परिचय: एक छोटे लेकिन शक्तिशाली मॉडल को प्रेरित करने की कला
यदि आपने कभी चाहा है कि आपकी AI एक धीमे, वाचाल सलाहकार की तुलना में एक तेज़-तर्रार टीम के साथी की तरह महसूस हो, तो Claude Haiku 4.5 आपका मॉडल है। इसे गति, कम विलंबता और लागत दक्षता के लिए इंजीनियर किया गया है—तेजी से पुनरावृत्ति, उच्च-मात्रा वाले कार्यभार और तंग प्रतिक्रिया लूप के लिए आदर्श। लेकिन यहाँ एक पेच है: Haiku 4.5 से असाधारण परिणाम प्राप्त करना लंबे प्रॉम्प्ट लिखने के बारे में नहीं है। यह तेज प्रॉम्प्ट लिखने के बारे में है। इस गाइड में, हम प्रॉम्प्ट रणनीतियों को खोलेंगे जो Claude Haiku 4.5 से लगातार कुरकुरा, विश्वसनीय आउटपुट का उत्पादन करती हैं—और आपको दिखाती हैं कि उन्हें कोडिंग से लेकर सामग्री निर्माण और हल्के विश्लेषण तक सब कुछ कैसे अनुकूलित किया जाए।
Claude Haiku 4.5 को क्या अलग बनाता है—और यह प्रॉम्प्टिंग के लिए क्यों मायने रखता है
Claude Haiku 4.5 "छोटे मॉडल" टियर में बैठता है, जिसे गति और पैमाने के लिए बनाया गया है, जबकि रोजमर्रा के कार्यों के लिए मजबूत तर्क को बरकरार रखता है। यह आपके प्रॉम्प्ट करने के तरीके को बदल देता है:
- आपको संरचित, स्पष्ट निर्देशों के साथ सर्वोत्तम परिणाम मिलेंगे।
- छोटे, उच्च-संकेत वाले प्रॉम्प्ट लंबे, घुमावदार प्रॉम्प्ट को मात देते हैं।
- चरण-बद्ध तर्क ("3-5 चरणों में चरण-दर-चरण सोचें") इसे केंद्रित रहने में मदद करता है।
- यह स्पष्ट बाधाओं के साथ त्वरित ड्राफ्ट, मचान और निर्णय समर्थन के लिए बहुत अच्छा है।
Haiku 4.5 को पैमाने पर लागत प्रभावी होने के लिए डिज़ाइन किया गया है, जो इसे बहु-मोड़ वर्कफ़्लो, थोक सामग्री परिवर्तन और पुनर्प्राप्ति-संवर्धित पीढ़ी (RAG) को व्यवस्थित करने के लिए एकदम सही बनाता है जहाँ विलंबता मायने रखती है।
शैली नोट: यह लेख व्यावहारिक और समाधान-उन्मुख दृष्टिकोण का उपयोग करता है—वास्तविक परियोजनाओं में तत्काल उपयोग के लिए अनुकूलित।
Claude Haiku 4.5 प्रॉम्प्ट के लिए स्वर्णिम नियम
- सबसे छोटा प्रॉम्प्ट लिखें जो अभी भी अस्पष्टता को दूर करता है
- खराब: "इस रिपोर्ट को संक्षेप में प्रस्तुत करें।"
- बेहतर: "उत्पाद प्रबंधक के लिए इस रिपोर्ट को संक्षेप में प्रस्तुत करें। 5 बुलेट। शामिल करें: जोखिम, निर्भरताएँ, अगले चरण। अधिकतम 120 शब्द।"
यह क्यों काम करता है: Haiku 4.5 तब पनपता है जब आपकी बाधाएँ कुरकुरी होती हैं। दर्शक, प्रारूप, लंबाई और किसी भी अनिवार्य तत्व को निर्दिष्ट करें।
