AI ಪ್ರತಿಕ್ರಿಯೆಗಳಲ್ಲಿನ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ಮೌನವಾಗಿಸುವ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿ
ಸಹಾಯಕಾರಿಯಾಗಿ ಧ್ವನಿಸುವ ಆದರೆ ಏನನ್ನೂ ಹೇಳದ AI ಉತ್ತರಗಳಿಂದ ನೀವು ಬೇಸತ್ತಿದ್ದೀರಾ? ನೀವು ಒಬ್ಬಂಟಿಗರಲ್ಲ. ಮಾದರಿಗಳು ಸ್ನೇಹಪರವಾಗಿರುವುದರಿಂದ, ಅವು ನಿರ್ದಿಷ್ಟ ವಿಷಯಗಳನ್ನು ತಪ್ಪಿಸುವ ಮತ್ತು ಸಾಮಾನ್ಯೀಕರಿಸುವ ಪ್ರವೃತ್ತಿಯನ್ನು ಹೊಂದಿವೆ. ಸಮಾಧಾನಕರ ವಿಷಯವೆಂದರೆ: ಸ್ಪಷ್ಟತೆ, ನಿರ್ಬಂಧಗಳು ಮತ್ತು ಪರಿಶೀಲನೆಯಲ್ಲಿ ಬೇರೂರಿರುವ ಒಂದು ಉದ್ದೇಶಪೂರ್ವಕ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿಯು AI ಪ್ರತಿಕ್ರಿಯೆಗಳಲ್ಲಿನ ಅಸ್ಪಷ್ಟತೆಯನ್ನು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಮೌನವಾಗಿಸುತ್ತದೆ. ಈ ಮುಂದಾಲೋಚನೆಯ, ಪ್ರಾಯೋಗಿಕ ಮಾರ್ಗದರ್ಶಿಯಲ್ಲಿ, ಅದನ್ನು ಹೇಗೆ ಮಾಡುವುದು, ಅದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ಕಾರ್ಯವಿಧಾನಗಳಲ್ಲಿ ಅದನ್ನು ಹೇಗೆ ನಿಯೋಜಿಸುವುದು ಎಂಬುದನ್ನು ನಾವು ವಿವರಿಸುತ್ತೇವೆ.
ಕ್ಷಿಪ್ರ ಟೇಕ್: ಅಸ್ಪಷ್ಟ ಔಟ್ಪುಟ್ಗಳು ಮಾದರಿ ಸಮಸ್ಯೆಯನ್ನು ಮೀರಿ ಒಂದು ಪ್ರಾಂಪ್ಟ್ ವಿನ್ಯಾಸದ ಸಮಸ್ಯೆಯಾಗಿದೆ. ಸರಿಯಾದ ಪ್ರಾಂಪ್ಟ್ ರಚನೆಯು ಉತ್ತರಗಳನ್ನು ಕಾಂಕ್ರೀಟ್, ಪರಿಶೀಲಿಸಬಹುದಾದ ಮತ್ತು ಉಪಯುಕ್ತವಾಗಿಸುತ್ತದೆ.
AI ಏಕೆ ಅಸ್ಪಷ್ಟವಾಗುತ್ತದೆ (ಮತ್ತು ಅದನ್ನು ಹೇಗೆ ಎದುರಿಸುವುದು)
ಪ್ರಾಂಪ್ಟ್ಗಳು ಹೀಗಿದ್ದಾಗ ಅಸ್ಪಷ್ಟತೆ ಉಂಟಾಗುತ್ತದೆ:
- ಸ್ಪಷ್ಟ ಉದ್ದೇಶಗಳಿಲ್ಲದಿರುವಾಗ ("ಮಾರ್ಕೆಟಿಂಗ್ ಬಗ್ಗೆ ನನಗೆ ತಿಳಿಸಿ.")
- ವ್ಯಾಪ್ತಿ ಅಥವಾ ಸ್ವರೂಪವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸದಿದ್ದಾಗ ("ಇದರ ಬಗ್ಗೆ ಏನನ್ನಾದರೂ ಬರೆಯಿರಿ.")
- ನಿರ್ಣಾಯಕ ಸನ್ನಿವೇಶವನ್ನು ತಪ್ಪಿಸಿದಾಗ ("ಸಾಮಾನ್ಯ ಜ್ಞಾನವಿದೆ ಎಂದು ಭಾವಿಸಿ.")
- ತಪ್ಪಿಸಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಆಹ್ವಾನಿಸಿದಾಗ ("ಸಾಮಾನ್ಯವಾಗಿ ನಿಮ್ಮ ಆಲೋಚನೆಗಳು ಯಾವುವು?")
ಅದನ್ನು ಸರಿಪಡಿಸಲು ಮೂರು ಅಂಶಗಳು ಬೇಕಾಗುತ್ತವೆ:
- ಉದ್ದೇಶದ ಸ್ಪಷ್ಟತೆ: ನಿಮಗೆ ಏನು ಬೇಕು - ನಿರ್ಧಾರ, ಯೋಜನೆ, ಪರಿಶೀಲನಾಪಟ್ಟಿ, ಸಾರಾಂಶ?
- ನಿರ್ಬಂಧಗಳು: ರಚನೆ, ಡೇಟಾ ಉಲ್ಲೇಖಗಳು, ಉದ್ದ, ಪ್ರೇಕ್ಷಕರು, ಧಾಟಿ.
- ಪರಿಶೀಲನೆ: ಊಹೆಗಳು, ಮೂಲಗಳು ಮತ್ತು ಎಡ್ಜ್ ಕೇಸ್ಗಳಿಗಾಗಿ ಕೇಳಿ.
