डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) से बेहतर परिणाम पाने के लिए कौन सी प्रॉम्प्ट स्टाइल (Prompt Style) काम करती हैं?
यह एक बड़ा दावा है: ज़्यादातर प्रॉम्प्ट बदलाव मायने नहीं रखते—जब तक कि वे करते नहीं। डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) के साथ, प्रॉम्प्ट स्टाइल में कुछ सटीक बदलाव आउटपुट की गुणवत्ता को दोगुना कर सकते हैं और इन्फेरेंस साइकल (inference cycles) को कम कर सकते हैं।
यह गाइड उन प्रॉम्प्ट स्टाइल (Prompt Style) की खोज करता है जो डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) से लगातार बेहतर परिणाम देते हैं। हम जेनेरिक (generic) सलाह जैसे कि "विशिष्ट रहें" से आगे जाएंगे और इसके बजाय संरचित टेम्पलेट्स (structured templates), उदाहरणों और स्ट्रेस-टेस्टेड (stress-tested) रणनीतियों को खोलेंगे जो तर्क की गहराई, सटीकता और गति को अनुकूलित करते हैं। चाहे आप एजेंट (agent) बना रहे हों, जटिल क्वेरी (queries) लिख रहे हों, या प्रोडक्शन-रेडी (production-ready) सामग्री जेनरेट (generate) कर रहे हों, सही प्रॉम्प्ट स्टाइल (Prompt Style) एक छिपे हुए स्विच (switch) को पलटने जैसा महसूस हो सकता है।
हम एक व्यावहारिक और समाधान-उन्मुख दृष्टिकोण का उपयोग करेंगे, जिसमें ऐसे उदाहरण होंगे जिन्हें आप कॉपी (copy), अनुकूलित और A/B टेस्ट (A/B test) कर सकते हैं। चेकलिस्ट (checklists), कॉम्पैक्ट फ्रेमवर्क (compact frameworks) और स्पष्ट संकेतों की अपेक्षा करें कि प्रत्येक स्टाइल का उपयोग कब करना है।
डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) में प्रॉम्प्ट स्टाइल (Prompt Style) क्यों मायने रखती है
- स्टाइल व्यवहार को प्रोत्साहित करती है: टर्मिनस (Terminus) संरचना के प्रति दृढ़ता से प्रतिक्रिया करता है। एक प्रॉम्प्ट जो बाधाओं, भूमिकाओं और मूल्यांकन मानदंडों को फ्रेम करता है, मॉडल के तर्क को निर्देशित करता है।
- लेटेंसी (latency) बनाम गहराई का समझौता: आप जिस तरह से पूछते हैं, वह संक्षिप्त आउटपुट या बहु-चरणीय श्रृंखलाओं को प्रोत्साहित कर सकता है। नियंत्रित शाब्दिकता टोकन (token) की बर्बादी को कम करती है।
- पुनरुत्पादकता: सुसंगत टेम्पलेट्स (templates) नियतत्ववाद में सुधार करते हैं और डिबगिंग (debugging) को आसान बनाते हैं।
प्रॉम्प्ट स्टाइल प्लेबुक (Prompt Style Playbook) (प्रश्न-आधारित)
हम इसे उन प्रश्नों के रूप में संरचित करेंगे जो आप शायद पूछ रहे हैं—और वे सटीक पैटर्न जो सबसे अच्छा काम करते हैं।
1) मैं जटिल कार्यों पर तर्क सटीकता को कैसे सुधारूँ?
"चेन-ऑफ-चेक्स (Chain-of-Checks)" स्टाइल का उपयोग करें। केवल विचारों की श्रृंखला के लिए पूछने के बजाय (जिसे आपको शाब्दिक रूप से अनुरोध नहीं करना चाहिए), मॉडल को चुपचाप तर्क करने और फिर स्पष्ट जाँचों के साथ एक सत्यापन योग्य परिणाम प्रस्तुत करने के लिए निर्देशित करें।
- कब उपयोग करें: गणित/तर्क, नीति अनुपालन, बहु-बाधा योजना।
- यह क्यों काम करता है: आंतरिक तर्क को बताए बिना आंतरिक योजना और बाहरी सत्यापन को प्रोत्साहित करता है।
उदाहरण प्रॉम्प्ट:
आप एक सावधान विश्लेषक हैं। समस्या का समाधान करें और प्रस्तुत करें:
1) केवल अंतिम उत्तर
2) संक्षिप्त औचित्य: मान्यताओं और प्रमुख चरणों को सूचीबद्ध करें
3) सत्यापन: एक त्वरित जाँच जो गलती को पकड़ सके
समस्या: एक मोबाइल प्लान (mobile plan) 29 डॉलर बेस (base) प्लस (plus) 100 मिनट के बाद 0.12 डॉलर प्रति मिनट चार्ज (charge) करता है। 245 मिनट के लिए, बिल (bill) क्या होगा?
