GPT‑6 પરિવારનાં મોડલ માટે માર્ગદર્શિકા
સમય અને ખર્ચ સંભાળીને GPT‑6 મોડલમાંથી શ્રેષ્ઠ પરિણામો મેળવવા માટે વ્યવહારુ સૂચનો
GPT‑6 અમારો અત્યાર સુધીનો સૌથી અદ્યતન મોડલ સમૂહ છે અને વિવિધ પ્રકારનાં કામ માટે મોડલની પસંદગી આપે છે.
વિચારમાંથી કાર્યરત નમૂનો બનાવવો હોય, સુવિધા બનાવીને ચકાસવી હોય કે કોડ રિપોઝિટરીઓ, ડેટાબેઝ અને બાહ્ય APIમાં બહુસ્તરીય કાર્યપ્રવાહોનું સંકલન કરવું હોય—આ માર્ગદર્શિકા GPT‑6 મોડલ પસંદ કરવા, અસરકારક સૂચનાઓ આપવા, લાંબું ચાલતું કામ સંભાળવા અને વાસ્તવિક ઉપયોગ માટે તૈયાર થવા સમજાવે છે.

વાસ્તવિક ઉપયોગમાં અસરકારક રીતે ચલાવો. સંદર્ભ અને ખર્ચ સંભાળવા કૅશિંગ(નવી વિન્ડોમાં ખૂલે છે) અને કૉમ્પેક્શન(નવી વિન્ડોમાં ખૂલે છે) વાપરો. કાર્યની સફળતા અને પ્રતિસાદનો વિલંબ માપો તથા દેખરેખ અને ડેટા નિયંત્રણોનું આયોજન કરો.
કામને અનુરૂપ મોડલ પસંદ કરો. કાર્યને અનુરૂપ મોડલ, রিজনিং પ્રયત્ન(નવી વિન્ડોમાં ખૂલે છે) અને ગતિ પસંદ કરીને ક્ષમતા, ખર્ચ અને વિલંબ વચ્ચે સંતુલન સાધો.
તમારા પ્રોમ્પ્ટ અને કૌશલ્યો સુધારો. મોડલે શું આપવું, સ્વતંત્ર રીતે શું કરવું અને કામ ક્યારે પૂર્ણ ગણવું તે અંગે પ્રોમ્પ્ટ, કૌશલ્યો અને રિપોઝિટરીની સૂચનાઓ સુસંગત રાખો.
લાંબું ચાલતું કામ યોગ્ય દિશામાં રાખો. ફેરફારો અને સ્વતંત્ર કામ સંભાળવા દિશાનિર્દેશન(નવી વિન્ડોમાં ખૂલે છે), અસમકાલીન સાધનો(નવી વિન્ડોમાં ખૂલે છે) અને કામની સોંપણી(નવી વિન્ડોમાં ખૂલે છે) વાપરો. મોડલે ક્યારે તમારું માર્ગદર્શન માંગવું તે સ્પષ્ટ કરો.
ઉપયોગમાં મૂકતાં પહેલાં કેટલીક તપાસો અને શ્રેષ્ઠ પદ્ધતિઓ અમલમાં મૂકો.
કાર્યક્ષમતા ધ્યાનમાં રાખો. (નવી વિન્ડોમાં ખૂલે છે)જરૂરી પુરાવા રાખીને કાર્ય માટે બિનજરૂરી સંદર્ભ દૂર કરો(નવી વિન્ડોમાં ખૂલે છે). તમારી ઍપ્લિકેશનમાં શક્ય હોય ત્યારે સ્વતંત્ર કાર્યો સાથે ચલાવો(નવી વિન્ડોમાં ખૂલે છે), જેથી એક ધીમું પગલું અસંબંધિત કામને ન અટકાવે.
