نقش دهی به هوش مصنوعی چیست

قسمت ۱ — نقش‌دهی چیست و چرا جواب را عوض می‌کند

⏱ زمان مطالعه: حدود ۹ دقیقه✏️ تمرین دارد
آموزش · پرامپت‌نویسی

یک پرسش را دو بار از هوش مصنوعی می‌پرسی و دو جواب متفاوت می‌گیری؛ نه به این دلیل که پرسش را عوض کرده‌ای، بلکه چون بار دوم یک جمله به ابتدای آن اضافه کرده‌ای: «تو یک متخصص مالی هستی». این قسمت اول از سری «نقش‌دهی به هوش مصنوعی» است و به ساده‌ترین پرسش این حوزه پاسخ می‌دهد: نقش‌دهی چیست، چرا با یک جمله جنس جواب تغییر می‌کند، و چطور جملهٔ نقش را طوری بنویسی که واقعاً اثر بگذارد.

چکیده. نقش‌دهی یعنی پیش از طرح پرسش، مشخص کنی مدل از جایگاه چه کسی پاسخ بدهد. در این قسمت با تعریف دقیق نقش‌دهی، دلیل اثرگذاری آن، چهار جزء جملهٔ نقش، مقایسهٔ عملی یک پرسش با و بدون نقش، و مرز جاهایی که نقش کمکی نمی‌کند آشنا می‌شوی. ساختن پرسونای کامل با سابقه و مخاطب و محدودیت، موضوع قسمت بعد است. فهرست همهٔ قسمت‌ها را در صفحهٔ سری پرامپت‌نویسی ببین.
نقش دهی به هوش مصنوعی چیست

۱. نقش‌دهی دقیقاً چیست

هر پرسشی که از هوش مصنوعی می‌پرسی، یک پرسش پنهان دوم هم دارد: این پاسخ را چه کسی باید بدهد؟ وقتی می‌پرسی «چطور قیمت محصولم را تعیین کنم؟»، پاسخ یک حسابدار، یک بازاریاب و یک مشاور استارتاپ سه چیز متفاوت است. هر سه درست‌اند و هر سه به درد یک نفر نمی‌خورند.

نقش‌دهی یعنی این پرسش پنهان را خودت جواب بدهی، پیش از آنکه مدل به‌جای تو جوابش بدهد. با یک جملهٔ ساده در ابتدای پرامپت — «تو یک مشاور قیمت‌گذاری با ده سال تجربه در کسب‌وکارهای کوچک هستی» — تعیین می‌کنی پاسخ از کدام جایگاه بیاید.

مهم است بدانی نقش‌دهی دانش تازه‌ای به مدل اضافه نمی‌کند. آنچه تغییر می‌کند انتخاب است: از میان همهٔ چیزهایی که مدل می‌تواند بگوید، کدام‌ها را بگوید، با چه ترتیبی، با چه واژگانی و با چه فرض‌هایی دربارهٔ اینکه تو چقدر می‌دانی.

۲. چرا یک جمله جواب را عوض می‌کند

مدل زبانی متن را بر پایهٔ احتمال ادامه می‌دهد. وقتی متن با «تو یک متخصص تغذیه هستی» شروع می‌شود، احتمالِ ادامه‌هایی که در متن‌های نوشتهٔ متخصصان تغذیه دیده می‌شوند بالا می‌رود، و احتمال ادامه‌های عمومی پایین می‌آید. جملهٔ نقش در واقع دامنهٔ پاسخ را محدود می‌کند، و همین محدودشدن است که جواب را دقیق‌تر نشان می‌دهد.

این تغییر در چهار چیز خودش را نشان می‌دهد. اول، واژگان: اصطلاح‌های تخصصی جای توضیح‌های عمومی را می‌گیرند. دوم، ترتیب: آنچه یک متخصص اول به آن فکر می‌کند، اول می‌آید. سوم، فرض دربارهٔ مخاطب: مدل حدس می‌زند تو چقدر پیش‌زمینه داری. چهارم، چیزهایی که گفته نمی‌شوند؛ متخصص نکات بدیهیِ حوزهٔ خودش را حذف می‌کند و همین باعث می‌شود جواب فشرده‌تر و کاربردی‌تر شود.

پس اثر نقش‌دهی جادویی نیست. یک تغییر جهت است: از پاسخ متوسطِ همه‌پسند، به سمت پاسخی که برای یک مخاطب مشخص نوشته شده.

