قسمت ۱ — شش جزء یک پرامپت حرفه‌ای

چکیده. بیشتر جواب‌های کلی و بی‌فایدهٔ هوش مصنوعی نتیجهٔ ضعف مدل نیست، نتیجهٔ درخواستی است که خیلی چیزها را نگفته. در این قسمت — که آغاز سری «آناتومی پرامپت حرفه‌ای» است — با شش جزء سازندهٔ یک پرامپت آشنا می‌شوید: نقش، زمینه، وظیفه، قید، قالب خروجی و معیار پذیرش. هدف این قسمت آموزش عمیق هر جزء نیست؛ هدف این است که بدانید هر جزء چه کاری می‌کند، جای درستش کجای پرامپت است و نبودش چه خرابی‌ای به بار می‌آورد. در پایان یک قالب کامل و آمادهٔ کپی دارید که می‌توانید همین امروز روی یک کار واقعی امتحانش کنید.

۱) چرا شش تکه، نه یک پاراگراف بلند

وقتی درخواست خود را در قالب یک پاراگراف پیوسته می‌نویسید، همه‌چیز در یک سطح اهمیت قرار می‌گیرد: خواسته، توضیح، سلیقه و شرط، همه با هم مخلوط می‌شوند. مدل ناچار است حدس بزند کدام جمله دستور است و کدام صرفاً پس‌زمینه. نتیجه معمولاً جوابی است که بخشی از خواستهٔ شما را پوشش می‌دهد و بخشی را جا می‌اندازد.

تفکیک پرامپت به شش جزء دقیقاً همین ابهام را از بین می‌برد. هر جزء یک پرسش مشخص را جواب می‌دهد و شما با نگاه‌کردن به فهرست شش‌تایی می‌فهمید کدام پرسش را بی‌جواب گذاشته‌اید. این شش پرسش عبارت‌اند از: از زبان چه کسی؟ با چه اطلاعاتی؟ چه کاری؟ با چه محدودیتی؟ در چه شکلی؟ و با چه معیاری قابل قبول است؟

مزیت دوم این تفکیک، تکرارپذیری است. وقتی پرامپت ساختار دارد، اصلاح آن ساده می‌شود: اگر جواب لحن اشتباهی داشت می‌دانید باید سراغ کدام بخش بروید و اگر خروجی طولانی شد، می‌دانید کدام تکه را سفت‌تر کنید. بدون ساختار، هر اصلاح تبدیل به بازنویسی کامل می‌شود.

۲) نقش: مدل از کدام جایگاه حرف بزند

نقش تعیین می‌کند مدل با چه دانشی و چه لحنی وارد کار شود. «تو یک ویراستار نشریهٔ اقتصادی هستی» و «تو یک مربی مطالعه برای دانش‌آموز دبیرستانی هستی» دو دنیای متفاوت از واژگان، سطح جزئیات و پیش‌فرض‌ها را فعال می‌کنند، حتی اگر بقیهٔ پرامپت یکسان باشد.

نکتهٔ مهم این است که نقش باید کاربردی باشد، نه تشریفاتی. «تو یک نابغه هستی» هیچ اطلاعاتی به مدل نمی‌دهد، اما «تو کارشناس پشتیبانی یک فروشگاه اینترنتی هستی که با مشتری عصبانی سروکار دارد» هم دانش لازم را مشخص می‌کند و هم موقعیت را. نقش خوب معمولاً یک شغل مشخص به‌علاوهٔ یک موقعیت مشخص است.

۳) زمینه: چیزی که مدل امکان ندارد بداند

زمینه همان اطلاعاتی است که فقط شما دارید: مخاطب واقعی متن، محصولی که می‌فروشید، اتفاقی که افتاده، محدودیت بودجه، یا متنی که باید ویرایش شود. بدون زمینه، مدل ناچار است میانگین همهٔ موقعیت‌های مشابه را بنویسد و همان چیزی می‌شود که به آن «جواب کلی» می‌گویید.

در این قسمت فقط همین را بدانید که زمینه سه چیز را روشن می‌کند: برای چه کسی، در چه موقعیتی، و بر پایهٔ چه داده‌ای. اینکه چقدر زمینه بدهید و چه چیزی را حذف کنید، خودش یک مهارت جداست که در قسمت سوم همین سری به‌طور کامل بررسی می‌شود.

۴) وظیفه: یک فعل روشن و یک خروجی مشخص

وظیفه قلب پرامپت است و بیشترین خطاها هم همین‌جا رخ می‌دهد. «دربارهٔ بازاریابی محتوا کمکم کن» یک وظیفه نیست، یک موضوع است. وظیفهٔ واقعی با یک فعل شروع می‌شود و به یک خروجی قابل تحویل ختم می‌شود: «ده عنوان پیشنهادی برای مقاله بنویس»، «این متن را به نصف طول خلاصه کن»، «سه ایراد منطقی این استدلال را فهرست کن».

قاعدهٔ ساده‌ای که کار را نجات می‌دهد: اگر نمی‌توانید بگویید خروجی چند تا است یا چه چیزی است، وظیفه هنوز آماده نیست. همچنین در هر پرامپت یک وظیفهٔ اصلی بگذارید. وقتی سه کار نامرتبط را در یک درخواست جمع می‌کنید، مدل معمولاً اولی را خوب و بقیه را سرسری انجام می‌دهد.

۵) قید: مرزهایی که نباید رد شوند

قید همان چیزی است که خروجی را داخل چارچوب نگه می‌دارد: طول متن، زبان، لحن، چیزهایی که نباید گفته شوند، منابعی که فقط باید از آن‌ها استفاده شود. تفاوت یک متن قابل استفاده و متنی که باید دوباره بازنویسی شود، معمولاً در همین قیدهاست.

