System prompt kya hai?

वह मैसेज जो आपने कभी नहीं भेजा, पर मॉडल पहले उसे ही पढ़ता है

हर चैट ऐप मॉडल को आपके मैसेज से कहीं ज़्यादा भेजता है। आपके शब्दों से पहले टेक्स्ट का एक ब्लॉक आता है जिसे ऐप ने लिखा है: assistant का नाम क्या है, उसे क्या करना चाहिए और क्या नहीं, जवाब कैसे फॉर्मेट करने हैं, आज की तारीख क्या है, वह कौन से टूल कॉल कर सकता है। वह ब्लॉक ही system prompt है। आप टाइप करते हैं "इसे summarise करो"; मॉडल को नियमों का एक पूरा पेज मिलता है, उसके बाद "इसे summarise करो"।

मॉडल system prompt को स्थायी आदेश की तरह लेता है। अगर किसी मॉडल से कहा जाए कि वह "एक संक्षिप्त assistant बने जो British English में जवाब दे और कभी bullet points इस्तेमाल न करे", तो वह पूरी बातचीत में बिना याद दिलाए ऐसा ही करेगा, क्योंकि यह निर्देश हर मैसेज के साथ दोबारा आता है। यह दोबारा भेजा जाना ही वह डिटेल है जो लोग छोड़ जाते हैं, और यही वह चीज़ है जिसकी कीमत चुकानी पड़ती है, जिसकी कीमत तीसरा सेक्शन बताता है।

आप असली वाले देख सकते हैं। Anthropic अपने ऐप्स में Claude के लिए इस्तेमाल होने वाले system prompts प्रकाशित करता है, साथ में उनके बदलने पर release notes भी। इसमें से एक पढ़ना इस genre को समझने का सबसे तेज़ तरीका है: टोन पर पैराग्राफ, कब lists इस्तेमाल करनी हैं, किसी रिक्वेस्ट को मना कैसे करना है, knowledge cutoff क्या है, यह सब कोड की जगह सादी अंग्रेज़ी में लिखा गया है। कुछ लीक भी होते हैं; Bing chat के जिस prompt ने assistant का नाम "Sydney" रखा था, उसे फरवरी 2023 में एक Stanford छात्र ने मॉडल से बातचीत के ऊपर लिखा टेक्स्ट दोहराने के लिए कहकर निकाल लिया था।

अलग ऐप में एक ही सवाल का जवाब अलग क्यों आता है

मॉडल APIs हर मैसेज को एक role के साथ लेबल करते हैं, और मॉडल को इन्हें अलग-अलग तरह से आंकने के लिए ट्रेन किया जाता है।

इस क्रम से दो चीज़ें निकलती हैं। System prompt फ्रेम तय करता है, इसलिए एक ही user message को अलग फ्रेम में अलग जवाब मिलता है: "एक limerick लिखो" एक system prompt के तहत limerick देता है, जबकि banking assistant वाले system prompt में मना कर देता है। और system prompt ऐप का होता है, इसलिए एक ही मॉडल पर ऐप बदलने से जवाब बदल जाते हैं, भले ही मॉडल न बदला हो। What is an LLM मॉडल को ऐप से अलग करता है; system prompt ही उस अलगाव का ज़्यादातर हिस्सा है।

यह लाइन पूरी तरह पक्की नहीं है। मॉडलों को user से ज़्यादा system prompt मानने के लिए ट्रेन किया जाता है, लेकिन एक user message फिर भी मॉडल को उसके निर्देशों से बहका सकता है, जो what is AI jailbreaking का पूरा विषय है। System prompt एक मज़बूत डिफ़ॉल्ट है, कोई ताला नहीं।

System prompt की कीमत क्या है, क्योंकि यह हर टर्न पर भेजा जाता है

System prompt input tokens है, और what are tokens in AI दिखाता है कि input हर मैसेज पर बिल किया जाता है। 8,000-token वाले system prompt के साथ 100 टर्न की बातचीत उस prompt को 100 बार भेजती है: आपके एक भी शब्द से पहले 800,000 input tokens।

इसे लिस्ट प्राइस पर देखें। एक सामान्य मैसेज में लगभग 1,000 tokens इन और 500 आउट होते हैं। एक 8,000-token का निर्देश जोड़ना, जो चार अक्षर प्रति token के हिसाब से 32,000 अक्षरों की अंग्रेज़ी के बराबर है, 100 में से हर मैसेज पर AI model cost index में मौजूद OpenRouter दरों पर नीचे दिया गया अतिरिक्त input खर्च करता है, जो 2026-08-20 को लिया गया है।

