Harness ইঞ্জিনিয়ারিং: এটি কী এবং কীভাবে কাজ করে

Harness ইঞ্জিনিয়ারিং বলতে কী বোঝায়

Harness ইঞ্জিনিয়ারিং হলো একটি AI টুলের harness তৈরির কাজ, অর্থাৎ AI মডেল বাদে টুলটির প্রতিটি অংশ।

মডেল হলো সেই AI সিস্টেম, যাকে বিপুল পরিমাণ লেখার ওপর প্রশিক্ষণ দেওয়া হয়েছে, যাতে এটি ভাষা পড়তে ও লিখতে পারে। AI মডেলের উদাহরণের মধ্যে রয়েছে OpenAI-এর GPT, Anthropic-এর Claude বা Google-এর Gemini।

নিজে থেকে একটি মডেল কেবল লেখা (এবং কখনো কখনো ছবি বা অডিও) গ্রহণ করতে এবং উত্তরে লেখা ফেরত দিতে পারে। এটি অতীতের কথোপকথন মনে রাখতে, সাম্প্রতিক তথ্য খুঁজে দেখতে বা কোড চালাতে পারে না। তাই এর একটি harness প্রয়োজন, যা নিয়ন্ত্রণ করে মডেল কোন তথ্য পাবে, কোন অ্যাপ ব্যবহার করতে পারবে, তাকে কী করার অনুমতি দেওয়া হবে এবং তার কাজ কীভাবে যাচাই করা হবে।

এমনকি একটি সাধারণ চ্যাট সহকারীরও harness প্রয়োজন। মডেল উত্তর দেওয়ার সঙ্গে সঙ্গেই প্রতিটি আদান-প্রদান ভুলে যায়, তাই harness কথোপকথনের একটি রেকর্ড রাখে। কেউ যদি প্যারিস সম্পর্কে জিজ্ঞেস করার পর জানতে চান “এর জনসংখ্যা কত?”, তাহলে harness দুটি প্রশ্নই একসঙ্গে মডেলের কাছে পাঠায়। এভাবেই মডেল বুঝতে পারে যে “এর” বলতে প্যারিসকে বোঝানো হচ্ছে।

একই মডেলের ওপর তৈরি দুটি টুলের পারফরম্যান্স এতটা আলাদা হওয়ার একটি কারণ হলো harness ইঞ্জিনিয়ারিং। উদাহরণস্বরূপ, একটি স্বতন্ত্র পরীক্ষায় গবেষকেরা মডেলটি (GPT5) একই রেখে কেবল harness পরিবর্তন করেছিলেন, আর তাতে একটি কোডিং পরীক্ষায় মডেলের স্কোর সর্বোচ্চ ১১% পর্যন্ত বদলে যায়।

Anthropic ও OpenAI-এর মতো AI মডেল ডেভেলপাররা নিজেদের AI পণ্যের জন্য harness তৈরি করে, যেমন Claude Code ও Codex। আর যেসব কোম্পানি AI পণ্য তৈরি করে, তারা নিজেদের বেছে নেওয়া মূল মডেলগুলোর জন্য harness ডিজাইন করে। AI টুল ব্যবহারকারীরাও harness-এর একটি অংশ গড়ে তোলেন। অনেক টুলে তাঁরা স্থায়ী নির্দেশনা যোগ করতে, অ্যাপ সংযুক্ত করতে এবং টুলটি এগিয়ে যাওয়ার আগে কোন কাজগুলোর জন্য তাঁদের অনুমোদন লাগবে তা বেছে নিতে পারেন।

AI এজেন্টের জন্য harness ইঞ্জিনিয়ারিং

প্রতিটি AI টুলেরই একটি harness থাকে, তবে AI এজেন্ট নিয়ে কাজ করার সময় harness ইঞ্জিনিয়ারিং বিশেষভাবে গুরুত্বপূর্ণ হয়ে ওঠে। এজেন্টরা নিজে থেকেই বহু ধাপের কাজ সামলায়, যেমন প্রতিযোগীদের নিয়ে গবেষণা করে ফলাফলগুলো একটি স্প্রেডশিটে সাজানো, আর harness প্রতিটি ধাপ পরিচালনা করে। তাই harness যদি কোনো ভুল করে, যেমন গত বছরের দাম তুলে আনে, তাহলে তার প্রভাব বাকি ধাপগুলোতেও পড়বে।