વારંવાર થતાં કામમાં પ્રોમ્પ્ટ કૅશિંગ(નવી વિન્ડોમાં ખૂલે છે) દ્વારા સહિયારા સંદર્ભનો ફરી ઉપયોગ કરો. મોડલ પ્રમાણે, કૅશ કરેલા ઇનપુટ ટોકનનો ખર્ચ કૅશ ન કરેલા ઇનપુટ ટોકન કરતાં 95% સુધી ઓછો(નવી વિન્ડોમાં ખૂલે છે) હોય છે. બદલાતી કાર્યવિગતો પહેલાં સ્થિર સૂચનાઓ અને સંદર્ભસામગ્રી મૂકો અને સાધનોની વ્યાખ્યાઓ સુસંગત રાખો. કૅશિંગ ડૅશબોર્ડ(નવી વિન્ડોમાં ખૂલે છે) અને નિદાન માર્ગદર્શિકા(નવી વિન્ડોમાં ખૂલે છે) આ પુનઃઉપયોગ ક્યાં અટકે છે તે સમજવામાં મદદ કરે છે. સમગ્ર કાર્યપ્રવાહનો ખર્ચ આંકતી વખતે કૅશમાં લખવાનો ખર્ચ અને લાંબા સંદર્ભના લાગુ દરો ગણો.
લાંબી વાતચીતમાં કૉમ્પેક્શન(નવી વિન્ડોમાં ખૂલે છે) આગળ વધવા જરૂરી સ્થિતિ જાળવીને સંદર્ભનું કદ ઘટાડે છે.
તમે કેવી રીતે વર્તન પર દેખરેખ રાખશો(નવી વિન્ડોમાં ખૂલે છે) તે નક્કી કરો અને ઍપ્લિકેશનનાં ડેટા નિયંત્રણો(નવી વિન્ડોમાં ખૂલે છે)ની સમીક્ષા કરો.
ઉપયોગમાં મૂકતાં પહેલાં પરીક્ષણ કરો: પ્રતિનિધિરૂપ કાર્યો ચલાવીને સફળતા, વિલંબ અને સફળ કાર્યદીઠ ખર્ચ માપો. અમારી API ઉપયોગમાં મૂકવાની તપાસસૂચિ(નવી વિન્ડોમાં ખૂલે છે) જુઓ.
મોડલ અને রিজনিং સ્તરની પસંદગીને બુદ્ધિક્ષમતા અને કિંમત વચ્ચેના સંતુલન તરીકે જુઓ.
મોડલ:
સર્વાધિક બુદ્ધિક્ષમતા જરૂરી હોય તેવા સૌથી કઠિન রিজনিং કાર્યો માટે GPT‑6 Astra(નવી વિન્ડોમાં ખૂલે છે).
જટિલ કોડિંગ, સંશોધન અને કમ્પ્યુટર ઉપયોગ માટે GPT‑6.1 Sol(નવી વિન્ડોમાં ખૂલે છે).
મોટા પાયે ચોક્કસ કાર્યો અને સ્પષ્ટ ધ્યેયવાળા રોજિંદા, પુનરાવર્તિત કામ માટે GPT‑6 Luna(નવી વિન્ડોમાં ખૂલે છે)—જેમ કે બીલમાંથી વિગતો કાઢવી, વિનંતીઓનું વર્ગીકરણ કરવું કે સુવ્યવસ્થિત સારાંશ બનાવવા.
કાર્ય માટે શ્રેષ્ઠ મોડલનું મૂલ્યાંકન કરતી વખતે દરેક મોડલની કિંમતો સરખાવો(નવી વિન્ડોમાં ખૂલે છે).
রিজনিং સ્તર: APIમાં, મોડલ કાર્ય પર કેટલો પ્રયત્ન કરે તે પસંદ કરો.
નીચું: તથ્યો કાઢવાં કે નાના ફેરફારો કરવા જેવાં નિયમિત કાર્યો.
મીડિયમ: સુવિધાનું આયોજન કે વિકલ્પોની સરખામણી જેવું નિર્ણયશક્તિ માંગતું કામ.
