05. தெளிவான வெளிப்பாட்டுத்திறன், தேடலார்வம் மற்றும் பிராம்டிங் கலை

வெளியிடப்பட்டது 2026-09-14

முதன்மைப் பொருள்: செயற்கை நுண்ணறிவு (AI) திறமைக்கு வெகுமதி அளிப்பதில்லை; அது தெளிவுக்கே வெகுமதி அளிக்கிறது. ஒரு சிறு குழந்தையின் தணியாத தேடலார்வத்துடன் உங்களுக்கு என்ன தேவை என்று வினவவும் — பின்னர் அதனைத் தெளிவான சொற்களில் மொழிபெயர்க்கவும் உங்களுக்குத் தெரியாவிட்டால் — உலகின் மிக சக்திவாய்ந்த சூப்பர் கம்ப்யூட்டரால் கூட நீங்கள் விரும்பும் முடிவைத் தர முடியாது.

ஆர்வமுள்ள ஒரு சிறு குழந்தை தூண்டலுக்கான சிறந்த முன்மாதிரியாக அமைவது ஏன்?

பலர் என்னிடம் வந்து கேட்கிறார்கள்: "சர், நான் எவ்வாறு ஒரு சிறந்த பிராம்ட் பொறியாளராக (prompt engineer) மாறுவது? அதற்கு நான் என்ன வகையான கணினி நிரலாக்கத்தை (coding) கற்க வேண்டும்?"

எனது பதில் அவர்களை வியப்பில் ஆழ்த்துகிறது: "ஒரு சிறந்த பிராம்ட்டராக மாற நீங்கள் செய்ய வேண்டியது கணினி நிரலாக்கத்தைக் கற்பதல்ல; மீண்டும் ஒரு மூன்று வயதுக் குழந்தையாக மாறுவதே ஆகும்!"

உங்கள் வீட்டில் அல்லது ஒரு உறவினரின் வீட்டில் மூன்று அல்லது நான்கு வயதுக் குழந்தை ஒன்று இருந்தால், நீங்கள் இந்த அனுபவத்தைக் கடந்திருப்பீர்கள். அந்தப் பிள்ளை நாள் முழுவதும் கேள்விகளைக் கேட்பதைத் தவிர வேறு எதையும் செய்வதில்லை. ஒரு கேள்வி இல்லாத நொடியே அங்கு இருக்காது: * "அம்மா, சூரியன் ஏன் உருண்டையாக இருக்கிறது? சந்திரன் ஏன் உருண்டையாக இருக்கிறது?" * "இரவில் ஏன் சூரியன் இல்லை? பகலில் ஏன் சந்திரன் வெளியே வருவதில்லை?" * "நான் சிகிரியாவின் உச்சிக்கு ஏறி எனது ஸ்மார்ட்போனை கீழே போட்டால், அது மிதந்து செல்லுமா? அது விழும்போது உடைந்துவிடுமா? கீழே விழும் வழியில் பாறையில் மோதி நொறுங்கிவிடுமா? காற்று அதை அடித்துச் சென்றுவிடுமா? நான் அதற்குப் பின்னால் குதித்தால், அதை வான்வெளியில் பிடிக்க முடியுமா? நானும் மிதப்பேனா? எனக்கு என்ன நடக்கும்?"

படம் 5.1: The Articulation Test — தெளிவற்ற சிந்தனையை விடுத்து துல்லியமான பிராம்ட் கட்டமைப்பை உருவாக்குதல் (சிகிரியா நீரியல் பொறியியல் வினவலை அடிப்படையாகக் கொண்டு).

இந்தப் பிள்ளை ஏன் இடைவிடாமல் கேள்விகளைக் கேட்கிறது? ஒரே ஒரு காரணத்திற்காகத்தான்: தேடலார்வம் (curiosity).

துரதிர்ஷ்டவசமாக, நமது பாரம்பரிய கல்வி முறையும் நமது சமூகமும் நாம் வளரும்போது அந்தத் தேடலார்வத்தை நசுக்கிவிடுகின்றன. கேள்விகள் கேட்பதை நிறுத்திவிட்டு, நம்மிடம் ஒப்படைக்கப்படும் எதையும் அமைதியாக ஏற்றுக்கொள்ளுமாறு நாம் பழக்கப்படுகிறோம்.

