یہ کیوں اہم ہے

اس گائیڈ کا ہر موضوع پرامپٹس اور سکلز پر ختم ہوتا ہے۔ وہ اس لیے ہیں کہ سروس مینجمنٹ کے بہت سے کام ایسے معاون کے لیے موزوں ہیں جو ٹکٹوں کا ڈھیر پڑھ سکے، رن بک کا مسودہ بنا سکے، یا نوٹس کو منصوبے میں بدل سکے۔ وہ اس لیے بھی ہیں کہ اے آئی سے مبہم درخواست مبہم، کبھی غلط، نتائج پیدا کرتی ہے۔ مفید جواب اور معقول مگر خالی جواب کے درمیان فرق اکثر اس میں ہوتا ہے کہ درخواست کیسے لکھی گئی اور اس کے ساتھ کون سا مواد آیا۔

یہ موضوع بیان کرتا ہے کہ گائیڈ کے پرامپٹس اور سکلز کیسے برتیں، وہ ایسے کیوں لکھے گئے ہیں، اور اپنی ٹیم کے لیے اپنے کیسے لکھیں۔ یہ ترکیبوں سے زیادہ عادتوں کے بارے میں ہے: حقیقی مواد دینا، بتانا کہ آپ کیا چاہتے ہیں، معاون سے کہنا کہ جو وہ نہیں جانتا اسے نشان زد کرے، اور جو واپس آئے اسے جانچنا۔ یہ پچھلے موضوع کی احتیاطوں پر بنتا ہے، جو بیان کرتا ہے کہ اے آئی کہاں مدد کرتی اور کہاں نقصان پہنچا سکتی ہے (دیکھیں موضوع 6.2 — آئی ٹی سروس کے انتظام میں اے آئی)۔

ماخذ عملی ہیں۔ گائیڈ کی اپنی skills/prompt-engineering سکل پرامپٹ لکھنے کو زبان کے ماڈل کو دی جانے والی ہدایات ڈیزائن کرنے اور دہرانے کی دانستہ مشق بیان کرتی ہے، پرامپٹ کو سافٹ ویئر کا چھوٹا ٹکڑا سمجھتے ہوئے جو لکھا جاتا ہے، حقیقی معاملات پر آزمایا جاتا ہے، اور نظرِ ثانی ہوتی ہے۔ Claude Code کی دستاویزات بیان کرتی ہیں کہ سکلز SKILL.md فائل والی ڈائرکٹریوں کی شکل میں کیسے منظم ہیں۔ بڑے زبان کے ماڈلز پر ویکیپیڈیا کا مضمون پس منظر دیتا ہے۔ اس گائیڈ کے لیے پڑھا گیا کوئی ماخذ اس کا ثبوت نہیں دیتا کہ کون سی پرامپٹنگ تکنیکیں سب سے بہتر کام کرتی ہیں؛ یہاں کی تکنیکوں کو آزمانے کی عادتیں سمجھیں۔

بنیادی تصورات

پرامپٹس، سکلز، اور وہ کس لیے ہیں

پرامپٹ وہ ہدایت اور مواد ہے جو آپ ایک کام کے لیے اے آئی معاون کو دیتے ہیں۔ سکل، اس گائیڈ کے skills/ فولڈر میں برتی گئی شکل میں، ایک قسم کے کام کے لیے دوبارہ برتے جانے والے علم کا پیکج ہے: SKILL.md فائل والی ڈائرکٹری جو بتاتی ہے کہ اسے کب برتنا ہے اور کام کیسے کرنا ہے۔ Claude Code کی دستاویزات میں سکل ایسی ڈائرکٹری ہے جس میں لازمی SKILL.md فائل ہو جس کے frontmatter میں نام اور وضاحت ہو، اور جس کا مرکزی حصہ ہدایات دے؛ معاون وضاحت سے طے کرتا ہے کہ سکل کب لاگو کرنی ہے، اور مکمل مرکزی حصہ صرف تب لوڈ کرتا ہے جب وہ برتی جائے۔

پرامپٹ سکل
دائرہ ایک کام، ابھی ایک قسم کا کام، دوبارہ برتا جانے والا
کہاں رہتا ہے چیٹ یا دستاویز میں فولڈر میں، جیسے skills/ یا پروجیکٹ کی سکلز کی ڈائرکٹری
کون بدلتا ہے آپ، ہر بار ٹیم، جائزے کے ساتھ
کس کے لیے بہترین اپنے مواد کا مخصوص تجزیہ دہرائے جانے والے طریقے جیسے ریٹروسپیکٹو چلانا

گائیڈ کے پرامپٹس کیسے بنے ہیں

اس گائیڈ کے پرامپٹس سادہ نمونے کی پیروی کرتے ہیں، جو اسٹائل گائیڈ میں بیان ہے:

  1. بولڈ ایک سطر کا مقصد بتاتا ہے کہ پرامپٹ کس لیے ہے۔
  2. باڑ والا بلاک میں وہ متن ہے جو آپ کاپی اور پیسٹ کر سکتے ہیں۔
  3. چوکور قوسین میں پلیس ہولڈر نشان زد کرتے ہیں کہ آپ کو کیا فراہم کرنا ہے، اشارے کے ساتھ کہ کیا لکھیں۔
  4. کام جو مطلوبہ آؤٹ پٹ کا نام لیتا ہے۔
  5. حدیں: اعداد، ماخذ، اقتباسات، یا تعمیل کے دعوے نہ گھڑیں؛ صرف چسپاں کیا گیا مواد برتیں۔
  6. پہلے پوچھنے کی درخواست جب معلومات غائب ہوں، اور مفروضے نشان زد کرنے کی۔
  7. آخری جانچ: "List what you are unsure of."

ان حصوں کی وجوہات ہیں۔ پلیس ہولڈر آپ کو حقیقی مواد لانے پر مجبور کرتے ہیں۔ حد معاون کو خلا گھڑت سے بھرنے سے روکتی ہے۔ وضاحتی سوالات کی درخواست ایک بار کے اندازے کو مختصر گفتگو بناتی ہے۔ آخری سطر معاون سے اپنے کمزور مقامات خود نشان زد کرواتی ہے، جو آپ کو یہ طے کرنے میں مدد دیتی ہے کہ کیا جانچنا ہے۔

مدد کرنے والے نمونے

گائیڈ کی prompt-engineering سکل تکنیکیں گنواتی ہے، جن کا یہ گائیڈ اپنے الفاظ میں خلاصہ کرتی ہے:

  • مطلوبہ آؤٹ پٹ کے بارے میں مخصوص رہیں، جیسے نام والے کالموں کا جدول، یا زیادہ سے زیادہ پانچ آئٹمز کی نمبر والی فہرست، تاکہ معاون شکل کا اندازہ نہ لگائے۔
  • جب ہدایات مبہم ہوں تو مثالیں دیں، مختصر نمونے میں مطلوبہ نمونہ دکھا کر۔
  • وہ سیاق فراہم کریں جو معاون نہیں جان سکتا، جیسے آپ کی اصطلاحات، رکاوٹیں، اور زیرِ بحث دستاویز، اور بتائیں کہ اسے کیا فرض نہیں کرنا چاہیے۔
  • حقیقی ٹیسٹ کیسز پر دہرائیں، پرامپٹ کو حقیقی ان پُٹس کی رینج پر چلا کر اور جہاں ناکام ہو وہاں نظرِ ثانی کر کے، ایک اچھی مثال سے اسے جانچنے کے بجائے۔

ایک ان پُٹ پر ٹیون کیا گیا پرامپٹ دوسروں پر ناکام ہو سکتا ہے۔ سکل یہ بات کرتی ہے کہ مختصر، عجیب طور پر لکھا ان پُٹ، یا ایک خانہ غائب والا، اس پرامپٹ کو توڑ سکتا ہے جس نے اصل مثال سنبھالی تھی۔

جانچ کی عادتیں

ہر آؤٹ پٹ کو غلط ہونے کی قیمت کے تناسب سے جانچنا چاہیے۔ مدد کرنے والی عادتیں:

  • حقائق اس ماخذ کے مقابل جانچیں جو آپ نے چسپاں کیا۔ معاون سے کہیں کہ آپ کے مواد کا وہ حصہ نقل کرے جو ہر بیان کو سہارا دیتا ہے۔
  • وہ حوالے کبھی قبول نہ کریں جو آپ نے دیکھے نہیں۔ پچھلے موضوع میں بیان کردہ معاملات میں گھڑے ہوئے عدالتی حوالے ہیں؛ انہیں نہ دہرائیں۔
  • جو معاون نے دیکھا اسے جو اس نے فرض کیا اس سے الگ کریں۔ گائیڈ کے پرامپٹس یہ مانگتے ہیں۔
  • حساب خود آزمائیں، یا حساب کا طریقہ مانگیں اور جانچیں۔
  • ٹیم سے باہر جانے والی ہر چیز کے لیے دوسری نظر برتیں، جیسے گاہک کا جواب یا پالیسی۔
  • اہم استعمال کے ریکارڈ رکھیں، جیسے موضوع 6.2 — آئی ٹی سروس کے انتظام میں اے آئی میں بیان ہے۔

ڈیٹا کی حفاظت

پرامپٹ میں کچھ چسپاں کرنے سے پہلے پوچھیں کہ اس میں کیا ہے اور یہ کہاں جائے گا۔ ذاتی ڈیٹا، اسناد، اور خفیہ تجارتی تفصیل ہٹائیں جب تک ٹول اور اس کی شرائط ان کے لیے منظور نہ ہوں (دیکھیں موضوع 3.13 — معلومات کی سلامتی کا انتظام)۔ گائیڈ کے پرامپٹس آپ سے گمنام کرنے کو کہتے ہیں، مگر ذمہ داری آپ کی ہے۔ شک ہو تو صورتِ حال عمومی الفاظ میں بیان کریں۔