۳. آناتومی جملهٔ نقش

جملهٔ نقشِ مؤثر چهار جزء دارد. هرچه اجزای بیشتری داشته باشی، تفاوت خروجی محسوس‌تر می‌شود:

  1. عنوان تخصص. نه «کارشناس»، بلکه دقیق‌ترین عنوان ممکن: «کارشناس بهینه‌سازی نرخ تبدیل فروشگاه‌های اینترنتی».
  2. میزان تجربه. عددی مثل ده سال، به مدل می‌گوید عمق پاسخ در چه حد باشد و چقدر به تجربهٔ عملی تکیه کند.
  3. حوزهٔ کار. بازار، صنعت یا زمینه‌ای که در آن کار می‌کند؛ همین یک قید، مثال‌ها را از انتزاعی به ملموس تبدیل می‌کند.
  4. مخاطب پاسخ. برای چه کسی توضیح می‌دهد. «برای کسی که تازه شروع کرده» و «برای یک همکار حرفه‌ای» دو جواب کاملاً متفاوت می‌سازند.

یک قاعدهٔ ساده برای سنجش کیفیت جملهٔ نقشت: اگر بتوانی همان جمله را برای ده موضوع بی‌ربط استفاده کنی، هنوز کلی است. جملهٔ نقش خوب فقط به درد یک نوع پرسش می‌خورد.

چهار جزء جمله نقش در پرامپت نویسی

۴. مقایسهٔ عملی: یک پرسش، دو جواب

برای اینکه اثر نقش را واقعاً ببینی، باید هر دو حالت را کنار هم بگذاری. پرسش را ثابت نگه دار و فقط جملهٔ نقش را اضافه کن. مثلاً پرسش «چرا فروش فروشگاه اینترنتی من پایین است؟» را در دو حالت اجرا کن.

بدون نقش، معمولاً فهرستی عمومی می‌گیری: کیفیت عکس‌ها، سرعت سایت، قیمت، تبلیغات. همه درست، همه قابل حدس، و هیچ‌کدام قابل اقدام امروز. با نقش «کارشناس بهینه‌سازی نرخ تبدیل با ده سال تجربه در فروشگاه‌های کوچک اینترنتی که برای صاحب کسب‌وکار غیرفنی توضیح می‌دهد»، جنس پاسخ عوض می‌شود: به‌جای فهرست علت‌ها، معمولاً ترتیب بررسی می‌گیری — اول کجا را نگاه کن، چه عددی را با چه عددی مقایسه کن، و اگر آن عدد فلان بود یعنی مشکل کجاست.

وقتی این آزمایش را انجام دادی، سه چیز را مقایسه کن: آیا پاسخ ترتیب اقدام دارد یا فقط فهرست است؟ آیا مثال‌ها به حوزهٔ تو نزدیک شده‌اند؟ آیا نکات بدیهی حذف شده‌اند؟ اگر جواب هر سه مثبت بود، جملهٔ نقشت کار می‌کند. اگر نه، معمولاً یکی از چهار جزء بند قبل جا افتاده است.

۵. نقش کجا اثر دارد و کجا ندارد

نقش‌دهی ابزار همه‌کاره نیست و دانستن مرزش به‌اندازهٔ دانستن کاربردش مهم است. نقش‌دهی در این موقعیت‌ها بیشترین اثر را دارد:

  • پرسش‌های مشورتی. جایی که یک پاسخ قطعی وجود ندارد و زاویهٔ نگاه تعیین‌کننده است.
  • تنظیم سطح توضیح. وقتی می‌خواهی پاسخ برای مخاطب مشخصی نوشته شود، نه برای همه.
  • یکدست‌کردن لحن. وقتی چند خروجی می‌خواهی و باید همگی صدای واحدی داشته باشند.

و در این موقعیت‌ها تقریباً بی‌اثر است: پرسش‌هایی که یک پاسخ واقعیِ مشخص دارند، محاسبات، و کارهایی که کیفیتشان به داده بستگی دارد نه به زاویهٔ دید. نوشتن «تو یک ریاضی‌دان هستی» پیش از یک محاسبه، دقت را بالا نمی‌برد.

یک نکتهٔ مهم که در قسمت‌های بعدی سری بیشتر بازش می‌کنیم: نقش، اعتبار نمی‌سازد. مدلی که نقش پزشک گرفته، پزشک نشده و پاسخش همچنان باید با منبع واقعی سنجیده شود. نقش، شکل و زاویهٔ پاسخ را عوض می‌کند، نه درستی آن را.

۶. پرامپت آمادهٔ نقش‌دهی

این اسکلت هر چهار جزء جملهٔ نقش را دارد. بخش‌های داخل قلاب را با کار خودت جایگزین کن:

تو یک [عنوان تخصص دقیق] با [تعداد] سال تجربه در [حوزهٔ کار] هستی.
مخاطب تو [توصیف مخاطب: سطح دانش و نقش او] است.

پرسش من: [پرسش خود را اینجا بنویس]

در پاسخ:
- از جایگاه همان تخصص جواب بده، نه به‌صورت عمومی.
- به‌جای فهرست‌کردن همهٔ احتمال‌ها، ترتیب بررسی بده:
  اول چه چیزی را نگاه کنم، بعد چه چیزی.
- برای هر گام بگو چه چیزی را باید ببینم تا بفهمم مشکل همان‌جاست.
- نکاتی را که برای متخصص حوزهٔ تو بدیهی است حذف کن.
- اگر برای پاسخ‌دادن به اطلاعاتی نیاز داری که ندارم،
  اول همان را بپرس و بعد جواب بده.

