وقتی از ChatGPT پاسخ ضعیف، کلی یا غیرقابل‌استفاده می‌گیریم، همیشه مشکل از ابزار نیست. گاهی درخواست ما آن‌قدر باز است که مدل باید هدف، مخاطب، لحن و حتی شکل خروجی را حدس بزند. پرامپت نویسی برای ChatGPT یعنی همین حدس‌ها را کم کنیم و مسئله را به شکلی توضیح دهیم که نتیجه به نیاز واقعی ما نزدیک‌تر شود.
این مهارت به نوشتن دستورهای عجیب یا استفاده از اصطلاحات فنی وابسته نیست. کافی است بدانید چه نتیجه‌ای می‌خواهید، چه اطلاعاتی روی پاسخ اثر می‌گذارد و خروجی نهایی باید چه ویژگی‌هایی داشته باشد. اگر هنوز با مفهوم کلی پرامپت آشنا نیستید، ابتدا راهنمایآموزش پرامپت‌نویسی را بخوانید. در این مقاله مستقیماً سراغ کار با ChatGPT، مثال‌های قابل‌استفاده و روش اصلاح پاسخ می‌رویم.
یک پرامپت حرفه‌ای برای ChatGPT معمولاً پنج جزء دارد: نتیجه موردنظر، زمینه مرتبط، داده یا منبع، قالب خروجی و محدودیت‌ها. پرامپت اول لازم نیست کامل باشد؛ پاسخ را بررسی کنید و با پیام‌های کوتاه و مشخص، فقط همان بخش‌هایی را که نیاز به اصلاح دارند تغییر دهید.
پرامپت خوب برای ChatGPT چه تفاوتی ایجاد می‌کند؟
ChatGPT می‌تواند با یک سؤال کوتاه هم کار را شروع کند، اما برای وظایف مهم‌تر باید بداند «خروجی خوب» از نظر شما دقیقاً چیست. درخواست «یک متن درباره مدیریت پروژه بنویس» موضوع را مشخص می‌کند، ولی درباره مخاطب، هدف، طول، لحن، منبع و محل انتشار چیزی نمی‌گوید. نتیجه ممکن است درست باشد، اما احتمالاً آماده استفاده نیست.
حالا همان درخواست را دقیق‌تر کنیم:
«یک مقدمه ۱۸۰ کلمه‌ای برای مقاله‌ای درباره نقش مدیریت پروژه در صنعت ساخت‌وساز کانادا بنویس. مخاطب، مهندسان فارسی‌زبان تازه‌وارد هستند. لحن حرفه‌ای و روشن باشد، از وعده شغلی قطعی استفاده نکن و متن را با یک سؤال واقعی از تجربه مخاطب شروع کن.» در نسخه دوم، ChatGPT دیگر مجبور نیست درباره کاربرد متن یا انتظار شما تصمیم بگیرد. همین موضوع معمولاً تعداد بازنویسی‌های بعدی را کاهش می‌دهد.
راهنمای رسمیPrompting در ChatGPT چهار بخش اصلی را پیشنهاد می‌کند: هدف، زمینه، خروجی و مرزها. این راهنما همچنین تأکید می‌کند که فرمول اجباری و ثابتی وجود ندارد؛ باید فقط جزئیاتی را اضافه کنید که واقعاً نتیجه را تغییر می‌دهند.
آیا پرامپت طولانی همیشه بهتر است؟
خیر. یک پرامپت طولانی ممکن است پر از تکرار، دستورهای متناقض و جزئیات کم‌اهمیت باشد. از طرف دیگر، پرامپت بسیار کوتاه می‌تواند بخش‌های ضروری را ناگفته بگذارد. معیار مناسب، طول متن نیست؛ معیار این است که آیا یک فرد آگاه با خواندن درخواست شما می‌تواند بدون حدس‌زدن‌های مهم، کار را انجام دهد یا نه. برای یک ترجمه ساده، یک یا دو جمله کافی است. برای تحلیل قرارداد، مقایسه چند منبع یا آماده‌کردن گزارش مدیریتی، احتمالاً باید زمینه، فایل‌ها، محدوده و معیارهای کنترل را جداگانه توضیح دهید.
