پرامپت نویسی از صفر تا صد: ترفندهای تقویت پرامپت (قسمت 4)

ویدیو آموزشی

link alt لینک ویدیو: https://youtu.be/EeV_A9V0gOw
clock three مدت ویدیو: 17:51
category alt دسته بندی: Prompt Engineering
person chalkboard مدرس: پویا حیاتی
subtitles آنچه در این ویدیو می بینید:

در این ویدیو تکنیک‌های کاربردی برای تقویت پرامپت‌ها را یاد می‌گیرید. روش‌هایی مثل تقسیم مسئله به مراحل، دستورالعمل‌های مرحله‌ای، دادن نمونه و درخواست بازخورد از مدل آموزش داده می‌شوند.

Prompt Engineering E4

فهرست مطالب و زمان بندی ویدیو

0:00 – تکنیک های کاربردی تقویت پرامپت

1:13 – تکنیک تقسیم به مراحل (Decomposition)

4:58 – تکنیک استفاده از دستورالعمل‌های مرحله‌ای (Step-by-Step Instructions)

6:58 – تکنیک دادن نمونه (Example Injection)

13:56 – تکنیک درخواست بازخورد از مدل (Ask the AI to question you)

اگر می‌خواهید توانایی خود در پرامپت نویسی را افزایش دهید، این قسمت از دوره پرامپت نویسی (قسمت 4) مملو از ترفندهای عملی برای تقویت پرامپت است. در این مقاله با کلیدواژه‌های اصلی مانند پرامپت نویسی و تقویت پرامپت، تکنیک‌های کاربردی را به زبان ساده توضیح داده‌ایم تا هم ویدیو را بهتر بفهمید و هم بلافاصله از آن در پروژه‌هایتان استفاده کنید. برای مشاهده مثال‌های عملی و قالب‌های آماده، تا انتها همراه ما باشید و ویدیو را نیز تماشا کنید.

چرا تقویت پرامپت مهم است؟

پرامپت نویسی خوب تفاوت بین خروجی مفید و خروجی نامرتب را رقم می‌زند. تقویت پرامپت به معنی طراحی و تنظیم پیام‌ها به گونه‌ای است که مدل‌های زبانی پاسخ دقیق‌تر، مرتبط‌تر و قابل‌استفاده‌تری تولید کنند. وقتی پرامپت را تقویت می‌کنید، زمان پاسخ‌گرفتن با کیفیت بهتر و نیاز کمتر به تصحیح دستی صرفه‌جویی می‌شود.

علاوه بر این، پرامپت‌های تقویت‌شده به شما کمک می‌کنند تا کنترل بیشتری روی سبک، طول و ساختار پاسخ‌ها داشته باشید؛ امری که در تولید محتوا، کدنویسی، تحلیل داده و سایر کاربردهای حرفه‌ای حیاتی است.

تکنیک تقسیم به مراحل (Decomposition)

تقسیم مسئله یا Decomposition یعنی یک درخواست بزرگ را به چند گام کوچک‌تر و قابل مدیریت تقسیم کنیم. این کار باعث می‌شود مدل هر مرحله را دقیق‌تر پردازش کند و احتمال خطا کاهش یابد. مثلاً به‌جای پرسیدن «یک گزارش کامل بنویس»، می‌توانید ابتدا از مدل بخواهید «نکات کلیدی را استخراج کن»، سپس «ساختار گزارش را پیشنهاد بده» و در نهایت «متن هر بخش را تولید کن».

برای پیاده‌سازی عملی، در پرامپت خود فهرستی از مراحل مشخص بنویسید و از مدل بخواهید مرحله به مرحله پیش برود. اگر لازم است، نتایج هر مرحله را بازبینی و اصلاح کنید و سپس به مرحله بعدی بروید.

تکنیک دستورالعمل‌های مرحله‌ای (Step-by-Step Instructions)

دستورالعمل‌های مرحله‌ای مشابه تقسیم به مراحل هستند ولی تمرکز آن‌ها بر روش دقیق انجام هر قدم است. این تکنیک به‌ویژه وقتی که نیاز به خروجی ساختاریافته یا فرآیندی خاص دارید مفید است. به‌عنوان مثال، به‌جای «کد بنویس»، بنویسید «ابتدا تابعی تعریف کن که ورودی را اعتبارسنجی کند، سپس الگوریتم پردازش را اجرا کن و در نهایت خروجی را در فرمت JSON بازگردان».

