نقش‌دهی به هوش مصنوعی: با یک جمله جواب‌های حرفه‌ای بگیر (آموزش پرامپت‌نویسی)

یک جمله‌ی کوتاه قبل از سؤالت می‌تواند کیفیت جواب هوش مصنوعی را از «معمولی» به «حرفه‌ای» برساند؛ اسم این ترفند نقش‌دهی است.

نقش‌دهی چیست و چرا جواب‌ها را متحول می‌کند؟

احتمالاً برایت پیش آمده که از هوش مصنوعی چیزی بپرسی و پاسخی بگیری که درست است، اما کلی، سطحی و کمی بی‌روح به نظر می‌رسد. مشکل معمولاً از خود مدل نیست؛ از نحوه‌ی پرسیدن ما است. یکی از ساده‌ترین و در عین حال مؤثرترین راه‌ها برای عبور از این پاسخ‌های معمولی، تکنیکی به نام «نقش‌دهی» است. نقش‌دهی یعنی قبل از اینکه خواسته‌ات را مطرح کنی، برای مدل مشخص می‌کنی که باید در جایگاه چه کسی و با چه تخصصی حرف بزند.

فرق کار در همین جابه‌جایی کوچک است. وقتی به مدل می‌گویی «تو یک متخصص باتجربه در حوزه‌ی X هستی»، عملاً به آن یک قاب می‌دهی؛ قابی که تعیین می‌کند از کدام بخش دانشش استفاده کند، با چه لحنی بنویسد و چه سطحی از جزئیات را در نظر بگیرد. اگر تازه با مفهوم پرامپت آشنا شده‌ای، پیشنهاد می‌کنیم ابتدا نگاهی به آموزش پرامپت‌نویسی برای مبتدی‌ها بیندازی تا پایه‌ی کار محکم شود؛ نقش‌دهی درست روی همان پایه می‌نشیند.

برای اینکه تفاوت را حس کنی، این دو درخواست را با هم مقایسه کن. اولی بدون نقش است و دومی نقش‌دار:

درباره‌ی تغذیه‌ی سالم چند نکته بگو.

تو یک متخصص تغذیه با ۱۵ سال تجربه هستی. برای یک کارمند پرمشغله که وقت آشپزی ندارد، پنج نکته‌ی عملی برای تغذیه‌ی سالم بگو و برای هر نکته یک مثال ساده بیاور.

جواب درخواست دوم تقریباً همیشه دقیق‌تر، کاربردی‌تر و متناسب با موقعیت واقعی است، چون مدل می‌داند از چه زاویه‌ای و برای چه کسی باید بنویسد.

چرا نقش‌دهی واقعاً کار می‌کند؟

برای اینکه از این تکنیک بیشترین استفاده را ببری، بد نیست کمی درباره‌ی منطق پشت آن بدانی. مدل‌های زبانی بزرگ روی حجم عظیمی از متن آموزش دیده‌اند؛ از مقاله‌های علمی و کتاب‌های تخصصی گرفته تا گفت‌وگوهای روزمره و محتوای وب. این مدل‌ها در واقع یک نقشه‌ی بسیار بزرگ از الگوهای زبان دارند. وقتی نقش تعیین می‌کنی، به مدل می‌گویی کدام گوشه از این نقشه را فعال کند.

به بیان ساده، عبارت «تو یک وکیل باتجربه هستی» مثل یک فیلتر عمل می‌کند و پاسخ را به سمت واژگان، لحن و شیوه‌ی استدلال حقوقی سوق می‌دهد. همین عبارت اگر به «تو یک معلم مهربان ابتدایی هستی» تغییر کند، خروجی ساده‌تر، مهربان‌تر و پر از مثال‌های روزمره می‌شود. مدل تغییری نکرده؛ فقط زاویه‌ی نگاهش عوض شده است. اگر کنجکاوی که این مدل‌ها از کجا آمده‌اند و چطور ساخته می‌شوند، مقاله‌ی اوپن‌ای‌آی چیست تصویر خوبی از پشت‌صحنه به تو می‌دهد.

نکته‌ی مهم این است که نقش‌دهی جادو نیست؛ یک راهنمایی است. مدل همان دانشی را دارد که داشت، اما تو با نقش‌دهی کمکش می‌کنی تا مرتبط‌ترین بخش آن دانش را بیرون بکشد. به همین دلیل، هرچه نقش دقیق‌تر و نزدیک‌تر به نیاز واقعی‌ات باشد، نتیجه بهتر است.

