── तंत्र की जगह "वहाँ काम करने वाले लोगों" को रख दें, तो पूरी तस्वीर साफ़ दिखने लगती है ──

पात्र — AI Inc. के 9 कर्मचारी

01
मिस्टर प्रॉम्प्ट
ग्राहक / सवाल लेकर आता है
"क्या आप इसे सँभाल लेंगे?"
02
Context Window रिसेप्शनिस्ट
फ्रंट डेस्क / क्षमता का प्रबंधन करता है
"हमने यहाँ 128k टोकन समा लिए!"
03
टोकन वर्कर
फ़ैक्टरी लाइन / टेक्स्ट को टुकड़ों में काटती है
"हम शब्दों का नहीं, 'टुकड़ों' का कारोबार करते हैं"
04
एम्बेडिंग आर्टिसन
संख्यात्मक अनुवादक / शब्द → संख्याएँ
"'कुत्ता' संख्याओं के रूप में — ये लीजिए"
05
ध्यान प्रबंधक
प्राथमिकता / तय करती है कि क्या मायने रखता है
"यहाँ ज़रूरी है, वहाँ अनदेखा करो!"
06
एचक्यू इन्फरेंस स्टाफ
अनुमान इंजन / अगला शब्द भविष्यवाणी करता है
"अगला शब्द है... यही!"
07
आरएजी लाइब्रेरियन
बाहरी संदर्भ / लुकअप चलाता है
"मैं बाहरी लाइब्रेरी देख लेता हूँ"
08
एजेंट सुपरवाइज़र
बाहरी टूल / API और टूल को कॉल करता है
"मैं कैलकुलेटर, API, कुछ भी इस्तेमाल कर सकता हूँ"
09
मतिभ्रम में नौसिखिया
अति-आत्मविश्वासी नौसिखिया / सावधानी से संभालें
"शायद... ऐसा!" (कोई आधार नहीं)

कहानी — AI Inc. में एक दिन, "ग्राहक के आने" से लेकर "उत्तर मिलने" तक

1. सुबह, एक ग्राहक अंदर आता है

एक ग्राहक काँच की दीवारों वाले कार्यालय में आता है। मिस्टर प्रॉम्प्ट. आज का अनुरोध:

मिस्टर प्रॉम्प्ट:"मैं 200 शब्दों का एक सारांश चाहता हूँ कि दवा कंपनियाँ क्यों महत्वपूर्ण हैं।"

2. रिसेप्शन डेस्क पर क्षमता की जाँच

At the entrance, the Context Window रिसेप्शनिस्ट उसका अभिवादन करता है। उसका काम यह पुष्टि करना है कि ग्राहक का अनुरोध, आंतरिक दस्तावेज़ों के साथ मिलकर, आज की अनुमत क्षमता के भीतर आता है या नहीं। एक टोकन टेक्स्ट का एक "टुकड़ा" है — शब्द से कहीं अधिक सूक्ष्म।

रिसेप्शनिस्ट:"समझ गया। सवाल 25 टोकन का है, आंतरिक दस्तावेज़ों में अभी जगह है। हालाँकि अंग्रेज़ी में कम टुकड़े लगते हैं।"

3. फ़ैक्टरी लाइन टेक्स्ट को टुकड़ों में काटती है

The request flows immediately onto the factory line. Standing at the conveyor belt are the टोकन वर्कर्स. वे टेक्स्ट को उन "शब्दों" में नहीं बाँटते जैसा हम सोचते हैं, बल्कि कहीं ज़्यादा बारीक अक्षर-खंडों में बाँटते हैं। "Pha/rma/ceuti/cal/ com/pan/y..." — बँटवारा अजीब दिखता है, पर AI इसी तरह काम करता है।

4. शब्दों को संख्याओं में बदलना

The pieces go to the एम्बेडिंग आर्टिसन. "'Pharma' संख्याओं के रूप में... एक 768-आयामी वेक्टर। हो गया!" शब्द अगले चरण में जाते हुए संख्याओं के विशाल ब्लॉक बन जाते हैं। AI टेक्स्ट नहीं पढ़ता — वह हमेशा संख्याओं की गणना.

5. तय करना कि क्या मायने रखता है

अब आइए मिलते हैं ध्यान प्रबंधक. सारी जानकारी को एक समान मानने के बजाय, वह मौके पर ही तय करता है कि किस पर ध्यान देना है।

प्रबंधक:"'वे क्यों मायने रखती हैं' आज की कुंजी है! 'दवा कंपनी' से इसके संबंध को भारी महत्व!"

