AI प्रॉम्प्ट इंजीनियरिंग: डेवलपर्स के लिए आवश्यक कमांड और तकनीकें

प्रॉम्प्ट इंजीनियरिंग AI टूल का उपयोग करने वाले डेवलपर्स के लिए सबसे महत्वपूर्ण कौशलों में से एक बन गई है। चाहे आप ChatGPT, Claude, GitHub Copilot या Cursor का उपयोग कर रहे हों, आपके प्रॉम्प्ट की गुणवत्ता सीधे AI आउटपुट की गुणवत्ता निर्धारित करती है। एक अच्छी तरह से तैयार किया गया प्रॉम्प्ट अस्पष्ट, बेकार प्रतिक्रियाओं को सटीक, उत्पादन-तैयार कोड में बदल सकता है। यह व्यापक गाइड बुनियादी प्रॉम्प्ट तकनीकों से लेकर उन्नत रणनीतियों, टूल-विशिष्ट युक्तियों और उपयोग के लिए तैयार टेम्पलेट्स तक सब कुछ कवर करती है, जो आपको प्रत्येक AI इंटरैक्शन से अधिकतम मूल्य प्राप्त करने में मदद करती है।

प्रॉम्प्ट इंजीनियरिंग क्या है?

प्रॉम्प्ट इंजीनियरिंग AI भाषा मॉडलों के लिए इच्छित आउटपुट उत्पन्न करने हेतु प्रभावी निर्देशों को सावधानीपूर्वक तैयार करने की कला और विज्ञान है। इसके मूल में संचार है—यह सीखना कि AI मॉडल जिस भाषा को सबसे अच्छी तरह समझते हैं, उसमें कैसे बोलना है। जिस तरह एक वरिष्ठ डेवलपर बेहतर परिणामों के लिए जूनियर डेवलपर को अधिक सटीक निर्देश देता है, प्रॉम्प्ट इंजीनियरिंग आपको सिखाती है कि AI सिस्टम को अपने इरादे स्पष्टता और सटीकता के साथ कैसे बताएँ।

डेवलपर्स के लिए, प्रॉम्प्ट इंजीनियरिंग महत्वपूर्ण है क्योंकि AI प्रोग्रामिंग सहायक आधुनिक विकास वर्कफ़्लो का अभिन्न अंग बन गए हैं। ये टूल कोड उत्पन्न कर सकते हैं, समस्याओं को डिबग कर सकते हैं, परीक्षण लिख सकते हैं, आर्किटेक्चर को रिफैक्टर कर सकते हैं और जटिल सिस्टम की व्याख्या कर सकते हैं—लेकिन केवल तभी जब आप सही निर्देश देते हैं। एक खराब तरीके से लिखा गया प्रॉम्प्ट ऐसा कोड उत्पन्न कर सकता है जो संकलित तो होता है लेकिन आपके इरादे से मेल नहीं खाता, गलत फ्रेमवर्क संस्करण का उपयोग करता है, या महत्वपूर्ण किनारे के मामलों की अनदेखी करता है। इसके विपरीत, एक अच्छी तरह से तैयार किया गया प्रॉम्प्ट ऐसा आउटपुट उत्पन्न कर सकता है जो एक अनुभवी डेवलपर द्वारा लिखे गए कोड से अप्रभेद्य हो।

प्रॉम्प्ट में छोटे बदलाव भारी अंतर पैदा करते हैं। \"बग ठीक करें\" और \"UserService.authenticate विधि में नल रेफरेंस अपवाद को ठीक करें जो तब होता है जब email पैरामीटर undefined होता है। विधि src/services/UserService.ts में स्थित है, पासवर्ड तुलना के लिए bcrypt का उपयोग करती है\" के बीच अंतर की तुलना करें। पहला प्रॉम्प्ट AI को काम करने के लिए लगभग कुछ नहीं देता। दूसरा एक स्पष्ट समस्या विवरण, स्थान और संदर्भ प्रदान करता है—AI को पहले प्रयास में एक सटीक, सही सुधार उत्पन्न करने में सक्षम बनाता है।

बुनियादी प्रॉम्प्ट तकनीकें

मुख्य प्रॉम्प्टिंग तकनीकों को समझना आपकी नींव रखता है। प्रत्येक तकनीक के विशिष्ट उपयोग मामले हैं जहाँ यह उत्कृष्ट है, और अनुभवी प्रॉम्प्ट इंजीनियर अक्सर इष्टतम परिणामों के लिए एकल प्रॉम्प्ट में कई तकनीकों को संयोजित करते हैं।

ज़ीरो-शॉट प्रॉम्प्टिंग

ज़ीरो-शॉट प्रॉम्प्टिंग प्रॉम्प्टिंग का सबसे सरल रूप है—आप AI को बिना कोई उदाहरण दिए सीधे एक निर्देश देते हैं। AI प्रतिक्रिया उत्पन्न करने के लिए पूरी तरह से अपने प्रशिक्षण डेटा और प्रॉम्प्ट में दी गई जानकारी पर निर्भर करता है। यह तकनीक सरल कार्यों के लिए उपयुक्त है जहाँ वांछित आउटपुट प्रारूप स्पष्ट है, या ऐसे मामलों के लिए जहाँ AI ने प्रशिक्षण में कई समान उदाहरण देखे हैं।

Write a Python function that validates an email address using regex.
The function should return True for valid emails and False for invalid ones.

ज़ीरो-शॉट प्रॉम्प्टिंग सामान्य, अच्छी तरह से परिभाषित कार्यों के लिए प्रभावी है। हालाँकि, जब आपको विशिष्ट आउटपुट प्रारूप, शैली या दृष्टिकोण की आवश्यकता होती है, तो फ़्यू-शॉट प्रॉम्प्टिंग अधिक विश्वसनीय होती है।

फ़्यू-शॉट प्रॉम्प्टिंग

फ्यू-शॉट प्रॉम्प्टिंग में वास्तविक कार्य देने से पहले वांछित इनपुट-आउटपुट पैटर्न के एक या अधिक उदाहरण प्रदान करना शामिल है। यह तकनीक शक्तिशाली है क्योंकि यह ठीक वही दिखाती है जो आप चाहते हैं, अस्पष्टता को कम करती है और AI को सही प्रारूप और शैली की ओर मार्गदर्शन करती है। AI आपके उदाहरणों से पैटर्न सीखता है और इसे नए इनपुट पर लागू करता है।

Convert these database column names to camelCase JavaScript variable names:

user_first_name -> userFirstName
created_at_timestamp -> createdAtTimestamp
is_email_verified -> isEmailVerified
total_order_count ->

