लेख
आपके Prompt की भाषा तय करती है कि आप किस पैरेलल यूनिवर्स के ट्रेनिंग डेटा से बात कर रहे हैं
Token बचाने के लिए Prompt को अंग्रेज़ी में अनुवाद करना बंद कीजिए! जितना ज़्यादा आप अंग्रेज़ी में अनुवाद करते हैं, AI उतना ही क्यों "給到" और "質量" जैसे शब्द लौटाता है? यह लेख ACL की लैंग्वेज मॉडल रिसर्च और व्यावहारिक अनुभव को जोड़कर समझाता है कि "तकनीकी शब्द मूल रूप में + मातृभाषा में ज़रूरत का वर्णन + साफ़ क्षेत्रीय एंकर" ही बार-बार सुधार की लागत घटाने का सबसे अच्छा तरीका क्यों है।
· 1 मिनट में पढ़ें
Prompt को अंग्रेज़ी में अनुवाद करना बंद कीजिए: आप जितना Token बचाना चाहते हैं, AI उतना ही "給到" और "質量" क्यों लौटाता है?
TL;DR (मुख्य निष्कर्ष)
Prompt लिखने का सबसे अच्छा फ़ॉर्मूला है: "तकनीकी शब्द अंग्रेज़ी मूल रूप में रखें + ज़रूरत का Context लक्षित पाठकों की मातृभाषा में लिखें + क्षेत्र और पाठकों का साफ़ एंकर जोड़ें"। यह गारंटी नहीं देता कि हर बार 100% सबसे स्वाभाविक पाठ ही मिलेगा, लेकिन पहली बार में सही नतीजा मिलने की संभावना काफ़ी बढ़ जाती है, और लहजे व शब्द-चयन को बार-बार ठीक करने की झंझट बचती है।
बहुत-से इंजीनियरों और भारी AI उपयोगकर्ताओं की एक आदत होती है: थोड़े-से Token बचाने के लिए, या यह सुनकर कि "अंग्रेज़ी में पूछने पर AI का लॉजिक बेहतर होता है", Prompt भेजने से पहले वे ज़रूरत को ट्रांसलेशन टूल से अंग्रेज़ी में बदल लेते हैं और आख़िर में एक पंक्ति जोड़ देते हैं: Please reply in Traditional Chinese।
नतीजा क्या होता है? आपने कुछ पैसों के Token बचा लिए, लेकिन बदले में पूरे पाठ में "यह समाधान आपको बहुत अच्छा अनुभव 給到 करता है" और "代碼 की 質量 को कैसे 優化 करें" जैसे वाक्य मिलते हैं। फिर आपको 10 मिनट लगाकर इन शब्दों को हाथ से ताइवान में प्रचलित रूप में बदलना पड़ता है।
आप किस भाषा में पूछते हैं, यही तय करता है कि AI किन लोगों के कॉर्पस में जवाब ढूँढेगा।
एक. एक असली गड़बड़ी का मामला: AI हमेशा "給到" क्यों लिखता है?#
कुछ समय पहले मैंने AI से जानकारी का एक सारांश तैयार करवाया और आउटपुट पारंपरिक चीनी में माँगा। AI के लिखे में लॉजिक ठीक था, लेकिन उसमें "給到…" जैसा वाक्य-ढाँचा आ गया।
"給到" मुख्य भूमि चीन के दफ़्तरों में बोला जाने वाला विशिष्ट शब्द है; ताइवान के लोग रोज़मर्रा की बातचीत में लगभग ऐसा नहीं बोलते।
समस्या यह नहीं है कि AI चीनी नहीं समझता, बल्कि यह है कि "भाषा का मतलब क्षेत्र नहीं होता, और पारंपरिक चीनी का मतलब ताइवान नहीं होता"।
बड़े लैंग्वेज मॉडल (LLM) के ट्रेनिंग कॉर्पस में सरलीकृत चीनी का डेटा पारंपरिक चीनी से कहीं ज़्यादा है। जब आप सिर्फ़ अंग्रेज़ी में निर्देश देकर Traditional Chinese माँगते हैं, तो मॉडल आसानी से सबसे ज़्यादा डेटा वाले चीनी प्रयोग (ज़्यादातर मुख्य भूमि चीन से) को ही अपना लेता है और बस उसे पारंपरिक अक्षरों में छाप देता है।