فرمول ساخت پرامپت حرفه‌ای ChatGPT چیست؟
برای بیشتر کارهای روزمره می‌توانید از یک ساختار پنج‌بخشی استفاده کنید. لازم نیست همیشه عنوان هر بخش را بنویسید؛ این ساختار بیشتر یک چک‌لیست ذهنی است تا چیزی از قلم نیفتد.
| بخش | سؤالی که باید پاسخ دهید | نمونه |
| نتیجه | دقیقاً چه چیزی می‌خواهم؟ | یک ایمیل پیگیری، جدول مقایسه، خلاصه یا برنامه اقدام |
| زمینه | چه اطلاعاتی نتیجه را تغییر می‌دهد؟ | مخاطب، موقعیت کاری، هدف و مرحله پروژه |
| منبع | ChatGPT باید به چه داده‌ای تکیه کند؟ | متن، فایل، لینک رسمی یا یادداشت جلسه |
| خروجی | پاسخ چه شکل و اندازه‌ای داشته باشد؟ | ۲۰۰ کلمه، سه بخش، جدول یا JSON |
| محدودیت | چه چیزی نباید تغییر کند یا حدس زده شود؟ | اعداد ثابت بمانند، منبع ساخته نشود، متن ارسال نشود |
در کارهای مهم، یک جزء ششم هم اضافه کنید: کنترل نهایی. مثلاً بنویسید «پیش از پایان بررسی کن که همه اقدامات، مسئول و موعد داشته باشند» یا «هر ادعایی را که منبع آن در فایل نیست با عبارت نیازمند تأیید علامت بزن».
قالب آماده برای ساخت پرامپت برای ChatGPT
قالب زیر را کپی کنید و فقط بخش‌های لازم را نگه دارید:
هدف: می‌خواهم [نتیجه مشخص] را آماده کنی.
زمینه: این خروجی برای [مخاطب/موقعیت] استفاده می‌شود و هدف آن [کاربرد] است.
منبع: فقط از [متن، فایل یا منابع مشخص] استفاده کن.
خروجی: پاسخ را در قالب [جدول، متن، فهرست یا ساختار دیگر] و در حدود [طول] ارائه بده.
محدودیت: [اعداد، نام‌ها یا بخش‌های ثابت] را تغییر نده و اگر اطلاعات کافی نیست، حدس نزن.
کنترل نهایی: پیش از پایان بررسی کن که [معیارهای پذیرش] رعایت شده باشند.
این قالب نقطه شروع است، نه قانون. برای یک درخواست ساده ممکن است «هدف + خروجی» کافی باشد. در یک کار حساس، منبع و محدودیت‌ها اهمیت بیشتری پیدا می‌کنند.
چگونه از ChatGPT سؤال بپرسیم تا جواب دقیق‌تری بگیریم؟
پرسیدن سؤال دقیق با اضافه‌کردن چند کلمه نمایشی فرق دارد. باید ابهامی را پیدا کنید که بیشترین اثر را روی نتیجه می‌گذارد. جدول زیر چند درخواست معمول را به نسخه‌ای قابل‌کنترل‌تر تبدیل می‌کند.
