Prompt Readiness Levels (PRL): a maturity scale and scoring framework for production grade prompt assets
यह शोध पत्र प्रॉम्प्ट रेडीनेस लेवल्स (PRL), जो कि एक नौ-स्तरीय परिपक्वता पैमाना है, और प्रॉम्प्ट रेडीनेस स्कोर (PRS), जो कि एक बहुआयामी स्कोरिंग ढांचा है, को प्रस्तुत करता है जिसे संगठनों को सुरक्षा, अनुपालन और परिचालन उद्देश्यों के माध्यम से उत्पादन-ग्रेड प्रॉम्प्ट संपत्तियों को योग्य बनाने, शासन करने और तैनात करने के लिए एक मानकीकृत, ऑडिट योग्य पद्धति प्रदान करने के लिए डिज़ाइन किया गया 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 घर बना रहे हैं। आप सिर्फ एक मजदूर को ईंट थमाकर यह नहीं कहेंगे कि, "एक दीवार बना दो," और फिर अच्छे की उम्मीद करेंगे। आपको ब्लूप्रिंट, सुरक्षा निरीक्षण और एक स्पष्ट योजना की आवश्यकता होती है ताकि यह सुनिश्चित हो सके कि हवा चलने पर घर ढह न जाए।
लंबे समय से, जेनेरेटिव एआई (Generative AI) (जैसे कि आज के चैटबॉट्स) को एक घर की तरह बनाने के बजाय एक जादू के खेल की तरह बनाया गया है। इंजीनियर एक "प्रॉम्ट" (निर्देश) टाइप करते थे, उम्मीद करते थे कि एआई एक अच्छा उत्तर देगा, और यदि वह काम कर गया, तो वे उसका उपयोग करते थे। लेकिन अगर एआई अचानक झूठ बोलने लगे, बदतमीजी करने लगे, या खतरनाक सलाह देने लगे, तो यह कहने का कोई मानक तरीका नहीं था कि, "रुको, यह अभी वास्तविक दुनिया के लिए तैयार नहीं है।"
यह शोध पत्र, जिसे सेबेस्टियन गुइनार्ड (Sébastien Guinard) ने लिखा है, इस समस्या को ठीक करने के लिए एक नई प्रणाली का प्रस्ताव करता है। यह एआई के निर्देशों को एक ड्राइवर का लाइसेंस देने जैसा है।
यहाँ सरल उपमाओं (analogies) का उपयोग करके इस शोध पत्र का विवरण दिया गया है:
1. समस्या: एआई निर्देशों का "वाइल्ड वेस्ट" (Wild West)
अभी, एआई के लिए प्रॉम्ट लिखना एक ऐसे पर्यटक को निर्देश देने जैसा है जो एक अलग भाषा बोलता है। कभी-कभी वे सही दिशा पा लेते हैं; कभी-कभी वे खो जाते हैं; और कभी-कभी वे खाई में गिर जाते हैं।
- समस्या: कंपनियाँ इन "प्रॉम्ट्स" का उपयोग महत्वपूर्ण कार्यों (जैसे बैंकिंग, स्वास्थ्य सेवा, या ग्राहक सेवा) में कर रही हैं, लेकिन उनके पास यह कहने के लिए कोई साझा भाषा नहीं है कि, "क्या यह प्रॉम्ट सुरक्षित है?" या "क्या यह प्रॉम्ट पर्याप्त अच्छा है?"
- उपमा: एक रेस्तरां की कल्पना करें जहाँ शेफ हर दिन केवल अंदाज़े से रेसिपी बनाता है। कभी-कभी सूप बहुत स्वादिष्ट होता है; कभी-कभी उसमें ज़हर होता है। हमें ग्राहकों को परोसने से पहले रेसिपी को ग्रेड देने का एक तरीका चाहिए।
2. समाधान: PRL (प्रॉम्ट्स के लिए "ड्राइवर का लाइसेंस")
लेखक PRL (प्रॉम्ट रेडिनेस लेवल्स - Prompt Readiness Levels) पेश करते हैं। यह TRL (टेक्नोलॉजी रेडिनेस लेवल्स) से प्रेरित है जिसका उपयोग नासा (NASA) द्वारा यह तय करने के लिए किया जाता है कि क्या रॉकेट उड़ने के लिए तैयार है।
PRL को एक 9-चरणों वाली सीढ़ी के रूप में देखें। आप चरणों को छोड़ नहीं सकते। आप यह दावा नहीं कर सकते कि आपका प्रॉम्ट "प्रोडक्शन रेडी" है यदि वह बुनियादी परीक्षणों से नहीं गुजरा है।
- लेवल 1–3 (स्केचपैड): यह "विचार चरण" (Idea Phase) है।
- उपमा: आप एक कार का रफ स्केच बना रहे हैं। क्या इंजन की अवधारणा समझ में आती है? क्या कार में पहिए हैं?
- लक्ष्य: केवल यह जांचना कि क्या एआई बुनियादी कार्य को समझता है।
- लेवल 4–6 (टेस्ट ट्रैक): यह "कठोरता चरण" (Hardening Phase) है।
- उपमा: आप कार को टेस्ट ट्रैक पर रखते हैं। आप इसे ऊबड़-खाबड़ रास्तों, बारिश में और तेज़ गति पर चलाते हैं। क्या यह टूट जाती है? क्या यह अच्छी तरह से चलती है?
