AI শব্দগুচ্ছ ব্যাখ্যা করা হয়েছে: নতুনদের জন্য একটা সাদামাটা ভাষার শব্দকোষ

পাঁচটা শব্দ যা আপনার প্রথম ঘণ্টায় গুরুত্বপূর্ণ

AI নিয়ে বেশিরভাগ লেখা এমন একটা শব্দভাণ্ডার ধরে নেয় যা কেউ কখনো আপনাকে শেখায়নি। কাজের অংশটা ছোট। পাঁচটা শব্দ প্রায় সব ব্যবহারিক ওজন বহন করে, আর বাকিটা মাসের পর মাস অপেক্ষা করতে পারে।

একটা মডেল হলো AI নিজেই: প্রশিক্ষিত সিস্টেম যা আপনার শব্দ পড়ে আর একটা উত্তর তৈরি করে। অ্যাপটা মডেল নয়। ChatGPT একটা অ্যাপ যা OpenAI-র মডেল চালায়, Gemini একটা অ্যাপ যা Google-এর মডেল চালায়, আর Whizi একটা অ্যাপ যা একসঙ্গে বেশ কয়েকটা কোম্পানির মডেল ধরে রাখে। এই পার্থক্যটা প্রথমবার একটা উত্তর আপনাকে হতাশ করলে তার মূল্য অর্জন করে, কারণ মডেল বদলানো সাধারণত প্রশ্নটা নতুন করে লেখার চেয়ে একটা বড় লিভার।

একটা প্রম্পট হলো শুধু আপনি যা টাইপ করেন। কোনো গোপন সিনট্যাক্স নেই, কোনো কমান্ড তালিকা নেই, মুখস্থ করার কিছু নেই। একটা সাদামাটা অনুরোধ যা নাম দেয় আউটপুটটা কার জন্য, এর কী কাজ করতে হবে, আর আপনি কী আকারে ফেরত চান তা প্রায় প্রতিবার একটা চতুর এক-লাইনারকে হারাবে।

একটা চ্যাটবট হলো কথোপকথনের উইন্ডো যেখানে আপনি টাইপ করেন। একটা কথোপকথনের ভেতরে আপনি যা বলেছেন সবই মডেল উত্তর দেওয়ার সময় দৃশ্যমান থাকে, যে কারণে "এটা ছোট করো" বা "বেশি আনুষ্ঠানিক"-এর মতো ফলো-আপ মূল অনুরোধ পুনরাবৃত্তি না করেই কাজ করে। একটা নতুন চ্যাট খুলুন আর সেই শেয়ার করা মেমোরিটা চলে যায়, যা আপনি চান যখন বিষয়টা বদলায়: একটা অসম্পর্কিত প্রশ্ন থেকে অবশিষ্ট কনটেক্সট এমন উত্তরের একটা সাধারণ উৎস যা সামান্য বেঠিক মনে হয়।

একটা টোকেন হলো টেক্সটের একটা টুকরা, মোটামুটি একটা গড় ইংরেজি শব্দের তিন-চতুর্থাংশ। মডেলগুলো শব্দের বদলে টোকেনে পড়ে, গোনে, আর বিল করে, তাই একটা 1,000-শব্দের ডকুমেন্ট প্রায় 1,300 টোকেনের কাছাকাছি পড়ে। আপনি বেশিরভাগ এই শব্দটার সঙ্গে দেখা পাবেন প্রাইসিং পেজ আর ব্যবহারের সীমায়।

একটা কনটেক্সট উইন্ডো হলো একটা মডেল একবারে দৃষ্টিতে কতটা টেক্সট ধরে রাখতে পারে, টোকেনে মাপা। এটাকে আপনার পেস্ট করা ডকুমেন্ট, এখন পর্যন্ত পুরো কথোপকথন, আর লেখা হচ্ছে এমন উত্তর কভার করতে হয়। আপনি যখন একটা পঞ্চাশ-পাতার চুক্তি একটা চ্যাটে ফেলেন আর উত্তরগুলো তিন নম্বর পাতার সঙ্গে নিঃশব্দে বিরোধিতা শুরু করে, আপনি এর কিনারা খুঁজে পেয়েছেন। একটা কনটেক্সট উইন্ডো কী-এ আসল সংখ্যা আছে; কাজের নিয়মটা সংক্ষিপ্ত। একটা বিষয় নিয়ে একটা লম্বা কথোপকথন, তারপর নতুন করে শুরু করুন।

