سسٹم پرامپٹ اور ٹمپریچر: وہ کیا کرتے ہیں اور انہیں کیسے سیٹ کریں

ایک سسٹم پرامپٹ system رول والا پیغام ہے جو ماڈل کو بتاتا ہے کہ ہر جواب میں کیسے برتاؤ کرنا ہے: وہ کون ہے، کون سا فارمیٹ استعمال کرنا ہے، کس چیز سے بچنا ہے۔ ٹمپریچر ایک عدد ہے، عام طور پر 0 سے 2 کے درمیان (رینج ماڈل پر منحصر ہے)، جو طے کرتا ہے کہ الفاظ کتنا بدل سکتے ہیں: کم اقدار مرکوز، دہرائے جانے والے جوابات دیتی ہیں، زیادہ اقدار زیادہ متنوع جوابات دیتی ہیں۔ دونوں ایک ہی Chat Completions درخواست میں جاتے ہیں، جو آپ https://api.cheaptokens.dev/v1 پر بھیجتے ہیں۔

نیچے: ہر ایک کیا ہے، کون سی اقدار سے شروع کرنا ہے، اور ایک درخواست جو آپ Python یا curl میں چلا سکتے ہیں۔ اگر آپ نے ابھی تک کوئی درخواست نہیں بھیجی، تو CheapTokens کے ساتھ اپنی پہلی API درخواست سے شروع کریں۔

سسٹم پرامپٹ کیا ہے؟#

چیٹ درخواست پیغامات کی ایک فہرست ہے، اور ہر پیغام کا ایک رول ہوتا ہے۔ Chat Completions ریفرنس چار کی فہرست دیتا ہے: system، user، assistant اور tool (DeepSeek API ریفرنس، 22 اکتوبر 2026 کو چیک کیا گیا)۔ پہلی درخواست کے لیے آپ کو تین کی ضرورت ہے:

• system — آپ، ڈویلپر کی طرف سے مستقل ہدایات۔ ماڈل انہیں گفتگو کے قواعد کے طور پر لیتا ہے۔
• user — جو شخص اس موڑ میں پوچھتا یا فراہم کرتا ہے۔
• assistant — ماڈل کے پچھلے جوابات۔ جب آپ گفتگو جاری رکھتے ہیں تو آپ خود انہیں شامل کرتے ہیں۔

سسٹم پیغام کے لیے role کو system پر سیٹ کرنا اور content کو بطور سٹرنگ درکار ہے۔ name فیلڈ اختیاری ہے۔

"messages": [
  {"role": "system", "content": "You are an editor. Rewrite the user's text to be shorter and friendlier. Return only the rewritten text."},
  {"role": "user", "content": "Send me the report by tonight or I will be upset."}
]

سسٹم پیغام پہلے آتا ہے۔ یوزر پیغام اصل کام ہے۔

مفید سسٹم پرامپٹ کیسے لکھیں#

• ایک جملے میں بتائیں کہ ماڈل کیا کر رہا ہے: "You are an editor"، "You classify support tickets"۔
• آؤٹ پٹ فارمیٹ بتائیں: "Return only the rewritten text"، "Answer in two sentences"، "Reply with valid JSON"۔
• قواعد مختصر، براہ راست جملوں کے طور پر دیں۔ کئی واضح سطریں ایک لمبے پیراگراف سے بہتر کام کرتی ہیں۔
• اسے مختصر رکھیں۔ سسٹم پرامپٹ ہر درخواست کے ساتھ بھیجا جاتا ہے اور ان پٹ ٹوکن کے طور پر گنا جاتا ہے، اس لیے لمبے کا ہر بار معاوضہ دیا جاتا ہے۔ ان پٹ اور آؤٹ پٹ کی بلنگ input vs output tokens میں ہے۔