मातृभाषा में Prompt लिखना AI को स्थानीय रूप की ओर थोड़ा खिसकाता ही है; "क्षेत्र" और "पाठक" को साफ़ बताने से ही संदर्भ की आख़िरी दरार भरती है।
दो. प्रश्न की भाषा AI के उत्तर को सीधे क्यों बदल देती है?#
यह कोई रहस्य नहीं, बल्कि लैंग्वेज मॉडल के भीतरी काम करने के तरीके का अनिवार्य नतीजा है। तकनीक और शोध की दृष्टि से इसके तीन मुख्य कारण हैं:
1. AI का आधार "कंडीशनल प्रोबेबिलिटी और अगले शब्द का अनुमान" है#
एक ही बात को अलग-अलग भाषा-समुदायों के लोग स्वाभाविक रूप से बिल्कुल अलग कोण, मुहावरों और मूल्यों से देखते हैं। ये सारे अंतर ट्रेनिंग डेटा के वेट में दबे हुए हैं। जब आप अंग्रेज़ी में पूछते हैं, तो मॉडल अंग्रेज़ी दुनिया के कॉर्पस के सहारे आगे बढ़ता है; जब आप ताइवान में प्रचलित पारंपरिक चीनी शब्दावली में पूछते हैं, तभी उसके लिए ताइवानी संदर्भ के प्रोबेबिलिटी डिस्ट्रिब्यूशन से जुड़ना अपेक्षाकृत आसान होता है।
2. शैक्षणिक शोध की पुष्टि: प्रश्न की भाषा संबंधित सांस्कृतिक अलाइनमेंट (Cultural Alignment) को सक्रिय करती है#
2024 में ACL में प्रकाशित एक शोध (AlKhamissi et al., 2024, arXiv:2402.13231) ने मिस्र और अमेरिका के सामाजिक सर्वेक्षणों का अनुकरण किया। शोध टीम ने पाया: जब किसी संस्कृति की मुख्य भाषा में सवाल पूछा जाता है, तो LLM के उत्तरों का वितरण वहाँ के असली लोगों के सर्वेक्षण-परिणामों के काफ़ी क़रीब आ जाता है। शोध में यह भी मिला कि जिस समुदाय का प्रतिनिधित्व जितना कम होता है और विषय जितना संवेदनशील होता है, मॉडल का पूर्वाग्रह उतना बढ़ जाता है।
3. भाषा और शब्द-चयन AI के लिए "आप कौन हैं" समझने का मुख्य सुराग़ हैं#
AI आपको जानता नहीं है। जब कोई जटिल व्यक्तिगत मेमोरी (Memory) लोड नहीं होती, तब आपकी भाषा, बीच-बीच में आने वाले तकनीकी शब्द, यहाँ तक कि विराम-चिह्नों की आदत भी वे अप्रत्यक्ष संकेत हैं जिनसे मॉडल "पूछने वाले की पृष्ठभूमि" और "अपेक्षित आउटपुट स्तर" का अनुमान लगाता है।
तीन. सिर्फ़ भाषा नहीं, "लहजा" भी Prompt का हिस्सा है#
सही भाषा चुनने के अलावा, मातृभाषा में आप जिस स्तर की "शिष्टता" दिखाते हैं, वह भी मॉडल के प्रदर्शन को प्रभावित करती है।
अंग्रेज़ी, चीनी और जापानी Prompt पर किए गए एक और क्रॉस-लिंग्वल शोध (Yin et al., 2024, arXiv:2402.14531) ने बताया: AI के साथ बहुत रूखा या अशिष्ट होने से आमतौर पर जनरेशन की गुणवत्ता गिरती है; लेकिन ज़रूरत से ज़्यादा विनम्र होना या घुमा-फिराकर बात करना भी बेहतर प्रदर्शन की गारंटी नहीं देता। इससे भी ज़रूरी बात यह है कि हर भाषा का अपना "सर्वोत्तम शिष्टता स्तर (Sweet Spot)" होता है, यानी बिल्कुल सही सुनहरा संतुलन-बिंदु, जो भाषा के अनुसार बदलता है।
