অধ্যায় 4 · টেক্সটের বাইরে ও নির্ভরযোগ্য ব্যবহার
ছবি ও ডকুমেন্ট: বর্ণনা, ট্রান্সক্রাইব করা ও সতর্ক প্রশ্ন
- পৃষ্ঠা 17 / 24
- 20 মিনিট পড়া
এখন অনেক AI চ্যাট টুল আপনার লেখার সঙ্গে ছবি, স্ক্রিনশট বা ডকুমেন্ট নিতে পারে। এটা কাজের: রসিদ, হোয়াইটবোর্ড, রিপোর্টের চার্ট বা লম্বা PDF সম্পর্কে সবকিছু টাইপ না করেই প্রশ্ন করা যায়। কিন্তু নতুন ঝুঁকিও আসে। লেখার বেলায় মডেলকে ঠিক কী দেওয়া হয়েছে তা আপনি দেখতে পান। ছবির বেলায় মডেল ছবিটা কীভাবে পড়ল, সেই ধাপ আপনার চোখে পড়ে না, আর আত্মবিশ্বাসী বর্ণনায় এমন খুঁটিনাটি থাকতে পারে, যা ছবিতে নেই। এই পাতায় শিখবেন কোন প্রমাণ দেখতে হবে তা বলে দিতে, যা দেখা যায় আর যা আন্দাজ তা আলাদা করতে, এবং ট্রান্সক্রিপশন মূলের সঙ্গে মেলাতে।
এটা সারসংক্ষেপ ও তথ্য নিষ্কাশন: সারাংশ, মূল তথ্য ও প্রমাণ এবং শ্রেণিবিভাগ ও যাচাই: ক্যাটেগরি, সেন্টিমেন্ট, টেবিল ও অনুপস্থিত তথ্য পাতার ধারাবাহিকতা, লেখা থেকে ছবি ও ফাইলে। আর রিপোর্ট ও ব্যবসায়িক বিশ্লেষণ: হিসাব, টেমপ্লেট ও যাচাই করা যোগফল পাতার যোগফল-যাচাই এখানেও কাজে লাগবে।
যা শিখবেন
- ছবির বর্ণনার টাস্ক কীভাবে লিখবেন, ছবি নিয়ে প্রশ্ন করবেন, এবং কোন অংশ গুরুত্বপূর্ণ তা মডেলকে দেখাবেন।
- দৃশ্যমান প্রমাণ আর ব্যাখ্যা কীভাবে আলাদা করবেন, এবং কী নির্ধারণ করা যায় না তা কীভাবে জিজ্ঞেস করবেন।
- ছবি থেকে লেখা ও টেবিল কীভাবে বের করবেন, এবং ফলাফল মূলের সঙ্গে কীভাবে মেলাবেন।
- চার্টের প্রসঙ্গ কীভাবে দেবেন, ডায়াগ্রাম কীভাবে ব্যাখ্যা করাবেন, এবং আপলোড-করা ডকুমেন্টের প্রাসঙ্গিক অংশ কীভাবে নাম ধরে বলবেন।
- নির্দিষ্ট পাঠকের জন্য PDF-এর সারাংশ কীভাবে চাইবেন।
শুরুর আগে: ছবি ও ফাইল কী পারে, কী পারে না
কোন ইনপুট কাজ করবে তা আপনার অ্যাপের ওপর নির্ভর করে: ছবির ফরম্যাট, ফাইলের ধরন, আকার ও ফাইলের সংখ্যা প্রোডাক্টভেদে আলাদা, আর কিছু অ্যাপ শুধু লেখা নেয়। আপনার অ্যাপ কী সমর্থন করে তা দেখে নিন। আপনার অ্যাপ শুধু লেখা নিলেও নিচের সব দক্ষতা অনুশীলন করা যায়: একটা ছবি কথায় বর্ণনা করে একই প্রশ্নগুলো করুন; প্রমাণ আর ব্যাখ্যা আলাদা করার অভ্যাস একই।
পাতায় ছবি রাখা যায় না, তাই প্রতিটা উদাহরণে একটা টেক্সট ব্লক আসল আপলোডের জায়গা নেয়। তা শুরু হয় "Imagine you uploaded a photo that shows:" দিয়ে এবং একজন মানুষ যা দেখবেন তা বর্ণনা করে। অনুশীলনীতে আপনি নিজের ছবি বা ডকুমেন্ট ব্যবহার করবেন।
যেসব সীমাবদ্ধতা প্রোভাইডারদের নিজেদের ডকুমেন্টেশনে আছে এবং সব টুলেই সত্য থাকে: ছোট, ঝাপসা, কম-কনট্রাস্ট বা ঘোরানো লেখা মডেল ভুল পড়তে পারে; নিম্নমানের ছবি, কিছু অ-ল্যাটিন লিপি, এবং সুনির্দিষ্ট অবস্থান ("ঠিক কোথায়?") নিয়ে সে ভুল করতে পারে; বস্তু গোনা আনুমানিক; সে এমন খুঁটিনাটি যোগ করতে পারে, যা সেখানে নেই (হ্যালুসিনেট); ফাইলের নাম বা ক্যামেরার তথ্যের মতো লুকানো ফাইল-তথ্য সাধারণত সে পড়ে না; আর ভারী কম্প্রেশনে লেখা অপাঠ্য হয়ে যেতে পারে। মডেলের কাছে পৌঁছানোর আগে ছবির আকারও বদলে যেতে পারে। ছবি-পাঠক চিকিৎসা, আইন বা নিরাপত্তা-পরীক্ষায় পেশাদারের বিকল্প নয়। সীমা জানতে আপনার টুলের বর্তমান ডকুমেন্টেশন দেখুন।
