অপ্রয়োজনীয় কোড, অতিরিক্ত জটিলতা ও ডেভেলপমেন্টের ভুল এড়িয়ে চলার বাস্তভিত্তিক গাইড

বর্তমানে AI দিয়ে ওয়েবসাইট, সফটওয়্যার কিংবা WordPress প্লাগইন তৈরি করা আগের চেয়ে অনেক সহজ হয়েছে। Google Antigravity-এর মতো AI-চালিত ডেভেলপমেন্ট টুল ব্যবহার করে কোড লেখা, বাগ ঠিক করা, নতুন ফিচার তৈরি করা এবং বড় প্রজেক্টের বিভিন্ন অংশ নিয়ে কাজ করা যায়।

কিন্তু AI দিয়ে দ্রুত কোড তৈরি করতে পারলেই যে সব সময় ভালো ফল পাওয়া যাবে, এমন নয়।

ধরুন, আপনি AI-কে বললেন একটি ফর্মের ছোট্ট একটি বাগ ঠিক করতে। সে বাগটি ঠিক করার পাশাপাশি পুরো ফর্মের কোড নতুন করে লিখে ফেলল, একটি নতুন লাইব্রেরি যুক্ত করল, এমনকি অন্য কয়েকটি ফাইলেও পরিবর্তন করে দিল। শেষ পর্যন্ত বাগ ঠিক হলেও নতুন কিছু সমস্যা তৈরি হলো।

AI দিয়ে ডেভেলপমেন্ট করার সময় এমন পরিস্থিতিতে পড়েছেন কি?

অনেক ক্ষেত্রে সমস্যাটি AI-এর কোড লেখার ক্ষমতায় নয়; বরং তাকে কীভাবে কাজ করতে হবে, কোন সীমার মধ্যে থাকতে হবে এবং পরিবর্তনের আগে কী কী যাচাই করতে হবে—সেই নির্দেশনার অভাবে।

এই সমস্যাগুলো কমানোর একটি কার্যকর উপায় হলো প্রজেক্টের জন্য নির্দিষ্ট কিছু নির্দেশনা তৈরি করে রাখা। এতে AI বুঝতে পারে, কোন কাজটি করতে হবে, কীভাবে বিদ্যমান কোডের সঙ্গে সামঞ্জস্য রাখতে হবে এবং কখন থেমে গিয়ে ডেভেলপারের অনুমতি নিতে হবে।

এই উদ্দেশ্যে Google Antigravity-এর জন্য একটি ব্যবহারযোগ্য প্রজেক্ট ইনস্ট্রাকশন টেমপ্লেট তৈরি করেছি, যা GitHub-এ প্রকাশ করা হয়েছে।

সম্পূর্ণ নির্দেশনা ফাইলটি এখানে পাওয়া যাবে:

Google Antigravity Project Instructions — GitHub

চলুন, জেনে নেওয়া যাক কীভাবে এই নির্দেশনাগুলো AI-সহায়তায় সফটওয়্যার ডেভেলপমেন্টকে আরও গোছানো, নিরাপদ ও কার্যকর করতে পারে।

AI দিয়ে কোড লেখার সময় কী কী সমস্যা হয়?

AI coding agent শুধু কোডের পরামর্শ দেয় না; কাজের ধরন ও অনুমতির ওপর নির্ভর করে এটি প্রজেক্টের ফাইল পরীক্ষা, কোড পরিবর্তন, কমান্ড চালানো এবং টেস্ট করার মতো কাজও করতে পারে। Google Antigravity-তে প্রজেক্টের ফাইল ও কোড নিয়ে কাজ করার পাশাপাশি পরিবর্তন পর্যালোচনা করার ব্যবস্থাও রয়েছে। Google Antigravity-তে প্রজেক্টের কাজের সীমা নির্ধারণ, AI-এর তৈরি কোড পরিবর্তন পর্যালোচনা এবং কাজের ফলাফল যাচাই করার সুবিধা রয়েছে। এসব সুবিধা ব্যবহার করলে ডেভেলপার AI-এর কাজ আরও ভালোভাবে পর্যবেক্ষণ করতে পারেন।