Now convert: product_category_id

फ्यू-शॉट प्रॉम्प्टिंग विशेष रूप से मूल्यवान है जब आपको सुसंगत स्वरूपण, विशिष्ट कोडिंग परंपराएँ चाहिए, या जब AI ऐसी धारणाएँ बना सकता है जो आपके प्रोजेक्ट की शैली से मेल नहीं खातीं। आमतौर पर दो से तीन उदाहरण एक स्पष्ट पैटर्न स्थापित करने के लिए पर्याप्त होते हैं।

चेन-ऑफ़-थॉट प्रॉम्प्टिंग

चेन-ऑफ़-थॉट प्रॉम्प्टिंग AI को अंतिम उत्तर देने से पहले चरण-दर-चरण समस्या का तर्क करने की आवश्यकता होती है। यह तकनीक जटिल कार्यों पर सटीकता में महत्वपूर्ण सुधार करती है क्योंकि यह AI को संभावित रूप से गलत निष्कर्ष पर कूदने के बजाय मध्यवर्ती चरणों को संसाधित करने के लिए मजबूर करती है। शोध से पता चलता है कि प्रॉम्प्ट में "think step by step" जोड़ने से तर्क कार्यों पर सटीकता 30-50% तक बढ़ सकती है।

Analyze this React component for performance issues. Think step by step:

1. First, identify all state variables and their update patterns
2. Then, check for unnecessary re-renders
3. Next, look for missing memoization opportunities
4. Finally, suggest specific optimizations with code examples

Here's the component:
[component code]

विचार श्रृंखला प्रॉम्प्टिंग डिबगिंग, आर्किटेक्चर निर्णयों और तार्किक तर्क की आवश्यकता वाले किसी भी कार्य के लिए आवश्यक है। AI को अपना तर्क दिखाने के लिए कहकर, आप इसके तर्क को मान्य करने और मध्यवर्ती चरणों में त्रुटियों को पकड़ने की क्षमता भी प्राप्त करते हैं।

रोल-प्लेइंग प्रॉम्प्टिंग

रोल-प्लेइंग प्रॉम्प्टिंग AI को एक विशिष्ट भूमिका या विशेषज्ञता स्तर प्रदान करता है, जो इसकी प्रतिक्रिया की गहराई, शैली और फोकस को प्रभावित करता है। जब आप AI को "एक वरिष्ठ DevOps इंजीनियर के रूप में कार्य करें" कहते हैं, तो यह दृष्टिकोण बदलता है, सामान्य कोड स्निपेट के बजाय अधिक संचालन-केंद्रित, उत्पादन-तैयार सलाह प्रदान करता है। यह तकनीक अधिक विशेषज्ञ-स्तरीय आउटपुट उत्पन्न करने के लिए डोमेन-विशिष्ट सामग्री पर AI के प्रशिक्षण का लाभ उठाती है।

Act as a senior security engineer with 15 years of experience in web application security. Review this authentication implementation and identify any vulnerabilities, ranking them by severity. For each vulnerability, explain the attack vector and provide a secure code fix.

प्रभावी भूमिका निभाने की कुंजी विशिष्टता है। "Python डेवलपर के रूप में कार्य करें" बहुत अस्पष्ट है। "Apache Airflow और pandas का उपयोग करके उच्च-प्रदर्शन डेटा पाइपलाइन बनाने में विशेषज्ञता वाले Python डेवलपर के रूप में कार्य करें" AI को एक स्पष्ट संदर्भ ढाँचा देता है।

सिस्टम प्रॉम्प्ट बनाम उपयोगकर्ता प्रॉम्प्ट

अधिकांश AI टूल सिस्टम प्रॉम्प्ट और उपयोगकर्ता प्रॉम्प्ट के बीच अंतर करते हैं। सिस्टम प्रॉम्प्ट पूरे वार्तालाप पर लागू होने वाले स्थायी निर्देश सेट करते हैं, जबकि उपयोगकर्ता प्रॉम्प्ट व्यक्तिगत संदेश होते हैं। लंबी बातचीत में स्थिरता बनाए रखने के लिए इस अंतर को समझना आवश्यक है।

CLAUDE.md फ़ाइल एक स्थायी सिस्टम प्रॉम्प्ट के रूप में कार्य करती है। ChatGPT में, आप सभी वार्तालापों के लिए सिस्टम प्रॉम्प्ट के रूप में कस्टम निर्देश सेट कर सकते हैं।

# System prompt example
You are a TypeScript expert working on a Next.js 14 project using:
- App Router (not Pages Router)
- Server Components by default
- Prisma for database access
- Tailwind CSS for styling
- Zod for validation

Always use strict TypeScript. Prefer server actions over API routes.
Never use 'any' type. Use 'unknown' and narrow with type guards.

# User prompt example
Add a user profile page that shows the current user's name, email,
avatar, and last 10 activity records. Include loading states and
error handling.

डेवलपर्स के लिए आवश्यक AI कमांड

कुछ कमांड पैटर्न सभी प्रमुख AI प्रोग्रामिंग टूल में उल्लेखनीय रूप से प्रभावी साबित हुए हैं। ये शाब्दिक कमांड नहीं हैं, बल्कि अनुदेशात्मक वाक्यांश हैं जो लगातार उच्च-गुणवत्ता वाली प्रतिक्रियाएँ ट्रिगर करते हैं। इन्हें शक्ति शब्दों के रूप में सोचें जो AI मॉडल में विशिष्ट क्षमताओं को सक्रिय करते हैं।

"Act as..." / "You are a..." — भूमिका असाइनमेंट

भूमिका असाइनमेंट प्रॉम्प्ट इंजीनियरिंग में सबसे शक्तिशाली कमांड में से एक है। भूमिका निर्दिष्ट करके, आप डोमेन-विशिष्ट ज्ञान सक्रिय करते हैं और प्रतिक्रिया की गहराई और शैली के लिए अपेक्षाएँ सेट करते हैं। भूमिका जितनी अधिक विशिष्ट होगी, आउटपुट उतना ही बेहतर होगा।

You are a senior backend engineer at a fintech company who specializes
in building secure, high-throughput payment processing systems.
You have deep expertise in PostgreSQL, Redis, and distributed systems.
You always consider edge cases, race conditions, and failure modes.

