সাধারণ সমস্যা ও সমাধান
এই পাঠে যা শিখবেন
- সাতটি সবচেয়ে সাধারণ প্রম্পট-ব্যর্থতার ধরন চিনতে পারা
- প্রতিটি ব্যর্থতার জন্য সরাসরি প্রয়োগযোগ্য সমাধান
- একটি লক্ষণ দেখেই কোন কোর্স-পাঠে ফিরে যেতে হবে তা দ্রুত বের করা
১ · কেন একটি রেফারেন্স টেবিল দরকার
পাঠ ২৫-এ আমরা দেখেছি প্রম্পট ইঞ্জিনিয়ারিং একটি পরীক্ষামূলক প্রক্রিয়া — টেস্ট চালান, ব্যর্থতা খুঁজুন, ঠিক করুন। কিন্তু বাস্তবে বেশিরভাগ ব্যর্থতা আসলে একই কয়েকটি পরিচিত প্যাটার্নের মধ্যে পড়ে। Anthropic-এর নিজস্ব ট্রাবলশুটিং গাইড থেকে নেওয়া এই টেবিলটি সেই পরিচিত সমস্যাগুলো এবং তাদের প্রমাণিত সমাধান একসাথে সাজিয়ে দিচ্ছে — যাতে একটি সমস্যা দেখেই আপনি সরাসরি সঠিক সমাধানে যেতে পারেন, নতুন করে অনুমান-নির্ভর চেষ্টা না করে।
| সমস্যা | সমাধান |
|---|---|
| আউটপুট খুব সাধারণ/সাদামাটা (too generic) | নির্দিষ্টতা যোগ করুন, উদাহরণ দিন, অথবা স্পষ্টভাবে একটি সামগ্রিক/comprehensive আউটপুট চান। দেখুন পাঠ ০৩ — স্বচ্ছতা ও সরাসরি ভাব এবং পাঠ ০৫ — Few-shot Prompting। |
| আউটপুট বিষয়ের বাইরে চলে যায় (off-topic) | আপনার আসল লক্ষ্য সম্পর্কে স্পষ্ট থাকুন এবং প্রাসঙ্গিক প্রেক্ষাপট দিন — কেন এই কাজটি দরকার তা ব্যাখ্যা করুন। দেখুন পাঠ ০৪ — প্রসঙ্গ ও কারণ যোগ করা। |
| আউটপুট ফরম্যাট অসামঞ্জস্যপূর্ণ (বারবার ভিন্ন কাঠামো) | উদাহরণ যোগ করুন যা কাঙ্ক্ষিত ফরম্যাট দেখায়, অথবা structured output ফিচার ব্যবহার করুন। দেখুন পাঠ ০৫ — Few-shot Prompting এবং পাঠ ০৯ — আউটপুট ফরম্যাট নিয়ন্ত্রণ। |
| জটিল কাজে অনির্ভরযোগ্য (একবার ঠিক, একবার ভুল) | একটি বড় প্রম্পটে পুরো কাজ গুঁজে দেওয়ার বদলে একাধিক ছোট প্রম্পটে ভেঙে ফেলুন (chaining)। দেখুন পাঠ ১৯ — প্রম্পট চেইনিং ও সেলফ-কারেকশন। |
| অপ্রয়োজনীয় ভূমিকা/preamble ("অবশ্যই! আমি খুশি হয়ে সাহায্য করব...") | সরাসরি নির্দেশনা দিন ("ভূমিকা ছাড়া সরাসরি উত্তর দাও"), অথবা structured output ব্যবহার করুন যেখানে preamble-এর জায়গাই নেই। দেখুন পাঠ ০৯ — আউটপুট ফরম্যাট নিয়ন্ত্রণ। |
| মডেল তথ্য বানিয়ে ফেলে (hallucination) | মডেলকে স্পষ্টভাবে "আমি জানি না" বলার অনুমতি দিন এবং একটি fallback নির্দেশ দিন। দেখুন পাঠ ১০ — অনিশ্চয়তা প্রকাশের অনুমতি। |