હાઇ: મુશ્કેલ ખામીશોધન, ઊંડું વિશ્લેષણ કે કાળજીપૂર્વકની સમીક્ષા.
એક્સ્ટ્રા હાઇ / Max: હાઇ અપૂરતું પડે ત્યારે, ઉપલબ્ધ હોય ત્યાં અજમાવો. સુધારો વધારાના સમય અને ખર્ચને સાર્થક કરે તો જ રાખો.
APIમાં કૅશ જાળવીને વાતચીત દરમિયાન রিজনিং પ્રયત્ન બદલી શકો છો(નવી વિન્ડોમાં ખૂલે છે).
Codexમાં મોડલના પૂર્વનિર્ધારિત রিজনিং સ્તરથી શરૂ કરો. પછી સરળ કાર્યો માટે તેને ઘટાડો કે ઊંડા વિશ્લેષણ માટે વધારો.
ગતિ:
APIમાં પ્રતિસાદનો સમય મહત્ત્વનો હોય ત્યારે, જેમ કે ચૅટ ઍપ કે કોડિંગ સાધનોમાં, ઝડપી મોડ(નવી વિન્ડોમાં ખૂલે છે) વાપરો. તે પ્રમાણભૂત પ્રક્રિયા કરતાં ટોકનદીઠ વધુ ખર્ચે ઝડપી અને વધુ સુસંગત પ્રતિસાદ સમય આપે છે.
Codex અને APIમાં, ઝડપી પ્રતિસાદ માટે વધારાનો ખર્ચ યોગ્ય હોય ત્યારે, જેમ કે કોડિંગના ઝડપી સુધારાચક્રોમાં, અતિઝડપી મોડ(નવી વિન્ડોમાં ખૂલે છે) વાપરો. તે রিজনিং પ્રયત્નથી સ્વતંત્ર રીતે ટોકન બનાવવાની ગતિ વધારે છે. GPT‑6 Astra માટે ઉપલબ્ધ(નવી વિન્ડોમાં ખૂલે છે).

શરૂઆતમાં કાર્ય સ્પષ્ટ કરો: ઇચ્છિત પરિણામ, તે કોના માટે છે, સંબંધિત સંદર્ભ અને મર્યાદાઓ તથા કામ ક્યારે પૂર્ણ ગણાશે. સૂચનાઓ સુધારવા વિશે વધુ સમજવા, નીચેના ચાર મુદ્દા જુઓ. તે GPT‑6 Astra માટે કૌશલ્યો અને પ્રોમ્પ્ટ પર પુનર્વિચાર(નવી વિન્ડોમાં ખૂલે છે)નો સાર છે:
વધુ સારાં કૌશલ્યો બનાવો: દરેક કૌશલ્ય ક્યારે ચલાવવું તેનાં વર્ણનો ટૂંકાં અને સ્પષ્ટ રાખો. સહાયક વિગતો જરૂર પડે ત્યારે જ લોડ કરો. કઠોર પગલાંને બદલે ટીમનાં મોડલને અનુરૂપ માર્ગદર્શન આપો.
તમારી AGENTS.md સુધારો: ચોક્કસ દસ્તાવેજો અને પરીક્ષણો ક્યારે સંબંધિત છે તે સમજાવો. સલામત નિયમિત કાર્યપ્રવાહોને સ્પષ્ટ મંજૂરી આપો—જેમ કે વાસ્તવિક ઉપયોગની પ્રણાલીમાં પ્રવેશ વિના, કામ પછી કાઢી શકાય તેવા ડેટાથી સ્થાનિક પરીક્ષણો ચલાવવાં.
નિર્ણયની સીમાઓ નક્કી કરો: સર્વત્ર લાગુ પડતા “હંમેશાં પૂછો” જેવા નિયમોને બદલે, કઈ ક્રિયાઓ સ્વતંત્ર રીતે કરી શકાય અને કઈ માટે મંજૂરી જોઈએ તે સ્પષ્ટ કરો.
