एक परफेक्ट prompt की anatomy: असल में क्या काम करता है
Frameworks को भूल जाइए। हर असरदार AI prompt में जो चीज़ें ज़रूरी हैं — और जो आप छोड़ सकते हैं — वो सब यहाँ है। एक practical guide।
आपने frameworks ज़रूर देखे होंगे। RISEN। CO-STAR। CRISPE। APE। RTF। हर हफ़्ते कोई नया acronym आता है, जो दावा करता है कि वो आपके AI prompts को "ठीक-ठाक" से "शानदार" बना देगा।
बात असल में ये है: इनमें से ज़्यादातर frameworks उस चीज़ को complicate कर देते हैं जो होनी तो simple चाहिए। वो आपको छह-सात components याद रखने को कहते हैं, जबकि असली काम में आधे components तो optional ही होते हैं।
जो लोग ChatGPT, Claude या Gemini से लगातार अच्छे results निकालते हैं, वो किसी fix formula पर नहीं चलते। उन्हें पता होता है कि एक prompt को असल में काम करने वाला क्या बनाता है — और इससे भी ज़रूरी, क्या-क्या वो छोड़ सकते हैं। इसी पर ये article है।
"परफेक्ट" prompt वाली सलाह के साथ दिक्कत
Prompt engineering की ज़्यादातर सलाह हर prompt को ऐसे treat करती है जैसे वो कोई masterpiece हो। एक role दीजिए! पूरा context दीजिए! exact format बताइए! examples डालिए! constraints जोड़िए!
"फ़्रांस की राजधानी क्या है?" जैसे simple सवाल के लिए — इनमें से कुछ भी मायने नहीं रखता। आपको AI को ये बताने की ज़रूरत नहीं है कि वो "एक geography expert की तरह काम करे" या "बिल्कुल तीन sentences में bullet points में जवाब दे।" आप बस पूछिए।
असली skill frameworks याद करना नहीं है। ये जानना है कि किसी particular prompt को असल में किन components की ज़रूरत है — और सिर्फ़ वही जोड़ना।
तीन चीज़ें जिन पर compromise नहीं
सैकड़ों prompts को analyze करने के बाद — वो भी जो काम करते हैं और वो भी जो नहीं — एक pattern दिखता है। हर असरदार prompt में किसी न किसी रूप में तीन चीज़ें होती हैं:
1. एक clear task। आप AI से क्या करवाना चाहते हैं? ये obvious लगता है, लेकिन vague tasks ही prompts के fail होने की सबसे बड़ी वजह हैं। "marketing पर लिखो" कोई task नहीं है। "एक coffee shop के लिए तीन social media post ideas लिखो जो उनके नए seasonal drink का announcement करें" — ये task है।
2. काफ़ी context। AI को वो नहीं पता जो आपको पता है। अगर आपकी request ऐसी information पर depend करती है जिसे AI guess नहीं कर सकता — आपकी audience, आपके constraints, आपकी situation — तो आपको वो देनी पड़ेगी। Research बताती है कि relevant context generic outputs को 42% तक कम कर देता है।
3. एक output signal। AI को पता होना चाहिए कि उसका काम कब ख़त्म हुआ और "ख़त्म" दिखता कैसा है। ये एक format हो सकता है ("मुझे एक bulleted list दो"), एक length ("100 words के अंदर रखो"), या आपके task से ही implied structure ("एक email लिखो" का मतलब email format है)।
हर असरदार prompt के तीन core components दिखाते तीन building blocks: task, context और output signal
बस इतना ही। बाक़ी सब — roles, examples, constraints, tone की specifications — useful हैं लेकिन optional हैं। इन्हें तब जोड़िए जब आपके results में सुधार की ज़रूरत हो। default में इन्हें मत डालिए।
ज़्यादातर prompts क्यों fail होते हैं: एक dissection
चलिए कुछ असली prompts देखते हैं जो काम नहीं करते, और पता लगाते हैं कि उनमें क्या-क्या missing है।
टूटा हुआ prompt #1: "मेरी presentation में help करो।"
