ChatGPT-কে বাংলাদেশের বিশ্ববিদ্যালয় ভর্তি নিয়ে লিখতে বললেন, কিন্তু উত্তরে ভারতের ভর্তি পরীক্ষার প্রসঙ্গ ঢুকে গেল। Gemini-কে সহজ চলিত বাংলায় কিছু লিখতে দিলেন, মাঝখানে হঠাৎ “করিয়া” বা “হইবে” এসে পড়ল। আবার কখনো ভাষা ঠিক আছে, বাক্যও সুন্দর, কিন্তু উত্তরটি আসল প্রশ্ন থেকে একটু সরে গেছে।
এগুলো বাংলা ব্যবহারকারীর পরিচিত সমস্যা। তবে কারণ একটিই নয়। বানান ভুল, অসম্পূর্ণ প্রসঙ্গ, ভাষার ধরন না বলা, একই নির্দেশে পরস্পরবিরোধী কথা রাখা—সবই প্রভাব ফেলতে পারে।
ভালো বাংলা AI prompt লেখার জন্য তাই ভারী কোনো কৌশল শেখার দরকার নেই। বরং এআইকে এমন তথ্য দিতে হবে, যা মানুষ কথার প্রসঙ্গ থেকে সহজে বুঝে নেয় কিন্তু একটি ভাষা মডেলের পক্ষে নিজে থেকে ধরে নেওয়া নিরাপদ নয়। আর একটি পার্থক্য শুরুতেই মনে রাখা ভালো: ভালো বাংলা লেখা আর সঠিক তথ্য এক জিনিস নয়। প্রম্পট উন্নত করলে উত্তর নিয়ন্ত্রণ করা সহজ হয়; তথ্য সত্য হয়ে যায় না।
এআই বাংলা পড়ে, কিন্তু মানুষের মতো বোঝে না
আমরা “বোর্ড পরীক্ষা” শুনলে আশপাশের কথাবার্তা থেকে অনেক কিছু ধরে নিই। বাংলাদেশে কেউ এই শব্দ ব্যবহার করলে এসএসসি বা এইচএসসির প্রসঙ্গ আসতে পারে। অন্য অঞ্চলে একই শব্দের প্রেক্ষাপট আলাদা।
ভাষা মডেলের কাজের পদ্ধতি অন্য রকম। পাঠানো লেখাটি প্রথমে ছোট ছোট অংশে, অর্থাৎ টোকেনে, ভাগ হয়। টোকেন কখনো একটি পূর্ণ শব্দ, কখনো শব্দের অংশ, আবার কোনো ক্ষেত্রে আরও ছোট একক হতে পারে। আগের লেখা এবং শেখা ভাষাগত সম্পর্ক ধরে মডেল পরের অংশটি কী হতে পারে, তার সম্ভাবনা হিসাব করে উত্তর তৈরি করে।
এই কারণেই খুব সাবলীল উত্তরও ভুল হতে পারে। বাক্যটি শুনতে স্বাভাবিক লাগছে মানেই মডেল প্রতিটি তথ্য যাচাই করেছে—এমন নয়। OpenAI ও Google দুটো প্রতিষ্ঠানই তাদের মডেলের ভুল বা বিভ্রান্তিকর তথ্য দেওয়ার সম্ভাবনার কথা জানিয়েছে। অস্পষ্ট প্রম্পটে ঝুঁকিটা আরও বাড়ে।
যেমন:
“বিশ্ববিদ্যালয়ে ভর্তি নিয়ে একটা লেখা লিখুন।”
কোন দেশ? কোন ধরনের বিশ্ববিদ্যালয়? কার জন্য লেখা? ভর্তি পরীক্ষা, আবেদন, নাকি প্রস্তুতি? একজন মানুষ কথোপকথনের আগের অংশ থেকে কিছুটা বুঝে নিতে পারেন। প্রম্পটটি আলাদা করে দেখলে মডেলের সামনে অনেক সম্ভাবনা খোলা থাকে।
একই নির্দেশ যদি হয়—
“বাংলাদেশে এইচএসসি পাস করা শিক্ষার্থীদের জন্য সরকারি বিশ্ববিদ্যালয়ের ভর্তি প্রস্তুতি নিয়ে লিখুন।”
তাহলে কাজের সীমানা অনেক পরিষ্কার।