فرمول طلایی: نقش + وظیفه + مخاطب + لحن

یک نقش خوب به‌تنهایی کافی نیست؛ باید آن را با چند عنصر دیگر ترکیب کنی تا به یک پرامپت کامل برسی. ساده‌ترین قالبی که پیشنهاد می‌کنیم این چهار بخش است: نقش، وظیفه، مخاطب و لحن. اول نقش را روشن کن، بعد بگو دقیقاً چه کاری باید انجام شود، سپس مشخص کن خروجی برای چه کسی است و در پایان لحن مورد نظرت را تعریف کن.

این نمونه را ببین که هر چهار عنصر در آن رعایت شده است:

تو یک کارشناس بازاریابی دیجیتال هستی (نقش). سه ایده‌ی کمپین برای اینستاگرام پیشنهاد بده (وظیفه)، برای یک برند لوازم آرایشی که مشتریانش خانم‌های جوان‌اند (مخاطب)، با زبانی صمیمی و پرانرژی (لحن). برای هر ایده یک جمله توضیح بده که چرا جواب می‌دهد.

هرچه این چهار بخش شفاف‌تر باشند، خروجی به تصویری که در ذهن داری نزدیک‌تر می‌شود. اگر مخاطب را مشخص نکنی، مدل مجبور است حدس بزند و معمولاً به سمت یک پاسخ عمومی می‌رود. تعیین لحن هم به‌اندازه‌ی نقش مهم است؛ یک متن آموزشی برای نوجوان‌ها با یک گزارش رسمی برای مدیران زمین تا آسمان فرق دارد. مجموعه‌ی آموزش‌های چت‌جی‌پی‌تی پر از تمرین‌هایی است که همین قالب چهارتکه را در موقعیت‌های واقعی تمرین می‌دهد.

مثال‌های آماده برای موقعیت‌های مختلف

بهترین راه یادگیری نقش‌دهی، دیدن نمونه‌های واقعی است. چند پرامپت آماده در ادامه آورده‌ایم که می‌توانی همین حالا کپی کنی و با تغییر جزئیات به کار ببری. مثلاً برای تولید محتوای فروش:

تو یک کپی‌رایتر حرفه‌ای هستی که در نوشتن متن‌های تبلیغاتی کوتاه مهارت دارد. برای یک اپلیکیشن آموزش زبان، سه متن تبلیغاتی حداکثر دو خطی بنویس که حس فوریت ایجاد کند و مخاطبش دانشجوها باشند.

یا وقتی می‌خواهی یک موضوع پیچیده را ساده بفهمی، از نقش معلم استفاده کن:

تو یک استاد اقتصاد هستی که مفاهیم سخت را با مثال‌های روزمره توضیح می‌دهد. مفهوم تورم را طوری توضیح بده که یک نوجوان پانزده‌ساله کاملاً بفهمد و یک مثال از زندگی واقعی بزن.

نقش‌دهی برای کارهای فنی و تحلیلی هم عالی است. اگر بخواهی یک تصمیم را بسنجی، می‌توانی به مدل نقش یک مشاور بدهی و از آن بخواهی نقاط ضعف ایده‌ات را بگوید. همین رویکرد باعث می‌شود جواب به‌جای تعارف، واقعاً به دردت بخورد.

نقش‌دهی برای یادگیری و بازبینی کارها

خیلی‌ها فکر می‌کنند نقش‌دهی فقط برای تولید محتوا است، اما یکی از بهترین کاربردهایش در یادگیری و بازبینی است. می‌توانی از مدل بخواهی نقش یک مربی سخت‌گیر یا یک منتقد منصف را بازی کند تا کارت را بی‌رودربایستی بررسی کند. این نمونه را ببین:

تو یک ویراستار سخت‌گیر فارسی هستی. متن زیر را از نظر نگارش، روانی و لحن بررسی کن، سه ایراد اصلی‌اش را فهرست کن و برای هرکدام یک پیشنهاد اصلاح بده. متن: …

همین منطق را می‌توانی برای آماده‌شدن برای یک جلسه، تمرین مصاحبه‌ی شغلی یا حتی یادگیری یک مهارت جدید به کار ببری. مثلاً از مدل بخواه نقش مصاحبه‌کننده را بازی کند و از تو سؤال بپرسد، بعد به پاسخ‌هایت بازخورد بدهد. این تمرین تعاملی خیلی مؤثرتر از خواندن یک لیست خشک نکته است.

نکته‌ی طلایی این بخش این است: وقتی نقش «منتقد» یا «بازبین» می‌دهی، حتماً از مدل بخواه صریح باشد و فقط تعریف نکند. بدون این تأکید، مدل‌ها تمایل دارند مؤدبانه همه‌چیز را خوب جلوه دهند.

