ChatGPT නවතම AI උපාංගයක් ලෙස ඉංජිනේරු කාර්යයන්හි එක්ක වැඩ කිරීමේදී, බොහෝ සංවර්ධකයින්ට අලුත් අභියෝගයක් මුහුණ දෙනවා. ඒ අභියෝගය තාක්ෂණික කොඩ්, API හෝ වෙක්ටර් දත්ත ගබඩා නොව, LLM (Large Language Model) සමඟ සාර්ථකව සහයෝගය කර ගැනීමයි. මේ ලිපියෙන්, ලේඛකයා ගත කළ දිගු ව්යාපෘතියකදී හමුවූ 10 ප්රධාන දෝෂ රටා හඳුනාගෙන, ඒවා වැළැක්වීමට ක්රියාත්මක කළ උපදෙස් සමඟ ඔබට හොඳම පළපුරුද්දක් ලබා දෙනවා.
1. Doom Mode (අවසන් නොවන පරිදි යාම) – කාර්යයක් සම්පූර්ණ වූ පසුත්, මොඩලය තවදුරටත් අතිරේක කොටස් එකතු කරමින්, “best” හෝ “ultimate” වැනි අසපැහැදිලි ඉල්ලීම් නිසා අවසන් සීමාව නොමැතිව පවතිනවා. 2. Micromanagement Collapse (අධික නියමයන්) – ඉතා විස්තරාත්මක උපදෙස් දී ඇත්තේ ප්රතිඵලය කෙටි, අධික සීමාගත වීමේ හේතුවක් වේ. 3. Context Drift (සන්දර්භය මාරු වීම) – සංවාදය ආරම්භක අරමුණෙන් වක්රවී, නව අදහස් වලට ගමන් කරලා, ප්රධාන ලක්ෂ්යය අමතක වීම.
මෙම රටා සියල්ලම එකම හේතුවක් – ආරම්භක ඉල්ලීමේ නිශ්චිත අවසන් සීමාව සහ සාර්ථකතා මාර්ගයක් නොමැතිවීම වේ. එමනිසා, ප්රතිඵලය අඛණ්ඩව දිගු වෙලා, කාලය හා සම්පත් නාස්ති වීමට ඉඩ සලසයි.
ඇත්තටම, මේ දෝෂ රටා හඳුනා ගැනීමෙන් පසු, ලේඛකයා ප්රතිකාරයක් ලෙස ප්රතිඥාපනය කළේ:
- ඉල්ලීම්වල “done” හෝ “stop” වැනි නිශ්චිත අවසන් නියමයක් සපයන්න.
- අධික විස්තර වළක්වා, ඉලක්කය සහ සාර්ථකතා මාර්ගය පමණක් සඳහන් කරන්න.
- සංවාදය ආරම්භක අරමුණට මැදිහත්වීම සඳහා නියමිත “state machine” ආකාරයක් භාවිතා කරන්න.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තාක්ෂණික පරිසරය තව දුරටත් වර්ධනය වෙමින් පවතී. මේ රටා පිළිබඳ අවබෝධය ලැබීමෙන්:
- සිසුන් – AI සහ LLM සමඟ වැඩ කිරීමේදී නිවැරදි ඉල්ලීමක් කරන ආකාරය ඉගෙන ගනිමින්, වැඩි කාර්යක්ෂමතාවක් ලබා ගනියි.
- සංවර්ධකයින් – ප්රොජෙක්ට් සැලසුම් කිරීමේදී අවසන් නියමයන් සපයා, කාලය හා වියදම සුරකිමින්, නිෂ්පාදන ගුණාත්මකභාවය ඉහළ දැමිය හැක.
- ව්යාපාර – AI‑පදනම්කරණ විසඳුම් පිළිබඳව වැඩි විශ්වාසයක් ඇති කර, සේවා නවීකරණය හා ගනුදෙනුකරුවන්ට වඩා හොඳ අත්දැකීමක් ලබා දිය හැක.
ඉදිරියට, LLM සමඟ සාර්ථක සහයෝගය කර ගැනීමේ හැකියාව, ශ්රී ලංකාවේ තාක්ෂණික ආර්ථිකයට නව අවස්ථා ගෙන එයි.
අවසන් වශයෙන්, ChatGPT වැනි LLM සමඟ වැඩ කරන විට, ඉල්ලීම් පැහැදිලිව, අවසන් නියමයක් සමඟ සකස් කිරීම අත්යවශ්යයි. එමඟින් ඔබේ AI‑පදනම්කරණ ව්යාපෘති වඩා කාර්යක්ෂම, වේගවත් හා පරිණාමශීලී වේ.
