Gemini কী, আর কী এটিকে আলাদা করে
Gemini হলো Google-এর AI সহকারী। আপনি সাধারণ ইংরেজিতে একটি প্রশ্ন টাইপ করেন আর এটি উত্তর দেয়। আপনি যদি ChatGPT ব্যবহার করে থাকেন, এটি প্রায় দশ সেকেন্ডের মধ্যে পরিচিত মনে হবে।
দুটো জিনিস সত্যিই এটিকে আলাদা করে, আর দুটোই শোনানোর চেয়ে বেশি দরকারি।
এটি জানে এখন কী ঘটছে। যেহেতু Google এটি তৈরি করেছে, এটি Google Search-এর সঙ্গে ঘনিষ্ঠভাবে যুক্ত। গত সপ্তাহের কিছু সম্পর্কে জিজ্ঞাসা করুন আর এটি আসলে দেখতে পারে, আপনাকে লিংক দিতে পারে, আর বলতে পারে উত্তরটি কোথা থেকে এসেছে। বেশিরভাগ সহকারী প্রশিক্ষণের সময় যা শিখেছে তা থেকে উত্তর দেয়, যার মানে গত মাস সম্পর্কে একটি আত্মবিশ্বাসী উত্তর যা শুধু পুরনো।
এটি একবারে বিশাল পরিমাণ পড়তে পারে। এটি কম মূল্যায়িত একটি। প্রতিটি সহকারীর একটি কথোপকথনের সময় মনে কতটা টেক্সট রাখতে পারে তার একটি সীমা আছে, আর বর্তমান Gemini মডেলগুলো 1 মিলিয়ন টোকেন ধরে, প্রায় 750,000 শব্দ, বেশিরভাগের চেয়ে অনেক বেশি। একটি 300 পৃষ্ঠার রিপোর্ট, একটি সম্পূর্ণ চুক্তি সেট, বা একটি সেমিস্টারের লেকচার স্লাইড সম্পূর্ণ ফাইল হিসেবে যেতে পারে।
কেন "একবারে বেশি পড়ে" আপনি কী করতে পারেন তা বদলে দেয়
একটি ডকুমেন্ট একটি সহকারী ধরে রাখতে পারে তার চেয়ে বড় হলে, এটিকে টুকরো টুকরো করে কাজ করতে হয়। একটি সেকশন সম্পর্কে একটি প্রশ্নের জন্য এটি ঠিক আছে আর পুরো জিনিসটি সম্পর্কে একটি প্রশ্নের জন্য অনির্ভরযোগ্য।
সবকিছু সত্যিই দৃষ্টিসীমায় থাকলে, এগুলো কাজ করে:
এই চুক্তির যেকোনো দুটো সেকশন কি একে অপরের সঙ্গে বিরোধিতা করে?এই পনেরোটি ডকুমেন্টজুড়ে, ফলাফলগুলো কোথায় দ্বিমত পোষণ করে, আর কেন?এই শব্দটি কি ডকুমেন্টে কোথাও সংজ্ঞায়িত, আর সংজ্ঞাটি কি পরে এটি যেভাবে ব্যবহৃত হয় তার সঙ্গে মেলে?এক্সিকিউটিভ সারসংক্ষেপ যা উল্লেখ করে না তার বিস্তারিততে কী আছে?
