ভালো প্রম্পট কীভাবে লিখবেন: ChatGPT ও Claude এর জন্য ফ্রেমওয়ার্ক

সংক্ষেপে: ভালো প্রম্পট মানে AI কে একজন নতুন সহকর্মীর মতো পুরো ব্রিফ দেওয়া: সে কে হয়ে কাজ করবে, প্রেক্ষাপট কী, ঠিক কী চাই, কী নিয়ম মানতে হবে, আর আউটপুট দেখতে কেমন হবে। দরকার হলে উদাহরণ দিন, বড় কাজ ভেঙে দিন, আর প্রথম উত্তরের পর ফিডব্যাক দিয়ে উন্নত করুন। ফ্রেমওয়ার্কগুলো এই কাজটাই গুছিয়ে মনে রাখার উপায়।

প্রম্পট ইঞ্জিনিয়ারিং কী?

প্রম্পট ইঞ্জিনিয়ারিং হলো AI মডেলকে এমনভাবে নির্দেশনা দেওয়ার দক্ষতা, যাতে কম চেষ্টায় কাজের মতো, নির্ভরযোগ্য আউটপুট আসে। এতে কোডিং লাগে না, লাগে পরিষ্কার চিন্তা।

একই টুল দিয়ে একজন সাধারণ মানের লেখা পান, আরেকজন কাজের লেখা পান, মূল পার্থক্য সাধারণত ব্রিফে। Anthropic এর প্রম্পটিং গাইডে একটা কাজের পরামর্শ আছে: শুধু কী করতে হবে না বলে, কেন করতে হবে সেটাও বলুন। কারণ জানলে মডেল আপনার লক্ষ্য ভালো বোঝে।

একটা ভালো প্রম্পটে কী কী থাকে?

যেকোনো কাজের প্রম্পটকে এই ছয়টা অংশে ভাবতে পারেন। সব প্রম্পটে সবগুলো লাগে না, কিন্তু আউটপুট খারাপ হলে প্রথমে দেখুন কোনটা বাদ পড়েছে।

1. ভূমিকা (Role): “তুমি একজন অভিজ্ঞ ই-কমার্স কপিরাইটার।”
2. প্রেক্ষাপট (Context): ব্যবসা কী, পাঠক কে, কেন লেখা হচ্ছে।
3. কাজ (Task): একটাই পরিষ্কার কাজ, ক্রিয়াপদ দিয়ে: “লেখো”, “তুলনা করো”, “৫টি বিকল্প দাও”।
4. নিয়ম (Constraints): দৈর্ঘ্য, ভাষা, টোন, কী বলা যাবে না।
5. ফরম্যাট (Output format): টেবিল, বুলেট, JSON, নাকি সাধারণ প্যারাগ্রাফ।
6. উদাহরণ (Examples): আপনি যেমন চান, তেমন এক বা একাধিক নমুনা।

NShamimPRO এর ক্লাসে শেখানো ৮টি ফ্রেমওয়ার্ক এক নজরে

AI SEO ও LLM মাস্টারক্লাসের প্রম্পট ইঞ্জিনিয়ারিং অংশে আটটি ফ্রেমওয়ার্ক আলাদা লেসনে দেখানো হয়, যার একটায় Task Decomposition দিয়ে লাইভ আর্টিকেল লেখা হয়। নিচের টেবিলে প্রতিটির মূল ধারণা আর কখন কাজে লাগে:

ফ্রেমওয়ার্ক	মূল ধারণা	কখন কাজে লাগে
Chain of Thought	উত্তর দেওয়ার আগে ধাপে ধাপে ভাবতে বলা	হিসাব, তুলনা, সিদ্ধান্ত
Task Decomposition	বড় কাজকে ছোট ধাপে ভেঙে একটার পর একটা করানো	লম্বা আর্টিকেল, রিপোর্ট, কনটেন্ট প্ল্যান
Few Shot	কয়েকটা নমুনা দিয়ে প্যাটার্ন বুঝিয়ে দেওয়া	নির্দিষ্ট স্টাইল, প্রোডাক্ট ডেসক্রিপশন, ক্যাটাগরি ভাগ
Role বা Persona	নির্দিষ্ট পেশাদার বা দৃষ্টিভঙ্গি থেকে উত্তর চাওয়া	টোন ঠিক করা, বিশেষজ্ঞের চোখে রিভিউ
Output Constraints	দৈর্ঘ্য, ফরম্যাট, ভাষা, নিষেধ পরিষ্কার করে দেওয়া	meta description, সোশ্যাল পোস্ট, টেবিল
Meta Language	নিজের সংক্ষিপ্ত সংকেত বা নিয়ম আগে সংজ্ঞায়িত করে পরে সেটা ব্যবহার করা	একই ধরনের কাজ বারবার করা
Iterative Refinement বা Self Consistency	খসড়া নিয়ে ফিডব্যাক দিয়ে উন্নত করা, বা একই প্রশ্নের কয়েকটা উত্তর মিলিয়ে দেখা	গুরুত্বপূর্ণ লেখা, যেখানে ভুলের ঝুঁকি আছে
COAST	প্রেক্ষাপট, লক্ষ্য, করণীয়, পরিস্থিতি ও কাজ একটা কাঠামোয় সাজানো	নতুন বা জটিল কাজের প্রথম পূর্ণ ব্রিফ