এখনই এই নিয়ে করার মতো কিছু: যেকোনো AI অ্যাপ খুলুন আর এটাকে জিজ্ঞাসা করুন, আপনার নিজের শব্দে, আপনি এই সপ্তাহে দেখেছেন কিন্তু চিনতে পারেননি এমন একটা শব্দ ব্যাখ্যা করতে। তারপর একটা দ্বিতীয় প্রশ্ন জিজ্ঞাসা করুন, "তুমি কী ধরে নিয়েছিলে আমি ইতিমধ্যে জানি?" সেই ফলো-আপ একটা সংজ্ঞাকে একটা ব্যাখ্যায় বদলায়, আর এটা যেকোনো বিষয়ে কাজ করে।

যদিও, উত্তরটা অন্য কিছুর বিপরীতে চেক করুন। এই সিস্টেমগুলো ভুল কথা ঠিক সেই একই শান্ত কণ্ঠস্বরে বলে যা তারা সঠিক কথার জন্য ব্যবহার করে, আর সংজ্ঞা একটা নরম লক্ষ্য: একটা বিশ্বাসযোগ্য বানানো বিবরণ আপনার পাশ দিয়ে চলে যায় কারণ আপনার এটা ধরার কোনো উপায় ছিল না। সেই ব্যর্থতার একটা নাম আছে, আর এটা নিচের টেবিলে আছে।

বাকি শব্দকোষ, আর আপনার এখনই এটার দরকার কিনা

এগুলো হলো শব্দ যা শিরোনাম, প্রাইসিং পেজ, আর মন্তব্যের অংশে আপনার জন্য অপেক্ষা করছে। তৃতীয় কলামটা সৎ অংশ। এর বেশিরভাগ প্রথম-দিনের জ্ঞান নয়, আর অন্যথা ভান করাই যেভাবে নতুনরা এমন কিছু নিয়ে বোকা বোধ করা শেষ করে যা তাদের প্রভাবিত করে না। আপনি এই টেবিল ছাড়িয়ে গেলে, পূর্ণ AI শব্দকোষ একই সাদামাটা ভাষায় 55টা শব্দ সংজ্ঞায়িত করে।