গোপনীয়তা। আপলোড-করা ফাইল সংরক্ষিত হতে পারে এবং সার্ভিস যাঁরা চালান তাঁরা তা দেখতে পারেন। গোপনীয় কিছু আপলোডের আগে প্রোডাক্টের ডেটা-পাতা পড়ে নিন, আর অধিকার ও প্রতিষ্ঠানের অনুমতি না থাকলে অন্য মানুষের ছবি বা ব্যক্তিগত ডেটাসহ ডকুমেন্ট আপলোড করবেন না।
ছবির বর্ণনা ও ছবি নিয়ে প্রশ্ন
ছবির বর্ণনার টাস্ক লেখা
"Describe this image" দৈর্ঘ্য, ফোকাস ও উদ্দেশ্য খোলা রাখে, তাই সাধারণ একটা অনুচ্ছেদ পান। কার জন্য বর্ণনা, কত লম্বা, কী তালিকা করতে হবে, আর যা দেখা যায় না সে সম্পর্কে কী বলতে হবে, তা স্পষ্ট করুন।
[IMAGE DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a photo that shows:
The metal back door of a shop, taken at dusk from about 3 metres away.
The door is open by about a hand's width. A cardboard box sits on the concrete step.
A bicycle leans against the wall on the right. A lamp above the door is on.
The ground in front of the step looks wet. No people are visible.দুর্বল প্রম্পট:
Describe this image.ভালো প্রম্পট:
Describe this photo for a shop owner who cannot see it. Write 4 to 6 sentences.
First list what is clearly visible: objects, their positions, colours and any readable text.
Start with the most prominent thing. Then add one sentence on what you cannot tell, for
example hidden areas, poor light or text that is too small. Do not say what happened before
or after the photo was taken.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
The photo shows a metal door at the back of a building at dusk. The door is slightly open,
by roughly a hand's width. A cardboard box sits on the step in front of it, and a bicycle
leans against the wall to the right. A lamp above the door is lit, and the ground by the
step looks wet. No people are visible.
I cannot tell what is inside the box, whether the door is damaged, or how long ago the
photo was taken.কী বদলাল: একজন পাঠক, দৈর্ঘ্য, কাঠামো, আর স্পষ্ট একটা "বলা যায় না" বাক্য। উত্তরটা ছবির সঙ্গে মেলান: সেখানে এমন কিছুর নাম আছে কি, যা ছবিতে নেই (তালা, লোগো, মানুষ)? থাকলে সেটা বানানো খুঁটিনাটি, আর বাকিটাও যাচাই ছাড়া ভরসা করবেন না।
আপলোড-করা ছবি নিয়ে প্রশ্ন করা
আপনি কী জানতে চান তা জানা থাকলে নির্দিষ্ট প্রশ্ন সাধারণ বর্ণনার চেয়ে ভালো। যা দেখা যায় তা থেকে উত্তর চান, আর মডেলকে একটা নিরাপদ বিকল্প দিন: "দেখা না গেলে সেটা বলুন"।
প্রম্পট:
Answer using only what is visible in the photo. If something cannot be seen or is unclear,
say "not visible" instead of guessing.
