एजेंट और ऑटोमेशनगाइड
एक प्रॉम्प्ट लिखें जिससे एजेंट एक टूल बनाए: 3 भाग
टूल कहाँ रहता है, वह क्या करता है, कौन से विवरण तय हैं: DeepSeek के Creator Mode उदाहरणों से बना तीन-भाग वाला प्रॉम्प्ट, साथ ही एक बिल्ड सेशन में कितना खर्च होता है।
इस पृष्ठ पर
आपने एक एजेंट से कहा "एक टूल बनाओ", और आपको कुछ अस्पष्ट मिला जो आपके ऐप में फिट नहीं बैठता। इसका समाधान लंबा प्रॉम्प्ट नहीं है, बल्कि तीन विशिष्ट भागों वाला प्रॉम्प्ट है: टूल कहाँ रहता है, वह क्या करता है, और वे ठोस विवरण जो पूरे होने चाहिए। एक से अधिक राउंड की भी अपेक्षा रखें: यहाँ तक कि DeepSeek कहता है कि उसके कुछ डेमो प्लगइन कई बातचीत राउंड में परिष्कृत किए गए थे।
Harness Creator Mode डेमो वीडियो के लिए DeepSeek के संग्रह में अधिकांश प्रॉम्प्ट वही तीन-भाग वाला ढाँचा दिखाते हैं। पेज (DeepSeek's Creator Mode prompt collection, 3 नवंबर 2026 को जाँचा गया, पेज पर कोई प्रकाशन तिथि नहीं) सात प्लगइन सूचीबद्ध करता है: प्रसिद्ध स्थलों की 3D गैलरी, एक Transformer 3D विज़ुअलाइज़ेशन, एक पिक्सेलेटेड DSH इंटरफ़ेस, एक पोस्टर डिज़ाइन वर्कबेंच, एक वीडियो एडिटिंग वर्कबेंच, एक पेपर रीडर और बातचीत के आँकड़े। किसी एक का उपयोग करने के लिए, आप प्रॉम्प्ट को DeepSeek Harness में पेस्ट करते हैं और Creator Mode विकल्प चुनते हैं। प्रत्येक प्रॉम्प्ट अंग्रेज़ी और चीनी में दिया गया है।
वास्तविक प्रॉम्प्ट में तीन भाग कैसे दिखते हैं#
उस पेज से Transformer 3D विज़ुअलाइज़ेशन प्रॉम्प्ट लें। यह "Create a DeepSeek Harness plugin with a left sidebar entry" से शुरू होता है। यह पहला भाग है: टूल कहाँ रहता है। फिर यह फ़ंक्शन का वर्णन करता है: एक इंटरैक्टिव 3D प्रदर्शन गेम जो Transformer गणना समझाता है। दूसरा भाग। यह एक ऐसी आवश्यकता के साथ समाप्त होता है जिसे भूलना आसान है और बाद में ठीक करना कष्टदायक: पैनल शीर्षक और टूलबार को मूल macOS विंडो बटनों के साथ ओवरलैप नहीं होना चाहिए। तीसरा भाग।
पेज पर अन्य प्रॉम्प्ट भी वही ढाँचा अपनाते हैं, कुछ अंतरों के साथ। प्रवेश बिंदु बदलता है: उनमें से तीन में बायाँ साइडबार प्रविष्टि, दो में बातचीत से पहुँचने वाला स्थान, पेपर रीडर में दायाँ साइडबार। अंत में वे ठोस हो जाते हैं: पाँच शैलियाँ, जिनमें से एक पिक्सेलेटेड, या डिफ़ॉल्ट पेज शीर्षक "Everything is a plugin"। यही वह पैटर्न है जिसकी नकल करने लायक है, और अंतर जल्दी दिखता है:
तुलना करें
अस्पष्ट बनाम तीन भाग
पहले
मेरी बातचीत के लिए एक टूल बनाओ।
बाद में
