بازگشت به بلاگ
پرامپت‌نویسیهوش مصنوعی

پرامپت هوش مصنوعی چیست و چگونه یک پرامپت خوب بنویسیم؟

دوریفای۹ دقیقه زمان برای مطالعه
پرامپت هوش مصنوعی چیست و چگونه یک پرامپت خوب بنویسیم؟
پرامپت هوش مصنوعی چیست و چگونه یک پرامپت خوب بنویسیم؟

پرامپت هوش مصنوعی چیست و چگونه یک پرامپت خوب بنویسیم؟

وقتی از هوش مصنوعی می‌خواهید «برای دوره‌ام متن بنویس»، احتمالاً پاسخی کلی می‌گیرید؛ چون هنوز معلوم نیست متن برای چه کسی، با چه هدفی و در چه قالبی لازم است. پرامپت هوش مصنوعی همان درخواست یا دستور شما به ابزار است. این درخواست می‌تواند یک سؤال کوتاه باشد یا توضیحی دقیق‌تر دربارهٔ کاری که انتظار دارید. برای شروع، کافی است کار، زمینه و شکل پاسخ دلخواه را روشن کنید؛ سپس خروجی را بخوانید و در صورت نیاز درخواستتان را اصلاح کنید.

پرامپت چیست؟

پرامپت (Prompt) در ساده‌ترین شکل، متنی است که به ابزاری مانند ChatGPT یا Gemini می‌دهید تا بر اساس آن پاسخی تولید کند. «سه عنوان برای درس اول یک دورهٔ عکاسی با موبایل پیشنهاد بده» یک پرامپت است. پرسیدن یک سؤال، فرستادن بخشی از متن برای خلاصه‌سازی یا توصیف تصویری که می‌خواهید بسازید نیز نمونه‌های دیگری از پرامپت هستند. بعضی ابزارها ورودی‌هایی مانند تصویر یا صدا را هم می‌پذیرند.

ابزار بر پایهٔ درخواست شما پاسخ می‌سازد. اگر اطلاعات مهم را ننویسید، ممکن است جای خالی آن‌ها را با فرض‌های نادرست پر کند. برای نمونه، «یک معرفی دوره بنویس» مشخص نمی‌کند مخاطب تازه‌کار است یا باتجربه، متن برای صفحهٔ فروش است یا ایمیل، و قرار است کوتاه باشد یا مفصل. افزودن همین اطلاعات به دریافت پاسخ مرتبط‌تر کمک می‌کند؛ اما درستی همهٔ جزئیات پاسخ را تضمین نمی‌کند.

پرامپت‌نویسی چه فرقی با پرامپت دارد؟

پرامپت، خودِ درخواست است؛ پرامپت‌نویسی یعنی ساختن و اصلاح‌کردن آن درخواست برای رسیدن به خروجی مفیدتر. قرار نیست برای هر سؤال ساده یک دستور طولانی بنویسید. اگر جواب اولیه مناسب نبود، می‌توانید در همان گفت‌وگو توضیح بیشتری بدهید: «این متن را برای هنرجوی مبتدی بازنویسی کن و اصطلاحات تخصصی را توضیح بده.»

به طراحی و اصلاح روشمند این درخواست‌ها «مهندسی پرامپت» می‌گویند. برای استفادهٔ روزمره از ابزار، شناخت چند اصل ساده و تمرین اصلاح پاسخ کافی است؛ لازم نیست پیش از اولین تلاش، مجموعه‌ای از اصطلاحات تخصصی یاد بگیرید.

یک پرامپت خوب چه اطلاعاتی دارد؟

برای شروع، می‌توانید درخواستتان را با این الگو بسازید:

کار + زمینه + مخاطب + محدودیت + شکل خروجی

کار می‌گوید ابزار چه انجام دهد: پیشنهاد بدهد، خلاصه کند، مقایسه کند یا متن بنویسد. زمینه اطلاعاتی است که بدون آن پاسخ کلی می‌شود؛ مثلاً موضوع دوره و هدف درس. مخاطب سطح و نیاز خواننده را روشن می‌کند. محدودیت می‌تواند طول، لحن یا چیزهایی باشد که نباید به پاسخ اضافه شوند. شکل خروجی هم مشخص می‌کند پاسخ را به صورت پاراگراف، فهرست یا جدول می‌خواهید.