ಅಸ್ಪಷ್ಟತೆ-ವಿರೋಧಿ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿ (AVPS)
ಕೆಳಗೆ ಪ್ರಾಯೋಗಿಕ, ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ನೀಲನಕ್ಷೆ ಇದೆ. ಇದನ್ನು ಮಾಡ್ಯುಲರ್ ಟೆಂಪ್ಲೇಟ್ ಆಗಿ ಅನ್ವಯಿಸಿ, ಸ್ಕ್ರಿಪ್ಟ್ ಆಗಿ ಅಲ್ಲ.
1) ಪಾತ್ರ + ಉದ್ದೇಶ
- "ನೀವು ಒಬ್ಬ [ಪಾತ್ರ]. ನಿಮ್ಮ ಉದ್ದೇಶವು [ನಿರ್ದಿಷ್ಟ ಫಲಿತಾಂಶ]."
ಉದಾಹರಣೆ:
- "ನೀವು ಉತ್ಪನ್ನ ವ್ಯವಸ್ಥಾಪಕರು. ನಿಮ್ಮ ಉದ್ದೇಶವು ಫಿನ್ಟೆಕ್ ಅನುಸರಣೆಯಲ್ಲಿ ಬೀಟಾ ಬಿಡುಗಡೆಗಾಗಿ 7-ಹಂತದ ಉಡಾವಣಾ ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ತಯಾರಿಸುವುದು."
ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಪಾತ್ರವು ಡೊಮೇನ್ ಫ್ರೇಮಿಂಗ್ ಅನ್ನು ಪ್ರೈಮ್ ಮಾಡುತ್ತದೆ; ಉದ್ದೇಶವು ಅಲೆದಾಡುವುದನ್ನು ತೆಗೆದುಹಾಕುತ್ತದೆ.
2) ಸನ್ನಿವೇಶ + ನಿರ್ಬಂಧಗಳು
- ಕನಿಷ್ಠ ಕಾರ್ಯಸಾಧ್ಯ ಹಿನ್ನೆಲೆ ಮತ್ತು ಕಠಿಣ ಮಿತಿಗಳನ್ನು ಒದಗಿಸಿ.
- ಪ್ರೇಕ್ಷಕರು, ವ್ಯಾಪ್ತಿ ಮತ್ತು ಏನು ಹೊರಗಿಡಬೇಕು ಎಂಬುದನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿ.
ಉದಾಹರಣೆ:
- "ಸನ್ನಿವೇಶ: ನಾವು EU ನಲ್ಲಿ ಕಾರ್ಡ್-ಲಿಂಕ್ಡ್ ಆಫರ್ (CLO) ವೈಶಿಷ್ಟ್ಯವನ್ನು ಬಿಡುಗಡೆ ಮಾಡುತ್ತಿದ್ದೇವೆ. ಪ್ರೇಕ್ಷಕರು: ಆಂತರಿಕ ಕಾರ್ಯಾಚರಣೆಗಳು. ವ್ಯಾಪ್ತಿ: ಬಿಡುಗಡೆಗೆ ಮುಂಚೆ ಮಾತ್ರ. ಬಿಡುಗಡೆಯ ನಂತರದ ಮಾರ್ಕೆಟಿಂಗ್ ಅನ್ನು ಹೊರಗಿಡಿ. 200 ಪದಗಳಿಗೆ ಸೀಮಿತಗೊಳಿಸಿ. ಬುಲೆಟ್ಗಳನ್ನು ಬಳಸಿ."
ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ನಿರ್ಬಂಧಗಳು ಅಸ್ಪಷ್ಟತೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದಾದ ಸ್ವರೂಪಕ್ಕೆ ಕುಸಿಯುತ್ತವೆ.
3) ಸಾಕ್ಷ್ಯ + ಆಧಾರಗಳು
- ಮಾದರಿಯು ಗೌರವಿಸಬೇಕಾದ ಡೇಟಾ, ಡಾಕ್ಯುಮೆಂಟ್ಗಳು, URL ಗಳು ಅಥವಾ ನಿಯಮಗಳನ್ನು ಉಲ್ಲೇಖಿಸಿ.
- ಉಲ್ಲೇಖಗಳು ಅಥವಾ ಸ್ಪಷ್ಟ ಊಹೆಗಳನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಿ.
ಉದಾಹರಣೆ:
- "ಈ ಇನ್ಪುಟ್ಗಳನ್ನು ಪ್ರಾಥಮಿಕ ಮೂಲಗಳಾಗಿ ಬಳಸಿ: EU PSD2 ರೂಪರೇಖೆ, ನಮ್ಮ DPA ಕರಡು. ಊಹೆಗಳು ಅಗತ್ಯವಿದ್ದರೆ, ಅವುಗಳನ್ನು ಮೊದಲು ಪ್ರತ್ಯೇಕವಾಗಿ ಪಟ್ಟಿ ಮಾಡಿ."
ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಆಧಾರವು ಸಾಮಾನ್ಯ ಫಿಲ್ಲರ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ ಮತ್ತು ನಿರ್ದಿಷ್ಟತೆಯನ್ನು ಒತ್ತಾಯಿಸುತ್ತದೆ.
4) ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾ
- ವಿಭಾಗಗಳು ಮತ್ತು ಕ್ಷೇತ್ರಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ.
ಉದಾಹರಣೆ:
- "ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾ: 1) ಊಹೆಗಳು (ಗರಿಷ್ಠ 5 ಸಾಲುಗಳು) 2) ಪರಿಶೀಲನಾಪಟ್ಟಿ (7 ಹಂತಗಳು, ಪ್ರತಿಯೊಂದೂ ಮಾಲೀಕರು, ಅವಲಂಬನೆ, ಗಡುವುಗಳೊಂದಿಗೆ) 3) ಅಪಾಯಗಳು (ಉನ್ನತ 3, ತಗ್ಗಿಸುವಿಕೆಯೊಂದಿಗೆ)."
ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಸ್ಕೀಮಾಗಳು ಮಾದರಿಯನ್ನು ಅಲೆದಾಡುವುದನ್ನು ತಡೆಯುತ್ತವೆ.
