लेख
AI Agent को सीधे SOP थमाना बंद करें: RFC 2119 (MUST/SHOULD/MAY) से Agent का behavior सटीक रूप से कंट्रोल करें
ह्यूमन SOP को सीधे LLM में फ़ीड करने से Agent अक्सर एक बार सही चलता है और तीन बार फ़ेल हो जाता है। यह आर्टिकल दिखाता है कि RFC 2119 के MUST, SHOULD और MAY का उपयोग करके System Prompt और Agent Skill को कैसे फिर से लिखें, ताकि हार्ड कंस्ट्रेंट्स, स्ट्रॉन्ग रिकमेंडेशन्स और ऑटोनॉमस डिस्क्रिशन के बीच साफ़ सीमा तय हो सके—साथ ही तीन प्रोडक्शन-रेडी सिद्धांत भी।
· 1 मिनट में पढ़ें
Agent को प्रोडक्शन में लाते समय ज़्यादातर इंजीनियरिंग टीमें जो सबसे आम गलती करती हैं, वह है Word/Notion का पूरा "ह्यूमन SOP" सीधे LLM में डंप कर देना और यह उम्मीद करना कि वह सब कुछ खुद संभाल लेगा। नतीजा अक्सर लॉटरी जैसा निकलता है: एक बार सही चलता है, तीन बार फ़ेल हो जाता है।
दिक्कत मॉडल की कैपेबिलिटी में नहीं है, बल्कि यह है कि इंसानी SOPs में भारी मात्रा में "Tacit Knowledge" छिपा होता है। मानव दिमाग अपने आप यह समझ लेता है कि "500 से कम के अमाउंट पर अप्रूवल की ज़रूरत नहीं है" या "इस स्टेप पर एरर आए तो फ़िलहाल स्किप कर सकते हैं"; लेकिन LLM के लिए अनस्ट्रक्चर्ड टेक्स्ट में प्राथमिकताओं की कोई सीमा नहीं होती, इसलिए वह मनमर्जी से आउटपुट देने लगता है।
Agent के बिहेवियर को डिटर्मिनिस्टिक बनाने के लिए पहला कदम बड़ा मॉडल चुनना नहीं है, बल्कि नेटवर्किंग प्रोटोकॉल स्पेसिफिकेशन्स का क्लासिक स्टैंडर्ड लागू करना है: RFC 2119 सेमांटिक लेवल्स।
सीधी बात: केवल कंप्लायंस, सिक्योरिटी और कोर Schema को MUST मार्क करें; बाकी बाउंड्रीज़ को SHOULD और MAY पर छोड़ दें; और हाई-रिस्क नोड्स को ह्यूमन रिव्यू के हवाले कर दें।
आखिर RFC 2119 ही क्यों?#
System Prompt, Agent Skill या Workflow Rule लिखते समय अस्पष्ट शब्द जैसे "कृपया ध्यान दें", "हो सके तो", "कोशिश करें" मॉडल पर कोई सख्त बाउंड्री लागू नहीं कर पाते। इसके बजाय स्पष्ट वर्ब लेवल्स का उपयोग करने से डिसीजन-मेकिंग की सीमाएं बिल्कुल साफ़ तय हो जाती हैं।
MUST / REQUIRED: हार्ड कंस्ट्रेंट, ज़ीरो कॉम्प्रोमाइज़#
- सेमांटिक्स: इसे बिल्कुल स्किप नहीं किया जा सकता, कोई अपवाद नहीं।
- यूज़ केसेस: डेटा वैलिडेशन, सिक्योरिटी चेक्स, Schema आउटपुट स्पेसिफिकेशन्स, हाई-रिस्क इंटरसेप्शन।
- उदाहरण: "चालान API कॉल करने से पहले,
MUST पहले वेरीफ़ाई करें कि एम्प्लॉई आईडी मौजूद है या नहीं; यदि रिस्पॉन्स एम्प्टी आता है, तो MUST तुरंत एग्जीक्यूशन रोक दें।"
