پرامپت (Prompt) چیست؟ نحوه نوشتن پرامپت
چگونه یک پرامپت خوب بنویسیم

هوش مصنوعی با سرعت بالایی در حال تبدیل شدن به بخشی عادی از زندگی حرفه‌ای و شخصی همه‌ی ما می‌شود. اما آیا تا به حال از نتایجی که هوش مصنوعی برای شما ایجاد کرده ناراضی بوده‌اید؟ یا از خود بپرسید چگونه بیشتری بهره را از هوش مصنوعی ببریم؟
وقتی درباره هوش مصنوعی (AI) صحبت می‌کنیم، به ماشین‌های هوشمندی اشاره می‌کنیم که می‌توانند کارهایی را انجام دهند که قبلاً به هوش انسانی نیاز داشتند. این آموزش بر هوش مصنوعی مولد، مانند تبدیل متن به متن و تبدیل متن به تصویر، تمرکز دارد.

اگر نمی‌دانید هوش مصنوعی مولد چیه:

هوش مصنوعی مولد، هوش مصنوعی‌ای است که می‌تواند چیزی مانند موارد زیر را ایجاد کند:
متن
تصاویر
صوتی
فیلم‌ها
مدل‌های سه‌بعدی

هوش مصنوعی مولد، داده‌ها و ورودی‌های موجود از کاربر را تجزیه و تحلیل کرده و از آنها برای تولید این موارد استفاده می‌کند. دادن ورودی به هوش مصنوعی مولد، به عنوان پرامپت نویسی در هوش مصنوعی یا مهندسی سریع هوش مصنوعی شناخته می‌شود.
این مقاله مقدمه‌ای بر پرامپت نویسی برای هوش مصنوعی است، تا بتوانید از مزایای هوش مصنوعی به حداکثر بهره خود برسید. در ادامه به موضوع پرامپت چیست؟ و چگونه پرامپت بنویسیم؟ پرداخته می‌شود.

پرامپت چیست؟

پرامپت نویسی با هوش مصنوعی

یک پرامپت یا درخواست هوش مصنوعی، ورودی است که از طریق یک پلتفرم هوش مصنوعی مولد (GenAI)، مانند ChatGPT از OpenAI یا Microsoft Copilot، به یک مدل زبان بزرگ (LLM) ارسال می‌شود. این درخواست را می‌توان به عنوان یک سوال، دستور، جمله، نمونه کد یا شکل دیگری از متن تعریف کرد. برخی از LLMها همچنین از درخواست‌های غیرمتنی، از جمله فایل‌های تصویری و صوتی، پشتیبانی می‌کنند. پس از ارسال ورودی، پلتفرم هوش مصنوعی آن را در LLM اعمال می‌کند، که از ورودی به عنوان پایه‌ای برای تولید پاسخ مناسب استفاده می‌کند.

یک مدل هوش مصنوعی می‌تواند بسته به نحوه بیان پرامپت، چندین خروجی ارائه دهد. پرامپت می‌تواند به سادگی چند کلمه یا به پیچیدگی چندین پاراگراف باشد. همچنین ممکن است شامل مطالب یا تصاویر نقل قول شده برای بررسی باشد. هدف پرامپت، ارائه اطلاعات دقیق مورد نیاز مدل هوش مصنوعی برای تولید خروجی دقیق و مرتبط است. یک پرامپت هوش مصنوعی همچنین می‌تواند دنباله‌ای برای یک پاسخ LLM قبلی باشد، مانند درخواست جزئیات بیشتر یا ارائه اطلاعات اضافی برای بهبود پاسخ.

به عبارت دیگر، پرامپت شروع‌کننده مکالمه هستند: چه چیزی و چگونه چیزی را به هوش مصنوعی می‌گویید تا به گونه‌ای پاسخ دهد که پاسخ‌های مفیدی برای شما ایجاد کند. پس از آن، می‌توانید یک پرامپت ادامه‌دار بسازید و هوش مصنوعی بر اساس آن پاسخ دیگری تولید می‌کند. مثل این است که با شخص دیگری مکالمه داشته باشید، فقط در این حالت مکالمه مبتنی بر متن است و طرف صحبت شما هوش مصنوعی است.