বাংলায় সব মডেল একই রকম কাজ করে না
বাংলায় এআই “ভালো” বা “খারাপ”—এমন একক রায় খুব একটা কাজে আসে না। প্রশ্নের ধরন, মডেলের আকার, প্রশিক্ষণ, টোকেনাইজেশন এবং মূল্যায়নের কাজ বদলালে ফলও বদলায়।
২০২৫ সালের একটি প্রিপ্রিন্ট গবেষণায় ১০টি ওপেন-সোর্স LLM-কে আটটি অনূদিত বেঞ্চমার্কে পরীক্ষা করা হয়েছিল। সেখানে বাংলা ও ইংরেজির ফলের মধ্যে ব্যবধান পাওয়া যায়, বিশেষ করে ছোট মডেল ও কয়েকটি মডেল পরিবারে। একই গবেষণায় কম দক্ষ বা বেশি খণ্ডিত টোকেনাইজেশনের সঙ্গে দুর্বল ফলের সম্পর্কও দেখা গেছে।
এখানে একটি গুরুত্বপূর্ণ সীমা আছে। গবেষণাটি সম্পর্ক দেখিয়েছে; টোকেনাইজেশনই দুর্বল বাংলা ফলের একমাত্র কারণ—এমন সিদ্ধান্ত দেয়নি।
বাংলাদেশের ভাষা, ইতিহাস ও সংস্কৃতিকে কেন্দ্র করে তৈরি BLUCK বেঞ্চমার্কেও GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro, DeepSeekV3-সহ নয়টি মডেল পরীক্ষা করা হয়েছিল। সামগ্রিক ফল একেবারে খারাপ ছিল না। কিন্তু বাংলা ধ্বনিতত্ত্বসহ কয়েকটি নির্দিষ্ট ক্ষেত্রে দুর্বলতা পাওয়া গেছে।
এই গবেষণাগুলো থেকে ব্যবহারকারীর জন্য সবচেয়ে কাজে লাগার মতো শিক্ষা হলো: বাংলায় প্রশ্ন করার সমস্যা নেই, কিন্তু যে প্রসঙ্গটি গুরুত্বপূর্ণ সেটি মডেলের ওপর ছেড়ে দেওয়া ঠিক নয়।
বাংলা ‘low-resource’—কথাটা এখন কতটা ঠিক?
প্রাকৃতিক ভাষা প্রক্রিয়াকরণ বা NLP গবেষণায় বাংলাকে বহু বছর ধরে কম সম্পদসমৃদ্ধ ভাষা (low-resource language) বলা হয়েছে। ২০২২ সালের BanglaBERT গবেষণাতেও এমন বর্ণনা ছিল এবং বড়, মানসম্পন্ন বাংলা প্রশিক্ষণ উপাত্ত তৈরির প্রয়োজনীয়তার কথা উঠে এসেছিল।
কিন্তু এই পরিচয় স্থায়ী নয়। ভাষা নিয়ে ডেটাসেট, মডেল ও গবেষণা বাড়লে শ্রেণিবিন্যাসও বদলাতে পারে। ২০২৫ সালের BLUCK গবেষণায় লেখকেরা বাংলাকে মাঝারি সম্পদসমৃদ্ধ ভাষা (mid-resource language) হিসেবে উল্লেখ করেছেন।
তাই এখন “বাংলা low-resource, তাই এআই বাংলা পারে না”—এ ধরনের সরল ব্যাখ্যা যথেষ্ট নয়।
আরেকটি কথাও প্রায়ই শোনা যায়: “ChatGPT-র প্রশিক্ষণ ডেটায় বাংলা খুব কম।”
সমস্যা হলো, নির্দিষ্ট মডেলের প্রশিক্ষণ উপাত্তের কত শতাংশ বাংলা—এমন প্রকাশ্য ও নির্ভরযোগ্য সংখ্যা পাওয়া যায় না। OpenAI তাদের মডেল তৈরিতে ব্যবহৃত তথ্যের বিস্তৃত ধরন সম্পর্কে জানায়, কিন্তু ভাষাভিত্তিক এমন শতাংশ প্রকাশ করে না। কাজেই সংখ্যা না জেনে সংখ্যা বানানোর সুযোগ নেই।
বানান ভুল মানেই কি উত্তর নষ্ট?