- सिस्टम-शैली सेटअप में भूमिकाओं और उद्देश्यों को स्पष्ट रखें
- उदाहरण: "आप एक संक्षिप्त तकनीकी सहायक हैं। उद्देश्य: (1) सटीक रूप से उत्तर देना, (2) टोकन को कम करना, (3) केवल पूछे जाने पर 3-चरणीय तर्क रूपरेखा दिखाना।"
यह क्यों काम करता है: स्पष्ट भूमिका + उद्देश्य डिकोडिंग का मार्गदर्शन करते हैं, बहाव को कम करते हैं और कॉल में पुनरावर्तनीयता में सुधार करते हैं।
- खुले अंत वाले वाक्यांशों पर चेकलिस्ट को प्राथमिकता दें
- कोड समीक्षा के लिए उदाहरण: "इसकी समीक्षा करें: (a) शुद्धता, (b) सुरक्षा, (c) पठनीयता, (d) परीक्षण कवरेज। आउटपुट: 1–2 पंक्ति औचित्य के साथ प्रति आइटम पास/फेल।"
यह क्यों काम करता है: चेकलिस्ट जटिल कार्यों को विश्वसनीय, सत्यापन योग्य उपकार्यों में संपीड़ित करती हैं।
- चरण-बद्ध सोच का उपयोग करें
- उदाहरण: "अधिकतम 4 चरणों में सोचें, फिर केवल अंतिम उत्तर प्रस्तुत करें।"
यह क्यों काम करता है: आपको बिना किसी बेलगाम वाचालता के केंद्रित तर्क मिलता है।
- संरचित आउटपुट की मांग करें (हमेशा!)
- उदाहरण: "कुंजियों के साथ JSON लौटाएँ: निर्णय, तर्क, जोखिम, next_steps. कोई अतिरिक्त पाठ नहीं।"
यह क्यों काम करता है: संरचना डाउनस्ट्रीम स्वचालन को सक्षम करती है, फ्लफ़ को रोकती है और लागत को अनुमानित रखती है।
- मॉडल को उदाहरणों के साथ एंकर करें
- कुछ-शॉट उदाहरण होने चाहिए: संक्षिप्त, प्रतिनिधि और आपकी वांछित शैली के अनुरूप।
- पैटर्न: निर्देश → 1–2 कॉम्पैक्ट उदाहरण → नया इनपुट।
- टिप: उदाहरणों को डोमेन-विशिष्ट रखें (जैसे, आपकी ब्रांड आवाज, आपकी कोड शैली)।
- टोन, लंबाई और प्रारूप को बाध्य करें
- "प्रारूप: 5 बुलेट, प्रत्येक ≤18 शब्द।"
- कोड के लिए: "लक्ष्य: Python 3.11, Pydantic v2. टाइप हिंट का उपयोग करें। एक 1-ब्लॉक परीक्षण शामिल करें।"
- इसे "मुझे नहीं पता" कहना सिखाएं
- जोड़ें: "यदि डेटा या अस्पष्टता गायब है, तो पहले एक स्पष्ट करने वाला प्रश्न पूछें। यदि अभी भी अनिश्चित है, तो 'अज्ञात' कहें।"
यह क्यों काम करता है: आत्मविश्वास से भरे गलत उत्तरों को कम करता है और लूप को कुशल रखता है।
- पुनर्प्राप्ति का उपयोग करें और प्रासंगिक स्निपेट पास करें, पूरे कॉर्पोरा नहीं
- केवल शीर्ष 1–3 प्रासंगिक चंक प्रदान करें।
- संकेत घनत्व को अधिकतम करने के लिए पहले से ट्रिम बॉयलरप्लेट।
- स्निपेट लेबल करें: [Policy], [Excerpt], [Email], [Spec]।
- नीति को कार्य से अलग करें