5) ವಾಸ್ತವಿಕವಲ್ಲದ + ಎಡ್ಜ್ ಕೇಸ್ಗಳು
- ಮಾದರಿಯನ್ನು ಅದರ ಸ್ವಂತ ಉತ್ತರವನ್ನು ಒತ್ತಡ-ಪರೀಕ್ಷಿಸಲು ಕೇಳಿ.
ಉದಾಹರಣೆ:
- "ಉಪವಿಭಾಗವನ್ನು ಸೇರಿಸಿ: 'ಮಾನಿಟರ್ ಮಾಡಲು ಎಡ್ಜ್ ಕೇಸ್ಗಳು' 3 ವೈಫಲ್ಯದ ಸನ್ನಿವೇಶಗಳು ಮತ್ತು ಅವುಗಳನ್ನು ಹೇಗೆ ಬೇಗನೆ ಪತ್ತೆ ಮಾಡುವುದು ಎಂಬುದರೊಂದಿಗೆ."
ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ವಾಸ್ತವಿಕವಲ್ಲದ ವಿಷಯಗಳು ಅತಿಯಾದ ವಿಶ್ವಾಸದ, ಮೇಲ್ಮಟ್ಟದ ಟೇಕ್ಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
6) ಪರಿಶೀಲನಾ ಹಂತ
- ಅಂತಿಮ ಔಟ್ಪುಟ್ ಮಾಡುವ ಮೊದಲು ಸ್ವಯಂ-ಪರಿಶೀಲನೆಗಾಗಿ ವಿನಂತಿಸಿ.
ಉದಾಹರಣೆ:
- "ಅಂತಿಮಗೊಳಿಸುವ ಮೊದಲು, ಪರಿಶೀಲಿಸಿ: (ಎ) ಅನುಸರಣೆಯು PSD2 ಅನ್ನು ಉಲ್ಲೇಖಿಸುತ್ತದೆಯೇ; (ಬಿ) ಪ್ರತಿ ಹಂತಕ್ಕೂ ಮಾಲೀಕರು ಇದ್ದಾರೆಯೇ; (ಸಿ) ಅಪಾಯಗಳಲ್ಲಿ ಡೇಟಾ ಕನಿಷ್ಠೀಕರಣ ಸೇರಿವೆಯೇ. ಕಾಣೆಯಾಗಿದ್ದರೆ, ಸರಿಪಡಿಸಿ ಮತ್ತು ಮುಂದುವರಿಯಿರಿ."
ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ: ಮಾದರಿಯನ್ನು ಅಂತರಗಳನ್ನು ಮರು-ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಮತ್ತು ಫಲಿತಾಂಶಗಳನ್ನು ಬಿಗಿಗೊಳಿಸಲು ಒತ್ತಾಯಿಸುತ್ತದೆ.
ಒಂದು ಬ್ಲಾಕ್ನಲ್ಲಿ AVPS ಪ್ರಾಂಪ್ಟ್
ನೀವು ಒಬ್ಬ [ಪಾತ್ರ]. ನಿಮ್ಮ ಉದ್ದೇಶವು [ನಿರ್ದಿಷ್ಟ ಫಲಿತಾಂಶ].
ಸನ್ನಿವೇಶ: [ಕನಿಷ್ಠ ಕಾರ್ಯಸಾಧ್ಯ ಸನ್ನಿವೇಶ]. ಪ್ರೇಕ್ಷಕರು: [ಯಾರು]. ವ್ಯಾಪ್ತಿ: [ಏನು ಒಳಗಿದೆ/ಹೊರಗಿದೆ]. ಹೊರಗಿಡಿ: [ಅಪ್ರಸ್ತುತ ಪ್ರದೇಶಗಳು].
ಆದ್ಯತೆ ನೀಡಲು ಇನ್ಪುಟ್ಗಳು: [ಲಿಂಕ್ಗಳು, ಟಿಪ್ಪಣಿಗಳು, ಡೇಟಾ]. ಊಹೆಗಳು ಅಗತ್ಯವಿದ್ದರೆ, ಅವುಗಳನ್ನು ಮೊದಲು ಪಟ್ಟಿ ಮಾಡಿ.
ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾ:
1) ಊಹೆಗಳು (≤5 ಸಾಲುಗಳು)
2) [ಮುಖ್ಯ ವಿತರಣಾ ವಸ್ತು] [ರಚನೆ, ಕ್ಷೇತ್ರಗಳು, ಎಣಿಕೆಗಳೊಂದಿಗೆ]
3) ಮಾನಿಟರ್ ಮಾಡಲು ಎಡ್ಜ್ ಕೇಸ್ಗಳು (3 ಐಟಂಗಳು: ವಿವರಣೆ, ಪತ್ತೆ ಸಂಕೇತ)
4) ಉನ್ನತ ಅಪಾಯಗಳು (3 ಐಟಂಗಳು: ಅಪಾಯ, ಸಂಭವನೀಯತೆ, ತಗ್ಗಿಸುವಿಕೆ)
ಪರಿಶೀಲನೆ: [ಸಂಧಾನ ಮಾಡಲಾಗದವು] ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ. ಯಾವುದಾದರೂ ಕಾಣೆಯಾಗಿದ್ದರೆ, ಅಂತಿಮಗೊಳಿಸುವ ಮೊದಲು ಪರಿಷ್ಕರಿಸಿ.
ನಿರ್ಬಂಧಗಳು: [ಉದ್ದ], [ಧಾಟಿ], [ಸ್ವರೂಪ], [ಗಡುವು ಶೈಲಿ], [ಖಂಡಿತ/ಯಾವಾಗಲೂ ಅಲ್ಲದ ಪದಗಳು].