| আপনি অ্যাকশন চেয়েছিলেন, মডেল শুধু পরামর্শ দিয়েছে | স্পষ্ট action verb ব্যবহার করুন ("পরিবর্তন করো", "পরামর্শ দিও না") এবং tool-use নির্দেশনা স্পষ্ট করুন। দেখুন পাঠ ২০ — টুল ইউজ প্রম্পটিং। |
২ · কীভাবে এই টেবিল ব্যবহার করবেন
যখনই একটি প্রম্পট প্রত্যাশামতো কাজ করছে না মনে হয়, প্রথমে থামুন এবং জিজ্ঞেস করুন — আউটপুটের সমস্যাটি ঠিক কোন ধরনের? অস্পষ্ট এবং সাদামাটা, নাকি বিষয়ের বাইরে চলে যাচ্ছে? ফরম্যাট প্রতিবার ভিন্ন, নাকি তথ্য বানিয়ে ফেলছে? উপরের টেবিলে আপনার লক্ষণটি খুঁজে বের করুন, সংশ্লিষ্ট পাঠে ফিরে যান, এবং সেই নির্দিষ্ট কৌশলটি প্রয়োগ করুন। একাধিক সমস্যা একসাথে দেখা দিলে, একবারে একটি কৌশল যোগ করে টেস্ট করুন (পাঠ ২৫-এর পদ্ধতি অনুসরণ করে) — একসাথে সব বদলে ফেললে কোন পরিবর্তনটি আসল উন্নতি এনেছে তা বোঝা কঠিন হয়ে যায়।
বেশিরভাগ প্রম্পট-সমস্যা নতুন নয় — এগুলো পরিচিত প্যাটার্ন, এবং প্রতিটির একটি নামযুক্ত, প্রমাণিত সমাধান আছে। এলোমেলো চেষ্টা করার বদলে লক্ষণ চিনুন, সঠিক কৌশল প্রয়োগ করুন, এবং পাঠ ২৫-এর পদ্ধতিতে যাচাই করুন যে সমাধানটি সত্যিই কাজ করেছে।
ভাবনার প্রশ্ন
প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।
প্র ০১ একটি চ্যাটবট প্রতিবার "অবশ্যই! আমি সাহায্য করতে পেরে খুশি হব..." দিয়ে উত্তর শুরু করে, তারপর আসল উত্তর দেয়। এটি কোন সমস্যার আওতায় পড়ে এবং কীভাবে ঠিক করবেন?
এটি অপ্রয়োজনীয় preamble সমস্যা। সমাধান — প্রম্পটে সরাসরি বলুন "কোনো ভূমিকা বা সৌজন্যমূলক বাক্য ছাড়া সরাসরি উত্তর দিয়ে শুরু করো", অথবা যদি আউটপুট একটি নির্দিষ্ট স্কিমা মেনে আসার দরকার হয় (যেমন JSON), structured output ব্যবহার করুন — সেখানে preamble দেওয়ার সুযোগই থাকে না।
প্র ০২ একটি প্রম্পট একটি ৫-ধাপের জটিল ডেটা-প্রসেসিং কাজে মাঝেমধ্যে ভুল করে, কিন্তু প্রতিটি ধাপ আলাদাভাবে জিজ্ঞেস করলে সঠিক হয়। এখান থেকে কী শেখা যায়?
এটি "জটিল কাজে অনির্ভরযোগ্যতা"-র একটি ক্লাসিক লক্ষণ। যখন একটি কাজকে ছোট ছোট ধাপে ভেঙে আলাদাভাবে সমাধান করলে নির্ভুলতা বাড়ে, এটি একটি স্পষ্ট সংকেত যে প্রম্পট চেইনিং (পাঠ ১৯) প্রয়োজন — একটি বিশাল প্রম্পটে সব গুঁজে দেওয়ার বদলে প্রতিটি ধাপকে একটি আলাদা, ফোকাসড প্রম্পট/কলে রূপান্তর করা উচিত।
প্র ০৩ একটি এজেন্ট প্রম্পটে মডেল বারবার "আমি এই পরিবর্তনটি করতে পারি, চাইলে বলুন" লেখে, কিন্তু আপনি চান মডেল সরাসরি পরিবর্তনটি করে ফেলুক। এটি কোন সমস্যা এবং সমাধান কী?