অফিসিয়াল ডকুমেন্টেশন: https://antigravity.google/docs

তবে AI-কে যথাযথ নির্দেশনা না দিলে কয়েক ধরনের সমস্যা দেখা দিতে পারে।

• অতিরিক্ত জটিলতা: সহজ কাজের জন্য অপ্রয়োজনীয় সার্ভিস, ক্লাস, অ্যাবস্ট্রাকশন বা লাইব্রেরি যুক্ত করা।
• অপ্রাসঙ্গিক পরিবর্তন: একটি নির্দিষ্ট বাগ ঠিক করতে গিয়ে অন্য ফাইল বা ফিচার পরিবর্তন করা।
• একই কাজের একাধিক ব্যবস্থা: প্রজেক্টে আগে থেকেই থাকা ফাংশনালিটির জন্য নতুন ব্যবস্থা তৈরি করা।
• অপ্রয়োজনীয় প্যাকেজ: বিদ্যমান ফ্রেমওয়ার্কেই কাজটি করা সম্ভব হলেও নতুন ডিপেন্ডেন্সি ইনস্টল করা।
• টেস্ট না করেই সফল দাবি: কোড পরিবর্তনের পর প্রয়োজনীয় পরীক্ষা না চালিয়ে কাজ শেষ হয়েছে বলে জানানো।
• ডেটা ও নিরাপত্তার ঝুঁকি: অনুমতি ছাড়া ফাইল মুছে ফেলা, ডেটাবেজ পরিবর্তন করা কিংবা প্রোডাকশন পরিবেশে কাজ করা।

এসব সমস্যা পুরোপুরি দূর করার নিশ্চয়তা কোনো নির্দেশনা দিতে পারে না। তবে ভালো নির্দেশনা AI-কে আরও নিয়মতান্ত্রিকভাবে কাজ করতে সাহায্য করে এবং ভুলের ঝুঁকি কমাতে পারে।

Google Antigravity-কে নির্দেশনা দেওয়ার তিনটি উপায়

১. বড় কাজের জন্য বিস্তারিত প্রম্পট ব্যবহার করুন

সব কাজের জন্য একই ধরনের প্রম্পট প্রয়োজন হয় না।

নতুন প্রজেক্ট তৈরি, ডেটাবেজ মাইগ্রেশন, অথেনটিকেশন পরিবর্তন কিংবা বড় ধরনের রিফ্যাক্টরিংয়ের মতো কাজে আগে থেকেই বিস্তারিত নির্দেশনা দেওয়া ভালো।

এ ধরনের কাজে AI-কে বলা যেতে পারে:

• পরিবর্তনের আগে প্রজেক্টের বর্তমান অবস্থা পরীক্ষা করতে।
• সংশ্লিষ্ট কোড, কনফিগারেশন ও ডকুমেন্টেশন পড়তে।
• বিদ্যমান আর্কিটেকচার বুঝে নিতে।
• প্রয়োজনীয় পরিবর্তনের পরিধি নির্ধারণ করতে।
• অপ্রয়োজনীয় ডিপেন্ডেন্সি ও রিফ্যাক্টরিং এড়িয়ে চলতে।
• ডেটা ও বিদ্যমান কাজ সুরক্ষিত রাখতে।
• প্রাসঙ্গিক টেস্ট চালাতে এবং পরিবর্তিত কোড পর্যালোচনা করতে।

এতে AI শুরুতেই বুঝতে পারে, কাজটির জন্য কী ধরনের সতর্কতা প্রয়োজন।

২. ছোটখাটো কাজের জন্য সংক্ষিপ্ত প্রম্পট দিন

প্রতিটি বাগ ফিক্সের জন্য দীর্ঘ নির্দেশনা লেখার প্রয়োজন নেই। প্রজেক্টের স্থায়ী নির্দেশনাগুলো আগে থেকেই AI-এর কাছে থাকলে ছোট প্রম্পট দিয়েই দৈনন্দিন কাজ করা যায়।

উদাহরণ হিসেবে নিচের প্রম্পটটি ব্যবহার করতে পারেন:

Implement only the requested change.

First inspect the relevant existing code and follow
the project's established conventions.

Make the smallest appropriate change. Reuse existing
functionality and avoid unrelated refactoring or
unnecessary dependencies.

Preserve existing work and data.