ನೈಜ-ಪ್ರಪಂಚದ ಸನ್ನಿವೇಶಗಳು: ಅಸ್ಪಷ್ಟತೆಯಿಂದ ಮೌಲ್ಯಯುತವಾದದ್ದಕ್ಕೆ
ಎ) ಪರಿವರ್ತಿಸುವ ಮಾರಾಟ ಇಮೇಲ್
- ಅಸ್ಪಷ್ಟ ಪ್ರಾಂಪ್ಟ್: "ನಮ್ಮ ವಿಶ್ಲೇಷಣೆ ಪ್ಲಾಟ್ಫಾರ್ಮ್ ಬಗ್ಗೆ ಕೋಲ್ಡ್ ಇಮೇಲ್ ಬರೆಯಿರಿ."
ನೀವು SaaS SDR. ಉದ್ದೇಶ: ಮಧ್ಯಮ-ಮಾರುಕಟ್ಟೆ ಲಾಜಿಸ್ಟಿಕ್ಸ್ ಕಂಪನಿಯಲ್ಲಿನ ಕಾರ್ಯಾಚರಣೆಗಳ VP ಗೆ 20 ನಿಮಿಷಗಳ ಡೆಮೋ ಬುಕ್ ಮಾಡಲು 120-ಪದಗಳ ಕೋಲ್ಡ್ ಇಮೇಲ್ ಬರೆಯಿರಿ.
ಸನ್ನಿವೇಶ: ನಾವು ಸರಾಸರಿ 22% ರಷ್ಟು ಮಾರ್ಗ ಯೋಜನಾ ಸಮಯವನ್ನು ಕಡಿತಗೊಳಿಸುತ್ತೇವೆ (47 ನಿಯೋಜನೆಗಳ ಆಧಾರದ ಮೇಲೆ). ಪ್ರೇಕ್ಷಕರು: ಸಮಯ-ನಿರ್ಬಂಧಿತ ಕಾರ್ಯನಿರ್ವಾಹಕ. ವ್ಯಾಪ್ತಿ: 1 ಇಮೇಲ್ + ವಿಷಯದ ಸಾಲು. ಬಝ್ವರ್ಡ್ಗಳನ್ನು ಹೊರಗಿಡಿ.
ಸಾಕ್ಷ್ಯ: 22% ಅಂಕಿಅಂಶವನ್ನು ಬಳಸಿ. ಊಹೆಗಳು ಅಗತ್ಯವಿದ್ದರೆ, ಅವುಗಳನ್ನು ಮೊದಲು ಪಟ್ಟಿ ಮಾಡಿ.
ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾ: ವಿಷಯ (≤45 ಅಕ್ಷರಗಳು); ಇಮೇಲ್ (≤120 ಪದಗಳು) 1 ಪುರಾವೆ ಅಂಶ + 1 CTA; ಊಹೆಗಳು (≤3).
ಪರಿಶೀಲನೆ: ಸಾಮಾನ್ಯ ಹೇಳಿಕೆಗಳನ್ನು ತಪ್ಪಿಸಿ; 1 ಪರಿಮಾಣಾತ್ಮಕ ಫಲಿತಾಂಶವನ್ನು ಸೇರಿಸಿ.
ನಿರ್ಬಂಧಗಳು: ಸ್ಪಷ್ಟ, ಕಾಂಕ್ರೀಟ್, ಯಾವುದೇ ಅರ್ಥವಿಲ್ಲದ ವಿಷಯವಿಲ್ಲ; ಅಮೆರಿಕನ್ ಇಂಗ್ಲಿಷ್.
ಫಲಿತಾಂಶ: ಪರಿಮಾಣಾತ್ಮಕ ಪುರಾವೆ ಅಂಶ ಮತ್ತು ಒಂದೇ CTA ಹೊಂದಿರುವ ಸ್ಪಷ್ಟ ಸಂದೇಶ.
ಬಿ) ರಾಂಬಲ್ ಮಾಡದ ಉತ್ಪನ್ನ ಸ್ಪೆಕ್
- ಅಸ್ಪಷ್ಟ ಪ್ರಾಂಪ್ಟ್: "ಬಳಕೆದಾರರ ಪ್ರೊಫೈಲ್ಗಳಿಗಾಗಿ ವೈಶಿಷ್ಟ್ಯದ ವಿಶೇಷಣವನ್ನು ರಚಿಸಿ."
- AVPS ಪ್ರಾಂಪ್ಟ್ ಗುರಿ ಬಳಕೆದಾರರು, ಗುರಿಯಲ್ಲದ ವಿಷಯಗಳು, ಸ್ವೀಕಾರಾರ್ಹ ಮಾನದಂಡಗಳು ಮತ್ತು ಅಪಾಯಗಳನ್ನು ಸೇರಿಸುತ್ತದೆ - ನೀವು ನಿಜವಾಗಿ ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದಾದ ವಿಶೇಷಣವನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.
ಸಿ) ಮುಖ್ಯವಾದದ್ದನ್ನು ಮೇಲ್ಮೈಗೆ ತರುವ ಸಂಶೋಧನಾ ಸಾರಾಂಶ
- ಅಸ್ಪಷ್ಟ ಪ್ರಾಂಪ್ಟ್: "ಈ ವರದಿಯನ್ನು ಸಾರಾಂಶಗೊಳಿಸಿ."
- AVPS ಪ್ರಾಂಪ್ಟ್ ಅಗತ್ಯವಿದೆ: ಉನ್ನತ 5 ಒಳನೋಟಗಳು, ಆಶ್ಚರ್ಯಕರವಾದುದು, ಮುಂದಿನ ವಾರ ಕಾರ್ಯಗತಗೊಳಿಸಬಹುದಾದದ್ದು ಮತ್ತು ನಿರ್ಲಕ್ಷಿಸಿದರೆ ಅಪಾಯಕಾರಿಯಾದುದು. ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಸಾರಾಂಶವು ನಿರ್ಧಾರಕ್ಕೆ ಸಿದ್ಧವಾಗಿದೆ.