در دستورالعمل‌های مرحله‌ای، از افعال روشن، ترتیب اقدامات و فرمت‌های خروجی مورد نظر (مثلاً طول، سبک نگارش، قالب فایل) استفاده کنید تا مدل بداند دقیقاً چه توقعی دارید.

تکنیک دادن نمونه (Example Injection)

دادن نمونه یا Example Injection به معنی نمایش نمونه‌های ورودی-خروجی به مدل است تا الگوی مورد نظر شما را یاد بگیرد. با ارائه چند مثال روشن از ساختار و سبک مورد انتظار، احتمال اینکه مدل خروجی مشابه تولید کند بسیار افزایش می‌یابد. این روش در تولید محتوا، پاسخ به ایمیل‌ها و تبدیل فرمت‌ها بسیار کارآمد است.

برای بهترین نتیجه، مثال‌ها را کوتاه، متنوع و مرتبط نگه دارید. نشان دهید که چه چیزی مطلوب است و چه چیزی نیست (مثلاً مثال‌های «خوب» و «بد») تا مدل تفاوت‌ها را بهتر بفهمد.

تکنیک درخواست بازخورد از مدل (Ask the AI to question you)

یکی از تکنیک‌های پرقدرت، درخواست از مدل برای پرسیدن سوالات از شما یا چالش‌کردن فرضیات است. با این کار، مدل می‌تواند نقاط مبهم یا اطلاعات ناقص در پرامپت را شناسایی کرده و از شما جزئیات بیشتری بخواهد. این چرخه پرسش و پاسخ باعث می‌شود پرامپت نهایی دقیق‌تر و کامل‌تر شود.

برای استفاده عملی، از مدل بخواهید «قبل از تولید نهایی، سوالاتی که برای تکمیل کار نیاز دارد بپرسد» یا «نکات مبهم را فهرست کند». سپس به سوالات پاسخ دهید و دوباره از مدل خروجی بخواهید.

مثال‌های عملی و قالب‌های پرامپت

برای روشن‌تر شدن موضوع، چند قالب ساده ارائه می‌کنیم: 1) قالب تقسیم به مراحل: «مرحله 1: تحلیل مسئله …؛ مرحله 2: استخراج نکات …؛ مرحله 3: تولید متن …». 2) قالب نمونه‌دهی: «مثال 1 (خروجی مطلوب): …؛ مثال 2 (خروجی نامطلوب): …». 3) قالب درخواست بازخورد: «قبل از تولید نهایی، لطفاً ۵ سوال برای شفاف‌سازی بپرس».

این قالب‌ها را متناسب با نیازتان تنظیم کنید و در پروژه‌هایتان ذخیره کنید تا به‌مرور زمان مجموعه‌ای از پرامپت‌های بهینه شده داشته باشید.

اشتباهات رایج و نکات بهینه‌سازی

چند اشتباه رایج در پرامپت نویسی شامل درخواست‌های مبهم، ندادن نمونه، و انتظار برای خروجی کامل از یک پرسش طولانی است. برای جلوگیری از این موارد، همیشه پرامپت را کوتاه، شفاف و مرحله‌ای نگه دارید و از نمونه‌ها استفاده کنید.

نکات بهینه‌سازی: 1) همیشه یک هدف روشن مشخص کنید، 2) فرمت خروجی مورد نظر را تعیین کنید، 3) از بازخورد مدل برای تصحیح پرامپت استفاده کنید، و 4) پرامپت‌ها را آزمایش و نسخه‌بندی کنید تا بهترین نتیجه ثبت شود.

جمع‌بندی و گام‌های بعدی

در این قسمت آموختید چگونه با استفاده از تکنیک‌های تقسیم به مراحل، دستورالعمل‌های مرحله‌ای، دادن نمونه و درخواست بازخورد از مدل پرامپت‌های دقیق‌تری بسازید. هر تکنیک مزیت خاص خود را دارد و ترکیب آن‌ها اغلب بهترین نتیجه را می‌دهد.