ٹمپریچر کیا کرتا ہے؟#

ماڈل ممکنہ امیدواروں کے سیٹ سے ہر اگلا ٹوکن چنتا ہے۔ ٹمپریچر کنٹرول کرتا ہے کہ وہ سب سے زیادہ ممکنہ پر کتنی سختی سے قائم رہتا ہے۔ DeepSeek API ریفرنس (22 اکتوبر 2026 کو چیک کیا گیا) کے مطابق، temperature 0 سے 2 تک اقدار قبول کرتا ہے جس کا ڈیفالٹ 1 ہے: زیادہ اقدار زیادہ بے ترتیب آؤٹ پٹ دیتی ہیں، کم اقدار زیادہ مرکوز، تعین کن آؤٹ پٹ دیتی ہیں۔ رینجز ماڈلز کے درمیان مختلف ہیں: DeepSeek 0 سے 2 دستاویز کرتا ہے، Z.ai GLM-5.3 کے لیے 0 سے 1 دستاویز کرتا ہے (دونوں 22 اکتوبر 2026 کو چیک کیے گئے)، اس لیے 0 سے 1 کی اقدار دونوں پر محفوظ ہیں۔ اپنے ماڈل کی رینج دستاویزات میں چیک کریں۔

شروع کرنے کے نکات جو زیادہ تر کاموں کے لیے کام کرتے ہیں۔ یہ اصول ہیں، ضمانتیں نہیں:

تین چیزیں جاننے کے قابل ہیں:

1. کم ٹمپریچر زیادہ دہرایا جانے والا ہے، یکساں نہیں۔ بائٹ بہ بائٹ برابر جوابات پر انحصار نہ کریں۔
2. ٹمپریچر یا top_p تبدیل کریں، دونوں نہیں۔ یہ DeepSeek کی سفارش ہے؛ top_p ایک دوسرا سیمپلنگ پیرامیٹر ہے جس کا ڈیفالٹ 1 ہے۔ سیکھتے وقت اسے اکیلا چھوڑ دیں۔
3. کچھ موڈز ٹمپریچر کو نظر انداز کرتے ہیں۔ DeepSeek ریفرنس کہتا ہے کہ تھنکنگ موڈ میں ٹمپریچر کا کوئی اثر نہیں، اور یہ کہ نان تھنکنگ موڈ میں top_p 1.0 پر مقرر ہے۔ اگر آپ کوئی قدر تبدیل کریں اور کوئی فرق نہ دیکھیں، تو پہلے ماڈل کا موڈ چیک کریں۔

دونوں کے ساتھ درخواست بھیجیں#

کلید کو ماحولیاتی متغیر کے طور پر سیٹ کریں، تاکہ یہ کبھی کوڈ میں نہ آئے (what is an API key and how to store it safely دیکھیں)۔ عین مطابق ماڈل آئی ڈی CheapTokens docs سے لیں: مختلف فراہم کنندگان ایک ہی ماڈل کو مختلف نام دیتے ہیں۔ یہ مثال MiniMax-M2.7 استعمال کرتی ہے۔

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

response = client.chat.completions.create(
    model="MiniMaxAI/MiniMax-M2.7",
    messages=[
        {"role": "system", "content": "You are an editor. Rewrite the user's text to be shorter and friendlier. Return only the rewritten text."},
        {"role": "user", "content": "Send me the report by tonight or I will be upset."},
    ],
    temperature=0.3,
    max_tokens=1000,
)

print(response.choices[0].message.content)
print(response.choices[0].finish_reason)

curl کے ساتھ وہی درخواست:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMaxAI/MiniMax-M2.7",
    "messages": [
      {"role": "system", "content": "You are an editor. Rewrite the user'\''s text to be shorter and friendlier. Return only the rewritten text."},
      {"role": "user", "content": "Send me the report by tonight or I will be upset."}
    ],
    "temperature": 0.3,
    "max_tokens": 1000
  }'

آپ کو کیا نظر آنا چاہیے: جملے کا ایک مختصر، زیادہ دوستانہ ورژن اور finish_reason کے طور پر stop۔ اگر finish_reason length ہے، تو جواب max_tokens حد کو چھو گیا؛ why an AI answer stops mid-sentence دیکھیں۔

ٹمپریچر کو کام کرتے دیکھیں#

ٹمپریچر کو سمجھنے کا بہترین طریقہ یہ ہے کہ ایک ہی سوال کئی بار پوچھیں۔ یہ لوپ ایک مختصر درخواست تین بار 0 پر اور تین بار 1 پر بھیجتا ہے، اوپر کی مثال سے client استعمال کرتے ہوئے:

for temp in (0, 1):
    print("temperature", temp)
    for _ in range(3):
        r = client.chat.completions.create(
            model="MiniMaxAI/MiniMax-M2.7",
            messages=[
                {"role": "system", "content": "Answer with one word."},
                {"role": "user", "content": "Name a fruit."},
            ],
            temperature=temp,
            max_tokens=500,
        )
        print(" ", r.choices[0].message.content)