এগুলোর কোনোটিই ভালো কাজ করে না যখন একটি টুল একবারে একটি খণ্ড পড়ে, কারণ প্রতিটির পুরো ডকুমেন্ট একসঙ্গে উপস্থিত থাকা দরকার। আপনি যদি নিয়মিত দীর্ঘ PDF, রিপোর্ট, বা ট্রান্সক্রিপ্ট নিয়ে কাজ করেন, এই একক সক্ষমতাটি মডেলের অন্য যেকোনো কিছুর চেয়ে আপনার কাছে বেশি গুরুত্বপূর্ণ হওয়ার সম্ভাবনা।
কপি করার যোগ্য প্রম্পট
একটি দীর্ঘ ডকুমেন্ট পড়া
সংযুক্ত ডকুমেন্টটি পড়ো আর আমাকে বলো: সবচেয়ে গুরুত্বপূর্ণ পাঁচটি জিনিস, যা আমার জন্য একটি বাধ্যবাধকতা বা একটি খরচ তৈরি করে এমন কিছু, অস্পষ্ট রাখা কিছু, আর সারসংক্ষেপ সেকশন বাদ দেয় এমন গুরুত্বপূর্ণ কিছু। সঠিক টেক্সট উদ্ধৃত করো আর প্রতিটি পয়েন্টের জন্য পৃষ্ঠা দাও।
সবসময় উদ্ধৃতি চান। পরীক্ষা করতে সেকেন্ড লাগে আর এটিই একমাত্র নির্ভরযোগ্য উপায় জানার যে উত্তরটি আপনার মতো ডকুমেন্ট সম্পর্কে সাধারণ জ্ঞানের বদলে আপনার ডকুমেন্ট থেকে এসেছে।
বর্তমান কিছু গবেষণা করা
গত ছয় মাসে [topic] সম্পর্কে কী বদলেছে তা খুঁজে বের করো। প্রতিটি ফলাফলের জন্য একটি উৎস লিংক আর একটি তারিখ দাও। যেখানে উৎসগুলো দ্বিমত পোষণ করে, একটি বেছে নেওয়ার বদলে দুটোই দেখাও। কিছু যাচাই করতে না পারলে স্পষ্টভাবে বলো।
ডকুমেন্ট তুলনা করা
সংযুক্ত দুটো ফাইল তুলনা করো। আমাকে প্রতিটি গুরুত্বপূর্ণ পার্থক্যের একটি টেবিল দাও: বিষয়, প্রথমটি কী বলে, দ্বিতীয়টি কী বলে। ফরম্যাটিং পার্থক্য উপেক্ষা করো। একটিতে উপস্থিত আর অন্যটিতে অনুপস্থিত যেকোনো কিছু আলাদাভাবে তালিকাভুক্ত করো।
একটি ছবি বোঝা
এখানে [thing]-এর একটি ছবি আছে। কিছু ব্যাখ্যা করার আগে তুমি ঠিক কী দেখতে পাচ্ছ তা বর্ণনা করো। তারপর আমাকে বলো [your question]। প্রথমে বর্ণনা চাওয়া ভুল পাঠ একটি ভুল উত্তরে পরিণত হওয়ার আগে ধরে ফেলে।
এটি কীসে সেরা নয়
এখানে সৎ হওয়া পরে আপনাকে হতাশা থেকে বাঁচায়।
একজন ব্যক্তি শুরু থেকে শেষ পর্যন্ত পড়ে এমন লেখা। Gemini দক্ষভাবে লেখে। Claude ভালো লেখে, আর ইমেইল, বার্তা, আর সুরের প্রয়োজনসহ যেকোনো কিছুর জন্য পার্থক্যটি এক প্রম্পটের মধ্যেই লক্ষণীয়।
বড় পরিসরে কঠোর ফরম্যাটিং। আপনার যদি ঠিক একই আকারে দুইশো সারি দরকার হয়, ChatGPT একটি কঠোর ফরম্যাট বেশি নির্ভরযোগ্যভাবে ধরে রাখে।
এটি একটি দুর্বলতার চেয়ে বেশি একটি বিশেষায়ন। Gemini পড়ে আর গবেষণা করে; অন্য মডেলগুলো লেখে আর সাজায়। বেশিরভাগ আসল কাজে দুটো অর্ধেকই জড়িত থাকে, এই কারণেই দরকারি প্যাটার্নটি হলো Gemini-তে গবেষণা করা আর তারপর ফলাফলটি অন্য কিছুতে দেওয়া।
| আপনি কী করছেন | সেরা পছন্দ | কেন |
|---|---|---|
| গত সপ্তাহের যেকোনো কিছু | Gemini | Google Search-এর সঙ্গে যুক্ত, তাই এটি দেখতে পারে আর আপনাকে লিংক দিতে পারে |
| একটি 300 পৃষ্ঠার রিপোর্ট বা একটি সম্পূর্ণ চুক্তি সেট | Gemini | বেশিরভাগ সহকারীর চেয়ে একবারে অনেক বেশি টেক্সট ধরে রাখে |
| পনেরোটি ডকুমেন্টজুড়ে একটি প্রশ্ন | Gemini | টুকরো টুকরো করে পড়ার বদলে সবকিছু একবারে উপস্থিত থাকে |
| একটি ছবি, চার্ট, বা স্ক্রিনশট পড়া | Gemini | টেক্সটের পাশাপাশি ছবি সামলায় |