செயற்கை நுண்ணறிவின் முன்னிலையில் வெற்றியடைவதற்கு, நீங்கள் புதைத்து வைத்த தேடலார்வத்தை மீண்டும் விழித்தெழச் செய்ய வேண்டும்! பிராம்டிங் என்பது வேறொன்றுமில்லை: ஒரு பிரச்சினையை தேடலார்வத்துடன் நோக்குவதும், அதன் மூலத்தைக் கண்டறிவதும், தர்க்கரீதியான தொடர் கேள்விகளை ஒன்றன்பின் ஒன்றாகக் கேட்பதுமே ஆகும். தேடலார்வத்தினால் கேள்வி கேட்கும் ஒரு நபர், இயற்கையிலேயே ஏற்கனவே ஒரு சிறந்த பிராம்ட்டராக இருக்கிறார்.

தெளிவான வெளிப்பாடு (Articulation) என்றால் என்ன, அது உங்கள் முடிவுகளைத் தீர்மானிப்பது ஏன்?

தேடலார்வமே எரிபொருள். ஆனால் அந்தத் தேடலார்வத்தை சரியான இலக்கை நோக்கிச் செலுத்த, தெளிவான வெளிப்பாட்டுத்திறன் (articulation) என்னும் சுக்கான் உங்களுக்குத் தேவை — அதாவது எண்ணங்களைத் தெளிவாக வெளிப்படுத்தும் திறன்.

கனடிய உளவியல் பேராசிரியர் டாக்டர் ஜோர்டான் பி. பீட்டர்சன் (Dr. Jordan B. Peterson) அவர்களின் வெளிப்பாட்டுத்திறன் பற்றிய பார்வை, AI யுகத்தின் அரச உத்தியோகத்தருக்கு ஒரு அடிப்படை வழிகாட்டியாக இருக்க வேண்டும்:

படம் 5.5: The Architecture of Articulation — குழப்பமான உள்ளுணர்விலிருந்து மொழியியல் ஒழுக்கம் ஊடாக இயந்திரத்தை இயக்கும் துல்லியமான கட்டளை வரை.

"ஒரு நபர் தனது சொற்களை மிகுந்த கவனத்துடன் தேர்ந்தெடுப்பதன் மூலமும், தான் உண்மையென நம்புவதைப் பேசிப் பழகுவதன் மூலமும், தனது சொந்த எண்ணங்களைப் பற்றி ஆழமாக வாசிப்பதன் மூலமும் எழுதுவதன் மூலமும், சொற்களுக்கு மிகுந்த மதிப்பளிப்பதன் மூலமும் அதிக வெளிப்பாட்டுத்திறன் கொண்டவராக மாறுகிறார். உங்கள் எண்ணங்கள் எத்துணைத் தெளிவாக இருக்கின்றனவோ, அத்துணை சக்திவாய்ந்ததாக உங்கள் சிந்தனை அமையும்; உங்கள் சிந்தனை எத்துணை சக்திவாய்ந்ததாக இருக்கிறதோ, அத்துணை அளவிற்கு நீங்கள் உலகிற்கு முன்னால் வெற்றியாளராக மாறுவீர்கள்."

AI யுகத்தின் மிக சக்திவாய்ந்த நபர் கணினி நிரலாக்கத்தை மனனம் செய்தவர் அல்ல. இயந்திரத்திற்குத் தனக்கு என்ன தேவை என்பதை — தெளிவான சொற்களில், எவ்வித மயக்கமுமின்றி — சரியாகக் கூறும் வெளிப்பாட்டுச் சக்தி கொண்ட நபரே அவர் ஆவார்.

ஒரு வெற்றிகரமான தூண்டலுக்குச் சக்தியளிக்கும் 5 மனிதத் திறன்கள் யாவை?

ஒரு AI மாதிரியிடமிருந்து பிழையற்ற அதிகாரப்பூர்வ ஆவணத்தைப் பெறுவதற்கு, இயந்திரத்தில் அல்லாமல் உத்தியோகத்தரிடம் இருக்க வேண்டிய ஐந்து அடிப்படை மனிதத் திறன்கள் உள்ளன (படம் 5.6):

படம் 5.6: பிராம்ட் பொறியியலின் 5 அவசியமான மனிதத் திறன்கள் — கூர்ந்த வாசிப்பு, தெளிவுறு எழுத்து, கட்டமைக்கப்பட்ட தர்க்கம், விமர்சனச் சிந்தனை மற்றும் துல்லியமான வெளிப்பாட்டுத்திறன்.