| درخواست مبهم | پرامپت دقیق‌تر | چه چیزی بهتر شده است؟ |
| «این ایمیل را بهتر کن» | «این ایمیل را برای مدیر پروژه بازنویسی کن. لحن محترمانه و مستقیم باشد، تصمیم موردنیاز در پاراگراف اول بیاید و متن حداکثر ۱۴۰ کلمه باشد. تاریخ‌ها و مبلغ‌ها را تغییر نده.» | مخاطب، لحن، اولویت و مرز مشخص شده است. |
| «این فایل را خلاصه کن» | «از PDF پیوست‌شده، فقط تصمیم‌ها، ریسک‌ها و اقدامات بعدی را استخراج کن. برای هر اقدام، مسئول و موعد را در جدول بیاور. اطلاعاتی که در فایل نیست اضافه نکن.» | خلاصه به خروجی عملی تبدیل شده است. |
| «برای من رزومه بنویس» | «بر اساس رزومه و آگهی شغلی پیوست‌شده، یک خلاصه حرفه‌ای ۸۰ کلمه‌ای بنویس. فقط از تجربه‌های واقعی داخل رزومه استفاده کن و مهارتی نساز. سه عبارت مهم آگهی را به‌صورت طبیعی منعکس کن.» | منبع، طول و ممنوعیت ساخت اطلاعات روشن شده است. |
| «درباره این موضوع تحقیق کن» | «با جست‌وجوی وب، آخرین اطلاعات رسمی درباره این موضوع را پیدا کن. بازه زمانی منابع از ۲۰۲۵ به بعد باشد، برای هر ادعای مهم لینک مستقیم بده و میان واقعیت، نظر و برداشت خودت تفاوت بگذار.» | تازگی، نوع منبع و نحوه استناد تعیین شده است. |
| «کپشن اینستاگرام بده» | «سه کپشن فارسی برای معرفی یک دوره آموزشی بنویس. مخاطب، متخصصان فارسی‌زبان ۳۰ تا ۴۵ ساله در کانادا هستند. هر نسخه حداکثر ۹۰ کلمه، لحن انسانی و حرفه‌ای و یک CTA طبیعی داشته باشد.» | تعداد نسخه، مخاطب، طول و هدف تجاری کنترل شده است. |
این مثال‌ها نشان می‌دهند آموزش پرامپت نویسی ChatGPT بیش از آنکه به حفظ‌کردن متن‌های آماده وابسته باشد، به تشخیص تصمیم‌های پنهان وابسته است. از خودتان بپرسید: اگر نتیجه ضعیف شود، احتمالاً کدام اطلاعات را نگفته‌ام؟
از ChatGPT بخواهید قبل از پاسخ سؤال بپرسد
گاهی خود شما هم نمی‌دانید چه اطلاعاتی لازم است. در این شرایط، به‌جای نوشتن یک پرامپت بسیار طولانی بنویسید:
«می‌خواهم برای این موضوع یک برنامه عملی تهیه کنم. قبل از ارائه برنامه، حداکثر پنج سؤال ضروری بپرس که پاسخ آن‌ها می‌تواند پیشنهاد نهایی را تغییر دهد. پس از دریافت جواب من، برنامه را آماده کن و فرض‌های باقی‌مانده را جدا بنویس.»
این روش برای پروژه‌هایی که بودجه، زمان، مخاطب یا محدودیت‌هایشان هنوز روشن نیست مفید است. البته اگر درخواست ساده است، پرسش‌های زیاد فقط فرایند را کند می‌کند.
چگونه پاسخ ChatGPT را مرحله‌به‌مرحله بهتر کنیم؟
یکی از مزیت‌های ChatGPT این است که لازم نیست هر بار از ابتدا شروع کنید. طبق راهنمای رسمی OpenAI، پرامپت اول می‌تواند نقطه شروع باشد و پیام‌های بعدی برای تغییر جهت، افزودن منبع یا تنظیم جزئیات استفاده شوند. بنابراین بهبود پاسخ ChatGPT بیشتر شبیه ویرایش یک پیش‌نویس است تا جست‌وجوی یک دستور کامل و نهایی. فرض کنید یک گزارش گرفته‌اید که اطلاعات آن درست است، اما مقدمه طولانی و پیشنهاد اصلی پنهان است. درخواست دوم بهتر است دقیقاً همین مشکل را هدف بگیرد:
«پیشنهاد اصلی را به ابتدای متن منتقل کن. مقدمه را به دو جمله کاهش بده، شواهد و اعداد را نگه دار و بخش ریسک‌ها را تغییر نده.»