ಮಾದರಿ ಲೈಬ್ರರಿ: ಅರ್ಥವಿಲ್ಲದ ವಿಷಯವನ್ನು ಕೊಲ್ಲುವ ಮೈಕ್ರೋ-ಪ್ರಾಂಪ್ಟ್ಗಳು
ನಿರ್ದಿಷ್ಟತೆಯನ್ನು ಪುನಃಸ್ಥಾಪಿಸಲು ಈ ಇನ್ಲೈನ್ ಘಟಕಗಳನ್ನು ಬಳಸಿ:
- "MECE ಬುಲೆಟ್ಗಳನ್ನು ಬಳಸಿ; ಯಾವುದೇ ಅತಿಕ್ರಮಣವಿಲ್ಲ."
- "ನಿಮ್ಮ ಕೆಲಸವನ್ನು ತೋರಿಸಿ: ಪ್ರತಿ ಶಿಫಾರಸ್ಸಿನ ಅಡಿಯಲ್ಲಿ ಸಂಕ್ಷಿಪ್ತ ತಾರ್ಕಿಕತೆಯನ್ನು ಸೇರಿಸಿ."
- "ಮೂಲ ಸಾಲುಗಳನ್ನು ಉಲ್ಲೇಖಿಸಿ ಅಥವಾ 'ಊಹೆ' ಎಂದು ಗುರುತಿಸಿ."
- "ಒಂದು ಪ್ರತಿವಾದವನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಅದನ್ನು ಪರಿಹರಿಸಿ."
- "ಮಾಲೀಕರು ಮತ್ತು ಗಡುವುಗಳೊಂದಿಗೆ 3-ಹಂತದ ಯೋಜನೆಯಾಗಿ ಭಾಷಾಂತರಿಸಿ."
- "ಮಾಹಿತಿ ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ, ಮೊದಲು 3 ಸ್ಪಷ್ಟೀಕರಣ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿ."
- "ವಾಸ್ತವಿಕ ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ ಉದಾಹರಣೆಗಳನ್ನು ನೀಡಿ (ಪ್ಲೇಸ್ಹೋಲ್ಡರ್ಗಳಲ್ಲ)."
- "ಯಾವುದೇ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಹಕ್ಕುಗಳನ್ನು ವಿಶ್ವಾಸದೊಂದಿಗೆ ಗುರುತಿಸಿ: ಕಡಿಮೆ/ಮಧ್ಯಮ/ಹೆಚ್ಚು."
ನಿರ್ದಿಷ್ಟತೆಯ ಮನೋವಿಜ್ಞಾನ: ಇದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ
AI ಮಾದರಿಗಳು ನಿರ್ಬಂಧಗಳ ಅಡಿಯಲ್ಲಿ ಸಮಂಜಸತೆಗಾಗಿ ಆಪ್ಟಿಮೈಜ್ ಮಾಡುತ್ತವೆ. ನಿರ್ಬಂಧಗಳು ಕಾಣೆಯಾದಾಗ, ಸಮಂಜಸತೆಯು ಸಭ್ಯ ಸಾಮಾನ್ಯತೆಯಾಗುತ್ತದೆ. AVPS ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿಯು ಅಸ್ಪಷ್ಟ ಗುರಿಗಳನ್ನು ರಚನಾತ್ಮಕ ಉದ್ದೇಶಕ್ಕಾಗಿ ವಿನಿಮಯ ಮಾಡಿಕೊಳ್ಳುತ್ತದೆ, ಮಾದರಿಯನ್ನು ಊಹೆಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಲು ಒತ್ತಾಯಿಸುತ್ತದೆ ಮತ್ತು ಪರಿಶೀಲನೆಯನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸುತ್ತದೆ. ಪರಿಣಾಮ: ದಟ್ಟವಾದ, ಹೆಚ್ಚು ಲೆಕ್ಕಪರಿಶೋಧಿಸಬಹುದಾದ ಉತ್ತರಗಳು.
ಮೆಟ್ರಿಕ್ಗಳು: ಅಸ್ಪಷ್ಟತೆ-ವಿರೋಧಿ ಅಳತೆ ಮಾಡುವುದು ಹೇಗೆ
ಬದಲಾವಣೆಯನ್ನು ನೋಡಲು ಇವುಗಳನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ:
- ಕಾರ್ಯಸಾಧ್ಯತೆಯ ದರ: ಮರು ಕೆಲಸವಿಲ್ಲದೆ ನೀವು ಬಳಸಬಹುದಾದ ಔಟ್ಪುಟ್ಗಳ %.
- ಸ್ಪಷ್ಟೀಕರಣ ಸಾಲ: ಅಗತ್ಯವಿರುವ ಹಿಂಬಾಲಿಸುವ ಪ್ರಶ್ನೆಗಳ ಸಂಖ್ಯೆ.
- ಸಾಕ್ಷ್ಯ ಸಾಂದ್ರತೆ: ಪ್ರತಿ 200 ಪದಗಳಿಗೆ ಉಲ್ಲೇಖಗಳು/ಊಹೆಗಳ ಸಂಖ್ಯೆ.
- ನಿರ್ದಿಷ್ಟತೆಯ ಸ್ಕೋರ್: ಕಾಂಕ್ರೀಟ್ ನಾಮಪದಗಳು, ಸಂಖ್ಯೆಗಳು, ಮಾಲೀಕರು, ದಿನಾಂಕಗಳ ಎಣಿಕೆ.
- ದೋಷದ ಮೇಲ್ಮೈ: ಗುರುತಿಸಲಾದ ಅಪಾಯಗಳು/ಎಡ್ಜ್ ಕೇಸ್ಗಳ ಸಂಖ್ಯೆ.
ಕಾರ್ಯಸಾಧ್ಯತೆಯು > 70% ವರೆಗೆ ಮತ್ತು ಸ್ಪಷ್ಟೀಕರಣ ಸಾಲವು < 2 ಹಿಂಬಾಲಿಸುವವರೆಗೆ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಸುಧಾರಿಸಿ.
ಸುಧಾರಿತ ಚಲನೆಗಳು: ನಿಮ್ಮ ನಿರ್ಬಂಧಗಳನ್ನು ಚೈನ್ ಮಾಡಿ
- ಚೈನ್-ಆಫ್-ಚೆಕ್ಸ್: ಒಂದು ಪರಿಶೀಲನಾಪಟ್ಟಿ ರಚಿಸಲು ಮಾದರಿಯನ್ನು ಕೇಳಿ, ನಂತರ ಮಾನದಂಡಗಳ ವಿರುದ್ಧ ಅದರ ಸ್ವಂತ ಪರಿಶೀಲನಾಪಟ್ಟಿಯನ್ನು ನಿರ್ಣಯಿಸಿ, ನಂತರ ಅಂತಿಮವನ್ನು ಉತ್ಪಾದಿಸಿ.
- ಪಾತ್ರ ಬದಲಾವಣೆ: "ಯೋಜಕ" ಎಂದು ರಚಿಸಿ, "ಲೆಕ್ಕ ಪರಿಶೋಧಕ" ಎಂದು ವಿಮರ್ಶಿಸಿ, "ಪ್ರೆಸೆಂಟರ್" ಎಂದು ಅಂತಿಮಗೊಳಿಸಿ - ಎಲ್ಲವೂ ಒಂದೇ ಪ್ರಾಂಪ್ಟ್ನಲ್ಲಿ.
- ReAct-ಲೈಟ್: ಹಿಗ್ಗಿಸದೆ ತಾರ್ಕಿಕ ಕುರುಹುಗಳನ್ನು ಪ್ರೋತ್ಸಾಹಿಸಿ: "ಅಂತಿಮ ಉತ್ತರದ ಮೊದಲು 3 ಪ್ರಮುಖ ತೀರ್ಮಾನಗಳನ್ನು (ಪ್ರತಿ ≤12 ಪದಗಳು) ತಿಳಿಸಿ."
- ಪ್ರತಿರೂಪ ಉದಾಹರಣೆ ಮೊದಲು: "ಈ ಶಿಫಾರಸು ವಿಫಲಗೊಳ್ಳಲು ಸಾಧ್ಯವಿರುವ 2 ವಿಧಾನಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ; ನಂತರ ಮುಂದುವರಿಯಿರಿ."
ಸಾಮಾನ್ಯ ಅಪಾಯಗಳು (ಮತ್ತು ಅವುಗಳನ್ನು ತಪ್ಪಿಸುವುದು ಹೇಗೆ)
- ತುಂಬಾ ನಿರ್ಬಂಧಗಳು → ಗಡುಸಾದ ಔಟ್ಪುಟ್ಗಳು. ಪರಿಹಾರ: ಮಿಷನ್-ಕ್ರಿಟಿಕಲ್ ನಿರ್ಬಂಧಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಿ.
- ಪರಿಶೀಲಿಸಲಾಗದ ಹಕ್ಕುಗಳು → ಆತ್ಮವಿಶ್ವಾಸದ ಅರ್ಥವಿಲ್ಲದ ವಿಷಯ. ಪರಿಹಾರ: ಉಲ್ಲೇಖಗಳನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಿ ಅಥವಾ ಊಹೆ ಎಂದು ಟ್ಯಾಗ್ ಮಾಡಿ.
- ಅತಿಯಾಗಿ ಉದ್ದವಾದ ಪ್ರಾಂಪ್ಟ್ಗಳು → ಮಾದರಿಯು ಭಾಗಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ. ಪರಿಹಾರ: ಸಂಖ್ಯೆಯ ವಿಭಾಗಗಳು ಮತ್ತು ಸಣ್ಣ ವಾಕ್ಯಗಳನ್ನು ಬಳಸಿ.
- ಒಂದು-ಶಾಟ್ ಮಾತ್ರ → ತಪ್ಪಿದ ಪರಿಷ್ಕರಣೆ. ಪರಿಹಾರ: ಪರಿಶೀಲನೆ ಮತ್ತು ಪರಿಷ್ಕರಣೆ ಹಂತಗಳನ್ನು ಸೇರಿಸಿ.
ತಂಡಗಳಿಗೆ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ AVPS ಟೆಂಪ್ಲೇಟ್
ಇದನ್ನು ಆರಂಭಿಕ ಹಂತವಾಗಿ ಬಳಸಿ ಮತ್ತು ಪ್ರತಿ ಕಾರ್ಯವಿಧಾನಕ್ಕೂ ಹೊಂದಿಸಿ.
ಪಾತ್ರ ಮತ್ತು ಗುರಿ
- ನೀವು ಒಬ್ಬ [ಪಾತ್ರ]. ಉದ್ದೇಶ: [ಸ್ಪಷ್ಟ ಫಲಿತಾಂಶ].
ಸನ್ನಿವೇಶ ಮತ್ತು ವ್ಯಾಪ್ತಿ
- ಸನ್ನಿವೇಶ: [ಕನಿಷ್ಠ ಕಾರ್ಯಸಾಧ್ಯ]. ಪ್ರೇಕ್ಷಕರು: [ಯಾರು]. ವ್ಯಾಪ್ತಿಯಲ್ಲಿ: [x]. ವ್ಯಾಪ್ತಿಯಿಂದ ಹೊರಗೆ: [y].
ಸಾಕ್ಷ್ಯ ಮತ್ತು ಊಹೆಗಳು
- ಆದ್ಯತೆ ನೀಡಲು ಇನ್ಪುಟ್ಗಳು: [ಲಿಂಕ್ಗಳು, ಡೇಟಾ]. ಮಾಹಿತಿ ಕಾಣೆಯಾಗಿದ್ದರೆ, 3 ಸ್ಪಷ್ಟೀಕರಣ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳಿ. ಊಹೆಗಳು ಅಗತ್ಯವಿದ್ದರೆ, ಮುಂದುವರಿಯುವ ಮೊದಲು ಅವುಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.
ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾ
- ವಿಭಾಗಗಳು: [1, 2, 3]. [ಕ್ಷೇತ್ರಗಳು, ಎಣಿಕೆಗಳನ್ನು] ಸೇರಿಸಿ.
ಗುಣಮಟ್ಟ ಮತ್ತು ಪರಿಶೀಲನೆ
- ಇವುಗಳನ್ನು ಖಂಡಿತವಾಗಿ ಸೇರಿಸಬೇಕು: [ಸಂಧಾನ ಮಾಡಲಾಗದವು]. ಎಡ್ಜ್ ಕೇಸ್ಗಳು: [3 ಐಟಂಗಳು]. ಅಪಾಯಗಳು: [ತಗ್ಗಿಸುವಿಕೆಯೊಂದಿಗೆ 3 ಐಟಂಗಳು].
ನಿರ್ಬಂಧಗಳು
- ಉದ್ದ: [x]. ಧಾಟಿ: [y]. ಸ್ವರೂಪ: [z].
ಇದು ನಿಮ್ಮ ಪರಿಕರಗಳೊಂದಿಗೆ ಎಲ್ಲಿ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ
ಗಮನಿಸಬೇಕಾದ ಅಂಶ: ನೀವು ಟೆಂಪ್ಲೇಟ್ಗಳು, ಉಳಿಸಿದ ಪ್ರಾಂಪ್ಟ್ಗಳು ಮತ್ತು ರಚನಾತ್ಮಕ ಔಟ್ಪುಟ್ಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಬ್ರೌಸರ್ ಆಧಾರಿತ AI ಸಹಾಯಕದಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದರೆ, ನೀವು AVPS ಬ್ಲಾಕ್ಗಳನ್ನು ಉಳಿಸಬಹುದು ಮತ್ತು ವಿಭಿನ್ನ ಇನ್ಪುಟ್ಗಳೊಂದಿಗೆ ಅವುಗಳನ್ನು ಮರು-ರನ್ ಮಾಡಬಹುದು. ಪಾತ್ರದ ಪ್ರಾಂಪ್ಟ್ಗಳು, ಪರಿಶೀಲಿಸಿದ ಉಲ್ಲೇಖಗಳು ಮತ್ತು ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಪರಿಕರಗಳು ನಿಮ್ಮ ನಿರ್ಬಂಧಗಳನ್ನು ಸಂಭಾಷಣೆಗಳಾದ್ಯಂತ ಸ್ಥಿರವಾಗಿರಿಸುವ ಮೂಲಕ ಈ ಶೈಲಿಯನ್ನು ಇನ್ನಷ್ಟು ಪ್ರಬಲವಾಗಿಸುತ್ತವೆ.
ಪ್ರಯತ್ನಿಸಿ: 5-ನಿಮಿಷಗಳ ಅಭ್ಯಾಸ
- ಮರುಕಳಿಸುವ ಕಾರ್ಯವನ್ನು ಆರಿಸಿ (ವಾರಕ್ಕೊಮ್ಮೆ ಸಾರಾಂಶ, ದೋಷ ವಿಂಗಡಣೆ, ಕೋಲ್ಡ್ ಔಟ್ರೀಚ್).
- ಪಾತ್ರ, ಉದ್ದೇಶ, ವ್ಯಾಪ್ತಿ, ಸ್ಕೀಮಾ ಮತ್ತು ಪರಿಶೀಲನೆಯೊಂದಿಗೆ AVPS ಪ್ರಾಂಪ್ಟ್ ಬರೆಯಿರಿ.
- ಅದನ್ನು ರನ್ ಮಾಡಿ. ಔಟ್ಪುಟ್ ಇನ್ನೂ ಅರ್ಥವಿಲ್ಲದ ವಿಷಯವಾಗಿದ್ದರೆ, ನಿರ್ಬಂಧಗಳನ್ನು ಬಿಗಿಗೊಳಿಸಿ ಮತ್ತು ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ಸೇರಿಸಿ.
- ಗೆದ್ದ ಆವೃತ್ತಿಯನ್ನು ನಿಮ್ಮ ಡೀಫಾಲ್ಟ್ ಟೆಂಪ್ಲೇಟ್ ಆಗಿ ಉಳಿಸಿ.
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಅಸ್ಪಷ್ಟ AI ಒಂದು ಪ್ರಾಂಪ್ಟ್ ವಿನ್ಯಾಸದ ಸಮಸ್ಯೆ - ಸ್ಪಷ್ಟತೆ, ನಿರ್ಬಂಧಗಳು ಮತ್ತು ಪರಿಶೀಲನೆಯೊಂದಿಗೆ ಅದನ್ನು ಪರಿಹರಿಸಿ.
- ಅಸ್ಪಷ್ಟತೆ-ವಿರೋಧಿ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿ (AVPS) ತಪ್ಪಿಸಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಕಾರ್ಯಸಾಧ್ಯತೆಯನ್ನು ಹೆಚ್ಚಿಸುತ್ತದೆ ಮತ್ತು ಊಹೆಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ.
- ನಿರ್ದಿಷ್ಟತೆಯನ್ನು ಒತ್ತಾಯಿಸಲು ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾಗಳು, ಸಾಕ್ಷ್ಯ ಆಧಾರಗಳು ಮತ್ತು ವಾಸ್ತವಿಕವಲ್ಲದ ವಿಷಯಗಳನ್ನು ಬಳಸಿ.
- ಸುಧಾರಣೆಗಳನ್ನು ಪರಿಮಾಣಿಸಲು ಕಾರ್ಯಸಾಧ್ಯತೆ, ಸ್ಪಷ್ಟೀಕರಣ ಸಾಲ ಮತ್ತು ಸಾಕ್ಷ್ಯ ಸಾಂದ್ರತೆಯನ್ನು ಅಳೆಯಿರಿ.
