ساختار پرامپت حرفه‌ای: شش جزء برای گرفتن پاسخ دقیق از هوش مصنوعی

اگر تا به حال از هوش مصنوعی جوابی کلی و بی‌مصرف گرفته‌ای، در بیشتر موارد مشکل از مدل نیست؛ از ساختار پرامپت توست. در این راهنما یاد می‌گیری چطور با یک اسکلت شش‌بخشی، هر بار پرامپتی بنویسی که دقیقاً همان خروجی دلخواهت را تحویل بگیری — بدون رفت‌وبرگشت و بدون حدس‌زدن مدل.

۱) چرا «ساختار» از کلمات جادویی مهم‌تر است؟

خیلی‌ها دنبال یک «پرامپت جادویی» می‌گردند؛ یک جملهٔ باهوش که ناگهان کیفیت پاسخ را ده برابر کند. اما واقعیت این است که پرامپت‌نویسی حرفه‌ای بیشتر شبیه نوشتن یک بریف کاری دقیق است تا پیداکردن یک طلسم. هرچه شفاف‌تر بگویی چه می‌خواهی، مدل کمتر حدس می‌زند و خروجی به چیزی که در ذهن داری نزدیک‌تر می‌شود.

مدل‌های زبانی مثل یک همکار فوق‌العاده باهوش اما تازه‌وارد هستند: توانایی بالایی دارند، ولی هیچ‌چیز از زمینهٔ کار تو نمی‌دانند. وقتی فقط می‌نویسی «یک متن دربارهٔ قهوه بنویس»، مدل مجبور است دربارهٔ مخاطب، لحن، طول و هدف تو حدس بزند — و معمولاً میانگین‌ترین و کلی‌ترین حالت ممکن را انتخاب می‌کند. ساختار درست دقیقاً همین شکاف حدس‌زدن را پر می‌کند.

مثال: به‌جای «یک متن دربارهٔ قهوه بنویس» بنویس: «یک پاراگراف ۶۰ کلمه‌ای برای صفحهٔ محصولِ یک قهوهٔ اسپشیالتی بنویس؛ مخاطب حرفه‌ای‌های قهوه هستند؛ لحن گرم اما دقیق؛ روی عطر و منشأ دانه تمرکز کن.» همین چند قید ساده، خروجی را از یک متن عمومی به یک متن قابل‌استفاده تبدیل می‌کند.

اگر تازه پرامپت‌نویسی را شروع کرده‌ای، پیشنهاد می‌کنیم اول این راهنمای پرامپت‌نویسی برای مبتدی‌ها و مجموعهٔ آموزش‌های ChatGPT را ببینی تا با مفاهیم پایه راحت شوی.

۲) جزء اول — نقش (Role): به مدل هویت بده

اولین و ساده‌ترین ارتقا این است که در ابتدای پرامپت به مدل بگویی «چه کسی» باشد. وقتی نقش مشخص می‌کنی، مدل واژگان، سطح دانش و زاویهٔ نگاه متناسب با آن نقش را انتخاب می‌کند. «مثل یک وکیل توضیح بده» با «مثل یک معلم دبستان توضیح بده» دو دنیای کاملاً متفاوت از خروجی می‌سازد.

نقش‌دادن مخصوصاً وقتی مفید است که به تخصص یا لحن خاصی نیاز داری. یک «ویراستار سخت‌گیر» متن تو را بی‌رحمانه‌تر اصلاح می‌کند؛ یک «مشاور بازاریابی» به زاویهٔ فروش فکر می‌کند؛ یک «برنامه‌نویس ارشد» کد تمیزتر و اصولی‌تری می‌نویسد.

مثال: «نقش: یک متخصص سئو با ۱۰ سال تجربه باش. ۵ عنوان جذاب برای یک مقالهٔ وبلاگی دربارهٔ «خرید اولین دوربین عکاسی» پیشنهاد بده که هم کلیک‌خور باشند و هم کلمهٔ کلیدی اصلی را داشته باشند.» با همین یک خطِ نقش، پاسخ از حالت عمومی خارج و به سمت تخصص هدایت می‌شود.

۳) جزء دوم — وظیفه (Task): دقیق بگو چه می‌خواهی

وظیفه قلب هر پرامپت است: دقیقاً چه کاری باید انجام شود؟ رایج‌ترین اشتباه اینجا مبهم‌بودن است. فعل‌های دقیق به کار ببر: «خلاصه کن»، «مقایسه کن»، «بازنویسی کن»، «۱۰ ایده بده»، «اشکالات را پیدا کن». هرچه فعل روشن‌تر باشد، مدل بهتر می‌فهمد خروجی باید چه شکلی داشته باشد.

اگر کار چند مرحله دارد، مرحله‌ها را شماره‌گذاری کن. مدل‌ها وقتی دستور مرحله‌به‌مرحله می‌گیرند بسیار منظم‌تر عمل می‌کنند. همچنین از خواستن چند کارِ نامرتبط در یک پرامپت پرهیز کن؛ بهتر است هر پرامپت یک هدف روشن داشته باشد.

