बिना Coding अनुभव के मैंने अपना Chatbot कैसे बनाया: सीखे गए सबक
मैंने 5 महीनों में GPT API और ChatGPT 4 का उपयोग करके शून्य coding ज्ञान से एक काम करने वाला chatbot बनाया — यहाँ बताता हूँ मैंने यह कैसे किया और एक पूर्ण शुरुआती के रूप में क्या सीखा।
अपडेट (2026): यह chatbot विकसित होकर Sydney बन गया! कई iterations के बाद, Sydney अब /ask/ पर रहती है और blog content और products पर ध्यान देती है।
जब से पिछले साल chatGPT लॉन्च हुआ, मैं generative AI से fascinated हूँ और उपलब्ध API का उपयोग करके अपना chatbot बनाना चाहता था। किसी भी programming अनुभव के बिना एक पूर्ण शुरुआती के रूप में, यह एक महत्वाकांक्षी लक्ष्य था। हालाँकि, मैं AI systems के साथ काम करने का hands-on अनुभव हासिल करने के लिए खुद को धकेलने पर तुला था। मेरी प्रेरणा थी इन tools का उपयोग करने से परे जाना और यह गहरा समझ विकसित करना कि ये कैसे बने हैं। मैंने अपने blog के posts के बारे में सवालों का जवाब देने वाला chatbot बनाकर अपने मौजूदा content का लाभ उठाने का फैसला किया। इस chatbot को scratch से बनाना एक अमूल्य learning अनुभव रहा है, हालाँकि इसे अभी लंबा रास्ता तय करना है। इस post में, मैं इस सफर में एक coding novice के रूप में अब तक सीखे गए कुछ मुख्य सबक share करूँगा।
तो मेरी चुनौतियाँ क्या थीं?
- शुरू करने के लिए, मुझे programming नहीं आती थी। मुझे ज़्यादा (अगर कोई) HTML नहीं आता था (
<h1>या<h2>के उपयोग से परे), Python या किसी अन्य programming language की तो बात ही छोड़ें। - बेशक, मुझे cloud पर application deploy करना नहीं आता था, Docker, Cloud Run, आदि के बारे में पहले कभी नहीं सुना था।
- मैं इस website को Bluehost से GCP में migrate भी नहीं कर सका क्योंकि मुझे MySQL, virtual instance, आदि के बारे में नहीं पता था।
- मुझे SSH, public key, private key या ऐसी कोई चीज़ नहीं आती थी T.T
- Machine learning या advanced math में कोई background भी नहीं था।
- और मैं कोई नौजवान नहीं हूँ :| मैं 40 साल का हूँ, full-time नौकरी के साथ।
लेकिन करीब 5 महीने बाद, यहाँ है chatbot का version 0.1 जिसे मैंने बनाया, OpenAI GPT API और ChatGPT 4 की बहुत सहायता से। मैं झूठ नहीं बोल रहा जब version 0.1 कहता हूँ क्योंकि यह अभी बहुत दूर है (बहुत दूर) मेरी उम्मीदों से, लेकिन यह "काम" कर रहा है (एक तरह से)। यह क्या कर सकता है:
- अगर आप chatbot से पहले लिखे किसी topic के बारे में सवाल पूछते हैं, तो chatbot कई articles में content को synthesize कर सकता है और आपको जवाब दे सकता है।
- यह बिंदु मेरे लिए महत्वपूर्ण है क्योंकि पहले मैंने off-the-shelf solutions implement करने के बारे में लिखा था लेकिन आम समस्या यह है कि वे chatbots posts में content को synthesize नहीं करते। Chatbot एक chatbot से ज़्यादा search function जैसा "feel" होता था।
- यह सिर्फ मेरे blog posts के बारे में सवालों का जवाब देने के लिए designed है इसलिए अगर आप दूसरे topics के बारे में पूछते हैं, तो संभव है यह मना कर दे।
- इसके ज्ञान में वो सभी posts शामिल हैं जो मैंने पिछले 17 सालों में प्रकाशित किए, सितंबर 2023 के अंत तक। यह लगभग 500 posts है।
बहुत सारी चीज़ें हैं जो chatbot अभी नहीं कर सकता, जैसे:
- यह किसी post में लिखे किसी specific number को सटीक रूप से याद नहीं कर सकता।
- यह publish dates के बारे में सटीक जवाब नहीं दे सकता।
- मुझे यकीन है इसमें बहुत security issues हैं T.T (दुखद, बहुत दुखद)
- और भी बहुत कुछ
फरवरी 2024 का अपडेट:
Chatbot का Version 2.1 उपलब्ध है और आप इसके बारे में post "Chatbot v2.10 Unveiled: Elevating User Experience with Enhanced Speed, Scalability, and Simplicity." देख सकते हैं।
तो इस सफर के पहले चरण से मैंने क्या सीखा?