- AVPS ಅನ್ನು ತಂಡದ ಟೆಂಪ್ಲೇಟ್ ಆಗಿ ಪರಿವರ್ತಿಸಿ ಮತ್ತು ನಿಮ್ಮ ಸಂಸ್ಥೆಯಾದ್ಯಂತ ಗುಣಮಟ್ಟವನ್ನು ಪ್ರಮಾಣೀಕರಿಸಿ.
FAQ
Q1:ಅಸ್ಪಷ್ಟ AI ಉತ್ತರಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಉತ್ತಮ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿ ಯಾವುದು?
ಪಾತ್ರ, ಉದ್ದೇಶ, ಸನ್ನಿವೇಶ, ನಿರ್ಬಂಧಗಳು, ಸಾಕ್ಷ್ಯ ಆಧಾರಗಳು, ಔಟ್ಪುಟ್ ಸ್ಕೀಮಾ ಮತ್ತು ಪರಿಶೀಲನಾ ಹಂತದೊಂದಿಗೆ ರಚನಾತ್ಮಕ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿಯನ್ನು ಬಳಸಿ. ಇದು ಮಾದರಿಯನ್ನು ನಿರ್ದಿಷ್ಟವಾಗಿರಲು, ಊಹೆಗಳನ್ನು ಉಲ್ಲೇಖಿಸಲು ಮತ್ತು ಕಾರ್ಯಸಾಧ್ಯ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡಲು ಒತ್ತಾಯಿಸುತ್ತದೆ.
Q2:ChatGPT ಅನ್ನು ಅದರ ಪ್ರತಿಕ್ರಿಯೆಗಳಲ್ಲಿ ಹೆಚ್ಚು ನಿರ್ದಿಷ್ಟವಾಗುವಂತೆ ನಾನು ಹೇಗೆ ಮಾಡಬಹುದು?
ಸ್ಪಷ್ಟ ಉದ್ದೇಶವನ್ನು ತಿಳಿಸಿ, ಪ್ರೇಕ್ಷಕರು ಮತ್ತು ವ್ಯಾಪ್ತಿಯನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ, ರಚನಾತ್ಮಕ ಔಟ್ಪುಟ್ ಅಗತ್ಯವಿರುತ್ತದೆ ಮತ್ತು ಊಹೆಗಳು ಮತ್ತು ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ಕೇಳಿ. ಡೇಟಾ ಕಾಣೆಯಾಗಿದ್ದರೆ, ಸ್ಪಷ್ಟೀಕರಣ ಪ್ರಶ್ನೆಗಳನ್ನು ಮೊದಲು ಕೇಳಲು ಮಾದರಿಗೆ ಸೂಚಿಸಿ.
Q3:ಅರ್ಥವಿಲ್ಲದ ವಿಷಯವನ್ನು ತಪ್ಪಿಸಲು ನಾನು ಪ್ರಾಂಪ್ಟ್ನಲ್ಲಿ ಏನು ಸೇರಿಸಬೇಕು?
ಕಾಂಕ್ರೀಟ್ ನಿರ್ಬಂಧಗಳನ್ನು ಸೇರಿಸಿ: ಉದ್ದ, ಧಾಟಿ, ಸ್ವರೂಪ, ಅಗತ್ಯವಿರುವ ಕ್ಷೇತ್ರಗಳು ಮತ್ತು ಮಾಲೀಕರು, ಗಡುವುಗಳು ಮತ್ತು ಪರಿಮಾಣಾತ್ಮಕ ಫಲಿತಾಂಶಗಳಂತಹ ಹೊಂದಿರಲೇಬೇಕಾದ ವಿವರಗಳು. ಮೂಲಗಳನ್ನು ವಿನಂತಿಸಿ ಅಥವಾ ಐಟಂಗಳನ್ನು ಊಹೆಗಳೆಂದು ಗುರುತಿಸಿ.
Q4:ನನ್ನ ಪ್ರಾಂಪ್ಟ್ಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿವೆಯೇ ಎಂದು ನಾನು ಹೇಗೆ ಅಳೆಯುವುದು?
ಕಾರ್ಯಸಾಧ್ಯತೆಯ ದರ, ಹಿಂಬಾಲಿಸುವ ಸ್ಪಷ್ಟೀಕರಣಗಳ ಸಂಖ್ಯೆ, ಸಾಕ್ಷ್ಯ ಸಾಂದ್ರತೆ, ನಿರ್ದಿಷ್ಟತೆಯ ಸ್ಕೋರ್ (ಸಂಖ್ಯೆಗಳು, ಮಾಲೀಕರು, ದಿನಾಂಕಗಳು) ಮತ್ತು ಗುರುತಿಸಲಾದ ಎಡ್ಜ್ ಕೇಸ್ಗಳು ಮತ್ತು ಅಪಾಯಗಳ ಸಂಖ್ಯೆಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ.
Q5:ನಾನು ಈ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿಯನ್ನು ನನ್ನ ತಂಡಕ್ಕಾಗಿ ಪ್ರಮಾಣೀಕರಿಸಬಹುದೇ?
ಹೌದು. ಅಸ್ಪಷ್ಟತೆ-ವಿರೋಧಿ ಪ್ರಾಂಪ್ಟ್ ಶೈಲಿಯನ್ನು ಪಾತ್ರ, ಉದ್ದೇಶ, ಸನ್ನಿವೇಶ, ಸಾಕ್ಷ್ಯ, ಸ್ಕೀಮಾ ಮತ್ತು ಪರಿಶೀಲನೆಗಾಗಿ ವಿಭಾಗಗಳೊಂದಿಗೆ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ ಆಗಿ ಪರಿವರ್ತಿಸಿ. ನಿಮ್ಮ AI ಪರಿಕರದಲ್ಲಿ ಉಳಿಸಿ ಆದ್ದರಿಂದ ಔಟ್ಪುಟ್ಗಳು ಯೋಜನೆಗಳಾದ್ಯಂತ ಸ್ಥಿರವಾಗಿರುತ್ತವೆ.