مثال: «وظیفه: این متن را در سه مرحله پردازش کن. ۱) در دو جمله خلاصه‌اش کن. ۲) سه نکتهٔ کلیدی را به‌صورت بولت بیرون بکش. ۳) یک عنوان جذاب برایش پیشنهاد بده.» این ساختارِ شماره‌دار باعث می‌شود هیچ بخشی از خواسته‌ات جا نیفتد.

۴) جزء سوم — زمینه (Context): پس‌زمینه و مخاطب را بده

زمینه همان چیزی است که تفاوت یک پاسخ متوسط و یک پاسخ دقیق را می‌سازد. مدل نمی‌داند مخاطب تو کیست، هدفت چیست و متن قرار است کجا استفاده شود — مگر اینکه بگویی. یک جملهٔ ساده مثل «مخاطب مدیران غیرفنی هستند» می‌تواند کل لحن و عمق پاسخ را تغییر دهد.

زمینهٔ مفید شامل این‌هاست: مخاطب کیست، پاسخ کجا استفاده می‌شود، چه سطحی از دانش را فرض کنیم، و چه چیزی قبلاً امتحان شده. اگر داده یا متنی داری که پاسخ باید بر اساس آن باشد، همان را هم داخل پرامپت بگذار تا مدل به‌جای دانش عمومی، از اطلاعات تو استفاده کند. برای درک بهتر اینکه چرا این زمینه‌دهی در کسب‌وکار اهمیت دارد، این مقاله دربارهٔ اهمیت هوش مصنوعی در کسب‌وکار مفید است.

مثال: «زمینه: من صاحب یک کافهٔ کوچک محله هستم و می‌خواهم اولین بار در اینستاگرام تبلیغ کنم. بودجه محدود است و مخاطبم ساکنان همان محله‌اند. وظیفه: سه ایدهٔ محتوایی ساده و کم‌هزینه برای دو هفتهٔ اول پیشنهاد بده.» مدل حالا به‌جای توصیه‌های کلیِ کتاب‌های بازاریابی، متناسب با شرایط واقعی تو جواب می‌دهد.

۵) جزء چهارم — نمونه (Few-shot): الگو نشان بده

این قدرتمندترین تکنیکی است که بیشتر مردم از آن غافل‌اند. مدل‌های زبانی استادِ تقلید الگو هستند؛ اگر یک نمونه از خروجی دلخواهت را نشان بدهی، مدل سبک، لحن و ساختار آن را کپی می‌کند. به این کار «few-shot» یا «آموزش با نمونه» می‌گویند و معمولاً کیفیت خروجی را چشمگیر بالا می‌برد.

نمونه مخصوصاً وقتی ضروری است که سبک یا فرمت خاصی در ذهن داری که توضیح‌دادنش با کلمات سخت است. به‌جای اینکه بگویی «لحن طنز اما حرفه‌ای»، فقط یک نمونه از آن لحن را نشان بده؛ مدل خیلی سریع‌تر منظورت را می‌گیرد.

مثال: «این سبک عنوان را ببین: «۵ اشتباه رایج در چای‌دم‌کردن که طعمش را خراب می‌کند». حالا با دقیقاً همین سبک و ساختار، سه عنوان برای موضوع «نگهداری از گیاهان آپارتمانی» بنویس.» با یک نمونه، خروجی از حدس‌زدن به تقلید دقیق تبدیل می‌شود.

۶) جزء پنجم — قالب خروجی (Format): شکل پاسخ را کنترل کن

اگر نگویی خروجی چه شکلی باشد، مدل معمولاً یک متن طولانی و پاراگرافی تحویل می‌دهد که همیشه آن چیزی نیست که می‌خواهی. با یک جملهٔ ساده کنترل را در دست بگیر: «خروجی را به‌صورت جدول بده»، «فقط سه بولت»، «در قالب JSON»، «حداکثر ۵۰ کلمه»، یا «به‌صورت گفت‌وگوی پرسش و پاسخ».

مشخص‌کردن قالب دو فایده دارد: هم پاسخ تمیزتر و قابل‌استفاده‌تر می‌شود، و هم کاری که بعداً باید روی خروجی انجام بدهی کم می‌شود. اگر می‌خواهی خروجی را مستقیم در جایی کپی کنی — مثلاً یک جدول در اکسل یا داده‌ای برای یک برنامه — قالب را دقیق مشخص کن.

مثال: «۵ ابزار هوش مصنوعی محبوب را مقایسه کن. خروجی را فقط به‌صورت یک جدول با این ستون‌ها بده: نام ابزار | کاربرد اصلی | رایگان یا پولی | یک نقطهٔ قوت. بدون هیچ توضیح اضافه قبل یا بعد از جدول.» حالا پاسخ دقیقاً همان‌طور که می‌خواهی ساختار می‌گیرد.

