সরাসরি প্রধান সামগ্রীতে চলে যান

Spring AI-তে প্রম্পট টেমপ্লেট ব্যবহার করে স্মার্টলি AI-এর সাথে কথা বলা

ইন্ট্রোডাকশন (Introduction): আজকের যুগে AI (Artificial Intelligence)-এর সাথে আমরা সবাই কথা বলি। কিন্তু AI-এর কাছ থেকে সঠিক উত্তর পাওয়ার জন্য তাকে সঠিক ভাবে প্রশ্ন করাটা খুব জরুরি। এই ভিডিওতে শেখানো হয়েছে কীভাবে Spring AI ব্যবহার করে আমরা Prompt Template তৈরি করতে পারি। এর মাধ্যমে আমরা AI-কে আরও সুনির্দিষ্ট এবং স্ট্রাকচারড (গোছানো) নির্দেশ দিতে পারি, যাতে সে আমাদের মনের মতো উত্তর দেয়। যেমন- একটি সাধারণ মুভি সাজেশনের বদলে নির্দিষ্ট ক্যাটাগরি, সাল এবং ভাষার মুভি খুঁজে বের করা।


১. প্রম্পট এবং এর গুরুত্ব (What is Prompt?)

রেফারেন্স: [00:00]

AI মডেলের কাছে আমরা যে প্রশ্ন বা নির্দেশ পাঠাই, সেটাকেই বলা হয় Prompt। আপনি যত ভালো এবং বিস্তারিত প্রম্পট লিখবেন, AI তত ভালো রেজাল্ট দেবে। এটাকে অনেকটা "সঠিক চাবিকাঠি দিয়ে তালা খোলা"-র মতো বলা যায়।

  • সহজ ব্যাখ্যা: ধরুন আপনি দোকানে গিয়ে বললেন "আমাকে একটা বিস্কুট দিন", এটা একটা সাধারণ প্রম্পট। কিন্তু আপনি যদি বলেন "আমাকে ৫ টাকা দামের চকলেট ফ্লেভারের বিস্কুট দিন", তবে দোকানদার ঠিক সেটাই দেবে। এটাই হলো ভালো প্রম্পটিং।

২. মুভি রিকমেন্ডেশন সিস্টেম তৈরি (Building a Movie Recommendation System)

রেফারেন্স: [03:50]

ভিডিওতে একটি উদাহরণ দেখানো হয়েছে যেখানে আমরা AI-কে মুভি সাজেস্ট করতে বলব। এখানে আমরা তিনটি জিনিস ইনপুট নেব:

  1. Type: মুভির ধরন (Horror, Comedy ইত্যাদি)।

  2. Year: কোন সালের আসেপাশের মুভি দেখতে চান।

  3. Language: কোন ভাষায় মুভিটি হতে হবে।

আমার ভাবনা: সাধারণ চ্যাটিংয়ে আমরা হয়তো বারবার টাইপ করি, কিন্তু প্রফেশনাল অ্যাপ্লিকেশনে আমাদের এমন সিস্টেম দরকার যেখানে ইউজার শুধু নাম বা সাল দেবে, আর সিস্টেম নিজে থেকেই ব্যাকগ্রাউন্ডে একটি বড় নির্দেশ সাজিয়ে নেবে।


৩. প্রম্পট টেমপ্লেট কী? (What is Prompt Template?)

রেফারেন্স: [07:34]

যখন আমাদের প্রম্পট অনেক বড় হয় এবং সেখানে কিছু ভ্যালু (যেমন সাল বা মুভির নাম) বারবার পরিবর্তন করতে হয়, তখন Prompt Template ব্যবহার করা হয়। এটি একটি ছাঁচের মতো, যেখানে মূল নির্দেশগুলো লেখা থাকে আর ভেরিয়েবলগুলো (পরিবর্তনশীল অংশ) আমরা পরে বসিয়ে দেই।

  • কঠিন শব্দ (Template): টেমপ্লেট মানে হলো একটি তৈরি করা কাঠামো বা ফরম্যাট। যেমন পরীক্ষার খাতার ওপরে নাম-রোল লেখার যে জায়গা থাকে, সেটা একটা টেমপ্লেট।

কোডিং উদাহরণ (Prompt Template Builder):

Java

// একটি টেমপ্লেট তৈরি করা হচ্ছে যেখানে {type}, {year}, {lang} পরে বসানো হবে
String template = "I want to watch a {type} movie released around {year} in {lang}. Suggest one movie.";

PromptTemplate promptTemplate = PromptTemplate.from(template);

// ভেরিয়েবলগুলোর মান ম্যাপ (Map) করে দেওয়া হচ্ছে
Map<String, Object> variables = Map.of(
    "type", type,
    "year", year,
    "lang", lang
);

// শেষমেশ প্রম্পট তৈরি করা
Prompt prompt = promptTemplate.create(variables); 

