فقط یک جمله، مرز میان یک جواب معمولی و یک جواب حرفهای است. کافی است پیش از پرسیدن سؤال، به هوش مصنوعی «نقش» بدهید تا کیفیت پاسخها زیر و رو شود.

لیست مطالب
نقش دادن به مدل یعنی چه؟
وقتی از هوش مصنوعی چیزی میپرسید، مدل بدون هیچ راهنمایی مجبور است حدس بزند که شما دنبال چه سطحی از جواب هستید؛ عمومی یا تخصصی، رسمی یا خودمانی، کوتاه یا مفصل. «نقشدادن» یعنی همان ابتدای پرامپت مشخص کنید که مدل باید از زاویهٔ دیدِ چه کسی پاسخ بدهد؛ مثلاً یک وکیل، یک معلم، یک پزشک یا یک کارشناس بازاریابی. این کار درست مثل آن است که بهجای پرسیدن یک سؤال از «یک غریبه در خیابان»، همان سؤال را از یک متخصصِ همان حوزه بپرسید.
مدلهای زبانی روی حجم عظیمی از متن آموزش دیدهاند و سبکهای نوشتاری بیشماری را میشناسند. وقتی نقش میدهید، در واقع به مدل میگویید کدام بخش از این دانش را فعال کند. نتیجه این است که واژگان، لحن و حتی ساختار جواب به سمت همان تخصص میل میکند و از حالت عمومی و بیهویت خارج میشود.
چرا فقط یک جمله اینقدر فرق ایجاد میکند؟
بدون نقش، مدل تمایل دارد «امنترین» و عمومیترین جواب ممکن را بدهد تا به بیشترین تعداد آدم بخورد؛ و همین باعث میشود پاسخ کلی و کمفایده شود. با دادن نقش، دامنهٔ جواب محدود و هدفمند میشود. یک متخصص تغذیه به کالری و تعادل مواد فکر میکند، یک سرآشپز به طعم و دستور پخت؛ پس تعیینِ نقش در واقع تعیین میکند که جواب از کدام زاویه ساخته شود.
مثال عملی: پرامپت ضعیف در برابر پرامپت حرفهای
❌ پرامپت ضعیف:
یک برنامهٔ غذایی بده.
✅ پرامپت حرفهای:
تو یک متخصص تغذیه با ۱۰ سال تجربه هستی. برای یک فرد پرمشغله یک برنامهٔ غذایی سادهٔ یکهفتهای و کمهزینه بنویس.
هر دو درخواست از یک مدل پرسیده شدهاند، اما جواب دومی دقیقتر، کاربردیتر و مخصوص شماست. تنها تفاوت، یک جملهٔ کوتاهِ نقش در ابتدای پرامپت است. همین الگو را میتوانید تقریباً برای هر کاری به کار ببرید.
فرمول نوشتن یک نقش خوب
یک نقشِ کامل معمولاً چهار جزء دارد: نخست تخصص یا شغل («تو یک کپیرایتر هستی»)، دوم سطح تجربه («با ۱۰ سال سابقه»)، سوم مخاطب یا زمینه («برای یک فروشگاه اینترنتی پوشاک»)، و چهارم هدف («که میخواهد فروشش را بالا ببرد»). هرچه این چهار جزء دقیقتر باشند، جواب شخصیتر و کاربردیتر میشود.
تو یک کپیرایتر حرفهای با ۱۰ سال تجربه در تبلیغات دیجیتال هستی؛ برای یک فروشگاه اینترنتی پوشاک یک شعار تبلیغاتی کوتاه بنویس که حس اعتماد و شادی را منتقل کند.
چند نمونهٔ آمادهٔ نقش برای کارهای روزمره
برای بازبینی کد:
تو یک برنامهنویس ارشد پایتون هستی. این کد را بازبینی کن و باگها و مشکلات امنیتیاش را با توضیح ساده فهرست کن.
برای ایمیل کاری:
تو یک کارشناس فروش حرفهای هستی. یک ایمیل کوتاه و مؤدبانه برای پیگیری مشتریای که چند روز جواب نداده بنویس؛ لحن دوستانه اما قاطع باشد.
برای یادگیری و درس:
تو یک معلم صبورِ ریاضی هستی. مفهوم مشتق را طوری توضیح بده که یک دانشآموز دبیرستانی بفهمد، همراه با یک مثال از دنیای واقعی.
اگر تازه با پرامپتنویسی آشنا شدهاید، پیشنهاد میکنیم ابتدا راهنمای نوشتن پرامپت به زبان ساده را بخوانید و سپس سراغ مجموعه آموزشهای ChatGPT بروید تا مهارتتان کاملتر شود.
اشتباههای رایج در نقش دادن
چند خطای رایج باعث میشود این ترفند خوب جواب ندهد: دادن نقشِ کلی و مبهم مثل «تو یک متخصص باش» بدون گفتن تخصص دقیق؛ فراموشکردن مخاطب و هدف، چون نقش بدون زمینه نصفهکاره است؛ انتخاب نقشِ نامربوط به کار، در حالی که نقش باید کاملاً با درخواست همخوان باشد؛ و در نهایت توقع معجزه از نقش. نقش کیفیت را بالا میبرد، اما جای اطلاعات دقیق و تعیین قالب خروجی را نمیگیرد و بهتر است در کنار آنها استفاده شود.
پرسشوپاسخ کوتاه (FAQ)
آیا نقش دادن روی همهٔ مدلها کار میکند؟
بله؛ این ترفند یک اصل عمومی در پرامپتنویسی است و روی ChatGPT، جمینای، کلود و بیشتر مدلهای امروزی بهخوبی جواب میدهد.
نقش را کجای پرامپت بنویسم؟
همان ابتدای پرامپت و پیش از طرح درخواست، تا مدل از همان اول بداند باید از چه زاویهای پاسخ بدهد.
برای نقش چند کلمه کافی است؟
یک جملهٔ دقیق معمولاً کافی است؛ آنچه مهم است دقت است نه طول. یک نقشِ مشخص و کوتاه بهتر از یک پاراگراف مبهم عمل میکند.
این آموزش در کانال تلگرام ما هم منتشر شده است: مشاهده در تلگرام
