پاسخ اول هوش مصنوعی همیشه پایان کار نیست. اگر جواب بیش از حد کلی، طولانی، نامرتبط یا نامطمئن بود، با یک سؤال پیگیری می‌توانید همان گفتوگو را به سمت نتیجه‌ای دقیق‌تر ببرید. سؤال‌های پیگیری از هوش مصنوعی برای اصلاح پاسخ، افزودن جزئیات و تطبیق نتیجه با شرایط واقعی شماست؛ نه صرفاً تکرار همان درخواست با کلمات دیگر.
نکتهٔ اصلی این است که سؤال دوم باید مشخص کند کدام بخش پاسخ قبلی نیاز به تغییر دارد و خروجی بهتر را با چه معیاری می‌خواهید. بهجای «بیشتر توضیح بده»، بگویید کدام قسمت مبهم است، برای چه کسی نوشته می‌شود و چه محدودیتی باید رعایت شود.
سؤال پیگیری از هوش مصنوعی دقیقاً چه کاری انجام می‌دهد؟
سؤال پیگیری میتواند یکی از چند نقش را داشته باشد: توضیح یک نکته، اصلاح یک اشتباه، کوتاه‌کردن متن، درخواست مثال، مقایسهٔ گزینه‌ها یا بررسی فرض‌هایی که پاسخ بر اساس آنها ساخته شده است. هرچه نقش سؤال روشنتر باشد، احتمال گرفتن پاسخ کاربردی بیشتر می‌شود.
برای نمونه، اگر هوش مصنوعی برای برنامه‌ریزی مطالعه پیشنهادی عمومی داد، پرسش «این برنامه را برای دانش‌آموزی با روزی دو ساعت وقت و امتحان سه هفته بعد تنظیم کن» یک پیگیری واقعی است. در اینجا اطلاعات تازه و معیار مشخص به گفتوگو اضافه شده، نه اینکه فقط از مدل خواسته شود پاسخ قبلی را تکرار کند.
چگونه سؤال‌های پیگیری از هوش مصنوعی را روشن و قابل‌اجرا بنویسیم؟
یک سؤال پیگیری خوب معمولاً چهار جزء دارد: اشاره به پاسخ قبلی، تعیین بخش موردنظر، توضیح تغییر دلخواه و مشخص‌کردن شکل پاسخ. لازم نیست همیشه همهٔ این اجزا را طولانی بنویسید؛ یک جملهٔ دقیق از چند دستور مبهم بهتر است.
- اشاره به بخش مشخص: «در قسمت مربوط به هزینه‌ها...»
- درخواست روشن: «سه گزینهٔ کم‌هزینه‌تر پیشنهاد بده.»
- ارائهٔ زمینه: «فرض کن کاربر مبتدی است و به ابزار تخصصی دسترسی ندارد.»
- تعیین قالب: «نتیجه را در یک فهرست کوتاه با مزیت و محدودیت هر گزینه بنویس.»
این الگو را می‌توان برای موضوع‌های مختلف به کار برد: «پاسخ قبلی را از نظر پیچیدگی ساده‌تر کن»، «فقط ادعاهایی را نگه دار که از اطلاعات داده‌شده پشتیبانی می‌شوند» یا «این توضیح را برای والدینی بنویس که زمان کمی دارند.»
بهجای «بیشتر توضیح بده» چه بپرسیم؟
«بیشتر توضیح بده» هدف مشخصی ندارد و ممکن است فقط پاسخ را طولانی‌تر کند. اگر دنبال نتیجهٔ خاصی هستید، نوع توضیح را تعیین کنید.
- برای فهم ساده‌تر: «این مفهوم را با یک مثال روزمره و بدون اصطلاح تخصصی توضیح بده.»
- برای پیدا کردن ابهام: «کدام بخش این پاسخ ممکن است برای فرد مبتدی گیج‌کننده باشد؟ همان بخش را بازنویسی کن.»
- برای استفادهٔ عملی: «این توضیح را به پنج گام تبدیل کن و برای هر گام یک اقدام مشخص بنویس.»
- برای مقایسه: «دو گزینهٔ پیشنهادی را از نظر زمان، هزینه و دشواری در کنار هم مقایسه کن.»
درخواست مثال هم باید با زمینه همراه باشد. «یک مثال بزن» نتیجهٔ نامشخصی دارد، اما «یک مثال از برنامه‌ریزی خرید هفتگی برای خانوادهٔ چهار نفره با بودجهٔ محدود بزن» مسیر پاسخ را دقیق‌تر می‌کند.
چطور پاسخ هوش مصنوعی را اصلاح کنیم، بدون اینکه گفتوگو را از اول شروع کنیم؟
وقتی پاسخ تقریباً مناسب است، لازم نیست همه‌چیز را دوباره بنویسید. بخش قابل‌استفاده را حفظ کنید و فقط تغییر لازم را مطرح کنید؛ مثلاً: «ساختار همین متن را نگه دار، اما لحن آن را صمیمی‌تر کن و دو جملهٔ تکراری را حذف کن.»
