OpenAI के सह-संस्थापक। स्टैनफोर्ड प्रोफेसर। अब तक के सबसे भरोसेमंद इंजीनियरों में से एक। वह गुप्त प्रॉम्प्ट का उपयोग नहीं करते। वह एक सिस्टम का उपयोग करते हैं।
ये रहे उनके 7 वास्तविक सुझाव – कोई प्रचार नहीं, कोई बकवास नहीं।
यह चित्र देखें।
रात के 11 बज रहे हैं। आप दो घंटे से एक ही AI चैट विंडो को घूर रहे हैं। आपने एक ही अनुरोध को छह अलग-अलग तरीकों से दोहराया है। आपने विनम्र, सीधा, विशिष्ट और अस्पष्ट होने की कोशिश की है। आपने X पर किसी व्यक्ति के तीन अलग-अलग "मैजिक प्रॉम्प्ट" कॉपी-पेस्ट किए हैं, जो कसम खाता है कि उसका टेम्पलेट Claude को "10x ज़्यादा स्मार्ट" बनाता है।
कुछ भी आपकी उम्मीद के मुताबिक काम नहीं करता। आउटपुट या तो बहुत सामान्य होता है, संरचनात्मक रूप से गलत होता है, या फिर उस चीज़ के बारे में पूरे आत्मविश्वास से गलत होता है जो आपने बीस मिनट पहले उसे बताई थी – इसी बातचीत में।
आप टैब बंद कर देते हैं। आप कल फिर कोशिश करेंगे। शायद कोई दूसरा मॉडल। शायद कोई दूसरा प्रॉम्प्ट। शायद आप अभी तक इसमें अच्छे नहीं हैं।
यहाँ एक असुविधाजनक सच्चाई है: यह शायद मॉडल नहीं है। और यह निश्चित रूप से प्रॉम्प्ट नहीं है।
जहाँ अधिकांश लोग अपने शब्दों को अंतहीन रूप से बदलने, सही निर्देश की तलाश करने, या एक और "AI उत्पादकता पाठ्यक्रम" खरीदने में लगे हैं – वहीं लोगों का एक छोटा समूह चुपचाप यह समझ गया कि समस्या कभी प्रॉम्प्ट ही नहीं थी।
समस्या प्रॉम्प्ट के आसपास की हर चीज़ थी।
संदर्भ। मेमोरी। संरचना। कार्यप्रवाह।
Andrej Karpathy उन लोगों में से एक हैं। और AI क्षेत्र के अधिकांश आवाज़ों के विपरीत, उनके पास प्रमाण हैं: OpenAI के सह-संस्थापक, Tesla में AI के पूर्व प्रमुख, स्टैनफोर्ड प्रोफेसर, उन इंजीनियरों में से एक जिन्होंने वास्तव में उन सिस्टमों का निर्माण किया जिन्हें बाकी सभी चतुर प्रॉम्प्टिंग से "हैक" करने की कोशिश कर रहे हैं।
वह इस बारे में लगभग सभी से अधिक समय से सोच रहे हैं। और उन्होंने जो निष्कर्ष निकाला है वह पीछे मुड़कर देखने पर स्पष्ट भी है और व्यवहार में लगभग पूरी तरह से अनदेखा भी किया जाता है।
वह जादुई प्रॉम्प्ट का उपयोग नहीं करते। वह बुनियादी ढाँचा बनाते हैं।
सात आदतें। कुछ सरल फ़ाइलें। एक विशिष्ट कार्य लय। बस इतना ही।
यहाँ बताया गया है कि वह वास्तव में क्या करते हैं – और प्रत्येक भाग क्यों मायने रखता है।
टिप 1: जादुई प्रॉम्प्ट भूल जाइए। समस्या लगभग हमेशा गायब संदर्भ होती है।
2022 से, "प्रॉम्प्ट इंजीनियरिंग गुरुओं" ने X और Instagram पर दबदबा बनाया है।
संदेश: सही मंत्र सीखो और मॉडल आज्ञा मानता है।
Karpathy असहमत हैं। अधिकांश लोग 100 बार प्रयास करने और फिर भी खराब आउटपुट पाने का असली कारण? वे संदर्भ को पूरी तरह से अनदेखा करते हैं।
उनका वास्तविक सूत्र:
- एक मानक, स्पष्ट अनुरोध लिखें
- हमेशा एक ठोस उदाहरण शामिल करें कि अच्छा आउटपुट कैसा दिखता है
- पूरा एरर मैसेज या पूरी पृष्ठभूमि पेस्ट करें – कभी भी छोटा स्निपेट नहीं
"कॉन्टेक्स्ट विंडो बचाने" के लिए अपने कोड या टेक्स्ट को न काटें। जब मॉडल अनुमान लगाता है कि क्या गायब है, तो वह हर बार गलत हो जाता है।
कोई गुप्त निर्देश आपकी पृष्ठभूमि को मॉडल के दिमाग में टेलीपोर्ट नहीं करेंगे। आपको इसे लिखना होगा।
टिप 2: आपका CLAUDE.md शायद बेकार है। अभी जाकर इसे जाँचें।
