پرامپت برنامه‌ریز-مجری؛ اول نقشه بگیر، بعد اجرا کن

بیشتر کاربران وقتی از هوش مصنوعی جواب سطحی می‌گیرند، تقصیر را گردن مدل می‌اندازند؛ در حالی که مشکل جای دیگری است. آن‌ها یک کار چندمرحله‌ای را در قالب یک درخواست یک‌خطی به مدل داده‌اند و انتظار معجزه دارند. تکنیک «برنامه‌ریز-مجری» دقیقاً همین گره را باز می‌کند: اول نقشه، بعد اجرا. در این مقاله پرامپت آماده، منطق پشت آن، چهار نسخهٔ موقعیتی و اشتباه‌های رایجش را مرور می‌کنیم.

۱) برنامه‌ریز-مجری دقیقاً چیست؟

تصور کنید به یک پیمانکار می‌گویید «خانه‌ام را بازسازی کن». اگر پیمانکار بدون نقشه شروع کند، دیوار را می‌کوبد و بعد می‌فهمد لولهٔ آب از همان‌جا رد می‌شده است. حالا همان جمله را به یک مدل زبانی بدهید: «یک استراتژی محتوا برای برندم بنویس». مدل بلافاصله شروع به تولید متن می‌کند، چون آموزش دیده است که سریع پاسخ بدهد؛ نه اینکه اول فکر کند چه چیزهایی را نمی‌داند.

تکنیک برنامه‌ریز-مجری این رفتار پیش‌فرض را می‌شکند. شما مدل را به دو نقش تقسیم می‌کنید که پشت سر هم اجرا می‌شوند. در نقش اول، مدل «برنامه‌ریز» است: فقط اجازه دارد فهرستی شماره‌دار از مراحل بدهد و بگوید هر مرحله چه ورودی‌ای لازم دارد. در نقش دوم، مدل «مجری» است: نقشهٔ تأییدشده را برمی‌دارد و مرحله‌به‌مرحله پیش می‌رود.

نکتهٔ کلیدی، همان «منتظر تأیید بمان» است. این یک جملهٔ تشریفاتی نیست؛ نقطه‌ای است که شما می‌توانید پیش از سوخت‌شدن هزاران کلمه خروجی، مسیر را عوض کنید. اگر نقشه غلط باشد، اجرای بی‌نقصِ نقشهٔ غلط هیچ ارزشی ندارد.

۲) چرا جدا کردن نقشه از اجرا جواب می‌دهد؟

سه دلیل فنی پشت این تکنیک وجود دارد که هر سه قابل مشاهده‌اند، حتی اگر با مدل‌های امروزی کار کنید.

نخست، کاهش خطای انباشته. در یک پاسخ طولانی و بدون ساختار، اگر مدل در جملهٔ دهم فرض غلطی بگذارد، تا انتهای متن روی همان فرض بنا می‌کند. وقتی کار به مراحل مجزا شکسته می‌شود، هر مرحله مرز مشخصی دارد و خطا کمتر به مرحلهٔ بعد سرایت می‌کند.

دوم، آشکارشدن فرض‌های پنهان. نقشه‌نویسی مدل را مجبور می‌کند بگوید «برای مرحلهٔ سه به آمار فروش سه ماه گذشته نیاز دارم». همین جمله به شما نشان می‌دهد مدل قرار بوده چه چیزی را از خودش بسازد. طبق گزارش‌ها، بخش بزرگی از خروجی‌های نادرست مدل‌های زبانی از همین نقطه شروع می‌شود: داده‌ای که وجود ندارد و مدل جای خالی‌اش را پر می‌کند.

سوم، صرفه‌جویی در زمان و توکن. بازبینی یک فهرست هفت‌خطی چند ثانیه طول می‌کشد؛ بازبینی یک گزارش دوهزارکلمه‌ای چند دقیقه. اگر قرار است مسیر عوض شود، بهتر است در همان چند ثانیه عوض شود.