- नीति: "कभी भी PII आउटपुट न करें, 150 टोकन के नीचे रखें, यदि प्रदान किए गए हों तो स्रोतों का हवाला दें।"
- उपयोगकर्ता कार्य: "सेल्स लीड के लिए ईमेल चेन को संक्षेप में प्रस्तुत करें।"
यह क्यों काम करता है: क्लीनर प्रॉम्प्ट आर्किटेक्चर, आसान रखरखाव।
प्रॉम्प्ट पैटर्न जो लगातार काम करते हैं
पैटर्न A: "टाइट ब्रीफ"
जब आपको नियमित कार्यों के लिए गति और स्थिरता की आवश्यकता हो तो उपयोग करें।
टेम्पलेट:
- भूमिका: "आप एक [भूमिका] हैं।"
- उद्देश्य: "आपका लक्ष्य [उद्देश्य] है।"
- बाधाएँ: दर्शक, लंबाई, टोन, प्रारूप।
- मूल्यांकन रूब्रिक: 2–4 बुलेट मानदंड।
- इनपुट सीमांकक: "इनपुट === से शुरू/समाप्त होता है।"
- आउटपुट स्कीमा: "[प्रारूप] लौटाएँ। कोई अतिरिक्त पाठ नहीं।"
पैटर्न B: "आलोचना करें फिर बनाएँ"
न्यूनतम अतिरिक्त टोकन के साथ उच्च गुणवत्ता वाले ड्राफ्ट के लिए।
- चरण 1 (आंतरिक): "चुपचाप 3 बुलेट में प्रासंगिकता, अंतराल और जोखिमों का आकलन करें।"
- चरण 2 (आउटपुट): "उन मुद्दों को हल करने वाला ड्राफ्ट तैयार करें।"
- आउटपुट को साफ रखने के लिए, निर्दिष्ट करें: "आलोचना न दिखाएं; केवल इसे लागू करें।"
पैटर्न C: "तुलना करें और चुनें"
जब चयन कार्य हो तो उपयोग करें।
- "विकल्प A–D दिए गए हैं, स्कोर करें: सटीकता (40), स्पष्टता (30), अनुपालन (30)। विजेता और 2-वाक्य तर्क लौटाएँ।"
पैटर्न D: "चेक की चेन"
सुरक्षा, अनुपालन या नीति पालन के लिए।
- "उत्तर देने से पहले, सत्यापित करें: (1) नीति द्वारा अनुमत, (2) दायरे में, (3) कोई जानकारी गुम नहीं है। यदि कोई भी विफल हो जाता है, तो रुकें और 1 स्पष्ट करने वाला प्रश्न पूछें।"
पैटर्न E: "डेल्टा-एडिट"
मौजूदा पाठ में संपादन के लिए।
- "केवल न्यूनतम अंतर लौटाएँ: 'X को Y में बदलें क्योंकि Z।' मौजूदा शैली रखें। अधिकतम 8 परिवर्तन।"
पैटर्न F: "कोड मचान"
- "TODO के साथ एक न्यूनतम, रन करने योग्य बेसलाइन उत्पन्न करें। परीक्षण शामिल करें। कार्यों को ≤30 पंक्तियों तक रखें। डॉकस्ट्रिंग और टाइप हिंट जोड़ें।"
रोजमर्रा के वर्कफ़्लो के लिए उच्च-प्रभाव वाले उदाहरण
सामग्री का सारांश
प्रॉम्प्ट:
"आप एक संक्षिप्त विश्लेषक हैं। निम्नलिखित रिपोर्ट को उत्पाद नेता के लिए संक्षेप में प्रस्तुत करें।
- आउटपुट: 5 बुलेट (प्रत्येक ≤18 शब्द) के लिए: परिणाम, जोखिम, निर्भरताएँ, अगले चरण, मेट्रिक्स।
- यदि डेटा गायब है, तो उस बुलेट के लिए 'अज्ञात' लिखें।
===
[रिपोर्ट पेस्ट करें]
===”
ईमेल ड्राफ्टिंग
प्रॉम्प्ट:
"आप एक पेशेवर सहायक हैं। एक उत्तर का मसौदा तैयार करें जो: संक्षिप्त, गर्मजोशीपूर्ण, निर्णायक हो। शामिल करें: (1) सराहना, (2) 1 स्पष्ट निर्णय, (3) 1 पूछना।
- अधिकतम 120 शब्द। कोई अभिवादन संकेत नहीं; मैं उन्हें जोड़ दूंगा।"
स्कीमा से SQL पीढ़ी
प्रॉम्प्ट:
"आप एक SQL सहायक हैं। एक Postgres स्कीमा को देखते हुए, एक एकल क्वेरी लिखें।
- बाधाएँ: ANSI SQL, कोई CTE नहीं जब तक आवश्यक न हो, जहाँ निहित हो वहाँ अनुक्रमणिकाओं का उपयोग करें।
- आउटपुट: केवल कोड ब्लॉक। फिर 1-वाक्य स्पष्टीकरण।
स्कीमा:
===
[स्कीमा]
===
कार्य: [प्रश्न]”
कोड समीक्षा
प्रॉम्प्ट:
"आप एक सुरक्षा-सचेत कोड समीक्षक हैं।
- जांचें: शुद्धता, सुरक्षा, पठनीयता, परीक्षण।
- आउटपुट: फ़ील्ड के साथ निष्कर्षों का JSON सरणी: गंभीरता, फ़ाइल, पंक्ति, मुद्दा, सुधार।
- अधिकतम 6 निष्कर्ष। यदि कोई नहीं है, तो [] लौटाएँ।
===
[अंतर या फ़ाइल]
===”
RAG प्रश्न उत्तर
प्रॉम्प्ट:
"आप एक जमीनी उत्तरदाता हैं। केवल प्रदान किए गए स्रोतों का उपयोग करें।
- [S1] जैसे कोष्ठकों में स्रोत ID उद्धृत करें। यदि उत्तर स्रोतों में नहीं है, तो 'स्रोतों में नहीं मिला' कहें।
- आउटपुट: 2–4 वाक्य; फिर 'उद्धरण' लेबल वाले 3 बुलेट।
स्रोत:
[S1] …
[S2] …
प्रश्न: …”
प्रॉम्प्ट में बेक करने के लिए मूल्यांकन रूब्रिक
- पहले सटीकता: "असमर्थित दावों को दंडित करें। अनुमान लगाने पर 'अज्ञात' को प्राथमिकता दें।"
- संक्षिप्तता: "150 टोकन से अधिक के उत्तर गैर-अनुपालन वाले हैं।"
- संरचना: "JSON स्कीमा से मेल नहीं खाने वाले उत्तर विफल होते हैं।"
- सुरक्षा: "उन कार्यों को अस्वीकार करें जिनमें क्रेडेंशियल, रहस्य या PII शामिल हैं।"
विश्वसनीयता और कम विलंबता के लिए युक्तियाँ
- स्पष्ट सीमांकक (===, <<<json>>>) का उपयोग करें। अनुभागों के बीच आकस्मिक रक्तस्राव को रोकता है।
- सब कुछ लेबल करें। Haiku 4.5 [Context], [Policy], [Task], [Output] जैसे लेबल का सम्मान करता है।
- टोकन बजट निर्दिष्ट करें: "लक्ष्य 120–180 टोकन; कभी भी 220 से अधिक न हो।"
- सरल शब्दों को प्राथमिकता दें। जब तक आवश्यक न हो लाक्षणिक भाषा से बचें।
- एकल वाक्य में बहु-हॉप निर्देशों से बचें; क्रमांकित चरणों में विभाजित करें।
सामान्य कमियाँ—और उन्हें ठीक करने का तरीका
- कमी: अस्पष्ट लक्ष्य।
समाधान: उद्देश्य + दर्शक + बाधाएँ बताएं।
- कमी: अत्यधिक लंबा संदर्भ।
समाधान: केवल 1–3 सबसे प्रासंगिक स्निपेट पास करें।
- कमी: असंरचित आउटपुट।