না। অন্তত একটি সাধারণ টাইপোর জন্য নয়। “বিশ্ববিদ্যালয়” লিখতে গিয়ে একটি অক্ষর ভুল হলেও শক্তিশালী মডেল অনেক সময় বাক্যের বাকি অংশ দেখে শব্দটি অনুমান করতে পারে। প্রতিটি সাধারণ প্রশ্ন পাঠানোর আগে তাই নিখুঁত প্রুফরিডিং করার প্রয়োজন নেই।
কিন্তু সব ভুলের গুরুত্ব সমান নয়। জুলাই ২০২৬-এ ACL-এ প্রকাশিত MulTypo গবেষণায় ১৮টি ওপেন-সোর্স LLM, তিনটি মডেল পরিবার এবং পাঁচ ধরনের কাজ পরীক্ষা করা হয়। সেখানে টাইপোর কারণে সাধারণভাবে ফল খারাপ হতে দেখা গেছে। উত্তর তৈরি ও যুক্তিনির্ভর কাজে প্রভাব তুলনামূলক বেশি ছিল।
২০২৪ সালের EMNLP গবেষণায় আবার গুরুত্বপূর্ণ শব্দে ইচ্ছাকৃত বিভ্রান্তিকর বানানভুল বসিয়ে reasoning model পরীক্ষা করা হয়েছিল। কিছু ক্ষেত্রে মাত্র একটি অক্ষরের পরিবর্তনেও ফল কমেছে। তবে দুটো বিষয় গুলিয়ে ফেলা উচিত নয়। ওই EMNLP গবেষণা দৈনন্দিন অসাবধানতাজনিত বানানভুল নিয়ে ছিল না; সেখানে ইচ্ছাকৃত adversarial typo ব্যবহার করা হয়েছিল।
দৈনন্দিন কাজে তাই সব শব্দ সমান যত্নে পরীক্ষা না করে আগে দেখুন:
- ব্যক্তি ও প্রতিষ্ঠানের নাম ঠিক আছে কি না;
- দেশ বা স্থানের নাম ভুল হয়েছে কি না;
- সংখ্যা, সাল বা একক বদলে গেছে কি না;
- প্রশ্নের মূল বিষয়বস্তুর শব্দটি সঠিক কি না;
- প্রযুক্তিগত কোনো শব্দের ভুল বানানে অর্থ বদলে যাচ্ছে কি না।
এগুলো ঠিক থাকলে ছোটখাটো টাইপো নিয়ে অতিরিক্ত সময় ব্যয় করার প্রয়োজন কম।
সাধু ও চলিত বাংলা একসঙ্গে দিলে কী হয়
একই প্রম্পটে সাধু ও চলিত বাংলা থাকলেই এআই প্রশ্ন বুঝবে না—এমন কোনো প্রতিষ্ঠিত নিয়ম নেই। বাস্তব সমস্যা বেশি হয় উত্তরের ভাষায়।
এক জায়গায় লিখলেন—
“আপনি বিষয়টি বিশ্লেষণ করিয়া বলুন।”
তার পরেই—
“লেখাটা যেন সহজ হয় এবং পাঠক দ্রুত বুঝতে পারে।”
এখানে নির্দেশের মধ্যেই দুই ধরনের ভাষারীতি আছে। প্রকাশযোগ্য কনটেন্ট চাইলে মডেলকে অনুমান করতে না দিয়ে সরাসরি বলা ভালো:
“বাংলাদেশি প্রমিত চলিত বাংলায় লিখুন। সাধু রীতির ক্রিয়াপদ ব্যবহার করবেন না।”
আবার বাংলাদেশের বাইরে বিস্তৃত বাংলা পাঠকের জন্য হলে:
“নিরপেক্ষ প্রমিত চলিত বাংলা ব্যবহার করুন। অঞ্চলভিত্তিক শব্দ প্রয়োজন না হলে এড়িয়ে চলুন।”
এক লাইনের এই নির্দেশ অনেক সময় “professional, engaging, human-like, attractive Bengali” ধরনের কয়েকটি অস্পষ্ট বিশেষণ যোগ করার চেয়ে বেশি কাজে দেয়। বিশেষণ দিয়ে স্বর বোঝানো যায়; ভাষারীতি নির্ধারণ করা যায় না।
আরও পড়ুন: AI কীভাবে উত্তর তৈরি করে: সাধারণ ব্যবহারকারীর জন্য সহজ ব্যাখ্যা
অঞ্চল না বললে মডেল নিজেই একটি অঞ্চল ধরে নিতে পারে
বাংলা এক দেশের ভাষা নয়। বাংলাদেশের বাংলা ও পশ্চিমবঙ্গের প্রমিত বাংলার মধ্যে পার্থক্য ছোট হলেও বাস্তব কাজে তা গুরুত্বপূর্ণ হয়ে ওঠে। “বোর্ড পরীক্ষা”, “বিশ্ববিদ্যালয় ভর্তি”, “সরকারি চাকরি”, “জাতীয় পরিচয়পত্র”, “টাকা”, “নববর্ষ”—এসব বিষয়ে ভুল অঞ্চল ধরে নিলে পুরো উত্তরই অন্য দিকে যেতে পারে।
২০২৬ সালের একটি প্রিপ্রিন্ট গবেষণায় নয়টি বাংলা উপভাষার প্রশ্নোত্তর সেটে ১৯টি LLM পরীক্ষা করে উপভাষাভেদে ফলের উল্লেখযোগ্য পার্থক্য পাওয়া গেছে। গবেষণাটি নির্দিষ্ট বেঞ্চমার্কে সীমিত, তাই বাস্তবের সব কথোপকথনে একই ব্যবধান হবে বলা যাবে না।
তবু ব্যবহারিক নিয়মটি পরিষ্কার। চট্টগ্রামের ভাষায় উত্তর চাইলে “চট্টগ্রামের বাংলা” লিখুন। সিলেটি দরকার হলে সেটি বলুন। বাংলাদেশের সাংস্কৃতিক প্রসঙ্গ দরকার হলে দেশটির নাম দিন।
যেমন:
“বাংলাদেশের পাঠকের জন্য পহেলা বৈশাখের সাংস্কৃতিক প্রেক্ষাপট ব্যাখ্যা করুন। পশ্চিমবঙ্গের বাংলা নববর্ষের রীতি প্রয়োজন ছাড়া মিশিয়ে দেবেন না।”
এখানে মডেলকে শুধু কী লিখতে হবে তা বলা হচ্ছে না; কোন সীমানার মধ্যে থাকতে হবে সেটিও পরিষ্কার।
ভালো বাংলা প্রম্পটের জন্য বিশাল ফর্মুলা দরকার নেই
প্রম্পট নিয়ে আলোচনা করতে গিয়ে অনেক সময় এমন ছক তৈরি হয়, যা পূরণ করতেই মূল কাজের চেয়ে বেশি সময় লাগে। বেশির ভাগ দৈনন্দিন কাজে এত কিছুর দরকার নেই।
ধরা যাক আপনি লিখলেন:
“এটা নিয়ে ভালো একটা লেখা দাও।”
সমস্যা “ভালো” শব্দে। ভালো মানে তথ্যবহুল? সংক্ষিপ্ত? নতুন শিক্ষার্থীর উপযোগী? সংবাদধর্মী? বিক্রয়মুখী?