बाधाएँ: औचित्य को 60 शब्दों के भीतर रखें।
आउटपुट (outputs) में क्या देखना है:
- स्पष्ट धारणाएँ, न्यूनतम दिखावा
- सत्यापन चरण जो वास्तव में विफल हो सकता है
टिप (Tip): यदि अनिश्चित हैं, तो अनिश्चितता बताएं और बताएं कि कौन सी अतिरिक्त जानकारी मदद करेगी मतिभ्रम को कम करने के लिए।
2) मुझे हर बार संरचित आउटपुट (structured outputs) कैसे मिलेंगे?
इनलाइन (inline) JSON या YAML टेम्पलेट्स (templates) के साथ "स्कीमा-फर्स्ट (Schema-First)" स्टाइल (style) का उपयोग करें। उदाहरण आकार और नियम प्रदान करें।
- कब उपयोग करें: एकीकरण, स्वचालन, फ़ंक्शन कॉल (function calls), डाउनस्ट्रीम पार्सिंग (downstream parsing)।
- यह क्यों काम करता है: टर्मिनस (Terminus) स्पष्ट स्कीमा (schemas) के साथ कसकर संरेखित होता है।
प्रॉम्प्ट पैटर्न (Prompt pattern):
केवल JSON लौटाएँ। कोई टिप्पणी नहीं।
स्कीमा:
{
"title": "string",
"summary": "string",
"priority": "low|medium|high",
"tags": ["string"],
"next_actions": [
{"task": "string", "owner": "string", "eta_days": number}
]
}
कार्य: मीटिंग नोट्स (meeting notes) का सारांश दें और अगले चरणों का प्रस्ताव करें।
नोट्स: "..."
सत्यापन नियम:
- टैग (tags) के लिए लोअरकेस (lowercase) का उपयोग करें
- कोई नल (nulls) नहीं
- सारांश को 80 शब्दों से कम रखें
सख्त करने के टिप्स (Tips):
यदि कोई फ़ील्ड अज्ञात है, तो इसे छोड़ दें प्लेसहोल्डर (placeholders) को रोकने के लिए जोड़ें।
- एक सकारात्मक और एक नकारात्मक उदाहरण प्रदान करें।
3) मैं मतिभ्रम को कैसे कम करूँ?
"एविडेंस-बाउंड आंसर (Evidence-Bound Answer)" स्टाइल (style) का उपयोग करें, जो साक्ष्य गायब होने पर उद्धरण और इनकार करने के लिए मजबूर करता है।
- कब उपयोग करें: तथ्यात्मक प्रश्नोत्तर, अनुपालन, विनियमित सामग्री।
- यह क्यों काम करता है: मॉडल को जेनेरेटिव गेसवर्क (generative guesswork) से संश्लेषण-के-साथ-उद्धरणों में स्थानांतरित करता है।
प्रॉम्प्ट टेम्पलेट (Prompt template):
केवल तभी उत्तर दें जब दिए गए स्रोतों द्वारा समर्थित हो। [S1], [S2] की तरह उद्धृत करें। यदि असमर्थित है, तो कहें "अपर्याप्त साक्ष्य।"
प्रश्न: मुख्य निष्कर्ष क्या हैं?
स्रोत:
[S1] ...
[S2] ...
आउटपुट प्रारूप:
- मुख्य बिंदु (बुलेटेड)
- 1-वाक्य निष्कर्ष
गार्डरेल (guardrails) जोड़ें:
बाहरी ज्ञान का उपयोग न करें।
यदि स्रोत विरोधाभासी हैं, तो इसे स्पष्ट रूप से बताएं।
4) गुणवत्ता खोए बिना मुझे तेज़, छोटे उत्तर कैसे मिलेंगे?