این پیام از «بهترش کن» مؤثرتر است، چون ChatGPT می‌فهمد چه چیزی باید تغییر کند و چه چیزی باید ثابت بماند.
چرخه سه‌مرحله‌ای اصلاح پرامپت
- خروجی را ارزیابی کنید: آیا مشکل از دقت، لحن، ساختار، طول یا کمبود منبع است؟
- یک تغییر مشخص بخواهید: در هر پیام روی یک یا دو ایراد اصلی تمرکز کنید.
- نسخه نهایی را کنترل کنید: عددها، نام‌ها، تاریخ‌ها، نقل‌قول‌ها و ادعاهای مهم را با منبع اصلی تطبیق دهید.
راهنمایاستفاده از ChatGPT نیز توصیه می‌کند نتیجه اول را پیش‌نویس بدانید، منابع و فرض‌ها را بررسی کنید و در کارهای حقوقی، پزشکی، مالی، امنیتی و سایر تصمیم‌های حساس از نظر متخصص استفاده کنید.
یک متاپرامپت برای اصلاح درخواست خودتان
اگر نمی‌دانید پرامپت شما چه کمبودی دارد، از ChatGPT برای بازبینی همان درخواست استفاده کنید:
«پرامپت زیر را ارزیابی کن. هدف، زمینه، منبع، قالب خروجی و محدودیت‌های آن را مشخص کن. سپس فقط ابهام‌هایی را که می‌توانند نتیجه را به‌طور جدی تغییر دهند فهرست کن و یک نسخه بهتر ارائه بده. اطلاعات جدید نساز. »
این نمونه پرامپت ChatGPT به شما کمک می‌کند ضعف درخواست را ببینید، اما نسخه پیشنهادی را بدون بررسی نپذیرید. ممکن است ChatGPT جزئیاتی اضافه کند که با هدف واقعی شما هماهنگ نباشند.
هنگام کار با فایل، وب و پروژه‌ها چه بنویسیم؟
وقتی پاسخ به اطلاعات بیرون از گفت‌وگو وابسته است، فقط گفتن «بررسی کن» کافی نیست. باید منبع را نام ببرید و توضیح دهید ChatGPT از آن چه استفاده‌ای کند.
برای فایل بنویسید:
«این دو PDF را مقایسه کن. تفاوت‌های مربوط به شرایط پذیرش، هزینه و زمان‌بندی را در جدول بیاور. شماره صفحه هر مورد را ذکر کن و اگر اطلاعات دو فایل با هم ناسازگار است، نتیجه‌گیری نکن؛ تعارض را جدا نشان بده.»
برای اطلاعات روز بنویسید:
«این موضوع به اطلاعات فعلی وابسته است. وب را جست‌وجو کن، منابع رسمی را در اولویت قرار بده، تاریخ انتشار و تاریخ وقوع رویداد را از هم جدا کن و برای هر نتیجه مهم لینک مستقیم بده.»
برای یک پروژه ادامه‌دار بنویسید:
«از فایل‌ها و دستورهای همین پروژه استفاده کن. متن جدید باید با لحن نمونه‌های تأییدشده هماهنگ باشد، اما آمار و تاریخ‌ها فقط از منابع جدید این درخواست گرفته شوند.»
بر اساس مستندات رسمی OpenAI، می‌توان در صورت دسترسی، فایل‌هایی مانند PDF، سند، صفحه‌گسترده و تصویر را به زمینه کار اضافه کرد و برای اطلاعات متغیر از جست‌وجوی وب و منبع‌خواهی استفاده کرد. دسترسی به بعضی قابلیت‌ها ممکن است به پلن، پلتفرم، منطقه و تنظیمات Workspace وابسته باشد.
این موضوع درراهنمای جامع دوره هوش مصنوعی کاربردی نیز اهمیت دارد؛ چون خروجی حرفه‌ای فقط از جمله‌بندی پرامپت نمی‌آید. انتخاب منبع درست، استفاده از ابزار مناسب و کنترل نتیجه بخشی از همان Workflow است.