Design a payment processing API that handles:
- Credit card payments via Stripe
- Bank transfers via Plaid
- Retry logic with exponential backoff
- Idempotency keys to prevent duplicate charges

"Step by step" — विचार श्रृंखला

प्रॉम्प्ट में \"step by step\" या \"let\'s think step by step\" जोड़ने से AI अपनी तर्क प्रक्रिया को तोड़ने के लिए ट्रिगर होता है। यह डिबगिंग, एल्गोरिदम डिज़ाइन और आर्किटेक्चर निर्णयों के लिए विशेष रूप से प्रभावी है। चरण-दर-चरण दृष्टिकोण न केवल बेहतर परिणाम उत्पन्न करता है, बल्कि AI के तर्क को पारदर्शी भी बनाता है, जिससे आप तार्किक त्रुटियों को पकड़ सकते हैं।

Debug this SQL query that's causing a timeout. Think step by step:

1. First, analyze the query structure and joins
2. Identify potential performance bottlenecks
3. Check for missing indexes
4. Suggest an optimized version with EXPLAIN analysis

SELECT u.name, COUNT(o.id), SUM(o.amount)
FROM users u
LEFT JOIN orders o ON u.id = o.user_id
LEFT JOIN order_items oi ON o.id = oi.order_id
WHERE o.created_at > '2026-01-01'
GROUP BY u.name
HAVING COUNT(o.id) > 10
ORDER BY SUM(o.amount) DESC;

"Think aloud" — तर्क पारदर्शिता

"Think aloud" \"step by step\" के समान है लेकिन AI की निर्णय लेने की प्रक्रिया पर अधिक केंद्रित है। यह AI से अपने तर्क का वर्णन करने के लिए कहता है, जिसमें यह भी शामिल है कि किन विकल्पों पर विचार किया गया और एक विशेष दृष्टिकोण क्यों चुना गया। जब आपको डिज़ाइन निर्णयों में ट्रेड-ऑफ को समझने या AI के तर्क की ध्वनि का मूल्यांकन करने की आवश्यकता होती है, तो यह अमूल्य है।

I need to choose between WebSocket and Server-Sent Events for a
real-time notification system. Think aloud about the trade-offs,
considering: browser support, bidirectional communication needs,
server resource usage, and scalability. Then recommend one with
justification.

"Explain like I'm 5" — सरलीकृत व्याख्या

नई अवधारणाएँ सीखते समय या जटिल कोड को समझने का प्रयास करते समय, \"explain like I\'m 5\" (ELI5) शब्दावली को हटाकर सहज, सादृश्य-आधारित व्याख्याएँ प्रदान करता है। यह नए प्रोजेक्ट में शामिल होने, अपरिचित कोडबेस को समझने या गैर-तकनीकी हितधारकों को तकनीकी अवधारणाएँ समझाने के लिए विशेष रूप से उपयोगी है।

Explain like I'm 5: What is a monad in functional programming,
and why do Haskell developers keep talking about them?
Use a real-world analogy, not code.

"Review and critique" — कोड समीक्षा

"review and critique" का उपयोग AI को कोड को केवल स्वीकार करने के बजाय आलोचनात्मक दृष्टिकोण अपनाने का संकेत देता है। यह संभावित बग, सुरक्षा मुद्दों, प्रदर्शन समस्याओं और शैली उल्लंघनों सहित अधिक गहन विश्लेषण उत्पन्न करता है। यह मांग पर एक वरिष्ठ इंजीनियर की कोड समीक्षा प्राप्त करने जैसा है।

Review and critique this Express.js middleware. Focus on:
- Security vulnerabilities
- Error handling gaps
- Performance concerns
- Best practice violations
- Suggest improvements with code examples

[paste your middleware code]

"Write tests for" — परीक्षण जनरेशन

परीक्षण जनरेशन AI प्रोग्रामिंग टूल के सबसे उच्च-मूल्य उपयोगों में से एक है। अपने परीक्षण ढांचे और कवरेज अपेक्षाओं के साथ \"write tests for\" निर्दिष्ट करके, आप तेज़ी से व्यापक परीक्षण सूट उत्पन्न कर सकते हैं। कुंजी किनारे के मामलों और परीक्षण प्राथमिकताओं को निर्दिष्ट करना है।\'

Write tests for the UserService.register method using Jest.
Cover these scenarios:
- Happy path with valid input
- Duplicate email registration
- Invalid email format
- Password too short
- Missing required fields
- Database connection failure
- Concurrent registration attempts

Use describe/it blocks. Include setup and teardown.
Mock the database layer.

"Refactor using..." — पैटर्न-आधारित रिफैक्टरिंग

रिफैक्टरिंग प्रॉम्प्ट में डिज़ाइन पैटर्न या सिद्धांत निर्दिष्ट करना AI को एक स्पष्ट लक्ष्य आर्किटेक्चर देता है। अस्पष्ट \"इसे रिफैक्टर करें\" अनुरोध के बजाय, पैटर्न का नामकरण केंद्रित, सुसंगत रिफैक्टरिंग उत्पन्न करता है जो स्थापित सॉफ़्टवेयर इंजीनियरिंग सिद्धांतों का पालन करता है।

Refactor this notification system using the Strategy pattern.
Currently, all notification types (email, SMS, push) are handled
in a single class with if-else chains. Create separate strategy
classes for each notification type, a context class that delegates
to the active strategy, and a factory for creating strategies.

[paste your current code]

"Find bugs in" — डिबगिंग

"Find bugs in" कमांड AI के विश्लेषण मोड को सक्रिय करता है, जो कोड उत्पन्न करने के बजाय समस्याओं की तलाश करने के लिए प्रेरित करता है। जब आप कोड प्रदान करते हैं, अपेक्षित व्यवहार का वर्णन करते हैं और देखे गए लक्षणों का उल्लेख करते हैं, तो यह सबसे अच्छा काम करता है।

Find bugs in this async Node.js function. It's supposed to process
a batch of orders and update their status, but sometimes orders
get processed twice and the status updates are inconsistent under
high load.

[paste your function code]

"Add error handling" — मजबूती वृद्धि

कई AI-जनित कोड स्निपेट सामान्य पथ पर काम करते हैं लेकिन उचित त्रुटि हैंडलिंग की कमी होती है। "Add error handling" कमांड विशेष रूप से इस अंतर को लक्षित करता है, AI से विफलता मोड, किनारे के मामलों और पुनर्प्राप्ति रणनीतियों पर विचार करने की आवश्यकता होती है।

Add error handling to this file upload function. Consider:
- File size limits
- Invalid file types
- Network interruptions during upload
- Disk space errors
- Concurrent upload conflicts
- Partial upload cleanup

Use try-catch with specific error types. Add retry logic for
transient failures. Return meaningful error messages to the client.

कोड जनरेशन के लिए प्रॉम्प्ट पैटर्न

एकल कमांड से परे, कुछ प्रॉम्प्ट पैटर्न विशिष्ट प्रकार के कोड जनरेशन कार्यों के लिए विशेष रूप से प्रभावी साबित हुए हैं। ये पैटर्न भूमिका असाइनमेंट, संदर्भ प्रावधान और आउटपुट विनिर्देशन जैसी तकनीकों को संरचित प्रॉम्प्ट में संयोजित करते हैं जो लगातार उच्च-गुणवत्ता वाले परिणाम उत्पन्न करते हैं।

सुविधा कार्यान्वयन प्रॉम्प्ट

नई सुविधाएँ लागू करते समय, सबसे प्रभावी प्रॉम्प्ट एक विनिर्देश-जैसी संरचना का पालन करते हैं: सुविधा का वर्णन करें, टेक स्टैक निर्दिष्ट करें, स्वीकृति मानदंड परिभाषित करें और किसी भी बाधा का उल्लेख करें। यह AI को क्या बनाने की आवश्यकता है इसकी पूरी तस्वीर देता है।

Implement a user avatar upload feature for a Next.js 14 application.

