प्रॉम्प्ट इंजीनियरिंग — AI की पूरी ताकत को उजागर करें

Prompt क्या है? — पूछने का तरीका सब बदल देता है

किसी दोस्त से काम करवाते समय "बस अच्छा बना दो" और "अगले शुक्रवार तक दो पेज का proposal चाहिए, बजट ₹4 लाख से कम" में बहुत बड़ा फ़र्क है। नतीजे पूरी तरह अलग आते हैं।

AI के साथ भी यही बात लागू होती है। Prompt वो instruction है जो आप AI को भेजते हैं। और prompt लिखने का तरीका AI के जवाब की quality में ज़बरदस्त बदलाव लाता है।

यह सिर्फ feeling नहीं है। 1,500 से ज़्यादा prompt-related रिसर्च पेपर्स के meta-analysis में पाया गया कि prompts में specific conditions जोड़ने से response accuracy लगभग 30% बेहतर हुई और irrelevant जानकारी 42% कम हुई^[1]।

"Prompt engineering" — यह शब्द सुना होगा। 2025 में 68% कंपनियों ने prompt skills को कंपनी-वाइड standard ट्रेनिंग प्रोग्राम में शामिल किया^[2]। यह अब इंजीनियर्स की niche skill नहीं रही — बल्कि AI इस्तेमाल करने वाले हर व्यक्ति की बुनियादी skill बन गई है।

इस चैप्टर में हम practical prompt लिखने की तकनीकें सीखेंगे, concrete उदाहरणों के साथ जो आज से ही इस्तेमाल कर सकते हैं।

अच्छे Prompt के 5 तत्व

असरदार prompts में पांच key elements होते हैं। इसे recipe की तरह समझिए: "कौन बना रहा है" (role), "क्या बनना है" (task), "किसके लिए है" (context), "कैसे सजाना है" (format), और "क्या restrictions हैं" (constraints)।

1. Role — AI को किसकी तरह जवाब देना चाहिए?

बस "आप [क्षेत्र] के expert हैं" लिखने से AI का tone और knowledge level बदल जाता है।

उदाहरण: "आप 10 साल के अनुभव वाले वेब मार्केटर हैं। बताइए कि personal blog का traffic कैसे बढ़ाएं।"

2. Task — क्या करवाना है?

"बताओ" या "सोचो" जैसे vague requests की बजाय specific action verbs इस्तेमाल करें। "सारांश दो," "तुलना करो," "5 विकल्प सुझाओ" — action जितना clear, AI का जवाब उतना precise।

3. Context — क्यों पूछ रहे हैं?

AI के साथ अपनी situation शेयर करने से जवाब की दिशा में ज़बरदस्त सुधार होता है। बस "मैं बिना प्रोग्रामिंग अनुभव वाला कॉलेज स्टूडेंट हूं" लिखने से जवाब का difficulty level अपने आप adjust हो जाता है।

4. Format — जवाब कैसा दिखना चाहिए?

"बुलेट पॉइंट्स में," "टेबल के रूप में," "300 शब्दों से कम में," "headings के साथ" — format specify न करें तो AI लंबे paragraphs में default करता है। अपने use case के हिसाब से format बताएं।

5. Constraints — AI को क्या नियम फॉलो करने चाहिए?

"Technical शब्दावली मत इस्तेमाल करो," "सिर्फ भारतीय मार्केट तक सीमित रखो," "हमेशा drawbacks भी बताओ" — सीमाएं और शर्तें तय करने से बार-बार दोबारा करवाने की ज़रूरत कम होती है।

आज से इस्तेमाल करें — 7 प्रैक्टिकल तकनीकें

2024 की एक प्रमुख study "The Prompt Report" ने 58 अलग-अलग prompt तकनीकों को systematically catalog किया^[3]। लेकिन 58 सीखने की ज़रूरत नहीं है। रोज़मर्रा के AI इस्तेमाल में करीब 7 सच में काम आती हैं। यहां हैं, difficulty के हिसाब से।

[बिगिनर] 1. Specific बनो

सबसे सरल तकनीक, सबसे बड़ा असर। बस vague सवालों में नंबर, target, और conditions जोड़ दो।

Vague: "Revenue कैसे बढ़ाएं?"

Specific: "10 लोगों के रेस्तरां के लिए monthly revenue 20% बढ़ाने की 5 strategies सुझाओ, cost के हिसाब से rank करो। वर्तमान average ticket ₹1,000 है और करीब 3,000 monthly ग्राहक हैं।"

[बिगिनर] 2. Output Format बताओ

रिसर्च बताती है कि format specify करने से accuracy में 76 percentage points तक का अंतर आ सकता है^[1]। बस "बुलेट पॉइंट्स में," "comparison table के रूप में," या "200 शब्दों से कम में" जोड़ने से output तुरंत usable बन जाता है।

[बिगिनर] 3. Role दो (Role-Playing)

AI को "आप एक [role] हैं" बताओ और जवाब उस domain के लिए specialized हो जाता है।

"आप 10 साल के अनुभव वाले सेल्स मैनेजर हैं। नए sales rep को पहले 3 महीनों में कौन सी skills develop करनी चाहिए, priority order में लिस्ट करें।"