এটি "মডেল অ্যাকশনের বদলে পরামর্শ দিচ্ছে" সমস্যা। সমাধান — নির্দেশনায় স্পষ্ট action verb ব্যবহার করুন, যেমন "এই ফাংশনটি পরিবর্তন করো" এর বদলে "এই ফাংশন সম্পর্কে পরামর্শ দাও কিনা" — পাঠ ২০-এ দেখানো "Less effective" বনাম "More effective" উদাহরণের মতোই, নির্দেশ ভাষা যত স্পষ্টভাবে কাজ-নির্দেশক হবে, মডেল তত কম দ্বিধায় সরাসরি অ্যাকশন নেবে।
অনুশীলন
-
শনাক্ত করুন: একটি প্রম্পট প্রতিবার ভিন্ন দৈর্ঘ্যের ও ভিন্ন কাঠামোর উত্তর দিচ্ছে (কখনো বুলেট পয়েন্ট,
কখনো প্যারাগ্রাফ)। উপরের টেবিল থেকে কোন সারিটি প্রযোজ্য, এবং কোন পাঠে ফিরে যাবেন?
এটি "অসামঞ্জস্যপূর্ণ ফরম্যাট" সমস্যা — পাঠ ০৫ (Few-shot Prompting) থেকে ২-৩টি উদাহরণ যোগ করুন যা কাঙ্ক্ষিত কাঠামো দেখায়, অথবা পাঠ ০৯ (আউটপুট ফরম্যাট নিয়ন্ত্রণ)-এ শেখানো structured output স্কিমা ব্যবহার করুন।
-
নির্ণয় করুন: একটি সাপোর্ট বট একটি প্রশ্নের উত্তরে একটি ভুয়া নীতির নাম বানিয়ে ফেলেছে যা আসলে
কোম্পানির কোনো ডকুমেন্টে নেই। উপরের টেবিল অনুযায়ী এই সমস্যা এবং সমাধান কী?
এটি hallucination — সমাধান পাঠ ১০ (অনিশ্চয়তা প্রকাশের অনুমতি): প্রম্পটে স্পষ্টভাবে বলুন যদি উত্তর নিশ্চিতভাবে না জানা থাকে, "আমি নিশ্চিত নই" বা "এই তথ্য আমার কাছে নেই" বলতে। এই লক্ষণটি RAG সিস্টেমেও দেখা যায় — সেক্ষেত্রে পাঠ ২৪-এর গ্রাউন্ডিং কৌশলও প্রাসঙ্গিক।
-
ব্যাখ্যা করুন: কেন "সরাসরি নির্দেশনা দিন" প্রায় সব সমাধানেই কোনো না কোনোভাবে ফিরে আসে (স্বচ্ছতা,
preamble, action verb — সবগুলোতেই)?
কারণ পাঠ ০১-এ শেখা মূল সত্যটাই এর ভিত্তি — মডেল পরবর্তী-টোকেন-অনুমানকারী, এবং প্রম্পটে যা স্পষ্টভাবে লেখা নেই তা সে নিজের মতো "অনুমান" করে পূরণ করে। স্বচ্ছতা ও সরাসরি নির্দেশনা (পাঠ ০৩) এই অনুমানের জায়গা কমিয়ে দেয় — তাই এটি প্রায় প্রতিটি সমাধানের মূল ভিত্তি হিসেবে বারবার ফিরে আসে।
আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ
- পরবর্তী পাঠ — প্রম্পট ইনজেকশন ও নিরাপত্তা পাঠ ২৭ যখন প্রম্পটের সমস্যা মডেলের ভুল নয় বরং বাইরের কেউ ইচ্ছাকৃতভাবে তৈরি করেছে — পরবর্তী পাঠে।
- পাঠ ২৫ পুনরায় দেখুন — প্রম্পট টেস্টিং ও মূল্যায়ন সংযোগ এই টেবিলের সমাধানগুলো কীভাবে পদ্ধতিগতভাবে যাচাই করবেন তার মূল ব্যাখ্যা।
- সব AI Courses দেখুন ABCL TECH AI Foundations, Python for AI, Machine Learning, Deep Learning, NLP ও LLM, Prompt Engineering — সব এক জায়গায়।
- AI সংবাদ ও সাম্প্রতিক ঘটনাবলি Blog ABCL TECH-এর বাংলা AI সংবাদ — Claude, GPT, Gemini-এর নতুন মডেল ও আপডেট নিয়ে।