Tech stack: Next.js App Router, TypeScript, Prisma, PostgreSQL, AWS S3

Requirements:
- Accept JPEG, PNG, WebP (max 5MB)
- Resize to 200x200 and 400x400 thumbnails using Sharp
- Upload originals to S3 with unique keys
- Store S3 URLs in the User model
- Delete old avatar when uploading a new one
- Return presigned URLs for frontend display

Acceptance criteria:
- Invalid file types return 400 with error message
- Files over 5MB return 413
- Successful upload returns 200 with avatar URLs
- Old avatars are cleaned up from S3

Create: API route, service layer, Prisma schema update, and types.

API डिज़ाइन प्रॉम्प्ट

API डिज़ाइन प्रॉम्प्ट आर्किटेक्चर शैली, प्रमाणीकरण विधि, संस्करण रणनीति और प्रतिक्रिया प्रारूप को पहले से निर्दिष्ट करने से लाभान्वित होते हैं। यह सुनिश्चित करता है कि उत्पन्न API सुसंगत है और आपके प्रोजेक्ट की परंपराओं का पालन करता है।

Design a RESTful API for a project management application.

Architecture: Express.js with TypeScript, following clean architecture
Auth: JWT with refresh token rotation
Versioning: URL-based (/api/v1/)
Response format: { success: boolean, data?: T, error?: { code, message } }

Endpoints needed:
- Projects CRUD with team membership
- Tasks CRUD with assignee, priority, status
- Comments on tasks with mentions
- Activity feed (recent actions across projects)

Include:
- Request/response TypeScript interfaces
- Zod validation schemas
- Error handling middleware
- Pagination for list endpoints (cursor-based)

डेटाबेस Schema प्रॉम्प्ट

डेटाबेस Schema प्रॉम्प्ट में ORM, नामकरण परंपराएँ, इंडेक्सिंग रणनीति और संबंध निर्दिष्ट होने चाहिए। AI उचित बाधाओं, इंडेक्स और माइग्रेशन फ़ाइलों के साथ पूर्ण Schema उत्पन्न कर सकता है।

Design a Prisma schema for an e-commerce platform with these entities:

- Users (authentication, profile, addresses)
- Products (variants, categories, inventory)
- Orders (line items, status history, payments)
- Reviews (ratings, images, helpful votes)
- Cart (items, applied coupons)

Requirements:
- Use PostgreSQL with UUID primary keys
- Soft deletes with deletedAt timestamps
- Proper indexes for common query patterns
- Enums for order status, payment status
- Decimal fields for prices (not float)
- Full-text search on product name and description
- Include a migration file

UI घटक प्रॉम्प्ट

UI घटकों के लिए, फ्रेमवर्क, स्टाइलिंग दृष्टिकोण, सुगमता आवश्यकताओं और इंटरैक्शन स्थितियों को निर्दिष्ट करना सामान्य \"घटक बनाएँ\" प्रॉम्प्ट से बेहतर परिणाम उत्पन्न करता है।

Create a reusable DataTable component in React with TypeScript.

Styling: Tailwind CSS + shadcn/ui conventions
Features:
- Column definitions with sort, filter, and custom renderers
- Server-side pagination with page size selector
- Row selection (single and multi) with checkboxes
- Loading skeleton state
- Empty state with custom message
- Responsive: card layout on mobile, table on desktop

Accessibility:
- Keyboard navigation (arrow keys, Enter, Escape)
- Screen reader announcements for sort and filter changes
- ARIA labels on all interactive elements

Props interface:
- data, columns, isLoading, pagination, onSort, onFilter, onSelect

Include a usage example with a user list table.

कॉन्फ़िगरेशन और DevOps संकेत

DevOps और कॉन्फ़िगरेशन प्रॉम्प्ट में लक्ष्य वातावरण, सुरक्षा आवश्यकताएँ और किसी भी संगठनात्मक मानक निर्दिष्ट होने चाहिए। यह AI को सामान्य कॉन्फ़िगरेशन उत्पन्न करने से रोकता है जो आपके बुनियादी ढाँचे में फिट नहीं होते।

Create a Docker Compose setup for a development environment with:
- Next.js app (hot reload enabled)
- PostgreSQL 16 with persistent volume
- Redis for session storage
- MinIO (S3-compatible) for local file storage

Requirements:
- All services on a shared network
- Environment variables from .env file
- Health checks for all services
- Volumes for node_modules (avoid bind mount issues)
- PostgreSQL initialized with seed data
- Non-root containers where possible

Also create:
- Dockerfile for the Next.js app (multi-stage build)
- .env.example with all required variables
- Makefile with common commands (up, down, logs, reset-db)

उन्नत प्रॉम्प्ट रणनीतियाँ

एक बार जब आप बुनियादी तकनीकों और कमांड में महारत हासिल कर लेते हैं, ये उन्नत रणनीतियाँ आपको जटिल, बहु-चरणीय विकास कार्यों से निपटने में मदद करेंगी जो एकल प्रॉम्प्ट की क्षमता से परे हैं।

संकेत श्रृंखला

प्रॉम्प्ट चेनिंग जटिल कार्यों को छोटे, अधिक केंद्रित प्रॉम्प्ट की एक श्रृंखला में तोड़ती है, प्रत्येक पिछले के आउटपुट पर निर्माण करता है। यह रणनीति एक ही विशाल प्रॉम्प्ट में सब कुछ करने की कोशिश करने से बेहतर परिणाम उत्पन्न करती है, क्योंकि प्रत्येक चरण को AI का पूरा ध्यान और संदर्भ मिलता है।

# Step 1: Design the architecture
"Design the architecture for a real-time chat application.
List the components, their responsibilities, and how they
communicate. Use a diagram-like text format."

# Step 2: Define the data model
"Based on the architecture above, design the database schema
for the chat application. Include users, conversations,
messages, and read receipts. Use Prisma schema format."

# Step 3: Implement the API
"Implement the REST API for the chat application based on
the architecture and schema we designed. Start with the
message endpoints: send, list, delete."

# Step 4: Add WebSocket support
"Now add WebSocket support for real-time message delivery.
Use Socket.io. Integrate with the existing message API."