اگر هنوز در مورد هوش مصنوعی اطلاعاتی ندارید این مطلب را بخوانید: هوش مصنوعی چیست؟

چرا پرامپت نویسی مهم است؟

از پرامپت‌ های هوش مصنوعی می‌توان برای ارسال طیف وسیعی از درخواست‌ها استفاده کرد. یک مدل هوش مصنوعی می‌تواند به سوالات پاسخ دهد، مقاله بنویسد، عبارات را ترجمه کند، تصاویر تولید کند، شعر خلق کند، کد برنامه‌نویسی را بررسی کند و موارد دیگر.
صرف نظر از مورد استفاده، پرامپت های هوش مصنوعی خوش‌ساخت برای مدل‌های هوش مصنوعی جهت ارائه نتایج دقیق و مرتبط ضروری هستند. اگر یک پرامپت هوش مصنوعی به طور ضعیف تعریف شده باشد، خروجی LLM ممکن است مبهم، گمراه‌کننده، خارج از موضوع، نادرست یا جانبدارانه باشد.

مزایای پرامپت نویسی موثر هوش مصنوعی

نوشتن پرامپت برای هوش مصنوعی

یک پرامپت با تعریف دقیق معمولاً موارد زیر را به همراه دارد:
پاسخ‌های دقیق: یک پیام هوش مصنوعی مؤثر، قصد کاربر را به مدل هوش مصنوعی منتقل می‌کند و آنچه را که برای تولید پاسخ‌های مناسب نیاز دارد، به آن می‌دهد.

✔ عملکرد بهبود یافته: هنگامی که پلتفرم هوش مصنوعی پاسخ‌های هدفمند ارائه می‌دهد، کاربران وظایف را سریع‌تر انجام می‌دهند و در زمان و منابع صرفه‌جویی می‌کنند.

✔ تجربه کاربری بهتر: پاسخ‌های ارزشمند، که پیام‌های خوش‌ساخت احتمال بیشتری برای آنها ایجاد می‌کنند، ارزش درک شده از سیستم‌های هوش مصنوعی را برای کاربران افزایش می‌دهند.

✔ تصمیم‌گیری و بهره‌وری بهبود یافته: کاربران می‌توانند در صورت دریافت اطلاعات به موقع و دقیق بر اساس پیام‌های هوش مصنوعی، زودتر تصمیمات آگاهانه بگیرند. دریافت درست این اطلاعات، تعاملات تکراری را کاهش می‌دهد. این امر هم بهره‌وری فردی و هم تصمیم‌گیری سازمانی را افزایش می‌دهد.

✔ خلاقیت بهبود یافته: پیام‌های هوش مصنوعی خوش‌ساخت می‌توانند پاسخ‌هایی ایجاد کنند که شامل ایده‌ها و دیدگاه‌های نوآورانه‌ای است که کاربران ممکن است قبلاً در نظر نگرفته باشند.

✔ سفارشی‌سازی: کاربران می‌توانند پیام‌های هوش مصنوعی خود را متناسب با نیازهای خاص خود تنظیم کنند. به عنوان مثال، بازاریابان می‌توانند با مشخص کردن لحن، سبک و موضوع، پیام‌ها را سفارشی کنند و در نتیجه محتوای منحصر به فردی متناسب با کمپین‌ها ایجاد شود. عناصر گرافیکی را می‌توان در پاسخ‌های هوش مصنوعی درخواست یا بازگرداند.

✔ یادگیری هدفمند: معلمان می‌توانند با استفاده از دستورالعمل‌ها، تجربیات یادگیری را شخصی‌سازی کنند تا محتوای آموزشی را با موارد استفاده یا الزامات تطبیق دهند. دستورالعمل‌ها همچنین می‌توانند ارزیابی‌های بلادرنگ و بازخورد سریع را برای دانش‌آموزان فراهم کنند.

✔ صرفه‌جویی در زمان: دستورالعمل‌های هوش مصنوعی با کاهش توضیحات تکراری و بازیابی سریع اطلاعات از مجموعه داده‌های بزرگ، ارتباطات بین زبان انسان و مدل‌های هوش مصنوعی را تسهیل و ساده می‌کنند.

