مهندسی پرامپت چیست؟ در این مطلب می‌خواهم خیلی خلاصه و به ساده‌ترین روش ممکن، چند توصیه دررابطه‌با پرامپت نویسی برای انواع ابزارهای هوش مصنوعی مولد ارائه کنم. توجه داشته باشید که مبحث مهندسی پرامپت گسترده‌تر از آن چیزی است که در منابع مختلف وب فارسی ادعای آموزش آن را دارند.
اکثر قریب به‌اتفاق مقالات، صرفاً چند توصیه کاربردی و اولیه هستند که می‌توانند دست شما را برای شروع کار راه بیندازند. این مطلب هم ادعایی فراتر از این ندارد. اما خبر خوب این است که این مقاله در همین نقطه متوقف نخواهد شد و در آینده جزئیات این مبحث تکمیل‌کننده آن خواهند بود. اگر دوست داشتید، نشانی این صفحه را برای خود ذخیره کنید.
پرامپت چیست؟
خیلی ساده و خودمانی، پرامپت (در چهارچوب موضوع هوش مصنوعی) یعنی یک دستور ساختارمند که به ابزار هوش مصنوعی مولد داده می‌شود تا یک خروجی مطلوب حاصل شود. مهندسی پرامپت هم یعنی تسلط به این ساختارها و توانایی استفاده از آن‌ها برای دریافت بهترین خروجی از ابزارهای هوش مصنوعی.
پرامپت نویسی خیلی مهم است؟
برای دریافت پاسخ این سؤال، ابتدا باید سؤال مهم‌تری را از خود بپرسید: چرا به دنبال خروجی هوش مصنوعی هستید؟ اگر شما تصویر شفافی از خروجی مد نظرتان دارید، یعنی دقیقاً می‌دانید که می‌خواهید به چه چیزی برسید، احتمالاً پرامپت‌نویسی یا مهندسی پرامپت برای شما ارزشمند خواهد بود؛ اما اگر خواسته شما طوری است که اصلاً نیازی ندارید خروجی را پیشاپیش بدانید، برای مثال اگر در پرامپت‌نویسی چت جی‌پی‌تی بیشتر به دنبال کشف یک موضوع هستید، احتمالاً مهندسی پرامپت کمتر موردنظر شما باشد (دقت کنید، کمتر، نه اصلاً)!
در یک مقایسه ساده، حدوداً %۶۰ کیفیت خروجی یک مدل وابسته به کیفیت آموزش اولیه‌اش است و %۴۰ به کیفیت پرامپت‌نویسی بستگی دارد. با این فرض که کاربر اصول اولیه را بلد باشد.
آموزش پرامپت نویسی
همان‌طور که گفتم، هدف این مقاله این است که یک سری اصول اولیه را به شما منتقل کنم. علاوه بر این، سعی می‌کنم با اشاره به سرفصل‌های مهم، شما را برای جست‌وجوهای بیشتر و عمیق‌تر راهنمایی کنم. برای مثال کمتر منبعی از تکنیک‌های مختلف پرامپت‌نویسی صحبت کرده‌اند که من در این مطلب مهم‌ترین‌ها را فهرست کرده‌ام.
اصول اولیه پرامپت نویسی
اصول اولیه یعنی نکاتی که به‌طورکلی باید رعایت کنید تا حداقل خروجی معقول را از ابزار دریافت کنید. این اصول به‌تنهایی برای دریافت پاسخ معقول در ابزارهای مختلف مثل پرامپت‌نویسی در میدجورنی و… کافی هستند و لزومی ندارد حتماً به سراغ تکنیک‌های مهندسی پرامپت بروید؛ اما به‌هرحال برای کسانی که کنجکاوی بیشتری دارند، دانستن تکنیک‌ها خالی‌ازلطف نیست.
۱. ساده و شفاف بنویسید
پرامپت باید دقیق و واضح باشد. هر چقدر پرامپت شما پیچیده‌تر و مبهم‌تر باشد، مدل هوش مصنوعی ممکن است پاسخی غیردقیق یا گمراه‌کننده تولید کند. به‌عنوان‌مثال:
- پرامپت پیچیده: «یک توضیح علمی درباره ماده بده، اما مختصر باش، و چند مثال هم بیاور»
- پرامپت ساده: «ماده چیست؟ یک توضیح مختصر بده و یک مثال بزن.»
۲. هدف مشخص داشته باشید
قبل از نوشتن پرامپت، هدف خود را روشن کنید. آیا به دنبال توضیحی هستید؟ یا می‌خواهید یک متن خلاقانه ایجاد کنید؟ مشخص‌بودن هدف، به شما کمک می‌کند تا پرامپت‌های دقیق‌تری طراحی کنید.
- مثال: «توضیح بده که چگونه فتوسنتز در گیاهان انجام می‌شود.»
۳. زمینه و بافت اضافه کنید
بعضی از مدل‌های هوش مصنوعی نیاز به اطلاعات پس‌زمینه دارند تا بتوانند به‌درستی پاسخ دهند. دادن جزئیات بیشتر، مدل را در مسیری هدایت می‌کند که پاسخ دقیق‌تری تولید کند.
- مثال: «توضیح بده که چگونه اقتصاد در دهه ۱۹۳۰ میلادی تحت‌تأثیر رکود بزرگ قرار گرفت.»
