مرداد
ChatGPT
آموزش نقشدهی به هوش مصنوعی (Role Prompting): جوابهای حرفهای با یک جمله
اگر جوابهای هوش مصنوعی برایت کلی، سطحی یا بیروحاند، احتمالاً یک قدم ساده را جا انداختهای: به مدل نگفتهای «چهکسی» باشد. نقشدهی یا Role Prompting یکی از کمهزینهترین و در عین حال پرتأثیرترین تکنیکهای پرامپتنویسی است که تنها با یک جمله، کیفیت خروجی را از حد یک جستوجوی معمولی به چیزی نزدیک به مشاورهٔ یک متخصص میرساند. در این آموزش قدمبهقدم یاد میگیری چطور این ترفند را درست به کار ببری.
لیست مطالب
۱) نقشدهی چیست و چرا اینقدر مؤثر است؟
نقشدهی سادهترین تعریفش این است: بهجای اینکه مستقیم سؤالت را بپرسی، اول به مدل بگویی نقش چهکسی را بازی کند. جملهٔ کوتاهی مثل «تو یک وکیل باتجربهٔ حقوق کار هستی» یا «بهعنوان یک معلم ریاضی دبستان توضیح بده» ظاهراً بیاهمیت به نظر میرسد، اما در عمل کل مسیر جواب را عوض میکند. این تکنیک مکملِ همان چیزهایی است که در اصول پایهٔ پرامپتنویسی گفته میشود و پایهٔ خیلی از تکنیکهای پیشرفتهتر مثل زنجیرهٔ تفکر و few-shot است.
چرا اینقدر مؤثر است؟ چون مدلهای زبانی روی حجم عظیمی از متن آموزش دیدهاند؛ و متنی که یک وکیل مینویسد با متن یک شاعر یا یک مهندس زمین تا آسمان فرق دارد. وقتی نقش را مشخص میکنی، در واقع به مدل میگویی از کدام «قفسهٔ ذهنی» سراغ کلمهها و ساختارها برود. نتیجه، جوابی است که هم لحن درستتری دارد و هم عمیقتر است.
مثال: «تو یک ویراستار حرفهای فارسی با تخصص در متنهای خبری هستی. پاراگراف زیر را روانتر و خبریتر کن، بدون اینکه معنا یا اعداد عوض شوند: [متن را اینجا بگذار]»
۲) دقیقاً چه اتفاقی داخل جواب میافتد؟
نقشدهی سه چیز را همزمان تنظیم میکند: واژگان، عمق و لحن. یک «متخصص تغذیه» بهطور طبیعی سراغ واژههایی مثل درشتمغذی و شاخص گلیسمی میرود؛ همان مفهوم را یک «معلم دبستان» با مثالهای ساده و جملههای کوتاه بیان میکند. بدون نقش، مدل مجبور است یک جواب «میانگین» بدهد که برای هیچکس دقیقاً مناسب نیست و معمولاً همان چیزی است که حس میکنی «کلی» و بیفایده است.
به بیان فنیتر، نقشدهی فضای احتمال جواب را باریک میکند و آن را به سمت خروجیهای تخصصیتر میبَرد. البته این جادو نیست؛ همانطور که در بحث تواناییها و محدودیتهای واقعی هوش مصنوعی اشاره شده، نقشدهی کیفیت و تمرکز را بالا میبرد اما جای دانش تخصصی واقعی و بازبینی انسانی را نمیگیرد. مدل با نقش «پزشک»، پزشک نمیشود؛ فقط شبیهتر حرف میزند.
مثال: «تو یک پزشک عمومی هستی. علائم سرماخوردگی و آنفولانزا را برای یک فرد غیرپزشک در یک جدول ساده مقایسه کن و در پایان در دو جمله بنویس چه زمانی حتماً باید به پزشک مراجعه کرد.»
۳) آناتومی یک پرامپت نقشمحور
یک پرامپت نقشمحورِ خوب معمولاً پنج جزء دارد: نقش، وظیفه، زمینه، مخاطب و قالب خروجی. لازم نیست همیشه هر پنج جزء حاضر باشند، اما یک قاعدهٔ ساده وجود دارد: هرچه اجزای بیشتری را روشن کنی، جواب دقیقتر و آمادهتر تحویل میگیری.
نقش میگوید مدل چهکسی باشد؛ وظیفه میگوید دقیقاً چه کاری انجام دهد؛ زمینه اطلاعات لازم برای انجام درست کار را فراهم میکند؛ مخاطب مشخص میکند جواب برای چهکسی نوشته میشود؛ و قالب خروجی شکل نهایی جواب — فهرست، جدول یا پاراگراف — را تعیین میکند. همین چند جزء کوچک، تفاوت میان یک جواب «قابلقبول» و یک جواب «قابلاستفاده» را میسازند.
