्रकार लॉग करें।
- एस्केलेशन पाथ सेट करें
- अगर कॉन्फ़िडेंस < थ्रेशोल्ड या स्कीमा दो बार विफल हो जाता है, तो संदर्भ के साथ किसी मानव को रूट करें। तेज़ ट्राइएज के लिए तर्क संलग्न करें।
- उम्मीदों को प्रबंधित करें
- बताएँ कि GPT-5 कहाँ चमकता है (संरचित उत्पादन, प्लानिंग, कोड सहायता) और यह कहाँ ठीक है (बाधाओं के बिना खुले अंत वाले निबंध)। उपयोगकर्ता सीमाओं को माफ़ कर देते हैं; वे आश्चर्य से नफरत करते हैं।
GPT-5 के साथ कोडिंग के बारे में क्या?
OpenAI की सामग्री GPT-5-Codex के लिए डेवलपर-विशिष्ट प्रॉम्प्टिंग की ओर इशारा करती है: पर्यावरण, निर्भरता, त्रुटि संदेश और अपेक्षित रनटाइम व्यवहार के साथ स्पष्ट रहें। विफल परीक्षण प्रदान करें और मॉडल को उन्हें पास करने के लिए कहें। अनुरोधों को “व्याख्या करें, प्रस्तावित करें, पैच करें” के रूप में संरचित करें। यह क्लीनर डिफ़ और कम हॉलुसिनेटेड आयात देता है। अगर आप अभी भी पूछ रहे हैं, “मुझे एक स्क्रिप्ट लिखें जो X करता है,” तो आप टेबल पर प्रदर्शन छोड़ रहे हैं।
10 मिनट का स्टार्टर टेम्पलेट (हाँ, आप इसे कॉपी कर सकते हैं)
सिस्टम
- आप एक वरिष्ठ सहायक हैं जो में विशेषज्ञता रखते हैं।
अब अपने पुराने प्रॉम्प्ट को वह बदलाव दें जिसके वे हकदार हैं। सही पैरों पर जूते। JSON ज़िप्ड। तर्क “बस काफ़ी” पर सेट है। और शायद एक कुकी हाथ में रखें—आपके लिए।
FAQ
Q1:OpenAI की GPT-5 प्रॉम्प्टिंग गाइड में वास्तव में नया क्या है?
तर्क प्रयास के लिए नियंत्रण, कड़े संरचित आउटपुट (JSON मोड सहित), और एजेंटिक कार्य पैटर्न। गाइड दिखाता है कि ठोस उदाहरणों और माइग्रेशन युक्तियों के साथ, न केवल रचनात्मकता के लिए, बल्कि विश्वसनीयता के लिए GPT-5 को कैसे ट्यून किया जाए।
Q2:मैं GPT-5 को हर बार साफ़ JSON कैसे लौटाऊँ?
एक स्कीमा परिभाषित करें, सख्त आउटपुट आवश्यकताओं को सक्षम करें, और अमान्य मामलों के लिए एक त्रुटि ऑब्जेक्ट पाथ जोड़ें। प्रोग्रामेटिक रूप से मान्य करें और मॉडल को वापस करने से पहले स्कीमा के विरुद्ध स्वयं-जाँच करने के लिए कहें।
Q3:मुझे GPT-5 के तर्क प्रयास को कब बढ़ाना चाहिए?
जाँच, लंबी अवधि की प्लानिंग और बहु-स्रोत संश्लेषण के लिए इसे बढ़ाएँ। इसे फ़ॉर्मेटिंग, निष्कर्षण और उच्च-आवृत्ति कार्यों के लिए कम रखें जहाँ गहन सोच की तुलना में गति और लागत अधिक मायने रखती है।
Q4:मैं पुराने GPT-4 प्रॉम्प्ट को GPT-5 में कैसे माइग्रेट करूँ?
फ़्लफ़ को ट्रिम करें, भूमिकाओं और बाधाओं को स्पष्ट करें, आउटपुट स्कीमा को परिभाषित करें और सत्यापन चरण जोड़ें। प्रॉम्प्ट ऑप्टिमाइज़ेशन तकनीकों का उपयोग करके बैच-टेस्ट करें और फ़ॉर्मेट अनुपालन और सटीकता के आधार पर दोहराएँ।
Q5:क्या GPT-5 कोडिंग प्रॉम्प्ट के लिए भी बेहतर है?
हाँ—GPT-5-Codex-शैली प्रॉम्प्टिंग का उपयोग करें: पर्यावरण विवरण, विफल परीक्षण और अपेक्षित व्यवहार प्रदान करें। व्याख्या करें-प्रस्तावित करें-पैच करने के लिए कहें, और हॉलुसिनेशन को कम करने के लिए संरचित डिफ़ और तर्क का अनुरोध करें।
हाल की लेख
कैसे करें ChatPDF में महारत: घने दस्तावेज़ों से तेजी से जानकारी प्राप्त करें
तेज़ और सटीक दस्तावेज़ों के लिए सर्वश्रेष्ठ X Auto-Translation विकल्प
ईरान में Samsung AI अनुवाद उपलब्ध नहीं? व्यावहारिक समाधान
फ़ारसी अनुवाद उपकरण: तेज़ और सटीक काम के लिए एक व्यावहारिक मार्गदर्शिका
गहराई से संदर्भित अनुसंधान के लिए सर्वश्रेष्ठ Grok विकल्प
AI इमेज जेनरेटर की 15 बेहतरीन विशेषताएं जिनका आप वास्तव में उपयोग करेंगे