বেশিরভাগ এজেন্ট harness-এর ছয়টি প্রধান অংশ থাকে:

১. এজেন্ট লুপ

বড় করুন

এজেন্ট লুপ হলো harness-এর ভেতরের সেই কোড, যা একটি কাজকে একবারে এক ধাপ করে সামনে এগিয়ে নিয়ে যায়।

কাজটি সম্পন্ন করতে পরবর্তী কোন ধাপ প্রয়োজন, তা AI মডেল ঠিক করে এবং একটি টুল কল লেখে: এটি একটি ছোট অনুরোধ, যাতে harness-এর কোনো একটি টুলের নাম (যেমন ওয়েব সার্চ) এবং টুলটির কী করা উচিত তা উল্লেখ থাকে।

Harness অনুরোধটি শনাক্ত করে, সার্চ চালায় এবং মডেল যা দেখতে পায় তার সঙ্গে ফলাফলগুলো যোগ করে। মডেল সেগুলো পড়ে এবং এরপর কী করবে তা ঠিক করে।

২. কনটেক্সট ব্যবস্থাপনা

প্রশিক্ষণের সময় একটি মডেল সাধারণ জ্ঞান অর্জন করে, কিন্তু প্রশিক্ষণ যে তারিখে শেষ হয়েছে, সেই জ্ঞান সেখানেই থেমে যায়। হাতের কাজটির সঙ্গে নির্দিষ্টভাবে সম্পর্কিত কোনো কিছু, যেমন কোনো কোম্পানির ফাইল, আজকের খবর বা কথোপকথনে আগে কী বলা হয়েছে, তা এতে থাকে না।

এসব কিছুর জন্য মডেল তার কনটেক্সট উইন্ডোর ওপর নির্ভর করে: প্রতিটি উত্তরের আগে harness মডেলকে যে লেখা দেয়, যেমন এর নির্দেশনা, কোয়েরি, এখন পর্যন্ত হওয়া কথোপকথন এবং সার্চের ফলাফল।

উইন্ডোটি কেবল নির্দিষ্ট পরিমাণ লেখাই ধারণ করতে পারে। আর উইন্ডো পূর্ণ হওয়ার আগেও দীর্ঘ ইনপুটের মাঝখানে চাপা পড়া তথ্য মডেল কখনো কখনো খেয়াল করতে পারে না।

তাই harness কনটেক্সট ব্যবস্থাপনার দায়িত্ব পালন করে এবং প্রতিটি ধাপে যে তথ্য প্রয়োজন, কেবল সেটুকুই বেছে নেয়। উদাহরণস্বরূপ, কাজটি যদি পাঁচটি প্রতিযোগী প্রতিষ্ঠানের মূল্য তুলনা করা হয়, তাহলে harness হয়তো প্রতিটি কোম্পানির পুরো ওয়েবসাইটের বদলে কেবল তাদের মূল্যতালিকার পৃষ্ঠাটি অন্তর্ভুক্ত করবে। দীর্ঘ কাজের ক্ষেত্রে harness আগের ধাপগুলোর বিস্তারিত রেকর্ডের জায়গায় একটি সংক্ষিপ্ত সারাংশও রাখতে পারে, যাতে সেই ইতিহাসে উইন্ডো ভরে না গিয়েও মডেল মনে রাখতে পারে সে এ পর্যন্ত কী কী করেছে।

৩. টুল

টুল হলো এমন কোড, যা মডেলের চাওয়া কাজগুলো সম্পন্ন করে। প্রতিটি টুল এক ধরনের কাজ সামলায়, যেমন ওয়েবে সার্চ করা, কোনো ওয়েব পেজ খুলে পড়া, কোড চালানো বা কোনো ফাইল সম্পাদনা করা। মডেল যখন একটি টুল কল লেখে, harness সেটি সঠিক টুলের কাছে পাঠায় এবং ফলাফল ফেরত দেয়।