விமர்சன வாசிப்பு: சூழலை உள்வாங்குதல் (Critical Reading: Ingesting the Context)

பிரச்சினையை, முறைப்பாட்டை அல்லது வரைவுச் சட்டமூலத்தைச் சோம்பலின்றி ஆழமாக வாசித்தல். நீங்கள் வாசிக்காத ஒன்றிற்கு AI இடமிருந்து தீர்வுகளைக் கேட்பது, ஒரு பார்வையற்றவர் இன்னுமொரு பார்வையற்றவரிடம் வழி கேட்பதைப் போன்றதாகும். சூழலைச் சரியாக வாசித்து உள்வாங்குவதே வெற்றிகரமான முடிவிற்கான முதல் படியாகும்.

தெளிவான எழுத்து: அறிவுறுத்தலைத் துல்லியமாக்குதல் (Explicit Writing: Making the Instruction Precise)

தேவையற்ற சொற்களை நீக்கி, துல்லியமான இலக்கை நேரடி, தெளிவான, ஏவல் கட்டளைகளாக (Imperative Instructions) மொழிபெயர்த்தல். எழுத்து என்பது எண்ணங்களை உறுதிப்படுத்தும் முதன்மைக் கருவியாகும்.

கட்டமைக்கப்பட்ட தர்க்கம்: வேலையை வரிசைப்படுத்துதல் (Structured Logic: Sequencing the Work)

ஒரு சிக்கலான நிர்வாகப் பணியை ஒரே நேரத்தில் கோராமல், தர்க்கரீதியான துணைப் பணிகளின் வரிசையாகப் பிரித்தல்: ஆய்வு → தகுதி சரிபார்த்தல் → கணிப்பு → பரிந்துரை. படிமுறைத் தர்க்கம் மாதிரியின் துல்லியத்தை உச்சப்படுத்துகிறது.

விமர்சன சிந்தனை: பதிலைத் தணிக்கை செய்தல் (Critical Thinking: Auditing the Answer)

AI இன் பதிலில் தர்க்கரீதியான இடைவெளிகள், கருத்தியல் முரண்பாடுகள் அல்லது தவறான அனுமானங்கள் உள்ளனவா என்று விழிப்புடன் பரிசீலித்தல். இயந்திரத்தின் பதிலை குருட்டுத்தனமாக ஏற்காமல், தீர்ப்பை மனித அதிகாரியிடம் தக்கவைத்துக்கொள்ளுதல்.

துல்லியமான வெளிப்பாடு: தூண்டலை ஒழுங்கமைத்தல் (Precise Articulation: Arranging the Prompt)

இயந்திரம் உங்களைத் தவறாகப் புரிந்துகொள்ள முடியாதபடி பாத்திரம், சூழல், கட்டுப்பாடுகள் மற்றும் வடிவத்தை அவ்வளவு தெளிவாக அமைத்தல். வெளிப்பாட்டின் துல்லியமே செயற்கை நுண்ணறிவை வழிநடத்தும் சுக்கானாகும்.

ஒரு வழிகாட்டலைத் துல்லியமானதாக மாற்றுவது எது?

அரசுச் சேவையில், ஒரு கடிதத்தில் உள்ள ஒரேயொரு மயக்கமான சொல் ஒரு குடிமகனின் காணி உரிமையையோ அல்லது ஓய்வூதியத்தையோ பறிக்கக்கூடும் — அல்லது மேல் நீதிமன்ற வழக்கிற்கு வழியமைக்கக்கூடும். படம் 5.7 ஒரு பிராம்ட்டை உருவாக்கும் போது நாம் பின்பற்ற வேண்டிய நான்கு தத்துவங்களைக் காட்டுகிறது:

படம் 5.7: பிராம்ட் பொறியியலில் துல்லியமான வெளிப்பாட்டுத்திறனின் நான்கு தூண்கள் — பூச்சிய-மயக்க நிலை (Zero-Ambiguity), எதிர்மறை எல்லைக் கட்டுப்பாடுகள் (Negative Constraints), நோக்கம்-செயல்-விளைவு (IAR) தணிக்கை மாதிரி, மற்றும் சொற்பொருள் துல்லியம் (Semantic Precision).