"कंस्ट्रेंट-कंप्रेस्ड (Constraint-Compressed)" स्टाइल (style) का उपयोग करें जो टोकन (tokens) को कैप (cap) करता है और जानकारी पदानुक्रम के लिए निर्देश देता है।
- कब उपयोग करें: चैट यूआई (Chat UI), मोबाइल, टूलटिप्स (tooltips), सारांश।
- यह क्यों काम करता है: प्राथमिकता को प्रोत्साहित करता है।
प्रॉम्प्ट पैटर्न (Prompt pattern):
केवल शीर्ष 20% सबसे उपयोगी जानकारी वितरित करें। अधिकतम 120 शब्द।
संरचना:
- 1-पंक्ति उत्तर
- 3 बुलेट (bullets): साक्ष्य, जोखिम, अगला कदम
जोड़ें: विशेषणों पर संख्याओं, तिथियों और नामित संस्थाओं को प्राथमिकता दें।
5) मैं सामग्री और विचार के लिए रचनात्मकता को कैसे सुधारूँ?
मोड (modes) और फिल्टर (filters) के साथ "डाइवर्ज → कन्वर्ज (Diverge → Converge)" स्टाइल (style) का उपयोग करें।
- कब उपयोग करें: विचार मंथन, मार्केटिंग कॉपी (marketing copy), उत्पाद विचार।
- यह क्यों काम करता है: समय से पहले अभिसरण को कम करते हुए, विचार पीढ़ी को चयन से अलग करता है।
प्रॉम्प्ट रेसिपी (Prompt recipe):
चरण 1 — डाइवर्ज (Diverge) (कोई निर्णय नहीं):
- 4 अलग-अलग कोणों पर 12 विचार उत्पन्न करें
- 1 विपरीत विचार और 1 चंचल विचार बनाएँ
चरण 2 — कन्वर्ज (Converge):
- नवीनता (1-5) और व्यवहार्यता (1-5) पर प्रत्येक विचार को स्कोर (score) करें
- उत्पाद-बाजार फिट (product-market fit) के आधार पर शीर्ष 3 चुनें
- विजेता के लिए: 50 शब्दों का पिच (pitch) और एक शीर्षक तैयार करें
टोन (tone) को संरेखित करने के लिए एक ब्रांड/स्टाइल गाइड स्निपेट (brand/style guide snippet) जोड़ें।
6) मैं उपकरणों या API (APIs) के साथ बहु-चरणीय कार्यों का समन्वय कैसे करूँ?
भूमिका पृथक्करण और स्पष्ट उपकरण उपयोग नीतियों के साथ "प्लानर-एग्जीक्यूटर (Planner-Executor)" स्टाइल (style) का उपयोग करें।
- कब उपयोग करें: एजेंट (agent), स्वचालन, पुनर्प्राप्ति + पीढ़ी।
- यह क्यों काम करता है: उपकरण के अधिक उपयोग और लूप (loops) को रोकता है; स्टॉप कंडीशन (stop conditions) को स्पष्ट करता है।
प्रॉम्प्ट फ्रेम (Prompt frame):
भूमिका: योजनाकार (Planner)
लक्ष्य: NYC से SEA (एनवाईसी से एसईए), 12-15 नवंबर तक 450 डॉलर से कम की उड़ान बुक करें।
नीति:
- कीमतों को पुनः प्राप्त करने के लिए केवल खोज उपकरण का उपयोग करें
- जब 2 विकल्प बाधाओं को पूरा करते हैं तो रुकें
- यदि कोई विकल्प नहीं है, तो 2 वैकल्पिक तिथियां प्रस्तावित करें
आउटपुट: चरणों के साथ एक योजना
भूमिका: एग्जीक्यूटर (Executor) (योजना का बिल्कुल पालन करता है)
- चरण 1 निष्पादित करें, फिर रुकें और परिणामों का सारांश दें।
जोड़ें: यदि कोई चरण विफल हो जाता है, तो एक सुधार का प्रस्ताव करें और पुन: प्रयास करने से पहले अनुमति मांगें।
7) मैं टोन (tone), स्टाइल (style) और ब्रांड वॉयस (brand voice) को कैसे लागू करूँ?
