প্রম্পট ইঞ্জিনিয়ারিং

একটি ভালো Prompt-এর ৬ অংশ

1. Role: "তুমি একজন senior data scientist..."
2. Task: পরিষ্কার করে কী করতে হবে।
3. Context: প্রয়োজনীয় background।
4. Examples: few-shot demonstration।
5. Constraints: length, tone, format।
6. Output format: JSON, markdown, bullet...

Zero-shot / Few-shot

# Zero-shot
"Translate to Bengali: 'Deep learning is fascinating.'"

# Few-shot
"""
English: hello → বাংলা: হ্যালো
English: book  → বাংলা: বই
English: river → বাংলা:
"""

Chain-of-Thought (CoT)

"Let's think step by step" — reasoning task-এ accuracy অনেক বাড়ায়।

Q: একটি দোকানে ১২টি আপেল ছিল, ৫টি বিক্রি, ৭টি যোগ। বাকি কত?
A: চলো ধাপে ধাপে ভাবি।
  শুরু = 12
  বিক্রি = -5 → 7
  যোগ = +7 → 14
উত্তর: 14

Self-Consistency

একই prompt কয়েকবার চালিয়ে majority vote — CoT-কে আরও শক্তিশালী করে।

ReAct (Reason + Act)

Thought: আমার current weather দরকার।
Action: search("weather in Dhaka today")
Observation: 32°C, sunny
Thought: এখন উত্তর গঠন করতে পারি।
Answer: ঢাকায় আজ ৩২°C, রৌদ্রোজ্জ্বল।

Structured Output

# JSON mode দিয়ে নিশ্চিত structured output
"""
নিচের রিভিউ থেকে JSON বের করো:
{ "sentiment": "positive|neutral|negative",
  "topics": [str],
  "rating": 1-5 }

Review: "ফোনটার ক্যামেরা চমৎকার কিন্তু battery খারাপ।"
"""

Advanced Patterns

• Role + Persona: "তুমি একজন কঠোর কোড reviewer..."
• Delimiters: ###, """ দিয়ে section আলাদা।
• Decomposition: বড় task ছোট subtask-এ ভাগ।
• Self-criticism: "এই উত্তর review করে উন্নত কর।"
• Tree-of-Thoughts: একাধিক reasoning branch explore।

Anti-patterns — যা এড়াবেন

Production টিপ

• System prompt fix, user prompt variable।
• Temperature 0 deterministic task-এ; 0.7+ creative-এ।
• Prompt versioning + eval suite (LangSmith, Promptfoo)।
• JSON output validate, retry on parse error।
• Token usage log → cost analytics।

অনুশীলন

সারসংক্ষেপ