முதல் தூண்: பூச்சிய-மயக்க நிலை (Pillar one: zero ambiguity)

ஒன்றுக்கு மேற்பட்ட அர்த்தங்களைத் தரக்கூடிய எந்தவொரு புறநிலைச் சொல்லையும் (subjective word) தூண்டலிலிருந்து நீக்குங்கள்.

"இதை மிகவும் தொழில்முறை பாணியில் எழுதுங்கள்" என்ற அறிவுறுத்தல் பார்ப்பதற்குத் துல்லியமானது போலத் தோன்றினாலும், உண்மையில் அது துல்லியமற்றது. "தொழில்முறை" என்பது ஒரு வாசகருக்கு விறுவிறுப்பான மற்றும் வணிகரீதியான தொனியாகவும், மற்றொருவருக்கு பழைமைவாத மற்றும் பணிவான தொனியாகவும், மூன்றாமவருக்கு கனிவான எளிய பேச்சாகவும் இருக்கும். அந்தச் சொல்லை மாதிரியிடம் ஒப்படைப்பது என்பது தீர்மானிக்கும் உரிமையை அதனிடமே விடுவதாகும்; அப்போது மாதிரி புள்ளிவிவர ரீதியாக மிகவும் பொதுவானதைத் தேர்ந்தெடுக்கும் — AI இன் பல விடைகள் பொதுவான பெருநிறுவனச் சுற்றறிக்கை போல அமைவதற்கு இதுவே காரணம்.

அதற்குப் பதிலாக நீங்கள் உண்மையில் எதிர்பார்க்கும் பண்புகளைக் குறிப்பிடுங்கள்: "சாதாரண பாடசாலைக் கல்வியைக் கொண்ட ஒரு நபர் புரிந்துகொள்ளக்கூடிய எளிய வாக்கியங்களில், செயல் சார்ந்த வினைகளை முதன்மையாகக் கொண்டு, நேரடி மற்றும் அதிகாரப்பூர்வமான தொனியில் இதனை எழுதுங்கள்." இது சற்று நீளமாக இருக்கலாம், ஆனால் நீங்கள் குறிப்பிடும் ஒவ்வொரு பெயரடையும் இயந்திரத்திடமிருந்து நீங்கள் திரும்பப் பெற்ற ஒரு முடிவாகும்.

இரண்டாம் தூண்: தாங்கு சட்டங்களாக எல்லைக் கட்டுப்பாடுகள் (Pillar two: constraints as scaffolding)

ஒரு AI மாதிரி என்ன செய்ய வேண்டும் என்று கூறுவதைப் போலவே, அது என்ன செய்யக்கூடாது என்பதைத் தெளிவாகக் கூறுவதும் சம அளவு முக்கியமானது. பெரும்பாலானோர் பயன்படுத்தத் தவறும் தூண் இதுவேயாகும்.

எதிர்மறை எல்லைக் கட்டுப்பாடுகள் (Negative constraints) நீங்கள் முன்கூட்டியே கணிக்கக்கூடிய தவறுகளைத் தவிர்க்கின்றன: "செயப்பாட்டு வினையைப் (passive voice) பயன்படுத்த வேண்டாம். 'இணைந்த செயல்பாடு' (synergy) அல்லது 'உகப்பாக்கம்' (optimization) போன்ற வெற்றுப் பெருநிறுவன வார்த்தைகளைப் பயன்படுத்த வேண்டாம். ஒரு பத்திக்கு இரண்டு வாக்கியங்களுக்கு மேல் எழுத வேண்டாம்." இந்த வரிகள் ஒவ்வொன்றும் தெரிந்த குறைபாடுகளை நிரந்தரமாக நீக்குகின்றன.

கட்டமைப்பு எல்லைக் கட்டுப்பாடுகள் (Structural constraints) உள்ளடக்கத்தின் வடிவத்தை நிர்ணயிக்கின்றன: "வெளியீட்டை 3 நிரல்களைக் கொண்ட அட்டவணையாக (செலவு, அபாயம், வேகம்) வடிவமைக்கவும்." கொள்கலனின் வடிவத்தைக் குறிப்பிடுவது உள்ளடக்கத்தை வியக்கத்தக்க வகையில் மேம்படுத்துகிறது, ஏனெனில் மூன்று நிரல்களைக் கொண்ட அட்டவணையை வெற்று வார்த்தைகளால் நிரப்ப முடியாது — அது ஒவ்வொரு கட்டத்திலும் ஒரு குறிப்பிட்ட மதிப்பை வழங்க மாதிரியை நிர்ப்பந்திக்கிறது.

