AI ပရမ့်အင်ဂျင်နီယာပညာ (Prompt Engineering) နိဒါန်း- အဓိက အဆောက်အအုံသုံးရပ်ကို ကျွမ်းကျင်ပိုင်နိုင်စွာ အသုံးပြုပြီး ဂျင်နရေတစ် AI (Generative AI) ၏ လုပ်ငန်းစွမ်းဆောင်ရည်ကို မြှင့်တင်ပါ

ਜенераရေ့ทีဗင်း AI ခေတ်စားလာတဲ့ ဒီဘက်ခေတ်မှာ မြန်မာနိုင်ငံက လုပ်ငန်းခွင်ဝင်နေသူတွေနဲ့ ကျောင်းသားတွေအနေနဲ့ အောက်ပါအတွေ့အကြုံမျိုး ကြုံဖူးကြမှာပါ။ ChatGPT ဒါမှမဟုတ် Claude ကို စိတ်အားထက်သန်စွာ ဖွင့်လိုက်တယ်၊ မေးခွန်းတစ်ခု မေးလိုက်တယ်၊ ဒါပေမဲ့ ပြန်ရလာတာကတော့ အနှစ်သာရမရှိတဲ့၊ ရုံးသုံးဆန်လွန်းတဲ့ ဒါမှမဟုတ် ဘာမှန်းညာမှန်းမသိရတဲ့ အဖြေတွေ ဖြစ်နေတတ်ပါတယ်။ ဒါဟာ AI ရဲ့ စွမ်းဆောင်ရည် ညံ့ဖျင်းလို့ မဟုတ်ဘဲ ကျွန်ုပ်တို့ ပေးလိုက်တဲ့ "ညွှန်ကြားချက် (Prompt)" တွေက လုံလောက်အောင် တိကျမှုမရှိလို့ ဖြစ်ပါတယ်။ Prompt Engineering (ပရွန့် အင်ဂျင်နီယာပညာ) ဆိုတာ ခက်ခဲနက်နဲတဲ့ ပရိုဂရမ်ရေးနည်းမဟုတ်ဘဲ AI နဲ့ ထိရောက်စွာ ဆက်သွယ်တတ်တဲ့ ဘာသာစကား အနုပညာတစ်ရပ် ဖြစ်ပါတယ်။ ဒီောင်းပါးမှာတော့ နေ့စဉ်အလုပ်နဲ့ လေ့လာမှုတွေမှာ AI ကိရိယာတွေရဲ့ စွမ်းဆောင်ရည်ကို အပြည့်အဝ ထုတ်ဖော်အသုံးချနိုင်ဖို့ လက်တွေ့ကျတဲ့ Prompt ဒီဇိုင်းရေးဆွဲနည်း အခြေခံမူတွေကို ရှင်းပြပေးသွားမှာ ဖြစ်ပါတယ်။

Prompt Engineering ဆိုတာ ဘာလဲ။ လူနဲ့စက် ရဲ့ ပူးပေါင်းဆောင်ရွယ်မှုဆိုင်ရာ ဆက်သွယ်ရေး အနုပညာ

ရိုးရိုးရှင်းရှင်းပြောရရင် Prompt Engineering ဆိုတာ "AI ကို မေးခွန်းတွေ ကောင်းကောင်းဖြေတတ်အောင် သင်ကြားပေးတဲ့" နည်းစညာ ဖြစ်ပါတယ်။ LLM (Large Language Model) လို့ခေါ်တဲ့ ကြီးမားတဲ့ ဘာသာစကား မော်ဒယ်တွေဟာ ကြီးမားလှတဲ့ စာသားအချက်အလက် ပမာဏတွေနဲ့ လေ့ကျင့်ပေးထားတာ ဖြစ်ပါတယ်။ ကျွန်ုပ်တို့က စာသားတစ်ခုကို ထည့်လိုက်တဲ့အခါ မော်ဒယ်က ဖြစ်နိုင်ခြေအရှိဆုံး နောက်ဆက်တွဲ စာလုံးတွေနဲ့ စာကြောင်းတွေကို ခန့်မှန်းထုတ်ပေးပါတယ်။ အကယ်၍ သင်ပေးလိုက်တဲ့ ညွှန်ကြားချက်က ဝိုးတဝါးဖြစ်နေမယ်ဆိုရင် AI ကလည်း အထွေထွေအဖြေဘဲ ပေးနိုင်ပါလိမ့်မယ်။