Run the relevant checks, review the final diff, and
report what changed, what was tested, and any
remaining limitations.

Do not deploy, publish, or perform destructive
operations without explicit authorization.

প্রম্পটটি ইংরেজিতে রাখা হয়েছে, যাতে সরাসরি কপি করে ব্যবহার করা যায়। এখানে শুধু আপনার প্রয়োজনীয় কাজটি স্পষ্টভাবে উল্লেখ করলেই হবে।

৩. প্রজেক্টে স্থায়ী নির্দেশনা ফাইল রাখুন

এটাই এই গাইডের সবচেয়ে গুরুত্বপূর্ণ অংশ।

প্রজেক্টের Root Directory-তে ANTIGRAVITY_PROJECT_INSTRUCTIONS.md নামে একটি Markdown ফাইল রাখুন। সেখানে AI কীভাবে প্রজেক্ট পরীক্ষা করবে, কোড পরিবর্তন করবে, নিরাপত্তা বজায় রাখবে এবং কাজের ফলাফল জানাবে—এসব নিয়ম লেখা থাকবে।

আপনার সুবিধার জন্য নতুনভাবে সাজানো নির্দেশনা ফাইলটি GitHub-এ প্রকাশ করা হয়েছে।

ফাইলটি দেখুন ও ব্যবহার করুন

মনে রাখবেন, ফাইলটি শুধু প্রজেক্টে রাখলেই প্রতিটি AI সেশন স্বয়ংক্রিয়ভাবে সেটি পড়বে—এমন নিশ্চয়তা নেই। আপনার Antigravity ব্যবহারের পদ্ধতিতে এ নির্দেশনাগুলো পড়া ও অনুসরণ করার ব্যবস্থা নিশ্চিত করতে হবে।

নির্দেশনা ফাইলটিতে কী কী বিষয় রয়েছে?

এই টেমপ্লেটে AI-সহায়তায় ডেভেলপমেন্টের গুরুত্বপূর্ণ কয়েকটি দিক নিয়ে নির্দেশনা রয়েছে।

১. কোড পরিবর্তনের আগে প্রজেক্ট যাচাই

AI যেন প্রথমেই সঠিক প্রজেক্ট, রিপোজিটরি ও ব্রাঞ্চে কাজ করছে কি না, তা যাচাই করে।

Git ব্যবহার করা হলে শুরুতে নিচের কমান্ডগুলো কাজে লাগে:

git status --short
git branch --show-current
git log --oneline -8

এগুলো দিয়ে বোঝা যায়, বর্তমানে কোন ব্রাঞ্চে কাজ হচ্ছে, কোনো পরিবর্তন জমা না দিয়ে রাখা হয়েছে কি না এবং সাম্প্রতিক কমিটগুলো কী।

প্রজেক্টের অবস্থান ভুল হলে বা আগে থেকে থাকা পরিবর্তন ঝুঁকিতে পড়তে পারে—এমন পরিস্থিতিতে AI-এর অন্ধভাবে কাজ চালিয়ে যাওয়া উচিত নয়।

২. বিদ্যমান কোড বুঝে তারপর পরিবর্তন

নতুন কোড লেখার আগে AI-কে সংশ্লিষ্ট সোর্স ফাইল, কনফিগারেশন, টেস্ট ও ডকুমেন্টেশন দেখতে হবে।

ধরুন, আপনার ওয়েব অ্যাপ্লিকেশনে ইমেইল পাঠানোর জন্য আগে থেকেই একটি কেন্দ্রীয় সার্ভিস রয়েছে। নতুন ফিচার তৈরির সময় আলাদা আরেকটি ইমেইল ব্যবস্থা তৈরি না করে বিদ্যমান সার্ভিস ব্যবহার করাই সাধারণত ভালো সিদ্ধান্ত।

এতে কোডের পুনরাবৃত্তি কমে এবং ভবিষ্যতে রক্ষণাবেক্ষণ সহজ হয়।

৩. প্রয়োজনের বাইরে কোড পরিবর্তন নয়

একটি ছোট বাগ ফিক্স করতে গিয়ে পুরো মডিউল রিফ্যাক্টর করা সব সময় ভালো সিদ্ধান্ত নয়।

