گراف تفکر (Graph of Thoughts)؛ آموزش پرامپتی که ایده‌ها را به‌هم گره می‌زند

زنجیرهٔ تفکر مدل را وادار می‌کند قدم‌به‌قدم فکر کند و درخت تفکر اجازه می‌دهد چند مسیر را جدا امتحان کند؛ اما هر دو در پایان فقط یک شاخه را نگه می‌دارند. گراف تفکر (Graph of Thoughts) اما ایده‌ها را به‌جای رقابت، به هم گره می‌زند و از ترکیبشان جواب می‌سازد. در این آموزش یاد می‌گیری این تکنیک را بدون هیچ کدنویسی و فقط با ساختن یک پرامپت درست، روی کارِ واقعی خودت پیاده کنی.

گراف تفکر دقیقاً چیست؟

تصور کن یک مسئله را به مدل می‌دهی و به‌جای یک پاسخ خطی، از او می‌خواهی چند «فکر» جداگانه تولید کند. هر فکر یک گره است. حالا این گره‌ها می‌توانند به هم وصل شوند: دو ایده در هم می‌آمیزند و ایدهٔ تازه‌ای می‌سازند، یک ایده اصلاح می‌شود و نسخهٔ بهتری از خودش را می‌سازد، یا چند شاخه در یک جمع‌بندی نهایی به هم می‌رسند. حاصل، یک «شبکه از فکر» است، نه یک خط و نه یک درخت.

مهم‌ترین ویژگی این روش، مرحلهٔ ادغام است. در زنجیره و درخت، مسیرها موازی پیش می‌روند و در نهایت یکی انتخاب می‌شود؛ اما در گراف، خودِ ترکیبِ مسیرها بخشی از کار است. همین باعث می‌شود جواب نهایی از تک‌تک اجزایش پخته‌تر باشد.

مثال: «سه ایدهٔ کاملاً متفاوت برای نام یک فروشگاه قهوهٔ آنلاین بساز و هرکدام را جدا شماره بزن. سپس بهترین ویژگی هر سه اسم (آهنگ، معنا، به‌یادماندنی‌بودن) را در یک نام نهایی ترکیب کن و بگو هر بخش نام از کدام ایده آمده است.»

گراف با زنجیره و درخت چه فرقی دارد؟

در پرامپت‌نویسی پایه یاد می‌گیریم که مدل را قدم‌به‌قدم راه ببریم؛ این همان زنجیرهٔ تفکر است: یک مسیر، از A به B به C. درخت تفکر یک گام جلوتر می‌رود و چند مسیر موازی می‌سازد، هر مسیر را ارزیابی می‌کند و شاخهٔ ضعیف را هرس می‌کند. اما در درخت هر گره فقط یک والد دارد؛ یعنی شاخه‌ها هرگز با هم قاطی نمی‌شوند.

گراف تفکر همین قید را برمی‌دارد. یک گره می‌تواند از چند گرهٔ دیگر تغذیه کند. نتیجه این است که به‌جای «کدام مسیر بهتر است؟»، می‌پرسیم «چطور بهترینِ چند مسیر را در یک جواب جمع کنیم؟». این تفاوت ظریف، در مسائلِ باز و چندمعیاره تفاوت بزرگی در کیفیت خروجی می‌سازد.

مثال: «برای عنوان این ویدیوی یوتیوب سه سبکِ متفاوت پیشنهاد بده: یکی کنجکاوی‌برانگیز، یکی عددمحور، یکی احساسی. بعد یک عنوان نهایی بساز که کنجکاوی سبک اول و عددِ سبک دوم را با هم داشته باشد.»

ساختار سه‌مرحله‌ای پرامپت گراف

خبر خوب این است که برای استفاده از گراف تفکر لازم نیست هیچ ابزار یا کدی داشته باشی؛ کافی است پرامپت را در سه مرحلهٔ روشن بنویسی: تولید، ادغام، جمع‌بندی. مرحلهٔ اول چند ایدهٔ مستقل می‌سازد، مرحلهٔ دوم آن‌ها را در هم می‌بافد و مرحلهٔ سوم یک خروجی نهاییِ تمیز تحویل می‌دهد.

مثال: «مرحلهٔ ۱: سه استراتژی کاملاً متفاوت برای افزایش نرخ تبدیل صفحهٔ فروش پیشنهاد بده و هرکدام را جدا بنویس. مرحلهٔ ۲: نقطهٔ قوت اصلی هر استراتژی را در یک جمله مشخص کن. مرحلهٔ ۳: این سه را در یک استراتژی نهایی ادغام کن که نقاط قوت هر سه را داشته باشد و تناقض‌ها را حل کند و در پایان بگو چه چیزی را کنار گذاشتی و چرا.»

هنر مرحلهٔ ادغام

قلبِ گراف تفکر همین‌جاست. وقتی از مدل می‌خواهی چند خروجی را «ترکیب» کند، در عمل مجبورش می‌کنی تناقض‌ها را ببیند و حلشان کند، نه اینکه صرفاً یکی را انتخاب کند و بقیه را دور بریزد. یک ادغام خوب باید سه چیز را روشن کند: چه چیزی نگه داشته می‌شود، چه چیزی حذف می‌شود، و تکلیف تناقض‌ها چیست.

مثال: «این دو پاراگراف را که دو نویسندهٔ متفاوت نوشته‌اند در یک پاراگراف واحد ترکیب کن؛ لحن یکدست، بدون تکرار، و اگر جایی با هم تناقض دارند نسخهٔ دقیق‌تر را نگه دار و در یک جمله بگو چرا آن را انتخاب کردی.»

گراف تفکر برای تصمیم‌گیری

یکی از بهترین کاربردهای این روش، تصمیم‌های چندمعیاره است؛ جایی که هیچ گزینه‌ای به‌تنهایی کامل نیست. به‌جای اینکه از مدل بخواهی مستقیم «بهترین» را انتخاب کند، از او بخواه چند مسیر بسازد، نقاط قوت هرکدام را جدا کند و بعد یک راهکار ترکیبی بسازد. اگر با این نگاه بیشتر آشنا شوی، می‌بینی چقدر به شیوهٔ تصمیم‌گیری واقعی انسان‌ها نزدیک است.

مثال: «برای انتخاب شهر مقصدِ مهاجرت کاری، سه گزینه را از سه زاویهٔ متفاوت بررسی کن: هزینهٔ زندگی، فرصت شغلی، کیفیت زندگی. بعد یک جمع‌بندی بساز که وزن هر معیار را در نظر بگیرد و یک پیشنهاد نهایی با دلیل بدهد.» اگر می‌خواهی بدانی چرا این نوع کاربردها ارزش تجاری بالایی دارند، نگاهی به اهمیت هوش مصنوعی در کسب‌وکار بینداز.

گراف تفکر و مهار توهم

وقتی مدل مجبور می‌شود چند مسیر مستقل بسازد و بعد آن‌ها را با هم مقایسه و ادغام کند، احتمال اینکه یک ادعای اشتباه بی‌سروصدا از فیلتر رد شود کمتر می‌شود؛ چون همان ادعا باید در برابر مسیرهای دیگر دوام بیاورد. این یک سپر کامل نیست، اما لایه‌ای از خودبازبینی به کار اضافه می‌کند. برای درک بهتر مرزها و محدودیت‌ها، توان و محدودیت‌های واقعی هوش مصنوعی را هم بخوان.

مثال: «به این سؤال از سه زاویهٔ مستقل جواب بده و هر جواب را جدا بنویس. سپس نقاط مشترک هر سه را که با اطمینان درست‌اند در یک پاسخ نهایی جمع کن و هر ادعایی را که فقط در یکی از مسیرها آمده و مطمئن نیستی، جداگانه به‌عنوان «نیازمند بررسی» علامت بزن.»

گراف تفکر کِی می‌ارزد و کِی نه؟

این روش رایگان نیست؛ هر مرحله توکن و زمان بیشتری مصرف می‌کند. پس برای پرسش‌های ساده و تک‌جوابی مثل «پایتخت فرانسه کجاست؟» زیادی سنگین است و فقط منابع را هدر می‌دهد. جای درستِ گراف تفکر آنجاست که مسئله باز است، چند معیار دارد، یا می‌خواهی بهترین قطعاتِ چند ایده را کنار هم بگذاری: طراحی محصول، نوشتن استراتژی، ادغام چند پیش‌نویس، یا تحلیل یک تصمیم پیچیده.

مثال: «آیا این تسک به گراف تفکر نیاز دارد؟ اگر جواب یک واقعیت ساده است، فقط مستقیم پاسخ بده. اما اگر چند راه‌حل رقیب دارد، اول سه مسیر بساز و بعد ترکیبشان کن.» برای دیدن ابزارهای متنوع و تازه هم می‌توانی سری به آموزش‌های چت‌جی‌پی‌تی و اخبار هوش مصنوعی بزنی.

اشتباه‌های رایج در پیاده‌سازی

رایج‌ترین خطا این است که کاربر سه ایده می‌خواهد اما ایده‌ها در عمل شبیه هم‌اند؛ وقتی ورودی‌ها متنوع نباشند، ادغام هم چیز تازه‌ای نمی‌سازد. خطای دوم، فراموش‌کردنِ صریحِ مرحلهٔ ادغام است؛ اگر فقط بگویی «سه ایده بده»، مدل سه ایدهٔ جدا تحویل می‌دهد و کار ناقص می‌ماند. خطای سوم هم نادیده‌گرفتنِ تناقض‌هاست؛ باید صریح بخواهی که مدل تکلیف تضادها را روشن کند.

مثال: «سه ایده بده که از نظر رویکرد کاملاً متفاوت باشند — نه سه نسخهٔ کمی متفاوت از یک ایده. بعد در مرحلهٔ ادغام، فهرست کن کدام بخش از کدام ایده آمده و کدام تناقض را چطور حل کردی.» اگر دوست داری تفاوت مدل‌ها را در استدلال ببینی، مقایسهٔ چت‌جی‌پی‌تی و دیپ‌سیک نمونهٔ خوبی است.

پرسش‌های پرتکرار

گراف تفکر با درخت تفکر یکی نیست؟ نه. در درخت، شاخه‌ها هرگز با هم ترکیب نمی‌شوند و فقط یکی برنده می‌شود؛ در گراف، شاخه‌ها می‌توانند ادغام شوند و یک گره از چند گره تغذیه می‌کند.

برای این روش به ابزار خاصی نیاز دارم؟ نه. با همان چت معمولی و یک پرامپت سه‌مرحله‌ای (تولید، ادغام، جمع‌بندی) می‌توانی نسخهٔ عملی و دستی آن را اجرا کنی.

آیا همیشه بهتر از زنجیرهٔ تفکر است؟ نه. برای مسائل ساده گران و بیهوده است؛ ارزش واقعی‌اش در مسائل باز، چندمعیاره و ترکیبی است.