گام بعدی: ویدیو را تماشا کنید تا مثال‌های عملی را ببینید، قالب‌ها را دانلود و پرامپت‌های خود را آزمایش کنید. با تمرین مداوم و ثبت نتایج، مهارت پرامپت نویسی شما به سرعت تقویت خواهد شد.

آنچه در ویدیو گفته ام

اما رسیدیم به بحث جذاب و باحال این دورهمون یعنی ترفندهای تقویت پرامت یه جمله اینجا من براتون نوشتم ترفندها در اصل نکاتی هستند که باعث میشن یه پرامت معمولیتون بشه یه پرامت حرفه‌ای حتی اگر پرامتتون ساختار خوبی داشته باشه ممکنه خروجیش اون چیزی که شما می‌خواین بازم نباشه پس استفاده از این ترفند ها هم بسیار بسیار می‌تونه کمک بکنه به خود پرامتون و ساختار پرامپتتون که دوباره نتیجه بهتری بگیرید. یعنی همه این‌ها در نهایت هدفش نتیجه بهتره. اما بریم ترفندها رو با همدیگه ببینیم و لذتشو ببریم. این ترفندهایی که اینجا بهتون میگم دقیقاً ترفندهایی هستش که اینجوری نیستش که همشو همزمان استفاده بکنیم. این نکته رو اولش بگم. اینج‌وری نیستش. مثلاً میگی ما تا ترفند داریم همه رو تو یه پرامت می‌گفتیم. نه با توجه دوباره به کاری که داریم میایم از ترفندهای متفاوت استفاده می‌کنیم. یعنی همه رو با همدیگه چیز نمی‌ریزیم توی یه ظرف. اول تقسیم‌بندی به مراحله. اگر یه کار بزرگ داریم میایم میگیم قدم به قدم برای من انجام بده. آقا من می‌خوام یه برندسازی بکنم. خب بیاین با همدیگه یه مثال من اینجا براتون بزنم برای من کتابچه برند سازی شخصی تولید کن. البته اینجا بماندا دوباره با توجه به من صحبتهایی که باهاش کردم ببین اینجا چی به من داد آپدیت سیو مموری یعنی داره با توجه به مموری قبلی که ما با همدیگه صحبت کردیم از من سؤال می‌پرسه حالا من میگم بدون سؤال از من انجام بده حالا بهتون میگم چهجوری من چیکارش کردم که از من سؤال بپرسه خب شروع می‌کنه برای من اینو درست کردن و بعدم من اینو می‌خونم میخواد یه صفحه هم برای من این برندسازی شخصی رو انجام بده حالا من اینو پازش می‌کنم خب اینجا اومدم یه کار خیلی بزرگ رو ازش درخواست دادم و این میخواد مثلاً یه صفحه برای من درست کنه اما اومدمو شروع کردم به خوندن دیدم اه این مثلاً صفحه سوم چهارمش اصلا اینا به درد من نمی می‌خوره. خب چون شما یک پک بزرگ ازش خواستین و اومدین گفتین که برات انجام بده. ببینید این درست کردنشو انجام میده‌ها ولی اینکه به به درد شما بخوره نامشخصه. برای همین اول باید بیاین چیکار کنین؟ بیایم کارمونو خورد بکنیم. یعنی تکنیک خورد کردن. میام ازش می‌پرسم برای برندسازی شخصی و درست کردن کتابچه برند چه مراحلی باید انجام شود؟ تا زود پرامتامم خیلی ساده دارم بهش میدم و این بهخاطر اینکه نمی‌خوام وقتتون زیاد گرفته بشه دارم فقط تکنیکو بهتون نشون میدم خب حالا شروع کرد چیکار کرد مرحله به مرحله برای من داره میگه که چه اتفاقی بیفته خب پس خودم توسط هوش مصنوعی اول اومدم که یه کار بزرمو به یه چند تا مرحله تبدیلش کردم حالا این مرحله تا فکر کنم تا تا مرحله ادامه پیدا بکنه و این تا مرحله و نمیدونم تا تا مرحله شاید حتی داشته باشه حالا میام مرحله مرحلهش کردم میگم که خب حالا که می‌خوای