1. Is the door open, closed or unclear?
2. How many cardboard boxes are visible?
3. Is any text visible anywhere? If yes, quote it exactly.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
1. The door looks open by a small gap.
2. One cardboard box is visible, on the step.
3. No readable text is visible.গোনা ও সঠিক অবস্থান দুর্বল জায়গা, তাই "কয়টা" আনুমানিক ধরুন, আর দরকার হলে নিজে গুনুন (অনেক জিনিস থাকলে মডেলকে নম্বর দিতে বলুন এবং নম্বর ছবির সঙ্গে মেলান)। "not visible" বিকল্পটা জরুরি: তা না থাকলে মডেল প্রতিটা প্রশ্নেরই একটা উত্তর বানিয়ে দেয়।
ছবির কোন অংশ গুরুত্বপূর্ণ তা নির্দিষ্ট করা
ছবিতে প্রায়ই আপনার দরকারের চেয়ে অনেক বেশি থাকে। সহজ কথায় অংশের নাম বলে মডেলকে দেখান: "মাঝখান", "ওপরের ডান কোণ", "নিচের বাঁয়ের লেবেল"। চতুর শব্দের চেয়ে দুটো ব্যবহারিক কাজ বেশি সাহায্য করে: আপলোডের আগে দরকারি অংশে ছবি ক্রপ করুন, আর লেখা সোজা করতে ঘুরিয়ে নিন। একাধিক ছবি দিলে প্রম্পটে লেবেল দিন (Image 1, Image 2) এবং কোনটা কী বলুন।
[IMAGE DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a photo that shows:
A wall-mounted electricity meter, photographed at an angle and turned about 90 degrees.
In the centre, a small display shows the digits 0 0 4 8 2 7 and, at the right, "kWh".
At the lower left, a sticker with a serial number; tape covers its last digits.
In the top-right corner there is a red light, switched on.দুর্বল প্রম্পট:
What does the meter say?ভালো প্রম্পট:
Look only at the display in the centre of the photo. Read the digits from left to right
and give the unit. Ignore the sticker and the red light. If the image is rotated, say so.
If any digit is uncertain, mark it with a question mark instead of choosing one.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
The photo is rotated by about 90 degrees; I read the display after allowing for that.
Digits, left to right: 0 0 4 8 2 7. Unit: kWh.
All six digits look clear; I am less sure about the "7" because of the angle.আসল মিটারের সঙ্গে মেলান। বিলের জন্য ব্যবহৃত রিডিং কোনো মানুষকে যাচাই করতে হবে, কারণ একটা অঙ্ক ভুল পড়লেই সংখ্যা বদলে যায়।
দৃশ্যমান প্রমাণ ও ব্যাখ্যা আলাদা করা
"দরজা খোলা" প্রমাণ। "কেউ ভেঙে ঢুকেছে" ব্যাখ্যা: সত্যি হতে পারে, কিন্তু ছবি তা দেখায় না। "এখানে কী ঘটেছে?" জিজ্ঞেস করলে মডেল প্রায়ই আত্মবিশ্বাসী একটা গল্প বলে। দুটো তালিকা চান, যাতে প্রমাণ কোথায় শেষ হয় তা দেখা যায়।
প্রম্পট:
For the back-door photo, make a table with three columns:
Visible evidence | Possible interpretation | What else I would need to check it.
Put only things that can be seen in the first column. Give at most 3 rows. Do not state
any interpretation as a fact, and do not use the word "obviously".নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
Door open by a hand's width | Someone opened it, or it was not shut | Who closed up; lock damage
Cardboard box on the step | A delivery was left | Delivery record; label on box
Wet ground by the step | It rained recently | Weather record; other wet groundলক্ষ করুন, প্রতিটা ব্যাখ্যার বিকল্প এবং যাচাইয়ের একটা উপায় আছে। দক্ষতাটা সব জায়গায় খাটে: বিমা-দাবির ক্ষতির ছবি, ক্লাসরুমের দৃশ্য বা ত্রুটির স্ক্রিনশট। যা দেখছেন তা বলুন, তারপর তার মানে কী হতে পারে বলুন, আর দুটো আলাদা রাখুন।
ছবির ভেতরের লেখা, টেবিল ও চার্ট
ডকুমেন্টের ছবি থেকে লেখা বের করা
ছবি থেকে লেখা পড়াকে OCR (অপটিক্যাল ক্যারেক্টার রিকগনিশন) বলে। আধুনিক অ্যাসিস্ট্যান্ট স্পষ্ট ছবিতে ভালো করে, কিন্তু ঝাপসা, ছায়া, ছোট ছাপা ও অদ্ভুত ফন্টে ভুল করে, আর কখনো লেখাটা যা হওয়া উচিত বলে মনে করে তা-ই "ঠিক" করে ফেলে। হুবহু ট্রান্সক্রিপশন চান, অস্পষ্ট অংশ চিহ্নিত করতে বলুন।
[IMAGE DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a photo that shows:
A paper receipt on a table, slightly curled at the top. Six printed lines:
MERCADO SOL
2026-09-14 10:42
Rice 5 kg 7.90
Beans 2 kg 5.20
Oil 1 L 4.60
TOTAL 17.70প্রম্পট:
Transcribe all text in the photo exactly as printed, line by line, keeping the line breaks.
