सारांश
वन-शॉट प्रॉम्प्ट एक ऐसी पूर्ण निर्देश का डिज़ाइन है — क्रिया + संदर्भ + आउटपुट प्रारूप — जिससे AI पहली ही जवाब में वही दे जो आप चाहते हैं। बस यही सूत्र आत्मसात करके आप उस इंसान से जो मशीन को ठीक करता है, उस इंसान बन जाते हैं जो मशीन को काम का ऑर्डर देता है।
उपमा
कल्पना कीजिए आपने धरती का सबसे बेहतरीन इंटर्न हायर किया है। पहली सुबह उसने दुनिया की लगभग हर किताब, लेख और फोरम-थ्रेड पढ़ ली है। याददाश्त जबरदस्त, अंदाज़ खूबसूरत, थकान ज़ीरो।
बस एक दिक्कत है: वह आपके बारे में कुछ नहीं जानता। न आपका बिज़नेस, न आपके पाठक, न आपकी डेडलाइन, न आपकी दुनिया में «तैयार» कैसा दिखता है।
आप पास आकर कहते हैं: «मुझे ईमेल मार्केटिंग के बारे में बताओ।»
वह ईमानदारी से एक पाठ्यपुस्तक बना देता है: न्यूज़लेटर का इतिहास, बारह परिभाषाएँ, डिलीवरबिलिटी का सेक्शन। सब सटीक। और लगभग बेकार। दोषी कौन? इंटर्न नहीं। काम को ऑर्डर चाहिए था, और आपने टॉपिक मँगा लिया।
यही इंटर्न AI मॉडल है। वन-शॉट प्रॉम्प्ट टॉपिक को पूर्ण काम-ऑर्डर से बदलने की तकनीक है। बेतरतीब प्रॉम्प्ट आलसी या बेवकूफ मशीन का पर्दाफाश नहीं करता — वह एक अति-योग्य लेकिन अल्प-निर्देशित सहायक का पर्दाफाश करता है।
कैसे काम करता है
हर भरोसेमंद वन-शॉट प्रॉम्प्ट में तीन तत्व होते हैं, एक ही वाक्य में काम करते हुए:
| तत्व | किस सवाल का जवाब | उदाहरण |
|---|---|---|
| क्रिया | AI को कौन-सा ऑपरेशन करना है? | सूचीबद्ध करो, ड्राफ्ट लिखो, सारांश दो, अनुवाद करो, तुलना करो, फिर से लिखो |
| संदर्भ | किसके लिए, किन सीमाओं में? | पाठक, टोन, लंबाई-सीमा, उद्देश्य, सामग्री |
| आउटपुट प्रारूप | जवाब का आकार कैसा हो? | क्रमांकित सूची, तालिका, तीन पैराग्राफ, भेजने-लायक संदेश |
1. क्रिया — प्रॉम्प्ट का इंजन।
सूचीबद्ध करो, ड्राफ्ट लिखो, सारांश दो, अनुवाद करो, तुलना करो, फिर से लिखो जैसी क्रियाएँ परिभाषित अंत-बिंदु वाले सटीक ऑपरेशन बताती हैं। «X के बारे में बताओ» या «क्या आप X जानते हो?» कोई ऑपरेशन नहीं बताते — बस अग्निशामक नली खोल देते हैं। नौसिखिये के पास उपलब्ध सबसे प्रभावी संपादन टॉपिक को उत्पादक क्रिया से बदलना है।
2. संदर्भ — कौन, क्यों, और किन सीमाओं में।
एक ही अनुरोध पाठक के हिसाब से बिल्कुल अलग जवाब देता है। «मुद्रास्फीति समझाओ» दस साल के बच्चे के लिए, कॉलेज स्टूडेंट के लिए और सेंट्रल बैंक के गवर्नर के लिए तीन अलग-अलग टेक्स्ट हैं। पाठक मिटा दीजिए — और AI इंटरनेट के औसत की तरफ लिखेगा: ऐसा टेक्स्ट जो किसी के लिए फिट नहीं। संदर्भ में सख्त सीमाएँ भी शामिल हैं: लंबाई, टोन, शब्दावली स्तर, क्या शामिल करना है, क्या टालना है।
3. आउटपुट प्रारूप — परिणाम का आकार।
बिना निर्दिष्ट किए कोई भी AI डिफ़ॉल्ट रूप से मध्यम-लंबाई का निबंध लौटाता है — सबसे सुरक्षित औसत आकार। «तालिका में», «ठीक 5 बिंदु», «100 शब्द से कम» माँग लीजिए — और मॉडल बनावट पर खर्च होने वाली ऊर्जा सामग्री पर लगाने लगेगा।
