پرامپت نویسی چیست؟ – توضیح مهندسی پرامپت به زبان ساده

«هوش مصنوعی» (Artificial Intelligence | AI) به منظور ساخت ابزارهای هوشمندی پدید آمده است که می‌توان به وسیله آن‌ها بر اساس درخواست انسان، کاری را با عملکردی قابل‌قبول انجام داد. به‌منظور تحقق چنین هدفی، علی‌رغم این که سیستم‌های هوشمند باید برای یادگیری مسئولیتی خاص، به درستی آموزش دیده باشند، کاربران نهایی این سیستم‌ها نیز باید نحوه کار با آن‌ها را یاد بگیرند و برای گرفتن بهترین نتیجه، درخواست خود را به طور صحیح به آن‌ها ارائه کنند. در اینجا مفهومی به نام «مهندسی پرامپت نویسی» (Prompt Engineering) مطرح می‌شود که می‌توان آن را «مهندسی طرح دستور» هم ترجمه کرد. یادگیری نحوه صحیح طرح دستور یا همان پرامت نویسی،‌ لازمه کار با سیستم‌های هوشمند به ویژه هوش مصنوعی ChatGPT و سایر مواردی مثل BingAI مایکروسافت، Bard گوگل، DALL-E، میدجِرنی و دیگر موارد به حساب می‌آید. در مطلب فعلی از مجله فرادرس، به این پرسش پاسخ می‌دهیم که پرامپت نویسی چیست و چرا برخی افراد در حین کار با ابزارهای هوش مصنوعی، نتایج بهتری دریافت می‌کنند.

پرامپت نویسی چیست ؟

امروزه، کاربرد ابزارها و سیستم‌های مبتنی بر هوش مصنوعی گسترش پیدا کرده‌اند و افراد می‌توانند با استفاده از آن‌ها، انجام بسیاری از کارها را برای خود ساده‌تر کنند. با این حال، ممکن است در حین کار با این ابزارها و سیستم‌ها، خروجی مورد انتظار خود را از آن‌ها دریافت نکنیم. این اتفاق زمانی رخ می‌دهد که درخواست خود را به گونه‌ای به هوش مصنوعی بیان کرده‌ایم که برای آن قابل درک نیست، یا به نحوی درخواست ما را پردازش کرده است که پاسخی نامربوط را در خروجی ارائه می‌کند. در اینجا مفهومی به نام پرامپت نویسی به افراد کمک می‌کند تا بهترین خروجی را ابزارهای هوشمند دریافت کنند.

در پاسخ به پرسش پرامپت نویسی چیست می‌توان گفت این اصطلاح به شیوه ارتباط انسان با هوش مصنوعی گفته می‌شود. به عبارت دیگر، با استفاده از پرامپت نویسی می‌توان از سیستم‌های مبتنی بر هوش مصنوعی درخواست کرد کار، وظیفه یا همان تسکی را برای کاربر انجام دهند. این ارتباط می‌تواند در قالب نوشتار یا گفتار انجام شود. به عنوان مثال، فرض کنید می‌خواهید یک نقاشی را از منظره‌ای خاص به عنوان هدیه به دوست خود بدهید. اگر برای آماده کردن چنین هدیه‌ای به یک نقاش رجوع کنید، برای خلق آن نقاشی، باید توصیفی از جزئیاتش به نقاش ارائه دهید تا در نهایت نقاش بر اساس صحبت‌های شما، تصویر مورد نظر را نقاشی کند.

به چنین شیوه درخواست و مطرح کردن نیاز در حوزه هوش مصنوعی، پرامپت نویسی گفته می‌شود. به عبارتی، برای انجام مسئولیتی خاص، می‌توان درخواست خود را در قالب یک پرامپت به سیستمی هوشمند انتقال داد تا آن سیستم، درخواست مربوطه را انجام دهد. در ادامه، به طور دقیق‌تر به مفهوم پرامپت و ساختار آن می‌پردازیم.

پرامپت Prompt چیست ؟

چنانچه بخواهید با ابزارها و سیستم‌های هوش مصنوعی کار کنید و درخواست خود را برای انجام وظیفه‌ای خاص به آن‌ها بدهید، می‌توانید از پرامپت استفاده کنید. پرامپت شرحی از درخواست کاربر است که مشخص می‌کند سیستم مبتنی بر هوش مصنوعی باید چه چیزی را در خروجی به کاربر تحویل دهد. همچنین، پرامپت می‌تواند دستور یا قطعه کدی باشد که کاربر با استفاده از آن می‌تواند از هوش مصنوعی بخواهد کاری را انجام دهد.