কাজটি একটু নির্দিষ্ট করলেই অবস্থার পরিবর্তন হয়:
“বিশ্ববিদ্যালয় শিক্ষার্থীদের জন্য অনলাইনে ব্যক্তিগত তথ্য সুরক্ষা নিয়ে ৬০০ শব্দের একটি ব্যাখ্যামূলক বাংলা লেখা লিখুন।”
এবার পাঠক ও কাজ দুটোই জানা গেল।
এর সঙ্গে প্রয়োজন হলে অঞ্চল যোগ করুন:
“বাংলাদেশের শিক্ষার্থীদের জন্য।”
ভাষা গুরুত্বপূর্ণ হলে আরেকটি লাইন:
“বাংলাদেশি প্রমিত চলিত বাংলা ব্যবহার করুন। স্বাভাবিক বাংলা প্রতিশব্দ থাকলে অপ্রয়োজনীয় ইংরেজি শব্দ ব্যবহার করবেন না।”
নির্দিষ্ট কাঠামো দরকার হলে তখনই সেটি যোগ করুন। যেমন:
“প্রথমে সংক্ষিপ্ত সরাসরি উত্তর দিন। এরপর প্রয়োজন অনুযায়ী কয়েকটি উপশিরোনামে ব্যাখ্যা করুন।”
অর্থাৎ প্রতিটি প্রম্পটকে একই ছাঁচে ঢোকানোর প্রয়োজন নেই। কাজের জন্য যে তথ্যটুকু দরকার, সেটুকুই দিন।
প্রকাশযোগ্য কনটেন্ট চাইলে সীমাবদ্ধতাও লিখুন
এখানে একটি ছোট নির্দেশ বেশ কাজে লাগে:
“নির্ভরযোগ্যভাবে নিশ্চিত না হলে কোনো পরিসংখ্যান, গবেষণা, তারিখ বা উদ্ধৃতি বানিয়ে লিখবেন না। অনিশ্চিত তথ্য চিহ্নিত করুন।”
এটি মডেলকে আপনার প্রত্যাশা জানায়।
কিন্তু এর মানে এই নয় যে এরপর আর যাচাই করতে হবে না। ChatGPT বা Gemini নির্দেশ মানার চেষ্টা করেও ভুল করতে পারে। “সূত্র দিন” বলা হলেও অস্তিত্বহীন সূত্র পাওয়া সম্ভব। সাংবাদিকতা, গবেষণা বা পেশাগত প্রকাশনায় তাই তথ্য যাচাইয়ের ধাপ আলাদা রাখাই ভালো।
একটি দুর্বল প্রম্পট কীভাবে ঠিক করা যায়
ধরা যাক:
“AI পড়াশোনায় কেমন কাজে লাগে সুন্দর করে লিখ।”
সাধারণ প্রশ্ন হিসেবে এটি চলবে। কিন্তু প্রকাশযোগ্য লেখা চাইলে অনেক কিছু খোলা থেকে যাচ্ছে।
একটু সাজালে এমন হতে পারে:
- কাজ: শিক্ষার্থীদের পড়াশোনায় এআই ব্যবহারের উপায় নিয়ে ৮০০ শব্দের ব্যাখ্যামূলক লেখা লিখুন।
- পাঠক: বাংলাদেশের কলেজ ও বিশ্ববিদ্যালয়ের শিক্ষার্থী।
- ভাষা: প্রমিত চলিত বাংলা। স্বাভাবিক বাংলা প্রতিশব্দ থাকলে অপ্রয়োজনীয় ইংরেজি ব্যবহার করবেন না।
- আলোচনায় রাখুন: নোট সংক্ষেপ করা, কঠিন বিষয় বোঝা, অনুশীলনী তৈরি এবং লেখার ভুল খুঁজে বের করা।
- সীমাবদ্ধতা: এআইয়ের উত্তর যাচাই ছাড়া সত্য ধরে নেওয়ার পরামর্শ দেবেন না। কোনো গবেষণা বা পরিসংখ্যান তৈরি করবেন না।
এখানে প্রতিটি লাইন একটি বাস্তব অস্পষ্টতা দূর করছে। “বিশেষজ্ঞের মতো ভাবুন”, “অসাধারণভাবে লিখুন”, “শতভাগ নির্ভুল হন”—এসব যোগ করলে প্রম্পট দেখতে শক্তিশালী হতে পারে, কিন্তু তথ্যের নির্ভুলতার নিশ্চয়তা তৈরি হয় না।
Banglish ব্যবহার করলে মডেল কি কম বোঝে?