स्पष्ट डू/डोंट (do/don’t) लिस्ट (list) और एक छोटे उदाहरण के साथ "स्टाइल लॉक (Style Lock)" का उपयोग करें।
- कब उपयोग करें: बड़े पैमाने पर सामग्री, समर्थन उत्तर, उत्पाद दस्तावेज़।
- यह क्यों काम करता है: ठोस बाधाएँ अस्पष्ट विशेषणों को हरा देती हैं।
प्रॉम्प्ट स्केलेटन (Prompt skeleton):
दर्शक: मिड-मार्केट (mid-market) CTO (सीटीओ)
टोन: संक्षिप्त, ठोस, आत्मविश्वासपूर्ण
करें: संख्याओं का उपयोग करें, ट्रेड-ऑफ (trade-offs) की तुलना करें, लागत दिखाएँ
न करें: प्रचार, क्लिच (clichés), आलंकारिक प्रश्न
उदाहरण (2 वाक्य): "..."
कार्य: गाइड (guide) से मेल खाने के लिए नीचे दिए गए ईमेल (email) को फिर से लिखें।
8) मुझे बेहतर कोड जेनरेशन (code generation) और रिफैक्टरिंग (refactoring) कैसे मिलेगी?
"I/O (आई/ओ) स्पेक + टेस्ट (Spec + Tests)" स्टाइल (style) का उपयोग करें: इनपुट (input), आउटपुट (output), बाधाओं को परिभाषित करें और स्वीकृति मानदंड के रूप में परीक्षणों को शामिल करें।
- कब उपयोग करें: फ़ंक्शन (function), स्क्रिप्ट (scripts), माइग्रेशन (migrations)।
- यह क्यों काम करता है: मॉडल दृश्यमान परीक्षणों को पास करने के लिए अनुकूलित होते हैं।
प्रॉम्प्ट पैटर्न (Prompt pattern):
एक पायथन फ़ंक्शन `normalize_name(s: str) -> str` लिखें।
बाधाएँ:
- व्हाइटस्पेस (whitespace) ट्रिम (trim) करें, एकाधिक स्पेस (spaces) को कोलाप्स (collapse) करें, टाइटल-केस (title-case) शब्द
- हाइफ़न (hyphens) और एपोस्ट्रोफ (apostrophes) को संरक्षित करें
- केवल ASCII (एएससीआईआई); गैर-ASCII (एएससीआईआई) को निकटतम से बदलें
टेस्ट:
- " मेरी एन ओ'ब्रायन (mary ann o'brien) " -> "मैरी एन ओ'ब्रायन (Mary Ann O'Brien)"
- "जोस-लुइस (JOSE-LUIS)" -> "जोस-लुइस (Jose-Luis)"
- "ज़ो (Zoë)" -> "ज़ो (Zoe)"
जोड़ें: 2 वाक्यों में समय/अंतरिक्ष जटिलता की व्याख्या करें।
9) मॉडल को केवल तभी स्पष्टीकरण प्रश्न कैसे पूछें जब आवश्यक हो?
स्पष्ट थ्रेशोल्ड (thresholds) के साथ "कंडीशनल क्लेरिफिकेशन (Conditional Clarification)" का उपयोग करें।
- कब उपयोग करें: बिक्री सहायक, समर्थन, फॉर्म-फिल (form-fill)।
- यह क्यों काम करता है: गलत मान्यताओं को रोकते हुए अधिक पूछने से बचता है।
प्रॉम्प्ट स्निपेट (Prompt snippet):
यदि कॉन्फिडेंस (confidence) ≥ 0.8, तो आगे बढ़ें। यदि < 0.8, तो 1 लक्षित प्रश्न पूछें।
दिखाएँ: अनुमानित धारणाएँ और कॉन्फिडेंस (0-1)।
कार्य: 30 मिनट की ऑनबोर्डिंग कॉल (onboarding call) के लिए एक मीटिंग एजेंडा (meeting agenda) का मसौदा तैयार करें।
10) मैं गंदे टेक्स्ट (text) से जानकारी को मज़बूती से कैसे निकालूँ?
एंकर क्यू (anchor cues) और सख्त स्पैन (spans) के साथ "स्पैन-एग्जैक्ट एक्सट्रैक्शन (Span-Exact Extraction)" स्टाइल (style) का उपयोग करें।
- कब उपयोग करें: अनुबंध, लॉग (logs), ईमेल (emails), रसीदें।
- यह क्यों काम करता है: एंकर बहाव को कम करते हैं; स्पैन कॉपी (span copying) पैराफ्रेश (paraphrase) त्रुटियों से बचाती है।
प्रॉम्प्ट फॉर्मेट (Prompt format):
इसके लिए सटीक स्पैन निकालें: वेंडर_नेम (vendor_name), इनवॉइस_टोटल (invoice_total), ड्यू_डेट (due_date)।
नियम: शाब्दिक रूप से कॉपी (copy) करें; यदि गायब है, तो "" लौटाएँ।
टेक्स्ट:
"""
...