ব্যাখ্যা: এখানে আমরা বারবার পুরো বাক্যটি লিখছি না। শুধু type, year আর lang-এর জায়গায় ইউজারের দেওয়া তথ্যগুলো বসিয়ে দিচ্ছি। এটি কোডকে অনেক পরিষ্কার এবং সুন্দর রাখে।


৪. সিস্টেম প্রম্পট বনাম ইউজার প্রম্পট (System Prompt vs User Prompt)

রেফারেন্স: [15:08]

AI-এর সাথে কথা বলার সময় সাধারণত দুই ধরনের প্রম্পট থাকে:

  1. System Prompt: এটি AI-কে তার ভূমিকা বা 'Role' বুঝিয়ে দেয়। যেমন: "তুমি একজন মুভি বিশেষজ্ঞ।"

  2. User Prompt: এটি ইউজারের আসল প্রশ্ন। যেমন: "আমাকে একটি হরর মুভি দেখাও।"

আমার ভাবনা: সিস্টেম প্রম্পট ব্যবহার করলে AI নিজেকে সেই চরিত্রের মতো মনে করে এবং উত্তরগুলো আরও বেশি প্রফেশনাল হয়।


৫. এনালাইসিস এবং আমার চিন্তা (Analysis & Thinking)

মূল উদ্দেশ্য: কন্টেন্ট ক্রিয়েটর এখানে বোঝাতে চেয়েছেন যে, জাভা বা স্প্রিং বুট ব্যবহার করে যখন আমরা AI অ্যাপ বানাবো, তখন সরাসরি স্ট্রিং যোগ (String Concatenation) না করে প্রম্পট টেমপ্লেট ব্যবহার করা উচিত। এতে কোড ম্যানেজ করা সহজ হয়।

বাস্তবতা ও সম্ভাবনা:

  • রিয়েলিটি: বর্তমানে চ্যাটবট বা এআই অ্যাসিস্ট্যান্ট তৈরিতে এই টেকনিকটি সবচেয়ে বেশি জনপ্রিয়। এটি ডেভেলপারদের অনেক সময় বাঁচায়।

  • বিকল্প চিন্তা: স্প্রিং এআই-এর লেটেস্ট ভার্সনে ChatClient-এর মাধ্যমেই সরাসরি ফ্লুয়েন্ট এপিআই (Fluent API) ব্যবহার করে ইউজার এবং সিস্টেম মেসেজ সেট করা যায়, যা ভিডিওর শেষের দিকে দেখানো হয়েছে। এটি আগের প্রম্পট টেমপ্লেট পদ্ধতির চেয়েও আধুনিক এবং সহজ।

  • পরামর্শ: যদি আপনার প্রম্পট অনেক বেশি বড় হয় (যেমন ১০০ লাইনের ইনস্ট্রাকশন), তবে সেটিকে আলাদা একটি ফাইলে রেখে Resource হিসেবে লোড করা ভালো। এতে কোডের ভেতরে টেক্সটের ভিড় কমবে।

উপসংহার: আপনি যদি এমন কোনো অ্যাপ বানাতে চান যা AI-এর ক্ষমতা ব্যবহার করবে, তবে "Prompt Template" শেখা আপনার জন্য প্রথম ধাপ। এটি আপনার অ্যাপকে আরও বুদ্ধিমান এবং নির্ভুল করে তুলবে।

[

Prompt Template | Spring AI

Telusko · 1.3K views

](http://www.youtube.com/watch?v=q9G3D2h0htA)

মন্তব্যসমূহ

এই ব্লগটি থেকে জনপ্রিয় পোস্টগুলি

সিজ্জিন (Sijjin) vs ইল্লিয়িন (Illiyin) পার্থক্য Difference

Sijjin (سِجِّين) এবং Illiyin (عِلِّيِّين) —এ দুটি শব্দ কুরআনে এসেছে এবং দুটোই মানুষের আমলনামা সংরক্ষণ সম্পর্কিত স্থানকে নির্দেশ করে। ১. সিজ্জিন (Sijjin) সিজ্জিন হলো পাপীদের (কাফের, মুনাফিক ও দুরাচারীদের) আমলনামা সংরক্ষণের স্থান। এটি সাত তলদেশের নীচে এক কারাগার বা অন্ধকার জগতে অবস্থিত বলে উল্লেখ রয়েছে। সূরা আল-মুতাফফিফীন (৮৩:৭-৯) তে বলা হয়েছে: "كَلَّا إِنَّ كِتَابَ الْفُجَّارِ لَفِي سِجِّينٍ ۝ وَمَا أَدْرَاكَ مَا سِجِّينٌ ۝ كِتَابٌ مَرْقُومٌ" অর্থ: "না, পাপীদের আমলনামা সিজ্জিনে সংরক্ষিত। তুমি কি জানো, সিজ্জিন কী? এটি এক লিখিত দলিল।" সিজ্জিনকে একটি কারাগার, সংকীর্ণ স্থান, বা নিচের স্তরে অবস্থিত এক অন্ধকার দুনিয়া হিসেবে ব্যাখ্যা করা হয়। ২. ইল্লিয়িন (Illiyin) ইল্লিয়িন হলো সৎকর্মশীলদের (মুমিন ও নেককারদের) আমলনামা সংরক্ষণের স্থান । এটি সপ্তম আসমানের ওপরে সংরক্ষিত এক সম্মানিত স্থান। সূরা আল-মুতাফফিফীন (৮৩:১৮-২১) তে বলা হয়েছে: "كَلَّا إِنَّ كِتَابَ الْأَبْرَارِ لَفِي عِلِّيِّينَ ۝ وَمَا أَدْرَاكَ مَا عِلِّيُّونَ ۝ كِتَابٌ مَرْقُومٌ ۝ يَش...