Romanized Bangla বা কথ্য Banglish অনেক মডেলই বুঝতে পারে।
যেমন:
“amar jonno banglay ekta short article lekho”
এই ধরনের নির্দেশ সাধারণ কাজে বোঝা সম্ভব। কিন্তু Romanized Bangla-র একটি সমস্যা হলো, একই শব্দ লেখার কোনো একক প্রচলিত পদ্ধতি নেই। মানুষভেদে বানান বদলে যায়। EMNLP ২০২৪-এ প্রকাশিত BanglaTLit গবেষণায় Romanized Bangla-র এই অনানুষ্ঠানিক ও অসামঞ্জস্যপূর্ণ বানানকে NLP-এর জন্য একটি চ্যালেঞ্জ হিসেবে দেখানো হয়েছে। ২০২৫ সালের BanglaLP গবেষণায় বাংলা হরফ ও Romanized Bangla মেশানো ইনপুটেও বিভিন্ন LLM-এর সীমাবদ্ধতা পরীক্ষা করা হয়।
সাধারণ কথোপকথনে Banglish নিয়ে উদ্বিগ্ন হওয়ার দরকার নেই। কিন্তু আপনি যদি সম্পাদকীয় লেখা, অনুবাদ, প্রতিবেদন বা নির্দিষ্ট ভাষারীতির কনটেন্ট চান, বাংলা হরফে নির্দেশ দিলে ফল নিয়ন্ত্রণ করা সহজ হয়।
প্রথম উত্তর পছন্দ না হলে শুধু সমস্যাটুকু ধরিয়ে দিন
এআইয়ের প্রথম উত্তর একটু কৃত্রিম শোনাল। অনেকেই তখন পুরো প্রম্পট নতুন করে লেখেন। সব সময় সেটা দরকার হয় না।
দেখুন সমস্যা আসলে কোথায়।
ভাষা খটমটে হলে:
“লেখাটি প্রমিত চলিত বাংলায় আবার লিখুন। ইংরেজি বাক্যের সরাসরি অনুবাদের মতো শোনায় এমন বাক্যগুলো বদলে দিন।”
অঞ্চল ভুল হলে:
“শুধু বাংলাদেশের প্রেক্ষাপট রাখুন। ভারতের প্রতিষ্ঠান বা প্রশাসনিক তথ্য প্রাসঙ্গিক না হলে বাদ দিন।”
ইংরেজি শব্দ বেশি হলে:
“স্বাভাবিক বাংলা প্রতিশব্দ আছে এমন ইংরেজি শব্দগুলো বদলে দিন। ব্র্যান্ড ও প্রতিষ্ঠিত প্রযুক্তিগত নাম রাখুন।”
তথ্য নিয়ে সন্দেহ হলে:
“যেসব দাবি নির্ভরযোগ্যভাবে যাচাই করা হয়নি, সেগুলো আলাদা করে দেখান। নিশ্চিত উৎস ছাড়া নির্দিষ্ট সংখ্যা ব্যবহার করবেন না।”
এখানে প্রতিবার মডেলকে নতুন কাজ দেওয়া হচ্ছে না। আগের উত্তরের নির্দিষ্ট ত্রুটি ঠিক করতে বলা হচ্ছে। OpenAI ও Google-এর বর্তমান প্রম্পট নির্দেশনাতেও প্রথম ফল দেখে নির্দেশ সংশোধনের পরামর্শ আছে।
যে ভুলটি সবচেয়ে সহজে চোখ এড়িয়ে যায়
এআই নিয়ে সবচেয়ে বড় বিভ্রান্তিগুলোর একটি বানান নয়, ভাষার সাবলীলতা। একটি উত্তর পড়তে দারুণ লাগতে পারে। বাক্য ঠিক, অনুচ্ছেদ সুন্দর, আত্মবিশ্বাসও আছে। তবু তারিখ ভুল হতে পারে। কোনো উদ্ধৃতি ভুল ব্যক্তির নামে যেতে পারে। এমন গবেষণার নামও আসতে পারে যার অস্তিত্বই নেই।
এ কারণেই কনটেন্ট নির্মাতা, সাংবাদিক ও শিক্ষার্থীদের জন্য একটি নিয়ম বিশেষভাবে জরুরি:
সাবলীলতা দেখে তথ্যের সত্যতা বিচার করবেন না।
প্রম্পটে অবশ্যই বলা যায়:
“যে তথ্য সম্পর্কে নিশ্চিত নন, সেটি অনুমান করবেন না। সময়-সংবেদনশীল তথ্য হলে যাচাইয়ের প্রয়োজন উল্লেখ করুন।”