শব্দ	সাদামাটা অর্থ	আপনার কি এটা দরকার?
LLM	লার্জ ল্যাঙ্গুয়েজ মডেল, আপনি শুনেছেন এমন প্রতিটা চ্যাট অ্যাপের পেছনে থাকা মডেলের ধরন। একটা লেখায় LLM বললে, এটাকে AI হিসেবে পড়ুন	হ্যাঁ, যাতে শিরোনামগুলো শব্দ শোনানো বন্ধ করে
জেনারেটিভ AI	যেকোনো AI যা ইতিমধ্যে বিদ্যমান জিনিস সাজানোর বদলে নতুন টেক্সট, ছবি, অডিও, বা ভিডিও তৈরি করে	হ্যাঁ, একটা বাক্যই যথেষ্ট
প্রশিক্ষণ	একটা মডেলকে বিশাল পরিমাণ টেক্সট খাওয়ানোর দীর্ঘ, ব্যয়বহুল প্রক্রিয়া যাতে এটা প্যাটার্ন শেখে। আপনি অ্যাপটা খোলার আগেই এটা শেষ হয়ে গেছে	হ্যাঁ, সংক্ষেপে
প্রশিক্ষণ কাটঅফ	যে তারিখে প্রশিক্ষণ ডেটা থামে। পরের যেকোনো কিছু সম্পর্কে জিজ্ঞাসা করুন আর মডেলটা অনুমান করছে, অ্যাপটা ওয়েব সার্চ না করলে	হ্যাঁ, এটা মানুষকে ধরে ফেলে
হ্যালুসিনেশন	একটা আত্মবিশ্বাসী, সাবলীল, সম্পূর্ণ বানানো উত্তর। সবচেয়ে গুরুত্বপূর্ণ দুর্বলতা	হ্যাঁ, প্রথম দিনেই
মাল্টিমোডাল	মডেলটা টেক্সটের বেশি সামলায়: ছবি, PDF, অডিও, কখনো কখনো ভিডিও	হ্যাঁ, আপনি একটা ছবি আপলোড করতে চাওয়ার মুহূর্তে
ফাইন-টিউনিং	একটা বিদ্যমান মডেলকে আপনার নিজের ডেটায় পুনরায় প্রশিক্ষণ দেওয়া যাতে এটা বিশেষায়িত হয়	এখনও না, এটা একটা কোম্পানির প্রজেক্ট
টেম্পারেচার	ভাষা কতটা এলোমেলো তার একটা ডায়াল। কম মানে অনুমানযোগ্য, বেশি মানে ঢিলে	এখনও না, বিচক্ষণ ডিফল্ট আপনার জন্য বেছে নেওয়া
এজেন্ট	একটা AI যা একবার উত্তর দেওয়ার বদলে নিজে থেকে বেশ কয়েকটা ধাপ নেয়	এখনও না, আর পরের সেকশনটা দেখুন
API	ডেভেলপাররা তাদের নিজের সফটওয়্যারে একটা মডেল তার করতে যে প্লাম্বিং ব্যবহার করে	এখনও না, আপনি কোড না লিখলে
RAG	রিট্রিভাল অগমেন্টেড জেনারেশন: উত্তর দেওয়ার আগে মডেলটা একটা ডকুমেন্ট স্টোরে জিনিস খুঁজে দেখে	এখনও না, যদিও আপনার আপলোড করা ফাইল থেকে উত্তর দেয় এমন যেকোনো অ্যাপ এর ওপর চলে
ওপেন সোর্স মডেল	এমন একটা মডেল যার ওজন যে কেউ ডাউনলোড আর চালাতে পারে, যেমন Llama বা DeepSeek	এখনও না, চ্যাট ব্যবহারকারীদের জন্য এটা সামান্যই বদলায়
রিজনিং মডেল	একটা মডেল যা উত্তর দেওয়ার আগে দৃশ্যমান ধাপে একটা সমস্যার মধ্য দিয়ে যায়। ধীর, গণিত আর যুক্তিতে ভালো	শীঘ্রই, প্রথমবার একটা কঠিন প্রশ্ন ব্যর্থ হলে
সিস্টেম প্রম্পট	আপনি কিছু টাইপ করার আগে অ্যাপ মডেলকে দেয় এমন লুকানো নির্দেশনা	এখনও না, আপনি নিজের সহকারী তৈরি করলে দরকারি

দুটো সারি একটা ফুটনোট প্রাপ্য। হ্যালুসিনেশন প্যাচ করে ফেলার মতো একটা মাঝেমধ্যের গ্লিচ নয়; এটা এই সিস্টেমগুলো কীভাবে টেক্সট তৈরি করে তা থেকে বের হয়ে আসে, যে কারণে AI কেন ভুল করে একটা বুলেট পয়েন্টের বদলে নিজের একটা গাইড। আর মাল্টিমোডাল দশ মিনিটের যোগ্য যত তাড়াতাড়ি আপনার একটা রসিদের ছবি, একটা এরর মেসেজের স্ক্রিনশট, বা সামলানোর জন্য একটা স্ক্যান করা ফর্ম থাকে। ছবি আর ডকুমেন্ট নিয়ে কাজ করা দেখায় এটা একটা সাধারণ মঙ্গলবারে কেমন দেখায়।

মার্কেটিং যে শব্দ ব্যবহার করে তা শোনায় যতটা তার চেয়ে কম অর্থবহন করে

ভেন্ডররা ঠিক মিথ্যা বলছে না। তারা এমন শব্দ ব্যবহার করছে যা একসময় নির্দিষ্ট কিছু বোঝাত আর এখন বেশিরভাগ বোঝায় "আমরা কিছু শিপ করেছি"। ফাঁকটা জানাই আপনাকে বাঁধা উত্তরের একটা ড্রপডাউনের জন্য একটা আপগ্রেড ফি দেওয়া থেকে থামায়।