क्या missing है: सब कुछ। कोई task नहीं है (कैसे help करूँ?), कोई context नहीं है (presentation किस बारे में है?), और कोई output signal नहीं है (AI को बनाना क्या है?)।
Fix किया हुआ: "कल मैं executive team को अपने Q1 sales results present कर रहा हूँ। हमारे wins highlight करते 5 bullet points draft करो और improvement के areas पर एक slide। high-level रखो — उन्हें details नहीं चाहिए।"
टूटा हुआ prompt #2: "productivity पर एक blog post लिखो।"
क्या missing है: Context और output signal। AI को नहीं पता audience कौन है, कितनी लंबी होनी चाहिए, या क्या angle लेना है। आपको generic fluff मिलेगा।
Fix किया हुआ: "600 words का एक blog post लिखो इस पर कि creative professionals के लिए to-do lists क्यों fail होती हैं। Target audience: freelance designers और writers। Tone: conversational, थोड़ा सा contrarian। 2-3 actionable alternatives शामिल करो जो traditional to-do lists की जगह काम करें।"
टूटा हुआ prompt #3: "इस document को summarize करो।" (साथ में paste किया हुआ document)
क्या missing है: Output signal। AI को नहीं पता आपको एक sentence का summary चाहिए या detailed breakdown, bullet points चाहिए या prose, key takeaways चाहिए या neutral overview।
Fix किया हुआ: "इस document को 3 bullet points में summarize करो। ली गई decisions और action items पर focus करो। Background context छोड़ दो — वो मुझे पहले से पता है।"
Pattern दिख रहा है? Prompts के fail होने की ज़्यादातर वजह यही है कि तीन non-negotiables में से कोई एक vague है या पूरी तरह से missing है।
पूरी anatomy: छह components
तीन components ही ज़रूरी हैं, लेकिन छह ऐसे हैं जिन्हें आप prompt के हिसाब से use कर सकते हैं। यहाँ है पूरी anatomy:
1. Task (ज़रूरी)
वो action जो आप AI से करवाना चाहते हैं। Specific, action वाली language use करिए: "लिखो," "summarize करो," "compare करो," "list करो," "explain करो।" "help" या "assist" जैसे vague verbs से बचिए।
2. Context (simple सवालों के अलावा हर चीज़ के लिए ज़रूरी)
Vo background information जो AI को चाहिए। इसमें आता है: audience कौन है, situation क्या है, क्या constraints हैं, और कोई भी relevant detail जो AI ख़ुद से नहीं जान सकता।
3. Format/Output Signal (ज़रूरी — चाहे implicit ही क्यों न हो)
Response कैसे structured हो। Length, format (list, paragraphs, table), sections, या कोई specific elements जो शामिल करने हैं। अगर आप specify नहीं करेंगे, तो AI default में prose के paragraphs में जवाब देगा।
4. Role (Optional — जब tone या expertise मायने रखे)
AI के लिए एक persona: "आप एक experienced copywriter हैं" या "एक patient teacher की तरह काम करो जो beginner को समझा रहा है।" Research के मुताबिक़ ये accuracy से ज़्यादा tone और style में help करता है।
5. Examples (Optional — जब output style describe करना मुश्किल हो)
Sample inputs और outputs जो दिखाएँ कि आपको क्या चाहिए। इसे few-shot prompting कहते हैं, और complex tasks के लिए ये accuracy को 15-40% तक बेहतर कर देता है। ख़ासकर तब useful है जब आपको कोई specific writing voice या format match करना हो।
6. Constraints (Optional — जब आपको कुछ specific behaviors रोकने हों)