अपनी सबसे परिचित मातृभाषा में लिखने पर ही आप लहजे की सही माप रख पाते हैं (जैसे: "लहजा सीधा हो, मार्केटिंग की फ़ालतू बातें नहीं"), और अकड़े हुए अंग्रेज़ी अनुवाद में लहजे और शैली पर अपनी पकड़ खोने से बचते हैं।
चार. चीनी बनाम अंग्रेज़ी Prompt का निर्णय मैट्रिक्स (अंग्रेज़ी कब इस्तेमाल करनी चाहिए?)#
मातृभाषा के महत्व पर ज़ोर देने का मतलब यह नहीं कि आप अंग्रेज़ी को पूरी तरह छोड़ दें।
आज जब Input Token बेहद सस्ता है, "Token बचाना" कब का एक झूठा मुद्दा बन चुका है; असली लागत "आगे-पीछे की बातचीत और हाथ से संपादन की झंझट" है। मुद्दा चीनी या अंग्रेज़ी का नहीं है, बल्कि यह है कि आप इस समय "स्थानीय संदर्भ" चाहते हैं या "शुद्ध तकनीकी सटीकता"।
आप सीधे इस निर्णय तालिका का सहारा ले सकते हैं:
| कार्य की स्थिति |
सुझाई गई लेखन भाषा |
मुख्य कारण और रणनीति |
| स्थानीय कंटेंट तैयार करना (ब्लॉग, मार्केटिंग कॉपी, प्रोडक्ट UI टेक्स्ट, ग्राहक को पत्र) |
मातृभाषा में वर्णन + अंग्रेज़ी शब्दावली + क्षेत्रीय एंकर |
अनुवादनुमा भाषा और ताइवान में अप्रचलित शब्दों (जैसे: 「視頻」「質量」「給到」) से बचना, और सीधे ताइवानी पाठकों के संदर्भ में पहुँचना। |
| अंतरराष्ट्रीय बहुभाषी अनुवाद (जैसे: चीनी से थाई, स्थानीयकृत बहुभाषी वेबसाइट) |
मातृभाषा में निर्देश + लक्षित क्षेत्र और भूमिका का साफ़ उल्लेख |
अंग्रेज़ी को बीच की भाषा (Pivot Language) बनाने से दोहरे अर्थ-क्षय से बचना। |
| सिर्फ़ कोड जनरेशन और Debug (सिस्टम आर्किटेक्चर, एल्गोरिद्म, डीबगिंग) |
चीनी या अंग्रेज़ी दोनों चलेंगी (सुझाव: मातृभाषा में लॉजिक + अंग्रेज़ी शब्दावली और Error Log) |
तकनीकी कीवर्ड (API, PR, Deployment) और आधिकारिक डॉक्यूमेंटेशन मूल रूप से अंग्रेज़ी में हैं, इसलिए मूल शब्द रखने से सबसे सटीक तकनीकी वेट से तालमेल बैठता है। |
| विदेशी तकनीकी दस्तावेज़ों / शोध-पत्रों की ताज़ा खोज |
मुख्यतः अंग्रेज़ी |
मूल सामग्री ज़्यादातर अंग्रेज़ी में है, इसलिए सीधे अंग्रेज़ी कीवर्ड से खोजने (RAG / Search) पर रीकॉल सबसे ऊँचा रहता है। |
पाँच. व्यावहारिक Checklist: एक बार में सटीक उत्तर पाने के 5 जाँच-बिंदु#
अगली बार जब आप उच्च गुणवत्ता वाले चीनी आउटपुट के लिए Prompt लिखें, तो अनुवाद सॉफ़्टवेयर न खोलें। सीधे इस सूची को लागू करें:
व्यावहारिक Prompt उदाहरणों की तुलना#
❌ ग़लत उदाहरण (अंग्रेज़ी पर अंधविश्वास + धुंधली शर्तें):
Write a blog post about prompt language selection in Traditional Chinese. Make it professional.