SHOULD / RECOMMENDED: स्ट्रॉन्ग रिकमेंडेशन, लेकिन उचित विचलन की छूट#
- सेमांटिक्स: जब तक कोई बहुत ठोस कॉन्टेक्स्टुअल वजह न हो, इसका पालन करना अनिवार्य है; यदि इससे भटकाव होता है, तो Agent को अपनी रीज़निंग का कारण स्पष्ट करना होगा।
- यूज़ केसेस: एल्गोरिदम स्ट्रैटेजी का चयन, क्लासिफिकेशन प्राथमिकताएं, रीट्री लॉजिक।
- उदाहरण: "कस्टमर इन्क्वायरी Ticket के लिए,
SHOULD इसे प्राथमिकता के साथ फ़र्स्ट-लाइन सपोर्ट को असाइन करें; लेकिन यदि इसमें पेमेंट विवाद शामिल है, तो इसे फाइनेंस ऑडिट टीम को रीअसाइन करने की अनुमति है।"
MAY / OPTIONAL: पूरी तरह से ऑप्शनल, मॉडल का अपना डिस्क्रिशन#
- सेमांटिक्स: मॉडल मौजूदा कॉन्टेक्स्ट रिसोर्सेज़ या token बजट के आधार पर खुद तय कर सकता है कि इसे एग्जीक्यूट करना है या नहीं।
- यूज़ केसेस: अतिरिक्त एक्सप्लेनेशन, आगे के सुझाव, ऑप्शनल लॉगिंग फॉर्मेट।
- उदाहरण: "प्रोसेसिंग समरी जनरेट करते समय,
MAY 1～2 मिलते-जुलते पुराने मामलों के रेफरेंस Ticket ID अटैच कर सकते हैं।"
प्रोडक्शन में लागू करने के 3 सिद्धांत#
1. हर जगह MUST लगाने से बचें, Reasoning के लिए जगह छोड़ें#
हर नियम को MUST बना देना LLM को एक Deterministic Compiler की तरह ट्रीट करने जैसा है, जिससे नियमों में टकराव या Context बड़ा होने पर लॉजिकल डेडलॉक्स पैदा हो सकते हैं। केवल "कंप्लायंस, सिक्योरिटी और कोर Schema" को ही MUST मार्क करें, बाकी बाउंड्रीज़ को SHOULD पर छोड़ें।
2. स्ट्रक्चर्ड Markdown सेक्शंस का उपयोग करें#
Prompt को नीचे दिए गए चार सेक्शंस में बांटें, ताकि सेमांटिक इंटेंसिटी का Scope एकदम स्पष्ट रहे:
## Parameters
## Constraints (RFC 2119)
## Execution Steps
## Error Handling
3. हाई-रिस्क नोड्स को Human-in-the-loop से बांधें#
जब कंडीशन्स किसी क्रिटिकल MUST बाउंड्री को ट्रिगर करती हैं (जैसे सिंगल ट्रांजैक्शन अमाउंट > $5,000, Admin परमिशन में बदलाव), तो Agent का एकमात्र MUST बिहेवियर होना चाहिए "पाइपलाइन को पॉज करना और ह्यूमन अप्रूवल के OK का इंतज़ार करना", न कि इंसानों की जगह खुद फैसला लेना।
निष्कर्ष: Demo खिलौने से Production-Ready सिस्टम तक#
Agent को एक इंडस्ट्रियल प्रोडक्शन लाइन की तरह ट्रीट करें, न कि सब कुछ अकेले संभालने वाले "ऑल-इन-वन सुपरहीरो" की तरह। RFC 2119 के ज़रिए बिहेवियरल कॉन्ट्रैक्ट सेट करके ही आपका Agent वाकई एक साधारण Demo खिलौने से आगे बढ़कर Production-Ready बन सकता है।