समाधान: JSON या बुलेट स्कीमा अनिवार्य करें।
- कमी: मनगढ़ंत स्रोत।
समाधान: निर्देश दें: "केवल प्रदान किए गए स्रोतों को उद्धृत करें; अन्यथा 'स्रोतों में नहीं मिला' कहें।"
- कमी: अनिर्णायक उत्तर।
समाधान: एक निर्णय रूब्रिक प्रदान करें और एक एकल विकल्प की आवश्यकता है।
उन्नत: Haiku 4.5 के लिए एक प्रॉम्प्ट लाइब्रेरी बनाना
- पुन: प्रयोज्य मैक्रो बनाएँ (उदाहरण के लिए, टोन: न्यूट्रल, आउटपुट: JSON स्कीमा A, सुरक्षा: बेसिक)।
- अर्थपूर्ण नामों (email_draft_v3_compact) के साथ प्रॉम्प्ट संस्करण।
- AB-परीक्षण वेरिएंट: एक समय में एक चर बदलें (प्रारूप बनाम टोन बनाम रूब्रिक)।
- खराब परिणाम देने वाले प्रॉम्प्ट का एक "विफलता संग्रहालय" बनाए रखें और क्यों।
Haiku 4.5 बनाम बड़े मॉडल कब चुनें
- Haiku 4.5 चुनें जब आपको आवश्यकता हो: गति, लागत नियंत्रण, उच्च-मात्रा कार्य रूटिंग, संरचित आउटपुट या पुनरावृत्त लूप।
- बड़े मॉडल चुनें जब आपको आवश्यकता हो: गहन बहु-हॉप तर्क, शोरगुल वाले दस्तावेज़ों में उपन्यास संश्लेषण, या बड़े कोडबेस में जटिल कोड पीढ़ी।
- हाइब्रिड पैटर्न: Haiku 4.5 का उपयोग ट्राइएज, चंक और ड्राफ्ट के लिए करें; कठिन मामलों को एक बड़े मॉडल तक बढ़ाएँ।
वैसे: यदि आप बहु-चरणीय प्रॉम्प्टिंग को व्यवस्थित कर रहे हैं, तो एक AI कार्यक्षेत्र जो सहेजे गए टेम्पलेट, प्रति प्रोजेक्ट बहु-मोड़ मेमोरी और आसान RAG सेटअप का समर्थन करता है, पुनरावृत्ति समय को नाटकीय रूप से कम कर सकता है। ऐसे उपकरण जो आपको भूमिकाओं, बाधाओं और आउटपुट स्कीमा को प्रॉम्प्ट में मानकीकृत करने देते हैं, आपको इन सर्वोत्तम प्रथाओं को टीम-व्यापी पैमाने पर बढ़ाने में मदद करते हैं।
कॉपी-पेस्ट प्रॉम्प्ट टेम्पलेट जिन्हें आप आज अनुकूलित कर सकते हैं
- अति-कॉम्पैक्ट ब्रीफ
"आप एक [भूमिका] हैं। लक्ष्य: [उद्देश्य]।
दर्शक: [दर्शक]। प्रारूप: [प्रारूप]। लंबाई: [N शब्द/टोकन]।
बाधाएँ: [नियम]।
केवल अंतिम आउटपुट लौटाएँ।"
- निर्णय मेमो
"आप एक उत्पाद विश्लेषक हैं। एक निर्णय मेमो का मसौदा तैयार करें।
खंड शामिल करें: संदर्भ (2 वाक्य), विकल्प (3 बुलेट), जोखिम (3 बुलेट), अनुशंसा (1 पैराग्राफ), अगले चरण (3 बुलेट)। लंबाई ≤180 शब्द।"
- स्पष्ट करें-फिर-उत्तर
"आप एक सावधान सहायक हैं। यदि कार्य में जानकारी का 1 महत्वपूर्ण भाग नहीं है, तो 1 स्पष्ट करने वाला प्रश्न पूछें। अन्यथा, सीधे ≤120 शब्दों में उत्तर दें।"
- JSON QA चेकर
"आप एक सत्यापनकर्ता हैं। प्रश्न के विरुद्ध निम्नलिखित उत्तर को मान्य करें।