क्या आपने इसे किसी और के टेम्पलेट से कॉपी किया था? क्या आपने Claude को इसे अपने लिए लिखने दिया था? तो वह फ़ाइल आपके लिए काम नहीं कर रही है।
आपकी मुख्य कॉन्फ़िग फ़ाइल को स्पष्ट रूप से पाँच चीज़ें समझानी चाहिए:
- आप कौन हैं
- प्रोजेक्ट क्या है (केवल सामान्य रूपरेखा)
- क्या नहीं छूना है
- फ़ाइल नामकरण परंपराएँ
- प्रतिक्रियाओं को कैसे प्रारूपित करें
लगभग सभी के पास फ़ाइल है। लगभग किसी ने भी इसे ठीक से सेट नहीं किया है।
मॉडल को "बेवकूफ" कहने से पहले – जाइए और उसे दिए गए अपने निर्देशों को पढ़िए।
और यदि आप केवल ब्राउज़र-आधारित AI टूल का उपयोग करते हैं? आपको अभी भी इसकी आवश्यकता है। एक पिन किया हुआ ब्रीफ़ सेट करें। वही तर्क लागू होता है।
टिप 3: तीन-स्तरीय सिस्टम बनाएँ। हर सत्र में शून्य से शुरू करना बंद करें।
Karpathy की पाइपलाइन:
- /raw – आपकी कच्ची स्रोत सामग्री, ज्यों की त्यों डाली गई
- /wiki – संरचित पृष्ठ जो मॉडल लिखता और बनाए रखता है
- CLAUDE.md – आपके स्थायी संचालन सिद्धांत
नया स्रोत आता है → इसे /raw में डालें → मॉडल को इसे प्रोसेस करने के लिए कहें।
यह प्रति दिन 30 मिनट बचाता है, जो चक्रवृद्धि ब्याज की तरह बढ़ता है।
यदि आपका प्रोजेक्ट कुछ दिनों से अधिक समय तक चलता है और आप हर नए सत्र में सब कुछ फिर से समझा रहे हैं – तो यह कोई कार्यप्रवाह नहीं है, यह एक लूप है।
टिप 4: हर अच्छे उत्तर के बाद – इसे स्थायी रूप से सहेजें।
सामान्य आदत: एक शानदार प्रतिक्रिया प्राप्त करें, परिणाम कॉपी करें, टैब बंद करें, इसे भूल जाएँ। Karpathy कहते हैं कि यह चुपचाप आपकी दीर्घकालिक उत्पादकता को मार रहा है। मॉडलों को संदर्भों की आवश्यकता होती है।
हर मूल्यवान प्रतिक्रिया के बाद:
"इसे एक स्थायी पृष्ठ के रूप में सहेजें: wiki/topic/.md"
फिर समय-समय पर डुप्लिकेट, विरोधाभासों और पुरानी जानकारी के लिए अपने नोट्स की जाँच करें।
इसे छोड़ दें और आपके सबसे अच्छे AI आउटपुट चुपचाप चैट इतिहास में डूब जाएँगे। आप उन कार्यों पर घंटों बिताएँगे जिन्हें आप पहले ही हल कर चुके हैं।
टिप 5: एक सप्ताह से अधिक चलने वाले किसी भी प्रोजेक्ट के लिए – index.md और log.md जोड़ें। कोई अपवाद नहीं।
दो फ़ाइलें। दो उद्देश्य:
- index.md – मौजूद हर चीज़ का एक नक्शा
- log.md – एक चल रहा चेंजलॉग: दिनांक | प्रकार | विवरण
उदाहरण: 28-05-2026 | सारांश | ग्राहक साक्षात्कार विवरण
यदि आप प्रतिदिन 1-2 घंटे वाइब-कोड करते हैं, तो दो सप्ताह में आपको वास्तव में याद नहीं रहेगा कि आपने तीसरे दिन क्या बनाया था। ये दो फ़ाइलें आपकी मेमोरी लेयर हैं।
टिप 6: AI एक प्रतिभाशाली इंटर्न है जिसमें कोई स्वाद नहीं है। इसे वैसे ही ट्रीट करें।
Karpathy का फ्रेमिंग: AI एजेंट "विशाल ज्ञान वाले सुपरपावर्ड इंटर्न हैं, जो लगातार मतिभ्रम करते हैं और कोड के लिए उनका कोई स्वाद नहीं है।" उन्हें एक तंग पट्टे की ज़रूरत है।
उनका वास्तविक कार्य लूप:
- पूरा संदर्भ लोड करें
- केवल अगले छोटे कदम के लिए 2-3 विकल्प पूछें
- एक चुनें
- मूल्यांकन करें, परीक्षण करें, कमिट करें
- दोहराएँ
इसे कभी भी एक प्रॉम्प्ट में सब कुछ करने के लिए न कहें। इस तरह आपको 500 लाइनों का अव्यवस्थित कोड मिलता है जिसे डीबग नहीं किया जा सकता।
टिप 7: एक वाक्य जो हर रिसर्च प्रॉम्प्ट को 10x अधिक पठनीय बनाता है।