چگونه یک پرامپت خوب بنویسیم؟

صرف نظر از پلتفرم هوش مصنوعی چه ChatGPT، Microsoft Copilot، Google Gemini، Stable Diffusion یا OpenAI Dall-E ؛ پرامپت هوش مصنوعی مؤثر برای دستیابی به نتایج مطلوب ضروری است. در اینجا چند نکته وجود دارد:

1- هدف را مشخص کنید.
قبل از نوشتن یک پرامپت، هدف و خروجی مورد انتظار را مشخص کنید. به عنوان مثال، از سیستم بخواهید که یک پست وبلاگ با کمتر از ۱۰۰۰ کلمه تولید کند یا مثلا تصویری از یک گربه با چشمان سبز و خز ضخیم را برگرداند.

2- مشخص باشید و زمینه را فراهم کنید.
دستورالعمل‌های دقیقی را که بر ویژگی‌های خاص، مانند ویژگی‌ها، شکل‌ها، رنگ‌ها، بافت‌ها، الگوها یا سبک‌های زیبایی‌شناسی تمرکز دارند، درج کنید. اطلاعات پس‌زمینه و زمینه را نیز درج کنید. به عنوان مثال، “ایجاد منظره” به اندازه “ایجاد یک منظره آرام با کوهی پوشیده از برف در پس‌زمینه، دریاچه‌ای آرام در پیش‌زمینه و خورشید در حال غروب که رنگ‌های گرم را در آسمان می‌تاباند” مفید نیست.

3- کلمات کلیدی یا عبارات را درج کنید.
در صورت امکان، کلمات کلیدی و عبارات مهمی را درج کنید که می‌توانند بهینه‌سازی موتور جستجو را تسهیل کرده و به انتقال ترجیحات اصطلاحات به مدل هوش مصنوعی کمک کنند.

4- پرامپت را دقیق و تمیز نگه دارید.
پرامپت باید تا حد امکان دقیق باشد و اطلاعات غیرضروری یا اضافی را حذف کند. باید تا جایی که لازم است طولانی باشد تا آنچه کاربر امیدوار است به آن دست یابد را به طور کامل منتقل کند.

5- از اصطلاحات متناقض خودداری کنید.
یک پرامپت باید از اصطلاحات متناقض اجتناب کند تا مدل هوش مصنوعی دچار سردرگمی نشود. به عنوان مثال، استفاده همزمان از «انتزاعی» و «واقع‌بینانه» در یک پرامپت ممکن است مدل را گیج کند.

6- سوالاتِ باز بپرسید.
سوالاتی که به صورت سوالات بله-خیر طراحی می‌شوند، در مقایسه با سوالات باز، خروجی محدودی دارند. به جای پرسیدن «آیا قهوه برای سلامتی شما مضر است؟»، سوال هوش مصنوعی می‌تواند بپرسد «برخی از مزایا و معایب مصرف قهوه بر سلامتی چیست؟»

7- از ابزارهای مناسب استفاده کنید.
چندین پلتفرم و ابزار هوش مصنوعی برای تولید سوالات و تولید محتوای با کیفیت بالا توسط هوش مصنوعی در دسترس هستند. سرویس‌هایی مانند ChatGPT، Dall-E و Midjourney به کاربران اجازه می‌دهند سوالات را سفارشی و تولید کنند.

چطور پرامپت حرفه‌ای برای تولید تصویر بنویسیم؟

فرمول ساده برای نوشتن پرامپت:
[موضوع اصلی] + [ویژگی‌ها/جزییات] + [سبک هنری] + [نور/حس‌وحال] + [کیفیت تصویر]

۱. شروع با ایده‌ی مرکزی (Core Idea)
باید مشخص شود موضوع چیه. مثلاً:
یک شاهزاده در دنیای فانتزی
شهر آینده در سال ۳۰۵۰
چای‌خانه سنتی ایرانی در باران

