What prompts work best with Claude Haiku 4.5?

Short, specific prompts with explicit roles, constraints, and structured outputs. Use checklists, step limits, and JSON schemas to boost accuracy and consistency.

How do I reduce hallucinations with Haiku 4.5?

Ground the model with only the top relevant snippets and require citations from provided sources. If evidence is missing, instruct it to say “unknown.”

Should I use few-shot examples with Haiku 4.5?

Yes—provide 1–2 compact exemplars that match your desired style and structure. Keep examples domain-specific and shorter than your expected outputs.

When should I choose Haiku 4.5 over a larger model?

Pick Haiku 4.5 for fast, cost-sensitive tasks that benefit from structure: summarization, RAG answers, code review checklists, and drafting. Use larger models for deeper multi-hop reasoning.

What’s the ideal output format for automation workflows?

JSON or tightly structured bullets. Define exact keys, length limits, and compliance rules so outputs slot neatly into downstream systems.

پرامپٹ حکمت عملی جو Claude Haiku 4.5 کے ساتھ بہترین کام کرتی ہیں

تعارف: ایک چھوٹے مگر طاقتور ماڈل کو پرامپٹ کرنے کا فن اگر آپ نے کبھی یہ خواہش کی ہے کہ آپ کی AI ایک سست، لفظی مشیر کے بجائے ایک تیز سوچنے والے ساتھی کی طرح محسوس ہو، تو Claude Haiku 4.5 آپ کا ماڈل ہے۔ یہ رفتار، کم لیٹنسی اور لاگت کی بچت کے لیے انجنیئر کیا گیا ہے — جو کہ تیز رفتار تکرار، زیادہ حجم کے کام کے بوجھ اور سخت فیڈ بیک لوپس کے لیے مثالی ہے۔ لیکن یہاں ایک موڑ ہے: Haiku 4.5 سے غیر معمولی نتائج حاصل کرنے کا مطلب لمبا پرامپٹ لکھنا نہیں ہے۔ اس کا مطلب ہے تیز پرامپٹ لکھنا۔ اس گائیڈ میں، ہم پرامپٹ حکمت عملیوں کو کھولیں گے جو Claude Haiku 4.5 سے مسلسل واضح، قابل اعتماد نتائج پیدا کرتی ہیں — اور آپ کو دکھائیں گے کہ ان کو کوڈنگ سے لے کر مواد کی تیاری اور ہلکے تجزیے تک ہر چیز کے مطابق کیسے ڈھالنا ہے۔

کیا چیز Claude Haiku 4.5 کو مختلف بناتی ہے — اور پرامپٹنگ کے لیے اس کی کیا اہمیت ہے Claude Haiku 4.5 "چھوٹے ماڈل" کے درجے میں آتا ہے، جو رفتار اور پیمانے کے لیے بنایا گیا ہے جبکہ روزمرہ کے کاموں کے لیے مضبوط استدلال کو برقرار رکھتا ہے۔ اس سے آپ کے پرامپٹ کرنے کا طریقہ بدل جاتا ہے:

آپ کو منظم، واضح ہدایات کے ساتھ بہترین نتائج ملیں گے۔

مختصر، ہائی سگنل پرامپٹ طویل، گھومنے پھرنے والے پرامپٹ سے بہتر ہیں۔

مرحلہ وار محدود استدلال ("3-5 مراحل میں مرحلہ وار سوچیں") اسے مرکوز رہنے میں مدد کرتا ہے۔

یہ تیز رفتار مسودوں، اسکیفولڈنگ اور واضح رکاوٹوں کے ساتھ فیصلے کی حمایت کے لیے بہترین ہے۔

Haiku 4.5 کو بڑے پیمانے پر لاگت سے موثر بنانے کے لیے ڈیزائن کیا گیا ہے، جو اسے ملٹی ٹرن ورک فلو، بلک مواد کی تبدیلیوں اور ریٹریول آگمینٹڈ جنریشن (RAG) کو ترتیب دینے کے لیے بہترین بناتا ہے جہاں لیٹنسی اہمیت رکھتی ہے۔

اسٹائل نوٹ: یہ مضمون عملی اور حل پر مبنی نقطہ نظر استعمال کرتا ہے — جو حقیقی منصوبوں میں فوری استعمال کے لیے موزوں ہے۔

