हर उपयोग के लिए 50 बेहतरीन ChatGPT प्रॉम्प्ट

अधिकांश ChatGPT प्रॉम्प्ट सूचियाँ काम के अनुसार व्यवस्थित होती हैं: मार्केटिंग, छात्रों या कोडिंग के लिए प्रॉम्प्ट। जब आपका काम सूची से मेल खाता है तब यह उपयोगी है, लेकिन जैसे ही काम अलग होता है, सूची बेकार हो जाती है। प्रॉम्प्ट को प्रभावी बनाने वाली चीज़ उसका विषय नहीं, उसकी संरचना है।

नीचे दिए गए 50 प्रॉम्प्ट तकनीक के अनुसार व्यवस्थित हैं: भूमिका देना, आउटपुट फ़ॉर्मेट नियंत्रित करना, तर्क को दिखाई देने योग्य बनाना, उदाहरणों से सिखाना और मिले परिणाम को सुधारना। पाँच पैटर्न सीख लें तो आप किसी भी काम के लिए अपना प्रॉम्प्ट लिख सकते हैं, जो सूची याद करने से अधिक उपयोगी है। ChatGPT इन पाँचों पर काम करता है और अन्य समान मॉडल भी करते हैं।

हर प्रॉम्प्ट में वर्ग कोष्ठक वाली जगह बदलनी है। कॉपी करें, कोष्ठक की सामग्री बदलें और संरचना बनाए रखें। इन्हें सीधे ChatGPT में या Chat Smith में चलाया जा सकता है। दूसरा विकल्प इसलिए उपयोगी है क्योंकि आप वही प्रॉम्प्ट किसी अन्य मॉडल को भेजकर बिना दोबारा टाइप किए परिणामों की तुलना कर सकते हैं।

अनुरोध केवल काम बताता है। प्रॉम्प्ट काम बताने के बाद उन निर्णयों को हटा देता है जिन्हें आप मॉडल से अपनी ओर से नहीं करवाना चाहते। ऐसा करने के पाँच भरोसेमंद तरीके हैं और नीचे के सेक्शन उन्हीं पर आधारित हैं।

• भूमिका और पाठक दें - कौन जवाब दे रहा है और कौन सुन रहा है। इससे शब्दावली, मान्यताएँ और भाषा का स्तर एक साथ सीमित हो जाते हैं।
• आउटपुट स्पष्ट करें - तालिका, शब्द सीमा, मान्य JSON या हर बार एक प्रश्न। जो निर्दिष्ट नहीं होता वह आमतौर पर साधारण गद्य में लौटता है।
• तर्क को दिखाई देने योग्य बनाएँ - ऐसे निष्कर्षों के बजाय चरण, मान्यताएँ और विश्वास स्तर माँगें जिन्हें आप जाँच नहीं सकते।
• उदाहरण से सिखाएँ - आप क्या चाहते हैं उसके दो या तीन उदाहरण, उसका वर्णन करने वाले लंबे पैराग्राफ से बेहतर हैं। लोग इस तकनीक को सबसे अंत में अपनाते हैं, जबकि इसे पहले अपनाना चाहिए।
• दोबारा शुरू करने के बजाय सुधारें - जब परिणाम गलत हो, तो बिना सोचे फिर से लिखने के बजाय प्रॉम्प्ट का निदान करें।

एक सामान्य अनुरोध ऐसा होगा:

मेरे उत्पाद के लिए कुछ मार्केटिंग आइडिया दें।

उसी अनुरोध को प्रॉम्प्ट में बदलने पर:

ऐसे ग्रोथ लीड की तरह काम करें जिसने [श्रेणी] में तीन उत्पाद लॉन्च किए हैं और पेड यूज़र अक्विज़िशन को लेकर संशयवादी है। मेरा उत्पाद [विवरण] है और मुख्य सीमा [बजट या टीम का आकार] है। आइडिया, इस सीमा के लिए उपयुक्त होने का कारण, पहला परीक्षण और विफलता पहचानने का तरीका—इन कॉलम वाली तालिका में आठ आइडिया दें। हर सेल में एक वाक्य, कोई प्रस्तावना नहीं।