۲. اضافه‌کردن لایه‌های تصویری (Visual Layers)
به تصویرتان عمق دهید:
محیط اطراف (مثلاً جنگل، کویر، کوهستان)
لباس، اشیاء یا حیوانات همراه
حرکت یا حالت چهره

مثال:
به جای اینکه بنویسید: یک زن در باغ یا a woman in a garden
بنویسید:
زنی برازنده در باغ ایرانی پر از رزهای شکوفه‌دار، با لباسی سفید و روان، پروانه‌هایی که در اطراف پرواز می‌کنند. یا
a graceful woman in a Persian garden full of blooming roses, wearing a white flowing dress, butterflies flying around

۳. سبک هنری (Art Style)
سبک می‌تواند همه چیز را تغییر دهد. مثلاً:
واقع گرایانه: Realistic / Photorealistic
کارتونی: Anime / Cartoon
فانتزی‌های خاص: Cyberpunk / Futuristic / Steampunk
نقاشی کلاسیک: Baroque / Impressionist / Van Gogh style
سبک‌های گرافیکی: 3D render / Pixar style / Low poly

۴. نور، زاویه، رنگ (Lighting, Camera, Color)
هوش مصنوعی خیلی به این موارد حساسه:
Lighting: soft light, golden hour, neon light
Camera: wide-angle, close-up, aerial view
Color: pastel tones, vivid colors, monochrome

۵. کیفیت و تکنیک
در پایان پرامپت، این عبارات حرفه‌ای کیفیت را بالا می‌برند:
Ultra-detailed
8K / 4K resolution
Cinematic shot
Volumetric lighting
Depth of field

نکته طلایی: اگر می‌خواهید سبک خاصی را بسازید، می‌توانید از اسم نقاش یا عکاس هم استفاده کنید.

نمونه پرامپت حرفه‌ای:

A mystical Persian warrior woman with golden armor, standing on a mountain peak under a starry sky, holding a glowing sword, flowing hair in the wind, in the style of fantasy art, soft moonlight, cinematic lighting, ultra-realistic, 8K, highly detailed

غیر از مثال و نمونه بالا انواع پرامپت داریم که در قسمت بعدی اشاره می‌کنیم:

انواع پرامپت برای هوش مصنوعی

کلید به حداکثر رساندن ابزارهای هوش مصنوعی، درک انواع مختلف پیام‌هایی است که می‌توانید استفاده کنید. در زیر، مروری بر رایج‌ترین انواع پرامپت هایی که می‌توانید با هوش مصنوعی مولد استفاده کنید، ارائه داده شده:

1- پرامپت طبقه‌بندی
این پرسش‌ها از مدل هوش مصنوعی می‌خواهند که اطلاعات را بر اساس معیارهای مشخص، دسته‌بندی یا گروه‌بندی کند. این مدل ممکن است از دسته‌بندی‌ها، برچسب‌ها، توضیحات یا سایر طبقه‌بندی‌کننده‌ها برای مرتب‌سازی اطلاعات استفاده کند. کاربران زمانی که نیاز به توصیف اطلاعات یا سازماندهی یک مجموعه داده به روشی خاص دارند، به این نوع پرامپت مراجعه می‌کنند.
نمونه:
در مقایسه با سایر سهام انرژی خورشیدی، آیا NXT در هفت سال گذشته عملکرد خوبی داشته است یا ضعیف؟

2- پرامپت استدلال
پرسش‌های استدلال از ابزار هوش مصنوعی مولد می‌خواهند که در مورد یک مفهوم، مشکل یا سناریوی مشخص، نتیجه‌گیری‌ها و استنتاج‌های منطقی داشته باشد. این موارد می‌تواند از موقعیت‌های دنیای واقعی گرفته تا چالش‌های فرضی یا تخیلی متغیر باشد.
نمونه‌:
چگونه قطع برق بر ترافیک شهرهای بزرگ تأثیر می‌گذارد؟

