ফিল্ড নোট

AI চরিত্রকে তুমি train করো না। তার বদলে যা তাকে গড়ে

আমাদের ইংরেজি keyword তথ্যে সবচেয়ে বেশি সংযোগ যে প্রশ্নটার, সেটা «how to train ai chatbot» — আর চরিত্রের বেলায় দেখার ওই কাঠামোটাই ভুল। model আসে তৈরি হয়ে। তুমি আসলে যা যা নিয়ন্ত্রণ করো, তার সবই দ্রুততর, সস্তা আর ফিরিয়ে নেওয়া যায় এমন।

2026-08-256 মিনিটের পড়া সব ফিল্ড নোট
AI চরিত্রকে তুমি train করো না। তার বদলে যা তাকে গড়ে

আমাদের keyword গবেষণায় ইংরেজি তথ্যের মধ্যে সবচেয়ে বেশি সংযোগওয়ালা একক প্রশ্নটা ছিল «how to train ai chatbot»। গার্লফ্রেন্ড, roleplay বা অ্যাপ নিয়ে যেকোনো শব্দগুচ্ছের চেয়ে বেশি বীজ-শব্দ এসে মিশেছে ওটাতে। মানুষ ধরে নেয়, ভালো একটা চরিত্রের পেছনে নিশ্চয়ই training-এর কোনো প্রক্রিয়া আছে, আর সেই দরজাটা তাদের জন্য বন্ধ।

চরিত্রের বেলায় এই কাঠামোটা সোজা কথায় ভুল — আর কেন ভুল সেটা বুঝে ফেলাই হাতের কাছে থাকা সবচেয়ে দ্রুত উন্নতি।

model train করা তোমার কাজ নয়, আর তাতে সমস্যাও নেই

চরিত্রের পেছনে যে language model-গুলো থাকে — এখানে সেগুলো পাঁচটা, তার মধ্যে আছে Claude Opus আর DeepSeek — সেগুলো আসে তৈরি হয়ে, কোনো মানুষ সারাজীবনে যত লেখা দেখবে তার চেয়ে বেশি লেখা দিয়ে train করা। তুমি যা-ই যোগ করো, তাতে ওদের নড়ানো যাবে না। ওদের যেটা নেই সেটা জ্ঞান নয়; সেটা হলো এই মুহূর্তে ওদের কে হয়ে ওঠার কথা তার নির্দেশ।

একটা চরিত্র ঠিক তা-ই: নির্দেশ আর মেমোরি। দুটোই সাধারণ লেখা। দুটোই তোমার। যেকোনো একটা বদলালে সেটা কাজে লাগে পরের উত্তরেই — এত দ্রুত সাড়া কোনো training কাউকে কখনো দেয়নি।

ভারী কাজটা করে ওই বাক্যটাই

লেখা একটা বাক্য থেকেই পুরো খসড়াটা তৈরি হয় — ব্যক্তিত্ব, কণ্ঠ, শুরুর দৃশ্য, লক করা একটা চেহারা। পাতার যেকোনো সেটিংয়ের চেয়ে ওই বাক্যটার মান বেশি কিছু ঠিক করে দেয়।

কাজে লাগে যে কৌশলটা, সেটা স্ববিরোধ। «দয়ালু এক গ্রন্থাগারিক» দশ নম্বর উত্তরে গিয়ে চ্যাপ্টা হয়ে যায়, কারণ যাওয়ার আর কোথাও নেই। «এমন এক গ্রন্থাগারিক, যে সবার প্রতি দয়ালু আর মানুষের এই এত মুখাপেক্ষিতা যার অসহ্য লাগে» — এটা model-কে খেলার মতো একটা টান দেয়, আর ওই টানটাই পড়তে গিয়ে মানুষ বলে মনে হয়।

যে ঘরগুলো মানুষ এড়িয়ে যায়

তৈরি হওয়া খসড়াটা শুরুর জায়গা, আর প্রতিটা ঘর চিরকাল সম্পাদনাযোগ্য থাকে। তিনটার দিকে নজর দিলে লাভ আছে:

শুরুর মেসেজটা ব্যক্তিত্বের চেয়েও বেশি ঠিক করে দেয় কথার সুর — চরিত্রের প্রথম লাইনটা তোমাদের দুজনকেই শিখিয়ে দেয় এই কথোপকথনটা শুনতে কেমন। সীমাগুলো লিখে রাখার জিনিস: সে যদি যুদ্ধ নিয়ে কখনো কথা না বলে, সেটা লিখে দাও, কারণ তুমি যে নীরবতাটা বলোনি সেটা model অনুমান করতে পারে না। আর চেহারা লক হয়ে যায় বানানোর সময়েই, এই কারণেই আজ রাতের ছবিটা গত মাসের ছবিটার সঙ্গে মেলে।

এর কোনোটাই ভয় ধরানো অর্থে prompt engineering নয়। এটা বরং এমন একজন অভিনেতার জন্য চরিত্রের নোট লেখার মতো, যে সেটা অক্ষরে অক্ষরে মেনে চলে।