برای من بدنسازی شخصی انجام بدی اول مرحله یکو با توجه به همین موارد برای من ایجاد بکن یکو ایجاد می‌کنه من باهاش صحبت می‌کنم بازخورد میدم اصلاح می‌کنم موردایی که مشکل داشت و بهین نمی‌کنم میگم خب حالا اینی که نهایی شدو برای من فریزش کن یعنی این م مرحله یکم اوکی شد حالا بر اساس مرحله یک برو مرحله مرحله رو تموم کن برو مرحله سه و اینجوری به شما خروجی خواهد داد که در نهایت برای شما بهتر خواهد بود پس من اومدم از تکنیک تقسیم کردن به مراحل کوچیک‌تر استفاده کردم تا بتونم نتیجه بهتری بگیرم خب یا اگه یه جاش به مشکل خوردم بتونم ازش استفاده بکنیم. تکنیک بعدی استفاده از دستورال عمل مرحله‌ایه. یه موقع هست من این کارو خودم تقسیم می‌کنم یه بار میگم که آقا خودت من همین یه کار کوچولویی که بهت دادم این هم به من م مرحله مرحله بده. مثلاً می‌خوام در جیمیل ثبت نام بکنم خب میام اینجا ازش می‌پرسم که می‌خواهم نه اصلاً بذار یه دونه جذاب‌تر بگم. میگم می‌خوام یه فیلم تبلیغاتی مثلاً ثانیه‌ای در اینستاگرام تنها و فقط با کمک هوش مصنوعی بسازم به صورت مرحله‌ای منو راهنمایی کن. حالا چار تا چیز دیگه هم می‌تونم بهش بگم که بهتر باشه. خب حالا شروع می‌کنه همون کاری که می‌خواستمو به من مرحله‌ای جواب میده. آقا مرحله یک مشخص کردن هدفته. مرحله دوم نوشتن اسکریپتته. مرحله سوم تولید صدا بیا تولید صداتو از ابزار لبز انجام بده همون که توی دوره ماو بهتون معرفی کردیم می‌خوای ویدیو بسازی بیا با این متنو وارد بکن صدا رو آپلود بکن ببین دونه دونه داره به شما میگه برو گزینه سه این کارو بکن مرحله پنجم ویرایشش بکن پنجم این کار بعد مرحله ششم آپلود و انتشارش بکن و دونه دونه همه اینا رو به شما مرحله وار جواب میده میگی ا خب اینجوری راحت تر شد. حالا من می‌تونم دونه دونه انجام بدم و هر جا مشکل داشتم میگم من تو مرحله د مشکل خوردم بیشتر راهنماییم رو برای من انجام بده. تکنیک سوم دادن نمونهست. دادن نمونه می‌تونه باعث بشه که هوش مصنوعی شما بفهمه شما ازش چی میخواین. خیلی جالبه. من برای این مثال بذارید یه عکس رو براتون بیارم تا بهتون بهتر نشون بدم. خب این عکسو اگر ببینید این عکس عروسک‌های معروف لبوبوئ لبوبوئ همچین چیزی حالا من خیلی راجع بهش اطلاع ندارم ولی داستانش این بودش که این عکس‌ها بسیار مد شده بود و داشتن درست می‌کردن و من خواستم که خودم برای این عکس‌ها پرامپت بنویسم یعنی یک پرامپتی بنویسم که بتونم این عکس‌ها رو تولید بکنم اما مشکل چی بود چت جی پیتی نمی‌تونست این عکسا رو تولید بکنه و من پرامتی که براش می‌نوشت می‌نوشتم خیلی عکسای به درد نخوری تولید می‌کرد. اومدم چیکار کردم؟ اومدم بهش گفتم که بریم با همدیگه با مثال بگم. اومدم که می‌خواهم عکس‌هایی به سبک عروسک حالا ل بود. تولید کنم د تا عکس اولیه و نهایی رو بهت میدم و پرامت تولید اینگونه عکس‌ها رو بهم بده. بذارین من فایلم رو بهش بدم مثلاً این عکس اولیم منتظر باش عکس این عکس اولیهمو که بهش دادم اینم عکس دومی اینم عکس تبدیل شده حالا بیا بهم پرامت تولید اینگونه عکس‌ها رو بتمیم خب عملاً اومدم بهش یه مثال دادم یعنی توضیح زیادی بهش ندادم با ذکر یک مثال دارم براش این کارو انجام میدم میگه عالیه حالا با توجه به عکس اصلی و نسخه نهایی در سبک فلان یک پرامت دقیق بهت میدم که بتونی با ابزارهایی مثل مثلاً لئوناردو بینگ فلان می جرنی چیکار کنی؟ عروسک‌های استایل لبوبو لبوبو رو بسازی. بریم پایین‌تر. ببینید این شد پرامت من. کی به من داد؟ خودش به من داد. من اصلاً ننوشتم. اما این رو با چی ازش گرفتم؟ با ذکر یک مثال ازش گرفتم. حالا کوتاه من میومدم بهش توضیح می‌دادم. عروسک لبوبو یعنی اینکه گوش‌هاش اینجوری باشه. دور موهاش اینجوری باشه. چشاش این‌جوری باشه نمی‌دونم لباسش این شکلی باشه بر اساس لباس فلان ب خب خب سخته دیگه یعنی حوصله بر سربر دیگه توی بحثی از موارد ما اگر یه نمونه بهش بدیم حالا اگه این تعداد نمونه‌هامونو بیشتر کنیم الان من یه نمونه بهش دادم تعداد نمونه‌هام بیشتر بشه تا بشه تا بشه می‌تونه پرامت‌های دقیق‌تر و بهتری به من بده ولی خب حالا کار من با همین یه دونه هم انجام می‌شده ده حالا بیایم همینو مثلاً بهش بدیم بیایم دوباره عکس خودم رو بهش بدم و همون پرامپتی که خودش به من داده یه چیز دیگه تولید می‌کنه ها ولی خب تا یه حدودی نزدیکه بهتر بود حتی من اینجا بهش می‌گفتم که پرامپتی که به من میخوای بدی به درد چت جی بیتی بخوره یعنی حتی بگم از چه ابزاری این اومده گفته که این پرامت به درد مثلاً لئوناردو و میجرنی این‌ها می‌خوره خره ولی بهتر بود که مثلاً من می‌گفتم که بیا حالا پرامتتو مثلاً یه جوری بده که به درد چت جی بیت تی هم بخوره یعنی برای ابزارشم روش مشخص میکردم اما حالا بذاریم با همین پرامپتی هم که داده ما ببینیم برای ما چی تولید میکنه یه ذره صبر میکنیم تا نهایتاً این خروجیش برای ما بیاد در اینجا هم بهتون بگم حالا اینجا مثال عکس بوده مثال می‌تونه حل مسئله باشه مثال می‌تونه میتونه یک ویدیوی خاص باشه مثال میتونه یک متن جذاب باشه مثلا بگی آقا من از این این متن‌ها خوشم اومده یعنی این سبک متن‌ها رو دوست دارم خودش از اون متن‌ها تشخیص میده سبک چیه لحن چیه مخاطب چیه تا چیز رو خودش تشخیص میده ذکر مثال برای هوش مصنوعی یکی از تکنیک‌های بسیار جذابه که شما رو از نوشتن پرامت‌های طولانی و توضیحات طولانی هم نجات میده پس اگر تونستین از این تکنیک هر جایی استفاده بکنید استفاده بکنید کارتونو خیلی راحت‌تر می‌کنه یه سبک خروجی مثلاً گزارش دارید من مثلاً مدیرم این گزارشها رو این شکلی دوست داره خب از اون به بعد میاد به شما گزارشاشو همون شکلی و با توجه به مورد نیاز شما و دلخواه شما به شما خروجی میده خب عملاً پس شما با مشخص کردن نمونه دادن نمونه بهش دارید بهش میگید که آقا ثبت چی باشه مدل خروجی چی باشه لحنش چهجوری باشه شکلش چهجوری باشه حتی شاید ازش مخاطب رو بفهمه تا چیز دیگه رو می‌تونه از اون نمونه بفهمه حالا نمونت یکی باشه د تا باشه سه تا باشه چار تا باشه هر چقدر نمونه تعدادش بیشتر باشه براش تشخیصش راحت‌تر و دقیق‌تر خواهد بود خب حالا دیگه خیلی وقتمونم گرفته نشه ببینید دقیقاً پس تونستم دوباره