سکل کیسی لگتی ہے

Claude Code کی دستاویزات اور اس گائیڈ کی سکلز سے، سکل ایسی ڈائرکٹری ہے جیسے skills/runbook/ جس میں SKILL.md ہو۔ فائل --- نشانوں کے درمیان YAML frontmatter سے شروع ہوتی ہے، جس میں کم از کم name اور description ہو۔ دستاویزات کہتی ہیں کہ وضاحت معاون کو بتاتی ہے کہ سکل کیا کرتی ہے اور کب برتنی ہے، اور اہم استعمال کو پہلے رکھنے کی سفارش کرتی ہیں۔ مرکزی حصہ markdown میں طریقہ دیتا ہے۔ دوسری فائلیں، جیسے حوالہ دستاویزات یا اسکرپٹ، ساتھ رہ سکتی ہیں اور ضرورت پر لوڈ ہوتی ہیں؛ دستاویزات مشورہ دیتی ہیں کہ SKILL.md خود مختصر رکھیں، 500 سطروں سے کم۔

اس گائیڈ کی نقل شدہ سکلز اسی شکل کی پیروی کرتی ہیں۔ ان کی وضاحتیں "Use when asked to…" سے شروع ہوتی ہیں، جو واضح کرتا ہے کہ ہر ایک کب لاگو ہوتی ہے۔

سکلز کہاں رہتی ہیں

دستاویزات صارف کی ہوم سکلز ڈائرکٹری میں ذاتی سکلز، ریپازیٹری کی سکلز ڈائرکٹری میں پروجیکٹ سکلز جو کمٹ اور ٹیم کے ساتھ بانٹی جا سکتی ہیں، اور دوسری جگہیں جیسے پلگ اِنز بیان کرتی ہیں۔ ٹیم کے لیے ورژن کنٹرول میں پروجیکٹ فولڈر فطری جگہ ہے: سکلز کا جائزہ ہوتا ہے، دوسرے کام جیسے عمل سے بدلتی ہیں، اور سب کو دستیاب ہیں۔

اپنی ٹیم کی سکلز لکھنا

ٹیم کی سکل اس عمل کو پکڑتی ہے جو ٹیم دہراتی ہے اور مستقل طور پر کروانا چاہتی ہے۔ سروس مینجمنٹ کی مثالیں: اپنے انداز میں پوسٹ مارٹم کیسے لکھیں، کسی خاص قسم کے ٹکٹ کی چھانٹی کیسے کریں، تبدیلی کی درخواست کیسے تیار کریں، اپنا جمعے کا جائزہ کیسے چلائیں۔ لکھنے کے لیے:

  1. ایسا کام چنیں جو آپ دہراتے ہیں اور جس کے کرنے کا معلوم اچھا طریقہ ہے۔
  2. پہلے وضاحت لکھیں، "Use when…" اور اہم استعمال سے شروع کر کے، تاکہ معاون اور آپ کے ساتھی جانیں کہ یہ کب لاگو ہوتی ہے۔
  3. طریقہ لکھیں مختصر مراحل میں، آؤٹ پٹ کی شکل، جانچوں اور بچنے والی باتوں کے ساتھ۔
  4. مثالیں شامل کریں اچھے نتیجے کی، حساس تفصیلات ہٹا کر۔
  5. بتائیں کہ اسے کیا نہیں کرنا چاہیے، جیسے اعداد گھڑنا یا بغیر جائزے کے کچھ بھیجنا۔
  6. حقیقی معاملات پر آزمائیں اور نظرِ ثانی کریں۔
  7. اسے مالک اور جائزے کی تاریخ دیں، کسی بھی دوسری مشترکہ دستاویز کی طرح۔

اس گائیڈ میں سکلز

اس ریپازیٹری کا skills/ فولڈر skills-on-ai مجموعے کی سکلز کی نقول رکھتا ہے، جو skills/README.md میں درج ہیں، اور اس گائیڈ کے لیے لکھی گئی دو سکلز: ایک قارئین کے لیے اور ایک دیکھ بھال کرنے والوں کے لیے۔ ہر موضوع اپنے مضمون کے لیے سب سے مفید سکلز سے جڑتا ہے، ہر ایک کب برتنی ہے اس کے ایک جملے کے ساتھ۔ نقل شدہ سکلز عمومی ہیں، اس گائیڈ کے مواد کے لیے مخصوص نہیں، اس لیے انہیں نقطۂ آغاز کے طور پر برتیں اور ان کا آؤٹ پٹ اپنے سیاق کے مطابق ڈھالیں۔

