اگر از یک ابزار هوش مصنوعی خواسته‌اید متنی بنویسد، مسئله‌ای را توضیح دهد یا برای برنامه‌ریزی کمک کند، در واقع یک پرامپت به آن داده‌اید. پرامپت چیست؟ به زبان ساده، پرامپت همان ورودی یا دستور متنی است که هدف، سؤال، زمینه و شکل پاسخ مورد انتظار را برای مدل مشخص میکند.
پرامپت فقط یک سؤال کوتاه نیست. یک جمله، چند دستور، نمونه‌ای از متن، تصویر یا ترکیبی از این موارد میتواند پرامپت باشد. کیفیت و وضوح این ورودی معمولاً روی مرتبط بودن پاسخ اثر می‌گذارد؛ بااین‌حال، پرامپت دقیق تضمین نمی‌کند که پاسخ همیشه درست یا قابل استفاده باشد.
پرامپت چیست و چه تفاوتی با سؤال معمولی دارد؟
سؤال معمولی معمولاً فقط دنبال یک پاسخ است؛ اما پرامپت میتواند وظیفه، مخاطب، محدودیت، لحن و قالب خروجی را هم تعیین کند. برای نمونه، پرسش «برای شام چه درست کنم؟» اطلاعات کمی در اختیار ابزار می‌گذارد. در مقابل، پرامپت «برای یک خانواده چهار نفره، سه شام کم‌هزینه با مواد در دسترس پیشنهاد بده و زمان آماده‌سازی هرکدام را بنویس» هدف روشن‌تری دارد.
هوش مصنوعی ذهن خوانی نمی‌کند. اگر سن، سطح دانش، بودجه، زبان، تعداد کلمات یا محدودیت‌های مهم را نگویید، مدل ناچار است بخشی از پاسخ را بر اساس حدس تولید کند. همین حدس‌ها یکی از دلایل تفاوت میان یک پاسخ کلی و یک پاسخ کاربردی هستند.
یک پرامپت از چه بخش‌هایی تشکیل میشود؟
همه پرامپت‌ها به تمام اجزای زیر نیاز ندارند، اما شناخت آن‌ها کمک میکند درخواستتان را دقیق‌تر تنظیم کنید:
- هدف: مشخص کنید دقیقاً چه کاری باید انجام شود؛ مانند نوشتن، خلاصه‌کردن، مقایسه یا برنامه‌ریزی.
- زمینه: اطلاعاتی را بدهید که برای فهم مسئله لازم است؛ مثلاً مخاطب چه کسی است یا متن برای چه موقعیتی نوشته میشود.
- مخاطب: سطح دانش، سن یا نیاز مخاطب را توضیح دهید تا پاسخ متناسب‌تر باشد.
- محدودیت: تعداد کلمات، بودجه، زمان، لحن، زبان یا مواردی را که نباید در پاسخ بیاید مشخص کنید.
- قالب خروجی: بگویید پاسخ را به شکل فهرست، جدول، مراحل شماره‌گذاری‌شده یا پاراگراف کوتاه می‌خواهید.
- نمونه: اگر سبک یا شکل خاصی مدنظرتان است، یک نمونه کوتاه ارائه کنید.
برای مثال، درخواست «یک متن درباره مطالعه بنویس» مبهم است. اما درخواستی مانند «یک متن ۱۵۰ کلمه‌ای برای والدین دانش‌آموزان دبستانی بنویس؛ لحن آن صمیمی و واقع‌گرایانه باشد و سه پیشنهاد قابل اجرا برای ایجاد عادت مطالعه داشته باشد» مسیر پاسخ را روشن میکند.
پرامپت‌ها چه کاربردهایی دارند؟
کاربرد پرامپت به ابزار و توانایی مدل بستگی دارد، اما در کارهای روزمره میتوان از آن برای این موارد استفاده کرد:
- تبدیل یک متن طولانی به خلاصه‌ای قابل فهم
- بازنویسی متن با لحن رسمی، دوستانه یا ساده
- پیشنهاد برنامه درسی، برنامه غذایی یا فهرست کارهای روزانه
- تمرین زبان، توضیح یک مفهوم درسی و ساختن پرسش‌های آموزشی
- ایدهپردازی برای داستان، فعالیت خانوادگی، هدیه یا محتوای شبکه‌های اجتماعی
- مرتب‌کردن اطلاعات پراکنده و استخراج نکته‌های اصلی از یک متن
در محیط خانواده، پرامپت میتواند به آماده‌کردن فهرست خرید، طراحی فعالیت مناسب برای کودک یا توضیح ساده یک موضوع درسی کمک کند. نتیجه نهایی باید با سن، شرایط و نیاز واقعی اعضای خانواده تطبیق داده شود؛ پاسخ هوش مصنوعی جایگزین قضاوت والدین یا نظر متخصص نیست.
