راهنمای جامع Prompt Engineering برای استفاده حرفه‌ای از هوش مصنوعی

Prompt Engineering

​آیا تا به حال سعی کرده‌اید از ChatGPT یا Gemini سؤالی بپرسید و جوابی کلی یا غیرمفید دریافت کنید؟ یا شاید دیده‌ اید که برخی افراد با یک دستور ساده، تصاویری شگفت‌ انگیز با هوش مصنوعی خلق می‌کنند و شما نمی‌ دانید چطور به آن سطح از دقت مي توان رسيد.

کلید موفقیت در استفاده حرفه‌ ای از هوش مصنوعی، مهارت جدید و ارزشمند “مهندسی دستورات” (Prompt Engineering) است. مهندسی دستورات، به زبان ساده، هنر و علم نوشتن دستوراتی است که باعث می‌شود مدل‌ های هوش مصنوعی مولد (مثل مدل‌ های تولید متن، تصویر یا کد) بهترین و دقیق‌ ترین خروجی ممکن را ارائه دهند.

​این مقاله، یک راهنمای جامع برای یاد گیری این مهارت است تا بتوانید از ابزارهای هوش مصنوعی به عنوان یک شریک هوشمند و قدرتمند در کار و زندگی روزمره خود استفاده کنید.

بخش اول: چرا مهندسی دستورات مهم است؟

​تصور کنید که در حال مکالمه با یک شخص بسیار باهوش هستید، اما این فرد نمی‌تواند نیت و منظور شما را به خوبی درک کند. هرچه سؤال شما دقیق‌ تر و واضح‌ تر باشد، پاسخ بهتری دریافت خواهید کرد. هوش مصنوعی نیز همین‌ طور است.

​بدون مهندسی دستورات، هوش مصنوعی می‌تواند مانند یک ابزار قدرتمند، اما سردرگم عمل کند. اما با یاد گیری این مهارت، شما کنترل کامل بر خروجی خواهید داشت و می‌توانید از پتانسیل کامل این ابزارها بهره ببرید.

  • مثال ساده:
    • دستور ضعیف: “مطلبی در مورد آب و هوا بنویس.”
    • پاسخ هوش مصنوعی: آب و هوا به شرایط جوی یک منطقه در یک دوره زمانی طولانی گفته می‌شود. (مانند وضعیت آب و هوای مدیترانه‌ای) (پاسخی کلی و غیرمفید)
    • دستور قوی: “برای یک بلاگ خبری، یک پاراگراف جذاب و کوتاه در مورد تأثیر تغییرات آب و هوا بر کشاورزی در مناطق خشک جهان بنویس.”
    • پاسخ هوش مصنوعی: “خشکسالی‌ های پی‌ در پی و افزایش دما در سال‌ های اخیر، چالش‌ های بی‌ سابقه‌ ای را برای کشاورزی در مناطق خشک جهان ایجاد کرده است. کشاورزان با تغییر الگوی کشت و استفاده از روش‌ های آبیاری نوین، در تلاشند تا با این پدیده مقابله کنند…” (پاسخی دقیق و کاربردی)

بخش دوم: ساختار یک دستور عالی (Prompt)

ساختار یک دستور عالی (Prompt)

​یک دستور (پرامپت) خوب معمولاً از چهار بخش اصلی تشکیل می‌شود که به هوش مصنوعی کمک می‌کند تا دقیقاً بفهمد شما چه می‌خواهید:

۱. نقش (Role): به هوش مصنوعی یک شخصیت یا نقش بدهید. این کار باعث می‌شود هوش مصنوعی از یک پاسخ عمومی فاصله گرفته و جوابی تخصصی‌ تر ارائه دهد.

  • مثال: “تو یک کارشناس سئو هستی.”، “تو یک نویسنده کتاب‌ های کودک هستی.”، “تو یک برنامه‌ نویس پایتون هستی.”

۲. وظیفه (Task): وظیفه‌ ای که از هوش مصنوعی می‌خواهید را به صورت واضح و مشخص بیان کنید.

  • مثال: “سه راهکار برای افزایش بازدید سایت ارائه کن.”، “یک داستان کوتاه برای کودکان بنویس.”، “یک تابع برای مرتب‌ سازی لیست بنویس.”

۳. جزئیات (Details): جزئیات و محدودیت‌ های مورد نیاز را اضافه کنید تا هوش مصنوعی خروجی را مطابق با نیاز شما تنظیم کند.

  • مثال: “راهکارها باید برای کسب‌ و کارهای کوچک و محلی مناسب باشند.”، “داستان باید درباره یک سنجاب باشد و کمتر از ۲۰۰ کلمه باشد.”، “تابع باید با استفاده از الگوریتم Bubble Sort نوشته شود و توضیحات کامل داشته باشد.”

۴. فرمت (Format): مشخص کنید که پاسخ را در چه فرمتی می‌خواهید (لیست، جدول، پاراگراف، کد و…).

  • مثال: “پاسخ را در قالب یک لیست عددی بنویس.”، “پاسخ را به صورت یک جدول سه ستونه ارائه کن.”، “کد را به همراه کامنت‌ های کامل ارائه کن.”

نمونه ترکیب این چهار بخش:

  • مثال ۱ (نوشتن مقاله):
    • نقش: “تو یک نویسنده متخصص در حوزه گردشگری هستی.”
    • وظیفه: “یک مقدمه جذاب برای مقاله ‘جاذبه‌ های پنهان اصفهان’ بنویس.”
    • جزئیات: “مقدمه باید روی مکان‌ های کمتر شناخته شده تمرکز کند و مخاطب را ترغیب کند که سفر خود را به اصفهان برنامه‌ ریزی کند.”
    • فرمت: “پاسخ را در یک پاراگراف ۲۰۰ کلمه‌ای ارائه کن.”
  • مثال ۲ (خلق تصویر):
    • نقش: “تو یک هنرمند دیجیتال هستی.”
    • وظیفه: “یک تصویر از یک ساختمان شهری طراحی کن.”
    • جزئیات: “تصویر باید به سبک ‘Steampunk’ باشد و رنگ‌های اصلی آن قهوه‌ ای تیره و طلایی باشد. در تصویر باید دودکش‌ های فعال و چرخ‌دنده‌ های بزرگ دیده شوند.”
    • فرمت: “تصویر را با جزئیات بالا و به صورت واقعی (realistic) خلق کن.”

بخش سوم: تکنیک‌ های پیشرفته مهندسی دستورات

تکنیک‌ های پیشرفته مهندسی دستورات

​برای رسیدن به نتایج بهتر، می‌توانید از تکنیک‌ های زیر استفاده کنید:

۱. زنجیره فکری (Chain of Thought – CoT): از هوش مصنوعی بخواهید قبل از ارائه پاسخ نهایی، مراحل حل مسئله را به صورت گام به گام توضیح دهد. این کار دقت پاسخ را به شدت بالا می‌برد.

  • مثال: “یک مسئله ریاضی را برایم حل کن. ابتدا مراحل حل را به صورت گام به گام توضیح بده، سپس جواب نهایی را ارائه کن.”

۲. درخواست با چند مثال (Few-shot Prompting): اگر می‌خواهید هوش مصنوعی یک الگو را یاد بگیرد، چند مثال به آن ارائه دهید.

  • مثال:
    • ​”نام‌ها را از متن استخراج کن.
    • ​متن ۱: ‘در این رویداد، علی و فاطمه به همراه دوستانشان شرکت کردند.’
    • ​خروجی ۱: علی، فاطمه
    • ​متن ۲: ‘سارا برای خرید به بازار رفت و در راه مریم را دید.’
    • ​خروجی ۲: سارا، مریم
    • ​حالا این متن را پردازش کن: ‘امروز رضا به خانه آمد و با برادرش، حسن، غذا خورد.'”
    • ​(هوش مصنوعی با دیدن الگو، خروجی را “رضا، حسن” ارائه می‌دهد.)

۳. ایجاد محدودیت و راهنمایی: مشخص کنید که چه چیزهایی را نمی‌خواهید در پاسخ ببینید یا هوش مصنوعی را در مسیر مشخصی قرار دهید.

  • مثال:
    • با محدودیت: “یک داستان کوتاه در مورد یک روبات بنویس. داستان نباید شامل هیچ عنصر خشونت‌آمیز یا ترسناکی باشد.”
    • با راهنمایی: “یک طرح کلی برای یک دوره آموزشی در مورد ‘یادگیری ماشین’ بنویس. سرفصل‌ ها را بر اساس این ترتیب بچین: مقدمات، یادگیری با نظارت، یادگیری بدون نظارت، یادگیری تقویتی.”

بخش چهارم: مهندسی دستورات برای تولید تصویر

مهندسی دستورات برای تولید تصویر

​هوش مصنوعی مولد تصویر (مانند Midjourney, DALL-E) نیز نیازمند دستورات دقیق است. اینجا، جزئیات بصری بسیار مهم هستند.

۱. سوژه (Subject): به صورت واضح مشخص کنید که سوژه اصلی تصویر چیست.

  • مثال: “یک ربات با یک کلاه حصیری”

۲. سبک هنری (Art Style): به هوش مصنوعی بگویید تصویر را به چه سبکی خلق کند.

  • مثال: “نقاشی آبرنگ”، “استایل پیکسل آرت”، “عکس رئالیستی”

۳. جزئیات بصری (Visual Details): جزئیات مانند نورپردازی، رنگ، محیط و حالت را اضافه کنید.

  • مثال: “نورپردازی طلایی غروب”، “رنگ‌های زنده و شاد”، “در حال قدم زدن در یک جنگل انبوه”، “حالت صورت شاد و کنجکاو”

نمونه دستور کامل برای تولید تصویر:

  • ​”یک نقاشی دیجیتال از یک فضاپیمای کوچک که روی یک سیاره ناشناخته فرود آمده است. نورپردازی باید شبیه به یک غروب نارنجی و بنفش باشد و در پس‌زمینه، دو ماه بزرگ و یک حلقه سیاره‌ ای دیده شود. سبک تصویر باید کارتونی و دوستانه باشد.”

در ادامه می توانید با خواندن مقاله معرفی بهترين برنامه هوش مصنوعی با نرم افزارهای کاربردی هوش مصنوعی آشنا شوید.

نتیجه‌گیری

​مهندسی دستورات، یک مهارت کلیدی برای کار با هوش مصنوعی در آینده است. با یادگیری این مهارت، می‌توانید از یک کاربر ساده به یک خالق و کارگردان تبدیل شوید و به جای دریافت پاسخ‌های کلی، خروجی‌های هدفمند و دقیقی را خلق کنید. این مهارت به شما کمک می‌کند تا از ابزارهای هوش مصنوعی نهایت استفاده را ببرید و آن‌ها را به دستیار شخصی خود تبدیل کنید.

تصویر سردبیر

سردبیر

رضا برزی هستم، یه وب مستر و مشاور دیجیتال مارکتینگ و تو این وب سایت می خوام تجربیاتم رو با شما به اشتراک بزارم.