حدود

اس گائیڈ کے لیے پڑھا گیا کوئی ماخذ نہیں ناپتا کہ کوئی پرامپٹنگ تکنیک کتنی اچھی کام کرتی ہے، اور اے آئی کے اوزار تیزی سے بدلتے ہیں۔ پڑھی گئی Claude Code کی دستاویز لمبی تھی اور صرف جزوی پڑھی گئی۔ جو آگے ہے وہ عملی نصیحت ہے جو عام استعمال میں قائم رہی، آزمانے کی عادتوں کے طور پر پیش، ضمانتوں کے طور پر نہیں۔

بہترین طریقے

  1. حقیقی کام اور حقیقی مواد سے شروع کریں۔ ایسا کام چنیں جو آپ کو کروانا ہے، اور اصل حقائق چسپاں کریں، ان کی وضاحت نہیں۔ ہر پلیس ہولڈر کو مخصوص تفصیل سے بھریں۔
  2. مقصد ایک سطر میں بیان کریں۔ بتائیں کہ آؤٹ پٹ کس لیے ہے اور کون برتے گا۔ یہ معاون کو تفصیل کی صحیح سطح چننے میں مدد دیتا ہے۔
  3. آؤٹ پٹ متعین کریں۔ مطلوبہ شکل، لمبائی اور ساخت کا نام لیں۔ موازنہ چاہیں تو جدول مانگیں، مراحل چاہیں تو فہرست۔
  4. حدیں طے کریں۔ بتائیں کہ معاون کو کیا نہیں کرنا چاہیے: اعداد، ماخذ، یا اقتباسات گھڑنا؛ ایسے حقائق فرض کرنا جو دیے نہیں گئے؛ متن کے بغیر دعویٰ کرنا کہ قاعدہ لاگو ہے۔
  5. پہلے وضاحتی سوالات مانگیں۔ معاون سے کہیں کہ جواب دینے سے پہلے جو چاہیے وہ پوچھے۔ مختصراً جواب دیں، پھر اس سے آگے بڑھنے کو کہیں۔
  6. اس سے حقائق کو مفروضوں سے الگ کرنے کو کہیں۔ اس سے نشان زد کروائیں کہ اس نے آپ کے مواد سے کیا لیا اور کیا فرض کیا۔ اس گائیڈ کے پرامپٹس "List what you are unsure of." پر ختم ہوتے ہیں۔
  7. شواہد مانگیں۔ ہر دعوے کو سہارا دینے والے آپ کے مواد کے اقتباسات مانگیں، تاکہ آپ جلد جانچ سکیں۔
  8. دہرائیں۔ پہلے جواب کو مسودہ سمجھیں۔ بتائیں کہ کیا غلط ہے اور نظرِ ثانی مانگیں، یا پرامپٹ بدل کر دوبارہ آزمائیں۔
  9. پرامپٹس کئی معاملات پر آزمائیں۔ پرامپٹ پر انحصار کرنے سے پہلے اسے تین یا چار حقیقی ان پُٹس پر چلائیں، ایک غیر معمولی سمیت۔ نوٹ کریں کہ کہاں ناکام ہوتا ہے۔
  10. ڈیٹا کی حفاظت کریں۔ چسپاں کرنے سے پہلے ذاتی اور خفیہ تفصیلات ہٹائیں۔ منظور شدہ اوزار برتیں۔ اپنے ادارے کی پالیسی کی پیروی کریں۔
  11. برتنے سے پہلے جانچیں۔ حقائق، اعداد اور حوالوں کی تصدیق کریں۔ جو گاہکوں تک جائے یا نظام بدلے اس کا کسی شخص سے جائزہ کروائیں۔
  12. جو کام کرتا ہے بانٹیں۔ جو پرامپٹس مفید ثابت ہوں انہیں نوٹس کے ساتھ ٹیم کی سکل یا ورژن کنٹرول والی دستاویز میں مالک کے ساتھ رکھیں۔

ٹیم کے ساتھ بحث کے سوالات

ہم کون سے کام دہراتے ہیں جن میں معاون مدد کر سکتا ہے، اور ہمیں کیا جانچنا ہوگا؟

ہر شخص سے کام فہرست کرنے کو کہیں، اور نشان زد کریں کہ اگر آؤٹ پٹ غلط ہو تو خطرہ کیا ہے۔ انہیں کم، درمیانے اور زیادہ خطرے میں گروہ بند کریں۔ کم خطرے والے سے شروع کریں۔ سہولت کار پوچھ سکتا ہے کہ جانچ کا مرحلہ کیا ہوگا۔ آزمائش کے لیے ایک کام چنیں۔

