AI-യ്ക്ക് കോഹറന്റ് സ്റ്റോർട്ടെല്ലിംഗ് നൽകുന്നതിനുള്ള പ്രോംപ്റ്റുകൾ എങ്ങനെ എഴുതാം

ലോജിക്കൽ കൺസിസ്റ്റൻസിയും കാരക്ടർ കണ്ടിന്യൂയിറ്റിയും നിലനിർത്തുന്ന നറേറ്റീവ് കണ്ടന്റ് ജനറേറ്റ് ചെയ്യുന്നതിന്, ഇമ്യൂട്ടബിൾ നറേറ്റീവ് ആങ്കറുകൾ വ്യക്തമായി നിർവചിക്കുകയും സീനുകൾക്കിടയിലുള്ള സീക്വൻഷ്യൽ ഡിപൻഡൻസികൾ നിർബന്ധിതമാക്കുന്ന വിധത്തിൽ നിങ്ങളുടെ പ്രോംപ്റ്റുകൾ ഘടനാപരമായി ക്രമീകരിക്കുകയും വേണം. ലോക്കൽ ഫ്ലൂവൻസിക്ക് പ്രാധാന്യം നൽകുന്ന ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ ഗ്ലോബൽ സ്ട്രക്ചറൽ ഇന്റഗ്രിറ്റിക്ക് പ്രാധാന്യം നൽകാത്തതുകൊണ്ടാണ് നറേറ്റീവ് ഡ്രിഫ്ട്ട് സംഭവിക്കുന്നത്. അതായത്, ഔട്ട്പുട്ട് സ്പേസ് കർശനമായി പരിമിതപ്പെടുത്താതിരുന്നാൽ, പുതിയ വിശദാംശങ്ങൾ കണ്ടെത്താനോ സ്ഥാപിതമായ വസ്തുതകൾ മാറ്റാനോ മോഡൽ മടിക്കില്ല.

ലോങ് ഫോം ജനറേഷനിൽ നറേറ്റീവ് ഡ്രിഫ്റ്റിന്റെ പ്രശ്നം

ട്രെയിനിംഗ് ഡാറ്റയിലെ പാറ്റേണുകളെ അടിസ്ഥാനമാക്കി, ടോക്കൺ ബൈ ടോക്കൺ, പ്രോബബിലിസ്റ്റിക്കായി ടെക്സ്റ്റ് ജനറേറ്റ് ചെയ്യുകയാണ് AI മോഡലുകൾ ചെയ്യുന്നത്. നിങ്ങളുടെ കഥയ്ക്കായി അവയ്ക്ക് ഒരു മറഞ്ഞിരിക്കുന്ന 'മെമ്മറി' ഇല്ല. തുടർച്ച ആവശ്യപ്പെടുമ്പോൾ, നൽകിയിരിക്കുന്ന ഇമീഡിയറ്റ് കോൺടെക്സ്റ്റിനെ അടിസ്ഥാനമാക്കി ഏറ്റവും സാധ്യതയുള്ള അടുത്ത വാക്കുകൾ പ്രവചിക്കുകയാണ് മോഡൽ ചെയ്യുന്നത്. കാലക്രമേണ, ചെറിയ വ്യതിയാനങ്ങൾ കൂടിച്ചേരുന്നു. ഒന്നാം സീനിൽ ഒരു കാരക്ടറിന് ബ്രൗൺ ഹെയർ ആണെന്ന് വിവരിച്ചിട്ടുണ്ടെങ്കിൽ, പത്താം സീനിൽ ആ വസ്തുത വീണ്ടും പറയാതിരുന്നാൽ, 'ബ്ലോണ്ട്' എന്നത് ചില നറേറ്റീവ് ട്രോപ്പുകളിൽ സ്റ്റാറ്റിസ്റ്റിക്കലി കൂടുതൽ സാധാരണമായതിനാൽ, മോഡൽ ജനറിക് വിവരണത്തിലേക്കോ വ്യത്യസ്തമായ ഹെയർ കളറിലേക്കോ ഡ്രിഫ്റ്റ് ചെയ്യാം. ഇത് ഒരു ബഗ് അല്ല; പ്രോബബിലിറ്റി എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിന്റെ ഒരു ഫീച്ചർ ആണിത്. എക്സ്റ്റേണൽ കൺസ്ട്രയിന്റുകൾ ഇല്ലാതെ, നറേറ്റീവ് അലഞ്ഞുതിരിയുന്നു. ബ്രോഡർ പ്ലോട്ടിനോടുള്ള വിശ്വസ്തത നിലനിർത്തുന്നതിനേക്കാൾ, നിലവിലെ വാക്യം നന്നായി കേൾക്കുന്നതിന് മോഡൽ പ്രാധാന്യം നൽകും. ഈ ഡ്രിഫ്ട്ട് എക്സ്പോണൻഷ്യൽ ആണ്: ഒരു വിശദാംശം അവസാനമായി പരാമർശിച്ചതിനും അത് വീണ്ടും ആവശ്യമായി വരുന്നതിനും ഇടയിലുള്ള ഇടവേള കൂടുന്തോറും, അസ്ഥിരതയ്ക്കുള്ള സാധ്യത കൂടുതലായിരിക്കും.

