जब एजेंट कोड लिखता है, तो प्रॉम्प्ट ही बदलाव है।
PromptOps इसे इसी तरह देखता है: ज़रूरतमंद लोगों के साथ साझा, रूट किया हुआ, ऑडिट किया हुआ, और कुछ भी शिप होने से पहले गेट से गुज़रा हुआ।
कोड की एक पाइपलाइन होती है। प्रॉम्प्ट की अक्सर नहीं।
लिखें, रिव्यू करें, टेस्ट करें, मर्ज करें, डिप्लॉय करें। ज़्यादातर टीमें इस सबको चलाने वाला इनपुट एक फेंक देने लायक चैट संदेश की तरह भेजती हैं।
| अभ्यास | काम की इकाई | फ़ोकस |
|---|---|---|
| MLOps | मॉडल | मशीन-लर्निंग मॉडल की ट्रेनिंग, सर्विंग और मॉनिटरिंग। |
| LLMOps | मॉडल कॉल | LLM के ऊपर प्रॉम्प्ट इंजीनियरिंग, eval और ऑब्ज़र्वेबिलिटी। |
| PromptOps | बदलाव स्वयं | प्रॉम्प्ट टीम के स्वामित्व वाले, ऑडिट किए गए, उलटे जा सकने वाले काम के रूप में, जो शिप होता है। |
PromptOps, Orquesta में।
साझा, रोल के साथ
आपकी टीम और आपके क्लाइंट एक ही एजेंट को प्रॉम्प्ट करते हैं। हर रोल तय करता है कि वे क्या माँग सकते हैं और किस चीज़ की समीक्षा ज़रूरी है।
रूट किया गया
हर प्रॉम्प्ट का आकलन जटिलता और लागत से होता है, फिर उसे सही मॉडल टियर पर भेजा जाता है — तेज़, संतुलित या प्रीमियम।
ऑडिट किया गया
किसने माँगा, कौन सा मॉडल चला, क्या बदला, कब। हर रन किसी व्यक्ति और एक git commit से जुड़ा होता है।
गेट के साथ
एजेंट प्रस्ताव देता है, इंसान मंज़ूर करता है। संवेदनशील पाथ पर मंज़ूरी अनिवार्य करें, या सेशन का नियंत्रण लाइव अपने हाथ में ले लें।
कोई भी माँग सकता है। काम आपकी मशीन करती है।
- 01
कोई माँगता है
टीम का कोई सदस्य या क्लाइंट डैशबोर्ड, Slack, Telegram या एम्बेडेड विजेट में प्रॉम्प्ट लिखता है।
- 02
आपकी मशीन इसे चलाती है
आपके सर्वर पर मौजूद एजेंट इसे उठाता है और असली रिपॉज़िटरी में काम करता है।
- 03
सब देखते हैं
आउटपुट होते ही डैशबोर्ड पर स्ट्रीम होता है, प्रॉम्प्ट के साथ लॉग किया जाता है।
- 04
इंसान तय करता है
मंज़ूर करें, वापस भेजें, या टर्मिनल लेकर खुद पूरा करें।