اگر تازه با مفاهیم پایهٔ پرامپت‌نویسی آشنا می‌شوید، پیشنهاد می‌کنیم پیش از ادامه، مرور کوتاهی بر پرامپت‌نویسی به زبان ساده داشته باشید؛ چون تکنیک‌های این‌چنینی روی همان پایه ساخته می‌شوند.

۳) متن کامل پرامپت

نسخهٔ اصلی و کوتاه پرامپت این است. آن را دقیقاً پیش از توضیح کارتان بنویسید:

برای کاری که می‌خواهم، اول یک نقشهٔ کامل و شماره‌دار از مراحل بده و منتظر تأیید من بمان. بعد از تأیید، مرحله‌به‌مرحله اجرا کن و در پایان هر مرحله نتیجه را گزارش بده.

و این نسخهٔ گسترده‌تر است که برای کارهای سنگین‌تر جواب بهتری می‌دهد:

نقش تو در این گفت‌وگو دو مرحله دارد. مرحلهٔ اول: برنامه‌ریز. فقط یک نقشهٔ شماره‌دار از مراحل انجام کار بده. برای هر مرحله بنویس چه ورودی‌ای لازم دارد، خروجی‌اش چیست و چقدر طول می‌کشد. هر جا اطلاعات کافی نداری، به‌جای حدس‌زدن، آن را در فهرست «پرسش‌های باز» بگذار. هیچ بخشی از کار اصلی را در این مرحله انجام نده. مرحلهٔ دوم: مجری. فقط بعد از اینکه من نوشتم «تأیید»، نقشه را از مرحلهٔ یک اجرا کن. در پایان هر مرحله، نتیجه را گزارش بده، بگو چه فرضی گذاشته‌ای و منتظر بمان تا بگویم مرحلهٔ بعد.

۴) کالبدشکافی پرامپت؛ هر جمله چه کار می‌کند؟

هیچ‌کدام از جمله‌های بالا تزئینی نیستند. بیایید تک‌تک را باز کنیم.

نقش تو دو مرحله دارد

این جمله چارچوب ذهنی مدل را از «پاسخ‌دهنده» به «مجری فرایند» تغییر می‌دهد. بدون آن، مدل هر دو کار را در یک پاسخ قاطی می‌کند و نقشه در دل متن گم می‌شود.

فقط یک نقشهٔ شماره‌دار بده

واژهٔ «فقط» مهم‌ترین کلمهٔ این پرامپت است. مدل‌های زبانی تمایل شدیدی دارند که کمک‌کننده به نظر برسند و بلافاصله بخشی از کار را هم انجام دهند. بدون محدودیت صریح، نقشه با پیش‌نویس مخلوط می‌شود.

چه ورودی‌ای لازم دارد و خروجی‌اش چیست

این بند نقشه را از یک فهرست کلی به یک قرارداد کاری تبدیل می‌کند. تفاوت «مرحلهٔ ۲: تحقیق بازار» با «مرحلهٔ ۲: تحقیق بازار — ورودی: فهرست پنج رقیب اصلی؛ خروجی: جدول مقایسهٔ قیمت و مزیت» از زمین تا آسمان است.

پرسش‌های باز

این بخش، دریچهٔ اطمینان مقاله است. به مدل اجازه می‌دهید نداند. بدون آن، مدل برای پرکردن جای خالی، عدد و نام از خودش می‌سازد؛ همان چیزی که در توان‌ها و محدودیت‌های واقعی هوش مصنوعی با جزئیات بیشتری بررسی شده است.

منتظر بمان تا بگویم تأیید

کلمهٔ رمز مشخص، از اجرای زودهنگام جلوگیری می‌کند. اگر فقط بنویسید «منتظر تأیید بمان»، بعضی مدل‌ها جملهٔ بعدی شما را هرچه باشد تأیید تلقی می‌کنند.

