प्रॉम्प्ट इंजीनियरिंग एक जनरेटिव एआई मॉडल को दिए जाने वाले प्राकृतिक-भाषा इनपुट को डिज़ाइन और परिष्कृत करने की प्रथा है, ताकि वांछित आउटपुट विश्वसनीय रूप से उत्पन्न किया जा सके। यह बड़े भाषा मॉडलों के व्यापक रूप से अपनाए जाने के बाद एक विशिष्ट कौशल और, संक्षिप्त रूप से, एक नौकरी शीर्षक के रूप में उभरा, क्योंकि एक ही अंतर्निहित मॉडल इस बात पर निर्भर करते हुए काफी भिन्न परिणाम उत्पन्न कर सकता है कि किसी कार्य को कैसे वाक्यांशित, संरचित और तैयार किया गया है।
तकनीकें
सामान्य प्रॉम्प्ट इंजीनियरिंग तकनीकों में प्रॉम्प्ट में सीधे काम के उदाहरण प्रदान करना शामिल है, जिसे कुछ-उदाहरण सीखना के रूप में जाना जाता है, जबकि केवल एक निर्देश देना शून्य-उदाहरण सीखना कहलाता है। विचार-श्रृंखला प्रॉम्प्टिंग, जिसे 2022 के एक पेपर में पेश किया गया था, मॉडल से उसके अंतिम उत्तर से पहले मध्यवर्ती तर्क चरण उत्पन्न करने के लिए कहती है, जिसे पर्याप्त रूप से बड़े मॉडलों के लिए अंकगणितीय और तार्किक कार्यों पर प्रदर्शन में काफी सुधार दिखाया गया था। अन्य तकनीकों में मॉडल को एक व्यक्तित्व या भूमिका सौंपना, एक स्पष्ट आउटपुट प्रारूप निर्दिष्ट करना, और एक जटिल कार्य को छोटे प्रॉम्प्ट के अनुक्रम में तोड़ना शामिल है। इनमें से कई तकनीकें संदर्भ-में-सीखना पर निर्भर करती हैं, जो एक भाषा मॉडल की अपने अंतर्निहित भार में किसी भी बदलाव के बिना प्रॉम्प्ट में मौजूद जानकारी के आधार पर अपने व्यवहार को समायोजित करने की क्षमता है।
एक अनुशासन के रूप में उद्भव
प्रॉम्प्ट इंजीनियरिंग में रुचि 2020 में जीपीटी-3 की रिलीज़ के बाद तेजी से बढ़ी, जिसके मजबूत कुछ-उदाहरण प्रदर्शन ने मॉडल को फिर से प्रशिक्षित किए बिना अनुप्रयोगों के निर्माण के लिए प्रॉम्प्ट डिज़ाइन को एक व्यावहारिक उपकरण बना दिया, और 2022 में चैटजीपीटी के लॉन्च के बाद और तेज हो गया, जिसने संवादात्मक प्रॉम्प्टिंग को व्यापक दर्शकों तक पहुंचाया। विभिन्न उपयोग मामलों के लिए विशिष्ट तकनीकें विकसित की गईं, जिनमें संरचित सिस्टम-प्रॉम्प्ट शामिल हैं जो एक सहायक के व्यक्तित्व और बाधाओं को कॉन्फ़िगर करते हैं, से लेकर जटिल कार्यों के माध्यम से तर्क-मॉडल और एआई-एजेंट प्रणालियों को चलाने के लिए उपयोग किए जाने वाले विस्तृत बहु-चरणीय प्रॉम्प्ट तक।
स्थायित्व बहस
टिप्पणीकारों ने विवाद किया है कि क्या प्रॉम्प्ट इंजीनियरिंग एक स्थायी अनुशासन है या एक संक्रमणकालीन कौशल है जो मॉडलों के सामान्य भाषा से उपयोगकर्ता के इरादे का अनुमान लगाने में बेहतर होने के साथ कम हो जाएगा। समर्थकों का तर्क है कि जैसे-जैसे मॉडलों को अधिक उपकरण, लंबा संदर्भ और अधिक स्वायत्तता दी जाती है, निर्देशों, बाधाओं और सफलता मानदंडों को सटीक रूप से निर्दिष्ट करना केवल महत्व में बढ़ता है। संदेहवादी इसका प्रतिवाद करते हैं कि पहले के कम सक्षम मॉडलों में प्रॉम्प्ट इंजीनियरिंग के रूप में जो कुछ भी पारित किया गया था, जैसे कि विस्तृत भूमिका-निर्वाह फ्रेमिंग या बार-बार जोर देना, अनावश्यक हो गया है क्योंकि नए मॉडल सादे निर्देशों का अधिक विश्वसनीय रूप से पालन करते हैं। 2025 तक, कुछ चिकित्सकों ने व्यापक शब्द संदर्भ-इंजीनियरिंग का उपयोग करना शुरू कर दिया था, जो न केवल एक एकल प्रॉम्प्ट बल्कि जानकारी, उदाहरणों और उपकरण पहुंच के पूरे सेट को क्यूरेट करने के अनुशासन का वर्णन करता है जिस पर एक मॉडल निर्भर करता है, जो एक एकल आदान-प्रदान के बजाय कई चरणों में संचालित होने वाली एजेंटिक प्रणालियों की ओर बदलाव को दर्शाता है।
सुरक्षा आयाम
क्योंकि प्रॉम्प्ट वह प्राथमिक चैनल है जिसके माध्यम से मॉडल के व्यवहार को निर्देशित किया जाता है, प्रॉम्प्ट इंजीनियरिंग का एक रक्षात्मक समकक्ष जेलब्रेक की प्रतिकूल तकनीक में है, जहां एक प्रॉम्प्ट जानबूझकर मॉडल के सुरक्षा प्रशिक्षण को दरकिनार करने के लिए तैयार किया जाता है, न कि एक वैध कार्य को पूरा करने के लिए।