कुंजी है experience के साल और specific position बताना। सिर्फ "एक expert" कहने से "10 साल के अनुभव वाले [role]" जितनी गहराई नहीं मिलती।

[इंटरमीडिएट] 4. उदाहरण दिखाओ (Few-Shot)

असल task देने से पहले AI को 2-3 input/output उदाहरण दो। यह classification, conversion, और structured tasks में ख़ासतौर पर powerful है।

प्रोडक्ट reviews का sentiment इस format में classify करो:

Review: "यह प्रोडक्ट बहुत बढ़िया है!" → Sentiment: Positive
Review: "बहुत निराशाजनक" → Sentiment: Negative
Review: "ठीक-ठाक काम करता है" → Sentiment: Neutral

Review: "शिपिंग तो fast थी लेकिन item पर स्क्रैच था" → Sentiment:

दिलचस्प बात — रिसर्च बताती है कि few-shot की effectiveness "correctness" से ज़्यादा उदाहरणों की "diversity" पर निर्भर करती है। अलग-अलग pattern दिखाना perfect examples देने से ज़्यादा मायने रखता है^[4]।

[इंटरमीडिएट] 5. Step by Step सोचो (Chain-of-Thought)

बस "इसे step by step सोचो" जोड़ने से reasoning tasks में accuracy लगभग 35% बेहतर हो सकती है^[1]। Math, logic, और complex analysis में ख़ासतौर पर असरदार।

"सेब ₹50 प्रति पीस, संतरे ₹30 प्रति पीस। अगर 3 सेब और 5 संतरे खरीदकर ₹500 का नोट दूं, तो कितना बाकी मिलेगा? अपना calculation step by step दिखाओ।"

[एडवांस्ड] 6. Self-Review

AI से कहें कि अपने जवाब को critically check करे। जब accuracy ज़रूरी हो तब असरदार।

(AI का जवाब मिलने के बाद)
"इस जवाब को critically review करो — कोई गलती, कमी, या inconsistency है तो बताओ और सुधारो।"

हालांकि, AI हमेशा अपनी गलतियां पकड़ नहीं पाता। शोधकर्ताओं ने "plausibility trap" पहचानी है — AI का output जितना convincing दिखे, verify करना उतना मुश्किल^[5]। ज़रूरी फ़ैसलों के लिए human review ज़रूर शामिल करें।

[एडवांस्ड] 7. Meta-Prompting — AI से Prompt लिखवाओ

Prompt लिखने में comfortable होने पर, AI से ही prompt बनवा सकते हैं।

"मैं एक freelance वेब डिज़ाइनर हूं जो efficiently client proposals बनाना चाहता है। इसके लिए optimal prompt बनाओ।"

कुंजी यह है कि AI-generated prompts को जैसे हैं वैसे मत इस्तेमाल करो, बल्कि अपनी specific situation के हिसाब से adapt करो।

Before / After — एक ही सवाल, बिल्कुल अलग नतीजे

तकनीकें concrete उदाहरणों से बेहतर समझ आती हैं, तो कुछ before/after comparisons देखते हैं।

उदाहरण 1: Business Email लिखना

Before	After
"एक माफी ईमेल लिखो" → Generic, काम न आने वाला ईमेल	"क्लाइंट के VP of Operations को 3 दिन की डिलीवरी देरी के लिए माफी ईमेल लिखो। कारण logistics issue था, अब अगले सोमवार तक डिलीवरी expected है।" → भेजने के लिए तैयार ईमेल

उदाहरण 2: Brainstorming

Before	After
"नए प्रोडक्ट ideas दो" → कोई industry या context नहीं, vague suggestions	"20-30 साल की महिलाओं को target करते हुए 5 health food subscription products सुझाओ, कीमत ₹2,500/महीने से कम। Competitor A और B से differentiation points भी बताओ।" → Business proposal में डालने लायक ideas

उदाहरण 3: सीखना और रिसर्च

Before	After
"Machine learning समझाओ" → भारी-भरकम, textbook जैसी व्याख्या	"Machine learning कैसे काम करती है, cooking recipe की analogy से समझाओ जो 8वीं क्लास का बच्चा भी समझ जाए। Technical शब्दावली मत इस्तेमाल करो, 2 concrete उदाहरण दो।" → दोस्ताना, तुरंत समझ आने वाली व्याख्या

सबमें common thread: "कौन, क्या, कैसे, और किस format में" — यह crystal clear बनाओ। जितनी ज़्यादा conditions जोड़ोगे, AI उतना precisely respond करेगा।

आम गलतियां और उनका समाधान

नए AI यूज़र्स अक्सर इन 5 जालों में फंसते हैं। यहां बताया है कैसे बचें।

गलती 1: Vague Instructions

"बेहतर बना दो" या "कुछ अच्छा लिखो" — AI के लिए भी उतना ही unhelpful जितना किसी इंसान के लिए। "बेहतर" का मतलब concretely बताओ। "ज़्यादा casual tone में," "3 नंबर शामिल करो," "300 शब्दों से कम" — criteria explicit बनाओ।