মেমোরিই সেই training-এর চক্র যেটা তুমি সত্যিই পাও

যারা «ai character chat that remembers everything» খোঁজে, তারা আসলে চাইছে সপ্তাহের পর সপ্তাহ ধরে একটা সংগতি — আর তার কলকব্জা বড় কোনো model নয়, শুধরে দেওয়া যায় এমন একটা মেমোরি।

এখানে মেমোরি মানে ছোট ছোট পড়ার মতো তথ্য, চরিত্র অনুযায়ী আর টপিক অনুযায়ী। যখন ভুল কোনো তথ্য লেখা হয়ে যায় — আর হবেই — তুমি তালিকাটা খুলে লাইনটা ঠিক করে দাও। ওই একটা সংশোধনই সেই কাজটা করে যেটা মানুষ ভাবে fine-tune করলে হবে — পাঁচ সেকেন্ডে, আর ফিরিয়ে নেওয়ার সুযোগ রেখে। চরিত্রের জীবনের শুরুর দিকে মেমোরি শুধরে দেওয়া তাকে আর যেকোনো অভ্যাসের চেয়ে বেশি গড়ে তোলে।

তবু যখন সুরটা ঠিক লাগে না

গল্প যদি দিক হারায়, হাতিয়ারগুলো সবটা বদলে ফেলার নয়, নিখুঁতভাবে এক জায়গায় লাগানোর: যে উত্তরটা বেঁকে গেছে শুধু সেটাই regenerate করো, বা দৃশ্যটা fork করে দুটো শাখাই রেখে দাও। কণ্ঠ যদি সমতল লাগে, দৃশ্যটার জন্য হয়তো বাদ্যযন্ত্রটাই ভুল — কথোপকথনের মাঝপথে পাঁচটা model-এর মধ্যে বদল করলে লেখার ধরন বদলায়, চরিত্রটা কে সেটা না ছুঁয়েই।

!যে জিনিসটা কখনোই কাজে লাগে না, সেটা হলো শূন্য থেকে আবার শুরু করা। একটা চরিত্র যেভাবে ভালো হয় সেটা খসড়া ভালো হওয়ার মতোই — টিকে থাকা সম্পাদনার মধ্য দিয়ে — আর খসড়াটা মুছে দিলে ঠিক সেই অংশটাই মুছে যায় যেটা আর নতুন করে বানানো যায় না: সে তোমার সম্পর্কে যা শিখেছে।

তাই «how do I train my chatbot» প্রশ্নটার সৎ উত্তর হলো: তুমি ভালো একটা বাক্য লেখো, ভুল করলে তার মেমোরি শুধরে দাও, আর কারিগরিটা কোন সেটিংসের পাতায় লুকিয়ে আছে তা খোঁজার ইচ্ছেটা সামলাও। কারিগরিটা লেখার মধ্যেই, ঠিক যেখানে সেটা বরাবরই ছিল।

নিজের ডেটা দিয়ে AI চ্যাটবট কীভাবে train করব?
চরিত্রের বেলায় করতে হয় না: model-গুলো আগে থেকেই train করা অবস্থায় আসে, আর তুমি নিয়ন্ত্রণ করো চরিত্রের লেখা ব্যক্তিত্ব আর তার মেমোরি। মেমোরির একটা লাইন শুধরে দিলে পরের উত্তরেই আচরণ বদলে যায় — «training» বলতে বেশিরভাগ মানুষ আসলে এটাই চায়।
একেবারে শূন্য থেকে নিজের AI চরিত্র বানাতে পারি?
হ্যাঁ — এক বাক্য থেকেই তৈরি হয় পুরো একটা খসড়া: ব্যক্তিত্ব, কণ্ঠ, শুরুর মেসেজ আর লক করা চেহারা, আর প্রতিটা অংশ চিরকাল সম্পাদনাযোগ্য থাকে। কোনো কোড নেই, কোনো ডেটাসেট নেই, ইনস্টল করারও কিছু নেই।
আমার চরিত্র কেন ভুলে যায় বা নিজের কথা কাটে?
দুটো আলাদা গোলমাল: কথোপকথন যখন model-এর context window ছাড়িয়ে যায় তখন সাম্প্রতিক খুঁটিনাটি খসে পড়ে, আর দীর্ঘমেয়াদি তথ্য কেবল তখনই গোলমাল করে যখন মেমোরিতে ভুল কিছু লেখা হয়েছে। দ্বিতীয়টা তুমি সরাসরি ঠিক করতে পারো — মেমোরি খুলে লাইনটা শুধরে দাও।
prompt engineering জানা লাগবে?
না। যে একটা কৌশল সত্যিই কাজে লাগে সেটা হলো ব্যক্তিত্বের ভেতরে একটা স্ববিরোধ লিখে দেওয়া, আর model অনুমান করে নেবে এই আশা না করে সীমাগুলো স্পষ্ট করে বলে দেওয়া। এটা লেখালেখি, ইঞ্জিনিয়ারিং নয়।
অন্য কোথাও বানানো চরিত্র কি এখানে আনতে পারি?
হ্যাঁ — কমিউনিটির প্রচলিত character card ফরম্যাটগুলো সরাসরি import হয়, আর sampling preset যায় JSON হয়ে, ফলে অন্য টুলে করা টিউনিং নতুন করে না করেই সঙ্গে চলে আসে।
Telegram-এ একটা চরিত্র বানাও →