मोहभंग का गर्त आप Gen AI का गलत तरीके से उपयोग कर रहे हैं। मोहभंग की खाई हम पर है। लगभग हर कोई जनरेटिव एआई का गलत तरीके से उपयोग कर रहा है। यह बुरी खबर है। अच्छी खबर यह है कि इससे हममें से बाकी लोगों के लिए चीजें बहुत आसान हो जाएंगी, खासकर उन लोगों के लिए जो इस कहावत के मुख्यधारा में आने से पहले दुनिया को घूमते हुए देख चुके हैं। जनरेटिव एआई को एक संवेदनशील उपकरण के रूप में गलत समझा जाता है जो विशेषज्ञ आउटपुट देने में सक्षम है। वे चिल्लाते हैं कि हम AGI पर पहुँचने वाले हैं! सच तो यह है कि जनरेटिव एआई बहुत अधिक मात्रा में काम करने में सक्षम है, एक मध्यवर्ती (सबसे अच्छे) स्तर तक। आउटपुट की गति को देखते हुए, हम जनरेटिव एआई को उन त्रुटियों और अशुद्धियों के लिए माफ़ कर देते हैं जिन्हें हम जीवन के किसी भी क्षेत्र में बर्दाश्त नहीं करेंगे, यानी किसी भी ऐसे व्यक्ति से जो वास्तव में जानता हो कि वह क्या कर रहा है। "माफ़ करें सर, यह सही हाथ नहीं था जिसे मैंने काटा था, लेकिन यह फिर भी एक हाथ था!" क्या AGI वास्तव में आसन्न है? संभवतः, लेकिन केवल एक विशिष्ट और त्रुटिपूर्ण परिभाषा तक। यहाँ एक महत्वपूर्ण अंतर है। बुद्धिमत्ता योग्यता का पर्यायवाची या बराबर नहीं है। कोड की अपनी पहली पंक्तियाँ लिखने वाले आइंस्टीन एक भयानक सॉफ़्टवेयर इंजीनियर रहे होंगे। हम बुद्धिमत्ता को विशेषज्ञता और योग्यता के साथ मिला रहे हैं। यह अति-बुद्धिमान लोगों में एक आम समस्या है। लेकिन मैं चाहता हूँ कि आप सोचें, क्या किसी भी पेशे में आपके द्वारा जाना जाने वाला "सबसे अच्छा" व्यक्ति "सबसे बुद्धिमान" भी है? संभवतः, लेकिन शायद ही कभी। ये फैंसी एल्गोरिदम बुद्धिमत्ता के अलौकिक स्तर तक पहुँच सकते हैं। क्या इससे कोई फ़र्क पड़ता है? वास्तविक विशेषज्ञता और आउटपुट के मामले में, वे सबसे अच्छे से औसत दर्जे के हैं। किसी भी क्षेत्र में शुरुआती व्यक्ति के लिए, इंटरमीडिएट प्रभावशाली है। बेजोड़ गति के साथ-साथ ऐसी चीज़ जो योग्यता से मिलती-जुलती है (लेकिन बराबर नहीं है) का प्रभाव यह है कि जो लोग किसी भी क्षेत्र में शुरुआत कर रहे हैं, वे इस उपकरण से विस्मित हैं। वे आत्मविश्वास से भरे स्नातक हैं, जो अनजाने में आपके व्यवसाय की व्यावसायिक योग्यता को बर्बाद कर रहे हैं। एक गहरी जड़ वाली भ्रांति है कि एलएलएम पहले से ही योग्यता के एक निश्चित स्तर पर पहुंच चुके हैं, यह केवल समय और अनुकूलन की बात है इससे पहले कि वे हमें मात्र मनुष्यों को निरर्थक बना दें। यह सच से बहुत दूर हो सकता है। हमारा तर्क त्रुटिपूर्ण है। केवल इसलिए कि किसी को पोषण और व्यायाम के बारे में अलौकिक समझ है, इसका मतलब यह नहीं है कि वे हाथ-कुश्ती में दुनिया के सबसे मजबूत आदमी को हरा देंगे या एक अच्छे व्यक्तिगत प्रशिक्षक होंगे। एजीआई विशेषज्ञता के बराबर नहीं है, मेरे बाद दोहराएं। कलन विधि यह अभी भी एक एल्गोरिथ्म मूर्खतापूर्ण है ... एलएलएम एल्गोरिदम