متن می‌تواند به عنوان اصلی‌ترین روش برقراری ارتباط با مدل‌های هوش مصنوعی محسوب شود. با بیان درخواست خود در قالب متنی، می‌توانیم از هوش مصنوعی درخواست کنیم اقدام خاصی را برای ما انجام دهد. به عنوان مثال، مدل‌های تولید کننده تصویر مانند DALL-E متنی را از کاربر دریافت و با توجه به توصیفاتی که در متن وجود دارد، تصویری را خلق می‌کنند و آن را به کاربر ارائه می‌دهند. مدل‌های زبانی نظیر GPT-4 و ChatGPT نیز پرسشی را از کاربر دریافت می‌کنند و پس از درک آن، پاسخی را به کاربر ارائه می‌دهند.

ساختار پرامپت نویسی چیست ؟

به منظور پاسخ دقیق به پرسش پرامپت نویسی چیست، باید به ساختار و اجزای پرامپت نیز اشاره کنیم و مفاهیم هر یک از آن‌ها را شرح دهیم.

اجزای پرامپت را می‌توان به ۵ بخش تقسیم کرد:

• «کار و وظیفه» (Task)
• «دستورالعمل» (Instruction)
• «محتوا» (Context)
• «تنظیمات و پارامترها» (Parameters, Settings)
• «ورودی» (Input)

در ادامه مطلب، به توضیح هر یک از اجزای ذکر شده در بالا می‌پردازیم.

مفهوم وظیفه یا تسک در پرامپت نویسی چیست ؟

وظیفه یا Task کاری است که ابزار هوش مصنوعی انجام می‌دهد. به عبارتی، هر یک از سیستم‌های هوشمند به منظور انجام یک سری وظایف آموزش داده شده‌اند و کاربر در حین کار با آن‌ها، درخواست انجام وظیفه‌ای خاص را دارد. به عنوان مثال، می‌توانیم از یک ابزار هوشمند بخواهیم تصویری را بر اساس توصیف‌های ما خلق کند. در این مثال، وظیفه مشخص شده در پرامپت، خلق تصویر بر اساس متن است. سیستم‌های هوشمند وظایف مختلفی را اعم از پاسخ به سوالات، تولید متن، خلاصه کردن متن ورودی، تولید تصویر و مواردی از این قبیل را می‌توانند انجام دهند.

مفهوم دستورالعمل در پرامپت چیست ؟

در پاسخ به سوال پرامپت نویسی چیست به این نکته اشاره کردیم که هدف از این مفهوم، برقراری ارتباط با ابزار هوشمند و محول کردن وظیفه‌ای خاص به آن است. به منظور تحقق انجام وظیفه مشخص شده در پرامپت، باید دستورالعمل‌هایی را برای ابزارهای هوشمند مشخص کنیم تا مدل هوش مصنوعی بر اساس آن، وظیفه را به درستی انجام دهد. برای مثال، اگر از هوش مصنوعی می‌خواهیم شعری را درباره موضوعی خاص برای ما تولید کند، می‌توانیم تعداد بیت‌ها و سبک شعر را نیز به عنوان دستورالعمل مشخص کنیم.

مفهوم محتوا در پرامپت نویسی چیست ؟

با استفاده از محتوا می‌توان اطلاعات اضافه‌تری را در اختیار مدل هوشمند قرار داد تا مدل با استفاده از آن، درک بهتری از درخواست مطرح شده و شرایط تحقق هدف داشته باشد. به عبارتی، می‌توان گفت محتوا به عنوان راهنمایی بیشتر برای مدل محسوب می‌شود. محتوا می‌تواند شامل تصاویر ضمیمه شده یا مثال باشد تا ابزار هوشمند با استفاده از آن‌ها به ایده بهتری برای رسیدن به پاسخ دست یابد.

محتوا یکی از مهم‌ترین موارد در نوشتن پرامپت‌های مناسب محسوب می‌شود. اگر بخواهیم تاثیر در نظر گرفتن محتوا را در پرامپت نویسی بررسی کنیم، می‌توانیم از یک مثال کمک بگیریم. اگر در گوگل به دنبال عبارت دونات بگردیم، نتایجی که گوگل به ما ارائه می‌دهد، شامل مطالبی از این قبیل خواهد بود:

• طرز تهیه دونات
• تصاویر دونات
• معرفی شیرینی‌فروشی‌های مختلفی که دونات می‌فروشند

حال اگر به محتوای خود عبارت‌های دیگری را هم اضافه کنیم، در نتایج موتور جستجو تفاوت را ملاحظه خواهیم کرد. به عنوان مثال، چنانچه عبارتی مانند «طراحی سه بعدی دونات» را در گوگل جستجو کنیم، موتور جستجو سایت‌هایی را به ما نشان می‌دهد که شامل مطالب آموزشی طراحی دونات با نرم‌افزارهای کامپیوتری می‌شوند.