ဥပမာအားဖြင့် AI ကို "စျေးကွက်ရှာဖွေရေး ဆောင်းပါးတစ်ပုဒ် ရေးပေးပါ" လို့ ပြောလိုက်ရင် သူက ထူးခြားချက်ဘာမှမရှိဘဲ ဒေသတွင်း သုံးစွဲသူတွေနဲ့ မကိုက်ညီတဲ့ ယေဘုယျဆောင်းပါးတစ်ပုဒ်ကို ထုတ်ပေးလာပါလိမ့်မယ်။ ဒါပေမဲ့ သင်က AI ကို "မင်းဟာ အတွေ့အကြုံ ၅ နှစ်ရှိတဲ့ အလှကုန် အမှတ်တံဆိပ်တစ်ခုရဲ့ လူမှုကွန်ရက် စီမံခန့်ခွဲသူတစ်ဦး ဖြစ်ပါတယ်။ အသက် ၂၅ နှစ်ကနေ ၃၅ နှစ်ကြား မြို့ပြအမျိုးသမီးတွေအတွက် ရည်ရွယ်ပြီး အစိုဓာတ်ထိန်း ဆေးရည် (Moisturizing Essence) ကို မိတ်ဆက်ပေးတဲ့ Instagram ပိုစ့်တစ်ခုကို ရေးပေးပါ။ လေသံက ဖော်ရွေရမယ်၊ ရင်းနှီးမှုရှိရမယ်၊ လူသုံးများတဲ့ Hashtag သုံးခုလည်း ထည့်ပေးပါ" လို့ ပြောလိုက်မယ်ဆိုရင် ဒီနှစ်ခုရဲ့ ထွက်လာမယ့် အရည်အသွေးက ကွာခြားသွားပါလိမ့်မယ်။ Prompt Engineering ရဲ့ ရည်ရွယ်ချက်ကတော့ ဖွဲ့စည်းပုံပါတဲ့ ဘာသာစကားကို အသုံးပြုပြီး သင်ရဲ့ ပရော်ဖက်ရှင်နယ် နောက်ခံနဲ့ လိုချင်တဲ့ ပုံစံကို AI ဆီကို တိတိကျကျ ပို့ဆောင်ပေးဖို့ ဖြစ်ပါတယ်။

ထိရောက်တဲ့ Prompt တစ်ခုကို တည်ဆောက်ရာမှာ ပါဝင်တဲ့ အဓိက အစိတ်အပိုင်း ၃ ခု

AI ဆီကနေ အရည်အသွေးမြင့် အကြောင်းအရာတွေကို တစ်ကြိမ်တည်းနဲ့ ထွက်လာစေဖို့ အလက်တွေ့ကျဆုံး နည်းလမ်းကတော့ မော်ဂျူးပုံစံ (Modular) ရေးသားနည်းကို အသုံးပြုဖို့ ဖြစ်ပါတယ်။ ကောင်းမွန်တဲ့ Prompt တစ်ခုမှာ အောက်ပါ မရှိမဖြစ် လိုအပ်တဲ့ အဓိက အစိတ်အပိုင်း သုံးခု ပါဝင်လေ့ရှိပါတယ် -

