एआई टूल्स टिप्स | मूल, AI द्वारा अनुवादित
-
उदाहरण कोड को Cursor में कॉपी करें, और टिप्पणियों का उपयोग करके संदर्भ प्रदान करें।
-
हांगकांग क्षेत्र में, DeepSeek या Mistral सेवाओं का उपयोग करना स्वीकार्य है, जबकि ChatGPT, Claude, या Gemini का उपयोग करना स्वीकार्य नहीं है।
-
एक क्षेत्र का API नीति लगभग उसके ऐप नीति के समान होती है।
-
Visual Studio Code के बजाय Cursor का उपयोग करें।
-
ऐसे मामले अभी भी हैं जहां आपको Visual Studio Code का उपयोग करना पड़ता है, जैसे कि git merge editor के मामले में, जहां मैं अभी भी
git config --global core.editor "code --wait"का उपयोग करता हूँ। -
Deepseek V3 रिलीज़ के दिन से शुरू करते हुए, हमें किसी भी AI टूल्स के लिए सब्सक्राइब करने की आवश्यकता नहीं है।
-
Gemini या Grok का उपयोग करके प्रॉम्प्ट्स जैसे “टेक्स्ट नामों के साथ एक खुशहाल लूनर स्नेक न्यू ईयर इमेज जनरेट करें” के साथ त्योहार उत्सव के चित्र बनाएं।
-
कुछ मामलों में, जब आप AI मॉडल्स को मूल पाठ प्रदान करते हैं ताकि वे एक टेबल बनाएं, तो आउटपुट में कुछ स्थान इनपुट से अलग हो सकते हैं। उदाहरण के लिए, जब आप Cursor में Deepseek V3 मॉडल का उपयोग करके pip list का एक टेबल जनरेट करते हैं, तो इसमें
1.极狐0जैसे संस्करण शामिल हो सकते हैं। यहां,极狐चीनी GitLab प्लेटफॉर्म का संदर्भ देता है। -
Deepseek या Mistral API का उपयोग करके प्रॉम्प्ट्स जैसे
आप एक पेशेवर अनुवादक हैं। आप एक Jekyll ब्लॉग पोस्ट के लिए एक मार्कडाउन फाइल को अंग्रेजी से चीनी में अनुवाद कर रहे हैं। {text}के साथ शीर्षकों का अनुवाद करने पर गलत अनुवाद हो सकते हैं। आपने प्रदान किया गया पाठ के अलावा, आउटपुट में अक्सर अतिरिक्त अनुवाद शामिल होता है। -
हालांकि कभी-कभी Cursor में AI मॉडल्स आंशिक रूप से सही पाठ देते हैं, हम उन्हें स्वीकार कर सकते हैं, क्योंकि हम उनमें फॉलो-अप निर्देश जोड़ सकते हैं जो AI मॉडल्स को सही हिस्सों को पुनः जनरेट करने के लिए प्रेरित करेंगे।
-
बड़े भाषा मॉडल्स को अतिरिक्त संदर्भ प्रदान न करें अगर यह मददगार नहीं होने की संभावना है। उदाहरण के लिए, जब आप संवादात्मक डायलॉग लाइनों को जनरेट करते हैं, तो एक विषय पर 100 बिंदुओं को प्रदान करने से बचें। बड़े भाषा मॉडल्स में पहले से ही विशाल मात्रा में डेटा होता है।
-
अनुवाद या डायलॉग लिरिक्स जनरेट करने जैसे कार्यों के लिए पर्याप्त संदर्भ प्रदान करते समय, चेन-ऑफ-थॉट फीचर्स का उपयोग न करें, क्योंकि यह धीमा हो सकता है और वर्बोज या अनुपयोगी प्रतिक्रियाएं उत्पन्न कर सकता है।
-
एक चैटबॉट के लिए यह परीक्षण करने का एक तरीका यह है कि उसे कुछ अंग्रेजी में समझाने के लिए कहें और फिर इनपुट को चीनी में जारी रखें, देखते हुए कि चैटबॉट अपनी आउटपुट को अंग्रेजी में बनाए रखता है या नहीं।
-
बड़े भाषा मॉडल्स को संदर्भ प्रदान करने के बजाय, एक बड़े टेक्स्ट या कोड डेटासेट के आधार पर एक मॉडल को फाइन-ट्यून करें, और फिर फाइन-ट्यून किए गए मॉडल का उपयोग करें।
-
एक सप्ताह के लिए AI चैटबॉट्स को बारी-बारी से उपयोग करें ताकि आप उनकी अंतर को समझ सकें। अगर आप अधिक सीखना चाहते हैं तो एक AI टूल या सर्वश्रेष्ठ टूल पर अटका मत रहें।
-
यह आनंददायक है कि Grok, Gemini, ChatGPT, DeepSeek, Mistral, Perplexity और Claude को एक साथ खोलें, उन्हें कई टैब्स में खोलें, उनके जवाब पढ़ें, और फिर प्रश्न पूछें। हम उनके जवाबों की तुलना कर सकते हैं या अपने हितों के आधार पर प्रश्न पूछते रह सकते हैं।
-
अगर कार्य YouTube वीडियो सारांश बनाने का है, तो पहले Gemini का उपयोग करें; अगर यह X से जानकारी से संबंधित है, तो पहले Grok का उपयोग करें।
-
किताबें कम से कम उपयोगी हो रही हैं। AI चैटबॉट्स का उपयोग करके एक किताब पढ़ें; वे आपको Chapter 1 या Chapter 2, एक सारांश, या एक किताब का परिचय प्रदान कर सकते हैं।
-
कठिन समस्याओं को हल करने के लिए गहन सोच या Chain of Thought (CoT) का उपयोग करने के बजाय, आप कभी-कभी समस्याओं को सरल बना सकते हैं ताकि मानक मॉडल उन्हें हल कर सकें।
-
भाषा महत्वपूर्ण होती है जब आप AI के साथ चैट करते हैं, विशेष रूप से जब यह विशिष्ट क्षेत्रों या क्षेत्रों से संबंधित होता है। संबंधित स्थानीय ज्ञान का उपयोग करके आप अधिक सटीक जानकारी प्राप्त कर सकते हैं—for example, एक पहचान पत्र प्राप्त करने या एक वाहन पंजीकरण करने के बारे में।
-
जब आप नवीनतम जानकारी—जैसे कि हाल ही में रिलीज़ किए गए लाइब्रेरी, कोड, या दस्तावेज़—के साथ काम करते हैं, तो यह बेहतर है कि आप कई AI चैटबॉट्स से जांच लें, क्योंकि उनकी ज्ञान कटऑफ और प्रतिक्रियाएं सूक्ष्म तरीके से अलग हो सकती हैं।
-
एक निबंध लिखने के बाद, हम AI चैटबॉट्स का उपयोग करके व्याकरण को सुधार सकते हैं और Git का उपयोग करके अंतर देख सकते हैं।
-
AI का एक शक्तिशाली तरीका यह है कि आप एक विषय पर अपने विचारों को लिखें और फिर Grok को विश्लेषण करने और एक व्यापक गाइड और सुझाव प्रदान करने दें।
-
यह बेहतर है कि आप एक बड़े Python स्क्रिप्ट को छोटे स्क्रिप्ट में विभाजित करें जो 100 लाइनों से कम हों, क्योंकि इससे कम टोकन का उपयोग होता है और बड़े भाषा मॉडल उन्हें अधिक प्रभावी ढंग से संभाल सकते हैं।