हैं जिन्हें बहुत अधिक मात्रा में डेटा पर प्रशिक्षित किया गया है। विश्लेषण किए गए डेटा की मात्रा को देखते हुए, वे पैटर्न की भविष्यवाणी कर सकते हैं और सामान्य समस्याओं को पहचान सकते हैं, और आगे क्या होना चाहिए, इसकी तार्किक व्याख्या तैयार कर सकते हैं। सच कहूँ तो, उनके अरबों डॉलर के प्रशिक्षण को देखते हुए, मुझे चिंता होगी कि क्या वे शोधकर्ताओं को यह नहीं बता सकते कि वे 20 साल की लड़की हैं। जनरल एआई को पिछले डेटा पर प्रशिक्षित किया जा सकता है, ताकि पैटर्न को पहचाना जा सके और भविष्यवाणी की जा सके कि बाद में क्या हो सकता है। पहले से ही 20 साल की लड़कियों से मिलने के बाद, वे अब उनमें से एक की नकल कर सकते हैं। यह बहुत उपयोगी है, क्योंकि इसका मतलब है कि दोहरावदार, उबाऊ और स्पष्ट रूप से बेतुके कार्यों को अब उस तरह से स्वचालित किया जा सकता है जो कुछ साल पहले तक एक पाइप सपना था। लेकिन समस्याओं की कोई गहरी समझ नहीं है, बस एक बहुत बड़े पिछले डेटासेट के आधार पर आगे क्या हो सकता है इसका पूर्वानुमान है। हम बुद्धिमत्ता को मापने के प्रति इतने जुनूनी हैं कि हमने "उपयोगी होने" की अवधारणा को ही अलग कर दिया है। लोग इस अति-सक्षम मशीन को देखते हैं, और मान लेते हैं कि जटिल समस्याओं को हल करने के लिए अब विशेषज्ञ ज्ञान की आवश्यकता नहीं है, क्योंकि हम बस इस "संवेदनशील एआई" से पूछ सकते हैं। नई AI परियोजनाएँ बार-बार इसी जाल में फंसती हैं। किसी समस्या की पहचान करें। इस समस्या को हल करने में असमर्थ होने के कारण, हम मान लेते हैं कि "AI" इसे ठीक कर देगा। इसलिए हम "प्रोजेक्ट X" बनाते हैं जो समस्या समाधान की जटिलता को AI को आउटसोर्स करता है, और उत्साहपूर्वक दुनिया को यह घोषणा करता है कि हमने "समस्या X" को कैसे ठीक किया है। अपनी उत्तेजना और जिस गति से हम औसत दर्जे के फल प्राप्त करते हैं, उसके माध्यम से हम अपनी आँखों से जो कुछ भी देख सकते हैं उसकी अविश्वसनीय रूप से खराब गुणवत्ता को माफ कर देते हैं, "यह देखते हुए कि हम कितनी जल्दी यहाँ तक पहुँच गए हैं, यह केवल समय की बात है कि यह 'काम' करेगा"। स्व-चालित कारों को एक शब्द चाहिए... कई लोग पहले ही इन भव्य परियोजनाओं को ध्वस्त करने में जुट गए हैं। डेबंकिंग डेवोन [यूट्यूब] डेवोन का खंडन [मीडियम] विशेषज्ञता क्या यह मेरे पेशेवर जीवन में पेश किए गए किसी भी अन्य उपकरण से अलग है? ऐसा लग सकता है कि मैं खुद जेनरेटिव एआई पर संदेह कर रहा हूँ। सच्चाई इससे ज़्यादा दूर नहीं हो सकती। यह एक शानदार और अद्भुत उपकरण है, जिसकी तरह के उपकरण हमारे काम करने के तरीके और हमारे द्वारा उत्पादित की जाने वाली चीज़ों की गुणवत्ता में क्रांतिकारी बदलाव लाएंगे, जो मैंने अपने पेशेवर जीवन में किसी अन्य उपकरण के विपरीत देखा है। लेकिन बात यह है. जनरेटिव एआई एक शक्तिशाली उपकरण है जिसका उपयोग उपयोगकर्ता के कौशल का लाभ उठाने के लिए किया जा सकता है, न कि उन्हें बदलने के