जो AI को avoid या limit करना है: "jargon use मत करो," "introduction skip कर दो," "200 words के अंदर रखो," "assumptions मत करो — unclear हो तो पूछो।" OpenAI की best practices के मुताबिक़, क्या करना है ये बताना ज़्यादा effective है क्या नहीं करना है इससे, लेकिन constraints तब काम आते हैं जब पहले unwanted outputs मिल चुके हों।
Order भी मायने रखता है: prompt को कैसे structure करें
एक बार ये पता चल जाए कि कौन से components डालने हैं, तो उन्हें कहाँ रखें? कोई एक "सही" order नहीं है, लेकिन research और practice से पता चलता है कि एक general flow अच्छा काम करता है:
1. Role (अगर use कर रहे हैं) → 2. Context → 3. Task → 4. Format/Constraints → 5. Examples (अगर use कर रहे हैं)
ये order क्यों? AI prompts को sequentially process करता है। Role और context से शुरू करना "माहौल बनाता है" इससे पहले कि आप कुछ माँगें। Context के बाद task रखने का मतलब है कि AI act करने से पहले situation समझ लेता है। Task के बाद format और constraints रखने से ये clear होता है कि execute कैसे करना है। और examples आख़िर में एक final reference की तरह काम करते हैं।
देखिए वो structure action में:
आप एक customer support specialist हैं जो clear, friendly responses लिखते हैं। (Role)
एक customer ने email किया है कि उसका order टूटा हुआ आया — हमारी ceramics line का एक चटका हुआ mug। हमारी policy है कि बिना return लिए free replacement भेज दें। (Context)
एक response email draft करो जो issue के लिए माफ़ी माँगे और replacement offer करे। (Task)
100 words के अंदर रखो। Warm लेकिन professional tone। "we apologize for any inconvenience" वाला phrase use मत करो। (Format/Constraints)
Key insight: बहुत लंबे prompt के आख़िर में task रखने से AI पहले वाला context "भूल" सकता है। Complex prompts के लिए, अपना सबसे ज़रूरी instruction — आमतौर पर task — context के बाद लेकिन examples या लंबे reference material से पहले रखिए।
Minimum viable prompts: जब कम ही बेहतर है
हर prompt में सारे छह components नहीं चाहिए। बल्कि, ज़रूरत से ज़्यादा specify करने पर outputs stilted या over-constrained लगने लगते हैं। यहाँ है कब चीज़ें simple रखनी चाहिए:
Simple सवाल — बस पूछिए। "TCP और UDP के बीच मुख्य differences क्या हैं?" — इसमें न role चाहिए, न context, न format specification।
Creative brainstorming — AI को explore करने की जगह दीजिए। "एक pet food brand के लिए 10 unconventional marketing ideas दो" — heavy constraints के बिना ज़्यादा अच्छा काम करता है।
जब आप iterate कर रहे हों — एक minimal prompt से शुरू करिए। Output ठीक न लगे तो follow-up messages में components जोड़ते जाइए। "ठीक है, लेकिन इसे थोड़ा casual बनाओ" — ये अक्सर पहले से सब कुछ specify करने से तेज़ होता है।
Before और after जिसमें एक overloaded गड़बड़ prompt एक साफ़, focused prompt में बदल रहा है
Iterative approach को underrate किया जाता है। Studies दिखाती हैं कि prompts को एक one-shot process की तरह treat करना — conversation की जगह — सबसे आम mistakes में से एक है। AI एक conversation के अंदर context याद रखता है, तो आप जैसे-जैसे आगे बढ़ते हैं वैसे-वैसे build और refine कर सकते हैं।
बिना framework वाला template