তারপরও গুরুত্বপূর্ণ তথ্য মূল উৎসে মিলিয়ে দেখতে হবে। এআই সেবায় ওয়েব অনুসন্ধান, সূত্র বা double-check সুবিধা থাকলে সেটি কাজে লাগানো যায়, কিন্তু চূড়ান্ত যাচাই হিসেবে ধরে নেওয়া ঠিক নয়। একই কারণে ভালো প্রম্পট লেখার জন্য প্রয়োজনের বেশি ব্যক্তিগত তথ্য দেওয়ারও কারণ নেই। পাসওয়ার্ড, পরিচয়পত্রের পূর্ণ নম্বর বা গোপন ব্যবসায়িক নথি সাধারণ প্রশ্নের সঙ্গে যোগ করা উচিত নয়।
শুরুটা যতটা সম্ভব সহজ রাখুন
বাংলায় ভালো ফল পাওয়ার জন্য প্রথম দিন থেকেই বিশাল prompt framework বানানোর প্রয়োজন নেই। পরেরবার এআইকে বাংলায় কোনো কাজ দেওয়ার সময় প্রথমে তিনটি বিষয় লিখে দেখুন:
- কাজটা কী।
- কার বা কোন অঞ্চলের জন্য।
- কোন ধরনের বাংলা চান।
এরপর প্রয়োজন হলে দৈর্ঘ্য, কাঠামো বা তথ্য ব্যবহারের সীমা যোগ করুন। গুরুত্বপূর্ণ নাম ও সংখ্যার বানান মিলিয়ে নিন। প্রথম উত্তর ঠিক না হলে “আবার লিখুন” না বলে কোন জায়গাটি ঠিক করতে হবে সেটি বলুন। এটাই বেশির ভাগ মানুষের জন্য কার্যকর বাংলা AI prompt লেখার বাস্তব শুরু।
প্রম্পট যতই ভালো হোক, শেষ সীমাটি অবশ্য একই থাকে: এটি মডেলকে ভালো নির্দেশ দিতে পারে, কিন্তু কোনো দাবির সত্যতা নিশ্চিত করতে পারে না। প্রকাশযোগ্য বা সিদ্ধান্ত নেওয়ার মতো কাজে তথ্য যাচাই তাই আলাদা কাজ হিসেবেই রাখতে হবে।
প্রাসঙ্গিক কিছু প্রশ্ন
বাংলা প্রম্পট কি ইংরেজি প্রম্পটের তুলনায় কম কার্যকর?
সব সময় নয়। ফল নির্ভর করে ব্যবহৃত মডেল, কাজের ধরন, প্রম্পটের স্পষ্টতা এবং প্রয়োজনীয় প্রসঙ্গের ওপর। বাংলায় ভালো ফল পেতে অঞ্চল, ভাষারীতি ও কাজের উদ্দেশ্য স্পষ্ট করে দেওয়া বেশি গুরুত্বপূর্ণ।
বাংলা প্রম্পটে বানান ভুল থাকলে কি AI নির্দেশ বুঝতে পারবে না?
ছোটখাটো টাইপো অনেক ক্ষেত্রে মডেল প্রসঙ্গ থেকে বুঝতে পারে। তবে ব্যক্তি, প্রতিষ্ঠান, স্থান, সংখ্যা বা মূল প্রযুক্তিগত শব্দের বানান ভুল হলে অর্থ বদলে যেতে পারে এবং উত্তরের মান কমতে পারে।
ChatGPT বা Gemini-কে বাংলাদেশের বাংলা ব্যবহার করতে কীভাবে বলব?
প্রম্পটে সরাসরি লিখতে পারেন: “বাংলাদেশি প্রমিত চলিত বাংলা ব্যবহার করুন। স্বাভাবিক বাংলা প্রতিশব্দ থাকলে অপ্রয়োজনীয় ইংরেজি শব্দ ব্যবহার করবেন না।” স্থানীয় আইন, শিক্ষা বা সংস্কৃতির বিষয় হলে “বাংলাদেশের প্রেক্ষাপটে” কথাটিও যোগ করুন।
Banglish বা Romanized Bangla দিয়ে প্রম্পট লেখা যাবে?
যাবে। অনেক মডেল Romanized Bangla বুঝতে পারে। তবে এর বানান একেকজন একেকভাবে লেখেন, ফলে প্রকাশযোগ্য বাংলা, অনুবাদ বা নির্দিষ্ট ভাষারীতি দরকার হলে বাংলা হরফে নির্দেশ দেওয়া বেশি সুবিধাজনক।
AI প্রথমবার ভুল বাংলা লিখলে কী করা উচিত?
পুরো প্রম্পট নতুন করে লেখার আগে ভুলটি নির্দিষ্ট করুন। যেমন বলতে পারেন, “লেখাটি বাংলাদেশি প্রমিত চলিত বাংলায় আবার লিখুন এবং অপ্রয়োজনীয় ইংরেজি শব্দ বাদ দিন।” অঞ্চল বা তথ্য ভুল হলে সেটিও আলাদা করে সংশোধন করতে বলুন।
