کیفیت پاسخ هوش مصنوعی تا حد زیادی به کیفیت صورت مسئله وابسته است. پرامپت خوب لزوماً طولانی نیست؛ باید هدف، زمینه و شکل پاسخ مطلوب را روشن کند. با چند عادت ساده میتوان رفتوبرگشتهای اضافی را کم کرد و خروجی را از یک متن عمومی به پاسخی متناسب با نیاز واقعی تبدیل کرد.
هدف و مخاطب را در ابتدای درخواست بنویسید
بهجای «یک متن بنویس»، مشخص کنید متن برای چه کسی، در چه کانالی و با چه هدفی منتشر میشود. جملهای مانند «برای مدیر یک فروشگاه آنلاین، یک توضیح ساده و اجرایی بنویس» فضای پاسخ را دقیق میکند.
زمینه و داده کافی بدهید
اطلاعاتی که تصمیم را تغییر میدهد اضافه کنید: نوع محصول، لحن برند، محدودیت زمانی یا نمونه خروجی قبلی. اطلاعات نامرتبط فقط تمرکز را کم میکند. اگر داده حساس است، آن را ناشناس یا با نمونه ساختگی جایگزین کنید.
قالب خروجی و محدودیتها را مشخص کنید
تعداد بخشها، طول تقریبی، زبان، لحن و موارد ممنوع را صریح بنویسید. برای پاسخهای ساختاریافته میتوانید جدول، فهرست مرحلهای یا JSON درخواست کنید. محدودیت خوب باید قابلبررسی باشد، نه عبارتی مبهم مثل «خیلی حرفهای».
در چند مرحله اصلاح کنید
برای کار پیچیده ابتدا طرح کلی بگیرید، آن را اصلاح کنید و سپس هر بخش را توسعه دهید. درخواست نقد پاسخ قبلی و ارائه دو گزینه جایگزین نیز به کشف نقاط ضعف کمک میکند. نگه داشتن بخشهای درست و تغییر هدفمند یک قسمت، نتیجه را پایدارتر میکند.
چکلیست کاربردی
- نقش یا زاویه دید موردنیاز را تعیین کنید.
- هدف، مخاطب و زمینه ضروری را بنویسید.
- قالب، طول، لحن و محدودیتها را مشخص کنید.
- یک نمونه از خروجی مطلوب یا نامطلوب ارائه دهید.
- از مدل بخواهید فرضهای مهم را شفاف کند.
- پاسخ را مرحلهبهمرحله نقد و اصلاح کنید.
- اطلاعات و ادعاهای مهم را راستیآزمایی کنید.
جمعبندی
پرامپتنویسی یک فرمول جادویی نیست؛ نوعی تعریف دقیق مسئله است. هرچه معیار موفقیت روشنتر باشد، تشخیص خوب یا بد بودن پاسخ هم آسانتر میشود. از یک قالب ساده شروع کنید و آن را بر اساس نتایج واقعی خود بهبود دهید.