- लक्ष्य: यह सुनिश्चित करना कि एआई लगातार उत्तर दे और स्पेलिंग की गलतियों या अजीब सवालों से भ्रमित न हो।
- लेवल 7–9 (हाईवे और प्रमाणन): यह "प्रोडक्शन चरण" है।
- उपमा: कार सुरक्षा निरीक्षण पास करती है, इसमें एयरबैग हैं, और यह सार्वजनिक सड़कों पर चलने के लिए कानूनी रूप से अधिकृत है। इसके पास लाइसेंस प्लेट और वारंटी है।
- लक्ष्य: यह सुनिश्चित करना कि एआई हैकर्स से सुरक्षित है, कानूनों (जैसे गोपनीयता नियमों) का पालन करता है, और कंपनी के सिस्टम के साथ एकीकृत है।
3. स्कोरकार्ड: PRS (द "रिपोर्ट कार्ड")
केवल एक "लेवल" होना ही काफी नहीं है; आपको एक स्कोर की आवश्यकता है। यह पत्र PRS (प्रॉम्ट रेडिनेस स्कोर - Prompt Readiness Score) पेश करता है।
इसे अपने एआई प्रॉम्ट के लिए एक 5-पॉइंट रिपोर्ट कार्ड के रूप में सोचें। उच्च स्कोर प्राप्त करने के लिए, आप केवल एक चीज़ में अच्छे नहीं हो सकते। आपको सभी में अच्छा होना चाहिए। यदि आप एक में भी विफल होते हैं, तो आप पूरे टेस्ट में विफल हो जाते हैं।
रिपोर्ट कार्ड के 5 विषय हैं:
- विश्वसनीयता (Reliability - R): क्या यह हर बार एक ही उत्तर देता है, या यह भ्रमित होकर गलत जानकारी (hallucinate) बनाता है?
- स्थिरता (Stability - S): क्या यह तब टूट जाता है जब कोई टाइपिंग मिस्टेक करता है या अजीब स्लैंग का उपयोग करता है?
- अनुपालन (Compliance - C): क्या यह सुरक्षित है? क्या यह बम बनाने के लिए पूछे जाने पर उत्तर देने से मना कर देता है? क्या यह गोपनीयता कानूनों का पालन करता है?
- शासन (Governance - G): क्या हमें पता है कि इसे किसने लिखा है? क्या हमारे पास बैकअप प्लान है? क्या यह वर्ज़न-नियंत्रित है (जैसे किसी दस्तावेज़ को "v1", "v2" के साथ सेव करना)?
- संचालन (Operations - O): क्या इसे चलाना सस्ता और तेज़ है?
"कमजोर कड़ी नहीं" का नियम:
पत्र कहता है: यदि आपका प्रॉम्ट होने में बहुत तेज़ (Operations) है लेकिन सुरक्षा (Compliance) में बहुत खराब है, तो आपको शून्य मिलेगा।
- उपमा: एक ऐसी रेस कार की कल्पना करें जो 200 मील प्रति घंटे की रफ्तार से चलती है लेकिन उसमें ब्रेक नहीं हैं। इससे कोई फर्क नहीं पड़ता कि वह कितनी तेज़ है; उसे ट्रैक पर जाने की अनुमति नहीं है।
4. यह क्यों मायने रखता है
इस शोध पत्र से पहले, "हमारा एआई तैयार है" कहना केवल एक मार्केटिंग दावा था। अब, टीमें कह सकती हैं:
"हमारा प्रॉम्ट PRL लेवल 7 है। इसने सुरक्षा परीक्षण पास कर लिए हैं, यह GDPR कानूनों का पालन करता है, और इसका स्कोर 85/100 है। यहाँ प्रमाण है।"
यह मदद करता है:
- मैनेजर्स को यह जानने में कि कब निवेश करना है।
- रेगुलेटर्स को यह जानने में कि एआई उपयोग के लिए सुरक्षित है।
- इंजीनियर्स को यह जानने में कि अगले चरण से पहले उन्हें क्या ठीक करना है।
सारांश
यह शोध पत्र "बड़े होने के लिए एक नियम पुस्तिका" है। यह हमें बताता है कि एआई के लिए प्रॉम्ट लिखना केवल "शब्द टाइप करना" नहीं है। यह इंजीनियरिंग है। PRL सीढ़ी और PRS रिपोर्ट कार्ड का उपयोग करके, हम अव्यवस्थित, जोखिम भरे एआई प्रयोगों को विश्वसनीय, सुरक्षित और भरोसेमंद उपकरणों में बदल सकते हैं जिन्हें हम वास्तव में वास्तविक दुनिया में उपयोग कर सकते हैं।
संक्षेप में: यह एआई प्रॉम्ट्स को "जादुई मंत्रों" से बदलकर "औद्योगिक मशीनरी" में बदल देता है जिसे हम निरीक्षण, प्रमाणित और भरोसा कर सकते हैं।
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।