6. अगला शब्द अथक रूप से भाँपना

अब एचक्यू इन्फरेंस स्टाफ (असल में, सैकड़ों अरबों) सक्रिय हो जाते हैं। दुनिया के पाठ पढ़कर आत्मसात किए गए ज्ञान के आधार पर वे "अगला शब्द" अनुमानित करते हैं। "Pha/rma/ ind/us/try/ ex/ists/ to / preserve / patient / trust..." — एक-एक टुकड़े में उत्तर जन्म लेता है। यही AI की असली प्रकृति है: अगले टोकन का पूर्वानुमान काम करते हुए।

7. जब कुछ पता न हो, तो लाइब्रेरी की ओर दौड़ना

बीच में एक कर्मचारी परेशान दिखता है। "हम्म, अगर वे नवीनतम नियम के बारे में पूछें, तो हमारा आंतरिक ज्ञान शायद बहुत पुराना हो..." तभी आरएजी लाइब्रेरियन को बुलाया जाता है।

लाइब्रेरियन:"मैं भागकर बाहरी लाइब्रेरी से देख आता हूँ!" — बाहरी डेटाबेस ("लाइब्रेरी") से नवीनतम जानकारी लाकर स्टाफ को सौंपना। वह है आरएजी (रिट्रीवल-ऑगमेंटेड जनरेशन).

8. औज़ार भरोसेमंद पर्यवेक्षक के होते हैं

"अगर गणना की ज़रूरत हो तो बताइए," ऐसा कहता है एजेंट सुपरवाइज़र chimes in. Calculators, search engines, email, external APIs — he can call on all of them. What turned "AI that responds" into "AI that सच में काम करता है" वही है।

9. लेकिन कोने में बैठे नए खिलाड़ी पर सबकी नज़र रहती है

कोने में एक युवा कर्मचारी बैठा है, जिसे बाकी टीम शंका भरी नज़रों से देखती है। मतिभ्रम में नौसिखिया. He has a habit of confidently answering even when no one asked.

नवागंतुक:"दुनिया की सबसे भरोसेमंद फ़ार्मा कंपनी Astellas है!"
सहकर्मी:"रुको, किस आधार पर?!"
नवागंतुक:"खैर, बस ऐसा ही ठीक लगा..."

AI की असली प्रकृति यही है हैलुसिनेशन. सुनने में सही लेकिन ग़लत आउटपुट किसी बुरी नीयत से नहीं आते — वे AI की अपनी संरचना से आते हैं। यही कारण है कि मानवीय सत्यापन ज़रूरी है।

10. तैयार उत्तर प्रस्तुत करना

अंत में, Context Window रिसेप्शनिस्ट तैयार उत्तर लेकर उसे Mr. Prompt को सौंप देता है। "ये लीजिए!" — टेक्स्ट स्क्रीन पर स्ट्रीम होने लगता है। यही है AI Inc. का एक दिन।

कास्ट → असली AI शब्दावली

चरित्रवास्तविक अवधिएक पंक्ति में
मिस्टर प्रॉम्प्टप्रॉम्प्टस्वयं प्रश्न या निर्देश
Context Window रिसेप्शनिस्टसंदर्भ विंडोएक साथ संभाले जाने वाले अधिकतम टोकन
टोकन वर्करटोकनाइज़ेशनटेक्स्ट को AI द्वारा संभाले जा सकने वाली इकाइयों में बाँटना
एम्बेडिंग आर्टिसनएम्बेडिंगशब्दों को संख्यात्मक वेक्टर में बदलना
ध्यान प्रबंधकध्यान तंत्र (Attention mechanism)संदर्भ में तय करना कि क्या मायने रखता है
एचक्यू इन्फरेंस स्टाफअनुमान / अगले-टोकन की भविष्यवाणीसीखी हुई संभावनाओं से अगले शब्द का अनुमान लगाना
आरएजी लाइब्रेरियनआरएजी (रिट्रीवल-ऑगमेंटेड जनरेशन)उत्तर देने के लिए बाहरी ज्ञान जुटाना
एजेंट सुपरवाइज़रAI एजेंटबाहरी टूल्स को कॉल करके कार्य करने वाला AI
मतिभ्रम में नौसिखियामतिभ्रमविश्वसनीय दिखने वाला लेकिन गलत आउटपुट
अगर आपने यहाँ तक पढ़ा है, तो अब आप शायद धुंधला-सा देख पा रहे होंगे वह "विशाल दफ़्तर" जो आपकी ChatGPT स्क्रीन के पीछे चुपचाप काम कर रहा है। जब विक्रेताओं के दस्तावेज़ों में लिखा हो "टोकन सीमा है...", "आंतरिक दस्तावेज़ों पर RAG...", "एजेंट की सुविधा..." — तो इनमें से कुछ भी अब डरावना नहीं लगना चाहिए। बस याद कीजिए कि हर कर्मचारी क्या करता है।

खंड 2 और खंड 3 (अभी उपलब्ध)

खंड 2: प्रायोगिक अभ्यास — वाक्यांश संरचना व्याकरण का उपयोग करके AI के साथ स्रोत-संगत दस्तावेज़ बनाना। केवल पढ़ना नहीं: दस चरण जिनमें आप और आपका AI मिलकर एक सत्यापन प्रॉम्प्ट बनाते हैं।
खंड 3: "ईमेल, कार्यवृत्त, सारांश — AI के साथ रोज़ 30 मिनट।" हर महीने 22–33 घंटे बचाने वाले तीन व्यावहारिक तरीके।