• အခန်းကဏ္ဍ သတ်မှတ်ပေးခြင်း (Persona): AI က လက်ရှိမှာ ဘယ်လို လူပုဂ္ဂိုလ်နေရာကနေ လုပ်ဆောင်နေလဲဆိုတာကို တိတိကျကျ ပြောပြပါ။ ဥပမာ - ဝါရင့်စာရင်းကိုင်၊ အထက်တန်း အင်္ဂလိပ်စာဆရာ၊ ဒေသခံ ခရီးသွားဘော်လဂါ သို့မဟုတ် ပရောဂျက် စီမံခန့်ခွဲမှု အကြံပေးပုဂ္ဂိုလ် စသဖြင့် ဖြစ်ပါတယ်။ ဒါက AI ထုတ်ပေးမယ့် အကြောင်းအရာရဲ့ ပရော်ဖက်ရှင်နယ်ဆန်မှုနဲ့ လေသံကို ဆုံးဖြတ်ပေးပါတယ်။
• တိကျတဲ့ တာဝန် (Task): AI ပြီးမြောက်စေချင်တဲ့ တိကျတဲ့ အလုပ်ကို ရှင်းရှင်းလင်းလင်း ဖော်ပြပါ။ ဥပမာ - အစည်းအဝေး မှတ်တမ်းရှည်ကြီးကို အကျဉ်းချုပ်ခိုင်းတာ၊ ပရော်ဖက်ရှင်နယ် နည်းပညာ စာရွက်စာတမ်းတွေကို ဘာသာပြန်ခိုင်းတာ၊ စျေးကွက်ရှာဖွေရေး စီမံချက် အကြမ်းထုကို စဉ်းစားခိုင်းတာ၊ သို့မဟုတ် ကုဒ် (Code) ထဲက ယုတ္တိဗေဒ အမှားတွေကို စစ်ဆေးခိုင်းတာ စတာတွေ ဖြစ်ပါတယ်။
• ကန့်သတ်ချက်များနှင့် ဖော်မတ် (Constraints & Format): AI တာဝန်လုပ်ဆောင်တဲ့အခါ လိုက်နာရမယ့် စည်းကမ်းတွေကို သတ်မှတ်ပေးပါ။ ဥပမာ - စာလုံးရေ ၅၀၀ အတွင်း ကန့်သတ်တာ၊ အချက်အလက်တွေကို ဇယားပုံစံနဲ့ ပြသတာ၊ အချက်အလက်တွေကို အမှတ်စဉ် (Bullet points) နဲ့ ဖော်ပြတာ၊ သို့မဟုတ် ရုံးသုံးအီးမေးလ် ယဉ်ကျေးမှု စည်းမျဉ်းတွေနဲ့ ကိုက်ညီအောင် လုပ်ဆောင်ခိုင်းတာ စတာတွေ ဖြစ်ပါတယ်။

လုပ်ငန်းခွင် စွမ်းဆောင်ရည် မြှင့်တင်ပေးမယ့် AI ပူးပေါင်းဆောင်ရွက်မှု စံလုပ်ငန်းစဉ် (Workflow)

လက်တွေ့ ရုံးသုံး သို့မဟုတ် နေ့စဉ်အသုံးချမှုတွေမှာ တစ်ကြိမ်တည်းနဲ့ ရှုပ်ထွေးတဲ့ ပြဿနာတွေကို ဖြေရှင်းဖို့ ခက်ခဲပါတယ်။ စာဖတ်သူတွေအနေနဲ့ AI ရဲ့ ရလဒ်တွေကို အဆင့်လိုက် လမ်းညွှန်ပေးနိုင်မည့် "အဆင့်ဆင့် တုံ့ပြန်ပြင်ဆင်တဲ့ (Iterative) ပူးပေါင်းဆောင်ရွက်မှု စံလုပ်ငန်းစဉ်" ကို အသုံးပြုဖို့ အကြံပြုလိုပါတယ် -