বাস্তবে এগুলো আলাদা আলাদা ব্যবহার হয় না। একটা ভালো প্রম্পটে প্রায়ই Role, Output Constraints আর Few Shot একসাথে থাকে।

Few Shot কীভাবে দেবেন

Anthropic এর গাইড অনুযায়ী উদাহরণগুলো আলাদা ট্যাগে রাখলে মডেল নির্দেশনা আর উদাহরণ গুলিয়ে ফেলে না, আর ৩ থেকে ৫টি বৈচিত্র্যময় উদাহরণ ভালো ফল দেয়। সব উদাহরণ একই রকম হলে মডেল সেটাই হুবহু নকল করে।

Task Decomposition: আর্টিকেল লেখার উদাহরণ

“১৫০০ শব্দের আর্টিকেল লেখো” এর বদলে: প্রথম প্রম্পটে আউটলাইন, দ্বিতীয়তে আপনার সংশোধনসহ প্রথম সেকশন, তৃতীয়তে পরের সেকশন। প্রতিটি ধাপে আপনি দেখে নিতে পারেন, ভুল হলে সেখানেই থামাতে পারেন। পুরো প্রসেসটা আছে AI দিয়ে ব্লগ পোস্ট লেখার ধাপে।

Iterative Refinement আর Self Consistency এর পার্থক্য

Iterative Refinement হলো খসড়ার ওপর ধাপে ধাপে ফিডব্যাক দেওয়া: “দ্বিতীয় প্যারাটা আরও সরাসরি করো”, “উদাহরণটা বাংলাদেশের প্রেক্ষাপটে বদলাও”। Self Consistency হলো একই প্রশ্ন কয়েকবার করে বা কয়েকটা আলাদা উত্তর চেয়ে মিলিয়ে দেখা। যে উত্তর বারবার একই আসে, সেটায় ভরসা একটু বেশি রাখা যায়; যেখানে উত্তর বদলায়, সেখানে নিজে যাচাই করা দরকার।

COAST দিয়ে একটা পূর্ণ ব্রিফের কাঠামো

COAST এর পাঁচটা অংশ প্রচলিতভাবে Context, Objective, Actions, Scenario আর Task হিসেবে ব্যাখ্যা করা হয়। নতুন কোনো কাজ প্রথমবার দেওয়ার সময় একটা ফাঁকা কাঠামো এমন হতে পারে:

Context: [ব্যবসা, পাঠক, এখন পর্যন্ত কী করা হয়েছে]
Objective: [এই কাজ শেষে কী অর্জন করতে চাই]
Actions: [কোন ধাপে কাজটা করতে হবে]
Scenario: [কোথায় ব্যবহার হবে, কোন সীমাবদ্ধতা আছে]
Task: [এই মুহূর্তে ঠিক কোন আউটপুট চাই]

উদাহরণ: দুর্বল প্রম্পট বনাম ভালো প্রম্পট

ধরুন ঢাকার একটা হোম বেকারির জন্য Facebook পোস্ট দরকার (ব্যবসাটা কাল্পনিক উদাহরণ)।

দুর্বল: “আমার বেকারির জন্য একটা ফেসবুক পোস্ট লেখো।”

ভালো:

তুমি ছোট ব্যবসার জন্য সোশ্যাল মিডিয়া কপি লেখো।
প্রেক্ষাপট: মিরপুরের একটা হোম বেকারি, অর্ডার নেয় শুধু ইনবক্সে।
এই সপ্তাহে নতুন: খেজুর গুড়ের কেক, শুধু শুক্র ও শনিবার।
পাঠক: আশেপাশের চাকরিজীবী মা-বাবা।
কাজ: একটা Facebook পোস্টের ৩টি বিকল্প লেখো।
নিয়ম: প্রতিটি ৬০ শব্দের মধ্যে, কথ্য বাংলা,
দাম লিখবে না, "সেরা" বা "এক নম্বর" জাতীয় দাবি করবে না,
শেষে ইনবক্সে অর্ডারের আহ্বান।
ফরম্যাট: বিকল্প ১, ২, ৩ আলাদা লাইনে।

দ্বিতীয় প্রম্পটে নতুন কোনো জাদু নেই। শুধু সেই তথ্যগুলো আছে, যা একজন মানুষ কপিরাইটারকেও আপনি দিতেন।

নতুন reasoning মডেলে Chain of Thought কি এখনও দরকার?