सब मिलाकर, वन-शॉट प्रॉम्प्ट की बनावट कुछ ऐसी दिखती है:
क्रिया + संदर्भ + आउटपुट प्रारूप = एक पूर्ण काम-ऑर्डर। पहली बार में सटीक।
यह सूत्र किसी भी आधुनिक चैटबॉट में काम करता है — ChatGPT, Gemini, Claude, Uzu — क्योंकि यह किसी उत्पाद की ख़ासियत पर नहीं, उस तंत्र पर लक्षित है जिससे कोई भी बड़ा भाषा मॉडल तय करता है कि आगे क्या जनरेट करना है।
पहले और बाद में
उदाहरण 1 — मार्केटिंग अनुरोध
मुझे ईमेल मार्केटिंग के बारे में बताओ।
एक मिनी-लाइब्रेरी लौटती है: परिभाषाएँ, इतिहास, अमूर्त बेस्ट प्रैक्टिस। आपने लाइब्रेरी मँगी — वही मिली।
एक छोटी बेकरी की वीकेंड सेल के लिए 5 ईमेल विषय लाइनें सूचीबद्ध करो, नियमित ग्राहकों को निशाना, हर एक 50 अक्षरों तक, क्रमांकित सूची में।
बनावत जाँचिए: क्रिया — सूचीबद्ध करो। संदर्भ — छोटी बेकरी, वीकेंड सेल, नियमित ग्राहक, 50 अक्षर। प्रारूप — ठीक 5 मदों की क्रमांकित सूची। जवाब सेकंडों में इस्तेमाल के लायक।
उदाहरण 2 — सारांश अनुरोध
इस लेख में क्या है?
जवाब लेख की ही लंबाई और वज़न का आईना होता है — लंबा, बिना छना, बेढ़ंगा।
नीचे दिए लेख का सारांश कल की मीटिंग की तैयारी कर रहे व्यस्त मैनेजर के लिए 3 बिंदुओं में दो — हर मुख्य तर्क पर एक बिंदु, हर बिंदु 20 शब्दों तक।
वही लेख, वही AI — मगर परिणाम एक स्टिकी नोट पर समा जाता है।
उदाहरण 3 — संपादन अनुरोध
इसे बेहतर बनाओ।
«बेहतर» मंज़िल के बिना दिशा है। AI अंदाज़ा लगाता है कि आप क्या कद्र करते हैं — और आमतौर पर «लंबा और औपचारिक» चुनता है।
नीचे का संदेश शादी के निमंत्रण के विनम्र इनकार के रूप में फिर से लिखो — गर्मजोशी भरा टोन, 40 शब्दों तक, बधाई के साथ समाप्त।
अब «बेहतर» की परिभाषा है — और ड्राफ्ट अक्सर ही फाइनल कट निकलता है।
आम गलतियाँ
- काम के बजाय टॉपिक माँगना। «X के बारे में बताओ» में कोई डिलीवरेबल नहीं — जनरेट करने को कुछ नहीं। समाधान: हर प्रॉम्प्ट उत्पादक क्रिया से शुरू करें।
- मिटा हुआ पाठक। जवाब के दर्शकों को हटाना AI को सबके लिए लिखने पर मजबूर करता है — जनरल जवाबों का सबसे पक्का रास्ता। एक वाक्यांश — «नौसिखियों के लिए», «CFO के लिए» — पूरे आउटपुट बदल देता है।
- प्रारूप को भाग्य पर छोड़ना। आकार न चुनना यानी मॉडल डिफ़ॉल्ट निबंध चुनेगा। अगर जवाब को खुद री-फ़ॉर्मेट करने की भी संभावना है, तो प्रारूप प्रॉम्प्ट में डालें।
- एक प्रॉम्प्ट में तीन काम। «X रिसर्च करो, स्क्रिप्ट लिखो और थंबनेल डिज़ाइन करो» तीनों में औसत परिणाम देता है। वन-शॉट प्रॉम्प्ट एक ऑपरेशन करता है। मल्टी-स्टेज प्रोजेक्ट्स के लिए प्रॉम्प्ट चेन अपनाएँ — हर कड़ी पिछली का संदर्भ विरासत में लेती है।
- सटीकता की जगह शिष्टाचार से फुलाना। «कृपया, अगर आपको कोई असुविधा न हो…» कुछ नहीं जोड़ता। «50 शब्दों तक» सब जोड़ता है। प्रॉम्प्ट में सटीकता ही शिष्टाचार है।
अक्सर पूछे जाने वाले प्रश्न
वन-शॉट प्रॉम्प्टिंग क्या है?