നറേറ്റീവ് ആങ്കർ നിർവചിക്കൽ: കാരക്ടർ, സെറ്റിംഗ്, ടോൺ

പ്രോസ് എഴുതുന്നതിന് മുമ്പ്, നിങ്ങൾ ഒരു 'നറേറ്റീവ് ആങ്കർ' സ്ഥാപിക്കണം. മാറ്റാൻ കഴിയാത്ത ഘടകങ്ങളുടെ ഒരു സംക്ഷിപ്തവും വ്യക്തവുമായ നിർവചനമാണിത്. നിങ്ങളുടെ കഥയുടെ സോഴ്സ് കോഡ് ആയി ഇതിനെ കാണുക. ഓരോ പ്രധാന കഥാപാത്രത്തിനും, അവരുടെ അടിസ്ഥാന സ്വഭാവസവിശേഷതകൾ, സംസാരശൈലി, ശാരീരിക പ്രത്യേകതകൾ, പ്രേരകങ്ങൾ എന്നിവ കുറച്ച് വാക്യങ്ങളിൽ നിർവചിക്കുക. ഉദാഹരണത്തിന്: 'എലേന ഒരു നിഷേധാത്മകനായ ഡിറ്റക്ടീവാണ്, ഹ്രസ്വവും ചുരുക്കിയതുമായ വാക്യങ്ങളിൽ സംസാരിക്കുന്നു, പഴക്കമുള്ള ലെതർ കോട്ട് ധരിക്കുന്നു, ചെറിയ സംസാരം ഇഷ്ടപ്പെടുന്നില്ല.' സെറ്റിംഗിനായി, ഭൗതിക നിയമങ്ങളും അന്തരീക്ഷവും നിർവചിക്കുക. 'നഗരം മഴനനഞ്ഞ്, നിയോൺ വെളിച്ചത്തിൽ, ലംബമായി കൂട്ടിക്കെട്ടിയിരിക്കുന്നു.' ടോണിനായി, ജോണറും വികാരപരമായ രജിസ്റ്ററും വ്യക്തമാക്കുക. 'നോയർ ത്രില്ലർ, വിഷാദഭരിതം, ഉത്കണ്ഠാപൂർണ്ണം.'

ഈ ആങ്കർ ഒരു നിയമമായി കണക്കാക്കണം. ഇത് ഒരു നിർദ്ദേശമല്ല; ഇതൊരു നിബന്ധനയാണ്. ഇവ പ്രസക്തമാകുന്ന ഓരോ പ്രോംപ്ടിലും ഈ പാരാമീറ്ററുകൾ വ്യക്തമായി രേഖപ്പെടുത്തുന്നില്ലെങ്കിൽ, പലപ്പോഴും ജനറിക്കും മോണോടോണസും ആയിരിക്കുന്ന മോഡലിന്റെ ഇന്റേണൽ പ്രയോറുകളിലേക്ക് അത് മാറും. നിങ്ങളുടെ പ്രത്യേകവും വ്യക്തിഗതവുമായ കാഴ്ചപ്പാടിന് അനുസൃതമായി മോഡലിനെ നയിക്കാൻ ഈ ആങ്കർ സഹായിക്കുന്നു, അതിലൂടെ സുരക്ഷിതവും ജനറിക്കുമായ മേഖലകളിലേക്ക് മോഡൽ ചാഞ്ചാടുന്നത് ഒഴിവാക്കാം.