# Step 5: Write tests
"Write integration tests for the chat API and WebSocket
events using Jest and Supertest."

प्रभावी प्रॉम्प्ट चेनिंग की कुंजी यह सुनिश्चित करना है कि प्रत्येक चरण अगले पर जाने से पहले पूर्ण, प्रयोग करने योग्य आउटपुट उत्पन्न करे। प्रत्येक आउटपुट की समीक्षा करें, यदि आवश्यक हो तो सही करें, फिर परिष्कृत परिणाम को अगले प्रॉम्प्ट में फीड करें।

संदर्भ भरना

संदर्भ भरना AI से पूछने से पहले सभी प्रासंगिक कोड, दस्तावेज़ीकरण और संदर्भ प्रदान करना शामिल है। हालाँकि यह स्पष्ट लग सकता है, कई डेवलपर्स इस चरण को छोड़ देते हैं और फिर आश्चर्य करते हैं कि AI ने गलत धारणाएँ क्यों बनाईं। आप जितना अधिक प्रासंगिक संदर्भ प्रदान करेंगे, AI की प्रतिक्रिया उतनी ही अधिक सटीक और विशिष्ट होगी।

 {
    await this.db.query('UPDATE users SET email = $1 WHERE id = $2', [email, id]);
    await this.cache.del(`user:${id}`);
  }
}
```

Here is the User type:
```typescript
interface User {
  id: string;
  email: string;
  name: string;
  role: 'admin' | 'user';
  createdAt: Date;
}
```

Now, add an updateProfile method that allows updating name and email,
with validation that the email is not already taken by another user.

ध्यान दें कि मौजूदा कोड और प्रकार प्रदान करना AI को ऐसी विधियाँ उत्पन्न करने में कैसे सक्षम बनाता है जो मौजूदा पैटर्न के साथ पूरी तरह से संरेखित हों, समान कैशिंग रणनीति का उपयोग करें, और मौजूदा प्रकार परिभाषाओं का पालन करें।

बाधा विनिर्देश

स्पष्ट बाधाएँ सेट करना AI को अवांछित धारणाएँ बनाने से रोकता है। बाधाएँ परिभाषित करती हैं कि AI को क्या नहीं करना चाहिए, जो अक्सर उतना ही महत्वपूर्ण है जितना कि उसे क्या करना चाहिए। सामान्य बाधाओं में तकनीकी संस्करण, प्रदर्शन आवश्यकताएँ, सुरक्षा नियम और कोडिंग मानक शामिल हैं।

Build a URL shortener API with these constraints:

MUST:
- Use Node.js 20+ with native fetch (no axios)
- Use PostgreSQL via pg driver (no ORM)
- Generate short codes of exactly 7 characters
- Support custom aliases (max 20 chars)
- Return 301 for existing short URLs
- Rate limit to 100 creates per hour per IP

MUST NOT:
- Use any ORM or query builder
- Store full URLs without normalization
- Allow short codes that conflict with existing routes
- Return database errors to the client

PERFORMANCE:
- Handle 10,000 requests per second
- Cache hot URLs in Redis with 5-minute TTL
- P99 latency under 50ms for redirects

आउटपुट प्रारूप नियंत्रण

वांछित आउटपुट प्रारूप निर्दिष्ट करना सुनिश्चित करता है कि AI की प्रतिक्रिया पुन: स्वरूपण के बिना तुरंत उपयोग करने योग्य है। जब आउटपुट को अन्य टूल द्वारा पार्स करने, दस्तावेज़ीकरण में डालने या कॉन्फ़िगरेशन फ़ाइल के रूप में उपयोग करने की आवश्यकता होती है, तो यह विशेष रूप से महत्वपूर्ण है।

Analyze this codebase and provide the output in this exact format:

## Architecture Overview
[2-3 paragraph summary]

## Component Diagram
```mermaid
graph TD
    [components and relationships]
```

## API Endpoints
| Method | Path | Description | Auth |
|--------|------|-------------|------|

## Database Tables
| Table | Columns | Indexes | Relations |
|-------|---------|---------|-----------|

## Recommendations
1. [Priority] [Description] - [Estimated effort]
2. ...

## Technical Debt
- [ ] [Description] - [Impact: High/Medium/Low]

पुनरावृत्त अनुकूलन

पुनरावृत्त परिशोधन अनुवर्ती प्रॉम्प्ट के माध्यम से AI आउटपुट को वृद्धिशील रूप से सुधारने का अभ्यास है। पहली प्रतिक्रिया शायद ही कभी सही होती है, लेकिन यह परिशोधित करने का एक प्रारंभिक बिंदु प्रदान करती है। प्रत्येक पुनरावृत्ति एकल प्रॉम्प्ट में पूर्णता प्राप्त करने के प्रयास की तुलना में वांछित परिणाम के अधिक कुशलता से करीब लाती है।

# Iteration 1: Get a starting point
"Write a rate limiter middleware for Express.js"

# Iteration 2: Add specificity
"Good start. Now modify it to use Redis for distributed
rate limiting across multiple server instances. Use sliding
window instead of fixed window."

# Iteration 3: Add edge cases
"Add handling for: Redis connection failures (fall back to
in-memory), custom rate limits per route, burst allowance
for legitimate traffic spikes, and proper headers
(X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset)."

# Iteration 4: Add tests
"Write comprehensive tests for all the scenarios we've
covered, including Redis failures and burst handling."

यह पुनरावृत्त दृष्टिकोण एकल विशाल प्रॉम्प्ट लिखने से अधिक प्रभावी है, क्योंकि प्रत्येक पुनरावृत्ति आपको AI के पिछले आउटपुट के आधार पर सही करने और विवरण जोड़ने की अनुमति देती है। यह दर्शाता है कि आप मानव डेवलपर्स के साथ कैसे काम करते हैं: एक मोटे कार्यान्वयन से शुरू करें, फिर परिशोधित करें।

टूल-विशिष्ट प्रॉम्प्ट तकनीकें

जबकि उपरोक्त तकनीकें सभी AI टूल पर लागू होती हैं, प्रत्येक प्लेटफ़ॉर्म की अद्वितीय ताकत और विशेषताएँ हैं। प्रत्येक टूल की विशेषताओं के अनुकूल अपनी प्रॉम्प्ट शैली को समायोजित करने से परिणामों में काफी सुधार हो सकता है।

ChatGPT / GPT-4

ChatGPT और GPT-4 संवादात्मक इंटरैक्शन में उत्कृष्ट हैं, संरचित, सुव्यवस्थित प्रॉम्प्ट से लाभान्वित होते हैं। वे लंबे संदर्भों को अच्छी तरह से संभालते हैं और अवधारणाओं को समझाने और दस्तावेज़ीकरण उत्पन्न करने में विशेष रूप से अच्छे हैं।

• कस्टम निर्देशों का उपयोग करें: ChatGPT के कस्टम निर्देशों में अपना टेक स्टैक और प्राथमिकताएँ सेट करें ताकि आपको हर वार्तालाप में दोहराना न पड़े।
• Code Interpreter का लाभ उठाएँ: डेटा विश्लेषण कार्यों के लिए, ChatGPT से Python कोड चलाने और विज़ुअलाइज़ेशन उत्पन्न करने के लिए Code Interpreter का उपयोग करने के लिए कहें।
• प्रॉम्प्ट में मार्कडाउन फ़ॉर्मेटिंग का उपयोग करें: GPT-4 शीर्षकों, बुलेट पॉइंट और कोड ब्लॉक के साथ संरचित प्रॉम्प्ट पर अच्छी प्रतिक्रिया देता है।
• प्रतिक्रिया की लंबाई निर्दिष्ट करें: GPT-4 वर्बोस होता है। जब आपको संक्षिप्तता चाहिए, तो \"be concise\" या \"in under 200 words\" जोड़ें।
• सिस्टम संदेशों का उपयोग करें: API में, कोडिंग मानकों और प्रोजेक्ट संदर्भ जैसे स्थायी निर्देश सेट करने के लिए सिस्टम संदेशों का उपयोग करें।

# Effective GPT-4 prompt structure
**Role:** Senior TypeScript developer
**Task:** Implement a JWT authentication middleware
**Context:** Express.js API, PostgreSQL, existing User model
**Constraints:** No external auth libraries, use crypto module
**Output:** Complete, production-ready code with types
**Format:** Single file with inline comments for complex logic

Claude / Claude Code

Claude और Claude Code बड़े कोडबेस को समझने, जटिल निर्देशों का पालन करने और सुव्यवस्थित आउटपुट उत्पन्न करने में विशेष रूप से मजबूत हैं। Claude Code की एजेंटिक क्षमताएँ इसे बहु-चरणीय कार्यों के लिए आदर्श बनाती हैं।

• CLAUDE.md का उपयोग करें: यह सबसे प्रभावशाली चीज़ है जो आप कर सकते हैं। अपने प्रोजेक्ट का संदर्भ, परंपराएँ और प्राथमिकताएँ CLAUDE.md में रखें।
• फ़ाइल स्थान स्पष्ट रूप से निर्दिष्ट करें: Claude Code सबसे अच्छा काम करता है जब आप निर्दिष्ट करते हैं कि कौन सी फ़ाइलें पढ़नी और संशोधित करनी हैं।
• इसे कमांड चलाने दें: Claude Code परीक्षण और बिल्ड कमांड निष्पादित कर सकता है। इसे परीक्षण चलाकर अपने काम को सत्यापित करने के लिए कहें।
• लंबे सत्रों में /compact का उपयोग करें: जब संदर्भ लंबा हो जाए, तो सबसे महत्वपूर्ण जानकारी को संरक्षित करते हुए बातचीत को संपीड़ित करने के लिए /compact का उपयोग करें।
• XML टैग का लाभ उठाएँ: Claude XML-टैग किए गए प्रॉम्प्ट अनुभागों पर अच्छी प्रतिक्रिया देता है, आपके अनुरोध के विभिन्न भागों को स्पष्ट रूप से चित्रित करता है।

# Effective Claude Code prompt
Read the following files to understand the current architecture:
- src/routes/userRoutes.ts
- src/middleware/authMiddleware.ts
- src/models/User.ts

Then refactor the authentication flow to support:
1. JWT access tokens (15 min expiry) + refresh tokens (7 day expiry)
2. Token rotation on refresh (invalidate old refresh token)
3. Rate limiting on the refresh endpoint (5 per minute per user)

Update all related files and run the test suite when done.

GitHub Copilot

GitHub Copilot चैट-आधारित टूल से अलग तरीके से काम करता है—यह आपके टाइप करते समय इनलाइन सुझाव प्रदान करता है। प्रभावी Copilot उपयोग ऐसा कोड लिखने पर निर्भर करता है जो टिप्पणियों, टाइप हस्ताक्षरों और आसपास के संदर्भ के माध्यम से स्पष्ट रूप से इरादा व्यक्त करता है।

• वर्णनात्मक टिप्पणियाँ लिखें: फ़ंक्शन से पहले // Validate email format and check for duplicates जैसी टिप्पणियाँ जोड़ें, Copilot को स्पष्ट इरादा दें।
• TypeScript प्रकारों का उपयोग करें: अच्छी तरह से परिभाषित प्रकार और इंटरफ़ेस Copilot को सही कार्यान्वयन की ओर मार्गदर्शन करते हैं।
• टिप्पणियों में उदाहरण प्रदान करें: अपेक्षित इनपुट/आउटपुट दिखाने वाली टिप्पणियाँ Copilot को आपके इच्छित प्रारूप से मिलान करने में मदद करती हैं।
• आंशिक सुझाव स्वीकार करें: कभी-कभी Copilot की संरचना सही होती है लेकिन विवरण गलत होते हैं। सुझाव स्वीकार करें फिर विवरण संपादित करें।
• जटिल कार्यों के लिए Copilot Chat का उपयोग करें: बहु-फ़ाइल परिवर्तनों या आर्किटेक्चर निर्णयों के लिए, इनलाइन सुझावों के बजाय Copilot Chat का उपयोग करें।

> {
  // Copilot will generate the implementation based on these types

Cursor

Cursor IDE एकीकरण को AI चैट क्षमताओं के साथ जोड़ता है, इनलाइन पूर्णता और आपके कोडबेस को समझने वाला चैट इंटरफ़ेस दोनों प्रदान करता है। इसकी ताकत गहरी प्रोजेक्ट जागरूकता और विशिष्ट फ़ाइलों और प्रतीकों को संदर्भित करने की क्षमता में है।

• @file संदर्भों का उपयोग करें: Cursor को सटीक संदर्भ देने के लिए @filename के साथ विशिष्ट फ़ाइलों का संदर्भ लें।
• व्यापक संदर्भ के लिए @codebase का उपयोग करें: जब आपको Cursor को पूरे प्रोजेक्ट में खोजने की आवश्यकता हो, तो @codebase का उपयोग करें।
• लाइब्रेरी दस्तावेज़ीकरण के लिए @docs का उपयोग करें: Cursor @docs के साथ तृतीय-पक्ष लाइब्रेरी दस्तावेज़ीकरण का संदर्भ ले सकता है।
• इनलाइन संपादन के लिए Cmd+K का लाभ उठाएँ: कोड चुनें और प्राकृतिक भाषा में परिवर्तनों का वर्णन करने के लिए Cmd+K का उपयोग करें।
• प्रोजेक्ट नियम सेट करें: स्थायी प्रोजेक्ट निर्देश सेट करने के लिए .cursorrules फ़ाइल (CLAUDE.md के समान) का उपयोग करें।

# Effective Cursor prompt
@src/services/paymentService.ts @src/types/payment.ts

Refactor the processPayment function to use the Strategy pattern.
Create separate strategy classes for each payment provider
(Stripe, PayPal, BankTransfer). The function should accept a
payment method and delegate to the appropriate strategy.

Keep the same public API so existing callers don't break.

Codex CLI

Codex CLI OpenAI का टर्मिनल-आधारित प्रोग्रामिंग एजेंट है, जो अवधारणात्मक रूप से Claude Code के समान है। यह कमांड लाइन से बहु-चरणीय विकास कार्यों को निष्पादित करने में उत्कृष्ट है।

• स्पष्ट लक्ष्य प्रदान करें: Codex CLI स्पष्ट उच्च-स्तरीय लक्ष्यों के साथ सबसे अच्छा काम करता है, चरण-दर-चरण निर्देशों के बजाय।
• कार्यशील निर्देशिका निर्दिष्ट करें: सुनिश्चित करें कि आप सही प्रोजेक्ट रूट से Codex CLI चला रहे हैं।
• पहले प्रस्ताव मोड का उपयोग करें: Codex को परिवर्तन करने देने से पहले, इसकी योजना की समीक्षा करने के लिए प्रस्ताव मोड का उपयोग करें।
• सैंडबॉक्स अनुमतियाँ सावधानी से सेट करें: सैंडबॉक्स अनुमतियों को कॉन्फ़िगर करके नियंत्रित करें कि Codex क्या निष्पादित कर सकता है।
• पुनरावृत्त आउटपुट: अन्य टूल की तरह, पहला प्रयास अनुवर्ती प्रॉम्प्ट के माध्यम से परिशोधन की आवश्यकता हो सकती है।

सामान्य गलतियाँ और उनसे कैसे बचें

अनुभवी डेवलपर्स भी ये सामान्य प्रॉम्प्ट गलतियाँ करते हैं। उन्हें पहचानना और उनसे बचना आपके AI इंटरैक्शन में तुरंत सुधार करेगा।

अस्पष्ट निर्देश

सबसे आम गलती अस्पष्ट, अपर्याप्त विशिष्ट निर्देश प्रदान करना है। \"इसे ठीक करें\", \"इसे बेहतर बनाएँ\" या \"सुविधा जोड़ें\" जैसे प्रॉम्प्ट AI को काम करने के लिए लगभग कुछ नहीं देते। AI धारणाएँ बनाएगा, और वे धारणाएँ आमतौर पर आपके इरादे से मेल नहीं खातीं।

# Bad
"Fix the login bug"

# Good
"Fix the bug where users with uppercase emails cannot log in.
The issue is in src/auth/login.ts - the email comparison is
case-sensitive but emails are stored in lowercase in the database.
The fix should normalize the email to lowercase before comparison."

संदर्भ की कमी

AI मॉडल आपके प्रोजेक्ट के बारे में तब तक नहीं जानते जब तक आप उन्हें नहीं बताते। प्रासंगिक संदर्भ—आपका टेक स्टैक, फ्रेमवर्क संस्करण, मौजूदा कोड पैटर्न या प्रोजेक्ट संरचना—प्रदान करने में विफल होना AI को अनुमान लगाने के लिए मजबूर करता है, और अक्सर गलत अनुमान लगाता है। हमेशा वह संदर्भ शामिल करें जो एक नए टीम सदस्य को आपके अनुरोध को समझने के लिए चाहिए होगा।

# Bad
"Write a function to send emails"

# Good
"Write an email sending function for our NestJS application.
We use:
- @nestjs/mailer with Handlebars templates
- SMTP via AWS SES
- Templates stored in src/templates/emails/
- Existing MailService class in src/mail/mail.service.ts

The function should accept a template name, recipient, and
template variables. Include error handling for SES throttling
and bounce notifications."

प्रॉम्प्ट अधिभार

एकल प्रॉम्प्ट में बहुत सारे असंबंधित कार्यों को पूरा करने का प्रयास सभी पहलुओं में औसत दर्जे के परिणामों की ओर ले जाता है। AI का ध्यान बिखर जाता है, और यह कुछ कार्यों के लिए महत्वपूर्ण विवरण छोड़ सकता है जबकि दूसरों पर अत्यधिक ध्यान केंद्रित कर सकता है। जटिल अनुरोधों को केंद्रित, अनुक्रमिक प्रॉम्प्ट में तोड़ें।

# Bad - Too many tasks in one prompt
"Build a complete user management system with authentication,