3- پرامپت تکمیل
در این نوع درخواست، کاربر از مدل هوش مصنوعی مولد می‌خواهد که یک جمله، ایده یا مشکل ناقص را ادامه دهد یا گسترش دهد. با ارائه بخشی از محتوای ناتمام در پرامپت، کاربر به مدل یک نقطه شروع روشن برای ساختن می‌دهد. آن‌ها می‌توانند به فرآیند نوشتن کمک کنند، پاسخ سوالات دشوار را استخراج کنند یا به کاربر کمک کنند تا در یک کار یا پروژه ناتمام پیشرفت کند.
نمونه:
لطفاً این جمله را تمام کنید: فروردین فصل …

4- پرامپت خلاقانه
گاهی اوقات، افراد از ابزارهای هوش مصنوعی برای کمک به طوفان فکری یا تصور ایده‌های جدید هنری یا خلاقانه استفاده می‌کنند. این موارد شامل آثار ادبی مانند داستان‌ها، آهنگ‌ها و فیلمنامه‌های علمی تخیلی، همراه با آثار حرفه‌ای مانند تبلیغات، متن وب‌سایت و ایده‌های بازاریابی برند است. نمونه:
یک داستان تخیلی درباره پسری بنویسید که در مدرسه مورد آزار و اذیت قرار می‌گیرد، بر چالش‌های اجتماعی خود غلبه می‌کند و اعتماد به نفس پیدا می‌کند. در طول مسیر، دوستان و والدین او به تقویت عزت نفس او کمک می‌کنند.

5- پرامپت مقایسه
اگر می‌خواهید ویژگی‌های اشیاء، مفاهیم، محصولات، ایده‌ها یا متغیرهای مختلف را مقایسه کنید، استفاده از یک پرسش مقایسه را در نظر بگیرید. با این پرسش‌ها، کاربر به مدل هوش مصنوعی دستور می‌دهد تا دو یا چند چیز را در مقابل یکدیگر قرار دهد.
نمونه‌:
مشخصات ماشین پژو 207 با پژو 206 را مقایسه کنید.

6- پرسش‌های دیالوگ
اگر نویسنده‌ای هستید که روی داستان کار می‌کنید، ممکن است برای توسعه دیالوگ بین شخصیت‌ها به کمک نیاز داشته باشید. پرسش‌های دیالوگ به شما این امکان را می‌دهند که از هوش مصنوعی مولد برای ایده گرفتن از آنچه شخصیت‌هایتان ممکن است به یکدیگر بگویند، استفاده کنید.
نمونه:
من در حال نوشتن یک داستان کوتاه تخیلی هستم و برای دیالوگ‌هایم به کمک نیاز دارم. در نوشته من، صحنه‌ای وجود دارد که دو نفر در یک اتاق فرار مانده‌اند و باید بیرون بروند. در حین حرکت و خروج از اتاقی که فقط یک در دارد و پنجره‌ای ندارد، بین آنها دیالوگی ایجاد کنید.

7- پرامپت اطلاعاتی
این مورد شبیه به جستجوی یک موتور جستجو است. کاربر به دنبال اطلاعات یا حقایق خاص است. سوالات معمول شامل تحقیقات محصول، دانش تاریخی، سوالات بی‌اهمیت و اطلاعات پزشکی اولیه است. برای بهبود قابلیت اطمینان نتایج، کاربر می‌تواند از مدل بخواهد که منابع یا مراجعی را برای پشتیبانی از حقایق کلیدی ارائه دهد. یا می‌توانید از مدل هوش مصنوعی بخواهید که اطلاعات را از یک دامنه خاص و قابل اعتماد خلاصه کند.
نمونه:
خورشیدگرفتگی چیست؟
توضیح مختصری در مورد نحوه عملکرد آنتی‌بیوتیک‌ها ارائه دهید.

8- پرامپت تعاملی
شما می‌توانید به یک مدل هوش مصنوعی به عنوان یک چت‌بات نزدیک شوید و با آن طوری صحبت کنید که انگار با یک فرد عادی صحبت می‌کنید. می‌توانید از مدل هوش مصنوعی بخواهید که یک حرفه خاص را تقلید کند و یک تمرین آزمایشی از مکالمه مورد انتظار شما انجام دهد تا جالب‌ترین نتایج را به دست آورید. این می‌تواند به شما کمک کند تا برای مذاکره اجاره یا صفحه استخدام آماده شوید. یا می‌توانید از مدل هوش مصنوعی بخواهید که یک شخصیت داستانی از یک کتاب را تقلید کند و شما می‌توانید با آن شخصیت گفتگو کنید.
نمونه:
فرض کنید که شما مدیر استخدام در یک شرکت نرم‌افزاری هستید و من برای شغلی در تضمین کیفیت مصاحبه می‌کنم.