लिए। यह उसी तरह से अलौकिक बुद्धिमत्ता है जिस तरह से बिल्डर के लिए फोर्कलिफ्ट अलौकिक शक्ति है। एक प्रोग्रामर के रूप में हम इसे अपने दैनिक जीवन में देखते हैं; कोड बनाने में हमारी मदद करने के लिए एलएलएम का उपयोग करके आउटपुट की मात्रा और गुणवत्ता हमारी कार्य प्रक्रियाओं में सबसे महत्वपूर्ण परिवर्तन है जो मैंने कभी देखा है। ** लेकिन ** मैं 15 सालों से यह काम कर रहा हूँ। इससे मुझे एक महत्वपूर्ण कौशल मिला है; इस शक्तिशाली उपकरण को इस्तेमाल करने की क्षमता , मैंने कष्ट झेले हैं और सीखा है। अब मैं अच्छी संरचनाओं, अच्छी प्रथाओं को पहचानने में सक्षम हूँ, और सबसे महत्वपूर्ण बात यह है कि मैं बहुत जल्दी और स्पष्ट रूप से देख पाता हूँ कि मेरा "संवेदनशील AI" कब गलत दिशा में जा रहा है और चीजों को पूरी तरह से गलत कर रहा है। । मैंने अपने कोड को गहराई से तैयार किया है मुझे पता है कि यह उपकरण कब गलती से गलत कोड या एंटी-पैटर्न बना रहा है। लेकिन यह ज्ञान हासिल करने में मुझे 15 साल लग गए। यह उसी तरह है जैसे एक फोर्कलिफ्ट ट्रक चालक जानता है कि सामान को कैसे ले जाना है, कितना सामान ले जाना है और सुरक्षा सुनिश्चित करने के लिए कौन सी प्रणालियाँ हैं। मुझे बच्चों की चिंता है; सॉफ्टवेयर इंजीनियर (या जीवन के किसी भी क्षेत्र) के बारे में क्या जो अभी शुरुआत कर रहे हैं। तत्काल औसत दर्जे की उपलब्धता उनके विशेषज्ञ बनने की प्रेरणा को नष्ट कर देगी। "हमें एआई का उपयोग करना चाहिए, ज्ञान निरर्थक है!" यह एक बहुत ही खतरनाक भ्रम है। "देखो यह क्रेन कितनी मजबूत है, मुझे हथियारों की क्या ज़रूरत है!" विशेषज्ञता के बिना आप इस उपकरण का उपयोग किसी और चीज़ के लिए नहीं कर सकते, सिवाय इसके कि आप बहुत सारा कचरा निकाल सकें। यह एक चिंताजनक प्रवृत्ति है जिसका हम अभी अनुभव कर रहे हैं, जो मोहभंग के गर्त को पूरी तरह से बकवास से भर रही है। बड़े व्यवसाय में इससे अधिक स्पष्ट कुछ भी नहीं है, जहाँ लोग दस्तावेज़ और प्रस्तुतियाँ बनाने के लिए LLM का उपयोग कर रहे हैं। ब्लॉग और दस्तावेज़ बिजली की गति से बनाए जाते हैं, जो उनकी पीढ़ी में मनुष्यों द्वारा अनदेखे होते हैं, और मनुष्य द्वारा उनके उपभोग में अनपढ़े होते हैं। मूल्य का एक छोटा सा वाक्य एल्गोरिदम में चला जाता है, जिससे औसत दर्जे के कई पन्ने निकल आते हैं। यह हमारे व्यवसायों और अर्थव्यवस्थाओं में अक्षमताओं का एक प्रभावशाली और अद्भुत प्रदर्शन है। मुझे लगता है कि हम पहले से ही उस बिंदु पर पहुंच चुके हैं, जहां हम 50 पृष्ठों के बेकार दस्तावेज के बजाय एक मूल्यवान मानवीय वाक्य सुनना अधिक पसंद करेंगे। प्रिय पाठक कृपया यहाँ ध्यान दें। यह मूल्य है। संक्षेपण करें, न कि बढ़ाएँ। असली हिस्सा बीच में है। क्रीम हमेशा ऊपर की ओर उठेगी, और बीच और नीचे कभी इतना नीरस कीचड़ नहीं रहा। मुझे डर है कि हम पहले से ही संशयी हो चुके हैं और इस चिंता में लंबे प्रारूप की सामग्री का उपभोग करने में असमर्थ हैं कि हम एक एल्गोरिथ्म की बकवास से ज़्यादा कुछ नहीं खा रहे हैं। यह अभी भी वह स्वर्ण युग नहीं है जिसकी हमने कल्पना की थी। अवसर? मैं इस उपकरण के साथ आगे बढ़ रहे पेशेवरों के लिए चिंतित हूं। जबकि मैं इस उपकरण के साथ आगे बढ़ रहे पेशेवरों के लिए चिंतित हूं, बल्कि स्वार्थी रूप से मैं एक अवसर देखता हूं। ये दो प्रवृत्तियाँ; 1. भारी मात्रा और 2. गुणवत्ता में कमी, शायद हाल के समय का सबसे बड़ा अवसर है। इस ब्लॉग का हर एक शब्द हाथ से लिखा गया है। औसत दर्जे की हर बाहरी प्रवृत्ति उन लोगों के लिए एक अनूठा अवसर प्रदान करती है जो वास्तव में उच्च गुणवत्ता वाली चीज़ बनाने के लिए समय और प्रयास निवेश करने के लिए तैयार हैं। उत्कृष्टता के लिए बाधा कभी इतनी कम नहीं रही, क्योंकि प्रतिस्पर्धा एल्गोरिदम और उसके असंबद्ध और अनुभवहीन मास्टर के साथ बढ़ती जा रही है। पेशेवर जीवन कभी इतना अप्रतिस्पर्धी नहीं रहा, एक बार जब आप एलएलएम द्वारा चिह्नित अक्षमता की बाधा को पार कर लेते हैं। सबक याद रखें। एजीआई विशेषज्ञता के बराबर नहीं है। एजीआई विशेषज्ञता ई के बराबर नहीं है। मैं इसे एक टी-शर्ट पर छापने जा रहा हूँ। पलटाव पहले ही शुरू हो चुका है और तेज़ी से बढ़ रहा है। मैं तनाव देख रहा हूँ लेकिन सुनामी की उम्मीद कर रहा हूँ। जैसे-जैसे जनरेटेड कंटेंट और घटिया उत्पाद अधिक से अधिक निराशाजनक होते जा रहे हैं, एक अपरिहार्य प्रतिक्रिया होगी और गुणवत्ता की ओर उछाल आएगा। हम ज्ञान अर्थव्यवस्थाओं के लिए जैविक खाद्य प्रवृत्ति के कगार पर हैं। यह देखते हुए कि घटिया गुणवत्ता का बड़े पैमाने पर उत्पादन करना कितना आसान हो गया है, कारीगर बनने में निवेश करने का इससे बेहतर समय कभी नहीं रहा। हम जो उत्पादन कर रहे हैं उसकी गुणवत्ता के लिए भी हम इसी तर्क को पेशेवरों पर लागू कर सकते हैं। "सॉफ्टवेयर इंजीनियरों को प्रतिस्थापित किया जाएगा" से बहुत दूर, मैं वास्तव में इसके विपरीत सोचता हूं; अनुभवहीनता की ओर यह प्रवृत्ति वास्तविक सॉफ्टवेयर इंजीनियरों की मांग को पहले से कहीं अधिक बढ़ा देगी। विशेषज्ञता की रेखा खींची जा चुकी है, आप एक एल्गोरिदम के साथ प्रतिस्पर्धा कर रहे हैं, इस रोबोट से ज़्यादा क्षमता रखते हैं और आपकी मांग बढ़ती जाएगी। केवल वे लोग ही पीड़ित होंगे जो अपने शिल्प में कभी उत्कृष्टता तक नहीं पहुँच पाए। रोबोट कभी भी सच्ची विशेषज्ञता तक नहीं पहुँच पाएगा, क्योंकि क्राउडसोर्स करने के लिए वास्तविक विशेषज्ञों का पर्याप्त डेटासेट कभी नहीं होगा। और क्राउडसोर्सिंग औसत परिणाम लेती है न कि सबसे अच्छा। रोबोट सोचता नहीं है। यह दोहराता है। भीड़ को मात दें। बेशक, यह शुरुआती से वास्तविक विशेषज्ञ बनने की यात्रा को पहले से कहीं ज़्यादा चुनौतीपूर्ण बनाता है, क्योंकि अब किसी भी चीज़ में शुरुआती होने का कोई महत्व नहीं रह गया है। लेकिन एक विशेषज्ञ बनें, और पुरस्कार पहले से कहीं ज़्यादा समृद्ध होंगे। जनरेटिव एआई को कुशलतापूर्वक चलाने में सक्षम होने के लिए, आपको सबसे पहले यह समझने के लिए कड़ी मेहनत करनी होगी कि उत्कृष्टता क्या है। फिर आप इस पावरटूल को तब तक सही और निर्देशित कर सकते हैं जब तक कि यह गुणवत्ता के आउटपुट तक न पहुँच जाए। यह पेशेवरों को बढ़ाने के लिए एक उपकरण है, उन्हें बदलने के लिए नहीं। यह केवल आपकी योग्यता को बढ़ाएगा, (या कई मामलों में, अक्षमता)। आप फोर्कलिफ्ट ट्रक चला सकते हैं, या उससे प्यार कर सकते हैं और उसकी पूजा कर सकते हैं। चुनाव आपका है, और सावधान रहें क्योंकि पुरस्कार पहले से कहीं अधिक हैं। कुछ लोग अपने भाग्य को नियंत्रित करेंगे, अन्य मंत्रमुग्ध हो जाएंगे और कमजोर हो जाएंगे। 2024 में विश्व की स्थिति में आपका स्वागत है! इसका उपयोग कैसे करना है मान लीजिए कि जनरेटिव एआई संवर्धन के लिए एक उपकरण है। तो मेरा मतलब वृद्धि से क्या है? सीधे शब्दों में कहें तो, मुझे लगता है कि हमें विशेषज्ञता और अलौकिक उपकरण को अलग करने की आवश्यकता है। अगर हम मानते हैं कि जनरेटिव एआई वृद्धि के लिए एक उपकरण है, तो हमें समस्या को समझने और उससे गहराई से जुड़ने के लिए पहले से कहीं अधिक समय और प्रयास खर्च करने की आवश्यकता है। यही इसका मूल्य है। एक उदाहरण लग्जरी कार फैक्ट्री जैसा है। जनरेटिव एआई फैक्ट्री प्रक्रिया है, यह प्रत्येक घटक भाग के लिए योजनाएँ और प्रक्रियाएँ ले सकता है, और उन्हें एक साथ रखने के लिए रोबोटिक्स का उपयोग कर सकता है। यह आश्चर्यजनक गति और दक्षता से ऐसा कर सकता है। प्रक्रिया का कारकीकरण अद्भुत क्षमता प्रदान करता है। लेकिन फैक्ट्री खुद कुछ नहीं समझती, यह बस दोहराती है। सबसे पहले, इसे 'संपूर्ण', इंजन के साथ पहियों की भूमिका, या चेसिस और यह इंटीरियर के साथ कैसे फिट बैठता है, इसका कोई ज्ञान नहीं है। एलएलएम उत्पादन को इकट्ठा करने से पहले, हमें पहले से कहीं अधिक विवरणों में जाने की आवश्यकता है। योजना के साथ अधिक सावधान, सटीक और विस्तृत रहें, कम नहीं। रोबोट और कारखाने केवल सटीक हो सकते हैं और बहुत विस्तृत और ज्ञानवर्धक निर्देशों के साथ उत्कृष्टता का उत्पादन कर सकते हैं; बाइनरी निर्देश। एक विशेषज्ञ से बाइनरी निर्देश (यह विशेषज्ञ पहले से कहीं अधिक दुर्लभ है!)। एलएलएम का उपयोग करने का गलत तरीका यह कहना है, “मुझे जेनरेटिव एआई के बारे में एक ब्लॉग लिखें”। वर्तमान में लगभग हर कोई ऐसा कर रहा है, क्योंकि उनके पास न तो ज्ञान है और न ही वास्तव में कड़ी मेहनत करने की इच्छा है। सही तरीका यह है कि हम मूल्य को पहचानें। मूल्य हाथ से तैयार की गई, शोध की गई सामग्री है जिसके हर शब्द के पीछे विचार है। स्वचालन इस सामग्री को वितरित करने का काम है। मूल्य वह है जो दादी माँ के नुस्खे में छिपा है, लेकिन हमें इसे दुनिया तक पहुँचाने के लिए निश्चित रूप से कारखाने का उपयोग करना चाहिए। यदि हम इनपुट के लिए कीचड़ का उपयोग करते हैं, तो हम आउटपुट के लिए बकवास निकालते हैं। मूल्य पर