۵) چهار نسخهٔ موقعیتی

پرامپت پایه را می‌شود برای موقعیت‌های مختلف تنظیم کرد. چهار نسخهٔ پرکاربرد:

نسخهٔ نوشتن گزارش و مقاله

اول یک نقشهٔ شماره‌دار از ساختار این گزارش بده: عنوان هر بخش، هدف آن بخش، و منبع یا داده‌ای که برایش لازم است. تعداد کلمات پیشنهادی هر بخش را هم بنویس. چیزی ننویس تا بگویم تأیید. بعد از تأیید، فقط بخش شمارهٔ یک را کامل بنویس و بایست.

نسخهٔ کدنویسی و بازسازی پروژه

پیش از نوشتن هر خط کد، نقشهٔ تغییرات را بده: کدام فایل‌ها عوض می‌شوند، ترتیب تغییرات چیست، چه چیزی ممکن است بشکند و چطور تست می‌شود. اگر ساختار پروژه را نمی‌دانی بپرس. بعد از تأیید، فایل‌ها را یکی‌یکی و با توضیح تغییر ارائه بده.

نسخهٔ تصمیم‌گیری کسب‌وکار

برای این تصمیم، اول نقشهٔ تحلیل بده: چه معیارهایی باید سنجیده شود، هر معیار چه وزنی دارد و چه داده‌ای لازم است. گزینه‌ها را در این مرحله ارزیابی نکن. بعد از تأیید معیارها، گزینه‌ها را بر اساس همان چارچوب امتیاز بده.

نسخهٔ یادگیری و آموزش

می‌خواهم این موضوع را یاد بگیرم. اول یک مسیر یادگیری شماره‌دار بده: پیش‌نیازها، ترتیب مباحث، و برای هر مبحث یک تمرین سنجش. آموزش را شروع نکن. بعد از تأیید، فقط مبحث اول را با مثال توضیح بده و تمرینش را بپرس.

۶) چه وقت از این تکنیک استفاده نکنیم؟

برنامه‌ریز-مجری برای همه‌چیز مناسب نیست و استفادهٔ بی‌جا از آن، کار ساده را پیچیده می‌کند.

اگر درخواستتان یک پرسش واقعی کوتاه است — «پایتخت استرالیا کجاست» یا «این جمله را انگلیسی کن» — نقشه‌خواستن فقط یک رفت‌وبرگشت اضافه است. اگر دنبال ایده‌پردازی آزاد و طوفان فکری هستید، ساختار زودهنگام خلاقیت را محدود می‌کند؛ آنجا بهتر است اول واگرا شوید و بعد همگرا. و اگر کار کاملاً تکراری است و قالبش را از قبل می‌دانید، مستقیم قالب را بدهید.

قاعدهٔ سرانگشتی: هر جا کار بیش از سه مرحلهٔ وابسته به هم دارد، یا خروجی نهایی طولانی است، یا اشتباه‌کردن هزینه دارد، این تکنیک ارزش دو رفت‌وبرگشت اضافه را دارد.

۷) اشتباه‌های رایج و راه اصلاح

نقشهٔ خیلی درشت. اگر مدل سه مرحلهٔ کلی مثل «تحقیق، نگارش، بازبینی» بدهد، عملاً هیچ اطلاعاتی به شما نداده است. بنویسید «نقشه باید بین شش تا ده مرحلهٔ قابل اجرا داشته باشد».

اجرای زودهنگام. مدل نقشه می‌دهد و بلافاصله زیرش شروع به اجرا می‌کند. راه‌حل: در انتهای پرامپت بنویسید «پاسخ این پیام باید فقط شامل نقشه باشد و با جملهٔ «منتظر تأیید هستم» تمام شود».

فراموشی نقشه در میانهٔ کار. در گفت‌وگوهای طولانی، مدل ممکن است از نقشه فاصله بگیرد. در ابتدای هر مرحله بنویسید «مرحلهٔ چهارم از نقشه را اجرا کن» تا دوباره لنگر بیندازد.