ക്രമബദ്ധമായ ഐക്യത്തിനായി പ്രോംപ്റ്റുകൾ ഘടനാപരമായി രൂപകൽപ്പന ചെയ്യുക

പുതിയ ഒരു സീൻ ജനറേറ്റ് ചെയ്യുമ്പോൾ, ലളിതമായി "കഥ തുടരുക" എന്ന് മാത്രം ചോദിക്കരുത്. പകരം, പരിപ്രേക്ഷ്യം, പ്രത്യേക ജോലി, പരിമിതികൾ എന്നിവ നൽകുന്ന വിധത്തിൽ നിങ്ങളുടെ പ്രോംപ്റ്റ് ഘടനാപരമായി തയ്യാറാക്കുക. ഒരു ശക്തമായ പ്രോംപ്റ്റ് ഘടനയിൽ ഇവ ഉൾപ്പെടുന്നു:

• Context Summary: ഇതുവരെ സംഭവിച്ചതിന്റെ ചുരുക്കം, പ്ലോട്ട് പോയിന്റുകളിലും കഥാപാത്രങ്ങളുടെ അവസ്ഥകളിലും ശ്രദ്ധ കേന്ദ്രീകരിച്ച്.
• Anchor Reinforcement: നിലവിലെ സീനിനായി ബന്ധപ്പെട്ട പ്രധാന നറേറ്റീവ് ആങ്കറുകൾ വീണ്ടും പട്ടികപ്പെടുത്തുക.
• Specific Task: എഴുതേണ്ട കൃത്യമായ സീൻ. "എലേന ഡൈനറിൽ ഇൻഫോർമന്റിനെ നേരിടുന്ന സീൻ എഴുതുക."
• Constraints: എന്ത് സംഭവിക്കണം, എന്ത് സംഭവിക്കരുത് എന്നതിനെക്കുറിച്ചുള്ള വ്യക്തമായ നിർദ്ദേശങ്ങൾ. "എലേന കേസിനെക്കുറിച്ചുള്ള തന്റെ അറിവ് വെളിപ്പെടുത്തരുത്. അവർ ശാന്തമായി തുടരണം. ചെറിയ വാക്യങ്ങൾ ഉപയോഗിക്കുക."

ഈ ഘടന മോഡലിനെ ഒരു പരിമിതമായ സാധ്യതാ ജാലകത്തിനുള്ളിൽ പ്രവർത്തിക്കാൻ നിർബന്ധിക്കുന്നു. ജോലിയും പരിമിതികളും വ്യക്തമാക്കുന്നതിലൂടെ, ഔട്ട്പുട്ടിന്റെ എൻട്രോപ്പി കുറയ്ക്കുന്നു. പാത കൃത്യമായി നിർവചിച്ചിരിക്കുന്നതിനാൽ മോഡലിന് അലഞ്ഞുതിരിഞ്ഞു നടക്കാൻ കഴിയില്ല. നിങ്ങൾ അതിനോട് സ്വപ്നം കാണാൻ ആവശ്യപ്പെടുന്നില്ല; നിർവചിച്ച ഫ്രെയിംവർക്കിനുള്ളിൽ ഒരു പ്രത്യേക നിർദ്ദേശം പാലിക്കാൻ ആവശ്യപ്പെടുകയാണ്.

കഥാ തുടർച്ചയ്ക്കായി കോൺടെക്സ്റ്റ് വിൻഡോകൾ കാര്യക്ഷമമായി ഉപയോഗിക്കുക

ഓരോ AI മോഡലിനും ഒരു പരിമിതമായ കോൺടെക്സ്റ്റ് വിൻഡോയുണ്ട് - ഒരേസമയം അത് പ്രോസസ്സ് ചെയ്യാൻ കഴിയുന്ന ടെക്സ്റ്റിന്റെ അളവ്. നിങ്ങളുടെ കഥയ്ക്ക് ഈ പരിധി മറികടന്നാൽ, മുഴുവൻ നോവലും പ്രോംപ്റ്റിൽ ഒന്നിച്ചു പേസ്റ്റ് ചെയ്യാൻ കഴിയില്ല. നിങ്ങൾ ഈ കോൺടെക്സ്റ്റ് സ്വയം കൈകാര്യം ചെയ്യേണ്ടതുണ്ട്.