✅ सही उदाहरण (मातृभाषा में संदर्भ + शब्दावली मूल रूप में + क्षेत्र और पाठक के एंकर):
ताइवान में प्रचलित पारंपरिक चीनी में, ताइवान के इंजीनियरों के लिए एक तकनीकी विचार-लेख लिखिए, जिसका विषय है "Prompt की प्रश्न-भाषा का चुनाव"।
शर्तें:
1. तकनीकी शब्द (जैसे Token, Prompt, Context, API) अंग्रेज़ी मूल रूप में रखें, जानबूझकर अनुवाद न करें।
2. लहजा सीधा और वस्तुनिष्ठ हो; सीधे निष्कर्ष और अमल में लाने लायक सूची दें, पाठ्यपुस्तक जैसा लहजा या मार्केटिंग की खोखली बातें नहीं।
3. सख़्ती से ताइवान के स्थानीय शब्दों का प्रयोग करें, और "給到、質量、視頻、代碼" जैसे शब्द न आने दें।
अक्सर पूछे जाने वाले प्रश्न (FAQ)#
Q1: चीनी में Prompt लिखने पर क्या ज़्यादा Token लगते हैं और क्या गति धीमी होती है?#
एक ही सामग्री चीनी में लिखने पर Token की संख्या आमतौर पर अंग्रेज़ी से कुछ ज़्यादा होती है, लेकिन Input Token की क़ीमत बहुत कम है। बचाए गए उस थोड़े-से Token ख़र्च की तुलना में, संदर्भ की ग़लती के कारण "दोबारा जनरेट" कराने या हाथ से लेख सुधारने में बर्बाद हुआ समय ही सबसे महँगा छिपा हुआ ख़र्च है।
Q2: मैंने AI से "पारंपरिक चीनी (Traditional Chinese)" में लिखने को कहा है, फिर भी उसमें मुख्य भूमि चीन के शब्द क्यों आ जाते हैं?#
क्योंकि मॉडल के लिए Traditional Chinese अक्सर सिर्फ़ "अक्षर एन्कोडिंग और लिपि का रूप (Script)" दर्शाता है, "क्षेत्रीय संस्कृति (Locale)" नहीं। हांगकांग-मकाऊ, ताइवान और सरलीकृत से पारंपरिक में बदले गए कॉर्पस, सब पारंपरिक चीनी में आते हैं। मॉडल के शब्द-चयन को सही दिशा में समेटने के लिए "ताइवान के शब्द (zh-TW)" और "लक्षित पाठक (जैसे: ताइवान के इंजीनियर)" साफ़ बताना ज़रूरी है।
स्थानीय उत्तर चाहिए, तो स्थानीय भाषा में पूछिए, और क्षेत्र को साफ़ बताइए।
यह तर्क सिर्फ़ रोज़ के सवाल-जवाब पर लागू नहीं होता, बल्कि अंतरराष्ट्रीय प्रोडक्ट के स्थानीयकरण की बुनियाद भी यही है। अगले लेख में हम इस विचार को सीधे असली इंजीनियरिंग तक ले जाएँगे: "जब वेबसाइट 22 लोकेल सपोर्ट करे, तो AI से अपने-आप सचमुच स्थानीय अनुवाद कैसे करवाएँ?"