লিন প্রম্পটিং — কম শব্দে বেশি ফল

১ · "বেশি জোর দিলে ভালো ফল হবে" — একটি সাধারণ ভুল ধারণা

অনেকেই মনে করেন — একটি নিয়ম যত বেশিবার, যত জোরালো ভাষায় বলা হবে, মডেল তত বেশি মেনে চলবে। এই যুক্তিতে প্রম্পটে দেখা যায় একই নির্দেশনা তিনবার ভিন্নভাবে লেখা, প্রতিটি প্যারাগ্রাফে ALL-CAPS সতর্কতা, এবং "অত্যন্ত গুরুত্বপূর্ণ!!", "এটা মিস করবেন না!!!" জাতীয় বাক্যের ছড়াছড়ি। বাস্তবে এটি প্রায়ই উল্টো ফল দেয়।

পাঠ ০১ থেকে মনে করুন — মডেল টোকেন-বাই-টোকেন সম্ভাবনার ভিত্তিতে কাজ করে। যখন একই নির্দেশনা তিনবার ভিন্ন শব্দে পুনরাবৃত্তি হয়, মডেলকে বাড়তি টোকেন প্রসেস করতে হয় শুধু একই তথ্য আবার পড়ার জন্য — এতে প্রকৃত নতুন তথ্য (যেটা আসলেই গুরুত্বপূর্ণ) সিগন্যাল-টু-নয়েজ অনুপাতে হারিয়ে যেতে পারে।

২ · OpenAI-এর গবেষণা — সংখ্যায় প্রমাণ

OpenAI-এর নিজস্ব বিশ্লেষণে একটি নির্দিষ্ট নীতি উঠে এসেছে — Lean PromptsLean Promptingপ্রতিটি নির্দেশনা ঠিক একবার, স্পষ্টভাবে বলার নীতি — একই নিয়ম একাধিকবার ভিন্ন শব্দে পুনরাবৃত্তি না করে।। যেসব প্রম্পটে প্রতিটি নির্দেশনা ঠিক একবার বলা হয়েছিল, সেগুলো বাহুল্যপূর্ণ/পুনরাবৃত্তিমূলক প্রম্পটের তুলনায় মূল্যায়নে ১০-১৫% বেশি স্কোর করেছে — এবং একই সাথে টোকেন খরচ ৬৬% পর্যন্ত কমিয়েছে।

৩ · ALWAYS/NEVER/MUST — শুধু নিরাপত্তার জন্য সংরক্ষণ করুন

OpenAI-এর নির্দেশনা স্পষ্ট — ALWAYS, NEVER, MUST-এর মতো শক্তিশালী নিরঙ্কুশ ভাষা সংরক্ষণ করা উচিত সত্যিকারের নিরাপত্তা-সংক্রান্ত নিয়ম, বাধ্যতামূলক আউটপুট ফিল্ড, বা এমন কিছুর জন্য যা কখনোই ঘটতে দেওয়া যাবে না — অভ্যাসগতভাবে জোর দেওয়ার জন্য নয়।

অতিরিক্ত ব্যবহার এই শব্দগুলোর প্রভাব দুর্বল করে দেয় এবং টোকেন অপচয় করে। যদি একটি প্রম্পটে দশটি ভিন্ন নিয়মের সবগুলোই "MUST" দিয়ে চিহ্নিত থাকে, মডেলের কাছে কোনটা আসলেই নিরঙ্কুশ আর কোনটা শুধু পছন্দনীয় — সেই পার্থক্য অস্পষ্ট হয়ে যায়।

৪ · Anthropic-এর সমান্তরাল নীতি — লম্বা মানেই ভালো নয়

পাঠ ০৩-এ আমরা Claude-এর সোনালী নিয়ম দেখেছি — "সবচেয়ে ভালো প্রম্পট সবচেয়ে লম্বা বা জটিল প্রম্পট নয়। এটি সেটাই যা ন্যূনতম প্রয়োজনীয় গঠন দিয়ে নির্ভরযোগ্যভাবে আপনার লক্ষ্য অর্জন করে।" এই একই দর্শন লিন প্রম্পটিং-এর মূল ভিত্তি। Anthropic-এর নিজস্ব নির্দেশনায়ও বলা হয়েছে — সমাধান যতটা সম্ভব ন্যূনতম রাখা উচিত: অপ্রয়োজনীয় ফিচার, রিফ্যাক্টর, বা এক্সট্রা ব্যাখ্যা যোগ করা উচিত নয় যদি না তা সত্যিই প্রয়োজন হয়।

