BroadRouter

अरबी प्रॉम्प्ट इंजीनियरिंग: register, RTL, अंक और मिला-जुला टेक्स्ट

BroadNet Inference टीम · 5 मिनट में पढ़ें · प्रकाशित · अपडेट किया गया

अच्छा अरबी आउटपुट साफ़ निर्देशों से आता है: register (MSA या कोई ख़ास बोली), दर्शक, अंकों की शैली (पश्चिमी 0–9 या पूर्वी अरबी ٠–٩), अनुमत फ़ॉर्मैटिंग, और अंग्रेज़ी शब्दों के साथ क्या करना है, सब बताएँ। जवाबों को dir="auto" या isolation marks के साथ दिखाएँ ताकि मिली-जुली अरबी और अंग्रेज़ी सही क्रम में दिखे।

LLM से अच्छी अरबी पाने के लिए हर वह चुनाव बताएँ जिसका मॉडल वरना अंदाज़ा लगाएगा: मानक आधुनिक अरबी या कोई नामित बोली, दर्शक और लहजा, पश्चिमी (123) या पूर्वी अरबी (١٢٣) अंक, तारीख़ और मुद्रा का फ़ॉर्मैट, अंग्रेज़ी शब्द कैसे लिखें, और हरकात जोड़ें या नहीं। फिर दाएँ-से-बाएँ डिस्प्ले अपने UI में ठीक करें, प्रॉम्प्ट में नहीं।

register और बोली कैसे तय करें?

अरबी में एक औपचारिक लिखित मानक है, मानक आधुनिक अरबी (MSA, الفصحى), और कई बोली जाने वाली बोलियाँ। कारोबारी टेक्स्ट आमतौर पर MSA होता है; चैट, मार्केटिंग और वॉइस प्रोडक्ट कभी-कभी बोली इस्तेमाल करते हैं। मॉडल को ठीक-ठीक बताएँ कि कौन-सी:

इसकी जगह यह कहें
अरबी में जवाब दें। रिटेल ग्राहकों के लिए उपयुक्त साफ़, सरल मानक आधुनिक अरबी में जवाब दें।
खाड़ी की बोली इस्तेमाल करें। सऊदी (नज्दी की ओर झुकी) खाड़ी अरबी में लिखें, अनौपचारिक लेकिन सम्मानजनक, जैसे कोई युवा ब्रांड लिखेगा।
दोस्ताना रहें। गर्मजोशी भरा और विनम्र। मिस्री ग्राहकों के लिए “حضرتك” इस्तेमाल करें; slang से बचें।

कुछ व्यावहारिक नियम:

  • “सरल MSA” सबसे सुरक्षित डिफ़ॉल्ट है। यह हर जगह समझी जाती है और पेशेवर लगती है। मॉडल इसे बोली से ज़्यादा भरोसेमंद ढंग से लिखते हैं।
  • देश का नाम लें, “खाड़ी” या “लेवेंट” नहीं। सऊदी, अमीराती और कुवैती बोली अलग हैं; लेबनानी और जॉर्डनी भी।
  • संबोधन का रूप। अरबी “आप/तुम” में लिंग दर्शाती है। एक डिफ़ॉल्ट चुनें (UI टेक्स्ट में पुल्लिंग एकवचन आम तटस्थ रूप है) या मॉडल से जहाँ संभव हो लिंग-तटस्थ वाक्य इस्तेमाल करने को कहें, जैसे आज्ञार्थक “أدخل/أدخلي” (दर्ज करो) की जगह संज्ञा रूप “يرجى إدخال” (कृपया दर्ज करें)।
  • हरकात। सामान्य टेक्स्ट के लिए “हरकात नहीं” कहें। ज़्यादातर मॉडल डिफ़ॉल्ट रूप से कम जोड़ते हैं, लेकिन कुछ नामों या कविता-शैली के जवाबों में जोड़ देते हैं।

बोली वाले इनपुट के लिए देखें LLMs खाड़ी, मिस्री और लेवेंटाइन अरबी को कैसे संभालते हैं।

अंक, तारीख़ें और मुद्रा कैसे नियंत्रित करें?