ഏറ്റവും ഫലപ്രദമായ രീതി "റോളിംഗ് സമ്മറി" ആണ്. ഓരോ സീനോ പ്രധാന പ്ലോട്ട് ബീറ്റോ കഴിഞ്ഞാൽ, പ്രധാന വികസനങ്ങളുടെ ഒരു സംക്ഷിപ്ത സമ്മറി ജനറേറ്റ് ചെയ്യുക. ഈ സമ്മറി സേവ് ചെയ്യുക. അടുത്ത സീൻ ആരംഭിക്കുമ്പോൾ, മുൻപത്തെ സീനിന്റെ പൂർണ്ണ ടെക്സ്റ്റ് അല്ല, മറിച്ച് മുൻപത്തെ സമ്മറി ഉൾപ്പെടുത്തുക. ഇത് കോൺടെക്സ്റ്റ് വിൻഡോ അനാവശ്യമായ സംഭാഷണങ്ങളാലും വിവരണങ്ങളാലും കൂട്ടിയിടിക്കാതെ, അടിസ്ഥാന പ്ലോട്ട് പോയിന്റുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ സഹായിക്കുന്നു.

എങ്കിലും, സമ്മറികൾ ടെക്സ്ചർ നഷ്ടപ്പെടുത്തുന്നു. എന്ത് സംഭവിച്ചു (*what*) എന്ന് അവ പിടിച്ചെടുക്കുന്നുണ്ടെങ്കിലും, അത് എങ്ങനെ അനുഭവപ്പെട്ടു (*how*) എന്ന് അല്ല. ശബ്ദത്തിന്റെയും അന്തരീക്ഷത്തിന്റെയും തുടർച്ച നിലനിർത്താൻ, മുൻപത്തെ സീനിൽ നിന്നുള്ള കുറച്ച് പ്രധാന സംഭാഷണ വരികളോ വിവരണ ഭാഗങ്ങളോ നിങ്ങളുടെ കോൺടെക്സ്റ്റ് പ്രോംപ്റ്റിൽ ഉൾപ്പെടുത്തുക. ഇത് ഒരു സ്റ്റൈലിസ്റ്റിക് ആങ്കർ ആയി പ്രവർത്തിക്കുന്നു, നാറേറ്റീവ് രജിസ്റ്റർ മോഡലിനെ ഓർമ്മിപ്പിക്കുന്നു. പ്ലോട്ട് ലോജിക്കും ഐസ്റ്റെറ്റിക് കൺസിസ്റ്റൻസിയും നിലനിർത്താൻ, വാസ്തവ സമ്മറിയെ സ്റ്റൈലിസ്റ്റിക് സ്നിപ്പറ്റുമായി സംയോജിപ്പിക്കുക.

നാറേറ്റീവ് ലോജിക് തകർക്കുന്ന പൊതുവായ തെറ്റുകൾ

ഭൂരിഭാഗം നാറേറ്റീവ് പരാജയങ്ങളും അംബിഗ്യൂട്ടി അല്ലെങ്കിൽ ഒമിഷൻ മൂലമാണ് സംഭവിക്കുന്നത്.

• അസ്പഷ്ടമായ നിർദ്ദേശങ്ങൾ: "ഒരു ഇന്ററസ്റ്റിംഗ് ട്വിസ്റ്റ്" ആവശ്യപ്പെടുന്നത് ജനറിക് ട്രോപ്പുകളെ ക്ഷണിക്കുന്നു. ട്വിസ്റ്റ് വ്യക്തമാക്കുക. "ഇൻഫോർമന്റ് യഥാർത്ഥത്തിൽ എലേനയുടെ സഹോദരനാണ്."
• കാരക്ടർ വോയ്‌സ് അവഗണിക്കുന്നത്: ഒരു കാരക്ടറിനെ ഔദ്യോഗികവും അകന്നതുമായ ശൈലിയിലാണ് നിർവചിച്ചിരിക്കുന്നതെങ്കിൽ, "എമോഷണൽ ഔട്ട്ബർസ്റ്റുകൾ" ആവശ്യപ്പെട്ടാൽ, പ്രോംപ്റ്റ് പാലിക്കാൻ മോഡൽ കാരക്ടറിനെ തകർക്കാനാണ് സാധ്യത. നിങ്ങളുടെ പ്രോംപ്റ്റ് കാരക്ടർ ആങ്കറുമായി യോജിക്കുന്നുണ്ടെന്ന് ഉറപ്പാക്കുക.
• വിരുദ്ധമായ കൺസ്ട്രയിന്റുകൾ: "ഫാസ്റ്റ്-പേസ്ഡ്" എന്നാൽ "സ്ലോ ആൻഡ് ഇൻട്രോസ്പെക്ടീവ്" ആയ ഒരു സീൻ ആവശ്യപ്പെടുന്നത് മോഡലിനുള്ളിൽ ആന്തരിക സംഘർഷം സൃഷ്ടിക്കുന്നു, ഇത് അസ്വാരസ്യമായ പേസിംഗിലേക്ക് നയിക്കുന്നു. ഒരു പ്രാഥമിക മോഡ് തിരഞ്ഞെടുക്കുക.
• ആങ്കർ മറക്കുന്നത്: പിന്നീടുള്ള പ്രോംപ്റ്റുകളിൽ കാരക്ടർ അല്ലെങ്കിൽ സെറ്റിംഗ് നിർവചനങ്ങൾ ഒഴിവാക്കുന്നത് ഡ്രിഫ്റ്റിനെ ക്ഷണിക്കുന്നു. അവ പ്രസക്തമാകുമ്പോൾ എപ്പോഴും ആങ്കറുകൾ വീണ്ടും ഇൻജക്ട് ചെയ്യുക.
• ഇംപ്ലിസിറ്റ് മെമ്മറിയിലുള്ള അമിത ആശ്രയം: മൂന്ന് സീനുകൾക്ക് മുമ്പുള്ള ഒരു ഡിറ്റെയിൽ മോഡൽ "ഓർമ്മിക്കുന്നു" എന്ന് കരുതുന്നത് പിശകിനുള്ള ഒരു വഴിയാണ്. ഒരു ഡിറ്റെയിൽ നിലവിലെ സീനിന് നിർണായകമാണെങ്കിൽ, അത് വ്യക്തമായി പറയുക.