JSON लौटाएँ: { valid: boolean, reason: string, missing: string[] }।"
- सुरक्षित जमीनी उत्तरदाता
"आप जमीनी हैं। केवल प्रदान किए गए स्रोतों का उपयोग करें। यदि असमर्थित है, तो 'अज्ञात' कहें। कोष्ठकों में स्रोत ID उद्धृत करें।"
मुख्य बातें
- विशिष्ट बनें, लंबे नहीं: इरादे और बाधाओं को संपीड़ित करें।
- संरचना जीतती है: स्कीमा, सूची या JSON की मांग करें।
- सोच को बांधें: चरणों, टोकन और दायरे को सीमित करें।
- उदाहरणों को प्राथमिकता दें: संक्षिप्त, लक्षित कुछ-शॉट।
- नीति को कार्य से अलग करें: मॉड्यूलर प्रॉम्प्ट बेहतर पैमाने पर होते हैं।
- Haiku 4.5 का उपयोग गति-संवेदनशील, उच्च-मात्रा, संरचित कार्यों के लिए करें—और केवल तभी बढ़ाएँ जब आवश्यक हो।
अगले चरण
- अपने उच्चतम-आवृत्ति वाले कार्यों को प्रॉम्प्ट टेम्पलेट में बदलें।
- प्रत्येक प्रॉम्प्ट में चेकलिस्ट और आउटपुट स्कीमा जोड़ें।
- प्रत्येक प्रॉम्प्ट के दो संस्करणों का एक सप्ताह के लिए AB-परीक्षण करें और विजेता को अपनाएँ।
- एक हल्की "प्रॉम्प्ट लाइब्रेरी" बनाएँ जिसे आपकी पूरी टीम पुन: उपयोग कर सके।
सामान्य प्रश्न
Q1: Claude Haiku 4.5 के साथ कौन से प्रॉम्प्ट सबसे अच्छे काम करते हैं?
स्पष्ट भूमिकाओं, बाधाओं और संरचित आउटपुट के साथ लघु, विशिष्ट प्रॉम्प्ट। सटीकता और स्थिरता को बढ़ावा देने के लिए चेकलिस्ट, चरण सीमा और JSON स्कीमा का उपयोग करें।
Q2: मैं Haiku 4.5 के साथ मतिभ्रम को कैसे कम करूं?
मॉडल को केवल शीर्ष प्रासंगिक स्निपेट के साथ ग्राउंड करें और प्रदान किए गए स्रोतों से उद्धरण की आवश्यकता है। यदि सबूत गायब हैं, तो इसे "अज्ञात" कहने का निर्देश दें।
Q3: क्या मुझे Haiku 4.5 के साथ कुछ-शॉट उदाहरणों का उपयोग करना चाहिए?
हाँ—1–2 कॉम्पैक्ट उदाहरण प्रदान करें जो आपकी वांछित शैली और संरचना से मेल खाते हों। उदाहरणों को डोमेन-विशिष्ट रखें और आपके अपेक्षित आउटपुट से छोटा रखें।
Q4: मुझे Haiku 4.5 को एक बड़े मॉडल पर कब चुनना चाहिए?
तेजी से, लागत-संवेदनशील कार्यों के लिए Haiku 4.5 चुनें जो संरचना से लाभान्वित होते हैं: सारांश, RAG उत्तर, कोड समीक्षा चेकलिस्ट और मसौदा तैयार करना। गहरे बहु-हॉप तर्क के लिए बड़े मॉडल का उपयोग करें।
Q5: स्वचालन वर्कफ़्लो के लिए आदर्श आउटपुट प्रारूप क्या है?
JSON या कसकर संरचित बुलेट। सटीक कुंजियों, लंबाई सीमा और अनुपालन नियमों को परिभाषित करें ताकि आउटपुट डाउनस्ट्रीम सिस्टम में बड़े करीने से स्लॉट हो जाएं।
