ภาษาใหม่ของผู้สร้าง Kotlin: วิธีอย่างเป็นทางการในการพูดคุยกับ LLM แทนที่จะเป็นภาษาอังกฤษ

พร้อมท์ในฐานะโปรแกรม: ภาษาใหม่สำหรับยุค AI

หลายปีที่ผ่านมา การโต้ตอบกับโมเดลภาษาขนาดใหญ่ (LLM) รู้สึกเหมือนเป็นการสนทนาที่มีเดิมพันสูงในภาษาต่างประเทศ เราประดิษฐ์ข้อความภาษาอังกฤษที่ซับซ้อนโดยหวังว่าจะได้สิ่งที่ดีที่สุด แต่มักจะเผชิญกับความไม่สอดคล้องกัน ความคลุมเครือ และการขาดความแม่นยำที่น่าหงุดหงิด Andrey Breslav ผู้สร้าง Kotlin เป็นหัวหอกในการแก้ปัญหานี้อย่างถึงรากถึงโคน ทีมงานของเขากำลังพัฒนาภาษาการเขียนโปรแกรมใหม่ ซึ่งมีชื่อเรียกชั่วคราวว่า "คิระ" ซึ่งไม่ได้ออกแบบมาเพื่อพูดคุยกับคอมพิวเตอร์แบบดั้งเดิม แต่สำหรับการพูดคุยกับ AI การเคลื่อนไหวนี้ส่งสัญญาณถึงการเปลี่ยนกระบวนทัศน์: จากการแจ้งเตือนอย่างไม่เป็นทางการไปจนถึงข้อกำหนดที่เป็นทางการและปฏิบัติการได้ สำหรับธุรกิจที่ใช้ประโยชน์จาก AI ภายในแพลตฟอร์มเช่น Mewayz วิวัฒนาการนี้สามารถเปลี่ยนการทดลอง AI ที่วุ่นวายให้กลายเป็นองค์ประกอบที่เชื่อถือได้และควบคุมเวอร์ชันของระบบปฏิบัติการธุรกิจแบบโมดูลาร์

เหตุใดการแจ้งภาษาอังกฤษจึงล้มเหลวในตรรกะทางธุรกิจ

แม้ว่าภาษาธรรมชาติจะเข้าใจง่าย แต่ก็ไม่แม่นยำสำหรับงานที่ซับซ้อนอย่างฉาวโฉ่ คำแนะนำเช่น "วิเคราะห์ยอดขายของไตรมาสนี้และสร้างสรุป" เปิดโอกาสให้ตีความได้มากมาย ตัวชี้วัดอะไร? รูปแบบอะไร? เทียบกับบรรทัดฐานอะไร? ความคลุมเครือนี้นำไปสู่:

ผลลัพธ์ที่ไม่ได้กำหนดไว้: ข้อความเดียวกันสามารถให้ผลลัพธ์ที่แตกต่างกัน ทำลายเวิร์กโฟลว์อัตโนมัติ

การบำรุงรักษาไม่ดี: "วิศวกรรมที่รวดเร็ว" มักเกี่ยวข้องกับการปรับแต่งสตริงข้อความที่เปราะบางโดยไม่มีแนวทางการตรวจสอบที่ชัดเจน

ความซับซ้อนที่ซ่อนอยู่: การใช้เหตุผลหลายขั้นตอนหรือการจัดรูปแบบข้อมูลที่เข้มงวดนั้นยุ่งยากอย่างไม่น่าเชื่อในการอธิบายเป็นภาษาอังกฤษธรรมดา

ความท้าทายในการบูรณาการ: เป็นเรื่องยากที่จะสานต่อภาษาธรรมชาติให้เข้ากับกระบวนการซอฟต์แวร์ที่กำหนดได้อย่างลงตัว ซึ่งเป็นข้อกำหนดสำคัญสำหรับแพลตฟอร์มอย่าง Mewayz ซึ่งโมดูลจะต้องทำงานร่วมกันได้อย่างน่าเชื่อถือ

ข้อมูลจำเพาะอย่างเป็นทางการสำหรับการโต้ตอบ AI ที่เชื่อถือได้

วิสัยทัศน์ของ Breslav กับ Kira คือการสร้างภาษาที่นักพัฒนาสามารถเขียนข้อกำหนดที่ชัดเจน มีโครงสร้าง และทดสอบได้สำหรับ LLM แทนที่จะเขียนย่อหน้าที่มีการชี้นำทางเพศ คุณควรเขียนชุดคำสั่งอย่างเป็นทางการซึ่งกำหนดข้อจำกัดของงาน โครงสร้างผลลัพธ์ที่คาดหวัง และแม้แต่พฤติกรรมทางเลือก คิดว่าเป็นการเปลี่ยนจากการบอกเส้นทางที่คลุมเครือแก่ผู้จัดส่ง มาเป็นการให้เส้นทาง GPS ที่แม่นยำและเครื่องอ่านได้พร้อมจุดตรวจที่กำหนดไว้ วิธีการอย่างเป็นทางการนี้ช่วยให้มั่นใจได้ว่าตัวแทน AI ที่ได้รับมอบหมายภายในเวิร์กโฟลว์ของ Mewayz เช่น การแยกข้อมูลใบแจ้งหนี้ออกจากอีเมลและการเติมฐานข้อมูล จะดำเนินการด้วยโครงสร้างที่คาดเดาได้ ทำให้เอาต์พุตเป็นอินพุตที่น่าเชื่อถือสำหรับโมดูลถัดไปในห่วงโซ่