സെഷനുകൾക്കിടയിൽ പ്ലോട്ട് കൺസിസ്റ്റൻസി നിലനിർത്താനുള്ള ടെക്നിക്കുകൾ

പല സെഷനുകളിലോ ദിവസങ്ങളിലോ ആയി നിങ്ങൾ പ്രവർത്തിക്കുന്നുണ്ടെങ്കിൽ, നിങ്ങളുടെ നാറേറ്റീവ് സ്റ്റേറ്റ് എക്സ്റ്റേണലൈസ് ചെയ്യാൻ ഒരു സിസ്റ്റം ആവശ്യമാണ്. നിങ്ങളുടെ "പ്ലോട്ട് ബൈബിൾ" ആയി പ്രവർത്തിക്കുന്ന ഒരു ഡോക്യുമെന്റ് സൃഷ്ടിക്കുക. ഈ ഡോക്യുമെന്റിൽ ഇവ ഉൾപ്പെടണം:

• കാരക്ടർ ഷീറ്റുകൾ: ഓരോ പ്രധാന ആർക്കിനുശേഷവും അപ്ഡേറ്റ് ചെയ്യുന്ന, എല്ലാ പ്രധാന കാരക്ടർമാരുടെയും വിശദമായ പ്രൊഫൈലുകൾ.
• ടൈംലൈൻ: തീയതികളോ ആപേക്ഷിക ക്രമമോ ഉൾപ്പെടുത്തിയ, പ്രധാന സംഭവങ്ങളുടെ ക്രോണോളജിക്കൽ ലിസ്റ്റ്.
• ഓപ്പൺ ത്രെഡുകൾ: പരിഹരിക്കപ്പെടേണ്ട പ്ലോട്ട് പോയിന്റുകളുടെയും ഫോർഷാഡോയിംഗിന്റെയും ലിസ്റ്റ്.
• സ്റ്റൈൽ ഗൈഡ്: ടോൺ, പേസിംഗ്, ആവർത്തിച്ചുവരുന്ന മോട്ടിഫുകൾ എന്നിവയെക്കുറിച്ചുള്ള നോട്ടുകൾ.

ഓരോ പുതിയ ജനറേഷൻ സെഷനും മുമ്പ് ഈ ബൈബിൾ പരിശോധിക്കുക. ഓരോ സെഷനുശേഷവും ഇത് അപ്ഡേറ്റ് ചെയ്യുക. മോഡലിന്റെ ദീർഘകാല റിട്ടെൻഷൻ കുറവിനെ പരിഹരിക്കാൻ ഈ എക്സ്റ്റേണൽ മെമ്മറി സഹായിക്കുന്നു. നാറേറ്റീവ് സ്ട്രക്ചറിന്റെ പ്രധാന ആർക്കിടെക്ട് ആയി മനുഷ്യൻ തന്നെ തുടരുകയും, നിർദ്ദിഷ്ട സീനുകളുടെ എക്സിക്യൂട്ടർ ആയി AI പ്രവർത്തിക്കുകയും ചെയ്യുന്നു എന്ന് ഇത് ഉറപ്പാക്കുന്നു.