system_goal: Create .
## اعلیٰ سطحی تنظیم: متوازی اور درجہ بندی شدہ ایجنٹس
- متوازی تلاش
- مختلف سیمپلرز یا بنیادی ماڈلز کے ساتھ متعدد GeneratorAgents چلائیں۔
- میٹا‑Critic کے ذریعے ماڈلز کے درمیان اسکور کو نارملائز اور جمع کریں۔
- درجہ بندی شدہ منصوبہ بندی
- ایک `DirectorAgent` شامل کریں جو Planner/Optimizer سے اوپر ہو اور مہمات میں اسٹائل کی خاندانوں کو کنٹرول کرے۔
- برانڈ کی سطح کی مستقل مزاجی کے لیے مفید (مثلاً موسمی مجموعے)۔
- پابندی پر مبنی شاخیں
- ایک `ComplianceAgent` بنائیں جو پیدائش سے پہلے قانونی/برانڈ پابندیاں نافذ کرے۔
- غیر مجاز موضوعات کو پہلے ہی روک دے، چکروں کی بچت کرے۔
یہ پیٹرنز وسیع ملٹی ایجنٹ ورک فلو کی بہترین عملی مثالوں کی بازگشت ہیں، جن میں متوازی سب ایجنٹ کا نفاذ فیصلہ سازی کی رفتار بڑھانے کے لیے شامل ہے۔
## معیار کی پیمائش: اہم اسکور کارڈز
ایک بہترین ملٹی ایجنٹ ورک فلو صرف اپنے ایویلیوایٹرز کی قدر کے برابر ہوتا ہے۔ اپنے اسکور کارڈ کو اس چیز کے ارد گرد بنائیں جو آپ ماپ سکتے ہیں:
- مقداری
- ہدف کے ہیکس سے پالتری ڈیلٹا ای
- سالینسی میپس کے ذریعے لے آؤٹ توازن
- OCR اعتماد سے متن کی پڑھنے کی سہولت
- CLIP/ImageBind ایمبیڈنگ کے ذریعے اسٹائل مماثلت
- معیاری (مگر ساختہ)
- نمونوں کے ساتھ 1–5 کی پیمانے پر “موڈ الائنمنٹ”
- “بیانیہ وضاحت” (کیا موضوع واضح ہے؟)
- “آرٹیفیکٹ شدت” چیک لسٹ (بینڈنگ، ہیلوز، بگاڑ)
پاس/فیل کو شپنگ کے معیار سے جوڑیں۔ اگر جائزہ پاس نہیں ہوگا، تو لوپ کو بند نہ ہونے دیں۔
## پرامپٹ کی خرابی کا پتہ لگانا: عام ناکامی کے طریقے اور حل
- بیش از حد پابند پرامپٹس
- علامت: سخت کمپوزیشنز، آرٹیفیکٹس
- حل: 1–2 پابندیاں نرم کریں؛ تنوع کی شرح بڑھائیں؛ غیر ضروری صفات حذف کریں۔
- چکروں میں موڈ کولپس
- علامت: تمام اقسام ایک جیسی نظر آتی ہیں
- حل: بنیادی ماڈل بدلیں؛ بیجوں کو رینڈمائز کریں؛ متبادل تلاش کے لیے DivergenceAgent شامل کریں۔
- غیر مستحکم ٹائپوگرافی
- علامت: مڑی ہوئی یا ناقابلِ پڑھائی تحریر
- حل: بیرونی ٹیکسٹ لئیرز؛ مضبوط منفی پرامپٹس؛ حوالہ رہنما کمپوزیشن استعمال کریں۔
- رنگ کا بہاؤ
- علامت: چکر 2–3 میں پالتری سے انحراف
- حل: رنگ مخصوص ٹوکنز کے ساتھ دوبارہ لگاؤ؛ PaletteAgent شامل کریں جو فرق کو سختی سے نافذ کرے۔
## ٹیموں کے لیے اسکیلنگ: ورژنز، گورننس، اور ہینڈ آف
- ورژننگ
- ہر اثاثہ اور مہم کے لیے کینونیکل پرامپٹ کی وراثت رکھیں۔
- چکروں کو ماڈل/ورژن میٹا ڈیٹا اور بیجوں سے ٹیگ کریں۔
- گورننس
- برانڈ گارڈریل مشین پڑھنے کے قابل پابندیوں کے طور پر تعریف کریں۔
- باقاعدگی سے Critic کے تعصب اور غلط پاس کا آڈٹ کریں۔
- ہینڈ آف
- پرامپٹ، اسکور کارڈ، اور ٹاپ-2 اقسام برائے انسانی جائزہ برآمد کریں۔