बाएँ साइडबार प्रविष्टि वाला एक प्लगइन बनाएँ। यह मेरी बातचीत के आँकड़े दिखाता है: कितनी हैं, प्रत्येक कितनी लंबी है, और कौन सा दिन सबसे व्यस्त था। पैनल शीर्षक विंडो बटनों के साथ ओवरलैप नहीं होना चाहिए।
पहला संस्करण एजेंट को हर चीज़ के बारे में अनुमान लगाने पर छोड़ देता है। यह कहाँ जाता है? साइडबार, कमांड, अलग विंडो? "मेरी बातचीत के लिए" में क्या गिना जाता है? दूसरा संस्करण उन सवालों का जवाब एजेंट के पूछने से पहले दे देता है।
अपना खुद का लिखें, एक-एक भाग करके#
मान लें कि आप एक छोटा पैनल चाहते हैं जो एक पेपर पढ़ता है और आपको उसके बारे में प्रश्न पूछने देता है। भागों को क्रम से देखें।
यह कहाँ रहता है। एक वाक्य, और सटीक स्थान बताएँ: "बाएँ साइडबार प्रविष्टि वाला एक प्लगइन", "टूलबार में एक बटन", "मेनू से खुलने वाला एक पेज"। यदि आप इसे छोड़ देते हैं, तो एजेंट आपके लिए चुन लेता है।
यह क्या करता है। वर्णन करें कि आप क्या देखते और क्लिक करते हैं, न कि यह कैसे बनाया गया है। "आप एक PDF डालते हैं, बाईं ओर टेक्स्ट दिखता है, दाईं ओर उसके बारे में एक चैट है।" फ़्रेमवर्क को छोड़ दें जब तक कि नाम लेने का कोई कारण न हो।
ठोस आवश्यकताएँ। यहीं वे चीज़ें आती हैं जो पिछली बार गलत हुई थीं। लेआउट नियम, वे चीज़ें जो ओवरलैप नहीं होनी चाहिए, एक भाषा, एक फ़ाइल फ़ॉर्मेट, "कोई नेटवर्क कॉल नहीं" जैसी सीमा। छोटी, जाँचने योग्य पंक्तियाँ। यदि आप परिणाम देखकर यह नहीं बता सकते कि कोई आवश्यकता पूरी हुई या नहीं, तो उसे तब तक फिर से लिखें जब तक बता सकें।
एक साथ रखें:
Create a plugin with a left sidebar entry.
It is a paper reader: I open a PDF, the text is shown
on the left, and a chat about the paper is on the right.
Requirements:
- the panel title must not overlap the window buttons
- the chat answers only from the paper's text
- keep everything in one fileइसे API के माध्यम से भेजें#
Creator Mode एक DeepSeek Harness सुविधा है; प्रॉम्प्ट स्वयं सादा टेक्स्ट है, इसलिए जो कुछ भी प्रॉम्प्ट पढ़ता है वह इसे चला सकता है, जिसमें CheapTokens API को कॉल करने वाली स्क्रिप्ट भी शामिल है। नीचे दिया गया प्रॉम्प्ट ऊपर वाला ही है, जिसे DeepSeek-V4-Flash को भेजा गया है (पूर्ण id deepseek-, 380K संदर्भ, एक उत्तर में अधिकतम 32,768 टोकन, जो एक उत्तर में पूरा प्लगइन के लिए जगह छोड़ता है):
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.cheaptokens.dev/v1",
api_key=os.environ["CHEAPTOKENS_API_KEY"],
)
prompt = """Create a plugin with a left sidebar entry.
It is a paper reader: I open a PDF, the text is shown
on the left, and a chat about the paper is on the right.