profile management, email verification, password reset,
role-based access control, and an admin dashboard"

# Good - Break it into focused prompts
Prompt 1: "Design the database schema for a user management system..."
Prompt 2: "Implement the authentication endpoints..."
Prompt 3: "Add email verification flow..."
Prompt 4: "Implement role-based access control middleware..."

आउटपुट प्रारूप की अनदेखी करना

जब आपको एक विशिष्ट प्रारूप में आउटपुट की आवश्यकता होती है—JSON, मार्कडाउन, विशिष्ट फ़ाइल संरचना—इसे निर्दिष्ट न करने से अप्रत्याशित स्वरूपण होता है। AI आपको JSON की आवश्यकता होने पर गद्य लौटा सकता है, या कई फ़ाइलों की आवश्यकता होने पर एकल फ़ाइल लौटा सकता है। हमेशा वांछित आउटपुट प्रारूप स्पष्ट रूप से निर्दिष्ट करें।

# Bad
"List all the API endpoints"

# Good
"List all API endpoints in a markdown table with these columns:
| Method | Path | Description | Auth Required | Request Body | Response |"

पुनरावृत्ति न करना

AI की पहली प्रतिक्रिया को बिना परिशोधन के स्वीकार करना एक चूका हुआ अवसर है। पहली प्रतिक्रिया एक आधार प्रदान करती है जिसे आप अनुवर्ती प्रॉम्प्ट के माध्यम से सुधार सकते हैं। पुनरावृत्ति वह जगह है जहाँ AI-सहायक विकास की वास्तविक शक्ति निहित है—प्रत्येक चक्र बेहतर, अधिक परिष्कृत आउटपुट उत्पन्न करता है।

# Instead of accepting the first response, iterate:
"Good start. Now add input validation using Zod schemas."
"Now add proper error handling with custom error classes."
"Now add logging for all operations."
"Now write tests for all the edge cases we've discussed."

प्रॉम्प्ट टेम्पलेट लाइब्रेरी

सामान्य डेवलपर कार्यों के लिए उपयोग के लिए तैयार प्रॉम्प्ट टेम्पलेट यहाँ दिए गए हैं। इन टेम्पलेट्स को कॉपी करें, प्लेसहोल्डर भरें और अपनी विशिष्ट आवश्यकताओं के अनुसार समायोजित करें। प्रत्येक टेम्पलेट अधिकतम प्रभावशीलता के लिए कई प्रॉम्प्ट तकनीकों को जोड़ता है।

टेम्पलेट 1: सुविधा कार्यान्वयन

You are a senior {language} developer specializing in {framework}.

Implement {feature_description} for our {project_type} application.

Tech stack:
- {language} {version} with {framework} {version}
- {database} for data storage
- {orm} for database access
- {testing_framework} for tests

Requirements:
- {requirement_1}
- {requirement_2}
- {requirement_3}

Constraints:
- Must follow existing patterns in the codebase
- Must include input validation
- Must handle errors gracefully
- Must be backward compatible

Output:
1. Implementation code with inline comments for complex logic
2. Unit tests covering happy path and edge cases
3. Brief explanation of design decisions

टेम्पलेट 2: बग जाँच

You are a debugging specialist with expertise in {language}/{framework}.

Investigate and fix this bug:

**Symptom:** {describe_the_observed_behavior}
**Expected:** {describe_the_expected_behavior}
**Frequency:** {always/sometimes/under_specific_conditions}
**Environment:** {production/staging/development}

Relevant code:
```
{paste_relevant_code}
```

Error output / stack trace:
```
{paste_error_output}
```

Think step by step:
1. Identify the root cause
2. Explain why this bug occurs
3. Provide the fix with code
4. Suggest how to prevent similar bugs
5. Write a regression test

टेम्पलेट 3: कोड समीक्षा

You are a senior code reviewer at a {company_type} company.

Review this {language} code for:

1. **Correctness:** Logic errors, off-by-one errors, null handling
2. **Security:** Injection, XSS, auth bypasses, data exposure
3. **Performance:** N+1 queries, unnecessary allocations, missing caches
4. **Maintainability:** Code smells, naming, complexity
5. **Testing:** Missing test cases, brittle tests

Code to review:
```
{paste_code}
```

For each issue found, provide:
- Severity: 🔴 Critical / 🟡 Warning / 🔵 Info
- Category: Which of the 5 areas above
- Description: What's wrong and why
- Suggestion: How to fix it, with code example

End with an overall assessment and top 3 priorities.

टेम्पलेट 4: API एंडपॉइंट डिज़ाइन

Design a {http_method} {endpoint_path} endpoint for {resource_description}.

Framework: {framework}
Auth: {auth_method}
Database: {database}

The endpoint should:
- {functionality_1}
- {functionality_2}
- {functionality_3}

Provide:
1. Route definition with middleware chain
2. Request validation schema ({validation_library})
3. Controller/handler function
4. Service layer function
5. Database query/function
6. Response types (success and error)
7. Example curl request and response

टेम्पलेट 5: डेटाबेस माइग्रेशन

Create a database migration for {change_description}.

Current schema:
```
{current_schema}
```

Desired changes:
- {change_1}
- {change_2}

ORM: {orm_name}
Database: {database_type}

Requirements:
- Migration must be reversible (include down migration)
- Preserve existing data (write data migration SQL if needed)
- Add appropriate indexes for new columns
- Consider performance impact on large tables
- Include rollback safety checks

टेम्पलेट 6: परीक्षण सूट जनरेशन

Write a comprehensive test suite for {function_or_class_name}.

Testing framework: {framework}
Mocking library: {library}

Code under test:
```
{paste_code}
```

Test categories to cover:
- ✅ Happy path: All valid inputs produce correct outputs
- 🔄 Edge cases: Empty inputs, boundary values, null/undefined
- ❌ Error cases: Invalid inputs, permission denied, network failures
- 🏎️ Performance: Response time expectations for critical paths
- 🔒 Security: Auth checks, input sanitization

For each test:
- Use descriptive test names that read like documentation
- Follow Arrange-Act-Assert pattern
- Include setup/teardown for shared state
- Mock external dependencies

टेम्पलेट 7: रिफैक्टरिंग योजना

You are a software architect specializing in {language} refactoring.

Current code:
```
{paste_current_code}
```

Problems with current code:
- {problem_1}
- {problem_2}

Refactor using {pattern_or_principle}.

Provide:
1. **Analysis:** What's wrong and why the current approach doesn't scale
2. **Target Architecture:** How the refactored code should be structured
3. **Step-by-step Plan:** Ordered refactoring steps (safe, incremental)
4. **Refactored Code:** Complete implementation
5. **Migration Guide:** How to transition from old to new without breaking changes
6. **Risk Assessment:** What could go wrong and how to mitigate

टेम्पलेट 8: दस्तावेज़ीकरण जनरेशन

Generate documentation for this {language} code:

```
{paste_code}
```

Documentation type: {JSDoc/TSDoc/Python docstrings/README section}

Requirements:
- Document all public functions/classes/methods
- Include parameter descriptions with types
- Include return type descriptions
- Add usage examples for non-obvious APIs
- Note any side effects or important caveats
- Use {style_guide} conventions

For README documentation, include:
- Overview (1-2 paragraphs)
- Installation instructions
- Quick start example
- API reference table
- Configuration options

टेम्पलेट 9: प्रदर्शन अनुकूलन

You are a performance engineering specialist.

Analyze and optimize this code for performance:

```
{paste_code}
```

Current performance:
- {metric}: {current_value}
- Target: {target_value}
- Bottleneck suspected at: {location}

Optimization constraints:
- Must not change the public API
- Must maintain all existing test passes
- Must not sacrifice readability for micro-optimizations
- {additional_constraint}

Provide:
1. **Profiling Analysis:** Where time/memory is being spent
2. **Optimization Strategies:** Ranked by expected impact
3. **Optimized Code:** With comments explaining each change
4. **Benchmark Comparison:** Before vs after expected metrics
5. **Trade-offs:** Any readability or complexity costs

टेम्पलेट 10: सुरक्षा ऑडिट

You are a security engineer specializing in {language}/{framework} security.

Perform a security audit on this code:

```
{paste_code}
```

Check for:
- Injection attacks (SQL, NoSQL, command, LDAP)
- Authentication and authorization bypasses
- Cross-site scripting (XSS) vulnerabilities
- Cross-site request forgery (CSRF) exposure
- Insecure direct object references (IDOR)
- Sensitive data exposure (logging, error messages)
- Insecure cryptography or key management
- Race conditions in concurrent operations
- Denial of service vulnerabilities

For each finding:
- Severity: Critical / High / Medium / Low
- OWASP Category: Which Top 10 category
- Description: Clear explanation of the vulnerability
- Attack Scenario: How an attacker would exploit it
- Remediation: Specific code fix
- Verification: How to confirm the fix works