AI-কে স্পষ্টভাবে বোঝাতে হবে, কোন পরিবর্তনটি প্রয়োজন এবং কোন কাজগুলো এই টাস্কের বাইরে।

নতুন ফিচার, অপ্রাসঙ্গিক ডিজাইন পরিবর্তন, অপ্রয়োজনীয় ফাইলের নাম পরিবর্তন কিংবা পরবর্তী ডেভেলপমেন্ট ফেজের কাজ অনুমতি ছাড়া শুরু করা উচিত নয়।

কাজের বাইরে কোনো সমস্যা চোখে পড়লে সেটি আলাদা করে জানানো যেতে পারে।

৪. সহজ সমাধানকে অগ্রাধিকার

কোনো সমস্যার সমাধান যত জটিল হবে, সেটি রক্ষণাবেক্ষণের জন্য তত বেশি সময় ও মনোযোগ প্রয়োজন হতে পারে।

তাই AI-কে বিদ্যমান ফ্রেমওয়ার্কের সুবিধা ব্যবহার করতে, একই কাজের জন্য একাধিক ব্যবস্থা তৈরি না করতে এবং প্রয়োজন ছাড়া নতুন লাইব্রেরি বা সার্ভিস যুক্ত না করতে নির্দেশ দেওয়া উচিত।

অবশ্যই, যেখানে ভালো আর্কিটেকচার বা নতুন অ্যাবস্ট্রাকশন সত্যিই প্রয়োজন, সেখানে সেটি ব্যবহার করা যাবে। লক্ষ্য হলো অপ্রয়োজনীয় জটিলতা এড়িয়ে চলা।

৫. আগের কাজ ও ডেটা সুরক্ষিত রাখা

ডেভেলপারের অসম্পূর্ণ কাজও গুরুত্বপূর্ণ। কোনো ফাইল এখনো Git-এ কমিট করা হয়নি বলে সেটি মুছে ফেলার অনুমতি তৈরি হয় না।

একইভাবে, ডেটাবেজ রিসেট, প্রোডাকশন টেবিল মুছে ফেলা, ব্যবহারকারীর তথ্য ওভাররাইট করা কিংবা ডেটা ধ্বংস করতে পারে এমন মাইগ্রেশন চালানোর আগে যথাযথ অনুমতি ও নিরাপত্তা ব্যবস্থা প্রয়োজন।

AI-এর উচিত বিদ্যমান পরিবর্তন ও ডেটাকে গুরুত্ব দেওয়া এবং ঝুঁকিপূর্ণ পরিস্থিতিতে থেমে গিয়ে বিষয়টি জানানো।

৬. ডিপেন্ডেন্সি ও Git ব্যবহারে সতর্কতা

নতুন প্যাকেজ ইনস্টল করার আগে দেখা উচিত, প্রজেক্টে আগে থেকেই প্রয়োজনীয় সুবিধা আছে কি না।

একইভাবে, অনুমতি ছাড়া Git-এর ধ্বংসাত্মক কমান্ড, Force Push, ইতিহাস পরিবর্তন, Merge কিংবা Deployment-এর মতো কাজ করা উচিত নয়।

কোড লেখা শেষ হওয়া মানেই সেটি সার্ভারে প্রকাশ করার অনুমতি পাওয়া নয়।

৭. নিরাপত্তা

AI-কে প্রজেক্টের বিদ্যমান নিরাপত্তাব্যবস্থা দুর্বল না করতে নির্দেশ দিতে হবে।

প্রয়োজন অনুযায়ী ইনপুট যাচাই, অথেনটিকেশন ও অথরাইজেশন বজায় রাখা এবং গোপন তথ্য, API Key, পাসওয়ার্ড বা সংবেদনশীল কনফিগারেশন প্রকাশ না করা গুরুত্বপূর্ণ।

কোনো কাজের জন্য বাইরের API, ডাউনলোড, আপলোড বা প্রোডাকশন অ্যাক্সেস প্রয়োজন হলে অনুমতি আছে কি না, সেটিও যাচাই করা দরকার।

৮. পরীক্ষা করা

কোড পরিবর্তনের পর যথাযথ পরীক্ষা চালানো জরুরি। কাজের ধরন অনুযায়ী Type Checking, Unit Test, Integration Test, Build কিংবা UI পরীক্ষা প্রয়োজন হতে পারে।

