پرامپتنویسی مؤثر: چهار الگویی که واقعاً فرق میکنند
بهجای فهرست صد پرامپت جادویی، چهار الگو را یاد بگیرید: نقش و مخاطب را بگویید، مثال بدهید، قالب خروجی را تعیین کنید و بگویید مدل وقتی اطلاعات ندارد چه کند.
نویسنده
تیم بایتیرا
تاریخ انتشار
۲۵ مرداد ۱۴۰۵
زمان مطالعه
6 دقیقه
خلاصه
بهجای فهرست صد پرامپت جادویی، چهار الگو را یاد بگیرید: نقش و مخاطب را بگویید، مثال بدهید، قالب خروجی را تعیین کنید و بگویید مدل وقتی اطلاعات ندارد چه کند.
پرامپت مؤثر پرامپتی است که چهار چیز را روشن میکند: مدل برای چه کسی مینویسد، خروجی خوب چه شکلی است، قالب جواب چیست و وقتی اطلاعات کافی ندارد چه کند. بیشتر «پرامپتهای جادویی» که در اینترنت دستبهدست میشوند، همین چهار الگو را در لفافه دارند یا اصلاً ندارند. اگر این چهار را یاد بگیرید، برای هر کاری پرامپت خودتان را میسازید.
چهار الگویی که خروجی را عوض میکنند
الگوی ۱: نقش و مخاطب را مشخص کنید
«این متن را ساده کن» مبهم است. مدل نمیداند ساده برای چه کسی. مقایسه کنید:
این متن فنی درباره نصب کولر گازی را برای صاحب خانهای بازنویسی کن که هیچ دانش فنی ندارد و فقط میخواهد بداند چه زمانی باید با تعمیرکار تماس بگیرد.
حالا مدل میداند چه اصطلاحاتی را حذف کند و روی چه چیزی تمرکز کند. هر چه مخاطب دقیقتر باشد، لحن و سطح جزئیات بهتر تنظیم میشود.
الگوی ۲: مثال بدهید
مؤثرترین تکنیک، نشان دادن یک نمونه از خروجی دلخواه است. یک مثال خوب معمولاً بهتر از چند پاراگراف توضیح عمل میکند، چون قالب، لحن و طول را همزمان منتقل میکند. اگر میخواهید توضیح محصولاتتان یکدست باشد، یکی از بهترین توضیحات فعلیتان را بهعنوان نمونه در پرامپت بگذارید.
الگوی ۳: قالب خروجی را تعیین کنید
اگر خروجی را جایی کپی یا پردازش میکنید، شکلش را صریح بخواهید: «در سه بولت، هر بولت حداکثر ۱۵ کلمه» یا «یک جدول با ستونهای نام، مزیت و مناسب برای». برای استفاده در نرمافزار، JSON با کلیدهای مشخص بخواهید؛ مثلاً {"title": "...", "summary": "..."}. بدون این، هر بار قالب متفاوتی میگیرید.
الگوی ۴: مرز را روشن کنید
مهمترین و کماستفادهترین الگو. به مدل بگویید فقط از اطلاعاتی که دادهاید استفاده کند و اگر چیزی نبود، چه بنویسد:
فقط از مشخصات زیر استفاده کن. اگر اطلاعاتی مثل گارانتی یا زمان ارسال در مشخصات نیست، بهجای آن بنویس [تکمیل شود].
بدون این جمله، مدل جای خالی را با محتملترین حدس پر میکند. چرایی این رفتار را در مطلب پاسخ ساختگی هوش مصنوعی توضیح دادهایم.
یک نمونه: رستورانی که منوی تازه مینویسد
فرض کنید یک رستوران ایرانی دارید و برای منوی آنلاین و پست اینستاگرام، توضیح غذاهای تازه را میخواهید.
پرامپت ضعیف:
برای خورش بهآلو توضیح منو بنویس.
نتیجه معمولاً متنی کلیشهای با صفتهای تکراری است و شاید موادی را ذکر کند که در دستور شما نیست.
پرامپت قوی:
تو نویسنده منوی یک رستوران خانوادگی ایرانی هستی. مخاطب، خانوادههایی هستند که از روی منوی آنلاین سفارش میدهند. برای خورش بهآلو توضیحی ۲۵ تا ۳۵ کلمهای بنویس، لحن گرم و ساده، بدون اغراق. مواد: گوشت گوسفندی، آلو بخارا، پیاز داغ، زعفران؛ همراه با برنج ایرانی. فقط همین مواد را ذکر کن. نمونه لحن دلخواه: «قیمه نثار ما با گوشت ریششده، خلال بادام و پسته، و عطر گلاب سرو میشود؛ همان طعمی که در مهمانیهای قزوینی میشناسید.»
| الگو | در پرامپت ضعیف | در پرامپت قوی |
|---|---|---|
| نقش و مخاطب | ندارد | نویسنده منو، برای خانوادهها |
| مثال | ندارد | یک توضیح نمونه با لحن دلخواه |
| قالب | ندارد | ۲۵ تا ۳۵ کلمه، لحن گرم |
| مرز | ندارد | فقط مواد ذکرشده |
اگر این کار را برای دهها محصول یا غذا تکرار میکنید، ابزارهای تولید محتوا با هوش مصنوعی همین ساختار را آماده دارند و فقط مشخصات را وارد میکنید. نکتههای نوشتن فارسی طبیعی با این ابزارها را در راهنمای تولید محتوای فارسی با هوش مصنوعی بخوانید.