آج ہم اے آئی کے اوزار میں کیا چسپاں کرتے ہیں، اور کیا ہمیں کرنا چاہیے؟

دیانت دار اور بغیر فیصلے کے رہیں۔ مثالیں فہرست کریں۔ ڈیٹا کی پالیسی اور منظور شدہ اوزار سے موازنہ کریں۔ فوری جانچ پر متفق ہوں جو لوگ چسپاں کرنے سے پہلے لاگو کر سکیں: "کیا اس میں ذاتی ڈیٹا، راز، یا خفیہ تفصیل ہے؟"

اس گائیڈ کے کون سے پرامپٹس ہم پہلے آزمائیں گے، اور کس حقیقی مواد کے ساتھ؟

پرامپٹس پر مل کر نظر ڈالیں اور ایک چنیں۔ چسپاں کرنے کے لیے حقیقی مواد پہچانیں، حساس تفصیل ہٹائیں، اور چلائیں۔ نتائج کا موازنہ کریں اور بحث کریں کہ پرامپٹ میں کیا بدلنا ہے۔ نمونہ سیکھنے کا یہ تیز طریقہ ہے۔

ہمیں کیسے پتا چلے گا کہ پرامپٹ کام کرتا ہے؟

ٹیسٹ سیٹ مانگیں: معلوم اچھے آؤٹ پٹ والے چند حقیقی ان پُٹس۔ بحث کریں کہ جوابات کو اسکور کیسے کریں اور کون فیصلہ کرے۔ ٹیسٹ سیٹ کے بغیر پرامپٹ امید ہے۔ ایک پرامپٹ کے لیے چھوٹے مجموعے پر متفق ہوں۔

ہم کون سا طریقہ دہراتے ہیں جو ٹیم کی سکل بننے کے لائق ہے؟

امیدواروں کی فہرست بنائیں: جائزے کی شکل، چھانٹی کا معمول، رپورٹوں کا سانچہ۔ ایک چنیں، اور مل کر وضاحت اور مراحل کا مسودہ بنائیں۔ طے کریں کہ مالک کون ہے اور اس کا جائزہ کب ہوگا۔

ہم اے آئی کو اکیلے کیا کرنے دینا کبھی نہیں چاہیں گے؟

اقدامات کی فہرست بنائیں: گاہکوں کو بھیجنا، پروڈکشن بدلنا، رسائی منظور کرنا، ترجیح طے کرنا۔ بحث کریں کہ کیوں۔ جوابات وہ حدیں ہیں جو اپنے پرامپٹس اور سکلز میں لکھنی ہیں۔ مختصر فہرست پر متفق ہوں۔

عملی مثال: چابک ITIL کی ایک مثال

ایک علاقائی اسپتال کے آئی ٹی سروس ڈیسک میں چودہ تجزیہ کار ہیں۔ ڈیسک کے لیڈ نے نوٹ کیا ہے کہ ساتھی اے آئی معاون مختلف طریقوں سے برتتے ہیں: ایک پورے ٹکٹ، مریضوں کے ناموں سمیت، عوامی چیٹ بوٹ میں چسپاں کرتا ہے؛ دوسرا تفصیلی پرامپٹس لکھتا اور مفید خلاصے پاتا ہے؛ زیادہ تر بالکل نہیں برتتے۔ ایک حالیہ علمی مضمون، جس کا مسودہ معاون نے بنایا، میں ایسا طریقۂ کار کا مرحلہ تھا جو موجود نہیں تھا۔

ڈیسک کی لیڈ اس گائیڈ کے طریقے سے ایک گھنٹے کی نشست کرتی ہے۔ وہ ڈیٹا سے شروع کرتی ہے: گروہ قاعدے پر متفق ہوتا ہے کہ مریضوں کی تفصیلات یا اسناد کسی ٹول میں نہ جائیں، اور یہ کہ منظور شدہ معاون، جسے اسپتال نے موزوں شرائط کے ساتھ لائسنس کیا ہے، ٹکٹ کے متن کے ساتھ واحد برتا جانے والا ہے۔ وہ ایک کام چنتی ہے، حل شدہ ٹکٹ سے علمی مضمون کا مسودہ بنانا، اور اس گائیڈ کے پرامپٹس کا نمونہ برتتی ہے: ایک سطر کا مقصد، گمنام ٹکٹ کے لیے پلیس ہولڈر، صرف ٹکٹ کا مواد برتنے کی ہدایات، کسی اخذ شدہ مرحلے کو ٹیگ سے نشان زد کرنے، اور یہ فہرست کرنے کی کہ وہ کس بارے میں غیر یقینی ہے۔ دو تجزیہ کار پرامپٹ کو پانچ ماضی کے ٹکٹوں پر چلاتے ہیں، اور گروہ نتائج مل کر پڑھتا ہے۔ ایک معاملے میں پرامپٹ ایک مرحلہ گھڑتا ہے؛ وہ ہر مرحلے کے لیے ٹکٹ سے اقتباس مانگنے والی سطر شامل کرتے ہیں۔