অনেক harness-এ কানেক্টরও থাকে। এগুলো এমন টুল, যা কোনো ব্যক্তির দেওয়া অ্যাক্সেস ব্যবহার করে এজেন্টকে নির্দিষ্ট কোনো অ্যাপের সঙ্গে যুক্ত করে, যেমন ইমেইল, ক্যালেন্ডার বা শেয়ার করা ড্রাইভ। উদাহরণস্বরূপ, ক্যালেন্ডার কানেক্টর থাকলে একটি এজেন্ট মিটিংয়ের সময় প্রস্তাব করার আগে কারও সময় ফাঁকা আছে কি না দেখে নিতে পারে।

৪. মেমরি

মেমরি হলো সংরক্ষিত তথ্য, যা এক সেশন থেকে পরের সেশনে বহন করা হয়। একটি সেশন চলাকালে harness ছোট ছোট নোট সংরক্ষণ করে, যেমন কোনো ব্যক্তির পছন্দ বা কোনো প্রজেক্ট কোন পর্যায়ে আছে। পরের সেশনের শুরুতে harness সেই নোটগুলো কনটেক্সট উইন্ডোতে যোগ করে, ফলে মডেল নতুন কোয়েরি পড়ার আগেই সেগুলো পড়ে নেয়। উদাহরণস্বরূপ, এভাবেই একটি এজেন্ট সাপ্তাহিক রিপোর্টের কাজ আবার শুরু থেকে না করে যেখানে থেমেছিল সেখান থেকেই এগিয়ে নিতে পারে।

৫. অনুমতি

অনুমতি হলো এমন কিছু নিয়ম, যা ঠিক করে একটি এজেন্ট কোথায় পৌঁছাতে পারবে এবং কী করতে পারবে। অ্যাক্সেসের নিয়ম ঠিক করে এটি কোন ফাইল, অ্যাপ বা ওয়েবসাইট খুলতে পারবে। অনুমোদনের নিয়ম ঠিক করে কোন কাজগুলোর জন্য কোনো ব্যক্তির সম্মতির অপেক্ষা করতে হবে, যেমন বার্তা পাঠানো বা কেনাকাটা করা।

যে কোম্পানি এজেন্টটি তৈরি করে, তারা এর কিছু নিয়ম harness-এর কোডে নির্ধারণ করে দেয়। এরপর কোনো প্রতিষ্ঠানের অ্যাডমিনরা নিজেদের নিয়ম যোগ করতে পারেন, আর আলাদা আলাদা ব্যবহারকারীরা বেছে নিতে পারেন কোন কোন অ্যাকাউন্ট সংযুক্ত করবেন, ইত্যাদি।

৬. যাচাইকরণ

যাচাইকরণ হলো এমন কোড, যা এজেন্টের কাজ কোনো ব্যক্তির কাছে পৌঁছানোর আগে তা পরীক্ষা করে। এতে দুই ধরনের পরীক্ষা ব্যবহার করা হয়:

• নির্দিষ্ট নিয়ম, অর্থাৎ এমন সুনির্দিষ্ট পরীক্ষা যা প্রতিবার একইভাবে পাস বা ফেল হয়, যেমন রিপোর্টের প্রতিটি সংখ্যা এজেন্টের আসলেই পড়া কোনো ডকুমেন্টে আছে কি না তা নিশ্চিত করা।
• অন্য একটি AI মডেলের পর্যালোচনা, যা কাজটি পড়ে তার মূল্যায়ন করে। এটি এমন সমস্যাও ধরতে পারে যেগুলোকে নিয়মে রূপ দেওয়া কঠিন, যেমন কোনো সারাংশে একটি গুরুত্বপূর্ণ বিষয় বাদ পড়ে যাওয়া।

কোনো একক পরীক্ষাই সবকিছু ধরতে পারে না, তাই harness সাধারণত দুই ধরনের পরীক্ষাই একসঙ্গে ব্যবহার করে। কোনো পরীক্ষায় সমস্যা ধরা পড়লে harness সেটির বিবরণ মডেলের কনটেক্সট উইন্ডোতে যোগ করে এবং কাজটি আবার এজেন্ট লুপের মধ্য দিয়ে পাঠায়। মডেল সমস্যাটি ঠিক করে আবার চেষ্টা করে, ফলে ব্যবহারকারী ফলাফল দেখার আগেই অনেক ভুল সংশোধন হয়ে যায়।