دو بند آخر اهمیت ویژه دارند. حذف بدیهیات همان چیزی است که پاسخ را از حالت مقالهٔ عمومی بیرون می‌آورد، و اجازهٔ پرسیدن، مدل را از حدس‌زدن دربارهٔ وضعیت تو باز می‌دارد. اگر تازه با پرامپت‌نویسی آشنا می‌شوی، پرامپت‌نویسی برای مبتدی‌ها پایهٔ لازم را می‌دهد.

جاهایی که نقش دهی به هوش مصنوعی اثر ندارد

۷. سه اشتباه رایج در شروع

نقش کلی. «تو یک متخصص هستی» تقریباً هیچ اثری ندارد، چون هیچ دامنه‌ای را محدود نمی‌کند. متخصص چه چیزی، در چه بازاری، برای چه مخاطبی؟ هرچه عنوان باریک‌تر باشد، اثر بیشتر است.

نقش‌های تزئینی. افزودن صفت‌هایی مثل «باهوش‌ترین» یا «بهترین در جهان» چیزی به پاسخ اضافه نمی‌کند و فقط پرامپت را شلوغ می‌کند. آنچه اثر دارد مشخصات قابل تصور است، نه تعریف و تمجید.

نقش بدون خواستهٔ روشن. نقش جای پرسش دقیق را نمی‌گیرد. اگر خواسته مبهم باشد، بهترین نقش هم پاسخ مبهم می‌دهد. نقش زاویه را تنظیم می‌کند، اما هدف را تو باید بگویی. گام بعدی، تبدیل همین جملهٔ نقش به یک پرسونای کامل با سابقه، محدودیت و مخاطب مشخص است که در قسمت دوم، ساخت پرسونای دقیق برای مدل آموزش داده می‌شود.

۸. پرسش و پاسخ

جملهٔ نقش را اول پرامپت بنویسم یا آخر؟ اول. نقش باید پیش از پرسش بیاید تا کل پاسخ زیر سایهٔ آن ساخته شود. نقشی که بعد از پرسش می‌آید، معمولاً فقط لحن را کمی تغییر می‌دهد.

چند نقش هم‌زمان می‌شود داد؟ در همین سطح مقدماتی، یک نقش در هر پرامپت. ترکیب چند تخصص در یک جمله معمولاً هر دو را رقیق می‌کند. روش درست استفاده از چند نقش، موضوع قسمت‌های بعدی سری است.

در گفت‌وگوی طولانی نقش فراموش می‌شود؟ کم‌رنگ می‌شود، بله. اگر گفت‌وگو طولانی شد، در پیام تازه یک جملهٔ کوتاه یادآوری نقش بگذار، یا نقش را در دستور دائمی گفت‌وگو تعریف کن.

نقش‌دهی روی همهٔ مدل‌ها یکسان اثر می‌کند؟ نه دقیقاً؛ شدت اثر متفاوت است اما جهت اثر یکسان است. جملهٔ نقشی که چهار جزء دارد، تقریباً روی همهٔ مدل‌های امروزی تفاوت محسوس ایجاد می‌کند.

دو تمرین زیر مطالب این قسمت را تثبیت می‌کنند؛ دومی را روی پرسشی از کار واقعی خودت اجرا کن.

✏️ تمرین

کدام جملهٔ نقش بیشترین تفاوت را در جنس پاسخ ایجاد می‌کند؟

🔒

این تمرین ویژهٔ اعضاست

برای دیدن این بخش باید عضو ویژه (VIP) باشی. با شمارهٔ موبایلت وارد شو تا ۱۴ روز دسترسی رایگان فعال شود.

🎁 ورود / ثبت‌نام و شروع ۱۴ روز رایگان
قبلاً عضو شده‌ای؟ فقط کافی است وارد شوی. اشتراک: از ۱۹۹٬۰۰۰ تومان / ماه
جمع‌بندی. نقش‌دهی پاسخ‌دادن به پرسش پنهان هر پرامپت است: این جواب را چه کسی بدهد. با یک جمله که عنوان تخصص، تجربه، حوزهٔ کار و مخاطب را مشخص می‌کند، دامنهٔ پاسخ محدود می‌شود و خروجی از حالت عمومی به حالت قابل اقدام می‌رسد. اما نقش اعتبار نمی‌سازد و جای پرسش دقیق را نمی‌گیرد. در قسمت بعد این جملهٔ ساده را به یک پرسونای کامل تبدیل می‌کنیم. آموزش‌های کاربردی بیشتر را در بخش آموزش‌های هوش مصنوعی پیدا می‌کنی.
— (0 رأی)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *