Context Engineering: From Prompts to Corporate Multi-Agent Architecture
यह शोध पत्र "कॉन्टेक्स्ट इंजीनियरिंग" (Context Engineering) को एक आधारभूत अनुशासन के रूप में प्रस्तावित करता है, जो इंटेंट (Intent) और स्पेसिफिकेशन (Specification) इंजीनियरिंग के साथ मिलकर, व्यक्तिगत प्रॉम्प्ट्स से ध्यान हटाकर एक एजेंट के सूचनात्मक परिवेश, लक्ष्यों और नीतिगत बाधाओं के व्यापक प्रबंधन पर केंद्रित करते हुए, स्वायत्त मल्टी-एजेंट सिस्टम को स्केल करने के लिए एक परिपक्वता मॉडल (maturity model) बनाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक विशाल, उच्च-तकनीकी अंतरिक्ष यान के कप्तान हैं। अतीत में, आपको जहाज को मैन्युअल रूप से चलाना पड़ता था, हर बटन दबाना पड़ता था और इंजन रूम में चिल्लाकर आदेश देना पड़ता था। वह प्रॉम्प्ट इंजीनियरिंग (Prompt Engineering) का युग था। आपने एक विशिष्ट आदेश दिया ("मंगल ग्रह जाओ"), और जहाज ने ठीक वही किया, एक-एक कदम करके।
लेकिन अब, जहाज विकसित हो गया है। इसमें स्वायत्त रोबों (एजेंट्स) का एक दल है जो बिना आपके चिल्लाए रूट प्लान कर सकते हैं, इंजन ठीक कर सकते हैं और आपस में बात कर सकते हैं। समस्या क्या है? यदि आप केवल वैसे ही आदेश चिल्लाना जारी रखते हैं जैसे पहले देते थे, तो जहाज दुर्घटनाग्रस्त हो जाएगा। रोबोटों को केवल एक कमांड की नहीं, बल्कि एक सिस्टम (System) की आवश्यकता है।
यह शोध पत्र तर्क देता है कि इन रोबोटिक दलों को प्रबंधित करने के लिए, हमें अपनी सोच को "आदेश देने" से अपग्रेड करके "उस वातावरण को बनाने" में बदलने की आवश्यकता है जिसमें वे रहते हैं। लेखिका, वेरा विशन्याकोवा (Vera Vishnyakova), इन AI सिस्टमों को सफलतापूर्वक चलाने के लिए आवश्यक कौशल का एक चार-स्तरीय पिरामिड प्रस्तावित करती हैं।
यहाँ चार स्तरों का विवरण दिया गया, सरल उपमाओं का उपयोग करते हुए:
स्तर 1: पूछने की कला (प्रॉम्प्ट इंजीनियरिंग - Prompt Engineering)
उपमा: जादुई छड़ी।
शुरुआत में, आप बस एक जादुई छड़ी घुमाते थे और कहते थे, "मेरे लिए एक सैंडविच बनाओ।" यदि आपने इसे स्पष्ट रूप से कहा, तो आपको सैंडविच मिला। यदि आपने इसे खराब तरीके से कहा, तो आपको कचरा मिला। यह प्रॉम्प्ट इंजीनियरिंग है।
- यह क्या है: AI के लिए एकदम सही प्रश्न या निर्देश तैयार करना।
- सीमा: यह एक बार के कार्यों के लिए बहुत अच्छा काम करता है। लेकिन यदि आप किसी रोबोट को "एक पूरी कंपनी चलाओ" कहते हैं, तो वह केवल एक जादुई वाक्यांश के साथ ऐसा नहीं कर सकता। उसे एक सिस्टम की आवश्यकता है जो केवल एक कदम के बजाय 50 कदमों को संभाल सके।
स्तर 2: ऑपरेटिंग सिस्टम (कॉन्टेक्स्ट इंजीनियरिंग - Context Engineering)
उपमा: शेफ की रसोई।
कल्पना कीजिए कि आपने एक प्रतिभाशाली शेफ (AI) को काम पर रखा है। यदि आप उन्हें केवल कहते हैं "केक बनाओ," लेकिन आप उन्हें सामग्री, रेसिपी, ओवन का तापमान या मेहमानों की आहार संबंधी पाबंदियां नहीं देते हैं, तो वे विफल हो जाएंगे।
कॉन्टेक्स्ट इंजीनियरिंग (Context Engineering) रसोई बनाने के बारे में है। यह दिए गए आदेश के बारे में नहीं है; यह उस बारे में है जो शेफ खाना बनाते समय देखता है और याद रखता है।
- प्रासंगिकता (Relevance): शेफ को किताबों का पूरा पुस्तकालय न दें; उन्हें बस केक की रेसिपी दें। (बहुत अधिक जानकारी उन्हें भ्रमित कर देती है)।
- अलगाव (Isolation): यदि आपके पास दो शेफ हैं, तो शेफ A को शेफ B के गंदे बर्तन नहीं देखने चाहिए। उन्हें अपना स्वयं का साफ कार्यक्षेत्र चाहिए।
- मितव्ययता (Economy): यदि आपको केवल 2 पाउंड की आवश्यकता है, तो 100 पाउंड आटा खरीदने में पैसा बर्बाद न करें।
- समाधान की गई समस्या: इसके बिना, AI "बीच में खो" जाता है, भूल जाता है कि वह क्या कर रहा था, या विभिन्न कार्यों के डेटा को मिला देता है।
स्तर 3: कंपनी की आत्मा (इंटेंट इंजीनियरिंग - Intent Engineering)
उपमा: कुतुबनुमा (Compass) और मानचित्र।
कल्पना कीजिए कि आप रोबोट शेफ को एक बेहतरीन रसोई और बेहतरीन सामग्री (स्तर 2) देते हैं। लेकिन आप भूल गए कि ग्राहक वास्तव में किस तरह का केक चाहता है।
रोबोट एक स्वादिष्ट, महंगी, 10-परत वाला चॉकलेट केक बना सकता है। लेकिन ग्राहक डाइट पर है और उसे केवल एक छोटा मफिन चाहिए था। रोबोट ने अपना काम पूरी तरह से किया, लेकिन वह लक्ष्य में विफल रहा।
इंटेंट इंजीनियरिंग (Intent Engineering) कंपनी के मूल्यों और लक्ष्यों को एनकोड करने के बारे में है। यह उत्तर देता है: "क्या अधिक महत्वपूर्ण है? गति या गुणवत्ता? पैसा बचाना या ग्राहक को खुश करना?"
- क्लार्ना (Klarna) की चेतावनी: शोध पत्र में एक वास्तविक कंपनी (Klarna) का उल्लेख है जिसने AI का उपयोग करके ग्राहकों के कॉल का उत्तर देकर लाखों बचाए। लेकिन AI बहुत रूखा और असभ्य था क्योंकि किसी ने उसे यह नहीं बताया कि, "विनम्र रहें और ग्राहकों को खुश रखें।" इसने "गति" और "लागत" के लिए अनुकूलन किया और अनजाने में ब्रांड को नुकसान पहुँचाया।
- समाधान: आपको AI के "नैतिक दिशा-सूचक यंत्र" (Moral Compass) को प्रोग्राम करना होगा ताकि वह जानता हो कि वह कार्य क्यों कर रहा है, न कि केवल कैसे कर रहा है।
स्तर 4: संविधान (स्पेसिफिकेशन इंजीनियरिंग - Specification Engineering)
उपमा: एक शहर के लिए नियम पुस्तिका।
अब कल्पना कीजिए कि आपके पास केवल एक रोबोट शेफ नहीं है; आपके पास एक विशाल कारखाने में काम करने वाले 10,000 रोबोट हैं। यदि प्रत्येक रोबोट अपने नियम बनाता है, तो अराजकता फैल जाएगी। एक रोबोट सोचता है कि "तेज़" होना अच्छा है; दूसरा सोचता है कि "सस्ता" होना अच्छा है। वे आपस में लड़ने लगते हैं।
स्पेसिफिकेशन इंजीनियरिंग (Specification Engineering) पूरे रोबोटिक शहर के लिए "संविधान" या "नियम पुस्तिका" लिखना है। यह सभी बिखरे हुए, अलिखित कंपनी नियमों (जैसे "हम सुरक्षा को महत्व देते हैं") को एक सख्त, मशीन-पठनीय कोड में बदल देता है जिसका पालन प्रत्येक रोबोट को करना ही चाहिए।
- यह क्यों मायने रखता है: आप मौखिक समझौते के साथ 10,000 रोबोटों को प्रबंधित नहीं कर सकते। आपको एक डिजिटल कानून की पुस्तक की आवश्यकता है जो यह सुनिश्चित करे कि वे सभी सामंजस्य के साथ मिलकर काम करें।
बड़ी तस्वीर: पिरामिड
लेख कहता है कि ये चार स्तर एक पिरामिड की तरह हैं। आप निचले स्तर के बिना शीर्ष का निर्माण नहीं कर सकते।
- आधार: आपको अच्छे प्रश्न पूछना आना चाहिए (प्रॉम्प्ट इंजीनियरिंग)।
- मध्य: आपको उनके काम करने के लिए एक अच्छा वातावरण बनाना होगा (कॉन्टेक्स्ट इंजीनियरिंग)।
- ऊपरी: आपको उन्हें एक स्पष्ट उद्देश्य और मूल्य देने होंगे (इंटेंट इंजीनियरिंग)।
- शीर्ष: आपको पूरे सिस्टम के लिए एक नियम पुस्तिका लिखनी होगी ताकि वह स्केल (Scale) हो सके (स्पेसिफिकेशन इंजीनियरिंग)।
"डार्क फैक्ट्री" (Dark Factory) का जाल
लेखक हमें एक खतरनाक प्रवृत्ति के बारे में चेतावनी देते हैं। चूंकि अब AI एजेंट बनाना बहुत आसान है (जैसे लेगो सेट बनाना), कंपनियाँ बिना स्तर 2, 3 और 4 के बारे में सोचे उन्हें बनाने की दौड़ में लगी हैं।
वे एक ऐसा रोबोट बनाते हैं जो तकनीकी रूप से तो काम करता है लेकिन उसके पास कोई मूल्य, कोई स्पष्ट नियम और कोई व्यवस्थित स्मृति नहीं होती। यह एक "डार्क फैक्ट्री" बनाता है: एक ऐसी जगह जहाँ रोबोट स्वायत्त रूप से काम कर रहे हैं, लेकिन कोई भी इंसान वास्तव में यह नहीं समझ पाता कि वे क्या कर रहे हैं और क्यों। वे आज पैसा बचा सकते हैं, लेकिन कल वे कंपनी की प्रतिष्ठा को नष्ट कर सकते हैं या कानून तोड़ सकते हैं।
निष्कर्ष (The Takeaway)
भविष्य में AI के साथ सफल होने के लिए, हम केवल "प्रॉम्प्ट व्हिस्परर्स" (वे लोग जो AI से बात करने में कुशल हैं) नहीं बन सकते। हमें आर्किटेक्ट्स (Architects) बनना होगा।
- हमें वातावरण को डिजाइन करना होगा (कॉन्टेक्स्ट)।
- हमें उद्देश्य को परिभाषित करना होगा (इंटेंट)।
- हमें कानूनों को लिखना होगा (स्पेसिफिकेशन)।
यदि आप कॉन्टेक्स्ट को नियंत्रित करते हैं, तो आप व्यवहार को नियंत्रित करते हैं। यदि आप इंटेंट को नियंत्रित करते हैं, तो आप रणनीति को नियंत्रित करते हैं। यदि आप स्पेसिफिकेशन को नियंत्रित करते हैं, तो आप स्केल को नियंत्रित करते हैं। शोध पत्र निष्कर्ष निकालता है कि जैसे-जैसे AI स्मार्ट होता जा रहा है, हमारा काम मशीन के लिए काम करना नहीं है, बल्कि उस दुनिया को डिजाइन करना है जिसमें मशीन काम करती है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।