Do not correct spelling, do not translate, do not add or remove anything.
Mark any character or word you cannot read with [unclear]. Output only the transcription.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
MERCADO SOL
2026-09-14 10:42
Rice 5 kg 7.90
Beans 2 kg 5.20
Oil 1 L 4.60
TOTAL 17.10এই উত্তরে ইচ্ছে করে একটা সাধারণ ভুল রাখা হয়েছে: মোট ছাপা ছিল 17.70, ট্রান্সক্রিপশনে হয়েছে 17.10। যাচাইটা সহজ এবং আগের পাতা থেকে নেওয়া: লাইনগুলো যোগ করুন। ৭.৯০ + ৫.২০ + ৪.৬০ = ১৭.৭০, যা ১৭.১০-এর সঙ্গে মেলে না। হয় একটা অঙ্ক ভুল পড়া হয়েছে, নয়তো রসিদটাই ভুল; কোনটা তা জানতে মূলের সঙ্গে মেলান। OCR-এর সাধারণ ভুল: 7 ও 1, 0 ও O, 5 ও S, 1 ও l। সংখ্যা গুরুত্বপূর্ণ হলে সবসময় মূলের সঙ্গে অঙ্ক ধরে ধরে মেলান।
ছবি থেকে টেবিল ট্রান্সক্রাইব করতে বলা
টেবিলে কাঠামো থাকে: সারি, কলাম, মোট। মডেলকে আউটপুট ফরম্যাট বলুন, সারি ও কলামের একই ক্রম রাখতে বলুন, আর ছাপা মোট নিজে হিসাব না করে হুবহু কপি করতে বলুন। তখন মোটটাই আপনার যাচাইয়ের উপায় হয়।
[IMAGE DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a photo that shows:
A printed table, photographed straight on. A coffee stain covers the bottom-right corner.
Title: "Visitors per week, October 2026"
Week 1 | 310
Week 2 | 275
Week 3 | 342
Week 4 | 298
Total | 1,225প্রম্পট:
Transcribe the table in the photo as a table with the columns "Row" and "Visitors".
Keep the rows in the same order and copy the title above the table. Copy the printed
Total as it appears; do not recalculate it. Write [unclear] for anything you cannot read.
After the table, list any cell you are less than sure about.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
Visitors per week, October 2026
Row | Visitors
Week 1 | 310
Week 2 | 275
Week 3 | 312
Week 4 | 298
Total | 1,225
Less sure about: Total (near the stain).এবার যাচাই চালান। চার সপ্তাহের যোগফল ৩১০ + ২৭৫ + ৩১২ + ২৯৮ = ১,১৯৫, কিন্তু ছাপা মোট ১,২২৫। পার্থক্য ৩০, তাই সম্ভবত একটা ঘর ভুল পড়া হয়েছে। ছবি দেখলে Week 3 হলো ৩৪২, ৩১২ নয় (৩৪২ - ৩১২ = ৩০)। মডেল দাগ-লাগা ঘরটাকে সন্দেহজনক বলেছে, যা ঠিক ছিল, কিন্তু আসল ভুলটা ছিল অন্য জায়গায়। ছাপা মোট এ জন্যই মূল্যবান: ভুল ধরিয়ে দেয়। আপনার টেবিলে মোট না থাকলে নিজে একটা যোগ করে কোনো নির্ভরযোগ্য উৎসের সঙ্গে মেলান, অথবা দুবার ট্রান্সক্রাইব করিয়ে তুলনা করুন।
চার্ট বা গ্রাফের ছবির প্রসঙ্গ দেওয়া
চার্টের ছবি দাগ দেখায়, কিন্তু আপনার কাছে তার মানে কী তা দেখায় না। কী মাপা হচ্ছে, একক, সময়কাল আর আপনার প্রশ্ন বলুন। আরও বলুন কী চান: লেবেল-করা মান পড়া, লেবেলহীন মান আন্দাজ করা (যা আনুমানিক হবে), নাকি বার্তা বিচার করা।
[IMAGE DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a photo that shows:
A bar chart on a slide. Title: "Monthly sign-ups". Six bars, labelled Jan to Jun, no value labels.