अरबी टेक्स्ट दो अंक-सेट इस्तेमाल करता है: पश्चिमी अंक (0–9) और पूर्वी अरबी अंक (٠١٢٣٤٥٦٧٨٩)। पाठक कौन-सा सेट उम्मीद करते हैं, यह देश और माध्यम के हिसाब से बदलता है, और बताए बिना मॉडल इन्हें मिला देंगे। हर प्रोडक्ट के लिए तय करें, इस आधार पर कि उस बाज़ार में आपकी मौजूदा सामग्री पहले से क्या इस्तेमाल करती है:

  • पश्चिमी अंक parsing, search और डेटा एंट्री के लिए सबसे आसान हैं।
  • पूर्वी अरबी अंक ज़्यादा पारंपरिक रूप से मेल खाते हैं। अगर ये चाहिए, तो दिखाते समय बदलें और अपने डेटा में पश्चिमी अंक रखें।

यह भी बताएँ:

  • तारीख़ें: ग्रेगोरियन, हिजरी या दोनों, और फ़ॉर्मैट (उदाहरण के लिए 2026-11-14 या ١٤ نوفمبر ٢٠٢٦)। ध्यान दें कि महीनों के नाम इलाक़े के हिसाब से बदलते हैं: मिस्र और खाड़ी में نوفمبر, लेवेंट और इराक़ में تشرين الثاني।
  • मुद्रा: चिह्न या कोड, और उसकी जगह। “ر.س” या “SAR”? संख्या से पहले या बाद? एक उदाहरण दें।
  • दशमलव विभाजक: ”.” या अरबी दशमलव चिह्न ”٫”।

प्रॉम्प्ट में एक हल किया उदाहरण इसका ज़्यादातर हिस्सा ठीक कर देता है: “Write prices like: 1,250.00 ر.س”।

दाएँ-से-बाएँ डिस्प्ले की समस्याएँ कैसे ठीक करें?

“अरबी टूटी हुई है” वाली ज़्यादातर बग रिपोर्ट डिस्प्ले की समस्याएँ होती हैं, मॉडल की नहीं। जब अरबी और लैटिन टेक्स्ट या संख्याएँ एक लाइन में हों, तो Unicode bidirectional algorithm पैराग्राफ़ की दिशा के आधार पर दिखने वाला क्रम तय करता है। अगर आपका चैट bubble बाएँ-से-दाएँ है, तो “تم شحن طلبك رقم 4821.” जैसा जवाब फ़ुल स्टॉप को ग़लत सिरे पर दिखा सकता है।

इसे UI में ठीक करें:

  • हर संदेश दिखाने वाले element पर dir="auto" (या सिर्फ़-अरबी views के लिए dir="rtl") सेट करें। देखें dir attribute पर MDN और दाएँ-से-बाएँ markup पर W3C का मार्गदर्शन।
  • जब आप अरबी templates में मान (नाम, ऑर्डर नंबर, अंग्रेज़ी प्रोडक्ट नाम) डालते हैं, तो उन्हें HTML में <bdi> में, या सादे टेक्स्ट में Unicode isolates (U+2068 FIRST STRONG ISOLATE … U+2069 POP DIRECTIONAL ISOLATE) में लपेटें।
  • प्रॉम्प्ट में वही फ़ॉर्मैटिंग माँगें जो आपकी सतह दिखा सके। WhatsApp और SMS: सादा टेक्स्ट, कोई Markdown टेबल नहीं। वेब चैट: अगर आपका renderer RTL सूचियाँ संभालता है तो Markdown ठीक है। code blocks बाएँ-से-दाएँ ही रहने चाहिए।

अगर आप जवाब stream करते हैं, तो पहला टोकन आने से पहले कंटेनर पर दिशा सेट करें, ताकि टेक्स्ट उछले नहीं; स्ट्रीमिंग गाइड देखें।

मॉडल अरबी और अंग्रेज़ी को कैसे मिलाए?