اشتباه‌های رایج که کیفیت را خراب می‌کنند

نقش‌دهی ساده است، اما چند اشتباه رایج می‌تواند اثرش را کم کند. اولین اشتباه، نقش مبهم است. عبارت «تو خیلی باهوش هستی» تقریباً هیچ جهتی به مدل نمی‌دهد، در حالی که «تو یک تحلیل‌گر مالی هستی» کاملاً جهت‌دار است. همیشه به تخصص مشخص فکر کن، نه صفت‌های کلی.

اشتباه دوم این است که نقش را بدون وظیفه‌ی روشن رها کنی. نقش تعیین می‌کند مدل «که» باشد، اما وظیفه تعیین می‌کند «چه کاری» انجام دهد؛ این دو باید کنار هم بیایند. اشتباه سوم، اغراق در نقش است. جمله‌هایی مثل «تو باهوش‌ترین انسان تاریخ هستی» نه‌تنها کمکی نمی‌کنند، گاهی جواب را پرطمطراق و بی‌فایده می‌کنند. آنچه واقعاً کیفیت را بالا می‌برد، مشخص‌بودن تخصص و مخاطب است، نه بزرگ‌نمایی.

اشتباه چهارم هم فراموش‌کردن زمینه است. اگر اطلاعات لازم را در اختیار مدل نگذاری، حتی بهترین نقش هم نمی‌تواند معجزه کند. برای همین نقش‌دهی را همیشه با کمی زمینه و جزئیات همراه کن تا مدل تصویر کاملی از موقعیت داشته باشد.

نقش‌دهی را با تکنیک‌های دیگر ترکیب کن

قدرت واقعی نقش‌دهی وقتی آزاد می‌شود که آن را با سایر تکنیک‌های پرامپت‌نویسی ترکیب کنی. مثلاً می‌توانی نقش بدهی و همزمان چند نمونه از خروجی دلخواهت را هم نشان دهی تا مدل دقیقاً بفهمد چه می‌خواهی. یا می‌توانی بعد از تعیین نقش، از مدل بخواهی قدم‌به‌قدم فکر کند و مراحل رسیدن به جواب را توضیح دهد.

یک ترکیب پرکاربرد این است که نقش بدهی و بعد خروجی را در یک قالب مشخص بخواهی:

تو یک مشاور شغلی هستی. برای فردی که می‌خواهد از رشته‌ی حسابداری به حوزه‌ی داده وارد شود، یک نقشه‌ی راه شش‌ماهه بده. جواب را در قالب یک جدول با ستون‌های «ماه»، «مهارت هدف» و «منبع پیشنهادی» ارائه کن.

با کمی تمرین، نقش‌دهی به بخش ثابت و خودکار پرامپت‌نویسی‌ات تبدیل می‌شود. برای اینکه از جدیدترین تکنیک‌ها و ابزارهای هوش مصنوعی عقب نمانی، سری هم به بخش اخبار هوش مصنوعی بزن؛ دنیای پرامپت‌نویسی سریع در حال تغییر است.

پرسش‌وپاسخ کوتاه (FAQ)

آیا نقش‌دهی در همه‌ی مدل‌های هوش مصنوعی جواب می‌دهد؟

بله. نقش‌دهی یک اصل عمومی پرامپت‌نویسی است و در چت‌جی‌پی‌تی، جمینای، کلاد و بقیه‌ی مدل‌ها به‌خوبی کار می‌کند. تنها ممکن است لحن و شیوه‌ی پاسخ هر مدل کمی متفاوت باشد، اما اصل ماجرا یکسان است.

نقش را در ابتدای پرامپت بنویسم یا انتها؟

معمولاً بهتر است نقش را در همان ابتدای پرامپت بیاوری تا مدل از اول چارچوب را بداند. اما اگر پرامپت طولانی است، تکرار کوتاه نقش در انتها هم می‌تواند کمک کند مدل از مسیر خارج نشود.

چقدر باید در توصیف نقش جزئیات بدهم؟

به‌اندازه‌ای که تخصص و لحن مشخص شود، اما نه آن‌قدر که پرامپت شلوغ شود. یک نقش خوب معمولاً در یک جمله جا می‌شود؛ مثل «تو یک متخصص سئو با تجربه‌ی کار روی فروشگاه‌های اینترنتی هستی». بقیه‌ی جزئیات را در بخش وظیفه و مخاطب بیاور.