"""
केवल JSON आउटपुट करें।
प्रॉम्प्ट स्टाइल मैट्रिक्स (Prompt Style Matrix): कब क्या उपयोग करें
- तर्क कार्य → चेन-ऑफ-चेक्स (Chain-of-Checks)
- संरचित आउटपुट → स्कीमा-फर्स्ट (Schema-First)
- उद्धरणों के साथ तथ्यात्मक → एविडेंस-बाउंड (Evidence-Bound)
- शॉर्ट-फॉर्म क्लैरिटी (Short-form clarity) → कंस्ट्रेंट-कंप्रेस्ड (Constraint-Compressed)
- विचार → डाइवर्ज → कन्वर्ज (Diverge → Converge)
- उपकरण उपयोग/एजेंट (agents) → प्लानर-एग्जीक्यूटर (Planner-Executor)
- ब्रांड वॉयस (Brand voice) → स्टाइल लॉक (Style Lock)
- कोड कार्य → I/O (आई/ओ) स्पेक + टेस्ट (Spec + Tests)
- स्पष्टीकरण → कंडीशनल क्लेरिफिकेशन (Conditional Clarification)
- एक्सट्रैक्शन (Extraction) → स्पैन-एग्जैक्ट (Span-Exact)
इन पैटर्नों (patterns) की एक छोटी लाइब्रेरी (library) रखें और A/B टेस्ट (A/B test) करें।
व्यावहारिक उन्नयन जो चक्रवृद्धि होते हैं
- संदर्भ विंडो (Context windows): केवल प्रासंगिक संदर्भ प्रदान करें। लक्ष्यों और बाधाओं को शीर्ष पर रखें; संदर्भ नीचे।
- अनुदेश प्राथमिकता: क्रम मायने रखता है। पदानुक्रम स्थापित करने के लिए
लक्ष्य, बाधाएँ, आउटपुट जैसे हेडर (headers) का उपयोग करें।
- स्टॉप कंडीशन (Stop conditions):
कब रुकें… और टोकन बजट (token budgets) के साथ भ्रम को रोकें।
- स्वयं-जाँच: कार्य के अनुरूप एक एकल सत्यापन चरण जोड़ें।
- तापमान अनुशासन: सटीकता के लिए कम (0.1-0.3), रचनात्मकता के लिए अधिक (0.6-0.9)। प्रॉम्प्ट स्टाइल से मिलान करें।
- नियतत्ववाद: यदि आपका स्टैक (stack) इसका समर्थन करता है तो बीजों को ठीक करें या n-बेस्ट सैंपलिंग (n-best sampling) बढ़ाएँ।
वास्तविक दुनिया के मिनी परिदृश्य
- एनालिटिक्स (analytics) संक्षिप्त (कंस्ट्रेंट-कंप्रेस्ड (Constraint-Compressed) + एविडेंस-बाउंड (Evidence-Bound)):
- "नीचे दिए गए डेटा (data) का उपयोग करके Q3 फ़नल ड्रॉप-ऑफ (funnel drop-offs) का सारांश दें। अधिकतम 120 शब्द। टेबल आईडी (table IDs) [T1], [T2] उद्धृत करें। यदि कोई मीट्रिक (metric) गायब है, तो कहें 'अपर्याप्त डेटा (data)'।"
- कानूनी खंड जाँच (चेन-ऑफ-चेक्स (Chain-of-Checks)):
- "अस्पष्ट शर्तों की पहचान करें और सादा भाषा विकल्पों का प्रस्ताव करें। अंतिम सूची, 3 प्रमुख जोखिम और एक एकल सत्यापन जाँच प्रदान करें।"
- सामग्री फिर से लिखें (स्टाइल लॉक (Style Lock)):
समस्या निवारण: यदि परिणाम में सुधार नहीं हो रहा है
- बहुत अस्पष्ट? बाधाओं को कस लें और एक मिनी उदाहरण जोड़ें।
- बहुत शाब्दिक? टोकन कैप (token caps) और एक बुलेट-फर्स्ट (bullet-first) संरचना जोड़ें।