این عکسمو با همون پرامپتی که خودش به من داده بود با توجه به نمونه برای من یه دونه از این عروسکهای لبوبو لبوبوئ اینا رو درست بکنه و خب خیلی جذابه دیگه نیاز نیست من این متنو اصلاً پیدا بکنم یا بگردم و جذابه حالا یه چیزی شبیه همین عکسی که بود حالا این مثلاً دندوناش تیز بود مثلاً می‌تونم بهش اصلاح کنم بگم که اصلا مثلاً دندونش معلوم باشه چار تا اصلاح هم روش بزنیم یه تکنیک بسیار جذاب بسیار جذاب درخواست بازخورد از مدله که این رو من شاید توی پرامتام این رو من دارم یعنی درخواست بازخورد از مدل ببینید خیلی پیش میاد که ما سؤال یا درخواستی از هوش مصنوعی داریم که خودمونم جوانبشو نمی‌دونیم آقا من می‌خوام قرص مصرف بکنم یا اصلاً اینم مشکل داره اصلاً من جوانب نمی‌دونم که چه سؤالی باید بهش جواب بدم اصلاً ورودی اطلاعاتم چی باید باشه ه جلو قبل‌تر بهتون گفتم مثلاً توی کسی که داره برنامه‌نویسی سؤال می‌پرسه با کسی که داره برای تولید محتوا سؤال می‌پرسه متفاوته زمینه‌هاش و اطلاعات ورودیش خب پس یه سریشو مثلاً ما نمی‌دونیم خب پس من کجا بهش بدم وقتی یه چیزیو نمیدونم چهجوری بهش بگم که من این مواردو هستش پس من میام از خود ببخشید از خود هوش مصنوعی درخواست می‌کنم که اگر اطلاعاتی نیاز داره از من بپرسه. خب و این بهش میگن درخواست بازخورد از مدل. اگر اینجا یادتون باشه وقتی من بهش گفتم که بریم بالاتر گفتم برای من کتابچه برندسازی شخصی تولید بکن. چون من بهش این دستورات رو زیاد دادم و حالا جلوترم حتی بهتون یاد میدم که با یک کلمه این دستورو بهش بدین میاد چیکار می‌کنه؟ میاد میگه که هدفت چیه؟ مخاطبت چیه؟ اینت چیه؟ از من می‌پرسه. حالا ببینید میایم اینجا میگم که من می‌خواهم برای اینستاگرام استوری تلینگ در خصوص مهندسی پرامت داشته باشم برای بهبود و افزایش مثلاً دقت جوابی که بهم میدی سؤالاتی بپرس که بهتر می‌تونی راه نمایی بکنیم. من فقط موضوعو بهش گفتم همین یعنی هیچ چیز دیگه‌ای ازش نخواستم حالا خودش از من میاد می‌پرسه میگه مخاطبت کیه مثلاً کی اینا کی از اینا انتخاب کن هدفت چیه چه سبکی رو ترجیح میدی من برات انجام بدم می‌خوای چند تا استوری باشه خروجی متنی باشه یا ایده تصویری هم داشته باشه همینا رو به من جواب بده تا بتونم برات انجام بدم یعنی من از خودش دارم می‌پرسم و به خودش جواب میدم این دیگه چی میشد تقریباً اومدم گفتم چی اون بحث استاندارد یک مهندسی پرامت جذاب و استانداردو گفتم خودش رعایت بکنه حالا می‌تونید حتی اینو بهش بگی بگی بر اساس استاندارد پرام بیا اطلاعات رو از من بگیر و برا من انجام بده خب این تکنیک خیلی جذابه یعنی شما هیچ چیزی هم راجع به موضوع ننویسید براش فقط گفتید من می‌خوام یه اینستاگرام استوری تلینگ انجام بدم موضوعم اینه هیچ چیزی دیگه بهش ندادین و خودش رو با این متن مجبور کردید ازتون سؤالاتی بپرسه که بتونه بهتر راهنماییتون بکنه. خب این تکنیک بسیار جذابه. بسیار جذابه. من توی کارام دارم از این تکنیک استفاده می‌کنم و جواب هم می‌گیرم. ‏y

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

ده − یک =