अनुरोध वही है, लेकिन परिणाम पूरी तरह अलग है। नीचे का हर प्रॉम्प्ट इसी तरह बनाया गया है, इसलिए वह आम एक-पंक्ति प्रॉम्प्ट से लंबा है।

भूमिका तय करना सबसे आसान सुधार है। किसी विशिष्ट पाठक का नाम देने से परिणाम और केंद्रित हो जाता है। लेखन में इसका उपयोग जानने के लिए लेखन के लिए ChatGPT प्रॉम्प्ट देखें।

1. स्पष्ट सीमा वाला विशेषज्ञ

15 वर्ष के अनुभव वाले और रुझानों को लेकर संशयवादी [पेशा] की तरह काम करें। मैं [स्थिति] का वर्णन करूँगा। 300 शब्द से कम में मूल्यांकन दें और आगे सलाह देने से पहले वह एक बात स्पष्ट रूप से बताएँ जिसे जानना आवश्यक है।

2. असहमत दो विशेषज्ञ

[प्रश्न] पर वास्तव में असहमत दो विशेषज्ञों के बीच छोटा संवाद बनाएँ: एक [स्थिति A] के पक्ष में और दूसरा [स्थिति B] के पक्ष में। छह संवाद, कोई समाधान नहीं और कोई पक्ष नहीं झुके। फिर बताएँ कि वे किन बातों पर सहमत हैं।

3. विशिष्ट पाठक

[विषय] को [विशिष्ट भूमिका, जैसे अस्पताल के खरीद प्रबंधक] को समझाएँ जिसके पास 30 सेकंड हैं और एक निर्णय लेना है। कोई पृष्ठभूमि या इतिहास नहीं, केवल उस निर्णय से जुड़ी जानकारी।

4. विरोधी समीक्षक

ऐसे समीक्षक की तरह काम करें जो इसे अस्वीकार करना चाहता है। नीचे की सामग्री पढ़ें और इसे असफल करने वाली तीन सबसे संभावित आपत्तियाँ गंभीरता के क्रम में दें। भाषा नरम न करें और अभी समाधान न सुझाएँ।

5. शुरुआती और विशेषज्ञ संस्करण साथ-साथ

[अवधारणा] को दो बार समझाएँ: पहली बार ऐसे व्यक्ति के लिए जो इसे पहली बार देख रहा है, दूसरी बार ऐसे व्यक्ति के लिए जो क्षेत्र में काम करता है और बारीकियाँ जानना चाहता है। दोनों को लेबल करें। दूसरा संस्करण पहले को न दोहराए।

6. अपनी योजना के विरुद्ध तर्क

यह मेरी योजना है। केवल उन तर्कों का उपयोग करते हुए इसके विरुद्ध जितना संभव हो उतना प्रभावी तर्क दें जिनका मैंने योजना में उत्तर नहीं दिया है। संतुलित न रहें; बचाव मैं स्वयं करूँगा।

7. विभागों के बीच अनुवादक

ऐसे व्यक्ति की तरह काम करें जिसने इंजीनियरिंग और बिक्री दोनों में काम किया है। नीचे की तकनीकी व्याख्या को बिक्री टीम के ग्राहक संवाद के लिए दोबारा लिखें, सभी दावों को सटीक रखते हुए और उन बातों को चिह्नित करते हुए जिनका वादा नहीं करना चाहिए।

8. उत्तरदाता नहीं, साक्षात्कारकर्ता

[भूमिका] के लिए मुझे तैयार करने वाले साक्षात्कारकर्ता की तरह काम करें। हर बार एक प्रश्न पूछें, मेरे उत्तर की प्रतीक्षा करें और फिर उसके सबसे कमजोर हिस्से पर अगला प्रश्न करें। उत्तर मजबूत होने तक आगे न बढ़ें और आदर्श उत्तर न दें।