वन-शॉट प्रॉम्प्टिंग एक पूर्ण, एकल निर्देश लिखने की प्रथा है — क्रिया, संदर्भ और आउटपुट प्रारूप के साथ — ताकि AI का पहला जवाब ही सही जवाब हो। आज़मा-परख वाले चक्र का उल्टा: धुंधला सवाल, चूका हुआ जवाब, सुधार-बहस।
वन-शॉट और फ्यू-शॉट प्रॉम्प्टिंग में क्या फर्क है?
फ्यू-शॉट प्रॉम्प्टिंग में प्रॉम्प्ट के अंदर एक या अधिक हल-शुदा उदाहरण पेस्ट किए जाते हैं जिनकी AI नकल करे — जैसे तीसरे वाक्य से पहले अनुवाद के दो नमूने। दोनों तकनीकें प्रतिद्वंद्वी नहीं हैं: वन-शॉट बनावत मॉडल को बताती है क्या करना है, और उदाहरण दिखाते हैं वह कैसा दिखता है। रोज़मर्रा के ज़्यादातर कामों के लिए अच्छी तरह बना वन-शॉट प्रॉम्प्ट काफी है। फ्यू-शॉत तकनीक आगे सीरीज़ में है।
क्या हमेशा आउटपुट प्रारूप बताना चाहिए?
नहीं — आराम-आराम एक्सप्लोर करते संवाद में प्रारूप बेमतलब है और माँगना थकाऊ। नियम: जिस क्षण जवाब इस्तेमाल होने वाला हो — दूसरे पढ़ेंगे, दस्तावेज़ में जाएगा, संदेश बनकर भेजा जाएगा — प्रारूप पिन करें। स्क्रॉल करके दोबारा फ़ॉर्मेट करने की झलक खुद संकेत है कि अगली बार फ़ॉर्मेट प्रॉम्प्ट में रखें।
अगला पाठ
वन-शॉट प्रॉम्प्ट उतना ही जीता है जितना AI उसे याद रखता है। क्या आपने देखा है कि चैटबॉट संदेश #2 पर निर्देश का पालन भरोसे से करता है और #20 पर ऐसा व्यवहार करता है जैसे भूल गया हो? यह बग नहीं है। यह कॉन्टेक्स्ट विंडो है — टेक्स्ट का वह सीमित टुकड़ा जो मॉडल किसी भी क्षण «देख» पाता है, और पूरे AI का सबसे ज़्यादा गलतफहमा गया प्रतिबंध।
इसे समझना वाले प्रॉम्प्ट्स और चुपचाप भाप बन जाने वाले प्रॉम्प्ट्स के बीच की रेखा है।
अगला पाठ: कॉन्टेक्स्ट विंडो: AI क्यों भूलता है
जाने से पहले का अभ्यास: कोई भी चैटबॉट — या Uzu ऐप — खोलिए, अपना आखिरी प्रॉम्प्ट ढूँढिए और उसे «क्रिया + संदर्भ + प्रारूप» सूत्र से दोबारा बनाइए। पहला जवाब आपको बता देगा कि यह लेख क्यों मौजूद है।