मुझे वह दिन याद है जब किसी ने मुझसे “prompt engineering” का जिक्र किया।
मैंने ऐसे सिर हिलाया जैसे समझता हूँ। मेरा गलत था। ये कुछ ऐसा लगा जिसके लिए आपको कंप्यूटर साइंस की डिग्री चाहिए—कोई उन्नत स्किल जो विशेषज्ञों को बाकियों से अलग करता है।
लेकिन मैं बिल्कुल गलत था।
अगर आपने कभी ChatGPT या Claude में कुछ लिखा है और सोचा है—“इस चीज को समझ में क्यों नहीं आ रहा कि मैं क्या चाहता हूँ?"—तो आप पहले से ही prompt engineering सीख रहे हैं। बस आपको पता नहीं था कि इसका कोई फैंसी नाम है।
चलिए, मैं आपको वो confusion से बचा दूँ जिससे मैं गुजरा।
प्रॉम्प्ट इंजीनियरिंग असली में क्या है
सबसे सीधी बात जो मैं कह सकता हूँ:
Prompt engineering बस यह सीखना है कि AI से सवाल कैसे पूछें ताकि उपयोगी जवाब मिलें।
बस इतना ही। कोई जादू नहीं। कोई coding नहीं। बस बेहतर संचार।
इसे ऐसे सोचें: जब आप किसी नए सहकर्मी से मदद माँगते हैं, तो पहले कुछ संदर्भ देते हैं। आप सीधे नहीं जाते और कहते “इसे ठीक करो”। आप बताते हो कि तुम क्या कर रहे हो, क्या कोशिश की है, और तुम्हें क्या चाहिए।
AI भी यही तरीके से काम करता है। जितना स्पष्ट तुम बात करोगे, उतना बेहतर परिणाम मिलेगा।
समस्या ये है कि ज्यादातर लोग AI को search engine की तरह treat करते हैं। कुछ शब्द लिख देते हो और आशा करते हो। फिर निराश होते हो जब जवाब सामान्य, बहुत लंबा, या पूरी तरह गलत होता है।
ये AI की मूर्खता नहीं है। ये AI को सही जानकारी न देना है।
4-भाग की Framework जिसने सब बदल दिया
महीनों की कोशिश और गलतियों के बाद (और इतने शोध पत्र पढ़ने के बाद कि आपको करने की जरूरत न पड़े), मैंने एक सीधी framework खोजी जो लगभग हर बार काम करती है।
मैं इसे RTCF कहता हूँ: भूमिका (Role), कार्य (Task), संदर्भ (Context), प्रारूप (Format)।
1. भूमिका (Role): AI को बताओ कि वह कौन बने
एक खाली पन्ने की जगह, AI को एक पहचान दो। यह उसके जवाब को पूरी तरह आकार देगा।
भूमिका के बिना: “मुझे project delay के बारे में एक ईमेल लिखने में मदद करो।”
भूमिका के साथ: “तुम एक senior project manager हो जिसको software development में 10 साल का अनुभव है। मुझे project delay के बारे में एक ईमेल लिखने में मदद करो।”
दूसरा संस्करण AI को एक दृष्टिकोण देता है जहाँ से सोच सकता है। वह जानता है कि कौन सी भाषा उपयोग करनी है, कौन से मुद्दे संबोधित करने हैं, कौन सा स्वर उपयुक्त होगा।
2. कार्य (Task): बताओ कि तुम क्या चाहते हो
अस्पष्ट अनुरोध को अस्पष्ट जवाब मिलते हैं। जितना विशिष्ट तुम हो, उतना करीब आएगा तुम अपनी वास्तविक जरूरतों के।
अस्पष्ट: “उत्पादकता के बारे में कुछ लिखो।”
विशिष्ट: “5 व्यावहारिक सुझाव लिखो घर से काम करने वाले दिनों में फोकस रहने के लिए, उन लोगों के लिए जो आसानी से विचलित हो जाते हैं।”
अंतर दिख रहा है? विशिष्ट संस्करण AI को बताता है कि क्या बनाना है, कितने पॉइंट, किसके लिए।
3. संदर्भ (Context): पृष्ठभूमि साझा करो
AI तुम्हारे दिमाग को नहीं पढ़ सकता (सौभाग्य से)। अगर कोई प्रासंगिक जानकारी है जो मदद कर सकती है, तो उसे शामिल करो।
ये हो सकता है:
- तुम्हारा दर्शक (“यह पूर्ण शुरुआत करने वालों के लिए है”)
- तुम्हारी सीमाएँ (“200 शब्दों में रखो”)
- तुम्हारी स्थिति (“मैं एक freelancer डिजाइनर हूँ जो कॉर्पोरेट क्लाइंट के सामने प्रस्तुति दे रहा हूँ”)
- जो तुम पहले कोशिश कर चुके हो (“मैंने X पहले से समझाया है, लेकिन वह समझ नहीं रहे”)
संदर्भ सामान्य सलाह और सलाह जो वास्तव में फिट हो—इसके बीच का अंतर है।
4. प्रारूप (Format): बताओ कि आउटपुट कैसा दिखे
AI को अनुमान न लगाने दो कि तुम जानकारी को कैसे प्रस्तुत करना चाहते हो। उसे बता दो।
- “मुझे बुलेट पॉइंट दो”
- “यह ईमेल की तरह लिखो, औपचारिक नहीं”
- “इसे सेक्शन हेडर के साथ संरचित करो”
- “अनुच्छेद को छोटा रखो—ज्यादा से ज्यादा 2-3 वाक्य”
यह अकेले एक text wall को कुछ उपयोगी में बदल सकता है।