- मतिभ्रम हो रहा है? एविडेंस-बाउंड (Evidence-Bound) पर स्विच करें और प्रदान किए गए स्रोतों तक सीमित करें।
- असंगत JSON? एक स्कीमा (schema) और एक विफल उदाहरण को शामिल करने से बचें।
- उपकरण का अधिक उपयोग? स्पष्ट उपकरण-उपयोग नियम और स्टॉप क्राइटेरिया (stop criteria) सेट (set) करें।
उन्नत: बिना लीक (leak) के प्रॉम्प्ट चेनिंग (Prompt Chaining)
- चरण 1: समस्या फ्रेमिंग (बाधाओं और सफलता मैट्रिक्स (metrics) एकत्र करें)
- चरण 2: योजना प्रस्ताव (2-3 विकल्प, एक चुनें)
- चरण 3: निष्पादन (योजना का बिल्कुल पालन करें)
- चरण 4: समीक्षा (स्वयं-जाँच + स्वीकृति मानदंड)
- चरण 5: पैकेजिंग (अंतिम प्रारूप, लंबाई, वॉयस (voice))
प्रॉम्प्ट ब्लोट (prompt bloat) से बचने के लिए चरणों के बीच केवल न्यूनतम आवश्यक डेटा (data) पास (pass) करें। प्रत्येक चरण के लिए अद्वितीय डेलीमीटर (delimiters) का उपयोग करें (<<<STAGE2>>>)।
वैसे: पुनरावृति का एक तेज़ तरीका
ध्यान देने योग्य: यदि आप बहुत सारी प्रॉम्प्ट स्टाइल (prompt styles) के साथ प्रयोग कर रहे हैं, तो एक साइड-बाय-साइड (side-by-side) कोपायलट (copilot) होना जो प्रॉम्प्ट टेम्पलेट्स (prompt templates) को सहेज सकता है, त्वरित A/B टेस्ट (A/B tests) चला सकता है, और संरचित आउटपुट (structured outputs) को पार्स (parse) कर सकता है, एक वास्तविक त्वरक है। Sider.AI जैसे उपकरण पुन: प्रयोज्य प्रॉम्प्ट पैटर्नों को पिन (pin) कर सकते हैं, आउटपुट को JSON के रूप में कैप्चर (capture) कर सकते हैं, और आपको रन (runs) की तुलना करने में मदद कर सकते हैं ताकि आप किसी दिए गए कार्य के लिए सर्वश्रेष्ठ प्रदर्शन करने वाली स्टाइल (style) चुन सकें। मुख्य निष्कर्ष
- एक प्रॉम्प्ट स्टाइल (prompt style) चुनें जो कार्य से मेल खाती हो—एक बार में बहुत सारे पैटर्नों (patterns) को न मिलाएं।
- स्पष्ट संरचना का उपयोग करें: लक्ष्य, बाधाएँ, आउटपुट और स्टॉप कंडीशन (stop conditions)।
- विशेषणों पर स्कीमा (schemas), उदाहरणों और सत्यापन का समर्थन करें।
- A/B टेस्ट स्टाइल (A/B test styles) (जैसे, चेन-ऑफ-चेक्स (Chain-of-Checks) बनाम कंस्ट्रेंट-कंप्रेस्ड (Constraint-Compressed)) और परिणामों को मापें।
- टेम्पलेट्स (templates) की एक लाइब्रेरी (library) रखें जिसे आप प्रत्येक संदर्भ के अनुसार बदल सकते हैं।
त्वरित संदर्भ: कॉपी/पेस्ट टेम्पलेट्स (Copy/Paste Templates)
- चेन-ऑफ-चेक्स (Chain-of-Checks)
भूमिका: सावधान विश्लेषक
कार्य: [कार्य]
आउटपुट:
1) अंतिम उत्तर
2) संक्षिप्त औचित्य (≤60 शब्द)
3) एक सत्यापन जाँच
यदि अनिश्चित हैं, तो बताएं कि कौन सी जानकारी गायब है।
- स्कीमा-फर्स्ट (Schema-First) JSON
केवल JSON लौटाएँ।
स्कीमा: {...}
सत्यापन नियम: [...]
कार्य: [...]