همهٔ این اجزا برای هر درخواست لازم نیستند. اگر فقط معنای یک اصطلاح را می‌پرسید، یک سؤال روشن کافی است. وقتی خروجی قرار است منتشر شود یا مبنای تصمیمی قرار گیرد، جزئیات مربوط به آن کار را اضافه کنید. راهنمای OpenAI دربارهٔ نوشتن پرامپت و راهنمای Google AI نیز بر روشن‌بودن دستور، دادن زمینه و اصلاح درخواست بر اساس پاسخ تأکید دارند.

این قالب را می‌توانید برای کار خود پر کنید:

«[کار] را برای [مخاطب] انجام بده. زمینه: [اطلاعات ضروری]. [محدودیت‌های مهم]. پاسخ را به شکل [قالب دلخواه] بده. اگر اطلاعات کافی نیست، پیش از پاسخ‌دادن سؤال بپرس.»

برای نمونه: «برای درس اول دورهٔ عکاسی با موبایل، سه هدف یادگیری بنویس. مخاطب هنرجوی مبتدی است که با تنظیمات دوربین آشنا نیست. هدف‌ها کوتاه و قابل مشاهده باشند و هرکدام با یک فعل شروع شوند. پاسخ را به صورت فهرست شماره‌دار بده.» این درخواست دقیق است، چون موضوع، سطح هنرجو و کاربرد خروجی را نشان می‌دهد.

از درخواست مبهم تا پرامپت بهتر

فرض کنید می‌خواهید معرفی کوتاهی برای یک دورهٔ آنلاین آماده کنید. پرامپت مبهم این است:

«برای دورهٔ من یک متن تبلیغاتی بنویس.»

در این حالت، ابزار باید موضوع، مخاطب و محل انتشار را حدس بزند. حالا همان کار را با اطلاعات ضروری بیان کنید:

«برای صفحهٔ معرفی یک دورهٔ آنلاین عکاسی با موبایل، یک پاراگراف آغازین بنویس. مخاطب افرادی هستند که تازه شروع کرده‌اند و می‌خواهند با گوشی خود عکس‌های روشن‌تر و خوش‌قاب‌تری بگیرند. لحن روشن و صمیمی باشد. دربارهٔ مدت دوره، مدرس، مدرک یا نتیجهٔ تضمینی چیزی اضافه نکن؛ این اطلاعات را نداده‌ام. متن را در ۷۰ تا ۹۰ واژه بنویس.»

برای دیدن تفاوت، دو پاسخ فرضی را در نظر بگیرید. پاسخِ درخواست اول شاید با «دوره‌ای جامع و حرفه‌ای برای همهٔ علاقه‌مندان» آغاز شود؛ عبارتی که دربارهٔ مخاطب و فایدهٔ مشخص دوره چیزی نمی‌گوید. پاسخِ درخواست دوم می‌تواند به مشکل عکس‌های کم‌نور و قاب‌بندی بپردازد و مخاطب تازه‌کار را مستقیم خطاب قرار دهد. این مثال، شکل پاسخ مطلوب را نشان می‌دهد و قرار نیست نتیجهٔ هر بار استفاده از ابزار را پیش‌بینی کند.

تفاوت این دو در «طولانی‌تر بودن» نیست. نسخهٔ دوم به ابزار می‌گوید چه چیزی را بنویسد و کدام اطلاعات را نسازد. هنگام بررسی خروجی، ببینید آیا متن واقعاً برای فرد مبتدی نوشته شده، با هدف صفحهٔ معرفی هماهنگ است و ادعای بی‌پشتوانه ندارد. اگر یکی از این معیارها رعایت نشده، همان مورد را در پیام بعدی مشخص کنید.