تفاوت پرامپت متنی، تصویری و چندرسانه‌ای چیست؟
پرامپت متنی با کلمات نوشته میشود و رایج‌ترین شکل تعامل با چت‌بات‌هاست. در پرامپت تصویری، کاربر از ابزار می‌خواهد تصویری با ویژگی‌های مشخص بسازد یا یک تصویر را تحلیل کند. پرامپت چندرسانه‌ای نیز ممکن است هم‌زمان متن، تصویر یا فایل دیگری داشته باشد؛ البته قابلیت تحلیل هر نوع فایل به ابزار مورد استفاده بستگی دارد.
در درخواست تصویری، توضیح سوژه، سبک، ترکیب‌بندی، نور، رنگ و نسبت تصویر میتواند مهم باشد. مثلاً «تصویر یک اتاق مطالعه کوچک با نور صبح، سبک ساده و رنگ‌های گرم، بدون نوشته روی تصویر» از عبارت کلی «یک اتاق زیبا بساز» اطلاعات بیشتری منتقل میکند.
چگونه یک پرامپت روشن و قابل استفاده بنویسیم؟
پیش از نوشتن، نتیجه‌ای را که می‌خواهید در یک جمله مشخص کنید. سپس اطلاعات ضروری را اضافه کنید و در پایان شکل خروجی را تعیین کنید. یک الگوی ساده میتواند چنین باشد:
نقش یا زاویه پاسخ + وظیفه + زمینه + محدودیت‌ها + قالب خروجی
برای نمونه: «مثل یک معلم صبور دبستان، مفهوم چرخه آب را برای دانش‌آموز ۹ ساله توضیح بده. از واژه‌های ساده استفاده کن، یک مثال روزمره بزن و پاسخ را در چهار پاراگراف کوتاه بنویس.»
لازم نیست همیشه عبارت «مثل یک متخصص...» را بنویسید. نقش زمانی مفید است که نوع نگاه، سطح توضیح یا لحن را روشن کند؛ اما تعیین نقش به‌تنهایی کیفیت پاسخ را تضمین نمی‌کند. هدف و محدودیت‌های مشخص معمولاً اهمیت بیشتری دارند.
درخواست را مرحله‌به‌مرحله اصلاح کنید
اولین پاسخ را نسخه نهایی در نظر نگیرید. اگر پاسخ بیش از حد عمومی بود، اطلاعات بیشتری درباره مخاطب یا هدف بدهید؛ اگر طولانی بود، سقف کلمات تعیین کنید؛ و اگر بخشی اشتباه بود، همان بخش را مشخص و درخواست اصلاح کنید.
به جای نوشتن «خوب نیست، دوباره بنویس»، بگویید: «پاراگراف دوم را کوتاه‌تر کن، لحن را دوستانه‌تر کن و از مثال مربوط به خرید روزانه استفاده کن.» این نوع بازخورد، اصلاح بعدی را دقیق‌تر میکند.
پرامپت خوب چه محدودیت‌هایی دارد؟
پرامپت دستور قطعی به یک موتور حقیقت‌یاب نیست. مدل ممکن است منبع، تاریخ، عدد یا نامی را نادرست تولید کند؛ به‌خصوص وقتی سؤال به اطلاعات جدید یا موضوع تخصصی مربوط است. در مسائل پزشکی، حقوقی، مالی و ایمنی، پاسخ را فقط نقطه شروع بدانید و برای تصمیم‌گیری به متخصص یا منبع رسمی مراجعه کنید.
همچنین اطلاعات خصوصی را وارد نکنید. نام کامل، شماره تماس، رمز عبور، اطلاعات بانکی و جزئیات محرمانه را میتوان با عبارت‌های کلی و ناشناس جایگزین کرد. هرچه داده حساس‌تر باشد، احتیاط بیشتری لازم است.
جمع‌بندی: پرامپت چیست و چرا باید دقیق نوشته شود؟
پرامپت همان ورودی، سؤال یا دستوری است که هدف و شرایط پاسخ را به ابزار هوش مصنوعی منتقل میکند. برای گرفتن نتیجه بهتر، هدف را روشن بنویسید، زمینه و مخاطب را مشخص کنید، محدودیت‌ها و قالب خروجی را توضیح دهید و پاسخ را با اطلاعات معتبر بررسی کنید. پرامپت خوب لزوماً طولانی نیست؛ واضح، مرتبط و قابل اصلاح است.