| একজন ব্যক্তি শুরু থেকে শেষ পর্যন্ত পড়ে এমন লেখা | Claude | ভালো লেখে, আর পার্থক্যটি এক প্রম্পটের মধ্যেই দেখা যায় |
| ঠিক একই আকারে দুইশো সারি | ChatGPT | একটি কঠোর ফরম্যাট বেশি নির্ভরযোগ্যভাবে ধরে রাখে |
এটির দাম কত
একটি ফ্রি সংস্করণ আছে আর এটি সত্যিই সক্ষম, ওয়েব অ্যাক্সেসসহ, আপনি বেশি শক্তিশালী মডেল কতটা ব্যবহার করতে পারেন তার সীমাসহ।
পেইড প্ল্যান মাসে প্রায় $20, আর এটি 2TB ক্লাউড স্টোরেজসহ Google One AI Premium হিসেবে বান্ডেল হয়ে আসে। সেই বান্ডেলটি একটি সৎ দৃষ্টি প্রাপ্য। আপনি যদি যেভাবেই হোক 2TB Google স্টোরেজ কিনতেন, কারণ আপনার একটি বড় ছবির লাইব্রেরি বা Drive-এ একটি পরিবার আছে, AI সস্তায় আসছে আর এটি ভালো মূল্য। আপনি যদি এর একটি ভগ্নাংশ ব্যবহার করে ফ্রি স্টোরেজ টিয়ারে থাকেন, আপনার সাবস্ক্রিপশনের একটি অংশ আপনি কখনো ভরাট করবেন না এমন জায়গা কিনছে।
পেইড প্ল্যান যে অন্য জিনিসটি যোগ করে তা হলো Gmail, Docs, আর Drive-এর ভেতরে Gemini। আপনার কাজ যদি সেগুলোতে থাকে, এটি একটি আসল সুবিধা যা কোনো বাহ্যিক টুল কপি করতে পারে না।
আর জানার যোগ্য বিকল্পটি: Whizi তার Pro প্ল্যানে বার্ষিক বিল করলে মাসে $19.99 থেকে ChatGPT আর Claude-এর পাশাপাশি Gemini মডেলগুলো অন্তর্ভুক্ত করে, Google-এর বান্ডেলের চেয়ে কম, স্টোরেজ ছাড়াই। সরাসরি তুলনার জন্য Whizi বনাম Gemini Advanced দেখুন।
যে বিষয়ে সতর্ক থাকতে হবে
ওয়েব অ্যাক্সেস মানে সবসময় সঠিক নয়। উৎস থাকা বানানো উত্তর উল্লেখযোগ্যভাবে কমায়। এটি কঠিনতর ভুলটি সরায় না, যা হলো এমন একটি দাবির সঙ্গে যুক্ত একটি আসল উৎস যা এটি আসলে সমর্থন করে না। লিংকগুলো খুলুন।
এটি সবসময় সার্চ করে না। আপনি কীভাবে জিজ্ঞাসা করেন তার ওপর নির্ভর করে, এটি দেখার বদলে স্মৃতি থেকে উত্তর দিতে পারে। বর্তমান যেকোনো কিছুর জন্য, পরীক্ষা করুন এটি আসলে কিছু উদ্ধৃত করেছে কিনা।
এটি খুব সহজে একমত হয়। প্রতিরোধ করুন আর এটি প্রায়ই একটি সঠিক উত্তর ছেড়ে দেবে। আপনার মতামত বলার আগে এটি কী মনে করে তা জিজ্ঞাসা করুন।
দীর্ঘ মানে পুঙ্খানুপুঙ্খ নয়। একটি খুব দীর্ঘ ডকুমেন্টের কাছে "সবকিছু গুরুত্বপূর্ণ" জিজ্ঞাসা করুন আর আপনি একটি সমতল তালিকা পাবেন। নির্দিষ্ট প্রশ্ন জিজ্ঞাসা করুন আর আপনি দরকারি উত্তর পাবেন।
আপনি কী আপলোড করেন তা নিয়ে সতর্ক থাকুন। অন্য মানুষের ব্যক্তিগত তথ্য বা যেকোনো গোপনীয় বিষয়ের জায়গা নয় যা নিয়ে আপনার নিয়োগকর্তার একটি নীতি আছে। নাম সরানো খুব কমই বিশ্লেষণকে প্রভাবিত করে।
- সাম্প্রতিক যেকোনো কিছুর জন্য Gemini ব্যবহার করুন, আর এটি যে লিংক দেয় তা খুলুন
- অংশ পেস্ট করার বদলে দীর্ঘ ডকুমেন্ট ফাইল হিসেবে আপলোড করুন
- সবসময় একটি উত্তর সমর্থনকারী সঠিক উদ্ধৃতি চান
- একটি সারসংক্ষেপের বদলে একটি দীর্ঘ ডকুমেন্টের নির্দিষ্ট প্রশ্ন জিজ্ঞাসা করুন
- কেউ শুরু থেকে শেষ পর্যন্ত পড়বে এমন লেখার জন্য একটি ভিন্ন মডেল ব্যবহার করুন
- আপনি বান্ডেল করা 2TB স্টোরেজের জন্য একাই টাকা দিতেন কিনা পরীক্ষা করুন
- ছবি নিয়ে কাজ করার সময় ব্যাখ্যার আগে একটি বর্ণনা চান
প্রায়ই জিজ্ঞাসিত প্রশ্ন
Google Gemini ব্যবহার করতে আমার কি কোড করতে জানা দরকার?