این الگو برای شکل‌های دیگر خروجی هم کار می‌کند:

  • جدول: «برای برنامه‌ریزی یک دورهٔ مقدماتی تدوین ویدئو، پنج موضوع درس پیشنهاد بده. مخاطب هیچ تجربه‌ای ندارد. پاسخ را در جدولی با ستون‌های موضوع، هدف یادگیری و تمرین کوتاه بده. دربارهٔ نرم‌افزار خاصی فرض نکن.»
  • تصویر: در ابزار تصویرساز بنویسید: «برای کاور یک درس عکاسی با موبایل تصویری بساز: یک گوشی کنار پنجره و نور طبیعی صبح، پس‌زمینهٔ ساده، فضای خالی برای تیتر در سمت راست، بدون نوشته داخل تصویر.»

در درخواست تصویر، سوژه، فضا، ترکیب‌بندی و جای استفاده از تصویر اهمیت بیشتری از طول متن یا تعداد سطرها دارد. در درخواست جدول، نام‌گذاری ستون‌ها به منظم‌تر شدن پاسخ کمک می‌کند.

چگونه اولین پرامپت فارسی خود را بنویسیم؟

اول کار موردنظرتان را مشخص کنید. به‌جای «دربارهٔ بازاریابی کمکم کن»، بنویسید «برای توضیح تفاوت صفحهٔ فروش و صفحهٔ معرفی دوره، یک مثال ساده برای مدرس تازه‌کار بزن». بعد اطلاعاتی را اضافه کنید که پاسخ بدون آن‌ها ممکن است از نیازتان دور شود: مخاطب، موضوع، کاربرد و محدودیت‌های واقعی.

سپس قالبی را انتخاب کنید که بررسی پاسخ را آسان کند. اگر در حال انتخاب میان چند عنوان هستید، فهرست شماره‌دار بخواهید. اگر قرار است چند گزینه را با یک معیار بسنجید، جدول مفیدتر است. برای متنی که باید خوانده شود، پاراگراف طبیعی بهتر از جدولی است که صرفاً ظاهر منظم دارد.

پرامپت را ارسال کنید و پاسخ را نسخهٔ اولیه بدانید. لازم نیست هر بار از صفر شروع کنید؛ در ادامهٔ همان گفت‌وگو بگویید کدام بخش درست درآمده و چه چیزی باید تغییر کند. برای نمونه: «ساختار مناسب است، اما مثال‌ها برای مدرس مبتدی پیچیده‌اند. هر مثال را با واژه‌های ساده‌تر و بدون تغییر معنی بازنویسی کن.» راهنمای OpenAI برای پرامپت‌نویسی در ChatGPT نیز اصلاح تدریجی درخواست را توصیه می‌کند.

از کجا بفهمیم پرامپت نتیجه داده است؟

پاسخ را با سه پرسش کوتاه بسنجید: آیا به همان کار خواسته‌شده پاسخ داده؟ آیا اطلاعات و ادعاهایش درست هستند؟ آیا قالب و محدودیت‌ها را رعایت کرده؟ یک متن روان که موضوع را اشتباه گرفته، خروجی خوبی نیست. یک جدول مرتب هم اگر اطلاعات ساختگی داشته باشد، آمادهٔ استفاده نیست.

اگر پاسخ ناقص بود، به‌جای «بهترش کن» بگویید کدام بخش مشکل دارد و نسخهٔ بعدی چه تغییری باید داشته باشد. مثلاً: «در ستون هدف یادگیری از فعل‌های مبهم استفاده کرده‌ای. هر هدف را طوری بازنویسی کن که بتوان انجام‌دادنش را در پایان درس مشاهده کرد. تعداد سطرها را تغییر نده.» این پیام پیگیری، معیار اصلاح را روشن می‌کند.

برای متن آموزشی یا محتوایی که قرار است منتشر شود، نام‌ها، اعداد، نقل‌قول‌ها و ادعاهای تخصصی را جداگانه بررسی کنید. ابزار ممکن است حتی پس از دریافت پرامپت دقیق، پاسخ نادرست بدهد. همچنین هنگام دادن نمونه یا زمینه، اطلاعات حساس هنرجویان و مشتریان را بی‌دلیل وارد درخواست نکنید.