مثال: «نقش: مشاور بازاریابی دیجیتال. وظیفه: سه ایدهٔ کمپین برای معرفی یک اپلیکیشن یادداشتبرداری پیشنهاد بده. زمینه: بودجه کم است و تمرکز روی دانشجوها. مخاطب: مدیر یک استارتاپ نوپا. قالب خروجی: برای هر ایده یک عنوان و دو خط توضیح بنویس.»
۴) نقش را دقیق و مشخص کن
بزرگترین اشتباه در نقشدهی، استفاده از نقشهای کلی است. «تو یک متخصص هستی» تقریباً هیچ کمکی نمیکند، چون هیچ جهتی به مدل نمیدهد. هرچه نقش مشخصتر باشد — حوزه، سطح تجربه و تمرکز — جواب حرفهایتر و عملیتر میشود.
مقایسه کن: «تو یک برنامهنویس هستی» در برابر «تو یک برنامهنویس پایتون با تخصص در پاکسازی داده و ۸ سال تجربه در پروژههای دادهکاوی هستی». جملهٔ دوم مدل را وادار میکند دقیقتر، فنیتر و کاربردیتر جواب دهد و حتی جزئیاتی را در نظر بگیرد که در حالت کلی از قلم میافتند. اگر تازه با ابزارهایی مثل ChatGPT کار میکنی، مجموعهٔ آموزشهای ChatGPT نقطهٔ شروع خوبی برای تمرین این نوع پرامپتهاست.
مثال: «تو یک متخصص سئوی تکنیکال با ۱۰ سال تجربه در فروشگاههای اینترنتی هستی. سه دلیل احتمالی برای افت ناگهانی ترافیک ارگانیک یک سایت فروشگاهی بگو و برای هر دلیل یک راه بررسی و یک راه رفع پیشنهاد بده.»
۵) مخاطب و لحن را تعیین کن
یک نقش واحد میتواند دهها لحن مختلف داشته باشد. «معلم فیزیک» برای یک کودک ۱۰ ساله باید کاملاً متفاوت از یک دانشجوی مهندسی حرف بزند. تعیین مخاطب و لحن، جواب را دقیقاً به اندازهٔ نیاز تو کوک میکند و از توضیحهای بیش از حد ساده یا بیش از حد پیچیده جلوگیری میکند.
یادت باشد لحن فقط «رسمی یا خودمانی» نیست؛ میتوانی سطح دانش مخاطب، هدف او از خواندن و حتی احساسی که باید منتقل شود را هم مشخص کنی. هرچه تصویر روشنتری از خواننده به مدل بدهی، جواب هدفمندتر میشود.
مثال: «تو یک معلم فیزیک دبیرستان هستی. مفهوم آنتروپی را طوری توضیح بده که یک دانشآموز پایهٔ دهم بفهمد؛ از یک مثال روزمره استفاده کن، از فرمول ریاضی پرهیز کن و کل توضیح را در حد پنج جمله نگه دار.»
۶) با محدودیتها جواب را مهار کن
نقشِ خوب بدون مرز میتواند پرحرف و از موضوع خارج شود. محدودیتها — طول، لحن، کارهای ممنوع و چیزهایی که نباید گفته شوند — به مدل میگویند در چه چارچوبی بماند. این دقیقاً همان چیزی است که خروجی را از «جالب ولی بلااستفاده» به «کوتاه و قابلاستفاده» تبدیل میکند.
محدودیتها هم به کیفیت کمک میکنند و هم به سرعت؛ وقتی مدل بداند جواب باید سه بند باشد یا زیر صد کلمه، انرژیاش را روی مهمترین نکات میگذارد. این کنترلِ خروجی، مکمل طبیعی نقشدهی است.
مثال: «بهعنوان کارشناس روابط عمومی، سه پیام کوتاه برای عذرخواهی بابت تأخیر در ارسال سفارش بنویس. هر پیام حداکثر دو جمله باشد، لحن صمیمی اما حرفهای، بدون وعدهٔ تخفیف و بدون اغراق.»