Claude Haiku 4.5 پرامپٹس کے سنہری اصول

مختصر ترین پرامپٹ لکھیں جو اب بھی ابہام کو دور کرے۔

برا: "اس رپورٹ کا خلاصہ کریں۔"

بہتر: "پروڈکٹ مینیجر کے لیے اس رپورٹ کا خلاصہ کریں۔ 5 نکات۔ شامل کریں: خطرات، انحصار، اگلے اقدامات۔ زیادہ سے زیادہ 120 الفاظ۔" یہ کیوں کام کرتا ہے: Haiku 4.5 اس وقت پروان چڑھتا ہے جب آپ کی رکاوٹیں واضح ہوں۔ سامعین، فارمیٹ، لمبائی اور کسی بھی ضروری عناصر کی وضاحت کریں۔

سسٹم اسٹائل سیٹ اپ میں کرداروں اور مقاصد کو واضح رکھیں۔

مثال: "آپ ایک مختصر تکنیکی معاون ہیں۔ مقاصد: (1) درست جواب دیں، (2) ٹوکن کو کم سے کم کریں، (3) صرف اس وقت 3 قدمی استدلال کا خاکہ دکھائیں جب کہا جائے۔" یہ کیوں کام کرتا ہے: واضح کردار + مقاصد ڈی کوڈنگ کی رہنمائی کرتے ہیں، ڈرفٹ کو کم کرتے ہیں اور کالوں میں تکرار کو بہتر بناتے ہیں۔

کھلے عام جملے بازی پر چیک لسٹ کو ترجیح دیں۔

کوڈ کے جائزے کے لیے مثال: "اس کے لیے جائزہ لیں: (a) درستگی، (b) سیکیورٹی، (c) پڑھنے کی صلاحیت، (d) ٹیسٹ کوریج۔ آؤٹ پٹ: 1-2 لائنوں کی توجیہ کے ساتھ فی آئٹم پاس/فیل۔" یہ کیوں کام کرتا ہے: چیک لسٹ پیچیدہ کاموں کو قابل اعتماد، قابل تصدیق ذیلی کاموں میں کمپریس کرتی ہے۔

مرحلہ وار محدود سوچ کا استعمال کریں۔

مثال: "زیادہ سے زیادہ 4 مراحل میں سوچیں، پھر صرف ایک آخری جواب پیش کریں۔" یہ کیوں کام کرتا ہے: آپ کو فرار ہونے والی لفظیت کے بغیر مرکوز استدلال ملتا ہے۔

ساختہ آؤٹ پٹ کا مطالبہ کریں (ہمیشہ!)

مثال: "کیز کے ساتھ JSON واپس کریں: decision, rationale, risks, next_steps. کوئی اضافی متن نہیں۔" یہ کیوں کام کرتا ہے: ساخت ڈاؤن اسٹریم آٹومیشن کو قابل بناتی ہے، فلف کو روکتی ہے اور اخراجات کو قابل قیاس رکھتی ہے۔

ماڈل کو مثالوں کے ساتھ اینکر کریں۔

چند شاٹ مثالیں ہونی چاہئیں: مختصر، نمائندہ اور آپ کے مطلوبہ انداز کے مطابق۔

پیٹرن: ہدایات → 1-2 کمپیکٹ مثالیں → نیا ان پٹ۔

ٹپ: مثالوں کو ڈومین کے لیے مخصوص رکھیں (مثال کے طور پر، آپ کی برانڈ آواز، آپ کا کوڈ اسٹائل)۔

لہجے، لمبائی اور فارمیٹ کو محدود کریں۔

مثالیں:

"لہجہ: غیر جانبدار پیشہ ورانہ۔"

"لمبائی: 80-120 الفاظ۔"

"فارمیٹ: 5 نکات، ہر ایک ≤18 الفاظ۔"

کوڈ کے لیے: "ٹارگٹ: Python 3.11, Pydantic v2. ٹائپ اشارے استعمال کریں۔ 1-بلاک ٹیسٹ شامل کریں۔"

اسے سکھائیں کہ "میں نہیں جانتا" کیسے کہنا ہے۔

شامل کریں: "اگر ڈیٹا غائب ہے یا ابہام ہے، تو پہلے ایک واضح سوال پوچھیں۔ اگر اب بھی غیر یقینی ہے، تو 'نامعلوم' کہیں۔" یہ کیوں کام کرتا ہے: پراعتماد غلط جوابات کو کم کرتا ہے اور لوپس کو موثر رکھتا ہے۔