না, একদমই না। আপনি ঠিক যেভাবে একজন সহকর্মীকে বার্তা পাঠাবেন সেভাবে সাধারণ ইংরেজিতে টাইপ করেন, আর ইনস্টল বা কনফিগার করার কিছু নেই। একমাত্র আসল দক্ষতা হলো নির্দিষ্ট হওয়া: একটি উত্তর কার জন্য, আপনি কোন ফরম্যাট চান, আর কী বাদ দিতে হবে তা বলা যেকোনো টেকনিক্যাল জ্ঞানের চেয়ে অনেক বেশি আপনার ফলাফল উন্নত করবে।
Google Gemini ব্যবহার করা কি ফ্রি?
একটি ফ্রি সংস্করণ আছে যা সত্যিই সক্ষম, ওয়েব অ্যাক্সেসসহ, আপনি বেশি শক্তিশালী মডেল কতটা ভারীভাবে ব্যবহার করতে পারেন তার সীমাসহ। পেইড প্ল্যান মাসে প্রায় $20 আর 2TB Google One স্টোরেজ প্লাস Gmail আর Docs-এ ইন্টিগ্রেশনসহ বান্ডেল হয়ে আসে। এটি ভালো মূল্য কিনা তা বেশিরভাগ নির্ভর করে আপনি যেভাবেই হোক স্টোরেজ কিনতেন কিনা তার ওপর।
ChatGPT-এর তুলনায় Gemini কীসে সেরা?
দুটো জিনিস স্পষ্টভাবে। সাম্প্রতিক যেকোনো কিছু, কারণ এটি সার্চ করতে পারে আর আপনাকে পরীক্ষা করার মতো লিংক দিতে পারে, যখন বেশিরভাগ সহকারী একটি নির্দিষ্ট প্রশিক্ষণ তারিখ থেকে উত্তর দেয়। আর দীর্ঘ ডকুমেন্ট, যেহেতু এটি একবারে অনেক বেশি টেক্সট ধরে রাখতে পারে, যা একটি সম্পূর্ণ রিপোর্ট বা ফাইলের একটি সেটজুড়ে প্রশ্নকে আসলে কাজ করায়। কাঠামো আর ফরম্যাট করা আউটপুটে ChatGPT ভালো, আর লেখায় Claude ভালো।
Gemini কি PDF আর ছবি পড়তে পারে?
দুটোতেই হ্যাঁ, আর দীর্ঘ PDF এমন একটি জায়গা যেখানে এটি সবচেয়ে শক্তিশালী, যেহেতু আপনি অংশের বদলে সম্পূর্ণ ফাইল আপলোড করতে পারেন। ছবির জন্য এটি ছবি, চার্ট, স্ক্রিনশট, আর ডায়াগ্রাম পড়তে পারে। ছবির সঙ্গে একটি দরকারি অভ্যাস হলো কিছু ব্যাখ্যা করার আগে এটি ঠিক কী দেখছে তা বর্ণনা করতে বলা, যা ভুল পাঠ একটি আত্মবিশ্বাসী ভুল উত্তরে পরিণত হওয়ার আগে ধরে ফেলে।
আমার কি Gemini বা অন্য কিছু ব্যবহার করা উচিত?
পারলে দুটোই, যেহেতু তাদের শক্তি খুব কমই ওভারল্যাপ করে। পড়া আর গবেষণার জন্য Gemini, লেখার জন্য Claude, কাঠামো আর ফরম্যাট করা আউটপুটের জন্য ChatGPT। সাধারণ প্যাটার্নটি হলো Gemini-তে গবেষণা করা আর লেখার জন্য ফলাফল অন্য একটি মডেলকে দেওয়া, যা যেকোনো একটি একা করার চেয়ে ভালো কাজ করে আর দুটোই একই কথোপকথনে থাকলে দুটো ট্যাবের বদলে এক ধাপ।