نقشهٔ راه مهندسی پرامپت؛ ترتیبی که آنتروپیک پیشنهاد می‌کند

مریم، مسئول محتوای یک فروشگاه اینترنتی در تهران، سه هفته است هر روز صبح با یک پرامپت جدید سراغ مدل می‌رود. جمله‌ای اضافه می‌کند، جمله‌ای برمی‌دارد، جای دو پاراگراف را عوض می‌کند و منتظر معجزه می‌ماند. گاهی خروجی بهتر می‌شود، گاهی بدتر، اما هیچ‌وقت نمی‌داند چرا. مشکل مریم کمبود تکنیک نیست؛ او تقریباً همهٔ ترفندهای معروف را شنیده است. مشکل این است که نمی‌داند از کجا شروع کند، بعد از آن چه کند، و اصلاً از کجا بفهمد کارش جواب داده.

آنتروپیک — سازندهٔ کلاد — در مستندات رسمی خود دقیقاً همین را حل کرده است: نه فهرستی از ترفندها، بلکه یک نقشهٔ راه با ترتیب مشخص. این درس، اولین درس از سری «همیشه به‌روز»، همان نقشه را باز می‌کند.

آنچه در این درس یاد می‌گیرید

• سه پیش‌نیازی که بدون آن‌ها، هر تغییری در پرامپت یعنی حدس زدن در تاریکی.
• چرا مهندسی پرامپت تقریباً همیشه بر آموزش مجدد مدل ارجحیت دارد.
• نردبان تکنیک‌ها به ترتیب اثرگذاری، از «واضح باش» تا تفکر تمدیدشده.
• منطق پنهان این ترتیب و اینکه چرا پله‌پله بالا رفتن، سریع‌تر از پریدن است.
• یک الگوی پرامپت آمادهٔ کپی که چهار پلهٔ اول را با هم اجرا می‌کند.

پیش از آنکه دست به پرامپت ببرید

مستندات آنتروپیک قبل از معرفی هر تکنیکی، سه چیز را شرط ورود می‌داند. اگر این سه را ندارید، بهینه‌سازی پرامپت برایتان بی‌معنی است — چون معیاری برای «بهتر» نخواهید داشت.

یکم، معیار موفقیت روشن. «خروجی خوب» جمله‌ای است بی‌مصرف. اما «توضیح محصول، بین ۸۰ تا ۱۲۰ کلمه، بدون صفت‌های تبلیغاتی، با ذکر دقیق سه مشخصهٔ فنی» معیاری است که یا برآورده می‌شود یا نمی‌شود. تفاوت این دو، تفاوت مهندسی با سلیقه است.

دوم، راهی برای سنجش. لازم نیست سامانهٔ ارزیابی پیچیده بسازید. ده ورودی واقعی و متنوع در یک فایل کافی است: سه مورد ساده، پنج مورد معمول، دو مورد سخت و لبه‌ای. هر نسخهٔ پرامپت را روی همین ده مورد ثابت اجرا کنید. حالا «بهتر شد» یک ادعای قابل دفاع است، نه یک احساس.

سوم، یک پیش‌نویس اولیه. تکنیک‌ها ابزارِ اصلاح‌اند، نه ابزارِ آفرینش. اول ساده‌ترین صورت خواسته‌تان را بنویسید، خروجی بگیرید، ببینید کجا می‌لنگد، بعد سراغ نردبان بروید. نوشتن پرامپت پیچیده برای مسئله‌ای که هنوز خرابی‌اش را ندیده‌اید، بهینه‌سازی زودهنگام است.

چرا پرامپت، و نه آموزش مجدد مدل

وسوسه‌ای هست که وقتی مدل جواب دلخواه نمی‌دهد، فکر کنیم «باید مدل را روی داده‌های خودمان آموزش بدهیم». مستندات آنتروپیک صریح است: مهندسی پرامپت در بیشتر موارد انتخاب درست‌تر است. سریع‌تر است — نتیجهٔ تغییر پرامپت را در همان لحظه می‌بینید، نه پس از ساعت‌ها آموزش. ارزان‌تر است. به دادهٔ برچسب‌خورده نیاز ندارد. و مهم‌تر از همه، دانش عمومی مدل را دست‌نخورده نگه می‌دارد؛ در حالی که آموزش مجدد، مدل را در یک حوزه تیز و در بقیهٔ حوزه‌ها کند می‌کند.

مزیت چهارمی هم هست که کمتر گفته می‌شود: پرامپت، شفاف است. وقتی خروجی خراب می‌شود می‌توانید متن پرامپت را بخوانید و بفهمید کجا اشتباه شده. وزن‌های یک مدل آموزش‌دیده چنین امکانی نمی‌دهند.

نردبان تکنیک‌ها؛ ترتیبی که تصادفی نیست

فهرست رسمی، از پرکاربردترین و کم‌هزینه‌ترین شروع می‌شود و به سمت پیچیده‌ترین می‌رود:

1. واضح و مستقیم باشید. پراثرترین پله و همان که بیشتر از همه از آن می‌گذرند. ابهام دربارهٔ قالب، طول، مخاطب و هدف را حذف کنید.
2. مثال بدهید (چندنمونه‌ای). دو تا پنج نمونهٔ ورودی-خروجی، آن چیزی را منتقل می‌کند که ده پاراگراف توضیح نمی‌کند.
3. اجازهٔ فکر کردن بدهید. از مدل بخواهید پیش از پاسخ، مراحل استدلالش را بنویسد.
4. از برچسب‌های ایکس‌ام‌ال استفاده کنید. مرز میان دستور، داده و مثال را با برچسب مشخص کنید.
5. نقش بدهید. تعیین تخصص از طریق پیام سیستمی، لحن و عمق پاسخ را جابه‌جا می‌کند.
6. زنجیره بسازید. کار پیچیده را به چند پرامپت پشت‌سرهم بشکنید که خروجی هرکدام، ورودی بعدی است.
7. زمینهٔ طولانی را درست بچینید. اسناد بلند را بالای پرامپت بگذارید و دستور را پایین.
8. تفکر تمدیدشده را فعال کنید. برای مسائل واقعاً سخت، و با راهنمایی کلی نه دستور ریز.

منطق این ترتیب یک زنجیرهٔ وابستگی است. مثال دادن وقتی معنا دارد که خودتان بدانید خروجی درست چه شکلی است — یعنی پلهٔ اول را رد کرده باشید. زنجیره‌سازی وقتی جواب می‌دهد که هر حلقه‌اش به‌تنهایی پرامپت سالمی باشد. تفکر تمدیدشده هم اگر روی صورت‌مسئلهٔ مبهم فعال شود، فقط ابهام را با دقت بیشتری بررسی می‌کند. به بیان دیگر: هیچ پلهٔ بالاتری، ضعف پلهٔ پایین‌تر را جبران نمی‌کند.

الگویی که چهار پلهٔ اول را یک‌جا اجرا می‌کند

این اسکلت را کپی کنید و جاهای خالی را با کار خودتان پر کنید. عمداً ساده نگه داشته شده تا بتوانید پله‌پله سنگینش کنید:

You are a senior product copywriter for an Iranian e-commerce brand.

<task>
Write a product description in Persian for the item described below.
</task>

<constraints>
- Length: 80-120 words.
- Mention exactly three technical specs, taken only from <data>.
- No superlatives, no invented features.
- Audience: a buyer comparing three similar products.
</constraints>

<examples>
<example>
<input>[a short spec sheet]</input>
<output>[the exact style you want, in Persian]</output>
</example>
</examples>

<data>
[paste the raw spec sheet here]
</data>

Think step by step inside <thinking> tags: pick the three specs that
matter most to a comparison shopper and say why. Then write the final
description inside <answer> tags.

در این یک قالب، هر چهار پلهٔ اول حاضرند: محدودیت‌های عددی و مخاطب مشخص (وضوح)، یک نمونهٔ کامل (مثال)، درخواست استدلال پیش از پاسخ (فکر کردن) و برچسب‌گذاری بخش‌ها (ساختار). اگر خروجی هنوز راضی‌تان نکرد، حالا می‌دانید پلهٔ بعدی کدام است — و نه اینکه کورکورانه جمله جابه‌جا کنید.

یک نکتهٔ عملی دربارهٔ ترتیب کار

پیشنهاد می‌کنیم هر بار فقط یک پله را اضافه کنید و روی همان ده ورودی آزمون بگیرید. اگر دو تغییر را با هم اعمال کنید و نتیجه بهتر شود، نمی‌دانید کدام‌یک کار کرده است — و در نسخهٔ بعد، همان تغییر بی‌اثر را با خودتان حمل می‌کنید. این عادت ساده، پرامپت‌های شما را از تلنباری از جمله‌های محتاطانه نجات می‌دهد.

اگر می‌خواهید عمیق‌تر روی تک‌تک پله‌ها کار کنید، درس نقش‌دهی به هوش مصنوعی پلهٔ پنجم را باز می‌کند و درس کنترل قالب خروجی پلهٔ اول و چهارم را. و اگر هدفتان ساختن سامانه‌ای است که خودش تصمیم بگیرد و ابزار صدا بزند، دورهٔ ایجنت ادامهٔ طبیعی همین نقشه است؛ چون قلب هر ایجنت، یک پرامپت خوب طراحی‌شده است.

جمع‌بندی

مهندسی پرامپت در روایت آنتروپیک، مجموعه‌ای از ترفندهای پراکنده نیست؛ یک روش کار است: اول معیار و آزمون و پیش‌نویس، بعد بالا رفتن از نردبانی که پله‌هایش به هم وابسته‌اند، و هر بار یک تغییر با یک اندازه‌گیری. مریم اگر همین را می‌دانست، سه هفته را به سه ساعت تبدیل می‌کرد.

و چرا این تکنیک کهنه نمی‌شود؟ چون آنچه یاد گرفتید دربارهٔ یک مدل خاص نیست. هر نسل تازه‌ای که می‌آید، پله‌های پایین نردبان را ارزان‌تر می‌کند — مدل‌های جدید مبهم‌گویی را بهتر تحمل می‌کنند — اما هیچ‌کدام مسئولیت تعریف «خروجی درست» را از دوش شما برنمی‌دارند. معیار موفقیت، مجموعهٔ آزمون و انضباط تغییرِ تک‌به‌تک، مستقل از نام و نسخهٔ مدل باقی می‌مانند. ابزارها عوض می‌شوند؛ روشِ سنجیدن، نه. شعار سری ما هم همین است: یادگیری میان‌بر ندارد؛ اما ابزار دارد.

منبع این درس، مستندات رسمی آنتروپیک است؛ ما آن را برای فارسی‌زبان‌ها درس کرده‌ایم.