असली अरबी कारोबारी टेक्स्ट भाषाएँ मिलाता है: प्रोडक्ट नाम, तकनीकी शब्द, इकाइयाँ, कोड। नियम तय करें और उसे कहें:

  • “ब्रांड और प्रोडक्ट नामों को उनकी मूल लैटिन वर्तनी में रखें।”
  • “तकनीकी शब्द अरबी में लिखें, पहली बार अंग्रेज़ी शब्द कोष्ठक में: واجهة برمجة التطبيقات (API)।”
  • “अंग्रेज़ी शब्दों को कभी अरबी अक्षरों में लिप्यंतरित न करें”, या इसका उल्टा, अगर आपके दर्शक “البريد الإلكتروني” से ज़्यादा “الإيميل” पसंद करते हैं।
  • “अगर यूज़र अंग्रेज़ी में लिखे, तो अंग्रेज़ी में जवाब दें। अगर Arabizi में लिखे, तो अरबी लिपि में जवाब दें।” इस पर और Arabizi संभालना में।

system प्रॉम्प्ट अंग्रेज़ी में हो या अरबी में?

दोनों काम करते हैं। अरबी कंटेंट के साथ अंग्रेज़ी निर्देश आम हैं और संभालने में आसान हैं, अगर आपकी पूरी टीम अरबी नहीं पढ़ती। अरबी निर्देश लहजे और शब्दावली को सही दिशा में धकेल सकते हैं। जो भी चुनें, हर system प्रॉम्प्ट में एक भाषा रखें, और दोनों ही सूरतों में उसके अंदर चाहे गए आउटपुट का एक अरबी उदाहरण रखें। अरबी निर्देशों में अंग्रेज़ी के उन्हीं नियमों से ज़्यादा टोकन लग सकते हैं; दोनों की तुलना मुफ़्त अरबी टोकन काउंटर में करें। हमारा tokenizer दक्षता डेटा दिखाता है कि 16 tokenizers पर एक ही अरबी और अंग्रेज़ी वाक्य कितने टोकन लेते हैं।

एक पूरा उदाहरण:

import os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

SYSTEM = """You are the support assistant for an Egyptian electronics store.
Language: reply in simple Modern Standard Arabic. If the customer writes in English, reply in English.
Tone: warm, polite, concise. At most 3 sentences.
Numbers: Western digits. Prices like: 12,499 ج.م
Dates: Gregorian, like: 14 نوفمبر 2026
Names: keep brand and model names in Latin letters (iPhone 17, Galaxy S26).
Formatting: plain text only, no Markdown, no diacritics.
Example reply:
شكراً لتواصلك معنا. سعر Galaxy S26 حالياً 12,499 ج.م، والتوصيل متاح خلال يومين."""

r = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # reasoning comes first
    messages=[{"role": "system", "content": SYSTEM},
              {"role": "user", "content": "عايز أعرف سعر الايفون ١٧ وهل في تقسيط؟"}],
)
print(r.choices[0].message.content)

ग्राहक मिस्री अरबी में लिखता है (“मुझे iPhone 17 की कीमत जाननी है, और क्या किस्तों की सुविधा है?”) और पूर्वी अंक इस्तेमाल करता है। प्रॉम्प्ट जवाब को पश्चिमी अंकों वाली MSA बनाता है। प्रॉम्प्ट में उदाहरण वाला जवाब कहता है: “हमसे संपर्क करने के लिए धन्यवाद। Galaxy S26 की मौजूदा कीमत 12,499 EGP है, और दो दिनों के भीतर डिलीवरी उपलब्ध है।”

अरबी में structured output कैसे पाएँ?

जब JSON चाहिए, तो keys अंग्रेज़ी में और values अरबी में रखें। बताएँ कि संख्याएँ numbers हों या strings, और strings के अंदर कौन-सा अंक-सेट इस्तेमाल हो। अंदाज़े की जगह null माँगें। देखें JSON schema के साथ structured output।

अरबी प्रॉम्प्ट कैसे टेस्ट करें?