ध्यान दें। उत्कृष्टता का बड़े पैमाने पर उत्पादन किया जा सकता है, लेकिन वहाँ पहुँचने के लिए बहुत काम करना पड़ता है। निष्कर्ष मैं वास्तविक समस्याओं को हल करने के लिए जनरेटिव एआई का उपयोग कर रहा हूं, लेकिन मैं इसे ज़ूम इन स्तर पर कर रहा हूं। मैं सावधानीपूर्वक और सावधानी से योजना बना रहा हूं। और फिर उसे निष्पादित करने के लिए पावरटूल का उपयोग कर रहा हूं। सबसे खराब स्थिति यह है कि मैंने जनरल एआई का उपयोग न करने का दूसरा तरीका खोज लिया है। जबकि एक बात पक्की है, हमें निश्चित रूप से इनकी और ज़रूरत नहीं है... महत्वपूर्ण बात यह है कि मैंने कैसे और कब के बारे में भी बहुत कुछ सीखा है। सबसे अच्छी स्थिति यह है कि हम एक नए युग की अगुआई कर रहे हैं। मैं कड़ी मेहनत कर रहा हूँ। मुझे विश्वास है कि इससे लाभ मिलेगा। मैं मूल्य बनाता हूँ, और इसे वितरित करने के लिए जनरेटिव एआई का उपयोग करता हूँ। यही तरीका है। इसमें स्वचालन के लिए रोबोट और मूल्य के लिए मानवीय विशेषज्ञता का उपयोग किया जाता है। ज्यादातर लोग। हथौड़े से नट तोड़ना। और आशा करते हैं कि वे नंगे पैर फर्श पर टूटे हुए गोले नहीं कुचल रहे होंगे... इससे पहले कि आप “सबमिट” पर क्लिक करें: यहाँ तक पहुँचने के लिए बधाई। थोड़ा आराम करें और खुद की पीठ थपथपाएँ क्योंकि लिखना कभी आसान नहीं होता। अब, अपनी कहानी प्रस्तुत करने से पहले, निम्नलिखित कार्य करें: जैसा कि वे कहते हैं, अपने आई को क्रॉस करें और अपने टी को डॉट करें। सुनिश्चित करें कि आपके संदर्भ लिंक सही हैं। जाँच करें कि आपने अपने विचारों को सफलतापूर्वक संप्रेषित किया है। अपने काम को प्रूफ़रीड करें। कभी-कभी, हम जो लिखना चाहते थे, उससे अलग कुछ लिख देते हैं। और यह ठीक है। अब जब आपका लेख तैयार हो गया है, तो सुनिश्चित करें कि आपका शीर्षक स्पष्ट रूप से इसकी सामग्री को संप्रेषित करता है। अपने शीर्षक की समीक्षा करें। अगर आपने अभी तक ऐसा नहीं किया है, तो चिंता न करें, HackerNoon के पास आपके लिए चुनने के लिए कई विकल्प हैं, जिनमें एक फीचर्ड इमेज भी शामिल है। एक फीचर्ड इमेज चुनें। एआई छवि जनरेटर. कहानी सेटिंग अनुभाग में, एक बहुत ही संक्षिप्त विवरण (अधिकतम 160 अक्षर) लिखें जो सर्च इंजन और पाठकों को बताए कि आपकी कहानी क्यों बेहतरीन है। अपनी कहानी को अलग दिखाने के लिए मेटा विवरण लिखें। टैग चुनें। फिर से, स्टोरी सेटिंग में, 8 टैग तक चुनें जो आपकी स्टोरी की सामग्री से बहुत निकटता से मेल खाते हों। अगर आप इस बात को लेकर असमंजस में हैं कि कौन से टैग चुनें, तो परेशान न हों, हमारे संपादक आपकी मदद करेंगे। इतना ही! जब आपका काम पूरा हो जाए तो सबमिट दबाएँ। बल आपके साथ हो! कृपया सबमिट करते समय इस CTA को ध्यान में रखें]: क्या आप इनमें से कुछ सवालों के जवाब देने की कोशिश करना चाहेंगे? टेम्पलेट का लिंक है क्या आप हमारे सभी लेखन प्रॉम्प्ट की सामग्री पढ़ने में रुचि रखते हैं? क्लिक करें . यहाँ यहाँ