પૂર્ણતા સુધીના પ્રયત્નો સ્પષ્ટ કરો: “પૂર્ણ”માં શું સામેલ છે તે જણાવો—ફેરફાર અમલમાં મૂકવો, ચલાવવો, પરિણામ તપાસવું અને નિષ્ફળતાઓ સુધારવી. તમારી સમીક્ષા જરૂરી હોય તેવા નિર્ણયો પણ દર્શાવો.
વધુ માર્ગદર્શન માટે রিজনিং માટે શ્રેષ્ઠ પદ્ધતિઓ(નવી વિન્ડોમાં ખૂલે છે) જુઓ.
તમે Codexમાં કામ કરતા હો કે APIથી બનાવતા હો, મોડલ કયા નિર્ણયો લઈ શકે, ક્યારે તમારું માર્ગદર્શન માંગવું અને ઉપયોગી પ્રતિસાદ કેવો હોવો જોઈએ તે સ્પષ્ટ કરો.
મોડલને પૂરતું માર્ગદર્શન આપો, જેથી મહત્ત્વના નિર્ણયો વિશે અનુમાન કર્યા વિના કામ આગળ વધારી શકે. (નવી વિન્ડોમાં ખૂલે છે)તે કઈ પસંદગીઓ જાતે કરી શકે અને ક્યારે તમારું માર્ગદર્શન માંગવું તે જણાવો(નવી વિન્ડોમાં ખૂલે છે). ઉદાહરણ તરીકે, સારાંશ કેવી રીતે ગોઠવવો તે નક્કી કરી શકે, પણ પ્રોજેક્ટનો વ્યાપ બદલતાં પહેલાં તમને પૂછવું જોઈએ. (નવી વિન્ડોમાં ખૂલે છે)ઉપયોગી પ્રતિસાદ કેવો હોવો જોઈએ તે વર્ણવો(નવી વિન્ડોમાં ખૂલે છે). ઉદાહરણ તરીકે, સરળ ભાષા, વાચકોને અનુરૂપ તકનીકી વિગતો અને શું બદલાયું, શું ચકાસાયું તથા શેના પર હજી ધ્યાન આપવું જરૂરી છે તેનો ટૂંકો અહેવાલ.
GPT‑6 પરિવારનાં મોડલ સાથે હવે તમે કલાકો કે દિવસો સુધી ચાલતાં કાર્યો હાથ ધરી શકો છો. લાંબાં ચાલતાં કાર્યોમાં એજન્ટને વધુ સારી રીતે સંભાળવા નીચેની સુવિધાઓ વાપરો.
APIમાં લાંબાં ચાલતાં કાર્યો આગળ વધારવા દિશાનિર્દેશન, અસમકાલીન સાધનો અને સમાંતર કાર્ય વાપરો.
કામ ચાલતું હોય ત્યારે સૂચનાઓ સુધારો: ચાલુ વારા દરમિયાન દિશાનિર્દેશન(નવી વિન્ડોમાં ખૂલે છે)થી મોડલ કામ કરતું હોય ત્યારે Responses WebSocket API(નવી વિન્ડોમાં ખૂલે છે) દ્વારા સુધારો મોકલી શકો છો. ફેરફારો કતારમાં મૂકાય છે; તે ચાલુ સાધનોને રદ કરતા નથી કે પૂર્ણ થયેલી ક્રિયાઓને પાછી ફેરવતા નથી.
સાધન ચાલતું હોય ત્યારે કામ ચાલુ રાખો: તમારી ઍપ પરીક્ષણો જેવું ધીમું કાર્ય ચલાવતી હોય ત્યારે અસમકાલીન સાધન કૉલિંગ(નવી વિન્ડોમાં ખૂલે છે) મોડલને સ્વતંત્ર કામ ચાલુ રાખવા દે છે. પરિણામ તૈયાર થાય ત્યારે તમારી ઍપ તે પાછું આપે છે. તેના પર આધારિત કામ શરૂ કરતાં પહેલાં તે પરિણામની રાહ જુઓ.