Acronyms याद करने की जगह, prompt submit करने से पहले इस quick mental checklist से गुज़रिए:
1. क्या मेरा task specific है? क्या कोई इस prompt को पढ़कर ठीक-ठीक जान सकता है कि मुझे क्या चाहिए? अगर नहीं, तो detail जोड़िए।
2. क्या AI के पास वो सब है जो उसे चाहिए? क्या एक smart अजनबी को मेरी help करने के लिए और background चाहिए होगा? अगर हाँ, तो context जोड़िए।
3. क्या मुझे "हो गया" दिखेगा जब मिलेगा? क्या मैंने length, format, या structure specify किया है? अगर AI इसे पाँच अलग-अलग तरीक़ों से समझ सकता है, तो output clear करिए।
4. (Optional) क्या tone या expertise मायने रखती है? अगर हाँ, तो एक role assign करिए।
5. (Optional) क्या style describe करना मुश्किल है? अगर हाँ, तो एक example दीजिए।
ये पाँच सवाल हैं, कोई framework याद करने वाला नहीं। चंद seconds में इनसे गुज़रिए, जो चाहिए डालिए, जो नहीं चाहिए छोड़िए।
ये एक template है जिसे आप copy करके adapt कर सकते हैं:
[Role — अगर ज़रूरत हो]
आप एक {{role}} हैं जो {{relevant trait}}।
[Context]
{{Background information जो AI को पता होनी चाहिए}}
[Task]
{{Specific action verb}} {{जो चाहिए}} {{audience/purpose के लिए}}।
[Format — अगर ज़रूरत हो]
{{Length, structure, या format requirements}}
[Example — अगर ज़रूरत हो]
जो style मुझे चाहिए उसका एक example:
{{example}}
अगर आप अक्सर वही prompts थोड़े-थोड़े बदलावों के साथ use करते हैं — अलग clients, अलग topics, अलग tones — तो उन्हें templates की तरह save करने के बारे में सोचिए। PromptNest जैसे tools में आप prompts को {{client_name}} या {{topic}} जैसी variables के साथ store कर सकते हैं, फिर blanks भरकर एक click में ready-to-use prompt copy कर सकते हैं।
जब आपका prompt काम कर जाए तो क्या करें
यहाँ ज़्यादातर लोग वक़्त बर्बाद करते हैं: वो एक बढ़िया prompt बनाते हैं, बढ़िया result लेते हैं, और फिर... खो देते हैं। वो उनकी chat history में कहीं ग़ायब हो जाता है, और तीन हफ़्ते बाद ज़रूरत पड़ने पर मिलता ही नहीं।
जो लोग AI से सबसे ज़्यादा value निकालते हैं, वो ज़रूरी नहीं कि बेहतर prompts लिखते हों। वो जो काम करता है उसे save और reuse करने में बेहतर हैं। समय के साथ, वो एक personal library बनाते हैं — project या task के हिसाब से organized, ज़रूरत पड़ने पर तुरंत हाथ में।
Simple शुरू करिए: एक note, एक doc, जो भी काम करे। ज़रूरी ये है कि एक system हो।
अगर कोई purpose-built चीज़ चाहिए, तो PromptNest एक native Mac app है, $19.99 में one-time, Mac App Store पर — कोई subscription नहीं, कोई account नहीं, locally चलता है। Prompts को project के हिसाब से organize करिए, अपनी पूरी collection search करिए, और variables use करिए ताकि अलग-अलग situations के लिए वही prompt बार-बार न लिखना पड़े।
यहाँ से शुरू करिए
आपको RISEN या CO-STAR या कोई और acronym याद रखने की ज़रूरत नहीं है। आपको तीन चीज़ें समझनी हैं: आप क्या माँग रहे हैं (task), AI को क्या पता होना चाहिए (context), और output कैसा दिखना चाहिए (format)।
बाक़ी सब — roles, examples, constraints — एक tool है जिसे आप तब उठाते हैं जब वो तीन काफ़ी न हों।
एक prompt चुनिए जो आप अक्सर use करते हैं। शायद emails draft करना, documents summarize करना, या ideas brainstorm करना। ऊपर वाली checklist से उसे फिर से लिखिए। देखिए क्या बदलता है।