- منظوریوں کے لیے ہر اثاثہ کا ایک “فیصلہ لاگ” رکھیں۔
## کب انسانی مداخلت کی ضرورت ہو
- برانڈنگ یا قانونی خطرہ غیر معمولی ہو
- ایسے نئے اسٹائل جن کا اچھا ایویلیوایٹر کور نہیں ہے
- اہم لانچز جہاں نزاکت اہم ہو
چکر 1 اور N-1 کے بعد انسانی جائزہ شامل کریں۔ آپ ابتدا میں سمت کے مسائل پکڑ لیں گے اور آخر میں چمک بکھیر سکیں گے بغیر لوپ کو بار بار مائیکرو مینیج کیے۔
## PromptSculptor کے پاور یوزرز کے لیے اہم ٹپس
- “تنگ مگر شکننے والا نہیں” v1 پرامپٹ سے شروع کریں: واضح کمپوزیشن اور پالتری، حد سے کم صفات۔
- منفی پرامپٹس کا جارحانہ استعمال کریں تاکہ بار بار آنے والے آرٹیفیکٹس ختم ہوں۔
- ہر چیز کا لاگ رکھیں: بیج، سیمپلرز، کنفیگ، اور پرامپٹ تبدیلیاں۔
- کمزور پابندیوں کی بہ نسبت چند مضبوط پابندیوں کو ترجیح دیں۔
- ہر Critic نوٹ کے ساتھ “کیوں” شامل کریں؛ Optimizers وجوہات کی نشاندہی کے ساتھ تیزی سے بہتر ہوتے ہیں۔
## قابلِ ذکر بات: [Sider.AI](https://sider.ai) کو بطور معاون استعمال کرنا
اگر آپ تحقیق پر مبنی ورک فلو پر تکرار کرتے ہیں، تو AI معاون کا ہونا مفید ہے جو تکرار لاگز کا خلاصہ کر سکے، پرامپٹ تبدیلیاں نکال سکے، اور قابلِ استعمال ٹیمپلیٹس تیار کر سکے۔ ویسے، [Sider.AI](https://sider.ai) آپ کی مدد کر سکتا ہے:
- ملٹی ایجنٹ لاگز کو پارس کریں اور وہ تبدیلیاں ظاہر کریں جو واقعی آپ کے اسکورز کو متاثر کرتی ہیں۔
- آپ کے گزشتہ 10 “فتحوں” سے بہتر پرامپٹ بنیادیات خود کار طریقے سے بنائیں۔
- برانڈ گارڈریل کو مشین پڑھنے کے قابل پابندیوں میں ڈرافٹ کریں۔
یہ آپ کے تجربے کو دوہرانے والے نظام میں تبدیل کرنے میں براہِ راست مددگار ہے۔
## تصویروں سے آگے: ورک فلو کو ٹیکسٹ اور کوڈ کے لیے ڈھالنا
- طویل فارم مواد
- Planner: خاکہ اور آواز کی رہنمائی
- Generator: سیکشن کے مسودے
- Critic: حقیقت، لہجے کی مستقل مزاجی، خاکہ پر عمل
- Optimizer: ضم کرنا، درست کرنا، ذرائع شامل کرنا
- کوڈ جنریشن
- Planner: وضاحت کی تقسیم، قبولیت کے ٹیسٹ
- Generator: فنکشن اسٹبز اور نفاذ
- Critic: یونٹ ٹیسٹ، لِنٹس، پیچیدگی کے چیکس
- Optimizer: پڑھنے میں آسانی اور کارکردگی کی جانب اصلاح
ملٹی ایجنٹ تجزیہ کسی بھی شعبے کے لیے موزوں ہے؛ ترکیب کار قابلِ قدر ایویلیوایٹرز ڈیزائن کرنے کی ہے۔
## مسئلے حل کرنے کا میٹرکس (لمحہ بھر میں)
- اگر نتائج خوبصورت مگر مختصر سے ہٹ کر ہیں → معیار کو مضبوط کریں، صفات کمزور کریں۔
- اگر نتائج معیار پر پورا اترتے ہیں مگر بے جان لگتے ہیں → تنوع بڑھائیں اور اسٹائلسٹک آزادی دیں۔
- اگر پیش رفت رکی ہوئی ہے → بنیادی ماڈلز تبدیل کریں یا میکرو گائیڈنس کے لیے DirectorAgent شامل کریں۔
- اگر آرٹیفیکٹس برقرار ہیں → منفی پرامپٹس بڑھائیں؛ مخصوص مسائل کے لیے ArtifactAgent شامل کریں۔