Providers caching करते हैं: OpenAI cached input पर आधी छूट देता है, और अपने नए मॉडलों पर 90 प्रतिशत तक, और Anthropic cache read को लिस्ट प्राइस के दसवें हिस्से पर बिल करता है, इसलिए जो ऐप caching सेट करता है वह चार्ट से कहीं कम चुकाता है। यह चार्ट लिस्ट प्राइस दिखाता है, जो cost index ट्रैक करता है और जो caching छोड़ने वाला कोई भी ऐप चुकाता है। लंबे स्थायी निर्देश अब भी वह इकलौता टेक्स्ट है जो हर बार भेजा जाता है।

Whizi इसे उलटे तरीके से चार्ज करता है। एक मैसेज की कीमत मॉडल द्वारा तय की गई क्रेडिट्स की एक तय संख्या होती है, house मॉडल पर 1, Claude Sonnet 5 पर 10, Claude Opus 5 पर 20, और निर्देश की लंबाई कभी कीमत में शामिल नहीं होती। वही 100 मैसेज निर्देश के साथ या बिना 100, 1,000 या 2,000 क्रेडिट में आते हैं। How Whizi credits work में पूरी सीढ़ी दी गई है।

System prompt का कौन-सा हिस्सा आप लिख सकते हैं

Products आपके भरने के लिए system prompt का एक हिस्सा खोलते हैं। ChatGPT इसे custom instructions और memory कहता है; Claude में project instructions और styles हैं; Gemini में saved info है। नाम जो भी हो, आपका टेक्स्ट प्रोडक्ट के अपने निर्देशों में जुड़ जाता है और हर टर्न पर दोबारा भेजा जाता है।

Whizi में यह हिस्सा project है। Project बातचीतों का एक फोल्डर है जिसके अपने निर्देश होते हैं, 32,000 अक्षरों तक, जो उसके अंदर की हर चैट पर लागू होते हैं और हर मैसेज पर prompt में दोबारा बनते हैं। Pinned files भी इसी तरह साथ चलती हैं, प्रति फाइल निकाले गए टेक्स्ट की 32,000 अक्षर की सीमा और पूरे project block के लिए 120,000 की सीमा के साथ। कोई account-level custom instructions फ़ील्ड नहीं है: per-project instruction ही प्रोडक्ट में इकलौता यूज़र-लिखित निर्देश है, इसलिए जो पसंद आप हर जगह चाहते हैं उसे हर project में अलग से पेस्ट करना पड़ता है।

चार built-in agents दूसरा पहलू दिखाते हैं। Canadian CPA, Study Mentor, Writing Copilot और Math Tutor रो में हर एक का एक तय system prompt होता है जो model catalogue में लिखा है, जिसे आप एडिट नहीं कर सकते। किसी agent को चुनना एक system prompt चुनना है।

प्रकाशित उदाहरणों से, एक अच्छे निर्देश में क्या होना चाहिए

जो निर्देश काम करते हैं वे किसी नए सहकर्मी को दिए गए brief जैसे पढ़ते हैं, और प्रकाशित Claude prompts इस फॉर्म का सबसे अच्छा सार्वजनिक उदाहरण हैं। चार चीज़ें ज़्यादातर वज़न उठाती हैं।

1. Role और audience एक वाक्य में। "You are a tax assistant for Canadian sole proprietors" विशेषणों के तीन पैराग्राफ से ज़्यादा काम करता है।
2. फॉर्मेट के नियम, नियमों की तरह लिखे हुए। "150 शब्दों से कम में जवाब दो। कोई bullet points नहीं। British spelling।" मॉडल preferences से ज़्यादा भरोसेमंद तरीके से सीधे आदेश मानते हैं।
3. अनिश्चित होने पर क्या करना है। "अगर जवाब किसी ऐसे तथ्य पर निर्भर करता है जो आपके पास नहीं है, तो जवाब देने से पहले एक सवाल पूछो।" इसके बिना मॉडल अंदाज़ा लगाता है।
4. क्या मना करना है, और कैसे। श्रेणियां और मना करने के शब्द तय करें, वरना मॉडल अपने खुद के बना लेगा।

क्या नहीं होना चाहिए: बदलते तथ्य। System prompt में लिखा कोई प्राइस, मॉडल की संख्या या तारीख हर टर्न पर दोबारा दोहराई जाती है जब तक कोई उसे एडिट न करे, और यही तरीका है जिससे एक पुराना निर्देश महीनों तक आत्मविश्वास से गलत जवाब बन जाता है। बदलते तथ्यों को एक pinned file या search में रखें, स्थायी आदेशों में नहीं, क्योंकि मॉडल का अपना knowledge cutoff उन्हें वैसे भी पुराना कर देता है। Prompt engineering for beginners इसी हुनर के प्रति-मैसेज वाले पहलू को कवर करता है।