اشتباهات رایج در پرامپت فارسی ChatGPT کدام‌اند؟
چند کار نامرتبط را در یک درخواست جمع نکنید
اگر از ChatGPT بخواهید هم‌زمان تحقیق کند، تحلیل بنویسد، کپشن بسازد، ترجمه انجام دهد و نسخه نهایی یک گزارش را تحویل دهد، احتمال سطحی‌شدن خروجی بیشتر می‌شود. کار را به مرحله‌های منبع‌یابی، ساختار، پیش‌نویس و بازبینی تقسیم کنید.
دستورهای متناقض ندهید
عبارت‌هایی مانند «خیلی کامل اما بسیار کوتاه»، «کاملاً رسمی اما صمیمی» یا «هیچ چیز حذف نشود ولی متن نصف شود» معیار روشنی ندارند. اولویت را مشخص کنید؛ مثلاً بگویید «کوتاه‌کردن متن مهم است، اما اعداد و تصمیم‌های اصلی نباید حذف شوند».
به نقش‌دادن بیش از حد تکیه نکنید
نوشتن «مثل بهترین متخصص دنیا عمل کن» به‌تنهایی منبع، معیار و محدوده ایجاد نمی‌کند. نقش زمانی مفید است که زاویه نگاه را روشن کند؛ برای مثال «به‌عنوان ویراستار فنی، فقط وضوح، انسجام و کاربرد درست اصطلاحات را بررسی کن و واقعیت‌های متن را تغییر نده».
نمونه نامرتبط ارائه نکنید
نمونه می‌تواند لحن یا قالب را روشن کند، اما اگر با هدف جدید تفاوت اساسی داشته باشد، ChatGPT ممکن است ویژگی‌های نامناسب آن را تقلید کند. توضیح دهید دقیقاً کدام بخش نمونه باید الگو باشد: ساختار، طول، لحن یا نحوه ارائه داده.
پاسخ روان را با پاسخ معتبر اشتباه نگیرید
یک متن ممکن است قانع‌کننده باشد و درعین‌حال عدد، نام، تاریخ یا منبع نادرست داشته باشد. در موضوعات قابل‌تغییر، جست‌وجوی وب و لینک منبع بخواهید. سپس لینک‌ها را باز کنید و مطمئن شوید واقعاً از ادعا پشتیبانی می‌کنند.
چه اطلاعاتی را نباید داخل پرامپت قرار دهیم؟
برای گرفتن پاسخ دقیق‌تر، لازم نیست همه جزئیات واقعی را وارد کنید. اطلاعات شخصی، داده مشتری، قرارداد محرمانه، شماره شناسایی، رمز، اطلاعات بانکی، پرونده پزشکی یا اسناد داخلی سازمان را بدون بررسی سیاست‌های مربوط به داده وارد نکنید. می‌توانید داده را ناشناس یا جایگزین کنید. برای مثال به‌جای نام مشتری از «مشتری A» و به‌جای رقم واقعی از یک بازه تقریبی استفاده کنید، مگر آنکه عدد دقیق برای تحلیل ضروری و استفاده از آن مجاز باشد. در محیط کاری، سیاست سازمان و تنظیمات حساب بر هر توصیه عمومی اولویت دارند. همچنین بین «تهیه پیش‌نویس» و «انجام اقدام» تفاوت بگذارید. اگر فقط متن ایمیل می‌خواهید، صریح بنویسید: «ایمیل را به‌صورت پیش‌نویس آماده کن و آن را ارسال نکن.» مرزهای عملی، از انجام کار ناخواسته جلوگیری می‌کنند.
چند نمونه پرامپت آماده برای ChatGPT
نمونه‌های زیر را عیناً استفاده نکنید؛ بخش‌های داخل کروشه را با اطلاعات واقعی و غیرحساس خود جایگزین کنید.