• အဆင့် ၁ - နောက်ခံ ဖန်တီးခြင်းနှင့် တာဝန်ခွဲဝေခြင်း - စကားပြောဆိုမှု (Chat) ရဲ့ အစမှာ ပရောဂျက် နောက်ခံကို ဦးစွာ တည်ဆောက်ပါ၊ ပြီးတော့ တာဝန်ကြီးတစ်ခုကို အဆင့်ငယ်လေးတွေ ခွဲပြီး လုပ်ဆောင်ခိုင်းပါ။ ဥပမာ - ပထမဦးဆုံး AI ကို အကြမ်းထု (Outline) ရေးခိုင်းပါ၊ လမ်းကြောင်း မှန်ကန်ကြောင်း အတည်ပြုပြီးမှ စာသားအပြည့်အစုံကို အပိုင်းလိုက် ရေးခိုင်းပါ။
• အဆင့် ၂ - ကိုးကားစရာ နမူနာပေးခြင်း (Few-shot Prompting): အကယ်၍ AI ကို သတ်သတ်မှတ်မှတ် စာပေဟန် သို့မဟုတ် ဖော်မတ်မျိုး အတုယူစေချင်တယ်ဆိုရင် Prompt ထဲမှာ နမူနာ စာပိုဒ်တစ်ခုကို တိုက်ရိုက်ကူးထည့်ပြီး AI ကို "အောက်ပါ စာပိုဒ်ရဲ့ လေသံနဲ့ စာမျက်နှာ အပြင်အဆင် ပုံစံကို ကိုးကားပြီး တခြားအကြောင်းအရာတစ်ခုအတွက် ရေးပေးပါ" လို့ ပြောနိုင်ပါတယ်။
• အဆင့် ၁ - ပြန်လည်စစ်ဆေးခြင်းနှင့် ပြင်ဆင်ခြင်း (Feedback): AI ဟာ အရာရာကို အကြွင်းမဲ့ သိရှိနားလည်တာ မဟုတ်ပါဘူး။ အကြောင်းအရာ ထွက်လာပြီးနောက် လူသားတွေက ကျွမ်းကျင်မှုနဲ့အညီ အချက်အလက် မှန်ကန်မှုကို စစ်ဆေးရပါမယ် (Fact-check)။ လမ်းကြောင်းလွဲသွားတာကို တွေ့ရှိရင် "လေသံက တောင့်တင်းလွန်းတယ်၊ ပိုပြီး ဖော်ရွေတဲ့ ဒေသန္တရ ဝေါဟာရတွေကို ထည့်သုံးပေးပါ" စသဖြင့် ချက်ချင်း ပြင်ဆင်ချက် ညွှန်ကြားချက် ပေးသင့်ပါတယ်။

မြန်မာစာဖတ်သူများ မကြာခဏ ကြုံတွေ့ရတတ်သော AI အသုံးချမှု မှားယွင်းချက်များနှင့် ရှောင်ရှားရန် လမ်းညွှန်

AI ကို ဒေသတွင်း လုပ်ငန်းစဉ်တွေမှာ အသုံးချတဲ့အခါ မြန်မာနိုင်ငံက အသုံးပြုသူတွေအနေနဲ့ ယဉ်ကျေးမှုနဲ့ ကိရိယာပိုင်းဆိုင်ရာ အားနည်းချက်အချို့ကို မကြာခဏ ကြုံတွေ့ရတတ်ပါတယ်။ ဒီအချက်တွေကို သိထားခြင်းအားဖြင့် လမ်းမှားရောက်တာကို ရှောင်ရှားနိုင်ပါတယ်။