Harness ইঞ্জিনিয়ারিংয়ের উদাহরণ

ক্লায়েন্টের সঙ্গে মিটিংয়ের প্রস্তুতি

কাজ: একজন অ্যাকাউন্ট ম্যানেজার একটি এজেন্টকে আগামীকাল একজন ক্লায়েন্টের সঙ্গে মিটিংয়ের জন্য একটি ব্রিফিং তৈরি করতে বলেন, যাতে অমীমাংসিত বিষয়গুলো এবং একটি খসড়া আলোচ্যসূচি থাকবে।

Harness যা করে:

• একটি ইমেইল কানেক্টরের মাধ্যমে এজেন্ট ম্যানেজারের ইনবক্সে ক্লায়েন্টের সঙ্গে আদান-প্রদান হওয়া বার্তাগুলো খোঁজে।
• অনুমতির নিয়ম অনুযায়ী এটি ইমেইল পড়তে পারে, কিন্তু কোনো ইমেইল পাঠাতে পারে না।
• কনটেক্সট ব্যবস্থাপনা পুরো ইনবক্স নয়, কেবল ওই ক্লায়েন্টের সঙ্গে গত তিন মাসের বার্তাগুলো মডেলের কাছে পাঠায়।
• এজেন্ট লুপ কয়েক দফা খোঁজা ও পড়ার কাজ চালায়, আর মডেল যা খুঁজে পায় তা বিভিন্ন অমীমাংসিত বিষয়ে ভাগ করে সাজায়।
• এরপর যাচাইকরণ পরীক্ষা করে দেখে যে ব্রিফিংয়ের প্রতিটি বিষয় কোনো বাস্তব ইমেইলের সঙ্গে যুক্ত কি না।

সম্ভাব্য ফলাফল: ম্যানেজার এক পৃষ্ঠার একটি ব্রিফিং পান, যার প্রতিটি বিষয়ের উৎস ইমেইল খুঁজে বের করা যায়।

মাসিক বিক্রয় রিপোর্ট হালনাগাদ করা

কাজ: একজন অপারেশনস লিড একটি এজেন্টকে এই মাসের সংখ্যা দিয়ে মাসিক বিক্রয় রিপোর্ট হালনাগাদ করতে বলেন।

Harness যা করে:

• মেমরি গত মাসের সেশনের নোটগুলো লোড করে, যার মধ্যে রয়েছে রিপোর্টের ফরম্যাট এবং সংখ্যাগুলোকে নিকটতম হাজারে রাউন্ড করার বিষয়ে লিডের অনুরোধ।
• একটি ফাইল টুল টিমের শেয়ার করা ড্রাইভে থাকা বিক্রয়ের স্প্রেডশিটটি খোলে।
• অনুমতির নিয়ম অনুযায়ী এজেন্ট খসড়া রিপোর্ট সম্পাদনা করতে পারে, কিন্তু মূল স্প্রেডশিট নয়, ফলে মূল সংখ্যাগুলো ভুলবশত বদলে যাওয়ার সুযোগ থাকে না।
• যাচাইকরণ পরীক্ষা করে দেখে যে রিপোর্টের মোট সংখ্যাগুলো স্প্রেডশিটের সঙ্গে মেলে কি না।

সম্ভাব্য ফলাফল: ব্যবহারকারীকে নতুন করে কিছু বুঝিয়ে বলতে না হয়েই রিপোর্টটি গত মাসের মতো একই ফরম্যাটে চলে আসে।

শেয়ার করা ইনবক্স গোছানো

কাজ: একটি সাপোর্ট টিম একটি এজেন্টকে সকালে আসা অনুরোধগুলো বিষয় অনুযায়ী সাজাতে এবং সাধারণ অনুরোধগুলোর উত্তরের খসড়া তৈরি করতে বলে।

Harness যা করে:

• এজেন্ট লুপ একবারে একটি করে বার্তা ধরে পুরো ইনবক্সের কাজ এগিয়ে নেয়।
• প্রতিটি বার্তার জন্য মডেল একটি বিষয়ভিত্তিক লেবেল বেছে নেয়, আর harness ইমেইল কানেক্টরের মাধ্যমে সেটি প্রয়োগ করে।
• কাজের শুরুতে harness টিমের অনুমোদিত উত্তরের টেমপ্লেটগুলো নির্দেশিকা হিসেবে কনটেক্সট উইন্ডোতে যোগ করে, যাতে মডেল প্রতিটি খসড়া কোনো একটি টেমপ্লেটের ভিত্তিতে তৈরি করে।
• একটি অনুমোদনের নিয়ম প্রতিটি উত্তরকে খসড়া হিসেবে আটকে রাখে, যতক্ষণ না টিমের কেউ সেটি পর্যালোচনা করে পাঠান।

সম্ভাব্য ফলাফল: টিম দিন শুরু করে গুছিয়ে সাজানো অনুরোধ আর পর্যালোচনার অপেক্ষায় থাকা উত্তর হাতে নিয়ে।

ওয়েবসাইটের একটি বাগ ঠিক করা

কাজ: একজন ডেভেলপার একটি কোডিং এজেন্টকে এমন একটি বাগ ঠিক করতে বলেন, যার কারণে একটি চেকআউট বাটন কাজ করছে না।

Harness যা করে:

• এজেন্ট একটি স্যান্ডবক্সে কাজ করে—অর্থাৎ কোডের একটি বিচ্ছিন্ন কপিতে, যেখানে এর করা পরিবর্তন লাইভ ওয়েবসাইটকে প্রভাবিত করতে পারে না।
• একটি কোড টুল মডেলকে ফাইল পড়তে ও সম্পাদনা করতে দেয়।
• প্রতিটি পরিবর্তনের পর যাচাইকরণ প্রজেক্টের স্বয়ংক্রিয় টেস্টগুলো চালায়।
• কোনো টেস্ট ফেল করলে তা নতুন তথ্য হিসেবে মডেলের কাছে ফেরত যায়।

সম্ভাব্য ফলাফল: টেস্টগুলো পাস না করা পর্যন্ত এজেন্ট তার সমাধানটি সংশোধন করতে থাকে। এরপর পরিবর্তনটি লাইভ হওয়ার আগে ডেভেলপার সেটি পর্যালোচনা করেন।

Harness ইঞ্জিনিয়ারিং বনাম প্রম্পট ইঞ্জিনিয়ারিং বনাম কনটেক্সট ইঞ্জিনিয়ারিং

প্রম্পট ইঞ্জিনিয়ারিং হলো একটি একক কোয়েরি তৈরি ও অপ্টিমাইজ করার কাজ। কনটেক্সট ইঞ্জিনিয়ারিং হলো মডেল যা কিছু দেখে, তার সবকিছু ব্যবস্থাপনা করার কাজ। আর harness ইঞ্জিনিয়ারিং হলো মডেল যে পুরো সিস্টেমের ভেতরে কাজ করে, তা ডিজাইন ও উন্নত করার প্রক্রিয়া।

ব্যবহারকারীরা কীভাবে একটি AI harness-কে প্রভাবিত করতে পারেন

একটি এজেন্ট harness-এর বেশিরভাগ অংশ আসে সেই কোম্পানির কাছ থেকে, যারা এজেন্টটি তৈরি করে। তবে অনেক AI পণ্য ব্যবহারকারীদের কাস্টম নির্দেশনা, সংযুক্ত অ্যাপ এবং অনুমোদনের মতো সেটিংসের মাধ্যমে এর একটি অংশ সামঞ্জস্য করার সুযোগ দেয়।

ব্যবহারকারীরা চারটি উপায়ে একটি এজেন্ট harness-কে নিজেদের মতো করে গড়ে নিতে এবং এজেন্টের ফলাফল উন্নত করতে পারেন:

১. স্থায়ী নির্দেশনা

স্থায়ী নির্দেশনা হলো এমন নোট, যা একজন ব্যক্তি একবারই লেখেন, যাতে harness প্রতিটি কাজের শুরুতে সেগুলো কনটেক্সট উইন্ডোতে যোগ করতে পারে। এগুলো না থাকলে যেসব বিষয় একজন ব্যক্তিকে প্রতিটি কোয়েরিতে বারবার বলতে হতো, সেগুলোর জন্য এই নির্দেশনা সেট আপ করা সার্থক: তিনি কে এবং কী করেন, লেখার ধরন তিনি কেমন পছন্দ করেন, কিংবা কোনো ক্লায়েন্টের মাসিক রিপোর্টের মতো নিয়মিত কাজের নিয়মকানুন।