"แนวคิดหลักคือการทำให้พรอมต์สามารถประกอบ ทดสอบได้ และจัดการได้... มันเกี่ยวกับการทำให้การโต้ตอบกับ LLM กลายเป็นสิ่งประดิษฐ์ทางวิศวกรรมซอฟต์แวร์ที่เหมาะสม" – Andrey Breslav เกี่ยวกับแรงจูงใจเบื้องหลังภาษาใหม่

ผลกระทบต่อระบบธุรกิจแบบโมดูลาร์เช่น Mewayz

ผลกระทบที่อาจเกิดขึ้นกับแพลตฟอร์มระบบปฏิบัติการทางธุรกิจนั้นลึกซึ้ง ใน Mewayz ซึ่งมีฟังก์ชันทางธุรกิจที่แตกต่างกัน (CRM, การจัดการโครงการ, การเรียกเก็บเงิน) เป็นโมดูลที่เชื่อมต่อถึงกัน AI สามารถทำหน้าที่เป็นเนื้อเยื่อเกี่ยวพันอัจฉริยะได้ ภาษาที่เป็นทางการสำหรับ LLM จะช่วยให้การเชื่อมต่อที่เสริมด้วย AI เหล่านี้สามารถสร้างเป็นส่วนประกอบที่แข็งแกร่งและปรับใช้ได้ ตัวอย่างเช่น นักพัฒนาสามารถเขียนสคริปต์ "Kira" ที่กำหนดเอเจนต์การคัดแยกการสนับสนุนลูกค้า: ระบุวิธีจัดประเภทจุดประสงค์ของตั๋ว แยกเอนทิตีหลัก และจัดรูปแบบเพย์โหลด JSON ที่มีโครงสร้างสำหรับโมดูลการจองตั๋ว สคริปต์นี้จะกลายเป็นเนื้อหาที่ควบคุมเวอร์ชันและแก้ไขข้อบกพร่องได้ภายในระบบนิเวศของ Mewayz ไม่ใช่คาถาวิเศษที่ซ่อนอยู่ในกล่องข้อความแจ้ง เปลี่ยน AI จากพันธมิตรที่สร้างสรรค์แต่ไม่น่าเชื่อถือให้กลายเป็นกลไกการดำเนินงานอย่างเป็นทางการ

อนาคต: จากการประดิษฐ์ที่รวดเร็วไปจนถึงการเขียนโปรแกรม AI

แม้จะยังอยู่ในช่วงเริ่มต้นของการพัฒนา แนวคิดนี้ถือเป็นการประกาศอนาคตที่ "การเขียนโปรแกรม AI" ถือเป็นระเบียบวินัยที่ชัดเจน เป้าหมายไม่ใช่การกำจัดภาษาธรรมชาติ—แต่จะเป็นจุดเริ่มต้นที่ดีเสมอไป—แต่เพื่อสร้างสะพานเชื่อมที่เข้มงวดระหว่างเจตนาของมนุษย์และผู้บริหารเครื่องจักร

Frequently Asked Questions

The Prompt as a Program: A New Language for the AI Age

For years, interacting with large language models (LLMs) has felt like a high-stakes conversation in a foreign language. We craft elaborate English prompts, hoping for the best, but often face inconsistency, ambiguity, and a frustrating lack of precision. The creator of Kotlin, JetBrains' Andrey Breslav, is spearheading a radical solution to this problem. His team is developing a new programming language, tentatively called "Kira," designed not for talking to computers in the traditional sense, but for talking to AI. This move signals a paradigm shift: from informal prompting to formal, executable specification. For businesses leveraging AI within platforms like Mewayz, this evolution could transform chaotic AI experimentation into a reliable, version-controlled component of a modular business operating system.

Why English Prompts Are Failing Business Logic

While natural language is intuitive, it's notoriously imprecise for complex tasks. An instruction like "analyze this quarter's sales and create a summary" leaves vast room for interpretation. What metrics? What format? Compared to what baseline? This ambiguity leads to:

Formal Specifications for Reliable AI Interactions

Breslav's vision with Kira is to create a language where developers can write clear, structured, and testable specifications for an LLM. Instead of a suggestive paragraph, you'd write a formal instruction set that defines the task's constraints, expected output structure, and even fallback behaviors. Think of it as moving from giving vague directions to a courier, to providing a precise, machine-readable GPS route with defined checkpoints. This formal approach ensures that an AI agent tasked within a Mewayz workflow—for instance, extracting invoice data from emails and populating a database—executes with predictable structure, making its output a trustworthy input for the next module in the chain.

Implications for Modular Business Systems Like Mewayz

The potential impact on business OS platforms is profound. In Mewayz, where different business functions (CRM, project management, billing) exist as interconnected modules, AI can act as the intelligent connective tissue. A formal language for LLMs would allow these AI-augmented connections to be built as robust, deployable components. A developer could, for example, write a "Kira" script that defines a customer support triage agent: specifying how to classify ticket intent, extract key entities, and format a structured JSON payload for the ticketing module. This script becomes a version-controlled, debuggable asset within the Mewayz ecosystem, not a magical incantation hidden in a prompt box. It turns AI from a creative but unreliable partner into a formalized, operational engine.

The Future: From Prompt Crafting to AI Programming

While still in early development, the concept heralds a future where "AI programming" is a distinct discipline. The goal isn't to eliminate natural language—it will always be a great starting point—but to provide a rigorous bridge between human intent and machine execution. For businesses, this means the powerful capabilities of LLMs can finally be integrated into core processes with software-grade reliability. Platforms that embrace this shift, like Mewayz, will enable their users to build not just with AI, but on top of AI, creating truly intelligent and automatable business systems where every interaction, even with a neural network, is defined with clarity and purpose.