تاثیر محتوا در پرامپت نویسی نیز مشابه تاثیر محتوا در موتورهای جستجو است. مدل‌های هوش مصنوعی نیز به منظور حل مسئله، به محتوای ورودی کاربر توجه می‌کنند و پس از تجزیه و تحلیل و درک آن‌ها، پاسخی را ارائه خواهند کرد. بنابراین، دریافت پاسخ مناسب از هوش مصنوعی، رابطه مستقیمی با انتخاب محتوای مناسب توسط کاربر دارد.

تنظیمات و پارامترها در پرامپت نویسی

پارامترها عناصری هستند که یا مستقیماً می‌توان آن‌ها را در پرامپت مقداردهی کرد یا برای پرامپت نویسی از قبل طراحی شده‌اند تا بر خروجی مدل تاثیر بگذراند. در سیستم‌های هوشمند می‌توان از انواع مختلف پارامترها استفاده کرد. چنانچه با ابزار هوش مصنوعی MidJourney کار می‌کنید، می‌توانید از پارامترهای مختلفی نظیر «no--» (برای طرح دستور منفی مثلاً به منظور خذف چیزی در تصویر) استفاده کنید.

ورودی در پرامپت نویسی

برخی از ابزارهای هوش مصنوعی نیاز به ورودی دارند تا بتوانند وظیفه خود را انجام دهند. ابزارهای هوشمند ویرایشگر تصویر را می‌توان جزء ابزارهایی به حساب آورد که در ورودی خود، علاوه‌بر پرامپت، تصویری را نیز دریافت می‌کنند تا بر اساس پرامپت مربوطه، تغییراتی را هم بر روی آن اعمال کنند. حال که با مفهوم پرامپت آشنا شدیم و به پاسخ پرسش پرامپت نویسی چیست رسیدیم، به مفهوم مهندسی پرامپت می‌پردازیم و هدف آن را شرح می‌دهیم.

مهندسی پرامپت چیست ؟

علاوه‌بر پاسخ به پرسش پرامپت نویسی چیست ، قصد داریم در این بخش سوال دیگری را هم مطرح کنیم و آن سوال این است که مهندسی پرامپت به چه معناست و هدف آن چیست.

در پی پیشرفت و توسعه هوش مصنوعی و ارائه دستاوردهای مهم این حیطه نظیر ChatGPT و هوش مصنوعی بینگ، برخی مشاغل حذف شده‌اند. با این حال، مشاغل جدیدی مرتبط با سیستم‌های هوشمند به وجود آمده‌اند که نیازمند مهارت‌های تخصصی و فنی خاصی هستند. در این میان، می‌توان به جایگاه شغلی مهندسی پرامپت اشاره کرد.

مفهوم مهندسی پرامپت بر پیدا کردن بهترین پرامپت‌هایی تمرکز دارد که بر اساس آن‌ها، مدل‌های هوش مصنوعی بهترین نتایج را در خروجی برگردانند. به عبارتی، به شیوه استفاده از پرامپت برای گرفتن بهترین نتیجه از ابزارهای هوش مصنوعی، مهندسی پرامپت گفته می‌شود.

مهندسی پرامپت شامل طراحی و تولید پرامپت برای مدل‌های هوش مصنوعی است. با استفاده از مهندسی پرامپت می‌توان نوع داده و قالب مناسب داده را برای هوش مصنوعی تعیین کرد تا مدل هوشمند بتواند درخواست ما را به درستی درک کند و مطابق نیاز ما، خروجی صحیحی را بازگرداند. همچنین، مهندسی پرامپت شامل تهیه داده‌های آموزشی با کیفیت برای آموزش مدل هوش مصنوعی است تا مدل بتواند اطلاعات جامع، کامل و صحیحی را از داده‌های آموزشی به دست آورد و با توجه به آن‌ها، درباره مسئله مطرح شده به تصمیم‌گیری بپردازد. به عبارتی، می‌توان گفت مهندسی پرامپت قدمی مهم در توسعه و استقرار سیستم‌های هوش مصنوعی به حساب می‌آید.