ڈیسک کی لیڈ بہتر پرامپٹ کو ڈیسک کے مشترکہ فولڈر میں ٹیم کی سکل کے طور پر لکھتی ہے، "Use when…" سے شروع ہونے والی وضاحت، مالک، اور جائزے کی تاریخ کے ساتھ، اور قاعدہ شامل کرتی ہے کہ شائع کرنے سے پہلے ہر مسودہ شدہ مضمون دوسرے تجزیہ کار سے جانچا جائے۔ دو مہینوں بعد فی ہفتہ مسودہ شدہ مضامین کی تعداد دگنی ہو گئی ہے اور جائزہ کار پہلے سے کم غلطیاں پاتے ہیں۔ کچھ مسائل باقی ہیں۔ دو تجزیہ کار دباؤ میں اب بھی عوامی ٹول میں تفصیلات چسپاں کرتے ہیں، سکل حد سے زیادہ رسمی الفاظ پیدا کرتی ہے جسے تجزیہ کار دوبارہ لکھتے ہیں، اور ایک جائزہ کار مانتا ہے کہ وہ سرسری دیکھتا ہے۔ ڈیسک کی لیڈ ہر ٹیم میٹنگ میں ڈیٹا کا قاعدہ دہراتی ہے، سکل میں اسٹائل کی مثال شامل کرتی ہے، اور جائزہ کاروں سے مختصر چیک لسٹ پر نشان لگانے کو کہتی ہے۔

چار نقطہ ہائے نظر

پروڈکٹ اور ڈیلیوری ٹیمیں

ڈیلیوری ٹیمیں کوڈ، ٹیسٹ اور دستاویزات کے لیے معاون برتتی ہیں۔ وہی عادتیں لاگو کریں: حقیقی مواد، واضح حدیں، تصدیق، اور جائزہ۔ راز پرامپٹس سے باہر رکھیں، اور مفید پرامپٹس اور سکلز کوڈ کے ساتھ رکھیں۔

سروس اور آپریشنز ٹیمیں

آپریشنز ٹیمیں ٹکٹوں کا تجزیہ، رن بکس کا مسودہ، اور جائزوں کی تیاری کے لیے پرامپٹس برت سکتی ہیں۔ ذاتی ڈیٹا باہر رکھیں، آؤٹ پٹ کو لاگز اور ریکارڈ کے مقابل جانچیں، اور ایسے معمولات کے لیے سکلز لکھیں جو ٹیم دہراتی ہے، جیسے پوسٹ مارٹم اور شفٹ کی حوالگیاں۔

قیادت اور گورننس

قائدین قواعد طے کرتے ہیں کہ کیا، کس ڈیٹا کے ساتھ برتا جا سکتا ہے، اور جواب دہ کون ہے۔ استعمال کی فہرست، ڈیٹا کی پالیسی، اور پائلٹوں کے شواہد مانگیں۔ ٹیموں کو پرامپٹس اور سکلز لکھنے اور آزمانے کے وقت کی حمایت کریں، اور یقینی بنائیں کہ مشترکہ سکلز کے مالک ہیں۔

گاہک اور صارفین

گاہک اور صارفین پرامپٹس اور سکلز کے نتائج جوابات، مضامین اور خلاصوں میں دیکھ سکتے ہیں۔ توقع رکھیں کہ فراہم کنندگان انہیں جانچیں گے اور جہاں اہم ہو بتائیں گے جب خودکار اوزار برتتے ہیں۔ غلطیاں رپورٹ کریں، جو بنیادی مواد بہتر کرنے میں مدد دیتی ہیں۔

ناکامی کی عام صورتیں

  • مبہم درخواستیں۔ معاون اندازہ لگاتا ہے۔ اس کے بجائے مواد، مقصد، اور مطلوبہ آؤٹ پٹ دیں۔
  • حساس ڈیٹا چسپاں کرنا۔ ذاتی یا خفیہ تفصیلات ادارے سے باہر جاتی ہیں۔ اس کے بجائے انہیں ہٹائیں اور منظور شدہ اوزار برتیں۔
  • گھڑا ہوا مواد قبول کرنا۔ گھڑے ہوئے مراحل، اعداد، یا حوالے برتے جاتے ہیں۔ اس کے بجائے حدیں طے کریں، اقتباسات مانگیں، اور تصدیق کریں۔
  • ایک مثال پر ٹیوننگ۔ پرامپٹ ایک بار کام کرتا ہے اور کہیں اور ناکام ہوتا ہے۔ اس کے بجائے کئی حقیقی ان پُٹس پر آزمائیں۔
  • مالک کے بغیر سکلز۔ مشترکہ پرامپٹس باسی ہو جاتے ہیں۔ اس کے بجائے مالک اور جائزے کی تاریخ مقرر کریں اور انہیں ورژن کنٹرول میں رکھیں۔
  • نقل شدہ پرامپٹس پر حد سے زیادہ بھروسا۔ انٹرنیٹ یا اس گائیڈ کا پرامپٹ بلا تبدیلی برتا جاتا ہے۔ اس کے بجائے اپنے سیاق کے مطابق ڈھالیں اور نتائج جانچیں۔
  • دوسری نظر نہیں۔ اے آئی کا آؤٹ پٹ سیدھا گاہکوں تک جاتا ہے۔ اس کے بجائے ٹیم سے باہر جانے والی ہر چیز کا کسی شخص سے جائزہ کروائیں۔
  • معاون کو اختیار سمجھنا۔ اس کا اعتماد درستگی سمجھا جاتا ہے۔ اس کے بجائے پوچھیں کہ وہ کس بارے میں غیر یقینی ہے اور جانچیں۔