The vertical axis is labelled "Sign-ups" and runs from 30 to 70 in steps of 10.
By eye, the bar tops are: Jan 40, Feb 45, Mar 55, Apr 50, May 60, Jun 65.
A footnote in small grey text reads: "Source: website analytics, 2026".দুর্বল প্রম্পট:
What does this chart show?ভালো প্রম্পট:
This chart is from a slide for our team meeting. It shows monthly sign-ups to our newsletter
from January to June 2026. Tasks:
1. State the title, axis labels, the axis range and any footnote exactly as written.
2. Estimate each bar's value and mark every estimate "approx.", because there are no labels.
3. Say whether the vertical axis starts at zero and how that affects how the bars look.
4. Write two sentences on the main message, using only what the chart shows.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
1. Title "Monthly sign-ups"; vertical axis "Sign-ups", 30 to 70; footnote "Source: website
analytics, 2026".
2. Jan approx. 40, Feb approx. 45, Mar approx. 55, Apr approx. 50, May approx. 60, Jun approx. 65.
3. The axis starts at 30, not zero, so the bars exaggerate differences: June's bar is about
3.5 times as tall as January's (35 against 10 above the axis start), but the values differ
by a factor of about 1.6 (65 against 40).
4. Sign-ups rose over the six months, with a dip in April.অঙ্ক মিলিয়ে নিন (৩৫ / ১০ = ৩.৫; ৬৫ / ৪০ = ১.৬), আর আন্দাজগুলো ছবির সঙ্গে মেলান: ছবি থেকে আন্দাজ আনুমানিক, তাই সেগুলো সঠিক ডেটা হিসেবে উদ্ধৃত করবেন না। সঠিক মান দরকার হলে মূল ডেটা খুঁজুন। অক্ষ কোথা থেকে শুরু হচ্ছে, সেটা একটা পুরোনো ফাঁদ: কাটা অক্ষ ছোট পার্থক্যকে বড় দেখায়।
ডায়াগ্রামের ব্যাখ্যা চাওয়া
ডায়াগ্রামে (ফ্লোচার্ট, সাংগঠনিক চার্ট, সিস্টেমের স্কেচ) বাক্স আর তীরে অর্থ ঠাসা থাকে। মডেলকে বলুন যা দেখছে তার নাম বলতে, তীর অনুসরণ করে ক্রমে যেতে, এবং কোনটা অস্পষ্ট তা বলতে, যাতে একটা লেবেল না থাকলে বানানো ধাপ ঢুকে না পড়ে।
[IMAGE DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a photo that shows:
A flowchart on a whiteboard. Boxes joined by arrows, from top to bottom:
"Order received" with an arrow to "Payment check".
From "Payment check", one arrow labelled "ok" goes down to "Pack items" and then to "Ship".
Another arrow, labelled "failed", goes right to "Email customer".
A dotted arrow from "Email customer" back up to "Payment check" has no label.প্রম্পট:
Explain this diagram to a new employee in 5 sentences or fewer.
Name every box exactly as written and follow the arrows in order. Say what each labelled
arrow means. List anything you cannot tell, such as unlabelled arrows. Do not add steps
that are not drawn.নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
An order starts at "Order received" and goes to "Payment check". If the check is "ok", the
order goes to "Pack items" and then "Ship". If it "failed", the process goes to "Email
customer". A dotted arrow leads from "Email customer" back to "Payment check", but it has no
label, so I cannot tell whether it means the customer pays again or something else.লেবেলহীন তীরটা মডেলের ভরাট করা উচিত নয়। উত্তরে "গ্রাহক আবার টাকা দেন" থাকলে সে প্রমাণ থেকে ব্যাখ্যায় চলে গেছে; সেটা ঠিক কি না তা আপনি ঠিক করবেন আপনার প্রক্রিয়া সম্পর্কে যা জানেন তা দিয়ে।
আপলোড-করা ডকুমেন্ট
ডকুমেন্ট আপলোড করে প্রাসঙ্গিক অংশ নির্দিষ্ট করা
ডকুমেন্ট লম্বা হতে পারে, কিন্তু আপনার প্রশ্ন সাধারণত একটা অংশ নিয়ে। অংশটার নাম বলুন, পৃষ্ঠা নম্বরের পাশাপাশি শিরোনাম ধরেও (রূপান্তরের পর পৃষ্ঠা নম্বর অনির্ভরযোগ্য হতে পারে), আর উত্তর সেখানে না থাকলে কী করতে হবে তা বলুন। ধরুন ১২ পাতার একটা সাপ্লাই চুক্তি, যার সূচিপত্র এমন:
[DOCUMENT DESCRIPTION - a stand-in for a real upload]
Imagine you uploaded a 12-page PDF, "Supply Agreement (invented example)", with this contents:
Section 1 Parties and definitions pages 1-2
Section 2 Orders and forecasts page 3
Section 3 Delivery and inspection pages 4-5
Section 4 Payment pages 6-7
Section 5 Liability page 8
Section 6 Termination pages 9-10
Appendix A Price list pages 11-12
Section 3 says: deliveries are accepted Monday to Friday, 07:00 to 15:00. Goods must be checked,
and damage reported, within 2 working days of delivery.