অনেক AI পণ্য দুটি স্তরে স্থায়ী নির্দেশনার সুবিধা দেয়। অ্যাকাউন্টজুড়ে প্রযোজ্য নির্দেশনা এমন বিষয়ের জন্য উপযুক্ত, যা সব কাজের ক্ষেত্রেই সত্য, যেমন বানানের পছন্দ। প্রজেক্টের নির্দেশনা কোনো একক ক্লায়েন্ট বা ওয়ার্কফ্লোর জন্য উপযুক্ত, যাতে একটির নির্দেশনা অন্যটিতে চলে না যায়।

চ্যাট সহকারী ও এজেন্ট—উভয় ক্ষেত্রেই স্থায়ী নির্দেশনা একইভাবে কাজ করে, তবে এজেন্ট এগুলোর ওপর বেশি নির্ভর করে। চ্যাটে একজন ব্যক্তি প্রতিটি উত্তরের পর AI-কে সংশোধন করে দিতে পারেন। কিন্তু কেউ এজেন্টের কাজ দেখার আগেই এটি অনেকগুলো ধাপ পার করে ফেলতে পারে, তাই শুরুতেই দেওয়া নির্দেশনা হলো চলার পথে এটিকে সঠিক দিকে পরিচালিত করার হাতে গোনা কয়েকটি উপায়ের একটি।

কার্যকর স্থায়ী নির্দেশনা কীভাবে লিখবেন

• একটি ছোট নির্দেশনা দিয়ে শুরু করুন, যেমন: “আমি একটি সফটওয়্যার কোম্পানির মার্কেটিং ম্যানেজার। সহজ ইংরেজিতে লিখুন, সারাংশ ২০০ শব্দের মধ্যে রাখুন এবং মার্কিন বানানরীতি ব্যবহার করুন।”
• AI কোনো ভুল করলে নির্দেশনায় নতুন কিছু যোগ করুন। টিমের যেসব সংখ্যা হুবহু প্রয়োজন, AI যদি বারবার সেগুলো রাউন্ড করে, তাহলে সে কথা জানিয়ে একটি লাইন যোগ করুন।
• নির্দেশনা সুনির্দিষ্ট করুন: “হুবহু সংখ্যা দিন, কখনো রাউন্ড করবেন না” নির্দেশনাটি “নির্ভুল থাকুন”-এর চেয়ে বেশি কার্যকর।
• তালিকাটি ছোট রাখুন এবং যেসব লাইন আর কাজে আসে না সেগুলো সরিয়ে দিন, কারণ প্রতিটি লাইন কনটেক্সট উইন্ডোতে জায়গা নেয়।

২. সংযুক্ত অ্যাপ

সংযুক্ত অ্যাপ একটি AI পণ্যকে সেই টুলগুলোর সঙ্গে যুক্ত করে, যেগুলো একজন ব্যক্তি আগে থেকেই ব্যবহার করেন, যেমন ইমেইল, ক্যালেন্ডার বা শেয়ার করা ড্রাইভ। কোনো অ্যাপ সংযুক্ত হয়ে গেলে AI কেবল চ্যাটে পেস্ট করা বিষয়বস্তু নয়, ব্যক্তির নিজস্ব তথ্য নিয়েও কাজ করতে পারে।

কোনো কাজ যখন ওই অ্যাপগুলোতে থাকা তথ্যের ওপর নির্ভর করে, যেমন ইমেইল থ্রেড থেকে মিটিংয়ের ব্রিফিং তৈরি করা বা শেয়ার করা ড্রাইভের ডকুমেন্টের সারসংক্ষেপ তৈরি করা, তখন সংযোগ সেট আপ করা সার্থক।