در ساختار پرامپت، قید بعد از وظیفه می‌آید؛ چون تا مدل نداند چه کاری قرار است بکند، محدودیت معنایی ندارد. انواع قید، ترتیب نوشتنشان و اینکه چرا قید منفی به‌تنهایی کافی نیست، موضوع قسمت چهارم این سری است.

۶) قالب خروجی: شکل جوابی که می‌خواهید

قالب خروجی یعنی مدل بداند جواب را در چه ظرفی بریزد: فهرست شماره‌دار، جدول با ستون‌های مشخص، ایمیل با موضوع و بدنه، یا متن پیوسته بدون تیتر. اگر این را نگویید، مدل سلیقهٔ خودش را اعمال می‌کند و شما وقت می‌گذارید تا جواب را به شکل دلخواه دربیاورید.

ساده‌ترین و مؤثرترین روش، دادن یک اسکلت خالی است. به‌جای توضیح‌دادن قالب، خودِ قالب را نشان دهید و از مدل بخواهید آن را پر کند. این کار تقریباً همیشه از توصیف کلامی قالب نتیجهٔ بهتری می‌دهد.

۷) معیار پذیرش: تعریف «جواب خوب»

معیار پذیرش کم‌استفاده‌ترین و در عین حال کارآمدترین جزء است. در یک یا دو جمله می‌گویید جواب وقتی قابل قبول است که چه شرط‌هایی را داشته باشد؛ مثلاً «هر پیشنهاد باید به یک عدد از متن ورودی متکی باشد» یا «هیچ جمله‌ای نباید بیش از بیست کلمه باشد».

این جزء دو کار می‌کند. اول اینکه شما را وادار می‌کند خودتان تعریف روشنی از موفقیت داشته باشید؛ چیزی که اغلب نداریم. دوم اینکه به مدل اجازه می‌دهد قبل از تحویل، خروجی‌اش را با همان معیار بسنجد. کافی است در انتهای پرامپت بنویسید که پیش از ارائهٔ پاسخ، آن را با معیارهای بالا مقایسه کند و در صورت لزوم اصلاح کند.

۸) قالب کامل و آمادهٔ کپی

این قالب همان شش جزء را پشت سر هم می‌گذارد. جاهای خالی را با اطلاعات کار واقعی خودتان پر کنید و همان‌طور که هست استفاده کنید:

نقش: تو [شغل مشخص] هستی که [موقعیت مشخص] را مدیریت می‌کند. زمینه: مخاطب [چه کسی]. وضعیت فعلی [چه چیزی]. داده یا متن مرجع: [متن یا اعداد]. وظیفه: [یک فعل روشن] و خروجی [تعداد و نوع مشخص] تحویل بده. قید: حداکثر [تعداد] کلمه. زبان فارسی. از [این موارد] استفاده نکن. فقط به دادهٔ بالا تکیه کن. قالب خروجی: دقیقاً این اسکلت را پر کن: ۱) [عنوان] — [توضیح یک‌خطی] ۲) [عنوان] — [توضیح یک‌خطی] معیار پذیرش: جواب وقتی قابل قبول است که [شرط اول] و [شرط دوم] برقرار باشد. پیش از ارائهٔ پاسخ، خروجی را با همین دو شرط بسنج و اگر شرطی برقرار نیست، اصلاحش کن.

ترتیب اجزا اتفاقی نیست. نقش و زمینه اول می‌آیند چون فضای کار را می‌سازند؛ وظیفه در میانه می‌آید چون به آن فضا نیاز دارد؛ و قید، قالب و معیار در انتها می‌آیند چون همگی دربارهٔ شکل و کیفیت خروجی‌اند. اگر تازه‌کار هستید و می‌خواهید از پایه‌تر شروع کنید، راهنمای نوشتن پرامپت برای مبتدی‌ها نقطهٔ شروع مناسبی است.

پرسش و پاسخ کوتاه

آیا همیشه باید هر شش جزء را بنویسم؟ برای کارهای ساده مثل یک ترجمهٔ کوتاه، وظیفه و قالب خروجی کافی است. هرچه کار مبهم‌تر و پرجزئیات‌تر باشد، اجزای بیشتری لازم می‌شود. قاعدهٔ عملی این است که اگر جواب اول رضایت‌بخش نبود، به‌جای تکرار درخواست، ببینید کدام جزء را ننوشته‌اید.

این قالب روی همهٔ مدل‌ها جواب می‌دهد؟ بله، چون به قابلیت خاصی از یک مدل وابسته نیست؛ صرفاً ابهام را کم می‌کند. البته مدل‌های قوی‌تر از قیدها و معیار پذیرش دقیق‌تر پیروی می‌کنند. آشنایی بیشتر با سازندگان این مدل‌ها را می‌توانید در معرفی اوپن‌ای‌آی بخوانید.

پرامپت طولانی بهتر است یا کوتاه؟ هیچ‌کدام. پرامپت خوب کامل است، نه طولانی. جملهٔ اضافه‌ای که اطلاعات جدیدی نمی‌دهد فقط توجه مدل را پخش می‌کند. معیار سنجش این است که هر جمله را حذف کنید و ببینید آیا خروجی تغییر می‌کند یا نه.

ادامهٔ این سری چیست؟ در قسمت دوم قالب دیگری به نام CO-STAR را می‌بینیم و روی یک وظیفهٔ یکسان با قالب شش‌جزئی مقایسه‌اش می‌کنیم. فهرست کامل قسمت‌ها در صفحهٔ سری پرامپت‌نویسی در دسترس است.