ریٹریول کا استعمال کریں اور متعلقہ اسنیپٹس پاس کریں، پورے کارپورا نہیں۔

صرف اوپر کے 1-3 متعلقہ ٹکڑوں کو فراہم کریں۔

سگنل کثافت کو زیادہ سے زیادہ کرنے کے لیے پہلے سے ٹرم بوائلر پلیٹ۔

اسنیپٹس کو لیبل کریں: [پالیسی]، [اقتباس]، [ای میل]، [تفصیلات]۔

پالیسی کو ٹاسک سے الگ کریں۔

پالیسی: "کبھی بھی PII آؤٹ پٹ نہ کریں، 150 ٹوکن سے کم رکھیں، اگر فراہم کیے گئے ہیں تو ذرائع کا حوالہ دیں۔"

صارف کا ٹاسک: "سیلز لیڈ کے لیے ای میل چین کا خلاصہ کریں۔" یہ کیوں کام کرتا ہے: صاف ستھرا پرامپٹ آرکیٹیکچر، آسان دیکھ بھال۔

پرامپٹ پیٹرن جو مسلسل کام کرتے ہیں پیٹرن اے: "تنگ بریف" اس وقت استعمال کریں جب آپ کو معمول کے کاموں کے لیے رفتار اور مستقل مزاجی کی ضرورت ہو۔ ٹیمپلیٹ:

کردار: "آپ ایک [کردار] ہیں۔"

مقصد: "آپ کا مقصد [مقصد] ہے۔"

رکاوٹیں: سامعین، لمبائی، لہجہ، فارمیٹ۔

تشخیص کا روبرک: 2-4 بلیٹ کے معیار۔

ان پٹ ڈیلیمیٹر: "ان پٹ === سے شروع/ختم ہوتا ہے۔"

آؤٹ پٹ اسکیما: "[فارمیٹ] واپس کریں۔ کوئی اضافی متن نہیں۔"

پیٹرن بی: "تنقید کریں پھر تخلیق کریں" کم سے کم اضافی ٹوکن کے ساتھ اعلیٰ معیار کے مسودوں کے لیے۔

مرحلہ 1 (اندرونی): "خاموشی سے مطابقت، خلاء اور خطرات کا 3 نکات میں جائزہ لیں۔"

مرحلہ 2 (آؤٹ پٹ): "وہ مسودہ تیار کریں جو ان مسائل کو حل کرے۔"

آؤٹ پٹ کو صاف رکھنے کے لیے، واضح کریں: "تنقید نہ دکھائیں؛ صرف اسے لاگو کریں۔"

پیٹرن سی: "موازنہ کریں اور منتخب کریں" اس وقت استعمال کریں جب انتخاب ٹاسک ہو۔

"دیے گئے اختیارات A–D، اس پر اسکور کریں: درستگی (40)، وضاحت (30)، تعمیل (30)۔ فاتح اور 2 جملوں کی توجیہ واپس کریں۔"

پیٹرن ڈی: "چیکس کی چین" حفاظت، تعمیل یا پالیسی پر عمل درآمد کے لیے۔

"جواب دینے سے پہلے، تصدیق کریں: (1) پالیسی کے ذریعہ اجازت دی گئی، (2) دائرہ کار میں، (3) کوئی معلومات غائب نہیں ہے۔ اگر کوئی ناکام ہو جاتا ہے تو، رک جائیں اور 1 واضح سوال پوچھیں۔"

پیٹرن ای: "ڈیلٹا-ایڈٹ" موجودہ متن میں ترمیم کے لیے۔

"صرف کم سے کم ڈیف واپس کریں: 'X کو Y میں تبدیل کریں کیونکہ Z۔' موجودہ انداز کو برقرار رکھیں۔ زیادہ سے زیادہ 8 تبدیلیاں۔"

پیٹرن ایف: "کوڈ اسکیفولڈ"

"TODOs کے ساتھ ایک کم سے کم، چلانے کے قابل بیس لائن تیار کریں۔ ٹیسٹ شامل کریں۔ افعال کو ≤30 لائنیں رکھیں۔ دستاویزات اور ٹائپ اشارے شامل کریں۔"

روزمرہ کے ورک فلو کے لیے اعلیٰ اثر والی مثالیں مواد کا خلاصہ پرامپٹ: "آپ ایک مختصر تجزیہ کار ہیں۔ پروڈکٹ لیڈر کے لیے درج ذیل رپورٹ کا خلاصہ کریں۔