Section 4 says: invoices are payable 30 days after delivery.প্রম্পট:
Use only Section 3 (Delivery and inspection) of the attached document. Ignore all other
sections. List the rules that apply to the warehouse team, each with the sentence you took it
from. If Section 3 does not answer something, say "not in Section 3". Do not use knowledge
about other agreements.প্রম্পট তিনটা কাজ করে: উৎস সীমিত করে, সমর্থনকারী বাক্য চায়, আর উত্তর না থাকলে বলার একটা বাক্য দেয়। এতে ভুল সহজে ধরা পড়ে, কারণ আপনি Section 3 খুলে পড়ে নিতে পারেন।
নির্দিষ্ট পাঠকের জন্য PDF-এর সারাংশ
সারাংশ নির্ভর করে পাঠকের ওপর। গুদামের দলের দরকার ডেলিভারির সময় ও পরিদর্শনের সময়সীমা; ফাইন্যান্স দলের দরকার পেমেন্টের শর্ত। পাঠক, দৈর্ঘ্য ও কোন অংশে জোর দিতে হবে তা বলুন, আর পৃষ্ঠা বা অংশের নির্দেশ চান, যাতে যাচাই করা যায় (পরের পাতায় লম্বা ডকুমেন্ট ও রেফারেন্সে ফিরে আসা হবে)।
প্রম্পট:
Summarise the attached supply agreement for the warehouse team. They are not lawyers and
read quickly. Write at most 100 words in plain language, as 4 bullets. Include every deadline
and time window you find. After each bullet, name the section it comes from. At the end add
one line: "This is a summary, not legal advice; check the document."নমুনা উত্তর (উদাহরণ মাত্র; আপনারটা আলাদা হবে):
- Deliveries are accepted Monday to Friday, 07:00 to 15:00 (Section 3).
- Check goods when they arrive (Section 3).
- Report damage within 2 working days of delivery (Section 3).
- Invoices are paid 30 days after delivery; this is for finance, not the warehouse (Section 4).
This is a summary, not legal advice; check the document.ডকুমেন্টের সঙ্গে মেলান: প্রতিটা সংখ্যা ও সময় (07:00, 15:00, ২ কার্যদিবস, ৩০ দিন) লেখার সঙ্গে মিলতে হবে। উত্তরে যে অংশগুলোর নাম আছে সেগুলো খুলে দেখুন তারা সত্যিই তা-ই বলছে কি না। মডেল ভুল অংশ বা পৃষ্ঠার নাম বলতে পারে, তাই যে নির্দেশ নিজে খুলে দেখেননি তাতে ভরসা করবেন না। আরও জিজ্ঞেস করুন কী বাদ পড়েছে: "কোন অংশগুলো ব্যবহার করেননি?" দেখায় সারাংশ কী ছেড়ে গেছে।
কাজের জায়গায় এটা কোথায় দেখা যায়
- ব্যাক-অফিসের কাজ: রসিদ, ইনভয়েস, ফর্ম ও ডেলিভারি নোটের ছবি থেকে এমন লাইন বানানো, যা স্প্রেডশিটে যাওয়ার আগে যাচাই করা যায়।
- রিপোর্ট ও প্রেজেন্টেশন: স্লাইড ও PDF-এর চার্ট পড়া, প্রসঙ্গ ও সীমাবদ্ধতা বলে দিয়ে।
- অপারেশনস ও প্রশিক্ষণ: নতুন সহকর্মীদের প্রক্রিয়ার ডায়াগ্রাম বোঝানো, এবং তা আসল প্রক্রিয়ার সঙ্গে মেলে কি না দেখা।