- پرامپت برای نوشتن ایمیل کاری
«یک ایمیل [رسمی/نیمه‌رسمی] برای [مخاطب] بنویس. هدف، [درخواست یا پیگیری] است. زمینه ضروری: [اطلاعات]. متن بین ۱۰۰ تا ۱۴۰ کلمه باشد، درخواست اصلی در پاراگراف اول بیاید و پایان آن یک اقدام بعدی روشن داشته باشد. نام‌ها، تاریخ‌ها و مبلغ‌ها را تغییر نده.»
- پرامپت برای خلاصه جلسه
«از یادداشت جلسه زیر، تصمیم‌ها، اقدامات، مسئول هر اقدام و موعد را استخراج کن. خروجی را در جدول چهارستونی بده. مواردی را که مسئول یا موعد ندارند با عبارت “نیازمند تعیین” مشخص کن و چیزی خارج از متن اضافه نکن.»
- پرامپت برای یادگیری یک موضوع
«موضوع [نام موضوع] را برای فردی با سطح [مقدماتی/متوسط] توضیح بده. ابتدا یک توضیح ساده، سپس یک مثال واقعی و در پایان سه سؤال کوتاه برای سنجش یادگیری ارائه کن. اصطلاحات تخصصی را هنگام اولین استفاده تعریف کن.»
- پرامپت برای مقایسه گزینه‌ها
«گزینه‌های [A] و [B] را برای فردی با این اولویت‌ها مقایسه کن: [بودجه، زمان، هدف]. تفاوت‌های اصلی را در جدول نشان بده، سپس یک پیشنهاد مشروط ارائه کن و توضیح بده در چه شرایطی گزینه دیگر انتخاب بهتری است. اطلاعات نامطمئن را حدس نزن.»
- پرامپت برای بازنویسی محتوا
«متن زیر را برای [مخاطب] بازنویسی کن. لحن [ویژگی‌های دقیق لحن] باشد. معنی، آمار، نقل‌قول‌ها و نام‌های خاص تغییر نکنند. تکرارها را حذف کن، جمله‌ها را روان‌تر کن و خروجی را حداکثر [تعداد] کلمه نگه دار.»
این الگوها زمانی ارزش دارند که منطق پشت آن‌ها را بفهمید. هدف نهایی در آموزش ChatGPT این نیست که مجموعه بزرگی از پرامپت‌های ثابت ذخیره کنید؛ باید بتوانید برای مسئله جدید، درخواست متناسب بسازید.
یادگیری عملی پرامپت‌نویسی را چگونه ادامه دهیم؟
بهترین تمرین، انتخاب یک کار واقعی و کم‌ریسک است. برای یک هفته، نسخه اول پرامپت، پاسخ ChatGPT، اصلاحی که خواسته‌اید و نسخه نهایی را کنار هم نگه دارید. بعد از چند بار استفاده متوجه می‌شوید چه نوع زمینه‌ای معمولاً فراموش می‌شود و چه معیارهایی برای کار شما مهم‌ترند.
یک دوره کاربردی باید فراتر از معرفی ابزار باشد: مسئله واقعی تعریف کند، به دانش‌پذیر فرصت تمرین بدهد، خروجی را نقد کند و روش ساخت Workflow قابل‌تکرار را آموزش دهد. صفحهدوره AI Fundamentals for Work and Everyday Life فناوران مسیر ۱۰ جلسه‌ای استفاده از هوش مصنوعی در کار و زندگی روزمره را معرفی می‌کند. هنگام انتخاب دوره، بررسی کنید آیا تمرین پرامپت، ارزیابی پاسخ، استفاده از فایل و منبع و ملاحظات اطلاعاتی در آموزش وجود دارند یا نه. همراهی آموزشی زمانی ارزشمند است که به خروجی واقعی و بازخورد مشخص منجر شود. هدف این نیست که دانش‌پذیر به چند دستور آماده وابسته بماند؛ هدف این است که بتواند برای موقعیت تازه، پرامپت مناسب بنویسد، پاسخ را بررسی کند و نسخه بهتر را با دلیل بسازد.