জাভা ফিডব্যাক এবং স্ট্রাকচার্ড কনকারেন্সি: বিবর্তনের গল্প

Introduction এই ভিডিওর নির্দিষ্ট অংশে জাভা ল্যাঙ্গুয়েজ আর্কিটেক্ট ব্রায়ান গোয়েটজ (Brian Goetz) আলোচনা করেছেন কীভাবে জাভার নতুন ফিচারগুলো তৈরি হয় এবং এতে সাধারণ ডেভেলপারদের মতামতের গুরুত্ব কতটুকু। বিশেষ করে Structured Concurrency -এর মতো জটিল ফিচারগুলো কেন বারবার 'Preview' অবস্থায় থাকে এবং কীভাবে কমিউনিটির ফিডব্যাক সেই ফিচারগুলোকে আরও নিখুঁত করতে সাহায্য করে, তা এখানে সহজভাবে বোঝানো হয়েছে। ১. ভালো ফিডব্যাক আসলে কী? ভিডিও রেফারেন্স: [ 34:53 ] ব্রায়ান গোয়েটজ বলছেন যে, জাভা টিম যখন কোনো নতুন ফিচারের খসড়া (Draft) বা প্রস্তাব (JEP) প্রকাশ করে, তখন তারা এমন কিছু জানতে চায় যা তারা নিজেরা আগে ভাবেনি। বিস্তারিত: একজন ডেভেলপার হিসেবে আমরা যখন কোনো নতুন ফিচার দেখি, আমাদের প্রথম প্রতিক্রিয়া হয় সেটার Syntax বা লেখার ধরন নিয়ে। কিন্তু ব্রায়ানের মতে, "এই লেখাটা কেন এমন হলো?" বা "এটা কোটলিন বা স্কালা-র মতো কেন নয়?"—এই ধরনের ফিডব্যাক খুব একটা কাজে আসে না। আসল দামী ফিডব্যাক হলো সেইটা, যা নতুন কোনো বাস্তব সমস্যা (Edge Case) তুলে ধরে। আমার চিন্তা: আপনি যদি কেবল দ...

[Master Post] Machine Learning for Everybody – Full Course

URL: https://youtu.be/i_LwzRVP7bg?t=0 Title: Machine Learning for Everybody – Full Course Topics:- মেশিন লার্নিংয়ের হাতেখড়ি এবং গুগল কোল্যাব সেটআপ মেশিন লার্নিংয়ের খুঁটিনাটি ও ফিচারের সহজ পাঠ Classification বনাম Regression এবং মডেল ট্রেনিংয়ের সহজ পাঠ মেশিন লার্নিংয়ের জন্য ডেটা তৈরি এবং প্রসেসিং করার সহজ গাইড K-Nearest Neighbors (KNN) থিওরির সহজ পাঠ কে-নিয়ারেস্ট নেইবারস (KNN) ইমপ্লিমেন্টেশন সহজ বাংলায় নেইভ বেইজ থিওরি এবং এর প্রয়োগ: সহজ পাঠ লজিস্টিক রিগ্রেশন: থিওরি ও ইমপ্লিমেন্টেশন SVM থিওরি এবং ইমপ্লিমেন্টেশন সহজ পাঠ নিউরাল নেটওয়ার্ক এবং টেনসরফ্লোর সহজ পাঠ টেনসরফ্লো দিয়ে নিউরাল নেটওয়ার্ক ক্লাসিফিকেশন শেখার সহজ গাইড লিনিয়ার রিগ্রেশন: সহজ কথায় মূল ধারণা ও গণিত লিনিয়ার রিগ্রেশন: সহজ ভাষায় খুঁটিনাটি ও হাতে-কলমে শেখা লিনিয়ার রিগ্রেশন এবং নিউরন মডেলের সহজ পাঠ TensorFlow দিয়ে রিগ্রেশন নিউরাল নেটওয়ার্ক তৈরি - পার্ট ১ টেনসরফ্লো দিয়ে রিগ্রেশন নিউরাল নেটওয়ার্ক তৈরি - পার্ট ২ আনসুপারভাইজড লার্নিং: কে-মিনস ক্লাস্টারিংয়ের সহজ পাঠ Principal C...