- ডকুমেন্ট: নীতিমালা ও চুক্তি বিভিন্ন পাঠকের জন্য সংক্ষেপ করা, যখন গুরুত্বপূর্ণ অংশ একজন মানুষ পড়েন।
- AI ফিচার বানানো: ছবি থেকে ডেটা বের করা অ্যাপকে ফলাফল (যোগফল, ফরম্যাট, সীমা) কোডে যাচাই করতে হয় এবং সন্দেহজনক ক্ষেত্র কোনো মানুষের কাছে পাঠাতে হয়।
সাধারণ ভুল
- ট্রান্সক্রিপশনে ভরসা করা। একটা ভুল অঙ্ক সংখ্যা বদলে দেয়। সমাধান: লাইন যোগ করুন, ছাপা মোট মেলান, এবং মূল মান মূলের সঙ্গে মিলিয়ে দেখুন।
- ছবি দেখিয়ে "কী ঘটেছে?" জিজ্ঞেস করা। সত্যি-শোনানো গল্প পাবেন। সমাধান: দৃশ্যমান প্রমাণ, ব্যাখ্যা ও যাচাই আলাদা তালিকায় চান।
- খারাপ ছবি আপলোড করা। ঝাপসা, ঝলক, ছোট ছাপা বা ঘোরানো ছবিতে নির্ভুলতা কমে। সমাধান: সোজা, ভালো আলোয় ছবি তুলুন, সোজা করে ঘুরিয়ে নিন এবং দরকারি অংশে ক্রপ করুন।
- চার্টের প্রসঙ্গ না দেওয়া। মডেল আপনার একক, সময়কাল বা প্রশ্ন জানে না। সমাধান: কী মাপা হচ্ছে, একক ও সময়কাল বলুন, আর কাটা অক্ষ থাকলে জানাতে বলুন।
- অংশের নাম না বলা। সারাংশ ভুল অংশে সরে যায়। সমাধান: শিরোনাম ধরে অংশের নাম বলুন, ব্যবহৃত বাক্য চান, এবং "এই অংশে নেই" বলার বাক্য দিন।
- না দেখে গোপনীয় বা ব্যক্তিগত ফাইল আপলোড করা। সমাধান: প্রোডাক্টের ডেটা-পাতা পড়ুন, সন্দেহ থাকলে নমুনা ব্যবহার করুন।
নিজে চেষ্টা করুন
এই টাস্কগুলো আপনার নিজের ছবি বা ডকুমেন্ট দিয়ে। আপনার অ্যাপ ছবি বা ফাইল না নিলে জিনিসটা কথায় বর্ণনা করে সেই বর্ণনার ওপর একই প্রম্পট চালান; প্রমাণের অভ্যাস একই।
- সহজ। একটা ডেস্ক, তাক বা জানালার দৃশ্যের ছবি তুলুন (মানুষ নেই, গোপনীয় কিছু নেই)। পাঠক, দৈর্ঘ্য, "শুধু দৃশ্যমান" নিয়ম এবং "বলা যায় না" বাক্যসহ বর্ণনার টাস্ক লিখুন। চালান, তারপর উত্তরে ছবিতে নেই এমন একটা জিনিস খুঁজুন, অথবা নেই বলে নিশ্চিত হোন।
- মাঝারি। সংখ্যা ও মোটসহ একটা ছোট ছাপা তালিকা বা রসিদের ছবি তুলুন (কী হয় দেখতে একটু ঝাপসা করুন বা কাত করুন)। [unclear] চিহ্নসহ হুবহু ট্রান্সক্রিপশন চান। লাইনগুলো নিজে যোগ করে মোটের সঙ্গে মেলান। উত্তর আর মূলের মধ্যে প্রতিটা পার্থক্য লিখে রাখুন।
- কঠিন। আপলোড করা যায় এমন গোপনীয়তাহীন একটা ডকুমেন্ট নিন, যেমন সর্বসাধারণের লিফলেট, ম্যানুয়াল বা রিপোর্টের কয়েক পাতা। দুটো প্রম্পট চালান: একটা প্রাসঙ্গিক অংশের নাম বলে সমর্থনকারী বাক্য চায়; আরেকটা আপনার ঠিক-করা পাঠকের জন্য সারাংশ চায়। তারপর সারাংশের তিনটা দাবি মূল ডকুমেন্টের সঙ্গে মেলান, আর সারাংশ বাদ দিয়েছে এমন একটা তথ্য লিখুন।
উত্তর