مدل‌های زبانی بزرگی مانند GPT-4 و ChatGPT شرکت OpenAI، چت‌بات‌هایی بسیار قدرتمند محسوب می‌شوند که بر پایه روش‌های «پردازش زبان طبیعی» (Natural Language Processing | NLP)، مکالمه را پیش می‌برند. با این حال، این نوع سیستم‌ها بسیار متکی به پرامپتی هستند که از کاربر دریافت می‌کنند.

به عنوان مثال، فرض کنید می‌خواهید از مدل زبانی بپرسید که پایتخت فرانسه کدام شهر است؟ اگر در ورودی، فقط کلمه فرانسه را بنویسید، مدل زبانی نمی‌داند دقیقاً به دنبال چه اطلاعاتی از عبارت ورودی هستید. در این حالت، ممکن است اطلاعات مختلفی را پیرامون موقعیت جغرافیایی کشور فرانسه، تاریخ فرانسه یا اقتصاد این کشور دریافت کنید.

حال اگر در پرامپت خود، اطلاعات دقیق‌تری را وارد کنید، به جواب بهتری خواهید رسید. می‌توانید سوال خود را اینگونه تغییر دهید: پایتخت کشور فرانسه کجاست؟ مدل زبانی نیز در پاسخ به شما، نام پاریس را برمی‌گرداند. در واقع هر چه دقیق‌تر توضیح دهیم که چه می‌خواهیم و انتظار داریم چه چیزی در خروجی چاپ شود، آنگاه پاسخ و نتیجه بهتری را هم دریافت خواهیم کرد. البته باید از شرح بیش از حد و ارائه توضیحات اضافی هم پرهیز شود. به بیان دقیق‌تر مهندسی طرح دستور یعنی طرح درخواستی که دقیق و به اندازه باشد، نه خیلی خلاصه و ناقص و نه خیلی طولانی و پرحاشیه باشد. در ادامه مطلب، به مفهوم کیستی مهندس پرامپت و شرح وظایف آن پرداخته شده است تا افرادی که علاقه دارند در این جایگاه شغلی مشغول به کار شوند، از مسئولیت‌های آن اطلاعات کسب کنند.

مهندس پرامپت کیست ؟

در ادامه پاسخ به پرسش پرامپت نویسی چیست، به مفهوم جایگاه شغلی مهندس پرامپت می‌رسیم. مهندس پرامپت درخواست انسان را برای سیستم هوش مصنوعی ترجمه می‌کند تا سیستم، درخواست مطرح شده را درک کند. به بیان دیگر، مهندس پرامپت، مترجم بین زبان انسان و زبان هوش مصنوعی است. می‌توان مهندس پرامپت را همانند فردی دانست که به خوبی می‌تواند از گوگل برای یافتن پاسخ پرسش‌های خود استفاده کند. به عبارتی، برای یافتن پاسخ مناسب از طریق موتور جستجوی گوگل، باید بدانیم پرسش خود را در قالب چه کلمات کلیدی مناسبی مطرح کنیم تا موتور جستجو، مرتبط‌ترین و بهترین نتیجه‌ها را به ما نشان دهد.

شرکت‌های فعال در حوزه هوش مصنوعی نظیر OpenAI و گوگل، افرادی را به عنوان مهندس پرامپت استخدام می‌کنند تا در پیاده‌سازی مدل‌های هوش مصنوعی به سایر توسعه‌دهندگان و برنامه‌نویسان کمک کنند. از آنجایی که بخش مهمی از عملکرد سیستم‌های هوشمند به داده‌های ورودی آن‌ها وابسته است، اگر ورودی آن‌ها، اطلاعات نادرست و نامفهومی باشد، در خروجی نیز اطلاعات نادرست و نامفهومی را به کاربر ارائه می‌کنند. مهندس پرامپت این وظیفه را بر عهده دارد تا داده‌های ورودی این سیستم‌ها را بسنجد و پرامپت‌های مناسبی را برای سیستم‌های هوش مصنوعی بنویسند تا خروجی آن‌ها را ارزیابی کند و بر اساس تحلیل عملکرد مدل، پیشنهادهایی را برای بهبود آن‌ها به برنامه‌نویسان بدهد.

مهارت های مورد نیاز مهندس پرامپت

هدف از نوشتن مطلب حاضر، پاسخ به این پرسش بود که پرامپت نویسی چیست و مهندس پرامپت چه وظایفی دارد. یکی از رایج‌ترین سوالاتی که پیرامون شغل مهندسی پرامپت مطرح می‌شود این است که آیا چنین شغلی نیاز به مهارت‌های تخصصی خاصی دارد؟ در پاسخ به این پرسش باید گفت با این که مهندس پرامپت با سیستم‌های هوش مصنوعی کار می‌کند، با این حال، الزامی وجود ندارد که چنین فردی دارای مدرک تخصصی رشته کامپیوتر باشد.