দুই প্রোভাইডারের গবেষণা এক জায়গায় মেলে — স্পষ্টতা শব্দসংখ্যার সাথে সমানুপাতিক নয়। একটি নির্দেশনা একবার স্পষ্টভাবে বলাই যথেষ্ট; বাড়তি শব্দ সাধারণত অতিরিক্ত স্পষ্টতা যোগ করে না, শুধু খরচ ও বিভ্রান্তির ঝুঁকি বাড়ায়।

৫ · বাহুল্য থেকে লিন — একটি রূপান্তর

নিচের উদাহরণে একটি কাস্টমার-সাপোর্ট প্রম্পট প্রথমে বাহুল্যপূর্ণভাবে লেখা হয়েছে, তারপর লিন করে দেখানো হয়েছে —

❌ কম কার্যকর (বাহুল্যপূর্ণ — একই নিয়ম তিনবার, অতিরিক্ত ALL-CAPS):

তুমি একটি কাস্টমার সাপোর্ট সহকারী। তোমাকে অবশ্যই সবসময়
ভদ্র থাকতে হবে। ভদ্রতা অত্যন্ত গুরুত্বপূর্ণ, তাই ALWAYS
ভদ্রভাবে কথা বলবে। কখনোই রূঢ় হবে না — NEVER কোনো রূঢ়
আচরণ করবে না, এটা অত্যন্ত জরুরি!!!

তুমি MUST রিফান্ড পলিসি সম্পর্কে সঠিক তথ্য দিতে হবে।
রিফান্ড পলিসি নিয়ে ভুল তথ্য দেওয়া চলবে না — এটা কখনোই
হতে দেওয়া যাবে না। মনে রেখো, রিফান্ড পলিসির তথ্য সবসময়
সঠিক হতে হবে, এটা ALWAYS মেনে চলতে হবে।

উত্তর সংক্ষিপ্ত রাখো। দীর্ঘ উত্তর দিও না। সংক্ষিপ্ততা
বজায় রাখা MUST — কখনোই দীর্ঘ উত্তর দেওয়া যাবে না।

এখানে "ভদ্র থাকা" তিনবার, "সংক্ষিপ্ত রাখা" তিনবার বলা হয়েছে — এবং একটি সাধারণ স্টাইল-নিয়ম (সংক্ষিপ্ততা) ও একটি প্রকৃত তথ্য-নির্ভুলতার নিয়ম (রিফান্ড পলিসি) — দুটোই সমান জোরালো ভাষায় (MUST/ALWAYS/NEVER) চিহ্নিত, ফলে কোনটা আসলেই নিরঙ্কুশ তা স্পষ্ট নয়।

✅ বেশি কার্যকর (লিন — প্রতিটি নিয়ম একবার, নিরঙ্কুশ ভাষা শুধু জরুরি জায়গায়):

তুমি একটি ভদ্র, সংক্ষিপ্ত কাস্টমার সাপোর্ট সহকারী।

NEVER রিফান্ড পলিসি সম্পর্কে ভুল বা অনুমাননির্ভর তথ্য
দিও না — শুধু নিচে দেওয়া অফিসিয়াল ডকুমেন্ট থেকে উত্তর
দাও; নিশ্চিত না হলে গ্রাহককে মানব এজেন্টের কাছে পাঠাও।

লিন সংস্করণে "ভদ্র" ও "সংক্ষিপ্ত" — এই দুটি সাধারণ, কম-ঝুঁকির স্টাইল-নির্দেশনা system prompt-এর প্রথম বাক্যেই সংক্ষেপে বলা হয়েছে। আর "NEVER" শব্দটি শুধু একবার ব্যবহার হয়েছে — সেই একমাত্র জায়গায় যেখানে ভুল তথ্য দেওয়া সত্যিই ক্ষতিকর হতে পারে (রিফান্ড পলিসি ভুল বললে ব্যবসায়িক ও আইনি সমস্যা হতে পারে)। এতে টোকেন কমেছে, আর "NEVER"-এর গুরুত্বও স্পষ্ট থেকেছে।