किसी भी विश्लेषण या शोध प्रॉम्प्ट के अंत में यह जोड़ें:
"अपने अंतिम उत्तर को एक स्व-निहित HTML फ़ाइल के रूप में संरचित करें।"
AI मॉडल सेकंडों में किसी भी चीज़ को साफ, नेविगेट करने योग्य HTML में बदल देते हैं। पढ़ने का समय नाटकीय रूप से कम हो जाता है। इसकी कीमत आपको एक वाक्य है। हर बार इसका उपयोग करें।
यहाँ इस सबके बारे में अजीब बात यह है।
इनमें से कोई भी टिप गुप्त नहीं है। इनमें से किसी के लिए भुगतान किए गए सब्सक्रिप्शन, किसी विशेष टूल या 40 घंटे के पाठ्यक्रम की आवश्यकता नहीं है। ये सभी, एक बार देखने के बाद, पूरी तरह से स्पष्ट हैं। बेशक मॉडल को पूरे संदर्भ की आवश्यकता है। बेशक आपको वह सहेजना चाहिए जो काम करता है। बेशक एक प्रोजेक्ट को एक नक्शे और एक लॉग की आवश्यकता होती है।
और फिर भी – जाइए और देखिए कि आप अभी AI का उपयोग कैसे कर रहे हैं। ईमानदार रहिए। आपके आज के कार्यप्रवाह में ये सात चीज़ें वास्तव में कितनी मौजूद हैं?
अधिकांश लोग AI के साथ एक अजीब जगह पर हैं। वे मानते हैं कि यह शक्तिशाली है – उन्होंने इसे प्रभावशाली काम करते देखा है – लेकिन अपने हाथों में यह लगातार कम प्रदर्शन करता है। इसलिए वे मान लेते हैं कि अंतर मॉडल, या प्रॉम्प्ट, या किसी अंदरूनी जानकारी के बारे में है जो उन्हें अभी तक नहीं मिली है। वे ट्रिक की तलाश में घंटों बिताते हैं, बजाय इसके कि बीस मिनट नींव बनाने में बिताएँ।
Karpathy का पूरा संदेश यह है कि अंतर जादू के बारे में नहीं है। यह मेमोरी, संरचना और क्रमिकता के बारे में है। मॉडल को अपनी पूरी तस्वीर दें। यह जो बनाता है उसे सहेजें। छोटे, प्रतिबद्ध कदमों में काम करें। मॉडल बाधा नहीं है – आपका कार्यप्रवाह बाधा है।
जो लोग अगले दो वर्षों में AI से नाटकीय रूप से अधिक लाभ उठाएँगे, वे वे नहीं हैं जिन्होंने सबसे अच्छे प्रॉम्प्ट पाए। वे वे हैं जिन्होंने मॉडल के आसपास सबसे अच्छे सिस्टम बनाए – भले ही सरल हों। एक /raw फ़ोल्डर, एक /wiki, एक उचित CLAUDE.md, दो मार्कडाउन फ़ाइलें और एक कार्य लूप।
यही पूरा किनारा है। यह लगभग शर्मनाक रूप से छोटा है। लेकिन लगभग कोई भी ऐसा नहीं कर रहा है।
शुरुआत की कहानी पर वापस जाएँ। वह व्यक्ति रात 11 बजे, निराश, टैब बंद कर रहा है – यह एक बुरे AI के बारे में कहानी नहीं है। यह एक ऐसे कार्यप्रवाह के बारे में कहानी है जिसमें कोई मेमोरी, कोई संरचना और कोई क्रमिक लूप नहीं है। मॉडल मदद करने के लिए तैयार था। उसे बस इतना पता नहीं था कि वह किस चीज़ में मदद कर रहा है।
अब आप जानते हैं कि क्या बनाना है। एक फ़ाइल से शुरू करें। एक फ़ोल्डर। एक सहेजी गई प्रतिक्रिया। सिस्टम तेज़ी से चक्रवृद्धि करता है।
TL;DR
प्रॉम्प्ट को ट्वीक करना बंद करें। बुनियादी ढाँचा बनाना शुरू करें। एक उचित कॉन्फ़िग फ़ाइल, एक /raw और /wiki संरचना, स्थायी संदर्भ पृष्ठ, लंबे प्रोजेक्ट्स के लिए इंडेक्स और लॉग फ़ाइलें, एक छोटे-कदमों वाला कार्य लूप और एक HTML ट्रिक। मॉडल अनुमान लगाना बंद कर देता है – और वास्तव में मदद करना शुरू कर देता है। किनारा कोई रहस्य नहीं है। यह एक सिस्टम है। और इसे सेट करने में लगभग एक दोपहर लगती है।
यदि यह उपयोगी था – इसे बुकमार्क कर लें। आप इस पर वापस आना चाहेंगे।
इस तरह की और अधिक जानकारी के लिए @ScottyBeamIO को फॉलो करें।
कोई बकवास नहीं, बस वही जो वास्तव में काम करता है।