কীভাবে নিরাপদে অ্যাপ সংযুক্ত করবেন

• কেবল সেই অ্যাপগুলোই সংযুক্ত করুন যেগুলো কাজের জন্য প্রয়োজন, কারণ প্রতিটি সংযোগ ভুলের আরও একটি সুযোগ তৈরি করে।
• যেখানে সুযোগ আছে, সেখানে কেবল পড়ার (রিড-অনলি) অ্যাক্সেস বেছে নিন। উদাহরণস্বরূপ, মিটিংয়ের ব্রিফিং প্রস্তুতকারী একটি এজেন্টের ইমেইল পড়া প্রয়োজন, পাঠানো নয়।
• যেখানে পণ্যটি অনুমতি দেয়, সেখানে প্রজেক্ট অনুযায়ী সংযোগ নির্ধারণ করুন। উদাহরণস্বরূপ, Perplexity-তে ব্যবহারকারীরা প্রতিটি প্রজেক্ট কোন কোন কানেক্টর ব্যবহার করবে তা বেছে নিতে পারেন।
• যেসব অ্যাপ আর ব্যবহার করা হচ্ছে না, সেগুলোর সংযোগ বিচ্ছিন্ন করতে ভুলবেন না।

৩. অনুমোদন সেটিংস

অনুমোদন সেটিংস নির্ধারণ করে AI এগিয়ে যাওয়ার আগে কোন কাজগুলোর জন্য কোনো ব্যক্তির সম্মতির অপেক্ষা করতে হবে। কিছু অনুমোদন পণ্যের মধ্যেই অন্তর্নির্মিত থাকে, আর কিছু পণ্য ব্যবহারকারীদের বেছে নিতে দেয় অন্য কোন কাজগুলোর জন্য অনুমোদন লাগবে।

অনুমোদনের নিয়ম কীভাবে নির্ধারণ করবেন

• যেসব কাজ আর ফিরিয়ে নেওয়া যায় না, যেমন বার্তা পাঠানো, কেনাকাটা করা বা কোনো ফাইল মুছে ফেলা, সেগুলোর জন্য অনুমোদন বাধ্যতামূলক করুন।
• অনুমোদনের তালিকা ছোট রাখুন। এজেন্ট যদি প্রতিটি ছোট ধাপেই সম্মতি চায়, তাহলে মানুষ না পড়েই অনুমোদন দিতে শুরু করে।

৪. মানদণ্ড ও যাচাই

বেশিরভাগ AI পণ্যে কিছু মানদণ্ড আগে থেকেই অন্তর্ভুক্ত থাকে। উদাহরণস্বরূপ, Perplexity তার উত্তরের সঙ্গে সূত্র উল্লেখ করে, যাতে প্রতিটি দাবি যাচাই করা যায়। ব্যবহারকারীর নির্ধারিত মানদণ্ড এমন বিষয় যোগ করে, যা কোনো পণ্য নিজে থেকে জানতে পারে না, যেমন কোনো দলের পছন্দের রিপোর্ট ফরম্যাট।

AI-এর কাজের জন্য কীভাবে মানদণ্ড নির্ধারণ করবেন

• নিয়মিত পুনরাবৃত্ত কাজের জন্য একটি টেমপ্লেট দিন, যাতে AI-এর কাছে পূরণ করার মতো একটি নির্দিষ্ট কাঠামো থাকে।
• দলের পছন্দ হয়েছে এমন আগের কোনো কাজের উদাহরণ শেয়ার করুন, যাতে AI সেই কাজের সুর ও বিস্তারিত বর্ণনার মাত্রা অনুসরণ করতে পারে।
• প্রতিটি পরিসংখ্যানের পাশে সূত্রের লিংক দিতে বলুন।
• প্রথম দিকের ফলাফলগুলো মনোযোগ দিয়ে পর্যালোচনা করুন এবং বারবার দেখা দেওয়া যেকোনো ঘাটতিকে একটি নতুন স্থায়ী নির্দেশনায় পরিণত করুন।

এজেন্ট harness নিয়ে Perplexity-র দৃষ্টিভঙ্গি

Perplexity Computer একটি মডেল-নিরপেক্ষ harness-এ চলে, যা ২০টিরও বেশি উন্নত মডেলকে একটি সিস্টেমে নিয়ে আসে। এটি প্রতিটি কাজকে ছোট ছোট উপকাজে ভাগ করে, সেগুলো সাবএজেন্টদের (আলাদা এজেন্ট, যাদের প্রত্যেকে একটি করে অংশ সামলায়) হাতে তুলে দেয় এবং প্রতিটি কাজ তার উপযোগী মডেলের কাছে পাঠায়।

নির্দেশনা, ফাইল ও কানেক্টর কীভাবে সেট আপ করবেন, তা জানতে Perplexity প্রজেক্টের গাইড দেখুন।

সচরাচর জিজ্ঞাসিত প্রশ্ন

Harness ইঞ্জিনিয়ার কে?