9. स्वर की सीमा वाली भूमिका

ऐसे मार्गदर्शक की तरह काम करें जो सहृदय है लेकिन चापलूसी नहीं करता। नीचे का ड्राफ़्ट पढ़ें और वास्तव में काम करने वाली तथा न करने वाली बातों को लगभग समान मात्रा में बताएँ, बिना ऐसी प्रशंसा के जो अर्जित न हुई हो।

10. पाठक की आपत्तियों का मानचित्र

मैं [प्रस्ताव] को [विशिष्ट पाठक] के सामने रख रहा हूँ। उस पाठक द्वारा उठाई जाने वाली छह सबसे संभावित आपत्तियाँ संभावना के क्रम में दें और बताएँ कि हर एक वास्तविक समस्या है या संचार की समस्या।

भूमिका को केवल पदनाम नहीं, एक सीमा दें। “विशेषज्ञ” की तुलना में “15 वर्ष का अनुभव रखने वाला संशयवादी विशेषज्ञ” बेहतर परिणाम देता है, क्योंकि संशय एक व्यवहार है जबकि विशेषज्ञ केवल लेबल है।

आउटपुट उपयोग योग्य न होने का सबसे सामान्य कारण यह है कि किसी ने उसका आकार नहीं बताया। तालिका, 100 शब्द, मान्य JSON या बिना प्रस्तावना स्पष्ट रूप से लिखें। तकनीकी काम में संरचित आउटपुट विशेष रूप से महत्त्वपूर्ण है और SEO के लिए ChatGPT प्रॉम्प्ट उस क्षेत्र के बार-बार उपयोग होने वाले फ़ॉर्मेट को शामिल करते हैं।

11. निर्धारित कॉलम वाली तालिका

[तीन विकल्पों] की तुलना एक तालिका में करें जिसमें केवल ये कॉलम हों: विकल्प, किसके लिए सबसे अच्छा, सबसे बड़ी सीमा, लागत संकेत और किस कारण इसे बाहर करेंगे। हर सेल में एक छोटा वाक्य। तालिका से पहले या बाद में कोई गद्य नहीं।

12. सख्त शब्द सीमा

नीचे के पाठ का ठीक 100 शब्दों में सारांश दें। शब्द गिनें और अंत में संख्या लिखें। यदि सब नहीं समा सकता तो वाक्यों को पढ़ने योग्य न रहने तक संक्षिप्त करने के बजाय एक दावा हटाएँ।

13. प्रतिबंधित शब्द

[उत्पाद] का 120 शब्द से कम में विवरण लिखें, बिना innovative, seamless, revolutionary, leverage, robust या game-changing का उपयोग किए। यदि इनके किसी समानार्थी शब्द का उपयोग करना चाहें तो उसकी जगह अधिक विशिष्ट बनें।

14. संरचित JSON आउटपुट

नीचे के पाठ से जानकारी निकालें और बिना टिप्पणी के केवल मान्य JSON लौटाएँ: name, role, organisation और quote कुंजियों वाले ऑब्जेक्ट की सरणी। जहाँ फ़ील्ड न हो वहाँ अनुमान लगाने के बजाय null उपयोग करें।

15. निश्चित सेक्शन संरचना

[विषय] पर एक-पृष्ठ का ब्रीफ़ इन शीर्षकों के साथ लिखें: स्थिति, क्या बदला, विकल्प, सुझाव, हमें क्या तय करना है। हर सेक्शन 60 शब्द से कम हो। कोई परिचय या निष्कर्ष नहीं।

16. कारण सहित क्रमबद्ध सूची

[समस्या] के लिए आठ विकल्प क्रम में दें और हर विकल्प के लिए वह एक कारण बताएँ जिसके कारण वह उस स्थान पर है। फिर बताएँ कि किन दो विकल्पों को पूरी तरह हटा देंगे और क्यों।