எல்லைக் கட்டுப்பாடுகள் என்பது மாதிரி செய்யக்கூடிய திறனைக் குறைப்பதல்ல; அது பயனுள்ள ஒன்றை உருவாக்குவதற்காக மாதிரியைச் சுற்றி அமைக்கப்படும் தாங்கு சட்டங்கள் (scaffolding) ஆகும்.

மூன்றாம் தூண்: IAR தணிக்கை மாதிரி (Pillar three: the Intent–Action–Result audit)

மூன்றாவது தூண் ஒரு தொழில்நுட்ப யுக்தியை விட ஒரு பழக்கமாகும்: Enter விசையை அழுத்துவதற்கு முன், இந்த மூன்று கேள்விகளின் அடிப்படையில் உங்கள் சொந்த தூண்டலைத் தணிக்கை செய்யுங்கள்.

நோக்கம் (Intent): இந்தப் பணியின் நிறுவன நோக்கம் என்ன? உதாரணமாக, "நிதி ஒதுக்கீட்டிற்கு ஒப்புதல் அளிக்குமாறு நிதியமைச்சை வற்புறுத்துதல்." பெரும்பாலான தூண்டல்களில் விடுபடுவது இந்த பகுதியே; தகவல் தெரிவிப்பதற்காக எழுதப்படும் ஆவணத்திற்கும் வற்புறுத்தி சம்மதிக்க வைப்பதற்காக எழுதப்படும் ஆவணத்திற்கும் உள்ள வேறுபாட்டை மாதிரி தானாகப் புரிந்துகொள்ள முடியாது.

செயல் (Action): மாதிரிக்கு ஒப்படைக்கப்படும் குறிப்பிட்ட இயந்திரப் பணி என்ன? உதாரணமாக, "3 பிரதேச செயலகங்களின் இணைக்கப்பட்ட செலவின அறிக்கைகளை ஒப்பிடுக." இது குறுகியதாகவும் எளிதாகச் சரிபார்க்கக்கூடியதாகவும் இருக்க வேண்டும்.

விளைவு (Result): இறுதி ஆவணம் என்ன வடிவை எடுக்க வேண்டும்? உதாரணமாக, "தெளிவான 'ஒப்புதல் அளிக்கலாம் / ஒப்புதல் அளிக்க முடியாது' என்ற பரிந்துரையுடன் கூடிய ஒரு பக்க நிர்வாகச் சுருக்கம்." பெறப்பட வேண்டிய முடிவை முன்கூட்டியே பெயரிடுவது, தேவையான கூட்டத்திற்குப் பொருந்தாத வடிவத்தில் ஆவணம் கிடைப்பதைத் தடுக்கிறது.

நான்காம் தூண்: சொற்பொருள் துல்லியம் (Pillar four: semantic precision)

இறுதித் தூண் என்பது உங்கள் துறையின் துல்லியமான தொழில்நுட்ப அல்லது சட்டப் பதங்களைப் பயன்படுத்துவதாகும். இது மாதிரியின் நரம்பியல் கவனத்தை அந்தத் துறைசார் நிபுணத்துவப் புலத்தில் நிலைநிறுத்துகிறது (anchoring).

சொற்கள் என்பவை பல பரிமாண அர்த்த வெளியிலுள்ள புள்ளிகள் ஆகும். சாதாரண மொழியைப் பயன்படுத்தும்போது மாதிரி பொதுவான சராசரி விடையை நோக்கிச் செல்கிறது. துல்லியமான தொழில்முறைச் சொற்களைப் பயன்படுத்தும்போது, அது நிபுணத்துவ அறிவு வாழும் பகுதியை நேரடியாகச் சென்றடைகிறது.