پرسش‌های متداول
پرامپت فارسی بهتر است یا انگلیسی؟
برای تولید محتوای فارسی یا توضیح موقعیت‌های مرتبط با مخاطب فارسی‌زبان، پرامپت فارسی ChatGPT معمولاً راحت‌تر و دقیق‌تر است. اگر اصطلاح تخصصی انگلیسی دارید، همان اصطلاح را داخل متن فارسی نگه دارید و معنای موردنظر را توضیح دهید. کیفیت نتیجه بیشتر به وضوح درخواست وابسته است تا زبان آن.
آیا برای هر کار باید از قالب پنج‌بخشی استفاده کنیم؟
خیر. برای کار ساده فقط هدف و شکل خروجی کافی است. زمینه، منبع و محدودیت را زمانی اضافه کنید که نبود آن‌ها می‌تواند نتیجه را تغییر دهد. قالب باید به شفافیت کمک کند، نه اینکه پرامپت را بی‌دلیل طولانی کند.
آیا ChatGPT می‌تواند خودش پرامپت بهتری بنویسد؟
بله. می‌توانید هدف و نسخه فعلی را بدهید و از ChatGPT بخواهید ابهام‌ها را پیدا کند یا پیش از بازنویسی سؤال بپرسد. بااین‌حال، شما باید نسخه پیشنهادی را بررسی کنید؛ چون ابزار از نیازها و محدودیت‌های ناگفته شما خبر ندارد.
چرا یک پرامپت یکسان همیشه پاسخ یکسان نمی‌دهد؟
خروجی مدل‌های زبانی می‌تواند متغیر باشد و همچنین زمینه گفت‌وگو، فایل‌های موجود، ابزارهای فعال و تغییرات محصول روی نتیجه اثر می‌گذارند. برای کارهای مهم، معیار پذیرش تعریف کنید و پاسخ را هر بار کنترل کنید.
آیا نوشتن «مرحله‌به‌مرحله فکر کن» پاسخ را دقیق‌تر می‌کند؟
معمولاً بهتر است به‌جای تجویز روش فکرکردن، نتیجه، شواهد و شکل بررسی را مشخص کنید. مثلاً بخواهید «سه گزینه را با معیارهای هزینه، زمان و ریسک مقایسه کن و منبع هر عدد را بده». این درخواست قابل‌ارزیابی‌تر از یک دستور کلی برای بیشتر فکرکردن است.
بهترین روش ذخیره پرامپت‌های موفق چیست؟
پرامپت را همراه با کاربرد، ورودی‌های متغیر، یک نمونه خروجی مطلوب و چک‌لیست کنترل نگه دارید. اگر فقط متن دستور را ذخیره کنید، ممکن است چند هفته بعد ندانید برای چه شرایطی ساخته شده است.
جمع‌بندی
پرامپت نویسی برای ChatGPT یعنی خواسته خود را به یک مأموریت روشن تبدیل کنید: نتیجه را تعریف کنید، زمینه مؤثر را بدهید، منبع را مشخص کنید، شکل خروجی را توضیح دهید و مرزهای مهم را بنویسید. سپس پاسخ اول را بررسی کنید و با اصلاح‌های کوتاه و هدفمند، آن را به نسخه قابل‌استفاده برسانید.
از یک کار واقعی شروع کنید و در هر بار تمرین فقط یک بخش از درخواست را بهتر کنید. بعد از مدتی، به‌جای تکیه بر پرامپت‌های آماده، مجموعه‌ای از الگوهای شخصی خواهید داشت که با کار، مخاطب و استاندارد شما هماهنگ‌اند. برای دیدن جایگاه این مهارت در کنار انتخاب ابزار، تحقیق، تحلیل فایل و اتوماسیون،مسیر کامل یادگیری AI برای کار و زندگی را نیز مطالعه کنید.