17. विपरीत रणनीतियों वाले दो संस्करण

[संदेश] के दो संस्करण लिखें: एक सीधा और छोटा, दूसरा पहले संदर्भ बनाए। हर संस्करण पर लिखें कि वह किस चीज़ को बेहतर बनाता है और क्या जोखिम उठाता है। यह न बताएँ कि कौन-सा भेजना चाहिए।

18. हर बार एक प्रश्न

मैं [समस्या] पर आपके साथ काम करना चाहता हूँ। हर बार एक प्रश्न पूछें और अगले से पहले मेरे उत्तर की प्रतीक्षा करें। सारांश न दें, समाधान न सुझाएँ और बहु-भाग वाले प्रश्न न पूछें।

19. क्रमशः बढ़ती गहराई

[विषय] को तीन बार बढ़ती गहराई में समझाएँ: एक वाक्य, एक पैराग्राफ और एक पृष्ठ। हर स्तर अपने आप में पढ़ने योग्य हो, पिछले का विस्तार नहीं।

20. स्पष्ट उत्तर-निषेध निर्देश

नीचे के प्रश्न का उत्तर केवल संलग्न दस्तावेज़ से दें। यदि दस्तावेज़ में उत्तर नहीं है तो स्पष्ट रूप से कहें और रुक जाएँ। सामान्य ज्ञान से कमी पूरी न करें।

यदि आप आउटपुट को हाथ से दोबारा फ़ॉर्मेट कर रहे हैं तो यह मॉडल नहीं, प्रॉम्प्ट की समस्या है। फ़ॉर्मेट को प्रॉम्प्ट में डालें और यह काम बंद हो जाएगा।

निष्कर्ष माँगने पर निष्कर्ष मिलता है। चरण, मान्यताएँ और विश्वास स्तर माँगने पर ऐसा परिणाम मिलता है जिसे वास्तव में जाँचा जा सकता है। जब उत्तर के परिणाम महत्त्वपूर्ण हों तब यह समूह सबसे उपयोगी है और डेटा विश्लेषण के लिए ChatGPT प्रॉम्प्ट इसी विचार को संख्याओं पर लागू करते हैं।

21. कार्यप्रणाली दिखाना

[समस्या] पर चरण-दर-चरण काम करें और उपयोग करते समय हर मान्यता स्पष्ट करें। अंत में बताएँ कि किस चरण पर सबसे कम विश्वास है और क्या बदलने से उत्तर बदल जाएगा।

22. पहले विघटन

कुछ हल करने से पहले [जटिल समस्या] को स्वतंत्र उप-समस्याओं में बाँटें और बताएँ कि पहले किसे हल करना चाहिए और क्यों। इस उत्तर में समाधान का प्रयास न करें।

23. मान्यताओं का ऑडिट

यह एक योजना है। जिन सभी मान्यताओं पर यह निर्भर है उन्हें महत्त्व के क्रम में सूचीबद्ध करें। शीर्ष तीन के लिए बताएँ कि हर मान्यता गलत होने पर योजना पर क्या असर पड़ेगा।

24. विफलता से पीछे की ओर काम करना

मान लें कि [परियोजना] अब से 12 महीने बाद बुरी तरह विफल हुई। पोस्ट-मॉर्टम लिखें: तीन सबसे संभावित कारण, हर कारण के शुरुआती चेतावनी संकेत और उन्हें पकड़ने के लिए अभी क्या मॉनिटर किया जा सकता है।

25. सबसे मजबूत रूप, फिर खंडन

[जिस विचार से मैं असहमत हूँ] के पक्ष में सबसे मजबूत तर्क बनाएँ, केवल उसके वास्तविक समर्थकों द्वारा उपयोग किए जाने वाले तर्कों से। फिर उसके विरुद्ध दो सबसे मजबूत आपत्तियाँ दें। यह न बताएँ कि कौन-सा पक्ष अधिक प्रभावी लगता है।

26. स्पष्ट इनपुट के साथ अनुमान

[मात्रा] का अनुमान लगाएँ और स्पष्ट इनपुट तथा गुणकों की श्रृंखला के रूप में तर्क दिखाएँ। बताएँ कि उत्तर किस इनपुट के प्रति सबसे संवेदनशील है और एक संख्या के बजाय उचित सीमा दें।