এখানে একটা বড় পরিবর্তন জানা দরকার। এখনকার অনেক মডেলে উত্তরের আগে নিজে নিজে ভাবার ক্ষমতা (“thinking” বা reasoning মোড) থাকে। Anthropic এর গাইড বলছে, এমন মোডে “ভালো করে ভেবে দেখো” ধরনের সাধারণ নির্দেশনা প্রায়ই হাতে লেখা ধাপের তালিকার চেয়ে ভালো ফল দেয়। OpenAI এর প্রম্পট ইঞ্জিনিয়ারিং গাইডেও একই কথা: reasoning মডেলকে উঁচু স্তরের লক্ষ্য দিন, আর সাধারণ মডেলকে দিন খুঁটিনাটি নির্দেশনা।

তাই নিয়মটা এমন: reasoning মোড চালু থাকলে লক্ষ্য, প্রেক্ষাপট আর নিয়ম পরিষ্কার দিন, ভাবার ধাপ নিজে লিখে দেওয়ার দরকার কম। মোড বন্ধ থাকলে বা দ্রুত মডেলে কাজ করলে “উত্তর দেওয়ার আগে ধাপে ধাপে ভাবো” এখনও কাজে আসে। কোন টুলে কোন মোড কী নামে আছে, তা দ্রুত বদলায়, তাই টুলের নিজের সেটিং দেখে নিন।

বাংলায় প্রম্পট দিলে কি ভালো কাজ করে?

হ্যাঁ, বড় AI চ্যাট টুলগুলো বাংলা বোঝে এবং বাংলায় লেখে। তবে মান টুল আর কাজের ধরন অনুযায়ী ভিন্ন হয়, আর ইংরেজির মতো সব জায়গায় সমান ভালো নাও হতে পারে। কয়েকটা কাজের নিয়ম:

• আউটপুটের ভাষা স্পষ্ট বলে দিন: “কথ্য বাংলায়, বাংলাদেশের পাঠকের জন্য, ‘আপনি’ সম্বোধনে”।
• টেকনিক্যাল শব্দ কোনগুলো ইংরেজিতে থাকবে, তা উল্লেখ করুন, নইলে AI জোর করে অনুবাদ করতে পারে।
• জটিল নির্দেশনা ইংরেজিতে দিয়ে আউটপুট বাংলায় চাইলে কখনো ভালো হয়, কখনো হয় না। নিজের কাজে দুটো একবার করে তুলনা করুন।
• বাংলা লেখার একটা নমুনা দিন (Few Shot), যাতে AI আপনার ধাঁচ ধরতে পারে।

প্রম্পট লেখার সাধারণ ভুল

• এক প্রম্পটে দশটা কাজ: আউটপুট এলোমেলো হয়। কাজ ভাগ করুন।
• শুধু নিষেধ বলা: “লম্বা লিখবে না” এর বদলে বলুন “৮০ শব্দের মধ্যে লেখো”। Anthropic এর গাইডও কী করতে হবে তা বলার পরামর্শ দেয়, কী করতে হবে না তার বদলে।
• তথ্যের জন্য AI এর ওপর ভরসা: দাম, নিয়ম, পরিসংখ্যান AI বানিয়ে ফেলতে পারে। প্রম্পটে বলুন অনিশ্চিত হলে “জানি না” বা “[যাচাই করুন]” লিখতে, আর পরে নিজে যাচাই করুন।
• প্রথম উত্তরেই থেমে যাওয়া: “দ্বিতীয় বিকল্পটা আরও ছোট আর সরাসরি করো” ধরনের ফিডব্যাক দিলে আউটপুট অনেক ভালো হয়।
• “পারফেক্ট প্রম্পট” খোঁজা: একই প্রম্পট সব টুলে, সব সময় একই ফল দেয় না। কাজের প্রম্পট নিজে বানিয়ে সংরক্ষণ করুন আর সময়ে সময়ে পরীক্ষা করুন।

এরপর কী করবেন

1. আপনার সবচেয়ে বেশি করা ৩টি কাজের জন্য উপরের ছয় অংশ মেনে প্রম্পট লিখে একটা ডকে সংরক্ষণ করুন।
2. একটা কাজ Few Shot দিয়ে আর ছাড়া, দুইভাবে করিয়ে পার্থক্য দেখুন।
3. কোন কাজে কোন ধরনের AI টুল দরকার, সেটা ঠিক করতে পড়ুন মার্কেটারদের জন্য কাজ ধরে AI টুল বাছাই।
4. আটটি ফ্রেমওয়ার্ক আলাদা লেসনে, লাইভ উদাহরণসহ শিখতে NShamimPRO এর AI SEO ও LLM মাস্টারক্লাস দেখুন।

তথ্যসূত্র

• Prompting best practices, Anthropic (Claude Docs), দেখা হয়েছে ২ অক্টোবর ২০২৬
• Prompt engineering overview, Anthropic (Claude Docs), দেখা হয়েছে ২ অক্টোবর ২০২৬
• Prompt engineering, OpenAI, দেখা হয়েছে ২ অক্টোবর ২০২৬