آؤٹ پٹ: 5 نکات (ہر ایک ≤18 الفاظ) اس کے لیے: نتیجہ، خطرات، انحصار، اگلے اقدامات، میٹرکس۔

اگر ڈیٹا غائب ہے، تو اس نقطہ کے لیے 'نامعلوم' لکھیں۔ === [رپورٹ پیسٹ کریں] ===

ای میل ڈرافٹنگ پرامپٹ: "آپ ایک پیشہ ور معاون ہیں۔ ایک ایسا جواب تیار کریں جو: مختصر، گرم، فیصلہ کن ہو۔ شامل کریں: (1) تعریف، (2) 1 واضح فیصلہ، (3) 1 پوچھنا۔

زیادہ سے زیادہ 120 الفاظ۔ کوئی مبارکباد کے دستخط نہیں؛ میں انہیں شامل کروں گا۔"

اسکیما سے SQL جنریشن پرامپٹ: "آپ ایک SQL معاون ہیں۔ Postgres اسکیما دیئے جانے پر، ایک واحد سوال لکھیں۔

رکاوٹیں: ANSI SQL، جب تک ضروری نہ ہو CTEs نہیں، جہاں مضمر ہو وہاں انڈیکس استعمال کریں۔

آؤٹ پٹ: صرف کوڈ بلاک۔ پھر 1 جملے کی وضاحت۔ اسکیما: === [اسکیما] === ٹاسک: [سوال]"

کوڈ کا جائزہ پرامپٹ: "آپ ایک سیکیورٹی سے متعلق کوڈ جائزہ لینے والے ہیں۔

درستگی، سیکیورٹی، پڑھنے کی صلاحیت، ٹیسٹ کی جانچ کریں۔

آؤٹ پٹ: فیلڈز کے ساتھ نتائج کی JSON صف: severity, file, line, issue, fix.

زیادہ سے زیادہ 6 نتائج۔ اگر کوئی نہیں ہے تو، [] واپس کریں۔ === [ڈیف یا فائل] ===

RAG سوال کا جواب دینا پرامپٹ: "آپ ایک گراؤنڈڈ جواب دہندہ ہیں۔ صرف فراہم کردہ ذرائع استعمال کریں۔

بریکٹ میں سورس IDs کا حوالہ دیں جیسے [S1]۔ اگر جواب ذرائع میں نہیں ہے، تو کہیں 'ذرائع میں نہیں ملا'۔

آؤٹ پٹ: 2-4 جملے؛ پھر 'حوالہ جات' کے لیبل والے 3 نکات۔ ذرائع: [S1] … [S2] … سوال: …

تشخیصی روبرکس جنہیں پرامپٹس میں شامل کرنا ہے۔

درستگی سب سے پہلے: "غیر تائید شدہ دعووں کو جرمانہ کریں۔ قیاس آرائی کرنے پر 'نامعلوم' کو ترجیح دیں۔"

اختصار: "150 ٹوکن سے زیادہ کے جوابات غیر تعمیل ہیں۔"

ساخت: "JSON اسکیما سے میل نہ کھانے والے جوابات کو فیل کریں۔"

حفاظت: "ان ٹاسکس کو مسترد کریں جن میں اسناد، راز یا PII شامل ہوں۔"

اعتماد اور کم لیٹنسی کے لیے تراکیب۔

واضح ڈیلیمیٹر استعمال کریں (===, <<<json>>>)۔ سیکشن کے درمیان حادثاتی خون بہنے سے روکتا ہے۔

ہر چیز کو لیبل کریں۔ Haiku 4.5 [Context]، [Policy]، [Task]، [Output] جیسے لیبلز کا احترام کرتا ہے۔

ٹوکن بجٹ کی وضاحت کریں: "ٹارگٹ 120-180 ٹوکن؛ کبھی بھی 220 سے زیادہ نہ ہوں۔"

آسان الفاظ کو ترجیح دیں۔ جب تک ضرورت نہ ہو علامتی زبان سے گریز کریں۔

ایک ہی جملے میں ملٹی ہاپ ہدایات سے گریز کریں؛ نمبر والے مراحل میں تقسیم کریں۔

عام خامیاں — اور انہیں کیسے ٹھیک کیا جائے۔

خامی: مبہم مقاصد۔ حل: مقصد + سامعین + رکاوٹیں بتائیں۔

خامی: ضرورت سے زیادہ لمبا سیاق و سباق۔ حل: صرف 1-3 سب سے زیادہ متعلقہ اسنیپٹس پاس کریں۔