9- پرامپت خلاصه‌سازی
گاهی اوقات، می‌خواهید حجم زیادی از مطالب را به سرعت هضم کنید. شاید این یک مقاله ژورنالی برای تحقیقاتی باشد که انجام می‌دهید. یا شاید لازم باشد چندین سخنرانی اصلی موفق را بررسی کنید تا ایده‌هایی برای سخنرانی خودتان ایجاد کنید.
نمونه:
خلاصه‌ای از طرح و مضامین کتاب جنایت و مکافات داستایوفسکی ارائه دهید.

10- پرامپت ترجمه
شما می‌توانید از ابزارهای هوش مصنوعی مولد به عنوان مترجمان دیجیتال استفاده کنید. فقط به هوش مصنوعی زبانی را که می‌خواهید یک کلمه، عبارت یا بلوک متن را به آن ترجمه کند، بگویید.
نمونه:
ترجمه انگلیسی سخنرانی رئیس جمهور اکوادور از 11 آوریل 2017 را ارائه دهید.

نکات مهم و چالش پرامپت نویسی

✅ وارد کردن یک پرامپت و دریافت خروجی بسیار شبیه فرآیند گفتگو با شخص دیگری است. اما درست مانند مکالمه بین دو انسان، تعامل با هوش مصنوعی گاهی اوقات می‌تواند پیچیده باشد و هوش مصنوعی ممکن است فراموش کند که در کجای مکالمه بوده است. این دلیل دیگری است که تمرکز بیشتر بر روی مشکل می‌تواند رویکردی مفیدتر از تلاش‌های مکرر برای ایجاد دستورالعمل‌های بی‌نقص باشد.

✅ برخلاف موتورهای جستجوی سنتی، ابزارهای هوش مصنوعی مولد برای بازیابی اطلاعات به دنبال کلمات کلیدی نمی‌گردند. در عوض، هدف آنها درک و تعامل با پیام‌ها به روشی است که منعکس کننده نحوه ارتباط انسان است. این مدل‌ها با استفاده از قابلیت‌های NLP خود، می‌توانند پاسخ‌های بدیع و مرتبط با متن تولید کنند، نه اینکه به تطبیق کلمات کلیدی سفت و سخت متکی باشند. ظرافت‌های نحوه نوشتن پرامپت می‌تواند تأثیر عمده‌ای بر تفسیر مدل هوش مصنوعی و خروجی حاصل داشته باشد، بنابراین مهم است که برای چارچوب‌بندی دقیق و واضح پیام‌های خود وقت بگذارید.

✅ با وجود پیشرفت‌های سریع، هوش مصنوعی بی‌عیب و نقص نیست. همانطور که در یک حادثه CNET در سال 2023 مشخص شد که در آن محتوای تولید شده توسط هوش مصنوعی از نظر واقعی نادرست تشخیص داده شد و موارد مشابهی که هوش مصنوعی اطلاعات نادرست واقعی تولید کرده است را می‌توان به راحتی در بسیاری از محیط‌های مختلف، از جمله دانشگاه، یافت. ابزارهای هوش مصنوعی می‌توانند محتوایی تولید کنند که نادرست، گمراه‌کننده و حتی کاملاً ساختگی باشد (حتی اگر در ظاهر کاملاً منسجم و باورپذیر به نظر برسد). این مشکل آنقدر رایج است که به عنوان توهم هوش مصنوعی شناخته می‌شود. مهم است که هنگام پرامپت نویسی محدودیت‌های هوش مصنوعی را در نظر داشته باشید و همیشه با نگاهی انتقادی به نتایج نگاه کنید.

کامنت بگذارید

دیدگاهتان را بنویسید