একজন harness ইঞ্জিনিয়ার এমন একটি সিস্টেম ডিজাইন ও রক্ষণাবেক্ষণ করেন, যার মাধ্যমে একটি AI মডেল নির্ভরযোগ্যভাবে কাজ করতে পারে। এর মধ্যে থাকতে পারে এজেন্টের ব্যবহারের জন্য নতুন টুল যোগ করা, এজেন্ট কেন বারবার একই ভুল করছে তা খুঁজে বের করা, অথবা কোনো কাজ শেষ করার আগে এজেন্ট যেসব যাচাই চালায় সেগুলো আরও কঠোর করা। এটি কোনো প্রচলিত পদবি নয়, যদিও ভবিষ্যতে তা বদলাতে পারে। সাধারণত AI কোম্পানির সফটওয়্যার ইঞ্জিনিয়াররা বা এজেন্ট তৈরি করে এমন দলের সদস্যরা এই কাজ করেন। উৎপাদন শিল্পে একই পদবি দিয়ে এমন কাউকে বোঝায়, যিনি wire harness, অর্থাৎ গাড়ি ও যন্ত্রের ভেতরের গুচ্ছবদ্ধ তার, ডিজাইন করেন।

এজেন্ট harness কী?

এজেন্ট harness বলতে সাধারণত একটি AI এজেন্টের মডেল ছাড়া বাকি সবকিছুকে বোঝায়। এর মধ্যে রয়েছে সেই কোড, যা এজেন্ট লুপ চালায়, কনটেক্সট পরিচালনা করে, টুল কল সম্পন্ন করে, মেমরি সংরক্ষণ করে, অনুমতি প্রয়োগ করে এবং কোনো ব্যক্তির কাছে পৌঁছানোর আগে এজেন্টের কাজ যাচাই করে।

প্রতিটি AI টুলেরই কি harness থাকে?

হ্যাঁ। এমনকি একটি সাধারণ চ্যাট অ্যাসিস্ট্যান্টও কথোপকথনের হিসাব রাখতে একটি harness-এর ওপর নির্ভর করে, কারণ মডেল নিজে থেকে আগের বার্তাগুলো মনে রাখে না।

ডেভেলপাররা API (এমন একটি সংযোগ, যার মাধ্যমে একটি প্রোগ্রাম আরেকটি প্রোগ্রামে অনুরোধ পাঠাতে পারে) ব্যবহার করে নিজেদের সফটওয়্যার থেকে অনুরোধ পাঠিয়েও একটি মডেল ব্যবহার করতে পারেন। সেক্ষেত্রে ডেভেলপারের নিজের কোডই harness-এর কাজটি করে।

আরও উন্নত মডেল কি harness-কে অপ্রয়োজনীয় করে তুলবে?

আরও উন্নত মডেলের হয়তো ধাপে ধাপে নির্দেশনার প্রয়োজন কম হবে, তাই harness আজ যা করে তার কিছু অংশ কমে আসতে পারে। কিন্তু একটি মডেল নিজে কেবল টেক্সটকে টেক্সটে রূপান্তর করে। এর কোনো ইন্টারনেট সংযোগ নেই, অন্য অ্যাপেও কোনো অ্যাক্সেস নেই। ফাইলে অ্যাক্সেস করা, কাজ সম্পাদন করা এবং অনুমোদনের নিয়ম প্রয়োগ করা—এসবই ঘটে মডেলকে ঘিরে থাকা সফটওয়্যারে। তাই মডেল যত সক্ষমই হোক না কেন, এই কাজগুলো সম্ভবত harness-এর হাতেই থেকে যাবে।