## اگلے مراحل: سرحد کو آگے بڑھانا
متوقع ہے کہ ایجنٹ ٹو ایجنٹ پروٹوکولز زیادہ سخت ہوں گے، زیادہ مربوط ایویلیوایٹرز اور بھرپور آڈٹ ٹریلز شامل ہوں گے۔ تحقیق سے پتہ چلتا ہے کہ ملٹی ایجنٹ تعاون تخلیقی تکرار کو نظام بند بنا سکتا ہے، زیادہ تر کاموں کے لیے انسان کے معیار تک پہنچنے کے وقت کو نصف یا اس سے کم کر سکتا ہے۔ جیسے جیسے یہ سسٹمز نکھرتے ہیں، جیتنے والی ٹیمیں وہ ہوں گی جو “اچھے ذوق” کو قابلِ پیمائش معیار میں بدلیں اور انہیں اپنے ایجنٹس میں مربوط کریں۔
### کلیدی نکات
- ملٹی ایجنٹ ورک فلو پرامپٹ کی تکرار کو ایک قابلِ اعتبار، قابلِ پیمائش لوپ میں بدل دیتا ہے۔
- واضح معیار مقرر کریں، ہر چیز کو لاگ کریں، اور مقصد کے ساتھ تکرار کریں۔
- پابندیوں، تعمیل، اور تنوع کے لیے مہارت یافتہ ایجنٹس استعمال کریں۔
- خودکاری کو اہم مقامات پر ہلکے انسانی جائزوں کے ساتھ جوڑیں۔
- اپنی کامیابیوں کو ٹیمپلیٹس میں منظم کریں؛ یہی آپ کا تیز رفتار فائدہ ہے۔
### اکثر پوچھے گئے سوالات
سوال 1: PromptSculptor کا ملٹی ایجنٹ ورک فلو کیا ہے؟
یہ ایک سماجی ترتیب ہے جہاں پلینر، جنریٹر، کریٹک، اور آپٹیمائزر ایجنٹس پرامپٹس اور نتائج کو مرحلہ وار بہتر بناتے ہیں۔ یہ طریقہ کار معیار کو بہتر کرتا ہے اور دستی تکرار کو کم کرتا ہے، جیسا کہ ملٹی ایجنٹ پرامپٹ آپٹیمائزیشن تحقیق سے ثابت ہوا ہے۔
سوال 2: ملٹی ایجنٹ ورک فلو پرامپٹ کے معیار کو کیسے بہتر بناتا ہے؟
کاموں کو تقسیم کر کے اور معیار کو نافذ کر کے، ایجنٹس غلطیوں کو پکڑتے ہیں، پرامپٹس کو سخت کرتے ہیں، اور مطلوبہ نتائج پر تیزی سے پہنچتے ہیں۔ مطالعات سے پتہ چلتا ہے کہ ملٹی ایجنٹ پرامپٹ آپٹیمائزیشن اس عدد کو کم کرتا ہے جس میں تکرار کی جاتی ہے جبکہ آؤٹ پٹ کی وفاداری بڑھ جاتی ہے۔
سوال 3: کیا میں PromptSculptor کا ورک فلو صرف تصویروں کے لیے نہیں بلکہ متن اور کوڈ کے لیے بھی استعمال کر سکتا ہوں؟
جی ہاں۔ پلینر → جنریٹر → کریٹک → آپٹیمائزر کا وہی لوپ طویل فارم مواد اور کوڈ جنریشن کے لیے کام کرتا ہے جب آپ حقیقت، ساخت، ٹیسٹ، اور کارکردگی کے لیے ایویلیوایٹرز ڈیزائن کریں۔
سوال 4: ایجنٹ کے کردار اور معیار مقرر کرنے کے بہترین طریقے کیا ہیں؟
واضح کردار تفویض کریں (پلینر، جنریٹر، کریٹک، آپٹیمائزر)، قابلِ پیمائش معیار (اسٹائل، رنگ، کمپوزیشن) طے کریں، اور زیادہ سے زیادہ چکروں، تنوع، اور پہلے سے روکن کی پالیسی بنائیں۔ نقل پذیری اور سیکھنے کے لیے تفصیلی لاگز رکھیں۔
سوال 5: ملٹی ایجنٹ تخلیقات میں موڈ کولپس کو کیسے روکا جائے؟
تنوع بڑھائیں، بیجوں کو رینڈمائز کریں، متوازی طور پر متعدد بنیادی ماڈلز آزمائیں، اور متبادل اسٹائلز تلاش کرنے کے لیے DivergenceAgent شامل کریں۔ شاخوں کے درمیان اسکورنگ اور انتخاب کے لیے میٹا‑Critic کا استعمال کریں۔