✍️ پرامپت نویسی حرفه‌ای: زنجیره‌سازی، تنظیمات دما و ارزیابی خروجی

به بخش نهایی و پیشرفته‌ترین قسمت از مجموعه آموزش پرامپت‌نویسی خوش آمدید. در دو بخش قبل، اصول پایه (نقش، تکلیف، قالب، قوانین) و تکنیک‌های پیشرفته (Few-shot، Chain of Thought، اعتبار منفی) را یاد گرفتید. حالا وقت آن است که با زنجیره‌سازی، تنظیمات فنی و روش‌های ارزیابی، به یک مهندس پرامپت کامل تبدیل شوید.

تکنیک زنجیره‌سازی (Chaining)

زنجیره‌سازی یعنی شکستن یک کار پیچیده به چند مرحله کوچک و متوالی، که خروجی هر مرحله به عنوان ورودی مرحله بعد استفاده می‌شود. این تکنیک مخصوص زمانی است که یک پرامپت نمی‌تواند همه کارها را یکجا انجام دهد یا می‌خواهید در میانه کار ویرایش دستی انجام دهید.

ساختار زنجیره‌سازی

مرحله ۱: تولید ایده اولیه
مرحله ۲: گسترش و پالایش
مرحله ۳: بازنویسی و فرمت‌بندی نهایی

(می‌توانید بین مراحل، دستی ویرایش کنید)

مثال عملی: تولید مقاله سئو شده

مرحله ۱ (تولید کلمات کلیدی و طرح اولیه):

پرامپت ۱:
تو یک متخصص سئو هستی. برای موضوع «آموزش پایتون برای مبتدیان» یک لیست از ۱۰ کلمه کلیدی پرجستجو و یک Outline شامل ۵ بخش اصلی بنویس. خروجی JSON با فیلدهای keywords و outline.

مرحله ۲ (تولید محتوا بر اساس Outline):

پرامپت ۲ (از خروجی مرحله ۱ استفاده می‌کند):
بر اساس Outline زیر، یک مقاله ۲۰۰۰ کلمه‌ای بنویس. از کلمات کلیدی در تیترها و پاراگراف اول استفاده کن.
[اینجا Outline مرحله ۱ را جایگذاری می‌کنیم]

مرحله ۳ (بازنویسی و بهینه‌سازی):

پرامپت ۳:
متن مقاله زیر را بازنویسی کن. لحن را روان‌تر کن. پاراگراف‌های بلند را بشکن. یک جدول مقایسه در میانه مقاله اضافه کن.
[اینجا متن مرحله ۲ را جایگذاری می‌کنیم]

جدول مقایسه پرامپت تکی در مقابل زنجیره‌ای

معیار پرامپت تکی زنجیره‌سازی (۳ مرحله)
کیفیت نهایی ★★★☆☆ ★★★★★
امکان ویرایش میانی ندارد دارد
مدیریت خطا اگر خطا کند باید کل کار را از نو شروع کنید فقط مرحله خطا را تکرار می‌کنید
کنترل بر جزئیات کم خیلی زیاد

تنظیمات فنی: Temperature و Top-p

بسیاری از کاربران نمی‌دانند که هوش مصنوعی دارای پارامترهای تنظیمی است که مستقیماً روی خلاقیت، دقت و تنوع خروجی تأثیر می‌گذارد. این تنظیمات معمولاً در API یا پنل تنظیمات پیشرفته در دسترس هستند.

Temperature (دما)

میزان تصادفی بودن یا خلاقیت خروجی را کنترل می‌کند. دامنه: از ۰ تا ۲ (در برخی مدل‌ها تا ۱).

Temperature = 0   → خروجی کاملاً خشک، تکراری، قابل پیش‌بینی (بهترین برای حقایق، کدهای دقیق)
Temperature = 0.5 → تعادل بین دقت و خلاقیت (مناسب برای مکالمه معمولی)
Temperature = 1   → خلاقانه، متنوع، گاهی غیرمنتظره (مناسب برای شعر، داستان، ایده‌پردازی)
Temperature = 2   → بسیار تصادفی، ممکن است نامربوط یا بی‌معنی باشد (توصیه نمی‌شود)

Top-p (Nucleus Sampling)

تنوع کلمات انتخاب شده را کنترل می‌کند. دامنه: از ۰ تا ۱. به جای اینکه همه کلمات ممکن را در نظر بگیرد، فقط مجموعه کوچکی از محتمل‌ترین کلمات را بررسی می‌کند.

Top-p = 0.1 → فقط محتمل‌ترین کلمه را انتخاب می‌کند (خروجی خشک و مستقیم)
Top-p = 0.9 → طیف وسیعی از کلمات را در نظر می‌گیرد (خلاق و طبیعی)
Top-p = 1   → تمام کلمات ممکن را در نظر می‌گیرد (بسیار متنوع و گاهی عجیب)

جدول توصیه تنظیمات برای کاربردهای مختلف

نوع کاربرد Temperature پیشنهادی Top-p پیشنهادی دلیل
کدنویسی دقیق ۰ تا ۰.۲ ۰.۱ تا ۰.۳ کد باید قابل پیش‌بینی و بدون خطا باشد
ترجمه رسمی ۰ تا ۰.۳ ۰.۳ تا ۰.۵ دقت مهمتر از خلاقیت است
مکالمه چت‌بات ۰.۵ تا ۰.۷ ۰.۸ تا ۰.۹ طبیعی بودن مهم است
تولید داستان و شعر ۰.۸ تا ۱.۲ ۰.۹ تا ۱ خلاقیت و شگفتی‌سازی
ایده‌پردازی طوفان فکری ۱ تا ۱.۵ ۰.۹ تا ۱ تنوع بالا مطلوب است

نکته مهم: Temperature و Top-p را همزمان روی حداکثر تنظیم نکنید. معمولاً بهتر است یکی را کنترل کنید و دیگری را روی مقدار پیش‌فرض بگذارید.

روش‌های ارزیابی کیفیت پرامپت

چگونه بفهمیم یک پرامپت خوب نوشته شده است؟ در اینجا ۴ معیار اصلی با مقیاس امتیازدهی ارائه می‌دهیم.

۱. دقت (Accuracy) – وزن ۴۰٪

آیا خروجی دقیقاً همان چیزی است که خواسته شده؟

امتیاز ۱: خروجی کاملاً بی‌ربط
امتیاز ۲: تا ۵۰٪ مطابقت دارد
امتیاز ۳: ۵۰-۷۰٪ مطابقت، نیاز به ویرایش دارد
امتیاز ۴: ۷۰-۹۰٪ مطابقت، ویرایش کم نیاز است
امتیاز ۵: ۱۰۰٪ منطبق با درخواست

۲. ارتباط (Relevance) – وزن ۳۰٪

آیا خروجی به موضوع اصلی مرتبط است یا حاوی اطلاعات اضافی و بیربط است؟

امتیاز ۱: بیشتر خروجی بیربط است
امتیاز ۲: بخش قابل توجهی بیربط دارد
امتیاز ۳: نیم‌نیم، بعضی بخش‌ها اضافی است
امتیاز ۴: بیشتر مطالب مرتبط، فقط ۱-۲ جمله اضافی
امتیاز ۵: کاملاً مرتبط، هیچ اطلاعات اضافه‌ای ندارد

۳. انسجام (Coherence) – وزن ۱۵٪

آیا جملات و پاراگراف‌ها به صورت منطقی به هم متصل هستند؟

امتیاز ۱: کاملاً نامفهوم و پراکنده
امتیاز ۲: گاهی قطع و وصل دارد
امتیاز ۳: قابل فهم اما روان نیست
امتیاز ۴: روان و منسجم
امتیاز ۵: بسیار منسجم با انتقال‌های ظریف بین ایده‌ها

۴. خلاقیت (Creativity) – وزن ۱۵٪

آیا خروجی تکراری و کلیشه‌ای است یا نوآوری دارد؟ (فقط در کاربردهای خلاقانه مهم است)

امتیاز ۱: کاملاً تکراری و کپی‌شده از جاهای دیگر
امتیاز ۲: کمتر از ۱۰٪ نوآوری
امتیاز ۳: ۱۰-۳۰٪ نوآوری
امتیاز ۴: ۳۰-۵۰٪ نوآوری، ایده‌های جدید دارد
امتیاز ۵: کاملاً بدیع و خلاقانه

فرمول نهایی امتیاز پرامپت

امتیاز کل = (دقت × 0.4) + (ارتباط × 0.3) + (انسجام × 0.15) + (خلاقیت × 0.15)

امتیاز ۴.۵ تا ۵: عالی – پرامپت حرفه‌ای
امتیاز ۳.۵ تا ۴.۴: خوب – نیاز به بهبود جزئی
امتیاز ۲.۵ تا ۳.۴: متوسط – نیاز به بازنویسی اساسی
امتیاز زیر ۲.۵: ضعیف – پرامپت را دوباره از صفر بنویسید

چک‌لیست نهایی ۱۰ مرحله‌ای قبل از ارسال پرامپت

قبل از این که دکمه ارسال را بزنید، این ۱۰ مورد را بررسی کنید:

  • نقش را مشخص کرده‌ام؟ («تو یک متخصص سئو هستی»، «تو یک نویسنده حرفه‌ای هستی»)
  • تکلیف را با فعل عملی نوشته‌ام؟ («بنویس»، «تحلیل کن»، «بازنویسی کن»، «کد بزن»)
  • قالب خروجی را دقیقاً مشخص کرده‌ام؟ (JSON، HTML، Markdown، جدول، لیست)
  • محدودیت‌های عددی را نوشته‌ام؟ (حداقل کلمات، حداکثر پاراگراف، تعداد بولت‌ها)
  • لحن را تعیین کرده‌ام؟ (تخصصی، روان، رسمی، طنز، دوستانه)
  • اگر نیاز است، مثال Few-shot اضافه کرده‌ام؟
  • اگر مسئله پیچیده است، Chain of Thought را فعال کرده‌ام؟ («گام به گام فکر کن»)
  • چیزهایی که نمی‌خواهم را نوشته‌ام؟ (اعتبار منفی)
  • پرامپت را یک بار با صدای بلند خوانده‌ام تا ابهامات را پیدا کنم؟
  • برای کارهای خیلی پیچیده، آن را به چند پرامپت زنجیره‌ای تبدیل کرده‌ام؟

اشتباهات کشنده در پرامپت نویسی (و راه فرار)

بعضی اشتباهات آنقدر رایج و مخرب هستند که لقب «کشنده» گرفته‌اند. در ادامه ۳ مورد از مهم‌ترین آنها را می‌آوریم.

۱. فرض گرفتن دانش ضمنی

اشتباه: «این متن را بهتر کن»
اشتباه است زیرا: هوش مصنوعی نمی‌داند «بهتر» از نظر شما یعنی چه. روان‌تر؟ رسمی‌تر؟ خلاصه‌تر؟
راه فرار: «این متن را روان‌تر و خلاصه‌تر کن. جملات غیرفعال را به فعال تبدیل کن. حداکثر ۳ پاراگراف ۵۰ کلمه‌ای.»

۲. درخواست چند کار بدون اولویت

اشتباه: «این مقاله را خلاصه کن و ترجمه کن و برای اینستاگرام بازنویسی کن و کلمات کلیدی استخراج کن»
اشتباه است زیرا: مدل سردرگم می‌شود و هیچکدام را خوب انجام نمی‌دهد.
راه فرار: از زنجیره‌سازی استفاده کنید: پرامپت ۱ برای خلاصه، پرامپت ۲ برای ترجمه، پرامپت ۳ برای اینستاگرام.

۳. استفاده از کلمات مبهم

اشتباه: «یه متن نسبتاً بلند و تقریباً رسمی بنویس»
اشتباه است زیرا: «نسبتاً»، «تقریباً»، «کمی»، «حدوداً» معانی ذهنی دارند.
راه فرار: «متن ۱۵۰۰ کلمه‌ای بنویس. لحن رسمی اما نه خشک. از کلمات «جناب» و «حضرت» استفاده نکن. حداکثر ۲ بار از ضمیر «ما» استفاده کن.»

نمونه پرامپت نهایی و فوق حرفه‌ای

در اینجا یک پرامپت کامل را می‌بینید که از همه تکنیک‌های چهار بخش استفاده کرده است:

[نقش]
تو یک تحلیلگر ارشد داده با ۸ سال سابقه کار در بانک هستی.

[تکلیف اصلی]
یک گزارش تحلیلی از عملکرد فروش سه‌ماهه آخر بنویس.

[قالب خروجی]
خروجی یک فایل JSON با فیلدهای: summary (۱۵۰ کلمه)، key_findings (لیست ۵ تایی)، recommendations (لیست ۳ تایی)، و raw_data_table (جدول HTML).

[قوانین و محدودیت‌ها]
- طول کل حداکثر ۱۰۰۰ کلمه
- لحن کاملاً رسمی و بی‌طرفانه
- از اعداد بدون واحد خودداری کن
- تاریخ‌ها به صورت شمسی نوشته شود

[Few-shot]
مثال یک خروجی خوب:
{
  "summary": "در سه‌ماهه پاییز ۱۴۰۲، فروش کل ۱۲٪ نسبت به فصل قبل رشد داشت...",
  "key_findings": ["محصول A با ۳۵٪ رشد بهترین عملکرد را داشت", ...]
}

[Chain of Thought]
گام به گام فکر کن:
گام ۱: داده‌های زیر را بررسی کن.
گام ۲: درصد تغییرات هر ماه را محاسبه کن.
گام ۳: محصولات با رشد بالای ۲۰٪ را شناسایی کن.
گام ۴: سه دلیل احتمالی برای موفقیت یا شکست هر محصول بنویس.
گام ۵: خروجی JSON را تولید کن.

[داده]
مهر ۱۴۰۲: محصول A=۱۲۰M، محصول B=۸۰M، محصول C=۴۰M
آبان ۱۴۰۲: محصول A=۱۵۰M، محصول B=۷۵M، محصول C=۴۵M
آذر ۱۴۰۲: محصول A=۱۸۰M، محصول B=۷۰M، محصول C=۵۰M

[اعتبار منفی]
از موارد زیر اجتناب کن:
- عبارت «همانطور که می‌دانید»
- پیش‌بینی بدون مدرک
- مقایسه با رقبا بدون ذکر منبع
- جملات بسیار طولانی (بیش از ۲۵ کلمه)

جمع‌بندی نهایی مجموعه سه‌بخشی

در این مجموعه سه‌بخشی، از صفر تا صد پرامپت‌نویسی حرفه‌ای را آموزش دیدیم:

  • بخش اول: اصول پایه (نقش، تکلیف، قالب خروجی، قوانین) و قانون «خاص باش، کلی ننویس»
  • بخش دوم: تکنیک‌های پیشرفته (Few-shot، Chain of Thought، اعتبار منفی)
  • بخش سوم: زنجیره‌سازی، تنظیمات Temperature و Top-p، ارزیابی کیفیت و چک‌لیست نهایی

با تسلط بر این مبانی و تکنیک‌ها، شما می‌توانید خروجی‌هایی با کیفیت حرفه‌ای دریافت کنید و زمان خود را تا ۸۰٪ کاهش دهید. حالا نوبت شماست: پرامپت‌های خود را بنویسید، ارزیابی کنید و بهبود ببخشید. اگر سوالی دارید، من در خدمت شما هستم.