اشتباه‌های رایج در پرامپت‌نویسی

  • درخواست چند کار نامرتبط در یک پیام: وقتی هم‌زمان طرح درس، متن فروش و برنامهٔ انتشار می‌خواهید، بررسی پاسخ سخت می‌شود. کارها را به چند درخواست پشت‌سرهم تقسیم کنید.
  • دادن زمینهٔ ناکافی: «برای مخاطبانم بنویس» چیزی دربارهٔ سطح دانش یا نیاز آن‌ها نمی‌گوید. اطلاعاتی را اضافه کنید که واقعاً بر پاسخ اثر دارد.
  • تعیین محدودیت‌های متناقض: درخواست «توضیح کامل در یک جمله» ممکن است بخش‌های ضروری را حذف کند. میان عمق و طول موردنیاز انتخاب کنید.
  • اعتماد مستقیم به خروجی: روان‌بودن متن نشانهٔ درست‌بودن آن نیست. پیش از انتشار، ادعاها و تناسب متن با مخاطب را بررسی کنید.
  • طولانی‌کردن بی‌هدف پرامپت: توضیح‌های تکراری یا جزئیات نامربوط، درخواست را مبهم‌تر می‌کنند. هر جمله باید به فهم کار یا سنجش نتیجه کمک کند.

پرسش‌های متداول

آیا پرامپت حتماً باید انگلیسی باشد؟

خیر. می‌توانید پرامپت را به فارسی بنویسید، به‌ویژه وقتی خروجی فارسی و متناسب با مخاطب فارسی‌زبان می‌خواهید. اگر پاسخ واژه‌های نامأنوس یا لحن ترجمه‌ای داشت، همان را در پیام بعدی اصلاح کنید: «این متن را با فارسی روان و مناسب خوانندهٔ مبتدی بازنویسی کن.» برتری همیشگی یک زبان بر زبان دیگر را نمی‌توان برای همهٔ ابزارها و کارها فرض کرد.

آیا در هر پرامپت باید به هوش مصنوعی نقش بدهیم؟

نه. تعیین نقش فقط وقتی کمک می‌کند که زاویهٔ پاسخ را روشن کند؛ مثلاً «مثل یک ویراستار، ابهام‌های این متن آموزشی را مشخص کن». برای پرسشی مانند «این واژه چه معنایی دارد؟» معمولاً نیازی به نقش نیست. شرح دقیق کار و مخاطب از عنوانی کلی مثل «متخصص حرفه‌ای باش» کاربردی‌تر است.

چرا با وجود پرامپت دقیق، پاسخ غلط می‌گیرم؟

پرامپت دقیق احتمال پاسخ مرتبط را بیشتر می‌کند، اما صحت آن را تضمین نمی‌کند. ممکن است اطلاعات لازم را نداده باشید یا ابزار جزئیاتی را اشتباه تولید کند. بخش نادرست را مشخص کنید، اطلاعات معتبر در اختیارش بگذارید و پیش از استفاده از پاسخ، ادعاهای مهم را بررسی کنید.

آیا پرامپت بلندتر همیشه بهتر است؟

خیر. پرامپت خوب به اندازه‌ای جزئیات دارد که کار و معیار خروجی را روشن کند. اگر جمله‌ای بر نتیجه اثر ندارد، حذفش کنید. برای سؤال ساده، درخواست کوتاه کافی است؛ برای متن قابل انتشار، زمینه و محدودیت‌های بیشتری لازم می‌شود.

پرامپت تصویر چه فرقی با پرامپت متنی دارد؟

در هر دو، باید نتیجهٔ مطلوب را روشن کنید. برای متن، مخاطب، لحن و ساختار پاسخ معمولاً مهم‌اند؛ برای تصویر، سوژه، محیط، نور، ترکیب‌بندی و فضای لازم برای نوشته کاربرد بیشتری دارند. در هر دو حالت، خروجی را ببینید و جزئیاتی را که درست درنیامده‌اند در درخواست بعدی اصلاح کنید.

فروش دوره‌هات رو با درگاه دوریفای راه بنداز

سایت آموزشی‌ات رو بدون کدنویسی بساز و دوره‌هات رو همون‌جا بفروش؛ هاست و دامنه جدا نمی‌خوای و پرداخت‌ها با درگاه دوریفای انجام می‌شن. فروش دوره‌تو شروع کن

مطالب پیشنهادی