Whizi-তে এআই-এ ডকুমেন্ট কীভাবে আপলোড করবেন

সমর্থিত ফাইল টাইপ, আর প্রতিটার সাথে আসলে কী ঘটে

কম্পোজারে টেনে এনে বা পেপারক্লিপে ক্লিক করে ফাইলটা যুক্ত করুন, তারপর আপনার প্রশ্ন জিজ্ঞাসা করুন। মডেল কী পায় তা ফাইল টাইপ অনুযায়ী আলাদা, আর কোনটা কী তা জানলেই বেশিরভাগ অবাক করা ফলাফল ব্যাখ্যা হয়ে যায়।

টাইপ	এক্সটেনশন	মডেল যা নিয়ে কাজ করে
টেক্সট পিডিএফ	.pdf	নিষ্কাশিত টেক্সট, পড়ার ক্রম অনুযায়ী, টেবিলসহ টেক্সট আকারে
স্ক্যান করা পিডিএফ	.pdf	সার্ভার-সাইড ভিশন পাসের একটা প্রতি-পৃষ্ঠা ট্রান্সক্রিপ্ট
Word ডকুমেন্ট	.docx	আপনার ব্রাউজারে নিষ্কাশিত ডকুমেন্ট টেক্সট
স্প্রেডশিট	.xlsx, .csv	টেক্সট আকারে সেল ভ্যালু, লাইভ ফর্মুলা নয়
ছবি	.png, .jpg, .jpeg	একটা মাল্টিমোডাল মডেল দ্বারা পঠিত ছবিটাই
কোড আর প্লেইন টেক্সট	.py, .js, .ts, .go, .md, .txt আর অনুরূপ	ফাইলের বিষয়বস্তু হুবহু

মনে রাখার মতো দুটো ফলাফল আছে। প্রথমত, একটা স্প্রেডশিট একটা কার্যকরী ওয়ার্কবুক হিসেবে নয়, বরং ভ্যালু হিসেবে আসে, তাই মডেল আপনার ফর্মুলার ফলাফল পড়তে পারে কিন্তু ফর্মুলাটা আবার চালাতে পারে না। দ্বিতীয়ত, একটা স্ক্যান করা পিডিএফ প্লেইন টেক্সট এক্সট্রাকশনের বদলে একটা ভিশন ট্রান্সক্রিপশনের মধ্য দিয়ে যায়, আর একটা অস্বাভাবিক ফন্ট, হাতে লেখা মন্তব্য, বা কম রেজোলিউশনের স্ক্যান তবুও একটা সংখ্যায় ভুল পড়া অক্ষর তৈরি করতে পারে। স্ক্যান করা ডকুমেন্ট থেকে পাওয়া সংখ্যা মূল কপির সাথে মিলিয়ে দেখুন। একটা ছবি সংক্রান্ত নোট: কম্পোজার GIF ফাইল প্রত্যাখ্যান করে আর তার বদলে একটা PNG বা JPEG চায়।

কিছু জিজ্ঞাসা করার আগে ফাইলটা প্রস্তুত করুন

এখানে পাঁচ মিনিট খরচ করলে পরে একটা বিভ্রান্তিকর কথোপকথন এড়ানো যায়।

• ফাইলটাকে সেটা যা তার নামে নামকরণ করুন। মডেল ফাইলনেম দেখে, আর 2025-q3-vendor-contract-acme.pdf তাকে যে কাজে লাগার মতো প্রসঙ্গ দেয়, document(3).pdf তা দেয় না। থ্রেডে একাধিক ফাইল থাকলে এটা আরও বেশি গুরুত্বপূর্ণ হয়ে ওঠে।
• উপস্থাপনার ভার্সন নয়, উৎস পাঠান। বিশেষ করে স্প্রেডশিটের ক্ষেত্রে, মার্জ করা সেল, ডেটার মধ্যে সাবটোটাল, আর মার্জিনে নোটসহ ভার্সনটা একটা বড় প্লেইন ফাইলের চেয়ে অনেক বেশি ভুল ঘটায়।
• বিশাল ডকুমেন্টকে আকার অনুযায়ী নয়, উদ্দেশ্য অনুযায়ী ভাগ করুন। যদি আপনার শুধু পদ্ধতি আর ফলাফল অংশ দরকার হয়, তাহলে 400 পৃষ্ঠা আপলোড করে মনোযোগ সঠিক জায়গায় পড়বে বলে আশা করার চেয়ে সেগুলো আপলোড করা ভালো।
• আপনার দরকার নেই এমন ব্যক্তিগত তথ্য সরিয়ে ফেলুন। নাম, ইমেইল, আর আইডেন্টিফায়ার বিশ্লেষণের জন্য কদাচিৎ প্রয়োজন হয়, আর সেগুলো আপলোড করার অনুমতি ছিল কিনা তা ঠিক করার চেয়ে সেগুলো সরিয়ে ফেলা দ্রুত।
• একটা পিডিএফ আসলে টেক্সট কিনা তা চেক করুন। আপনার পিডিএফ রিডারে টেক্সট সিলেক্ট করার চেষ্টা করুন। যদি না পারেন, এটা একটা স্ক্যান, Whizi সেটাকে একটা ভিশন পাস দিয়ে ট্রান্সক্রাইব করবে, আর সংখ্যাগুলো মূল কপির সাথে মিলিয়ে দেখার যোগ্য।

ফাইলের জন্য মডেল বেছে নেওয়া

ডকুমেন্টের কাজের জন্য এই পছন্দটা প্রম্পটের চেয়েও বেশি গুরুত্বপূর্ণ।

• Gemini যেকোনো লম্বা কিছুর জন্য। Whizi-তে Gemini মডেলগুলোতে 1,000,000 টোকেনের একটা কনটেক্সট উইন্ডো আছে, মানে একটা 200 পৃষ্ঠার রিপোর্ট, একটা সম্পূর্ণ চুক্তির সেট, বা এক ডজন গবেষণাপত্র টুকরো টুকরো করে প্রসেস করার বদলে একসাথে উপস্থিত থাকতে পারে। ক্রস-ডকুমেন্ট প্রশ্ন তখনই ঠিকমতো কাজ করে যখন সবকিছু সত্যিকারভাবে কনটেক্সটে থাকে।
• Claude সূক্ষ্মতার জন্য। আইনি ভাষা, নীতি ডকুমেন্ট, এমন যেকোনো কিছু যেখানে অর্থ শর্তসাপেক্ষতা আর দ্বিধার ওপর নির্ভর করে। একটা ডকুমেন্ট কী বলে না তা বলে দেওয়ার ক্ষেত্রেও এটা সেরা, যা প্রায়ই আসল প্রশ্ন।
• GPT এক্সট্রাকশনের জন্য। ইনভয়েস, ফর্ম, স্ট্রাকচার্ড ডেটা, এমন যেকোনো কিছু যেখানে আপনি একটা কড়া টেবিল বা JSON ফেরত চান এবং শ'খানেক সারি জুড়ে সামঞ্জস্যপূর্ণ ফিল্ড নাম চান।
• যেকোনো মাল্টিমোডাল মডেল ছবি, চার্ট, স্ক্রিনশট, আর ডায়াগ্রামের জন্য। ব্যাখ্যা করতে বলার আগে সেটা কী দেখছে তা বর্ণনা করতে বলুন, যা ভুল পড়া তাড়াতাড়ি ধরিয়ে দেয়।

পুনরায় আপলোড না করেই থ্রেডের মাঝখানে মডেল পাল্টানো যায়, আর এক ওয়ার্কস্পেসে এটা করার এটাই মূল কথা। Gemini দিয়ে পড়ুন, GPT দিয়ে বের করুন, আর Claude-কে সারাংশ লিখতে দিন, সবই একই সংযুক্ত ফাইলের বিপরীতে। দেখুন কথোপকথনের মাঝে মডেল পাল্টানো।

একসাথে একাধিক ডকুমেন্ট নিয়ে কাজ করা

একটা ডকুমেন্ট নিয়ে প্রশ্ন কাজে লাগে। একাধিক ডকুমেন্টের প্রশ্নেই এটা শুধু একটা সুবিধা থাকা বন্ধ করে আর একটা ক্ষমতায় পরিণত হয় যা আপনার আগে ছিল না।

প্রম্পট: তুলনা করুন

contract-a.pdf আর contract-b.pdf তুলনা করুন। প্রতিটা ভিন্ন ধারার একটা টেবিল ফেরত দিন: ধারা, A কী বলে, B কী বলে, আর কোনটা আমাদের জন্য বেশি অনুকূল আর কেন। ফরম্যাট আর নম্বরিংয়ের পার্থক্য উপেক্ষা করুন। একটাতে থাকা আর অন্যটাতে না থাকা ধারাগুলো আলাদাভাবে তালিকাভুক্ত করুন।

প্রম্পট: একত্রিত করুন

সংযুক্ত সব ফাইল জুড়ে, [প্রশ্ন]-এর উত্তর দেয় এমন একটা টেবিল তৈরি করুন। প্রতি ডকুমেন্টে একটা সারি, প্রথম কলামে ডকুমেন্টের নাম দিয়ে। যেখানে একটা ডকুমেন্ট এটা নিয়ে কিছু বলে না, সেখানে NOT ADDRESSED লিখুন। ভিন্ন সংজ্ঞা ব্যবহারকারী ডকুমেন্টগুলোকে পতাকাঙ্কিত না করে মার্জ করবেন না।

প্রম্পট: বিরোধ খুঁজুন

এই ডকুমেন্টগুলো একে অপরের সাথে কোথায় বিরোধিতা করে? দুটো অংশ পাশাপাশি উদ্ধৃত করুন আর প্রতিটা কোন ফাইল থেকে এসেছে তার নাম বলুন। পরিধি বা তারিখের পার্থক্য থেকে প্রকৃত বিরোধকে আলাদা করুন।

একাধিক ফাইল থাকলে সবসময় আপনার প্রম্পটে নাম ধরে ফাইল উল্লেখ করুন। "ভেন্ডর চুক্তিতে, নোটিশ পিরিয়ড কত?" স্পষ্ট; "নোটিশ পিরিয়ড কত?" মডেলকে বেছে নিতে বাধ্য করে, আর কোনটা বেছে নিলো তা এটা আপনাকে বলবে না।

যখন উত্তরটা ভুল মনে হয়

একটা ছোট্ট ডায়াগনস্টিক ধারা যা বেশিরভাগ সমস্যা সমাধান করে।

মডেল বলে যে এটা ফাইলটা দেখতে পাচ্ছে না। নিশ্চিত করুন যে সংযুক্তিটা আসলেই আপলোড হয়েছে, তারপর স্পষ্টভাবে সেটা উল্লেখ করুন: "সংযুক্ত report.pdf-এ"। বিশেষ করে ছবির ক্ষেত্রে, "সংযুক্ত ছবিটা দেখুন" বললে নিশ্চিত হয় যে মাল্টিমোডাল পথ ব্যবহার হচ্ছে, শুধু আপনার প্রশ্নের টেক্সট থেকে মডেল উত্তর দিচ্ছে না।

উত্তরটা ভুল ডকুমেন্ট নিয়ে। থ্রেডে একাধিক ফাইল থাকলে প্রতিটা প্রশ্নে ফাইলের নাম বলুন।

একটা স্ক্যান করা ডকুমেন্টে সংখ্যাগুলো সূক্ষ্মভাবে ভুল। এটা স্ক্যানের ট্রান্সক্রিপশনের সমস্যা, যুক্তির নয়। মডেলকে আশপাশের লাইনটা হুবহু উদ্ধৃত করতে বলুন যাতে আপনি দেখতে পান এটা কী পড়েছে, তারপর মূল কপি চেক করুন।