"ஒரு நல்ல மென்பொருள் நிரலை எழுதுங்கள்" என்றால் சாதாரண விடை கிடைக்கும்; மாறாக "திறனுக்காக memoization-ஐப் பயன்படுத்தி TypeScript-இல் ஒரு stateless functional component-ஐ எழுதுங்கள்" என்றால் உயர்தரமான விடை கிடைக்கும். அதேபோல் "விவசாயிகளுக்கு ஒரு நல்ல ஊக்குவிப்புத் திட்டத்தை உருவாக்குங்கள்" என்பதற்குப் பதிலாக "Jobs-to-be-Done (JTBD) கட்டமைப்பைப் பயன்படுத்தி, உர மானியத்திற்கு விண்ணப்பிக்கும் கிராமப்புற விவசாயியின் முதன்மையான போராட்டத்தைக் கண்டறிந்து, அதற்கேற்ற தகவல் தொடர்பு உத்தியை வடிவமைக்கவும்" என்று கூறும்போது கூட்டத்திற்கு நேரடியாகக் கொண்டு செல்லக்கூடிய திட்டம் கிடைக்கிறது. துறைசார் நிபுணத்துவம் காலாவதியாகவில்லை; அது முன்னெப்போதையும் விட இன்று வலிமை பெற்றுள்ளது.

ஒரு முழுமையான தூண்டலின் கட்டமைப்பு எவ்வாறு அமைக்கப்படுகிறது?

அரசுச் சேவையின் சிக்கலான கோப்புகள் மற்றும் வர்த்தமானிகளைப் பகுப்பாய்வு செய்வதற்காக உருவாக்கப்படும் ஒரு தூண்டல் என்பது ஓரிரு வாக்கியங்கள் அல்ல; அது கவனமாக வடிவமைக்கப்பட்ட ஒரு கட்டமைப்பாகும் (Prompt Architecture):

படம் 5.8: பிராம்ட் வடிவமைப்பு (முழுமையான வடிவமைப்பு) — பாத்திரம் (Role), சூழல் (Context), பணி (Task), கட்டுப்பாடுகள் (Constraints), மற்றும் வெளியீட்டு வடிவம் (Output Format).

முதல் அடுக்கு: பாத்திரம் (Layer one: role)

மாதிரி ஏற்றுக்கொள்ள வேண்டிய நிபுணத்துவ அடையாளம். "இலங்கை நிர்வாக சேவையில் 20 ஆண்டுகள் அனுபவமுள்ள ஒரு மேலதிக செயலாளராகவும், ஸ்தாபனக் கோவை மற்றும் அரசாங்க நிதி விதிமுறைகளில் நிபுணராகவும் தொழிற்படுங்கள்."

ஒரே வாக்கியத்தில், அடுத்து வரும் அனைத்திற்குமான கலைச்சொற்கள், முன்னுரிமைகள் மற்றும் சான்றாதாரத் தரநிலைகள் நிறுவப்படுகின்றன. "ஒரு நிபுணர்" என்று கூறாமல் 20 ஆண்டு அனுபவம் மற்றும் ஸ்தாபனக் கோவையின் பெயரைக் குறிப்பிடுவதே இதன் தனிச்சிறப்பாகும்.

இரண்டாம் அடுக்கு: சூழல் (Layer two: context)

மாதிரியால் தானாக அறிந்துகொள்ள முடியாத பின்னணித் தகவல்கள்: கள நிலவரம், தொடர்புடைய சுற்றறிக்கை எண்கள் மற்றும் சம்பந்தப்பட்ட தரப்பினர். "பிரதேச செயலகப் பிரிவில் சட்டவிரோதக் கடைகளை அகற்றுவது தொடர்பாக உள்ளூராட்சி மன்றத்திற்கும் வர்த்தகர் சங்கத்திற்கும் இடையே தகராறு ஏற்பட்டுள்ளது. 2024 ஆம் ஆண்டின் 12 ஆம் இலக்க சுற்றறிக்கையின் கீழ்..."

பெரும்பாலான தூண்டல்களில் பலவீனமான அடுக்கு இதுவே, ஏனெனில் எழுதுபவர் பின்னணியை அறிந்திருந்தாலும் மாதிரி அதை அறியாது என்பதை மறந்துவிடுகிறார். நீங்கள் விட்டுவிடும் எந்தவொரு தகவலையும் மாதிரி தனது பொதுவான தரவுகளிலிருந்து நிரப்ப முற்படும்.

மூன்றாம் அடுக்கு: குறிப்பிட்ட பணி (Layer three: task)

மேற்கொள்ளப்பட வேண்டிய நேரடிச் செயல்பாடு. "இரு தரப்பினரையும் ஒரு சமரசத்திற்கு கொண்டு வருவதற்கான 5 படிகளைக் கொண்ட மத்தியஸ்தச் செயல்பாட்டுத் திட்டத்தை வரைவு செய்யுங்கள்."