সব কাজের জন্য সব ধরনের পরীক্ষা দরকার নেই। তবে যে পরীক্ষাগুলো প্রয়োজন, সেগুলোর ফলাফল যাচাই করতে হবে।

কোনো পরীক্ষা চালানো সম্ভব না হলে সেটিও স্পষ্টভাবে জানাতে হবে। শুধু সফল ফলাফল দেখানোর জন্য টেস্ট বন্ধ করা বা ত্রুটি লুকিয়ে রাখা গ্রহণযোগ্য নয়।

৯. পরিবর্তিত কোডের Diff পর্যালোচনা

কাজ শেষ করার আগে কোন ফাইলে কী পরিবর্তন হয়েছে, তা দেখা উচিত।

Git ব্যবহার করলে নিচের কমান্ডগুলো সহায়ক:

git status --short
git diff --check
git diff

এতে অপ্রয়োজনীয় পরিবর্তন, ফরম্যাটিং সমস্যা বা ভুল করে অন্য ফাইল সম্পাদনার মতো বিষয় শনাক্ত করা সহজ হয়।

১০. কাজের সঠিক রিপোর্ট

AI-এর চূড়ান্ত রিপোর্টে কী পরিবর্তন করা হয়েছে, কোন ফাইলগুলো বদলেছে, কী পরীক্ষা চালানো হয়েছে এবং কোনো সীমাবদ্ধতা রয়ে গেছে কি না—এসব উল্লেখ থাকা উচিত।

কাজ আংশিক সম্পন্ন হলে সেটিকে সম্পূর্ণ বলা যাবে না। পরীক্ষা চালানো না হলে সেটি সফল হয়েছে বলেও দাবি করা যাবে না।

এতে ডেভেলপার সহজে সিদ্ধান্ত নিতে পারবেন, পরিবর্তনটি গ্রহণ করবেন, আরও পরীক্ষা করবেন, নাকি নতুন নির্দেশনা দেবেন।

কীভাবে নিজের প্রজেক্টে ফাইলটি ব্যবহার করবেন?

ব্যবহার শুরু করার জন্য কয়েকটি ধাপ অনুসরণ করুন।

ধাপ ১: GitHub থেকে ফাইলটি খুলুন।

ANTIGRAVITY_PROJECT_INSTRUCTIONS.md

ধাপ ২: ফাইলটি নিজের প্রজেক্টের Root Directory-তে কপি করুন।

উদাহরণ:

my-project/
├── ANTIGRAVITY_PROJECT_INSTRUCTIONS.md
├── README.md
├── src/
├── tests/
└── docs/

এটি একটি স্যাম্পল। আপনার প্রজেক্টে ফাইল ও ফোল্ডারের ধরন আলাদা হতে পারে।

ধাপ ৩: নিজের পরিবেশ অনুযায়ী নির্দেশনা সংশোধন করুন।

আপনি WordPress, Laravel, React, Python বা অন্য কোনো প্রযুক্তি ব্যবহার করলে সংশ্লিষ্ট নিয়মগুলো প্রয়োজন অনুযায়ী সাজিয়ে নিন।

ধাপ ৪: Antigravity-কে ফাইলটি অনুসরণ করতে বলুন।

আপনার ব্যবহৃত workflow-তে নির্দেশনাগুলো পড়া ও অনুসরণ করার ব্যবস্থা নিশ্চিত করুন।

ধাপ ৫: প্রতিটি কাজের জন্য আলাদা প্রম্পট দিন।

স্থায়ী ফাইলটি সাধারণ নিয়মগুলো নির্ধারণ করবে। আর প্রম্পটটি জানাবে, এবার ঠিক কোন ফিচার বা বাগ নিয়ে কাজ করতে হবে।

ধাপ ৬: কাজ শেষে কোড ও টেস্টের ফলাফল পর্যালোচনা করুন।

AI-এর রিপোর্টের ওপর একমাত্র নির্ভর না করে পরিবর্তিত কোড এবং প্রয়োজনীয় পরীক্ষার ফলাফল যাচাই করুন।