0 پر تینوں سطریں عام طور پر ایک ہی لفظ ہوتی ہیں؛ 1 پر آپ عام طور پر زیادہ مختلف الفاظ دیکھیں گے۔ جو ماڈلز جواب دینے سے پہلے سوچتے ہیں وہ اس سوچ پر max_tokens کا کچھ حصہ خرچ کر سکتے ہیں، اس لیے ایک لفظ کے جواب کے لیے بھی حد فراخ رکھیں۔ پھر صرف سسٹم پرامپٹ تبدیل کریں (مثلاً، "Answer with one word, in French") اور اسے دوبارہ چلائیں: سسٹم پیغام میں قواعد ہر ٹمپریچر پر لاگو ہوتے ہیں۔

ایسے تجربات چھوٹے ہوتے ہیں۔ موٹا اندازہ لگانے کے لیے، یہاں تقریباً 120 ان پٹ اور 80 آؤٹ پٹ ٹوکنز والی 100 درخواستوں کی لاگت ہے (ایک مثال کا کام؛ ٹوکن کی گنتی آپ کے پرامپٹس پر منحصر ہے):

کس ماڈل پر آزمائیں#

• MiniMax-M2.7 بہت سی مختصر ٹیسٹ درخواستوں کے لیے ایک اچھا پہلا انتخاب ہے، اور آپ جوابات کا موازنہ کرنے کے لیے اسی سسٹم پرامپٹ کو اس پر دوبارہ استعمال کر سکتے ہیں: 180K کانٹیکسٹ، 8,192 آؤٹ پٹ ٹوکنز تک، دونوں طرف OpenRouter کی ریفرنس قیمت سے سستا۔ موجودہ قیمت: ان پٹ $0.05، آؤٹ پٹ $0.15 فی 1M ٹوکنز۔

ایک بیلنس ان سب کو کور کرتا ہے، اس لیے ماڈل تبدیل کرنا model کی ایک سطر کی تبدیلی ہے۔ تمام موجودہ قیمتیں pricing page پر ہیں۔

اگر یہ کام نہ کرے#

• 401 یا تصدیق کی خرابی: کلید غائب ہے، غلط ٹائپ ہے یا اس ٹرمینل میں ماحولیاتی متغیر سیٹ نہیں ہے۔ echo $CHEAPTOKENS_API_KEY چیک کریں۔
• ماڈل نہیں ملا: ماڈل آئی ڈی docs سے عین مطابق کاپی کریں، بشمول پریفکس۔
• غلط پیرامیٹر کے بارے میں خرابی: temperature کو اپنے ماڈل کی حمایت کردہ رینج کے اندر رکھیں (0 سے 1 محفوظ ہے) اور سٹرنگز نہیں، نمبرز پاس کریں۔
• ماڈل آپ کے قاعدے کو نظر انداز کرتا ہے: اسے ایک مختصر، براہ راست جملہ بنائیں، اسے سسٹم پیغام کے اوپر منتقل کریں، اور وہی عین فارمیٹ دہرائیں جو آپ چاہتے ہیں۔
• ٹمپریچر تبدیل کرنے سے کچھ نہیں بدلتا: ہو سکتا ہے آپ ایسا موڈ استعمال کر رہے ہوں جو اسے نظر انداز کرتا ہے (اوپر دیکھیں)، یا جواب اتنا محدود ہے ("one word"، "valid JSON") کہ بہت کم تغیرات موجود ہیں۔
• جواب کٹ گیا ہے: max_tokens بڑھائیں؛ max_tokens guide وضاحت کرتا ہے کہ کیسے۔

اگلا قدم#

سسٹم پیغام میں ایک واضح قاعدہ رکھیں، جدول سے ایک ٹمپریچر منتخب کریں، اور اپنے کام پر اوپر کا لوپ چلائیں۔ جب نتیجہ وہ ہو جو آپ چاہتے ہیں، تو سسٹم پرامپٹ مختصر رکھیں اور اسے دوبارہ استعمال کریں۔ کلید حاصل کریں اور موجودہ قیمتیں docs میں چیک کریں۔