27. प्रमाण बनाम दावा

नीचे का तर्क पढ़ें और हर दावे को “दिए गए प्रमाण से समर्थित”, “बिना समर्थन के कहा गया” या “अप्रत्यक्ष रूप से माना गया” के रूप में वर्गीकृत करें। निष्कर्ष सही है या नहीं, इस पर टिप्पणी न करें।

28. द्वितीय-क्रम प्रभाव

यदि [परिवर्तन] होता है तो पहले प्रथम-क्रम परिणाम सूचीबद्ध करें, फिर उनसे पैदा होने वाले द्वितीय-क्रम परिणाम। द्वितीय क्रम पर रुकें और केवल विशिष्ट परिस्थितियों में होने वाले परिणाम चिह्नित करें।

29. मेरे मानदंड पर तुलना

मेरे लिए [मानदंड A] सबसे महत्त्वपूर्ण है, [मानदंड B] दूसरे स्थान पर और [मानदंड C] बिल्कुल महत्त्वपूर्ण नहीं है। इसी भार के अनुसार [विकल्पों] की तुलना करें और बताएँ कि क्या यह भार किसी विकल्प को मेरे लिए स्पष्ट रूप से गलत बनाता है।

30. विसंगतियाँ खोजना

नीचे के डेटा की समीक्षा करें और विसंगतियाँ पहचानें: आउटलायर, असंभव मान, संदिग्ध डुप्लिकेट और ऐसे वितरण वाले कॉलम जो वास्तविक पैटर्न की जगह डेटा एंट्री समस्या का संकेत देते हों। हर निर्णय का कारण समझाएँ।

विश्वास स्तर को अलग पंक्ति में माँगें। किसी दावे को कम विश्वास वाला चिह्नित करने के लिए मजबूर मॉडल हर जगह समान रूप से संकोच करने के बजाय सही जगहों पर सावधान होने लगता है।

आप क्या चाहते हैं उसके दो उदाहरण, उसका वर्णन करने वाले पैराग्राफ से बेहतर हैं। लोग इस तकनीक को सबसे अंत में अपनाते हैं जबकि इसे पहले अपनाना चाहिए। यही तर्क दृश्य कार्य पर भी लागू होता है और इमेज जनरेशन के लिए ChatGPT प्रॉम्प्ट भी इसी पर आधारित हैं।

31. Few-shot पैटर्न

यहाँ वांछित आउटपुट और उनके इनपुट के तीन उदाहरण हैं। पैटर्न का अध्ययन करें, अनुमानित नियम को एक वाक्य में बताएँ और फिर नीचे के चार नए इनपुट पर लागू करें। सुधार के लिए पैटर्न से न हटें।

32. लेखन शैली का विश्लेषण और पुनः उपयोग

यह मेरे लेखन का 300 शब्द का नमूना है। वाक्य की लंबाई में बदलाव, शब्दावली स्तर, संक्षिप्त रूपों के उपयोग और विचारों के संक्रमण के आधार पर इसका विश्लेषण करें। फिर [विषय] पर उन विशेषताओं से मेल खाते 200 नए शब्द लिखें और बताएँ कि कौन-सी विशेषताएँ मिलाईं।

33. नकारात्मक उदाहरण

यह उस आउटपुट का उदाहरण है जो मैं नहीं चाहता और इसका कारण भी दिया है। उस विशेष विफलता से बचने वाले तीन विकल्प लिखें और हर एक के बाद बताएँ कि आपने विफलता के किस हिस्से को संबोधित किया।

34. उदाहरण से फ़ॉर्मेट तय करना

नीचे के दस्तावेज़ की ठीक वही संरचना कॉपी करें—सेक्शन क्रम, सापेक्ष लंबाई और औपचारिकता का स्तर—लेकिन [अलग विषय] के लिए। संरचना में सुधार न करें।