প্রতিদিনের ডেভেলপমেন্টের জন্য একটি সহজ ওয়ার্কফ্লো

প্রতিটি কাজকে জটিল করে তোলার প্রয়োজন নেই। একটি ধারাবাহিক পদ্ধতি অনুসরণ করলেই অনেক সুবিধা পাওয়া যায়।

১. সঠিক প্রজেক্ট ও Git ব্রাঞ্চ যাচাই করুন।

২. প্রজেক্টের স্থায়ী নির্দেশনা AI-এর কাছে উপলভ্য আছে কি না নিশ্চিত করুন।

৩. একবারে একটি নির্দিষ্ট কাজ দিন।

৪. পরিবর্তনের আগে সংশ্লিষ্ট কোড পরীক্ষা করতে বলুন।

৫. প্রয়োজনীয় কোড পরিবর্তনের পর উপযুক্ত টেস্ট চালান।

৬. Final Diff পর্যালোচনা করুন।

৭. কী করা হয়েছে, কী পরীক্ষা করা হয়েছে এবং কী বাকি রয়েছে—তা যাচাই করুন।

৮. পরবর্তী কাজ শুরু করার আগে নিজে সিদ্ধান্ত নিন।

এভাবে কাজ করলে AI-এর দ্রুত কোড তৈরির সুবিধা পাওয়া যায়, আবার গুরুত্বপূর্ণ সিদ্ধান্তগুলোর নিয়ন্ত্রণও ডেভেলপারের হাতে থাকে।

কোন কাজে কোন পদ্ধতি ব্যবহার করবেন?

কাজের ধরন	প্রস্তাবিত পদ্ধতি
নতুন সফটওয়্যার প্রজেক্ট	স্থায়ী নির্দেশনা ও বিস্তারিত প্রম্পট
বড় আর্কিটেকচার পরিবর্তন	স্থায়ী নির্দেশনা ও বিস্তারিত প্রম্পট
ডেটাবেজ মাইগ্রেশন	স্থায়ী নির্দেশনা ও বিশেষ নিরাপত্তা নির্দেশনা
নিরাপত্তাসংক্রান্ত পরিবর্তন	স্থায়ী নির্দেশনা ও ঝুঁকি বিবেচনাসহ বিস্তারিত প্রম্পট
সাধারণ বাগ ফিক্স	স্থায়ী নির্দেশনা ও ছোট প্রম্পট
ছোট UI পরিবর্তন	স্থায়ী নির্দেশনা ও ছোট প্রম্পট
ছোট ফিচার তৈরি	স্থায়ী নির্দেশনা ও কাজভিত্তিক প্রম্পট

এখানে স্থায়ী নির্দেশনা সাধারণ নিয়মগুলো ধরে রাখবে, আর প্রতিটি প্রম্পট নির্দিষ্ট কাজের লক্ষ্য পরিষ্কার করবে।

পরিশেষে

AI coding agent দিয়ে দ্রুত সফটওয়্যার তৈরি করা সম্ভব। কিন্তু ভালো সফটওয়্যার তৈরির জন্য শুধু দ্রুত কোড লেখা যথেষ্ট নয়। বিদ্যমান সিস্টেম বোঝা, প্রয়োজনের বাইরে পরিবর্তন না করা, নিরাপত্তা বজায় রাখা এবং কাজের ফলাফল যাচাই করাও সমান গুরুত্বপূর্ণ।

একটি ভালো Project Instruction File এই অভ্যাসগুলো গড়ে তুলতে সাহায্য করতে পারে। এটি AI-এর সব ভুল বন্ধ করে দেবে না, তবে কাজের পদ্ধতিকে আরও গোছানো, স্বচ্ছ ও পর্যালোচনাযোগ্য করতে পারে।

আপনি চাইলে এই নির্দেশনা ফাইলটি নিজের প্রজেক্টে ব্যবহার করে দেখতে পারেন।

Google Antigravity Project Instructions — GitHub থেকে দেখুন

মনে রাখবেন, AI-কে ভালোভাবে কাজে লাগানোর জন্য শুধু কী করতে হবে তা বলাই যথেষ্ট নয়; কীভাবে কাজ করতে হবে, কোন সীমা মানতে হবে এবং কাজ শেষে কীভাবে যাচাই করতে হবে—সেটিও জানানো প্রয়োজন।