خامی: غیر ساختہ آؤٹ پٹ۔ حل: JSON یا بلیٹ اسکیما لازمی قرار دیں۔

خامی: Hallucinated ذرائع۔ حل: ہدایت کریں: "صرف فراہم کردہ ذرائع کا حوالہ دیں؛ بصورت دیگر 'ذرائع میں نہیں ملا' کہیں۔"

خامی: غیر فیصلہ کن جوابات۔ حل: فیصلے کا روبرک فراہم کریں اور ایک واحد انتخاب کی ضرورت کریں۔

جدید: Haiku 4.5 کے لیے پرامپٹ لائبریری بنانا۔

دوبارہ قابل استعمال میکرو بنائیں (مثال کے طور پر، Tone: Neutral, Output: JSON Schema A, Safety: Basic)۔

سیمینٹک ناموں کے ساتھ پرامپٹ کا ورژن بنائیں (email_draft_v3_compact)۔

AB-ٹیسٹ ویریئنٹس: ایک وقت میں ایک متغیر تبدیل کریں (فارمیٹ بمقابلہ لہجہ بمقابلہ روبرک)۔

خراب نتائج پیدا کرنے والے پرامپٹس کا ایک "ناکام میوزیم" برقرار رکھیں اور کیوں۔

Haiku 4.5 بمقابلہ بڑے ماڈلز کب منتخب کریں۔

Haiku 4.5 اس وقت منتخب کریں جب آپ کو ضرورت ہو: رفتار، لاگت پر قابو، زیادہ حجم ٹاسک روٹنگ، ساختہ آؤٹ پٹ، یا تکراری لوپس۔

بڑے ماڈلز اس وقت منتخب کریں جب آپ کو ضرورت ہو: گہری ملٹی ہاپ استدلال، شور والے دستاویزات میں ناول سنتھیسس، یا بڑے کوڈ بیسز میں پیچیدہ کوڈ جنریشن۔

ہائبرڈ پیٹرن: Haiku 4.5 کو ٹرائیج، چنک اور ڈرافٹ کے لیے استعمال کریں؛ مشکل معاملات کو ایک بڑے ماڈل تک بڑھائیں۔

ویسے: اگر آپ ملٹی سٹیپ پرامپٹنگ کو ترتیب دے رہے ہیں، تو ایک AI ورک اسپیس جو محفوظ شدہ ٹیمپلیٹس، پروجیکٹ کے مطابق ملٹی ٹرن میموری اور آسان RAG سیٹ اپ کی حمایت کرتا ہے، وہ تکرار کے وقت کو ڈرامائی طور پر کم کر سکتا ہے۔ وہ ٹولز جو آپ کو کرداروں، رکاوٹوں اور آؤٹ پٹ اسکیما کو پرامپٹس میں معیاری بنانے دیتے ہیں، آپ کو ان بہترین طریقوں کو ٹیم بھر میں پیمانہ کرنے میں مدد کرتے ہیں۔

کاپی پیسٹ پرامپٹ ٹیمپلیٹس جنہیں آپ آج ہی ڈھال سکتے ہیں۔

انتہائی کمپیکٹ بریف "آپ ایک [کردار] ہیں۔ مقصد: [مقصد]۔ سامعین: [سامعین]۔ فارمیٹ: [فارمیٹ]۔ لمبائی: [N الفاظ/ٹوکن]۔ رکاوٹیں: [قواعد]۔ صرف حتمی آؤٹ پٹ واپس کریں۔"

فیصلہ میمو "آپ ایک پروڈکٹ تجزیہ کار ہیں۔ ایک فیصلہ میمو تیار کریں۔ سیکشن شامل کریں: سیاق و سباق (2 جملے)، اختیارات (3 نکات)، خطرات (3 نکات)، سفارش (1 پیراگراف)، اگلے اقدامات (3 نکات)۔ لمبائی ≤180 الفاظ۔"

واضح کریں پھر جواب دیں "آپ ایک محتاط معاون ہیں۔ اگر ٹاسک میں معلومات کا 1 اہم حصہ غائب ہے، تو 1 واضح سوال پوچھیں۔ بصورت دیگر، ≤120 الفاظ میں براہ راست جواب دیں۔"