۷) نقشهای ترکیبی و «پنل متخصصها»
گاهی یک نقش کافی نیست. میتوانی از مدل بخواهی چند نقش را همزمان شبیهسازی کند تا یک موضوع را از چند زاویهٔ مختلف ببینی. به این کار «پنل متخصصها» میگویند و برای تصمیمگیری و ارزیابی ایدهها فوقالعاده است، چون نقاط کور را آشکار میکند. این نگاه چندزاویهای مخصوصاً در فضای کسبوکار ارزشمند است؛ همان چیزی که در اهمیت هوش مصنوعی در کسبوکار هم به آن پرداختهایم.
نکتهٔ کلیدی این است که به مدل بگویی هر نقش باید مستقل و از منظر خودش نظر بدهد، وگرنه جوابها شبیه هم میشوند. در پایان هم یک جمعبندی بخواه تا خروجی قابلاستفاده بماند.
مثال: «سه نفر را شبیهسازی کن: یک بازاریاب، یک مهندس محصول و یک کاربر نهایی. هرکدام دربارهٔ ایدهٔ «اپلیکیشن یادداشت صوتی با خلاصهسازی هوش مصنوعی» یک نکتهٔ موافق و یک نگرانی بگویند؛ سپس یک جمعبندی سهخطی از مهمترین نکات بنویس.»
۸) اشتباههای رایج در نقشدهی (و راهحل)
چند دام رایج وجود دارد که بیشتر جوابهای ضعیف از آنها سرچشمه میگیرند: نقش کلی و مبهم، نقش بیربط به وظیفه، انتظار معجزه از نقش بدون دادن هیچ زمینهای، و تناقض میان نقش و لحن (مثلاً «وکیل رسمی» با درخواست «لحن طنز کودکانه»). راهحل همهٔ اینها یک اصل مشترک دارد: نقش را مشخص، مرتبط با وظیفه و هماهنگ با بقیهٔ پرامپت انتخاب کن.
یادت باشد نقشدهی یک ابزار است، نه معجزه. درست مثل بحثی که در توهم توسعهدهندهٔ تنها در برابر مهندس واقعی مطرح شده، انتظار بیش از حد از یک ترفند ساده خودش به منبع خطا تبدیل میشود. نقشدهی را با زمینهٔ خوب و بازبینی نهایی ترکیب کن تا به بهترین نتیجه برسی.
مثال (نسخهٔ ضعیف در برابر قوی): ضعیف: «تو متخصصی، دربارهٔ بازاریابی بگو.» — قوی: «تو یک متخصص بازاریابی محتوایی برای کسبوکارهای کوچک هستی. سه ایدهٔ عملی برای جذب مشتری یک قنادی محلی در اینستاگرام بده که ماهی کمتر از ۵۰۰ هزار تومان بودجه دارد.»
۹) قالب آمادهٔ پرامپت نقشمحور
حالا وقت جمعبندی عملی است. این قالب را کپی کن و جای پرانتزها را با اطلاعات خودت پر کن. برای بیشتر کارها همین یک ساختار کافی است و هر جزئی که لازم نداری را میتوانی حذف کنی. پیشنهاد میکنم چند بار با تغییر دادن نقش و مخاطب، جوابها را با هم مقایسه کنی تا تفاوت را با چشم خودت ببینی.
مثال (قالب کپیشدنی): «تو یک [نقش دقیق + تخصص + سطح تجربه] هستی. وظیفهٔ تو این است که [کار مشخص را انجام دهی]. زمینه: [اطلاعات لازم]. مخاطب: [چهکسی جواب را میخواند]. محدودیتها: [طول، لحن، کارهای ممنوع]. قالب خروجی: [فهرست / جدول / پاراگراف].»
پرسشهای پرتکرار
آیا نقشدهی مدل را واقعاً «متخصص» میکند؟ نه. نقشدهی فقط سبک، تمرکز و لحن جواب را عوض میکند، نه دانش واقعی مدل را. برای موضوعهای حساس مثل پزشکی، حقوقی یا مالی همیشه جواب را با یک منبع معتبر بررسی کن و به آن به چشم مشورت اولیه نگاه کن، نه حکم نهایی.
نقش را اول بنویسم یا آخر؟ معمولاً ابتدای پرامپت بهترین جاست، چون از همان اول مسیر جواب را تعیین میکند. اما اگر پرامپت طولانی است، تکرار یکخطی نقش در انتها هم کمک میکند مدل از مسیر خارج نشود.
نقشدهی با کدام ابزارها کار میکند؟ با تقریباً همهٔ چتباتهای مطرح مثل ChatGPT، Gemini و Claude. برای آشنایی بیشتر با این ابزارها میتوانی اپنایآی و ChatGPT چیست را بخوانی و جدیدترین اخبار هوش مصنوعی را هم دنبال کنی.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