1. ChatGPT 4 ज़्यादातर basic/intermediate coding tasks पूरे कर सकता है
अगर आप जानते हैं कि आप क्या ढूंढ रहे हैं और अपने prompts/context-sharing में specific हैं।
मुख्य बात है machine से क्या पूछना है यह जानना। यह "लगभग सभी" coding tasks कर सकता है जब तक tasks काफी specific हों। मैं जानबूझकर "लगभग सभी" कह रहा हूँ क्योंकि यह दिए गए कुछ examples को follow करने में बार-बार विफल होता है।
ChatGPT 4 का generate किया code अक्सर काफी modular होता है कि इसे बाद में reuse किया जा सके। Machine अक्सर पूरे code में specific comments भी शामिल करती है।
2. Fundamental coding/IT lessons/courses लें
अगर आप मेरी जगह होते, तो आप वो नहीं पूछ पाते जो आप नहीं जानते। इसे overcome करने के कुछ तरीके:
- chatGPT को project का overall objective समझाएं और उसे सभी steps का overview देने के लिए कहें। यह आपको उन areas का rough idea देगा जिनके बारे में आपको और सीखना होगा।
- अगर आप blindly follow करते हैं जो chatGPT आपको करने के लिए कहता है, तो यह sense नहीं बना सकता। (मैंने यह try किया :P)
- ये fundamental courses मेरे लिए बहुत helpful रहे। ये मुझे broad (लेकिन deep नहीं) knowledge देते हैं ताकि मुझे पता हो कि अलग-अलग puzzles कैसे fit होने चाहिए:
3. ChatGPT API से Systems Build करने पर ये FREE, short courses पूरे करें
ChatGPT API के बारे में दो courses आपका बहुत समय बचाएंगे:
हालाँकि ये courses beginners के लिए हैं, जब मैं कुछ महीने पहले पहली बार उनसे मिला, तो मेरे पास even follow करने के लिए पर्याप्त fundamental knowledge नहीं थी। इसलिए मैंने करीब 10 मिनट बाद देखना बंद कर दिया। फिर OpenAI API और different prompts के साथ कुछ समय काम करने के बाद, अटका और फिर इन courses याद आए। बस इन्होंने मुझे वो सभी जवाब दिए जो मुझे version 0.1 बनाने के लिए चाहिए थे।
Prompt engineering course खासतौर पर helpful है क्योंकि यह दिखाता है कि chatGPT को एक निश्चित तरीके से output करने के लिए कैसे instruct करें। उदाहरण के लिए, course देखे बिना मैं इस प्रकार के system message के बारे में नहीं सोचता:
"Make sure to ask the user relevant follow-up questions."
HTML-compatible bullet point format और line breaks users के लिए chatbot का उपयोग करना बहुत आसान बना देते हैं जब जवाब लंबे होते हैं।
4. OpenAI documentation खुद पढ़ें
मैं आलसी हूँ (:D) इसलिए शुरू में मैंने OpenAI की documentation पढ़ने की जहमत नहीं उठाई। मैंने बस documentation को chatGPT में copy और paste किया और फिर उसे reference sources के रूप में उपयोग करने और actual codes के साथ guide करने के लिए कहा। यह अच्छा नहीं रहा और मैंने काफी समय बर्बाद किया इससे पहले कि मैंने documentation खुद पढ़ने का फैसला किया और फिर chatGPT से ज़्यादा targeted asks किए।
5. ChatGPT बहुत लंबे conversation में या कुछ घंटे start/stop करने के बाद आसानी से खो जाता है
मुझे लगता है मुझे इससे हैरान नहीं होना चाहिए था क्योंकि इंसान की तरह, chatGPT conversation बहुत लंबा होने पर आसानी से खो जाता है। इससे मेरा क्या मतलब है?