JSON QA چیکر "آپ ایک تصدیق کنندہ ہیں۔ سوال کے خلاف درج ذیل جواب کی توثیق کریں۔ JSON واپس کریں: { valid: boolean, reason: string, missing: string[] }۔"

محفوظ گراؤنڈڈ جواب دہندہ "آپ گراؤنڈڈ ہیں۔ صرف فراہم کردہ ذرائع استعمال کریں۔ اگر غیر تائید شدہ ہے، تو 'نامعلوم' کہیں۔ بریکٹ میں سورس IDs کا حوالہ دیں۔"

اہم نکات

مخصوص ہوں، طویل نہیں: ارادے اور رکاوٹوں کو کمپریس کریں۔

ساخت جیتتی ہے: اسکیما، فہرستیں یا JSON کا مطالبہ کریں۔

سوچ کو محدود کریں: مراحل، ٹوکن اور دائرہ کار کو محدود کریں۔

مثالوں کو ترجیح دیں: مختصر، نشانہ شدہ چند شاٹس۔

پالیسی کو ٹاسک سے الگ کریں: ماڈیولر پرامپٹ بہتر پیمانہ کرتے ہیں۔

Haiku 4.5 کو رفتار سے حساس، زیادہ حجم، ساختہ ٹاسکس کے لیے استعمال کریں — اور صرف اس وقت بڑھائیں جب ضروری ہو۔

اگلے اقدامات

اپنے سب سے زیادہ فریکوئنسی والے ٹاسکس کو پرامپٹ ٹیمپلیٹس میں تبدیل کریں۔

ہر پرامپٹ میں چیک لسٹ اور آؤٹ پٹ اسکیما شامل کریں۔

ہر پرامپٹ کے دو ورژنز کا ایک ہفتے کے لیے AB-ٹیسٹ کریں اور فاتح کو اپنائیں۔

ایک ہلکی پھلکی "پرامپٹ لائبریری" بنائیں جسے آپ کی پوری ٹیم دوبارہ استعمال کر سکے۔

عمومی سوالات

Q1: Claude Haiku 4.5 کے ساتھ کون سے پرامپٹس بہترین کام کرتے ہیں؟ واضح کرداروں، رکاوٹوں اور ساختہ آؤٹ پٹ کے ساتھ مختصر، مخصوص پرامپٹس۔ درستگی اور مستقل مزاجی کو بڑھانے کے لیے چیک لسٹ، مرحلہ کی حد اور JSON اسکیما استعمال کریں۔

Q2: میں Haiku 4.5 کے ساتھ Hallucinations کو کیسے کم کروں؟ ماڈل کو صرف اوپر کے متعلقہ ٹکڑوں کے ساتھ گراؤنڈ کریں اور فراہم کردہ ذرائع سے حوالہ جات کی ضرورت کریں۔ اگر ثبوت غائب ہے، تو اسے "نامعلوم" کہنے کی ہدایت کریں۔

Q3: کیا مجھے Haiku 4.5 کے ساتھ چند شاٹ مثالیں استعمال کرنی چاہئیں؟ ہاں — 1-2 کمپیکٹ مثالیں فراہم کریں جو آپ کے مطلوبہ انداز اور ساخت سے میل کھاتی ہوں۔ مثالوں کو ڈومین کے لیے مخصوص اور آپ کی متوقع آؤٹ پٹ سے مختصر رکھیں۔

Q4: مجھے بڑے ماڈل پر Haiku 4.5 کب منتخب کرنا چاہیے؟ ساخت سے فائدہ اٹھانے والے تیز، لاگت سے حساس ٹاسکس کے لیے Haiku 4.5 چنیں: خلاصہ، RAG جوابات، کوڈ جائزہ چیک لسٹ اور ڈرافٹنگ۔ گہری ملٹی ہاپ استدلال کے لیے بڑے ماڈلز استعمال کریں۔

Q5: آٹومیشن ورک فلو کے لیے مثالی آؤٹ پٹ فارمیٹ کیا ہے؟ JSON یا سختی سے ساختہ بلیٹس۔ درست کیز، لمبائی کی حد اور تعمیل کے قواعد کی وضاحت کریں تاکہ آؤٹ پٹ آسانی سے ڈاؤن اسٹریم سسٹمز میں فٹ ہو جائیں۔