हर बाज़ार के लिए 30 से 50 असली प्रॉम्प्ट का सेट बनाएँ, उन्हें हर उम्मीदवार मॉडल पर चलाएँ, और उस बाज़ार के किसी मूल वक्ता से register, सही होने और स्वाभाविकता की ग्रेडिंग कराएँ। BroadNet रिपोर्ट करता है कि उसके टेस्ट में Qwen3.8 27B ने धाराप्रवाह अरबी लिखी और खाड़ी और मिस्री बोलियाँ समझीं; DeepSeek V4.1 Flash और GLM 5.3 उसी API पर हैं, इसलिए बदलना एक लाइन का बदलाव है। उनकी कीमतों की तुलना कीमतों के पेज पर या DeepSeek V4.1 Flash बनाम Qwen3.8 27B तुलना में करें, और असली अरबी टेक्स्ट पर टोकन मापें, क्योंकि अरबी में अक्सर अंग्रेज़ी से प्रति शब्द ज़्यादा टोकन लगते हैं। मॉडल चुनने की बड़ी चेकलिस्ट के लिए अरबी के लिए LLM API चुनना देखें।

अरबी प्रॉम्प्ट चेकलिस्ट

  • register और देश का नाम दिया गया।
  • संबोधन का रूप (लिंग) तय।
  • अंक, तारीख़ें, मुद्रा और दशमलव विभाजक एक उदाहरण के साथ बताए गए।
  • फ़ॉर्मैटिंग डिस्प्ले की सतह से मेल खाती है।
  • अंग्रेज़ी शब्दों और ब्रांड नामों का नियम बताया गया।
  • UI में dir="auto" और isolation।
  • तय टेस्ट सेट पर मूल वक्ता की समीक्षा।

अक्सर पूछे जाने वाले सवाल

system प्रॉम्प्ट अरबी में लिखूँ या अंग्रेज़ी में?

मौजूदा मॉडलों पर दोनों काम करते हैं। ज़्यादातर टीमों के लिए अंग्रेज़ी निर्देश संभालना आसान है; अरबी निर्देश कभी-कभी ज़्यादा स्वाभाविक लहजा देते हैं। हर system प्रॉम्प्ट एक भाषा में रखें और अपने टेस्ट सेट पर दोनों की तुलना करें।

मेरे अरबी टेक्स्ट में विराम चिह्न ग़लत जगह क्यों दिखते हैं?

यह डिस्प्ले की समस्या है, आमतौर पर बाएँ-से-दाएँ दिशा वाला कंटेनर। जवाब दिखाने वाले element पर dir="rtl" या dir="auto" सेट करें।

मॉडल को हरकात जोड़ने से कैसे रोकूँ?

प्रॉम्प्ट में कहें "Do not add diacritics (tashkeel)"। इन्हें सिर्फ़ वहीं माँगें जहाँ ये मदद करें, जैसे सीखने की सामग्री या अस्पष्ट नाम।

LLM से पूर्वी अरबी अंक कैसे इस्तेमाल करवाऊँ?

यह system प्रॉम्प्ट में कहें और एक उदाहरण दिखाएँ, जैसे "Write prices like: ١٬٢٥٠ ر.س"। नियम न हो तो मॉडल अंकों के सेट मिला देते हैं। अगर आप आउटपुट parse करते हैं, तो JSON फ़ील्ड में पश्चिमी अंक माँगें और दिखाते समय बदलें।

कौन-सा मॉडल सबसे अच्छी अरबी लिखता है?

अपने प्रॉम्प्ट पर टेस्ट करें। BroadNet अपने टेस्ट में Qwen3.8 27B से धाराप्रवाह अरबी लेखन रिपोर्ट करता है, साथ में खाड़ी और मिस्री बोली की समझ।

Markdown में पढ़ेंChatGPT से पूछेंClaude से पूछेंPerplexity से पूछें