۷) جزء ششم — محدودیت‌ها (Constraints): مرزها را مشخص کن

محدودیت‌ها به مدل می‌گویند چه چیزی را رعایت کند و از چه چیزی پرهیز کند. این جزء ظریف اما بسیار مؤثر است. محدودیت‌های رایج شامل طول («حداکثر ۱۰۰ کلمه»)، لحن («رسمی نباش»)، واژگان («از اصطلاحات فنی استفاده نکن»)، و منع‌ها («کلیشه به کار نبر»، «وعدهٔ غیرواقعی نده») می‌شوند.

یک نکتهٔ مهم: محدودیت‌ها را مثبت بیان کن. به‌جای فهرست بلندی از «این کار را نکن»، بهتر است بگویی «چه کار بکن». مثلاً به‌جای «خیلی طولانی ننویس» بنویس «در حداکثر سه جمله جواب بده». مدل‌ها با دستورهای مثبت و مشخص بهتر کار می‌کنند. اگر می‌خواهی با مرزهای واقعی توانایی مدل‌ها هم آشنا شوی، این مقاله دربارهٔ توانایی‌ها و محدودیت‌های واقعی هوش مصنوعی را بخوان.

مثال: «یک پیام تبریک تولد برای یک همکار بنویس. محدودیت‌ها: حداکثر دو جمله، لحن صمیمی اما محترمانه، بدون شوخی شخصی، و بدون کلمهٔ «عزیز».» این قیدها خروجی را دقیقاً در چارچوبی که مناسب موقعیت است نگه می‌دارند.

۸) کنار هم بگذار: یک پرامپت کامل و اشتباهات رایج

حالا هر شش جزء را در یک پرامپت واقعی کنار هم می‌گذاریم تا ببینی چطور با هم کار می‌کنند. لازم نیست همیشه هر شش را بنویسی؛ برای کارهای ساده دو یا سه جزء کافی است، اما برای کارهای مهم، هرچه اجزای بیشتری اضافه کنی خروجی دقیق‌تر می‌شود.

مثال: «نقش: یک کپی‌رایتر باتجربه باش. وظیفه: یک ایمیل کوتاه برای معرفی یک دورهٔ آنلاین عکاسی بنویس. زمینه: مخاطب مبتدی‌هایی هستند که تازه دوربین خریده‌اند و از تنظیمات دستی می‌ترسند. نمونه: لحن ایمیل مثل صحبت یک دوست باتجربه باشد، نه یک تبلیغ رسمی. قالب: حداکثر ۱۲۰ کلمه، با یک عنوان جذاب و یک دکمهٔ فراخوان در پایان. محدودیت: بدون اغراق، بدون کلمهٔ «فوق‌العاده» و «بی‌نظیر».» این یک پرامپت کامل است و خروجی‌اش با «یک ایمیل تبلیغاتی بنویس» زمین تا آسمان فرق دارد.

سه اشتباه رایج که باید از آن‌ها پرهیز کنی: اول، مبهم‌بودن — «خوب بنویس» هیچ معنایی برای مدل ندارد. دوم، شلوغ‌کردن یک پرامپت با چند خواستهٔ نامرتبط. سوم، تسلیم‌شدن بعد از اولین جواب؛ پرامپت‌نویسی یک گفت‌وگوست، نه یک تک‌تیر. اگر جواب اول عالی نبود، بازخورد بده: «خوب بود، اما کوتاه‌ترش کن و لحن را صمیمی‌تر کن.» همین اصلاحِ تدریجی معمولاً شما را به بهترین خروجی می‌رساند. برای دیدن اینکه مدل‌های مختلف چطور به یک پرامپت پاسخ می‌دهند، این مقایسهٔ ChatGPT و DeepSeek نمونهٔ جالبی است.

پرسش‌های پرتکرار

آیا برای هر پرامپت باید هر شش جزء را بنویسم؟

نه. برای سؤال‌های ساده و روزمره، یک وظیفهٔ روشن کافی است. شش جزء یک چک‌لیست است، نه یک قانون اجباری؛ هرچه کار مهم‌تر و پیچیده‌تر باشد، اجزای بیشتری اضافه می‌کنی. برای کارهای مهم، حتی سه‌چهار جزء هم کیفیت را به‌طرز محسوسی بالا می‌برد.

آیا این ساختار روی همهٔ مدل‌ها کار می‌کند؟

بله. اصول نقش، وظیفه، زمینه، نمونه، قالب و محدودیت روی ChatGPT، Gemini، Claude، Grok و تقریباً هر مدل زبانی دیگری جواب می‌دهد، چون همهٔ آن‌ها بر پایهٔ درک زبان طبیعی کار می‌کنند. برای آشنایی بیشتر با شرکت سازندهٔ ChatGPT می‌توانی مقالهٔ OpenAI چیست را بخوانی.

چطور در پرامپت‌نویسی بهتر شوم؟

مثل هر مهارت دیگری، با تمرین. یک پرامپت بنویس، خروجی را ببین، و بعد آن را اصلاح کن. به‌مرور یاد می‌گیری کدام جزء بیشترین تأثیر را روی نوع کار تو دارد. دنبال‌کردن منابع به‌روز مثل اخبار هوش مصنوعی هم کمک می‌کند از تکنیک‌های تازه عقب نمانی.