تأیید بی‌فکر. پرخطرترین اشتباه، خودِ ماست. نقشه را سرسری می‌خوانیم و «تأیید» می‌نویسیم. کل ارزش این تکنیک در همان سی ثانیه‌ای است که نقشه را جدی می‌خوانید. این همان تفاوتی است که در توهم توسعه‌دهندهٔ تنها در برابر مهندس واقعی هم به آن اشاره شده است: ابزار خوب جای قضاوت انسانی را نمی‌گیرد.

۸) ترکیب با تکنیک‌های دیگر

برنامه‌ریز-مجری با چند تکنیک دیگر خوب جفت می‌شود. اگر مسئله چند مسیر حل محتمل دارد، اول از «درخت تفکر» استفاده کنید تا مسیرها مقایسه شوند، بعد مسیر برنده را با برنامه‌ریز-مجری اجرا کنید. اگر خروجی حساس است و صحت داده اهمیت دارد، بعد از اجرای هر مرحله یک گام راستی‌آزمایی اضافه کنید. و اگر کار سازمانی است، نقشهٔ تأییدشده را همان‌جا ذخیره کنید تا دفعهٔ بعد به‌جای ساختن از صفر، نقشهٔ قبلی را ویرایش کنید.

همین نکتهٔ آخر، تفاوت استفادهٔ تفننی و استفادهٔ حرفه‌ای از هوش مصنوعی است. نقشه‌های تأییدشده به‌مرور به کتابخانه‌ای از فرایندهای تکرارپذیر تبدیل می‌شوند؛ موضوعی که در اهمیت هوش مصنوعی در کسب‌وکار بیشتر بازش کرده‌ایم. آموزش‌های گام‌به‌گام بیشتر را هم در بخش آموزش‌های چت جی‌پی‌تی دنبال کنید.

پرسش‌های پرتکرار دربارهٔ پرامپت برنامه‌ریز-مجری

این تکنیک روی همهٔ مدل‌ها کار می‌کند؟

روی مدل‌های امروزی بله، اما کیفیت نقشه با توان استدلال مدل رابطهٔ مستقیم دارد. مدل‌های کوچک‌تر معمولاً نقشه‌های کلی‌تری می‌دهند و باید صریح‌تر بگویید چند مرحله می‌خواهید.

تفاوتش با زنجیرهٔ تفکر چیست؟

در زنجیرهٔ تفکر، مدل بدون توقف فکر می‌کند و جواب می‌دهد. در برنامه‌ریز-مجری، بین فکر و جواب یک ایست انسانی وجود دارد. به بیان دیگر، زنجیرهٔ تفکر شفافیت می‌دهد و برنامه‌ریز-مجری کنترل.

ریشهٔ علمی این روش چیست؟

نزدیک‌ترین مرجع دانشگاهی، مقالهٔ Plan-and-Solve Prompting است که در کنفرانس ACL سال ۲۰۲۳ ارائه شد و نشان داد ساختن یک نقشه پیش از حل مسئله، دقت استدلال بدون مثال را بالا می‌برد. همین ایده بعدها به الگوی طراحی عامل‌های هوش مصنوعی راه پیدا کرد.

اگر مدل نقشه را اجرا نکرد چه کنم؟

نقشه را دوباره در پیام خودتان کپی کنید و بنویسید «فقط مرحلهٔ شمارهٔ فلان را اجرا کن». تکرار نقشه در متن، قوی‌ترین لنگر برای بازگرداندن مدل به مسیر است.

آیا می‌شود مرحلهٔ تأیید را حذف کرد؟

می‌شود، ولی آن‌وقت بیشتر مزیت تکنیک از دست می‌رود. اگر عجله دارید، به‌جای حذف کامل، بنویسید «نقشه را بده و بلافاصله اجرا کن، ولی اگر جایی فرض مهمی گذاشتی اول از من بپرس».