• AI দিয়ে চালিত। সাধারণত মানে একটা ফিচার অন্য কারও তৈরি একটা মডেল কল করে। কখনো কখনো মানে একটা সাজেশন বক্স যা আপনি বন্ধ করতে পারেন। জিজ্ঞাসা করার মতো: কোন মডেল, আর এটা কি ডিফল্টে চালু?
• স্মার্ট। এই পুরো ঢেউয়ের আগের, আর এখন খুব সামান্যই বোঝায়। একটা স্মার্ট ফোল্ডার একটা সেভ করা সার্চ। একটা স্মার্ট রিপ্লাই তিনটা বাঁধা বাক্যাংশ। বিশেষণটা ছাড়িয়ে একটা ক্রিয়া দেখুন, আর ফিচারটাকে বিচার করুন এটা আপনার কাজে আসলে কী করে তা দিয়ে।
• নেক্সট-জেনারেশন। ভবিষ্যৎ কালে একটা দাবি। এটা এমন একটা পণ্যের সঙ্গে পুরোপুরি সামঞ্জস্যপূর্ণ যা এটা প্রতিস্থাপন করেছে তার ভার্সনের চেয়ে খারাপ, আর এটা তখনই হাজির হয় যখন কোনো পরিমাপযোগ্য উন্নতি কেউ নাম দিতে পারে না।
• AI এজেন্ট। 2026-এর সবচেয়ে কঠোর পরিশ্রমী শব্দগুচ্ছ। কঠোরভাবে ব্যবহার করলে, মানে সফটওয়্যার যা নিজে থেকে বেশ কয়েকটা ধাপ পরিকল্পনা করে আর সম্পাদন করে, যেমন শুরু থেকে শেষ পর্যন্ত একটা ট্রিপ বুক করা। মার্কেটিংয়ে ব্যবহার করলে, সাধারণত মানে একটা বন্ধুত্বপূর্ণ অবতারসহ একটা চ্যাটবট। জিজ্ঞাসা করুন এটা আটকে গেলে কী করে, আর প্রথমে আপনার সঙ্গে চেক না করে এটা কাজ করতে পারে কিনা।
• AI-প্রথম। অভ্যন্তরীণ কৌশল নিয়ে একটা বিবৃতি, পণ্যটার সঙ্গে আপনার অভিজ্ঞতা নিয়ে নয়। এটা আপনাকে বলে একটা কোম্পানি তার ইঞ্জিনিয়ারিং বাজেট কোথায় নির্দেশ করে, যা আপনি টাকা দিতে যাচ্ছিলেন এমন ফিচারে এখনও পৌঁছায়নি হতে পারে।

একটা প্রশ্ন এর সবকিছু ভেদ করে: জিজ্ঞাসা করুন ফিচারটা ভুল হলে কী করে। আসল AI ভেতরে থাকা পণ্যগুলোর একটা উত্তর আছে, আর এতে পর্যালোচনার ধাপ, একটা আনডু, একটা আত্মবিশ্বাসের সংকেত, বা একটা দৃশ্যমান উৎস জড়িত। একটা স্টিকার বহনকারী পণ্য চুপ হয়ে যায়।

মডেলের নাম কেন লাইসেন্স প্লেটের মতো দেখায়

একটা মডেলের নামের দুটো অংশ দুটো ভিন্ন কাজ করে। শব্দটা হলো পরিবার, প্রোডাক্ট লাইন যা একটা কোম্পানি বিকাশ চালিয়ে যায়: OpenAI থেকে GPT, Anthropic থেকে Claude, Google থেকে Gemini, Meta থেকে Llama। সংখ্যা আর প্রত্যয়গুলো হলো ভার্সন, আর প্রায়ই আকার, তাই একটা পরিবার একই সকালে একটা ছোট দ্রুত সদস্য আর একটা বড় সতর্ক সদস্য শিপ করবে। একটা নাম পড়া বেশিরভাগ ব্যাপার সেই অর্ধেকগুলোকে আলাদা করা আর মাঝের মার্কেটিং উপেক্ষা করা।

আপনি হয়তো লক্ষ্য করেছেন এই লেখাটা একটাও ভার্সন নম্বরের নাম দেয় না। এটা ইচ্ছাকৃত। ভার্সনগুলো প্রতি কয়েক সপ্তাহে বদলায়, আর কোনো শব্দকোষ যা সেগুলো আটকে রাখে তা পরের মৌসুমের মধ্যে ভুল। যা বদলায় না তা হলো সিদ্ধান্তের আকার। ছোট মডেলগুলো দ্রুত আর সস্তা আর একটা ইমেইল গুছিয়ে দেওয়ার জন্য পুরোপুরি ঠিক। বড়গুলো ধীর আর লম্বা ডকুমেন্ট আর কঠিন যুক্তির সঙ্গে ভালো। প্রতিটা পরিবারেরও একটা ব্যক্তিত্ব আছে যা সুরে আর এটা আপনার দেওয়া একটা উৎসের সঙ্গে কতটা কঠোরভাবে লেগে থাকে তাতে দেখা যায়।

সবচেয়ে নতুন রিলিজটাও স্বয়ংক্রিয়ভাবে আপনার কাজের জন্য সঠিক নয়। নতুন সাধারণত মানে ভালো বেঞ্চমার্ক স্কোর, আর বেঞ্চমার্কগুলো পরীক্ষার-ধরনের সমস্যা মাপে, লেখাটা আপনার মতো শোনায় কিনা তা নয়। অনেক মানুষ দেখতে পান একটা পুরোনো, সস্তা মডেল তাদের ইমেইল ভালো লেখে, আর তারা সপ্তাহের দুটো কঠিন কাজের জন্য দামিটা সংরক্ষণ করেন। আপনি এটা শুধু একই আসল কাজ দুই বা তিনটা মডেলের মধ্য দিয়ে চালিয়ে আর আউটপুটগুলো পাশাপাশি পড়ে শেখেন, যা একটা AI মডেল বেছে নেওয়া ধাপে ধাপে দেখায়। তিনটা প্রোভাইডারকে টাকা না দিয়ে সেটা করাই সেই পুরো কারণ কেন Whizi GPT, Claude, Gemini, আর ছবির মডেল এক সাবস্ক্রিপশনের ভেতরে রাখে।

তিন-মাসের চিহ্নে শেখার যোগ্য পাঁচটা শব্দ

তৃতীয় মাসের মধ্যে আপনি কয়েকটা দেয়ালে হাঁটবেন। এই পাঁচটা শব্দ সেই দেয়ালগুলোর নাম, যে কারণে এগুলো তখন শেখার যোগ্য, এখন নয়।

1. রিজনিং মডেল। প্রথমবার একটা মডেল আত্মবিশ্বাসের সঙ্গে একটা বহু-ধাপের গণনা বা একটা যুক্তির ধাঁধা নষ্ট করলে গুরুত্বপূর্ণ হতে শুরু করে। একটা রিজনিং মডেলে বদলানো প্রায়ই এটা সরাসরি ঠিক করে, উত্তরের জন্য বেশি অপেক্ষা করার খরচে।
2. সিস্টেম প্রম্পট। গুরুত্বপূর্ণ যখন আপনি লক্ষ্য করেন আপনি প্রতিটা নতুন চ্যাটে একই পটভূমি প্যারাগ্রাফ পেস্ট করছেন। এটাকে একবার একটা স্থায়ী নির্দেশনা হিসেবে সেভ করাই সমাধান।
3. RAG। গুরুত্বপূর্ণ যখন আপনি খোলা ইন্টারনেটের বদলে আপনার নিজের ফাইলে ভিত্তি করা উত্তর চান, উদাহরণস্বরূপ একটা নীতির ফোল্ডার যা 2019 থেকে কেউ পড়েনি।
4. টেম্পারেচার। গুরুত্বপূর্ণ যখন আউটপুট চেষ্টাজুড়ে হয় খুব একই রকম বা খুব অস্থির মনে হয়, আর আপনি রিরোল করতে থাকার বদলে একটা ডায়াল ঘোরাতে চান।
5. ফাইন-টিউনিং। একজন ব্যক্তির জন্য প্রায় কখনো গুরুত্বপূর্ণ নয়, আর কেন তা জানার যোগ্য: এর আসল টাকা খরচ হয়, শত শত পরিষ্কার উদাহরণ দরকার, আর একটা ভালো মডেলে একটা ভালো প্রম্পট মানুষ যে প্রায় প্রতিটা ব্যবহারের জন্য এটা কল্পনা করে তার জন্য এটাকে হারায়।

এর সবকিছুর নিচের স্তরটা চাইলে, AI আসলে কী গণিত ছাড়াই প্রক্রিয়াটা কভার করে, আর AI-এর সঙ্গে কীভাবে কথা বলবেন প্রথম সেকশনের সেই প্রম্পট প্যারাগ্রাফটাকে একটা অভ্যাসে বদলায়। এই পেজটা এক সপ্তাহ একটা ট্যাবে খোলা রাখুন। আপনি ইতিমধ্যে জানেন এমন একটা শব্দের সঙ্গে চতুর্থবার দেখা হওয়ার কাছাকাছি শব্দভাণ্ডারটা ভয়ংকর হওয়া বন্ধ করে।