# मैं AI से ऊर्जा-कुशल कोड कैसे लिखवाऊँ?

> AI कोडिंग टूल से कुशल कोड कैसे माँगें, कुशल-पर-गलत कोड बेकार क्यों है, और बने हुए कोड को स्वीकार करने से पहले कैसे परखें और मापें।

Source: https://greenai.guide/hi/कैसे/मैं-ai-से-ऊर्जा-कुशल-कोड-कैसे-लिखवाऊँ/  
Updated: 2026-11-19

## संक्षेप में

साफ़ तौर पर कुशल कोड माँगें और शर्त का नाम लें, जैसे मेमोरी, एलोकेशन या एल्गोरिद्म की जटिलता, फिर स्वीकार करने से पहले टेस्ट चलाएँ और कोड की ऊर्जा मापें। शोध में पाया गया कि प्रॉम्प्ट बदलने से बना हुआ कोड 91.9% तक ज़्यादा ऊर्जा-कुशल हो सकता है, लेकिन अक्सर सही होने की कीमत पर। असिस्टेंट को पालन करने के लिए ऊर्जा के सिद्धांत दें, और नतीजे की जाँच किसी इंसान से करवाते रहें।

## Steps

1. कुशल कोड माँगें और उस शर्त का नाम लें जो मायने रखती है, जैसे मेमोरी या डेटाबेस के बार-बार के चक्कर (round trips)।
2. असिस्टेंट को समस्या का पूरा विवरण दें, काट-छाँट किया हुआ नहीं।
3. वह जो भी बनाए, उस सब पर टेस्ट सूट चलाएँ।
4. एक ही मशीन पर पहले और बाद में ऊर्जा, या कम से कम रनटाइम और मेमोरी, मापें।
5. असिस्टेंट को जाँचने के लिए ऊर्जा के नियमों या एंटी-पैटर्न की एक लिखित सूची दें।

**दक्षता साफ़ तौर पर माँगें, फिर उसे जाँचें।** AI असिस्टेंट ऐसा कोड लिखते हैं जो टेस्ट पास कर लेता है, लेकिन बर्बादी वाला हो सकता है:
लूप के अंदर डेटाबेस कॉल, बेवजह की कॉपियाँ, दोहराया गया काम।

## सबूत क्या दिखाते हैं? {#what-does-the-evidence-show}

Ionescu, Jensen और Thomsen का EnergyBench AI के लिखे कोड को सही होने और ऊर्जा, दोनों पर अंक देता है। उन्होंने पाया कि
प्रॉम्प्ट बदलने से बना हुआ कोड 91.9% तक ज़्यादा ऊर्जा-कुशल हो सकता है, लेकिन अक्सर सटीकता की कीमत पर।
कुछ मामलों में समस्या का आधा विवरण हटाने से कोड चार गुना से ज़्यादा कुशल हो गया, जबकि सही होने का स्तर
शून्य पर आ गया। कुशल लेकिन गलत कोड किसी काम का नहीं।

## इसके लिए प्रॉम्प्ट कैसे लिखूँ? {#how-do-i-prompt-for-it}

- **शर्त का नाम लें।** "लूप के अंदर डेटाबेस क्वेरी से बचें", "फ़ाइल को मेमोरी में लोड करने के बजाय स्ट्रीम करें",
  "इसे O(n log n) रखें"।
- **पूरा विवरण रखें।** टोकन बचाने के लिए समस्या में काट-छाँट न करें; सही होना वहीं से चला जाता है।
- **इसे नियम दें।** GreenCode शोधकर्ताओं ने GreenCode Constitution प्रकाशित किया, ऊर्जा के सिद्धांतों और
  एंटी-पैटर्न का एक सेट जिसका पालन AI कोडिंग एजेंट कर सकता है: कोड को प्रोफ़ाइल करें, प्राथमिकता से क्रमबद्ध एंटी-पैटर्न ठीक करें, फिर से मापें और
  सिर्फ़ वही बदलाव रखें जो ऊर्जा बचाते हैं।

## आम गलतियाँ {#common-mistakes}

- **जवाब में लिखे "ऑप्टिमाइज़्ड" पर भरोसा करना।** एक ही मशीन पर एक ही लोड के साथ मापें।
- **तेज़ को हरित मान लेना।** GreenCode के काम में पाया गया कि ऊर्जा और गति अलग-अलग दिशा में जा सकती हैं; दोनों मापें। देखें
  [अपने कंप्यूटर पर AI की ऊर्जा कैसे मापें](/hi/कैसे/मैं-अपने-कंप्यूटर-या-gpu-पर-ai-की-ऊर्जा-खपत-कैसे-मापूँ/)।
- **बने हुए कोड की समीक्षा छोड़ देना**, जिसे आपने खुद नहीं लिखा।

मापने के तरीकों के लिए पढ़ें [AI की ऊर्जा और कार्बन कैसे मापें](/hi/अच्छी-प्रथाएँ/ai-की-ऊर्जा-और-कार्बन-कैसे-मापें/)।

## स्रोत

- [EnergyBench: holistic benchmark for correct and energy-efficient LLM-generated code](https://doi.org/10.1109/flta67013.2025.11336593), Ionescu, Jensen and Thomsen, FLTA 2025 (2025)
- [GreenCode Constitution: agent principles for optimizing code and LLM inference energy use](https://greencode.ai/publications/greencode-constitution-agent-principles-for-optimizing-code-and-llm-inference-en/), Kapenekakis, Kim, Ionescu, Thomsen and Albano, GreenAI workshop, ECML PKDD 2026 (2026)
- [Web Sustainability Guidelines](https://www.w3.org/TR/web-sustainability-guidelines/), W3C (2025)