- एविडेंस-बाउंड (Evidence-Bound)
केवल स्रोत [S1..Sn] का उपयोग करके उत्तर दें। यदि असमर्थित: "अपर्याप्त साक्ष्य।"
[S1] की तरह उद्धरण प्रदान करें।
- कंस्ट्रेंट-कंप्रेस्ड (Constraint-Compressed)
अधिकतम 120 शब्द।
- 1-पंक्ति उत्तर
- 3 बुलेट (bullets): साक्ष्य, जोखिम, अगला कदम
- डाइवर्ज → कन्वर्ज (Diverge → Converge)
चरण 1: 4 कोणों पर 12 विचार (1 विपरीत, 1 चंचल शामिल करें)
चरण 2: स्कोर (score), शीर्ष 3 चुनें, विजेता का विस्तार करें
- प्लानर-एग्जीक्यूटर (Planner-Executor)
भूमिका: योजनाकार (Planner) → चरण, बाधाओं के पूरा होने पर रुकें
भूमिका: एग्जीक्यूटर (Executor) → चरणों का बिल्कुल पालन करें, रुकें और सारांश दें
दर्शक, टोन (tone), करें/न करें, उदाहरण, कार्य
- I/O (आई/ओ) स्पेक + टेस्ट (Spec + Tests)
फ़ंक्शन स्पेक + बाधाएँ + स्वीकृति परीक्षण
- कंडीशनल क्लेरिफिकेशन (Conditional Clarification)
यदि कॉन्फिडेंस (confidence) ≥ 0.8 आगे बढ़ें; अन्यथा 1 प्रश्न पूछें। कॉन्फिडेंस (confidence) दिखाएँ।
- स्पैन-एग्जैक्ट एक्सट्रैक्शन (Span-Exact Extraction)
सटीक स्पैन निकालें; शाब्दिक रूप से कॉपी (copy) करें; केवल JSON लौटाएँ।
FAQ (एफएक्यू)
Q1:जटिल तर्क पर डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) के लिए कौन सी प्रॉम्प्ट स्टाइल (prompt style) सबसे अच्छा काम करती है?
चेन-ऑफ-चेक्स (Chain-of-Checks) प्रॉम्प्ट का उपयोग करें: एक अंतिम उत्तर, एक संक्षिप्त औचित्य और एक एकल सत्यापन चरण का अनुरोध करें। यह आंतरिक तर्क को उजागर किए बिना सटीकता में सुधार करता है और सूक्ष्म तर्क त्रुटियों को कम करता है।
Q2:मैं डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) को साफ JSON लौटाने के लिए कैसे मजबूर कर सकता हूँ?
एक स्पष्ट JSON टेम्पलेट (template), सत्यापन नियमों और उदाहरणों के साथ एक स्कीमा-फर्स्ट (Schema-First) प्रॉम्प्ट को अपनाएँ। मॉडल को केवल JSON आउटपुट करने और प्लेसहोल्डर (placeholders) से बचने के लिए अज्ञात फ़ील्ड को छोड़ने के लिए निर्देशित करें।
Q3:मैं डीपसीक v3.1 टर्मिनस (DeepSeek v3.1 Terminus) के साथ मतिभ्रम को कैसे रोकूँ?
एक एविडेंस-बाउंड आंसर (Evidence-Bound Answer) स्टाइल (style) का उपयोग करें जो मॉडल को प्रदान किए गए स्रोतों तक सीमित करता है और [S1] जैसे उद्धरणों की आवश्यकता होती है। यदि साक्ष्य गायब है, तो मॉडल को "अपर्याप्त साक्ष्य" बताने के लिए निर्देशित करें।
Q4:संक्षिप्त, उच्च-गुणवत्ता वाले उत्तर प्राप्त करने का सबसे तेज़ तरीका क्या है?
एक कंस्ट्रेंट-कंप्रेस्ड (Constraint-Compressed) प्रॉम्प्ट का उपयोग करें: शब्द गणना को कैप (cap) करें, एक सख्त संरचना को परिभाषित करें और विशेषणों पर डेटा (data) को प्राथमिकता दें। यह प्रतिक्रियाओं को जानकारीपूर्ण और संक्षिप्त रखता है।
Q5:मुझे कोड जेनरेशन (code generation) के लिए किस प्रॉम्प्ट स्टाइल (prompt style) का उपयोग करना चाहिए?
एक I/O (आई/ओ) स्पेक + टेस्ट (Spec + Tests) प्रॉम्प्ट का उपयोग करें। फ़ंक्शन सिग्नेचर (function signature), बाधाओं को परिभाषित करें और स्वीकृति परीक्षणों को शामिल करें; मॉडल उन परीक्षणों को पास करने के लिए अनुकूलित होते हैं, जिससे अधिक विश्वसनीय कोड मिलता है।