35. रूब्रिक से कैलिब्रेशन

नीचे के पाँच ड्राफ़्ट को इस [रूब्रिक] के अनुसार स्पष्टता पर 1 से 5 अंक दें। फिर विशेष रूप से बताएँ कि आपके 3 और 4 अंकों में क्या अंतर है, ताकि मैं देख सकूँ कि सीमा कहाँ रखी गई।

36. विरोधी शैली की जोड़ी

एक ही पैराग्राफ दो बार लिखें: एक बार ऐसे लेखक की तरह जो पाठक पर भरोसा करता है और दूसरी बार ऐसे लेखक की तरह जो ज़रूरत से अधिक समझाता है। सामग्री और लंबाई समान रखें और दोनों को लेबल करें।

37. सामग्री को स्थिर रखकर शैली बदलना

नीचे के अंश को [शैली या दस्तावेज़ प्रकार] के रजिस्टर में दोबारा लिखें। हर तथ्यात्मक दावा बिल्कुल अपरिवर्तित रहना चाहिए। बाद में बताएँ कि नई शैली में किन दावों को बनाए रखना सबसे कठिन था।

38. पूरी श्रृंखला में एकरूपता

यह एक आइटम ठीक उसी तरह लिखा गया है जैसा मैं चाहता हूँ। नीचे दिए आइटम के लिए समान लंबाई, संरचना और विवरण स्तर वाले नौ और बनाएँ। जहाँ फ़ॉर्मेट के कारण महत्त्वपूर्ण बात छोड़नी पड़ी हो वहाँ चिह्नित करें।

39. सफल उदाहरणों से नियम निकालना

यह दो प्रॉम्प्ट हैं जिनसे मुझे पसंद आए परिणाम मिले। फ़्रेमिंग, विवरण स्तर और निर्देश देने के तरीके में समानताएँ पहचानें, फिर उन्हीं नियमों का उपयोग करके [विषय] के लिए पाँच नए प्रॉम्प्ट लिखें।

40. अच्छे आउटपुट की रिवर्स इंजीनियरिंग

यह एक काम है जिसकी मैं प्रशंसा करता हूँ। ऐसा परिणाम देने वाला सबसे संभावित प्रॉम्प्ट लिखें और समझाएँ कि उसके कौन-से हिस्से सबसे अधिक प्रभाव डालते हैं।

एक नकारात्मक उदाहरण शामिल करें। जो नहीं चाहिए उसे दिखाना अक्सर जो चाहिए उसे समझाने से तेज़ होता है और स्वर बताने का सबसे भरोसेमंद तरीका है।

जब आउटपुट गलत आता है तो पूरा प्रॉम्प्ट दोबारा लिखने का मन होता है। लगभग हमेशा सुधार केवल एक वाक्यांश होता है। नीचे के दस प्रॉम्प्ट उसी वाक्यांश को खोजने के लिए हैं। तकनीकी पुनरावृत्ति में ये विशेष रूप से महत्त्वपूर्ण हैं, इसलिए कोडिंग के लिए ChatGPT प्रॉम्प्ट भी इसी पैटर्न का उपयोग करते हैं।

41. पूछें कि क्या अस्पष्ट था

अभी दिया गया आउटपुट वह नहीं था जो मैं चाहता था। फिर से प्रयास करने के बजाय बताएँ कि मेरे निर्देश के कौन-से हिस्से अस्पष्ट थे और आपने क्या मान लिया। फिर वे दो प्रश्न पूछें जिनसे समस्या हल हो जाएगी।

42. देने से पहले आत्म-समीक्षा

[डिलीवेरेबल] का ड्राफ़्ट बनाएँ, फिर विरोधी समीक्षक की तरह उसकी आलोचना करें और केवल संशोधित संस्करण दें, साथ में दो पंक्तियों में बताएँ कि क्या बदला।

43. विश्वास स्तर चिह्नित करना

नीचे के प्रश्न का उत्तर दें, फिर हर दावे को उच्च, मध्यम या कम विश्वास के रूप में चिह्नित करें। हर कम-विश्वास दावे के लिए बताएँ कि सत्यापन हेतु क्या चाहिए।