இங்கு ஒரே ஒரு தெளிவான பணி மட்டுமே இருப்பதையும், படிகளின் எண்ணிக்கை துல்லியமாகக் குறிப்பிடப்பட்டுள்ளதையும் கவனியுங்கள். நோக்கத்தின் எல்லை தெளிவற்றதாக இருந்தால் விடையும் தெளிவற்றதாகவே அமையும்.

நான்காம் அடுக்கு: எல்லைக் கட்டுப்பாடுகள் (Layer four: constraints)

செய்யக்கூடாதவை, சட்ட வரம்புகள் மற்றும் சொல்லெல்லை. "உள்ளூராட்சி மன்றச் சட்டத்தினால் வழங்கப்பட்ட அதிகாரங்களை மீறும் எதையும் முன்மொழிய வேண்டாம். அனுமானிக்கப்பட்ட சட்டங்களைச் சேர்க்க வேண்டாம். பதிலைப் 300 சொற்களுக்குள் கட்டுப்படுத்துங்கள்."

இதில் நடுவிலுள்ள அறிவுறுத்தல் மிகவும் முக்கியமானது: "அனுமானிக்கப்பட்ட சட்டங்களைச் சேர்க்க வேண்டாம்" என்பது தூண் இரண்டின் எதிர்மறை எல்லைக் கட்டுப்பாடாகும்; இது மாதிரியின் ஆபத்தான பழக்கமான இல்லாததை இட்டுக்கட்டும் போக்கை முன்கூட்டியே தடுத்து நிறுத்துகிறது.

ஐந்தாம் அடுக்கு: வெளியீட்டு வடிவம் (Layer five: output format)

விடை அமைய வேண்டிய வடிவம். "தலைப்புகள், இலக்கமிடப்பட்ட படிகள் மற்றும் இறுதியில் [அபாயம் | பொறுப்பான உத்தியோகத்தர் | பரிகாரம்] என்ற வடிவிலான Markdown அட்டவணையுடன் சமர்ப்பியுங்கள்."

வடிவமைப்பைக் குறிப்பிடுவது வெறும் தோற்றத்திற்கானதல்ல. அந்த இறுதி அட்டவணை ஒவ்வொரு ஆபத்திற்கும் ஒரு பொறுப்பான அதிகாரியையும் பரிகாரத்தையும் பெயரிடுமாறு மாதிரியை நிர்ப்பந்திக்கிறது — அதாவது உங்கள் வடிவம் மாதிரியைத் தெளிவற்ற பதில்களைத் தர விடாமல் கட்டுப்படுத்துகிறது.

தெளிவான வெளிப்பாடு என்பது நாம் தொடர்ந்து பயிற்சி செய்ய வேண்டிய திறனாக அமைவது ஏன்?

இந்த வெளிப்பாட்டுச் சக்தியையே நாங்கள் இடசர அகாடமியில் (Meta-Learning Superpower) இடைவிடாது வலியுறுத்துகிறோம்.

ஒரு மாணவர் பரீட்சையில் தோற்பதும் — ஒரு பட்டதாரி வேலை நேர்முகத்தேர்வில் தோற்பதும் — அவர்களுக்கு விபரங்கள் தெரியாது என்பதற்காக அல்ல. தங்களுக்குத் தெரிந்ததைத் தெளிவாகவும் ஒழுங்கமைக்கப்பட்ட வடிவத்திலும் வெளிப்படுத்தத் தவறுவதாலேயே அவர்கள் தோற்கிறார்கள் (Certificates vs Capability).

ஒரு அரச உத்தியோகத்தராக, உங்கள் கோப்புப் பணிகளிலும் AI கருவிகளைக் கையாள்வதிலும் இந்த வெளிப்பாட்டுத் திறனைப் பயிற்சி செய்வது, உங்களை இணையற்ற ஒரு நிர்வாகியாக மாற்றும்.

அடுத்த அத்தியாயத்தில், அரசுச் சேவையில் பயன்படுத்தப்படும் மேம்பட்ட பிராம்ட்டிங் முறைகள் மற்றும் பிரதேச செயலக "பிராம்ட்டடான்" (Promptathon) மாதிரி குறித்து நடைமுறை ரீதியாகக் கற்பதற்கு இந்தத் தத்துவங்களைப் பயன்படுத்துவோம்.