Requirements:
- the panel title must not overlap the window buttons
- the chat answers only from the paper's text
- keep everything in one file"""
resp = client.chat.completions.create(
model="deepseek-ai/DeepSeek-V4-Flash-0731",
messages=[{"role": "user", "content": prompt}],
max_tokens=8000,
)
print(resp.choices[0].message.content)
print(resp.choices[0].finish_reason, resp.usage)कुंजी एक एनवायरनमेंट वेरिएबल में रखें, कभी फ़ाइल में नहीं। यदि finish_reason length प्रिंट करता है, तो प्लगइन max_tokens द्वारा काट दिया गया: सीमा बढ़ाएँ। कस्टम प्रदाता के साथ DeepSeek Harness को स्वयं सेट करना एक अलग काम है, जिसे connecting DeepSeek Harness to CheapTokens में शामिल किया गया है। पहले अनुरोध की मूल बातें CheapTokens docs में हैं।
एक प्रॉम्प्ट शायद ही कभी पर्याप्त क्यों होता है#
DeepSeek इसे स्पष्ट कहता है: कुछ डेमो प्लगइन कई बातचीत राउंड में परिष्कृत किए गए थे, इसलिए एक प्रॉम्प्ट वीडियो को ठीक से पुनः उत्पन्न नहीं कर सकता। इसे एक ठेकेदार को ब्रीफ़िंग देने जैसा समझें। पहला ड्रॉइंग आपको कमरे का अधिकांश हिस्सा दे देता है, और आप उसमें घूमकर कहते हैं "दरवाज़ा गलत दिशा में खुलता है"।
स्वयं आज़माएँआज़माएँ: दूसरे राउंड में क्या कहना चाहिए?उत्तर दिखाएँ
जो आपने देखा वह बताएँ, न कि जो आप महसूस करते हैं। "शीर्षक क्लोज़ बटन के साथ ओवरलैप होता है; इसे 40 px दाईं ओर ले जाएँ" से सुधार मिलता है। "लेआउट गड़बड़ है" से एक और अनुमान मिलता है। प्रत्येक सुधार अगली बार के लिए आवश्यकताओं वाले भाग में एक और पंक्ति बन जाता है।
और यहीं पैसा खर्च होता है। एक एजेंट हर राउंड में बातचीत फिर से भेजता है (why a long chat costs more जैसा ही प्रभाव), इसलिए पाँचवाँ राउंड प्रॉम्प्ट, चार पिछले उत्तर और अब तक का सारा कोड ले जाता है।
एक बिल्ड सेशन में कितना खर्च होता है#
यहाँ एक अनुमानित सेशन है, माप नहीं: पाँच राउंड, प्रति राउंड लगभग 12,000 टोकन भेजे गए (प्रॉम्प्ट, इतिहास, वर्तमान कोड) और लगभग 6,000 टोकन वापस लिखे गए। नीचे दी गई तालिका प्रत्येक मॉडल के लिए लाइव CheapTokens कीमतों का उपयोग करती है; OpenRouter कॉलम वही सेशन कुल मिलाकर तुलना करने के लिए है, इनपुट और आउटपुट को एक साथ गिनकर।
| मॉडल | इनपुट $/1M | आउटपुट $/1M | प्रति अनुरोध | 5 अनुरोध | OpenRouter, 5 अनुरोध |
|---|---|---|---|---|---|
| GLM-5.3-Flash | $0.02 | $0.04 | $0.00048 | $0.0024 | $0.0045 |
| DeepSeek-V4-Flash | $0.015 | $0.10 | $0.00078 | $0.0039 | $0.0084 |
| MiniMax-M2.7 | $0.05 | $0.15 | $0.0015 | $0.0075 | $0.09 |
प्रति अनुरोध 12,000 इनपुट और 6,000 आउटपुट टोकन। प्रति 1M टोकन की कीमतें वर्तमान हैं और हमारे टैरिफ के साथ बदलती रहती हैं; OpenRouter कॉलम समान कार्यभार के लिए संदर्भ कीमतें दिखाता है।
एक DeepSeek-V4-Flash राउंड के लिए वही संख्याएँ $0.00078 होती हैं। यदि आपका प्लगइन बड़ा है, तो इतिहास हर राउंड बढ़ता है, इसलिए दो संख्याएँ बदलें और अनुमान फिर से चलाएँ। एजेंट बिलों का अनुमान लगाने पर अधिक जानकारी how to estimate the cost of an AI agent में, और मॉडल सूची pricing page पर है।
भेजने से पहले जाँचें#
चेकलिस्ट
बिल्ड प्रॉम्प्ट भेजने से पहले
पहला प्रॉम्प्ट लिखें, जो वापस आए उसे पढ़ें, और हर सुधार को आवश्यकताओं के अगले संस्करण में डालें। दो या तीन सेशन के बाद आपके पास पंक्तियों की एक छोटी सूची होगी जिसे आप हर नए प्रॉम्प्ट में पेस्ट करते हैं, और पहला राउंड आपके इरादे के अधिक करीब आएगा। किसी भी प्रॉम्प्ट की मूल आदतों के लिए, how to write a good prompt देखें।