- यह ऐसे codes recommend करने लगता है जो कोई sense नहीं बनाते
- या हाल ही में दिए codes/advice का दूसरा टुकड़ा याद नहीं कर पाता
साथ ही जब आप कुछ घंटों (या रात भर) के बाद काम करना बंद करते हैं और वापस आते हैं, यहाँ तक कि chatGPT से पूरी conversation history पढ़ने और confirm करने के बाद, इंसान की तरह, मुझे बहुत अधिक recent context और code base फिर से देना पड़ता है। नहीं तो, यह पहले बताई कई details को पूरी तरह "भूल" जाता है।
6. GPT 4 API महँगा है इसलिए जितना हो सके GPT 3.5 try करें
उदाहरण के लिए, मैंने $20 GPT 4 API पर summarization task के लिए बर्बाद किए जो GPT 3.5 अच्छे से कर सकता है। साथ ही यह भी सुनिश्चित करें कि आप code को पहले कुछ files पर test करें "unleash" करने से पहले सैकड़ों files पर, क्योंकि GPT API की लागत तेज़ी से बढ़ सकती है।
7. OpenAI Cookbook आपका दोस्त है
फिर से, मैंने पहले OpenAI sample cookbook देखने की जहमत न उठाने की गलती की। वहाँ आप पा सकते हैं:
- tiktoken से tokens count करना: यह महत्वपूर्ण है क्योंकि अगर आप chatGPT से यह करने के लिए कहते हैं, तो यह GPT 3 के लिए पुरानी methodologies पर निर्भर करेगा और सबसे अपडेट तरीका नहीं देगा
- Embeddings-based search का उपयोग करके Question answering: मैंने basically chatbot का version 0.1 बनाने के लिए यही approach उपयोग की।
8. Context window length beginners के लिए tricky है
अलग-अलग GPT models के अलग-अलग max token limits होते हैं और code को modify करना ताकि आप token limit के अंदर रहें novices (जैसे मेरे) के लिए आसान नहीं है। मुझे इस हिस्से पर इतना समय बिताना पड़ा क्योंकि मेरे कई blog posts बहुत-बहुत लंबे हैं।
साथ ही chatbot के लिए, मैं चाहता हूँ कि यह कई posts में content को synthesize करे जवाब देने से पहले इसलिए मुझे अक्सर token limit का सामना करना पड़ा।
9. Version control, version control और version control
यह experts के लिए शायद बहुत intuitive है लेकिन मेरे जैसे coding novice के लिए, मुझे hard way से सीखना पड़ा। और मुझे यह भी सीखना पड़ा कि सही git commit frequency क्या है जो इस project के लिए काम करती है, क्योंकि मैं एकमात्र contributor/coder हूँ।
निष्कर्ष
संक्षेप में, एक beginner के रूप में इस chatbot-building यात्रा ने मुझे fundamentals सीखने, targeted tasks के लिए ChatGPT का लाभ उठाने, API documentation का अध्ययन करने, और version control उपयोग करने का महत्व सिखाया है। हालाँकि अभी सुधार की काफी गुंजाइश है, मेरे पास अब एक basic prototype है जो मेरे blog posts में जानकारी synthesize करके सवालों का जवाब दे सकता है। आगे बढ़ते हुए, मेरी priorities हैं chatbot के knowledge base को नए content तक फैलाना, posts से specific details retrieve करने की उसकी क्षमता में सुधार करना, और token limits के अंदर रहने के लिए उसके responses को optimize करना। मैं prompt engineering और cloud deployment जैसे areas में अपनी skills को level up करते रहने की भी योजना बना रहा हूँ।
बस इतना मेरी तरफ से। मैं सीखे गए सबक पर update करता रहूँगा और जब नया version उपलब्ध हो तो share करूँगा।
क्या आपने एक non-developer के रूप में OpenAI API से कुछ बनाने की कोशिश की है? मुझे जानना अच्छा लगेगा आपको सबसे ज़्यादा क्या परेशान किया — मेरे लिए तो निश्चित रूप से context window limits और version control थे :P
एक हफ्ते बाद
1 हफ्ते की sprint के बाद, मैंने chatbot में अतिरिक्त updates पूरे किए। इसके बारे में और पढ़ने के लिए, यहाँ जाएं "Evolving My Chatbot: A One-Week Sprint to Smarter Interactions।"
शुभकामनाओं सहित,
Chandler