44. हर बार केवल एक बदलाव

यह आपका पिछला आउटपुट है। केवल शुरुआती पैराग्राफ बदलें और बाकी सब बिल्कुल समान रखें। फिर रुक जाएँ, ताकि आगे बढ़ने से पहले उस एक बदलाव का प्रभाव देख सकूँ।

45. जानबूझकर अधिक विकल्प बनाना

[वस्तु] के लिए 15 विकल्प दें, जिनमें कम से कम चार ऐसे हों जिन्हें आप कमजोर मानते हैं। गुणवत्ता के आधार पर न छाँटें। फिर अलग सूची में बताएँ कि कौन-से चार कमजोर हैं और क्यों।

46. घटाने वाला संपादन

नीचे के पाठ को किसी तर्क को खोए बिना 30 प्रतिशत कम करें। हटाई गई सामग्री अलग सूची में दिखाएँ ताकि मैं किसी विशेष कटौती को अस्वीकार कर सकूँ।

47. अपने तर्क की जाँच

मैंने [प्रमाण] से [X] निष्कर्ष निकाला। बताएँ कि यह अनुमान टिकता है या नहीं, वही प्रमाण किस वैकल्पिक निष्कर्ष का समर्थन कर सकता है और दोनों में अंतर करने के लिए कौन-सा अतिरिक्त प्रमाण चाहिए।

48. विफलता के तरीकों की जाँच

नीचे के आउटपुट का उपयोग करने से पहले बताएँ कि वह किन तीन सबसे संभावित तरीकों से गलत हो सकता है या व्यवहार में विफल हो सकता है और सबसे पहले क्या जाँचना चाहिए।

49. प्रॉम्प्ट को ही सुधारना

यह मेरा लिखा प्रॉम्प्ट और उससे मिला निराशाजनक आउटपुट है। आउटपुट नहीं, प्रॉम्प्ट का निदान करें: क्या गायब है, क्या अस्पष्ट है और क्या ज़रूरत से अधिक निर्दिष्ट है। फिर उसे चलाए बिना संशोधित प्रॉम्प्ट दें।

50. रुकने की शर्त

नीचे के ड्राफ़्ट में सुधार जारी रखें, लेकिन जैसे ही आगे के बदलाव गुणवत्ता के बजाय पसंद का विषय बनें, रुक जाएँ। बताएँ कि वह बिंदु कब आया और कौन-से विकल्प शेष हैं।

बिना समझे दोबारा न बनाएँ। निर्देश का कौन-सा हिस्सा अस्पष्ट था, यह पूछने में एक चरण लगता है और अक्सर तीन चरण की अनुमानबाज़ी को एक वाक्यांश के सुधार में बदल देता है।

एक ही प्रॉम्प्ट को दो मॉडलों में चलाने पर स्पष्ट रूप से अलग आउटपुट मिलता है और यही एक से अधिक मॉडल उपलब्ध होने का कारण है। ऊपर के तर्क वाले प्रॉम्प्ट में अंतर सबसे आसानी से दिखाई देता है: उन्हें GPT-5.6 Sol और GPT-5 Nano पर चलाएँ और कार्यप्रणाली दिखाने के तरीके का अंतर तुरंत दिखेगा। उपलब्ध विकल्प जानने के लिए मॉडल की पूरी सूची एक बार देखना उपयोगी है।

एक आदत अपनाने योग्य है—इस सूची का प्रॉम्प्ट 41। जब आउटपुट गलत हो, प्रॉम्प्ट दोबारा न लिखें। पूछें कि निर्देश का कौन-सा हिस्सा अस्पष्ट था। मॉडल आमतौर पर बता देगा और सुधार प्रायः केवल एक वाक्यांश होगा। यह एक कदम इस लेख के किसी भी व्यक्तिगत प्रॉम्प्ट से अधिक समय बचाएगा।