गलती 2: सब कुछ एक बार में पूछना

"Marketing strategy समझाओ, tools recommend करो, और budget कैसे बनाएं बताओ" — AI सब कुछ shallow cover करेगा और कुछ भी अच्छे से नहीं करेगा। एक सवाल में एक topic। पिछले जवाबों के आधार पर follow-up सवाल पूछो — deeper responses मिलेंगे।

गलती 3: AI के Output पर आंख बंद करके भरोसा

AI बड़े विश्वास से गलत भी बोल सकता है (hallucination)। इनके साथ ख़ास सावधानी बरतें:

• Specific नंबर और statistics — Source पूछें और verify करें
• Proper nouns — नाम, कंपनी के नाम, कानूनी references हमेशा double-check करें
• Current events — मॉडल की knowledge cutoff date होती है
• कानूनी या tax जानकारी — हमेशा official sources से verify करें

आसान fix: "इसका source क्या है?" पूछने की आदत बनाएं। अगर AI source नहीं दे पाए, तो यह red flag है।

गलती 4: एक बार में हार मान लेना

"AI ट्राई किया लेकिन जवाब mediocre आया" → "AI बेकार है।" यह बेहद wasteful pattern है। जैसा अगले सेक्शन में विस्तार से बताया है, AI के साथ 2-3 round बातचीत baseline है।

गलती 5: सब कुछ AI पर छोड़ देना

AI drafting, जानकारी organize करने, और ideas generate करने में excellent है। इंसान final judgment, context पढ़ने, और ethical considerations में excellent हैं। दोनों को मिलाना सबसे effective approach है। "AI से draft बनवाओ, फिर इंसान polish करे" — यह division of labor सबसे अच्छा काम करता है।

AI बातचीत की कला — एक बार में मत रुकिए

Prompt techniques से भी ज़्यादा ज़रूरी है "बातचीत को iterate करने" की मानसिकता।

रिसर्च बताती है कि iterative feedback से output quality 35% बेहतर होती है^[1]। पहली बार में perfection की उम्मीद करने की बजाय, AI का जवाब देखो, course-correct करो, और फिर पूछो। यह cycle ही quality बनाता है।

6 तरह के Feedback

अगर समझ नहीं आ रहा कि क्या feedback दें, तो ये 6 आसान templates काम आएंगे:

प्रकार	उदाहरण
दिशा बदलो	"ज़्यादा casual बनाओ" / "बहुत technical है — beginners के लिए simple करो"
गहराई में जाओ	"Option 3 पर विस्तार से बताओ" / "Specific implementation steps जोड़ो"
Constraints जोड़ो	"₹10 लाख बजट से कम के options तक सीमित रखो" / "सिर्फ भारतीय मार्केट पर focus करो"
नज़रिया बदलो	"ग्राहक के नज़रिए से दोबारा सोचो" / "अब counterarguments दो"
Quality check	"गलतियां या inconsistencies check करो"
Reformat	"इसे ईमेल में बदलो" / "टेबल के रूप में reorganize करो"

2-3 round feedback के बाद response quality में ज़बरदस्त सुधार होता है। trick यह है कि शुरू से perfection की उम्मीद मत रखो।

Prompt Engineering से "Context Engineering" तक

अंत में, prompt science के latest trend पर एक नज़र।

AI researcher Andrej Karpathy ने जून 2025 में कहा कि "रोज़मर्रा के छोटे prompts industrial-scale AI applications का बस एक छोटा हिस्सा हैं," और context engineering का concept पेश किया^[6]।

यह approach सिर्फ prompts (instructions) से आगे जाकर AI को मिलने वाली सारी जानकारी design करती है — reference materials, पिछली बातचीत, tool outputs, वगैरह। उदाहरण के लिए, सवाल पूछने से पहले कंपनी के documents AI में load करना, या summary मांगने से पहले पिछली meeting notes attach करना।

वैसे, fundamentals नहीं बदले हैं। इस चैप्टर में बताए 5 elements और 7 techniques practice करने से शुरू करें। इतने से ही AI के जवाबों की quality बदल जाएगी।

संदर्भ

1. Gupta, Aakash. "I Spent a Month Reading 1,500+ Research Papers on Prompt Engineering." Medium, 2025.
2. "Is Prompt Engineering Dead?" Fast Company, मई 2025.
3. Schulhoff, Sander et al. "The Prompt Report: A Systematic Survey of Prompting Techniques." arXiv:2406.06608, 2024.
4. Min, Sewon et al. "Rethinking the Role of Demonstrations: What Makes In-Context Learning Work?" arXiv:2202.12837, 2022.
5. Lakera. "Prompt Engineering Guide 2026." lakera.ai, 2026.
6. Karpathy, Andrej. "Context Engineering." X (Twitter), जून 2025.

संबंधित लिंक:

• Prompt Engineering Guide — Prompt तकनीकों की comprehensive guide
• Anthropic Prompt Engineering Docs — Claude के लिए prompt design guide

अगले चैप्टर में हम सीखेंगे कि इन prompt techniques को असल ज़िंदगी में कैसे लागू करें — काम, पढ़ाई, और creative projects में AI के practical उपयोग।