• ဝေါဟာရ ကွာခြားချက်များ - အဓိက AI မော်ဒယ်အများစုဟာ ဒေသတွင်း ဘာသာစကား သို့မဟုတ် အိမ်နီးချင်း ဝေါဟာရအမြောက်အမြားနဲ့ လေ့ကျင့်ထားတာကြောင့် တိုက်ရိုက်ထုတ်ပေးတဲ့ ရလဒ်တွေမှာ ဒေသသုံးနဲ့ မကိုက်ညီတဲ့ စကားလုံးတွေ ပါဝင်နေတတ်ပါတယ်။ Prompt ထဲမှာ "မြန်မာနိုင်ငံ၏ ရုံးသုံးနှင့် နေ့စဉ်သုံး ဝေါဟာရများကို အသုံးပြုပါ" လို့ တိတိကျကျ သတ်မှတ်ပေးဖို့ အကြံပြုလိုပါတယ်။
• ညွှန်ကြားချက် တစ်ခုတည်းကိုသာ အလွန်အမင်း အားကိုးခြင်း - စာကြောင်းတစ်ကြောင်းတည်းနဲ့ ရှုပ်ထွေးတဲ့ ပရောဂျက်ကြီးတွေကို ပြီးမြောက်အောင် လုပ်နိုင်လိမ့်မယ်လို့ မမျှော်လင့်ပါနဲ့။ Chat ရဲ့ မှတ်ဉာဏ်စွမ်းရည်ကို ကောင်းကောင်းအသုံးချပြီး လက်ထောက်လေးတစ်ယောက်ကို လမ်းညွှန်သလို အဆင့်ဆင့် လမ်းပြပေးတာက AI ရဲ့ ပူးပေါင်းဆောင်ရည်ကို အကောင်းဆုံး ထုတ်ဖော်နိုင်တဲ့ နည်းလမ်းဖြစ်ပါတယ်။
• သတင်းအချက်အလက် လုံခြုံရေးကို လျစ်လျူရှုခြင်း - ကုမ္ပဏီရဲ့ အတွင်းရေး ဘဏ္ဍာရေး အချက်အလက်တွေ၊ ဖောက်သည် ကိုယ်ရေးအချက်အလက်တွေ သို့မဟုတ် လူသိမရှင်သေးတဲ့ ပရောဂျက် လျှို့ဝှက်ချက်တွေကို AI ကိရိယာတွေထဲ မထည့်သွင်းခင်မှာ အဆိုပါ ကိရိယာရဲ့ ကိုယ်ရေးကိုယ်တာ မူဝါဒ (Privacy Policy) ကို သေချာစွာ စစ်ဆေးသင့်ပြီး လုပ်ငန်းဆိုင်ရာ လျှို့ဝှက်ချက်များ ပေါက်ကြားမှုကို ကာကွယ်ရပါမယ်။

အချုပ်အားဖြင့်ဆိုရရင် Prompt Engineering ဆိုတာ ရ့ှာပါးလှတဲ့ ပညာရပ်တစ်ခု မဟုတ်ဘဲ ခေတ်သစ် ဒစ်ဂျစ်တယ် နိုင်ငံသားတိုင်းအတွက် မရှိမဖြစ်လိုအပ်တဲ့ ဆက်သွယ်ရေး စွမ်းရည်တစ်ခု ဖြစ်ပါတယ်။ အခန်းကဏ္ဍ၊ တာဝန် နဲ့ ဖော်မတ် ဆိုတဲ့ အပိုင်းသုံးပိုင်းပါတဲ့ ဖွဲ့စည်းပုံကို ကျွမ်းကျင်ပိုင်နိုင်စွာ အသုံးပြုပြီး နေ့စဉ်အလုပ်တွေမှာ လူနဲ့စက် ပူးပေါင်းဆောင်ရွက်တဲ့ စံလုပ်ငန်းစဉ်ကို တည်ဆောက်ခြင်းအားဖြင့် သင်ဟာလည်း ဂျენရနီทีဗင်း AI ကို အလုပ်ခွင် ပိတ်ဆို့မှုတွေကို ကျော်လွှားစေပြီး အဖိုးတန် အချိန်တွေ အများကြီး သက်သာစေမယ့် ရွှေလက်ထောက်တစ်ဦး ဖြစ်လာအောင် ဖန်တီးနိုင်မှာ ဖြစ်ပါတယ်။ သင်ရဲ့ ညွှန်ကြားချက်တွေကို ဆက်လက် လေ့ကျင့် ပြင်ဆင်နေပါ၊ AI ရဲ့ ပြန်လည်တုံ့ပြန်မှုက သင်မျှော်လင့်ထားတာထက် ပိုမိုကောင်းမွန်နေပါလိမ့်မယ်။