এটা এমন কিছু মিস করেছে যা আপনি জানেন সেখানে আছে। প্রথমে একটা লোকেটিং প্রশ্ন জিজ্ঞাসা করুন: [বিষয়] নিয়ে আলোচনা করে এমন অংশটা উদ্ধৃত করুন আর এর পৃষ্ঠা বা অংশ দিন। যদি এটা খুঁজে না পায়, তাহলে সমস্যাটা এক্সট্রাকশনে, যুক্তিতে নয়। একটা ভিন্ন মডেল চেষ্টা করুন বা প্রাসঙ্গিক পৃষ্ঠাগুলো আলাদাভাবে আপলোড করুন।

এটা উত্তর দেওয়ার বদলে সারাংশ করছে। সিদ্ধান্তের বদলে প্রমাণ চান: আপনার উত্তরকে সমর্থন করে এমন সঠিক টেক্সট উদ্ধৃত করুন। এটা সেই ক্ষেত্রটাও ধরে ফেলে যেখানে উত্তরটা আপনার ডকুমেন্টের বদলে সাধারণ জ্ঞান থেকে অনুমান করা হয়েছিল, যা ধরার জন্য সবচেয়ে গুরুত্বপূর্ণ ভুল।

শেষ চেকটা গুরুত্ব দেওয়ার যোগ্য। একটা সুপরিচিত চুক্তির ধরন, একটা সাধারণ নিয়ন্ত্রণ, বা একটা বিখ্যাত গবেষণাপত্র নিয়ে জিজ্ঞাসা করা একটা মডেল আপনার ফাইল একেবারেই না দেখে ট্রেনিং ডেটা থেকে বিশ্বাসযোগ্যভাবে উত্তর দিতে পারে। একটা উদ্ধৃতি দাবি করলে উত্তরটা আসলে সামনে থাকা ডকুমেন্টে নোঙর করা বাধ্য হয়।

গোপনীয়তা আর আপলোডের আগে যা নিয়ে ভাবা উচিত

আপলোড করা সংযুক্তিগুলো সর্বোচ্চ 30 দিন পর মেয়াদোত্তীর্ণ হওয়ার জন্য কনফিগার করা, আর আপনি নিজে তার আগেই একটা ফাইল বা পুরো কথোপকথন মুছে ফেলতে পারেন। Whizi-এর মালিকানাধীন এআই মডেল প্রশিক্ষণের জন্য Whizi আপনার প্রম্পট, ফাইল, কথোপকথন, ভয়েস ট্রান্সক্রিপ্ট, বা তৈরি করা কনটেন্ট ব্যবহার করে না, আর সেই কনটেন্ট প্রশিক্ষণ ডেটা হিসেবে বিক্রিও করে না। আপনি যে মডেলটা বেছে নিয়েছেন তা চালানো প্রোভাইডার উত্তর দিতে যা দরকার তা পায় আর নিজস্ব নীতির অধীনে সাময়িক ক্যাশ রাখতে পারে।

যে সিদ্ধান্তটা আপনারই থেকে যায় তা হলো ডকুমেন্টটা আদৌ একটা তৃতীয়-পক্ষ সেবা দিয়ে প্রসেস করার অনুমতি আপনার আছে কিনা। থামার মতো ক্যাটাগরি: অন্য মানুষের ব্যক্তিগত তথ্য, একটা নির্দিষ্ট গোপনীয়তা ধারা দ্বারা আচ্ছাদিত যেকোনো কিছু, উপাদানগত অ-পাবলিক তথ্য, আর স্বাস্থ্য বা আর্থিক রেকর্ডের মতো বিশেষ নিয়ন্ত্রিত তথ্য যা নির্দিষ্ট হ্যান্ডলিং নিয়মের অধীন।

বেশিরভাগ মানুষের জন্য ব্যবহারিক মধ্যপন্থা হলো বিরত থাকার বদলে রিড্যাক্ট করা। নাম পদবি দিয়ে প্রতিস্থাপন, সংখ্যা পরম না হয়ে সূচক আকারে, আর আইডেন্টিফায়ার সরানো বিশ্লেষণের জন্য দরকারি সবকিছু সংরক্ষণ করবে আর একইসাথে একটা ডকুমেন্টকে স্পর্শকাতর করে তোলে এমন বেশিরভাগ জিনিস সরিয়ে ফেলবে।