پختگی کا ماڈل

پہلو آغاز ترقی معیار بندی انتظام ہم آہنگی
پرامپٹ کا عمل لوگ ایڈہاک پرامپٹس لکھتے ہیں کچھ لوگ پرامپٹس بانٹتے ہیں ٹیمیں مقصد، مواد، حدوں اور جانچوں کے مشترکہ نمونے کو برتتی ہیں پرامپٹ کا معیار حقیقی معاملات کے مجموعوں پر آزمایا جاتا ہے پرامپٹس مشترکہ ٹیسٹ نتائج سے ٹیموں میں بہتر ہوتے ہیں
سکلز کوئی مشترکہ سکلز نہیں کچھ ذاتی سکلز موجود ہیں مالکوں اور جائزے کی تاریخوں والی ٹیم کی سکلز ورژن کنٹرول میں رہتی ہیں سکلز کے استعمال اور نتائج کا جائزہ لیا جاتا ہے سکلز ٹیموں اور شراکت داروں میں بانٹی اور برقرار رکھی جاتی ہیں
تصدیق اور ڈیٹا آؤٹ پٹ پر بھروسا کیا جاتا ہے؛ ڈیٹا آزادی سے چسپاں ہوتا ہے کچھ جانچیں اور ڈیٹا کے قواعد تصدیق کی عادتیں اور ڈیٹا کی پالیسی معمول ہیں غلطیاں اور ڈیٹا کے واقعات ٹریک اور ان پر عمل ہوتا ہے تصدیق اور ڈیٹا کے طریقے ادارے بھر میں مربوط ہیں
سیکھنا سیکھنا انفرادی ہے کچھ مشورے بانٹے جاتے ہیں ٹیمیں پرامپٹس اور سکلز بہتر کرنے کے لیے باقاعدہ نشستیں کرتی ہیں بہتریاں ٹریک اور ناپی جاتی ہیں سیکھنا ٹیموں میں مسلسل پھیلتا ہے

جانچ فہرست

  • ٹیم کا مختصر قاعدہ ہے کہ کون سا ڈیٹا کن اے آئی اوزار میں جا سکتا ہے۔
  • جن پرامپٹس پر ہم انحصار کرتے ہیں ان کا بیان شدہ مقصد، حقیقی مواد، حدیں، اور یہ درخواست ہے کہ معاون بتائے وہ کس بارے میں غیر یقینی ہے۔
  • جس پرامپٹ پر ہم انحصار کرتے ہیں اسے کم از کم تین حقیقی ان پُٹس پر آزمایا گیا ہے۔
  • جو آؤٹ پٹ ٹیم سے باہر جاتا ہے اس کا کسی شخص سے جائزہ ہوتا ہے۔
  • اے آئی کے آؤٹ پٹ کے حوالے اور اعداد ماخذوں کے مقابل جانچے جاتے ہیں۔
  • مفید پرامپٹس نوٹس کے ساتھ ورژن کنٹرول والی مشترکہ جگہ میں محفوظ ہیں۔
  • ٹیم کی سکلز کی واضح "Use when…" وضاحت، مالک، اور جائزے کی تاریخ ہے۔
  • ٹیم نے ان اقدامات کی فہرست بنائی ہے جو اے آئی کو اکیلے کبھی نہیں کرنے چاہییں۔
  • عملہ جانتا ہے کہ کون سے اوزار منظور شدہ ہیں۔
  • ہم اپنے پرامپٹس اور سکلز کا کم از کم سال میں دو بار جائزہ لیتے ہیں۔

اے آئی پرامپٹس

مقصد: ایسا پرامپٹ بہتر کرنا جو آپ پہلے سے برتتے ہیں۔

Here is a prompt I use: [paste it].
Here is an example of an input I give it, with sensitive details removed: [paste].
Here is what I got: [paste].
Here is what I wanted: [describe].