সহজ। একটা শক্ত প্রম্পট: "Describe this photo for someone who cannot see it, in 4 to 6 sentences. First list what is clearly visible: objects, positions, colours and readable text. Then add one sentence on what you cannot tell. Do not guess what happened before or after the photo." পাস চেকলিস্ট: প্রম্পটে পাঠক, দৈর্ঘ্য ও কাঠামো আছে; বর্ণনা দৃশ্যমানে সীমিত; একটা "বলা যায় না" বাক্য চাওয়া হয়েছে; আপনি উত্তরটা ছবির সঙ্গে জিনিস ধরে ধরে মিলিয়েছেন এবং বানানো কোনো জিনিস (মানুষ, ব্র্যান্ড, দিনের সময়) বা বাদ-পড়া কোনো প্রধান জিনিস টুকে রেখেছেন।
মাঝারি। একটা শক্ত প্রম্পট: রসিদের উদাহরণের ট্রান্সক্রিপশন প্রম্পট। আপনার যাচাই: লাইনের অঙ্কগুলো যোগ করুন (উদাহরণ রসিদে ৭.৯০ + ৫.২০ + ৪.৬০ = ১৭.৭০), ছাপা মোটের সঙ্গে মেলান, তারপর প্রতিটা সংখ্যা মূলের সঙ্গে অঙ্ক ধরে ধরে মেলান। পাস চেকলিস্ট: লাইন ভাঙা রাখা হয়েছে; বানান "সংশোধন" নেই; পড়তে কঠিন জায়গায় [unclear] আছে; আপনি প্রতিটা পার্থক্য খুঁজে লিখেছেন (সাধারণগুলো: বদলে-যাওয়া অঙ্ক, বাদ-পড়া লাইন, "ঠিক-করা" শব্দ); মোট মিলেছে কি না আপনি জানেন। উত্তর নিখুঁত হলে আরও কঠিন ছবিতে (ছোট লেখা বা কাত) চেষ্টা করুন, কোথায় ভাঙে দেখতে।
কঠিন। একটা শক্ত অংশ-প্রম্পট: "Use only Section [name]. Ignore the rest. Give each point with the sentence it comes from. If it is not there, say so." একটা শক্ত সারাংশ-প্রম্পট পাঠক, দৈর্ঘ্য ও কী রাখতে হবে বলে, এবং অংশের নির্দেশ চায়। পাস চেকলিস্ট: তিনটা দাবির প্রতিটা মূল লেখায় খুঁজে পাওয়া গেছে (কোন পৃষ্ঠা বা শিরোনামে পেয়েছেন লিখুন); মডেলের বলা প্রতিটা অংশ আপনি খুলে দেখেছেন এবং মিলেছে; বাদ-পড়া একটা তথ্য তালিকায় আছে; সারাংশে ডকুমেন্টে নেই এমন কোনো সংখ্যা, তারিখ বা নাম নেই; আর আপনি বলতে পারেন পরের বার প্রম্পটে কী যোগ করবেন (যেমন "সময়সীমা রাখুন" বা "যা ব্যবহার করেননি তা তালিকা করুন")। এটাকে সারসংক্ষেপ ও তথ্য নিষ্কাশন: সারাংশ, মূল তথ্য ও প্রমাণ পাতার লেখা-সারাংশের অভ্যাসের সঙ্গে তুলনা করুন।
সারসংক্ষেপ
- কী দেখতে হবে, কার জন্য, উত্তর কত লম্বা, তা বলুন। আগে দৃশ্যমান প্রমাণ, তারপর ব্যাখ্যা, আর কী নির্ধারণ করা যায় না তা চান।
- সহজ কথায় অংশের নাম বলুন, আপলোডের আগে ছবি ক্রপ ও সোজা করুন। একাধিক ছবিতে লেবেল দিন।
- ট্রান্সক্রিপশন যাচাই করতে হয়: মূলের সঙ্গে মেলান, লাইন যোগ করুন, ছাপা মোটকে যাচাইয়ের উপায় করুন।
- চার্টকে তার প্রসঙ্গ দিন (কী, একক, সময়কাল, প্রশ্ন); লেবেলহীন চার্ট থেকে আন্দাজ আনুমানিক, আর কাটা অক্ষ বাড়িয়ে দেখায়।
- ডকুমেন্টের জন্য অংশের নাম বলুন, সমর্থনকারী বাক্য চান, "এই অংশে নেই" বলার বাক্য দিন, এবং পাঠক ঠিক করুন।
- আপনার অ্যাপ কী সমর্থন করে দেখে নিন, আর ফাইল কীভাবে সামলানো হয় না জানলে গোপনীয় ফাইল দেবেন না।
এরপর: অডিও ও মাল্টিমোডাল যাচাই: ট্রান্সক্রিপ্ট, বক্তা ও যা জানা সম্ভব নয় পাতায় থাকবে ধাপে ধাপে লম্বা ডকুমেন্টে প্রশ্ন, পৃষ্ঠা ও অংশের রেফারেন্স, এবং অডিও ট্রান্সক্রিপ্ট।