۴. از پرامپت‌های چندمرحله‌ای استفاده کنید
اگر به پاسخی چندجانبه نیاز دارید، می‌توانید پرامپت‌ها را به مراحل مختلف تقسیم کنید. مثلاً ابتدا از مدل بخواهید یک تعریف ارائه دهد و سپس از آن بخواهید جزئیات بیشتری بدهد.
- مثال: «ابتدا یک تعریف از هوش مصنوعی بده. سپس کاربردهای آن در زندگی روزمره را توضیح بده.»
۵. از پرامپت‌های نمونه استفاده کنید
اگر به دنبال نتایج خاص هستید، می‌توانید از پرامپت‌های آماده و الگوهای موجود استفاده کنید و آن‌ها را باتوجه‌به نیاز خود تنظیم کنید. این روش به شما کمک می‌کند تا به‌سرعت پرامپت‌های مناسب ایجاد کنید.
۶. بازخورد بگیرید و پرامپت‌ها را اصلاح کنید
در پرامپت‌نویسی ممکن است با آزمون‌وخطا مواجه شوید. پس از دریافت نتیجه از مدل، پرامپت خود را بررسی کنید و در صورت نیاز آن را اصلاح کنید تا به نتیجه بهتری برسید.
۷. از زبان طبیعی و روان استفاده کنید
مدل‌های هوش مصنوعی به‌خوبی می‌توانند با زبان طبیعی تعامل کنند، بنابراین نیازی به استفاده از زبان پیچیده یا تخصصی نیست. از جملات ساده و روزمره استفاده کنید.
تکنیک‌های پرامپت نویسی
علاوه بر اصول اولیه، چند تکنیک دررابطه‌با پرامپت‌نویسی وجود دارند که در منابع مختلف علمی ذکر شده‌اند و تقریباً (تا این لحظه) به عدد ۲۹ می‌رسند. در اینجا تعدادی از دانه‌درشت‌هایش را فهرست کرده‌ام. توصیه می‌کنم با همان نام انگلیسی‌شان آن‌ها را جست‌وجو کنید:
- Chain-of-thought (CoT) prompting
- few-shot prompting
- zero-shot prompting
- Chain-of-Symbol (CoS) Prompting
- Generated knowledge prompting
- Least-to-most prompting
- Self-consistency decoding
- Complexity-based prompting
- Self-refine
- Tree-of-thought
- Maieutic prompting
- Directional-stimulus prompting
تکنیک‌های فوق، مسائل پیچیده و خیلی سختی نیستند. می‌خواهم بگویم از روی اسامی قضاوت نکنید. هر کسی که با ابزارهای هوش مصنوعی کار می‌کند ممکن است ناخواسته از برخی از این تکنیک‌ها استفاده کند. برای مثال، تکنیک زنجیره افکار (CoT)، همان شکستن خواسته یا پرامپت به تسک‌ها و چالش‌های کوچک است؛ یا تکنیک زیروشات (zero-shot) همان ارائه درخواست بدون هیچ دیتا و جزئیات جانبی است.
دانستن این موارد به شما کمک می‌کند برای هر درخواستی که از هوش مصنوعی دارید، پرامپت هوشمندانه‌تری بنویسید. تمام ۲۹ تکنیک را تا حالا در یک منبع ندیده‌ام؛ اما اگر وارد این جست‌وجو بشوید، قطعاً رضایتمند بیرون می‌آیید.
ابزار رایگان تمرین پرامپت‌نویسی
ویرا، نام اولین و بزرگ‌ترین پروژه دستیار هوش مصنوعی فارسی است که در قالب یک اپلیکیشن جامع ارائه‌دهنده خدمات این فناوری به‌صورت رایگان در اختیار عموم مردم قرار دارد. شما می‌توانید داخل اپلیکیشن ویرا، کاشی دانیار را انتخاب کرده و به چت‌بات هوشمند فارسی دسترسی داشته باشید.
با استفاده از چت بات هوش مصنوعی دانیار می‌توانید تکنیک‌های مختلف پرامپت‌نویسی را تمرین کنید و قسمت خوبش اینجاست که هوش مصنوعی ویرا، به‌صورت اختصاصی برای فارسی‌زبانان طراحی شده و شما می‌توانید حتی توسط فارسی محاوره یا لهجه‌های مختلف نیز با ویرا ارتباط برقرار کرده و حتی براین‌اساس خروجی بگیرید.
یک ویژگی دیگر ویرا این است که خدمات جامع هوش مصنوعی را ارائه می‌دهد و داخل این اپلیکیشن می‌توانید به ابزار تولید تصویر، تغییر صدا، تبدیل گفتار به متن و تبدیل متن به گفتار دسترسی پیدا کنید. ویرا مثل یک دوست است که همیشه همراه شماست و می‌تواند کاری کند که باهوش‌تر، سریع‌تر و خلاق‌تر باشید.
برای دانلود ویرا، کافی است به فروشگاه‌های رسمی فارسی مثل کافه‌بازار یا مایکت مراجعه کنید.
جمع‌بندی
به گمانم این موضوع ذهن شما را هم درگیر کرده که مهندسی پرامپت تا چه عمقی پیش می‌رود؟ این موضوع جای صحبت زیادی دارد و در آینده این مقاله را به‌روزرسانی خواهم کرد. حتماً نشانی را ذخیره کنید. لطفاً نظرات خود را با من در میان بگذارید تا دررابطه‌با هوش مصنوعی با هم کنجکاوی کنیم 🙂