સ્વતંત્ર પેટાકાર્યો સોંપો: GPT‑6.1 Sol Responses APIમાં બહુ-એજન્ટ કાર્યપ્રવાહોને(નવી વિન્ડોમાં ખૂલે છે) સમર્થન આપે છે. તે પેટા-એજન્ટને સ્વતંત્ર કામ સોંપી શકે છે, જેમ કે કોડસંગ્રહના જુદા ભાગોની તપાસ કરવી, અને તેમનાં તારણોને અંતિમ પ્રતિસાદમાં જોડી શકે છે. બહુ-એજન્ટ સુવિધા હાલમાં બીટામાં છે.
લાંબાં ચાલતાં કાર્યોમાં એવા નિર્ણયો સામે આવી શકે છે જેનો પ્રારંભિક પ્રોમ્પ્ટ આપતી વખતે તમે અંદાજ ન લગાવ્યો હોય. કામને યોગ્ય દિશામાં રાખવા સ્પષ્ટતા અને દિશાનિર્દેશનનો ઉપયોગ કરો.
કામ આગળ વધે તેમ પ્રશ્નોના જવાબ આપો: GPT‑6 Astra સાથે Codex કામ કરતી વખતે સ્પષ્ટતા માંગી શકે છે(નવી વિન્ડોમાં ખૂલે છે). આગલા પગલાને અસર કરતા પ્રશ્નો ઉકેલો અને તમે નિર્ણય લો ત્યાં સુધી કયું સ્વતંત્ર કામ ચાલુ રહી શકે તે જણાવો. તમે ઉપલબ્ધ ન હોવાના હો તો Codexને જણાવો કે કયાં કાર્યો ચાલુ રહી શકે અને ક્યારે તમારા જવાબ માટે થોભવું જોઈએ.
જરૂરિયાતો બદલાય ત્યારે કામની દિશા બદલો: નવી માહિતી સાથે ચાલુ કાર્યને દિશા આપો(નવી વિન્ડોમાં ખૂલે છે) અને શું બદલવું તથા શું યથાવત્ રાખવું તે સમજાવો. આથી તમારી જરૂરિયાતો હવે પૂરી ન કરતો હોય તેવા અભિગમ પર વધુ સમય ખર્ચવાનું ટાળી શકાય છે.

કમ્પ્યુટર ઉપયોગ(નવી વિન્ડોમાં ખૂલે છે)થી GPT‑6 Astra, GPT‑6.1 Sol અને GPT‑6 Luna વેબસાઇટો અને ડેસ્કટૉપ ઍપ સાથે સીધું કામ કરી શકે છે—API વિનાની ઍપ્લિકેશનો સાથે પણ. ઉદાહરણ તરીકે, તમે મોડલને ખામી તપાસવા, કોડ સુધારવા અને સુધારો કામ કરે છે તેની ખાતરી કરવા તમારું ઉત્પાદન બ્રાઉઝરમાં ખોલવા કહી શકો છો.
દરેક પગલા માટે સૌથી સરળ અને વિશ્વસનીય રીત પસંદ કરો:
કામ સીધું કરી શકે ત્યારે API કે જોડાયેલું સાધન વાપરો.
મોડલે તમારા માટે સ્ક્રીન વાંચવી, બટનો પર ક્લિક કરવું કે ફૉર્મ ભરવું જરૂરી હોય ત્યારે કમ્પ્યુટર ઉપયોગની ક્ષમતા વાપરો.
તમારી પોતાની ઍપમાં કમ્પ્યુટર ઉપયોગની ક્ષમતા ઉમેરતા હો તો મોડલને એવું સાધન આપો જે કોડ ચલાવીને બ્રાઉઝર કે ડેસ્કટૉપ નિયંત્રિત કરી શકે. Playwright બ્રાઉઝર સાથે કામ કરે છે(નવી વિન્ડોમાં ખૂલે છે); PyAutoGUI ડેસ્કટૉપ ઍપ સાથે કામ કરે છે.