Diagnose why the output fell short, using only the text above. Suggest a revised prompt that: states the purpose, names the output format, sets boundaries (no invented facts, numbers, or sources), asks for clarifying questions first, requests quotes from the supplied material as evidence, and ends by asking you to list what you are unsure of. Keep placeholders in [square brackets]. Do not change the task. List what you are unsure of.

مقصد: دہرائے جانے والے کام کو ٹیم کی سکل کے مسودے میں بدلنا۔

Help me draft a team skill in SKILL.md format for this task: [name and describe the task].

How we do it today, step by step: [paste].
What a good result looks like (an example with sensitive details removed): [paste].
What must never happen (for example inventing figures or sending without review): [list].

Write a SKILL.md with YAML frontmatter containing a name and a description that starts with "Use when" and puts the key use case first, then a body with the purpose, short method steps, output format, checks, and things to avoid. Keep it under 150 lines. Mark every item you added as an assumption. Ask clarifying questions first, and list what you are unsure of.

مقصد: پرامپٹ کے لیے چھوٹا ٹیسٹ سیٹ بنانا۔

I have a prompt that [describe what it does]: [paste it].

Help me design a test set of 5 to 10 inputs: typical cases, an unusual case, a case with a missing field, and a case where the right answer is "not enough information." Tell me what to collect from real examples (with sensitive details removed), how to record the expected output, and how to score results (correct, partly correct, wrong, confidently wrong, correctly declined). Do not invent test content; give me the categories and what to look for. Ask clarifying questions first, and list what you are unsure of.

مقصد: اے آئی کے لکھے مسودے کو اس کے ماخذ کے مقابل جانچنا۔

Here is the source material: [paste].
Here is a draft produced by an AI tool from that material: [paste].

List every statement in the draft, say whether the source supports it (quote the supporting text), contradicts it, or does not mention it, and suggest edits to remove unsupported statements. Do not add facts of your own. Give a short summary of how reliable the draft is. List what you are unsure of.

اے آئی سکلز

  • prompt-engineering: ایسے پرامپٹس لکھنے، آزمانے اور بہتر کرنے کے لیے استعمال کریں جو قابلِ بھروسا نتائج دیں۔
  • machine-learning-model-card: جب آپ کی ٹیم کسی ماڈل پر انحصار کرے تو دستاویز کرنے کے لیے استعمال کریں کہ وہ کس لیے ہے اور اس کی حدود کیا ہیں۔
  • agile-coaching: جب ٹیم کو وقت کے ساتھ پرامپٹس اور سکلز کے گرد عادتیں بنانے میں مدد دے رہے ہوں تو استعمال کریں۔
  • agile-itil-guide-skill: اس گائیڈ کے موضوعات ڈھونڈنے، اس کے سوالات سے ٹیم کی گفتگو چلانے، یا اس کے کسی پرامپٹ کو ڈھالنے کے لیے استعمال کریں۔
  • agile-itil-guide-maintainer-skill: اس گائیڈ کے لیے موضوع، پرامپٹ، یا سکل کا لنک لکھتے یا جانچتے وقت استعمال کریں۔

اہم ماخذ

  • Claude Code skills documentation (code.claude.com): اس کی وضاحت کہ سکلز SKILL.md فائل والی ڈائرکٹریوں کی شکل میں کیسے منظم ہیں۔
  • Prompt engineering (اس گائیڈ کی skills/prompt-engineering/SKILL.md): تکنیکوں اور پرامپٹس کو حقیقی ان پُٹس پر آزمانے کے مقدمے کا مختصر بیان۔
  • Large language model (Wikipedia): پس منظر کہ یہ نظام کیسے بنتے ہیں اور کہاں ناکام ہو سکتے ہیں۔
  • AI Risk Management Framework (NIST): اے آئی کے خطرات سنبھالنے کا رضاکارانہ فریم ورک، ٹیم کی پالیسی کے لیے مفید۔

حوالہ جات

  1. Skills (Claude Code documentation) — Anthropic — https://code.claude.com/docs/en/skills
  2. Large language model — Wikipedia — https://en.wikipedia.org/wiki/Large_language_model
  3. Prompt engineering — Wikipedia — https://en.wikipedia.org/wiki/Prompt_engineering
  4. AI Risk Management Framework — NIST — https://www.nist.gov/itl/ai-risk-management-framework
  5. Hallucination (artificial intelligence) — Wikipedia — https://en.wikipedia.org/wiki/Hallucination_(artificial_intelligence)
  6. Retrieval-augmented generation — Wikipedia — https://en.wikipedia.org/wiki/Retrieval-augmented_generation
  7. Artificial intelligence — Wikipedia — https://en.wikipedia.org/wiki/Artificial_intelligence
  8. Version control — Wikipedia — https://en.wikipedia.org/wiki/Version_control
  9. Information security — Wikipedia — https://en.wikipedia.org/wiki/Information_security