اگر پاسخ بر پایهٔ فرض اشتباهی ساخته شده است، ابتدا همان فرض را اصلاح کنید: «منظورم از غذای سریع، غذای آماده نیست؛ دستورهایی را پیشنهاد بده که در کمتر از ۳۰ دقیقه در خانه آماده شوند.» این روش از تولید پاسخ کاملاً جدید و بی‌ارتباط جلوگیری می‌کند.
برای اصلاح متن، گفتن معیارهای قابل‌اندازه‌گیری هم مفید است: «متن را به حدود ۱۵۰ کلمه کاهش بده»، «پنج پیشنهاد ارائه کن»، «هر مرحله را در یک جمله توضیح بده» یا «لحن تبلیغاتی را حذف کن». چنین محدودیت‌هایی به هوش مصنوعی نشان می‌دهند پاسخ جدید دقیقاً چه تفاوتی باید داشته باشد.
برای بررسی صحت پاسخ چه سؤال‌های پیگیری بپرسیم؟
هوش مصنوعی ممکن است پاسخ روانی تولید کند که همهٔ بخش‌های آن قطعی یا درست نباشد. برای آشکارکردن محدودیت‌ها می‌توانید بپرسید: «کدام بخش پاسخ به اطلاعات ناقص وابسته است؟»، «در این نتیجه چه فرض‌هایی کرده‌ای؟» یا «چه اطلاعاتی برای پاسخ دقیق‌تر لازم داری؟»
در موضوع‌های حساس، سؤال پیگیری باید به جای درخواست اطمینان بی‌دلیل، عدم‌قطعیت را روشن کند. مثلاً بپرسید: «چه مواردی نیاز به بررسی از منبع رسمی یا نظر متخصص دارد؟» این کار جای بررسی مستقل را نمی‌گیرد، اما کمک می‌کند بدانید کدام قسمت پاسخ را نباید بدون ارزیابی بپذیرید.
اگر عدد، تاریخ، نام یا ادعای مشخصی در پاسخ آمده است، همان مورد را جداگانه بررسی کنید: «این عدد بر چه مبنایی است؟ اگر مطمئن نیستی، آن را به‌عنوان تخمین علامت‌گذاری کن.» در پاسخ‌های مربوط به سلامت، حقوق، امور مالی و ایمنی، تصمیم نهایی را فقط بر اساس گفتوگو با هوش مصنوعی نگیرید.
چه زمانی سؤال‌های پیگیری نتیجه را بدتر می‌کنند؟
پرسش پیگیری زمانی کم‌اثر می‌شود که چند هدف نامرتبط را در یک پیام جمع کنید؛ مثلاً همزمان بخواهید متن ترجمه، خلاصه، نقد و تبدیل به جدول شود. بهتر است هر مرحله را جداگانه انجام دهید تا بتوانید کیفیت هر پاسخ را بررسی کنید.
همچنین اگر اطلاعات تازه با پاسخ قبلی تناقض دارد، آن را صریح بیان کنید. تغییر ناگهانی موضوع، استفاده از ضمیرهایی مثل «این» و «آن» بدون مرجع روشن، یا درخواست‌هایی مانند «بهترش کن» بدون معیار، احتمال برداشت نادرست را بالا می‌برد.
برای گفت‌وگوهای طولانی، هر چند مرحله یک‌بار خلاصهٔ وضعیت را بخواهید: «تا اینجا تصمیم‌های اصلی و اطلاعات قطعی را در پنج bullet خلاصه کن.» سپس بر اساس همان خلاصه ادامه دهید. این کار به‌ویژه در برنامه‌ریزی سفر، تنظیم برنامهٔ درسی یا آماده‌کردن یک متن چندمرحله‌ای، از گم‌شدن هدف اصلی جلوگیری می‌کند.
یک الگوی آماده برای سؤال پیگیری
می‌توانید از این قالب استفاده کنید و بخش‌های داخل کروشه را تغییر دهید:
«در پاسخ قبلی، بخش [موضوع یا جملهٔ مشخص] برای من [مبهم، طولانی، نامتناسب یا مشکوک] است. لطفاً آن را با توجه به [شرایط، مخاطب یا محدودیت] بازبینی کن و نتیجه را در قالب [فهرست، مراحل، مثال یا متن کوتاه] ارائه بده. اگر اطلاعات کافی نیست، ابتدا سؤال‌های لازم را مطرح کن.»
این قالب قرار نیست همیشه عیناً کپی شود. ارزش آن در این است که شما را وادار می‌کند مشکل پاسخ قبلی، تغییر موردنظر و شکل خروجی را مشخص کنید.
جمع‌بندی: سؤال پیگیری خوب چه ویژگی‌ای دارد؟
یک سؤال پیگیری از هوش مصنوعی باید به بخش مشخصی از پاسخ قبلی اشاره کند، تغییر موردنظر را توضیح دهد و برای نتیجهٔ جدید معیار یا قالب تعیین کند. اصلاح مرحله‌ای، درخواست مثال، بررسی فرضها و پرسش دربارهٔ موارد نامطمئن معمولاً از تکرار یک درخواست کلی نتیجهٔ بهتری می‌دهد. هرجا پاسخ به سلامت، حقوق، پول یا ایمنی مربوط است، آن را نقطهٔ شروع بررسی بدانید، نه جایگزین نظر متخصص یا منبع معتبر.