तीन वास्तविक उदाहरण (पहले और बाद में)
RTCF को कार्य में देखते हैं।
उदाहरण 1: लेखन में मदद
पहले: “मुझे कवर लेटर लिखने में मदद करो।”
बाद में: “तुम एक कैरियर कोच हो जिसने सैकड़ों लोगों को tech companies में नौकरियाँ दिलवाई हैं। मैं एक junior developer हूँ जिसके पास 2 साल का अनुभव है, एक startup में mid-level role के लिए आवेदन कर रहा हूँ। मुझे एक कवर लेटर लिखने में मदद करो जो आत्मविश्वासी हो पर घमंडी नहीं, और मेरी वृद्धि की संभावना को हाइलाइट करे। 300 शब्दों में रखो।”
उदाहरण 2: कुछ नया सीखना
पहले: “मुझे machine learning समझाओ।”
बाद में: “मुझे machine learning समझाओ जैसे मैं एक मार्केटिंग पेशेवर हूँ जिसके पास तकनीकी पृष्ठभूमि नहीं है। मैं बस इतना समझना चाहता हूँ कि मैं अपनी डेटा टीम के साथ बुद्धिमान बातचीत कर सकूँ, engineer बनना नहीं चाहता। रोजमर्रा की जिंदगी के उदाहरण उपयोग करो। 3-4 छोटे अनुच्छेदों में रखो।”
उदाहरण 3: समस्या समाधान
पहले: “मेरा code काम नहीं कर रहा।”
बाद में: “तुम एक senior Python developer हो जो शुरुआत करने वालों के साथ धैर्यवान हो। यहाँ मेरा code है [code paste करो]। मुझे यह error दे रहा है [error paste करो]। मैं Python में नया हूँ और loops सीख रहा हूँ। क्या तुम समझा सकते हो कि क्या गलत है और क्यों, बस समाधान न दो? मैं समझना चाहता हूँ ताकि मैं यह गलती फिर न करूँ।”
ध्यान दो कि हर ‘बाद में’ संस्करण AI को सब कुछ देता है जो तुम्हारी विशेष रूप से मदद करने के लिए चाहिए—किसी और के लिए नहीं।
आम शुरुआत करने वाली गलतियाँ
मैंने सब की हैं। तुम्हें करने की जरूरत नहीं।
गलती 1: बहुत अस्पष्ट होना
“कुछ अच्छा लिखो” AI को कुछ नहीं बताता। अच्छा क्या है? किसके लिए? किस प्रारूप में? जितना विशिष्ट तुम हो, उतना बेहतर परिणाम मिलेगा।
गलती 2: एक साथ बहुत कुछ माँगना
“मुझे एक संपूर्ण marketing strategy, website copy, और social media plan” एक prompt में माँगना—अभिभूत करने वाला है। बड़े कार्यों को छोटे भागों में विभाजित करो। तुम्हें बेहतर परिणाम मिलेंगे और तुम रास्ते में सुधार भी कर सकते हो।
गलती 3: पुनरावृत्ति न करना
तुम्हारी पहली prompt शायद ही कभी परिपूर्ण परिणाम देती है। वह सामान्य है। उसे शुरुआती बिंदु मानो। ऐसी चीजें कहो जैसे “इसे छोटा करो” या “यह बहुत औपचारिक है, casual बनाओ” या “अच्छा है, लेकिन और उदाहरण जोड़ो।”
Prompt engineering एक बातचीत है, एक बार की अनुरोध नहीं।
गलती 4: यह भूलना कि तुम उदाहरण दिखा सकते हो
अगर तुम्हारे पास उदाहरण है जो तुम चाहते हो (तुम्हारी पिछली लेखन, कोई प्रारूप जो तुम्हें पसंद है, कोई स्वर जो तुम अपना रहे हो), उसे साझा करो। कहो “यहाँ स्टाइल का एक उदाहरण है जो मैं चाहता हूँ” और paste करो। AI पैटर्न को अविश्वसनीय रूप से अच्छी तरह match कर सकता है जब तुम उसे दिखाते हो।
यहाँ से आगे
तुम अब ज्यादा जानते हो prompt engineering के बारे में जो ज्यादातर लोग जो रोज AI use करते हैं। सच में।
यह Framework—भूमिका (Role), कार्य (Task), संदर्भ (Context), प्रारूप (Format)—शायद तुम्हारी 80% AI interactions को improve करेगा। आज से इसे use करना शुरू करो। तुम तुरंत अंतर देखोगे।
अगर तुम गहरे जाना चाहते हो, यहाँ कुछ दिशाएँ हैं:
- Chain-of-thought prompting: AI को step-by-step सोचने के लिए कहना जटिल समस्याओं के लिए
- Few-shot उदाहरण: AI को 2-3 उदाहरण दिखाना आउटपुट माँगने से पहले
- System prompts: स्थिर निर्देश सेट करना (अगर तुम्हारा AI tool support करता है)
लेकिन ईमानदारी से? पहले बेसिक्स में महारत हासिल करो। मैंने महीनों उन्नत तकनीकों का पीछा किया जब मुझे वास्तव में fundamentals में बेहतर होना चाहिए था।
सर्वश्रेष्ठ prompt engineer वो नहीं हैं जो सबसे फैंसी tricks जानते हैं। वो हैं जिन्होंने स्पष्ट संचार को इतनी बार practice किया कि यह दूसरी प्रकृति बन गया।
तुम यह कर सकते हो। और तुम्हारा AI अभी काफी ज्यादा उपयोगी बन गया है।