چطور پرامپت خود را بسازید و بهتر کنید: گامبهگام
- گام ۱: هدف را در یک جمله بنویسید. «میخواهم توضیح ۲۰ محصول را یکدست کنم» بهتر از «میخواهم متن بنویسم» است.
- گام ۲: چهار الگو را اضافه کنید. نقش و مخاطب، یک مثال، قالب خروجی و مرز.
- گام ۳: اطلاعات واقعی را ضمیمه کنید. مشخصات محصول، متن صفحه یا سیاست مرجوعی را در خود پرامپت بگذارید. مدل از کسبوکار شما خبر ندارد؛ دلیلش را در توضیح ساده کارکرد مدل زبانی بزرگ ببینید.
- گام ۴: با ده ورودی واقعی تست کنید، نه یکی. تفاوت دو پرامپت معمولاً در موارد حاشیهای معلوم میشود؛ محصولی با مشخصات ناقص، یا غذایی با اسم غیرمعمول.
- گام ۵: فقط یک چیز را در هر بار تغییر دهید. اگر همزمان مثال و قالب را عوض کنید، نمیفهمید کدام اثر داشته است.
- گام ۶: نسخه نهایی را نگه دارید. پرامپتی که جواب داده را در یک فایل ذخیره کنید تا همکارانتان هم از همان استفاده کنند.
چکلیست پیش از ارسال
- مخاطب را مشخص کردهام؟
- حداقل یک نمونه خروجی گذاشتهام؟
- طول و قالب جواب روشن است؟
- گفتهام اگر اطلاعات نبود، چه بنویسد؟
- اطلاعات واقعی و بهروز را ضمیمه کردهام؟
آنچه کمکی نمیکند
- تعارف و تهدید. جملههایی مثل «لطفاً خیلی دقت کن» یا «این خیلی مهم است» جای دستور روشن را نمیگیرند.
- پرامپت چندصفحهای پر از قید. پس از یک حدی، طولانیتر کردن پرامپت دقت را کم میکند، چون دستورهای مهم در میان جزئیات گم میشوند.
- قیدهای متناقض. «کوتاه بنویس» و «همه جزئیات را بگو» در یک پرامپت، مدل را بین دو هدف سرگردان میکند.
- انتظار اطلاعات از مدل. پرامپت خوب جای داده درست را نمیگیرد. قیمت و موجودی را خودتان بدهید.
- بازبینی نکردن خروجی. هر متنی که منتشر میشود، باید یک بار توسط انسان خوانده شود.
پرسشهای رایج
پرامپت انگلیسی بهتر جواب میدهد یا فارسی؟
برای خروجی فارسی، پرامپت فارسی معمولاً طبیعیتر است و لحن را بهتر منتقل میکند. اگر با یک مدل خاص نتیجه ضعیفی گرفتید، میتوانید دستورها را انگلیسی بنویسید و صریحاً خروجی فارسی بخواهید؛ با تست روی چند نمونه، روش بهتر را برای خودتان پیدا کنید.
چقدر باید پرامپت طولانی باشد؟
به اندازهای که چهار الگو و اطلاعات لازم را پوشش دهد. برای بیشتر کارهای روزمره کسبوکار، چند جمله دستور بهعلاوه مشخصات و یک نمونه کافی است.
آیا پرامپت آماده دیگران به درد من میخورد؟
بهعنوان نقطه شروع، بله. اما بدون مخاطب، نمونه و اطلاعات کسبوکار خودتان، خروجی کلی و شبیه همه میشود. همیشه آن را با چهار الگو شخصی کنید.
مطالب مرتبط
امنیت و حریم خصوصی در هوش مصنوعی: پیش از ارسال داده بخوانید
هر متنی که به یک سرویس هوش مصنوعی میفرستید، از سازمان شما خارج میشود. داده را دستهبندی کنید، فقط حداقل لازم را بفرستید، دستور را از ورودی کاربر جدا کنید و درباره لاگها آگاهانه تصمیم بگیرید.
خواندنکارهایی که هوش مصنوعی هنوز خوب انجام نمیدهد
مدلهای زبانی در محاسبه دقیق، اطلاعات تازه، قضاوت در موارد مرزی و تشخیص درستی پاسخ خودشان ضعیفاند. اعداد را به نرمافزار، اطلاعات متغیر را به داده زنده و تصمیم را به انسان بسپارید.
خواندنهوش مصنوعی برای کسبوکار کوچک: از کجا شروع کنیم و از کجا نه
پروژه هوش مصنوعی وقتی از ابزار شروع شود معمولاً به نتیجه نمیرسد. از یک کار تکراری، پرحجم و کمقضاوت شروع کنید، معیار موفقیت را از قبل بنویسید و با یک آزمایش یکماهه جلو بروید.
خواندن