همچنین، علی‌رغم این که سیستم‌های هوشمند بر پایه الگوریتم های یادگیری ماشین و الگوریتم های یادگیری عمیق کار می‌کنند، نیازی نیست که مهندس پرامپت دانش تخصصی عمیقی پیرامون این مدل‌ها و روش‌ها داشته باشد. البته آشنایی مقدماتی با هوش مصنوعی قطعاً می‌تواند بسیار مفید واقع شود.

مهندس پرامپت کافی است رویکردهای کلی یادگیری مدل‌های هوش مصنوعی را بشناسد و مهارت تفکر تحلیلی و خلاقانه داشته باشد. تسلط بر قواعد زبانی نیز از دیگر مهارت‌های لازم شغل مهندسی پرامپت است. آشنایی با برنامه نویسی نیز از دیگر مهارت‌های شغلی مهندسی پرامپت به حساب می‌آید که می‌تواند به فرد در راستای پیشبرد وظایفش کمک به سزایی کند.

در ادامه مطلب، به ارائه شرح دقیق‌تری پیرامون مهارت‌های مورد نیاز برای تبدیل شدن به مهندس پرامپت پرداخته شده است.

چطور می توان مهندس پرامپت شد ؟

با رشد و توسعه ابزارهای هوشمند، افزایش میزان بهره‌وری از این سیستم‌ها اهمیت بسزایی پیدا کرده است. بدین منظور، مفهومی با عنوان مهندسی پرامپت پدیدار شد و توجه مخاطبان بسیاری را به خود جلب کرد. مهندسی پرامپت یکی از فرصت‌های شغلی جدیدی است که می‌تواند گزینه شغلی مناسبی برای علاقه‌مندان به حوزه هوش مصنوعی باشد. افرادی که به دنبال یافتن فرصت شغلی مهندس پرامپت هستند، باید دارای مهارت‌های فهرست شده در زیر باشند:

• آشنایی با مفاهیم هوش مصنوعی، شبکه عصبی و یادگیری ماشین
• آشنایی با مدل زبانی
• کسب مهارت در پرامپت نویسی
• تقویت مهارت‌های زبانی
• آشنایی با برنامه نویسی
• به‌روزرسانی اطلاعات تخصصی و کسب تجربه کاری

در ادامه، به توضیح هر یک از مهارت‌های لازم شغل مهندس پرامپت می‌پردازیم.

آشنایی با هوش مصنوعی و یادگیری ماشین

افرادی که قصد دارند به عنوان مهندس پرامپت مشغول به کار شوند، باید اطلاعاتی پیرامون مفاهیم هوش مصنوعی و الگوریتم‌های یادگیری ماشین کسب کنند. منابع اینترنتی مختلفی برای یادگیری این مفاهیم وجود دارد که به مجله فرادرس می‌توان به عنوان یکی از منابع آموزشی تخصصی جامع این دو حوزه اشاره کرد. علاقه‌مندان می‌توانند در قسمت جستجوی مجله، موضوعات تخصصی مد نظر خود را جستجو کنند.

آشنایی با مدل زبانی

از آنجایی که مفهوم مهندسی پرامپت اساساً به دلیل افزایش میزان بهره‌وری از سیستم‌های هوشمند مبتنی بر مدل‌های زبانی شکل گرفت، درک عمیق از ساختار و عملکرد این مدل‌ها برای افراد علاقه‌مند به این حیطه لازم است. مهندسین پرامپت باید با انواع مختلف مدل‌های هوشمند نظیر BERT ،GPT-3 و GPT-4 آشنا باشند و از نحوه آموزش این مدل‌ها و تولید پاسخ توسط آن‌ها اطلاعات کسب کنند.

همچنین، داشتن تجربه کار با مدل‌های زبانی به شما در پرامپت نویسی کمک بسزایی می‌کند. بسیاری از شرکت‌ها و مراکز تحقیقاتی هوش مصنوعی نظیر OpenAI بستری را فراهم کرده‌اند تا افراد بتوانند با ابزارهای هوشمند کار کنند و از آن‌ها برای پژوهش‌ها و توسعه پروژه‌های خود استفاده کنند.

کسب مهارت پرامپت نویسی

پس از آشنایی با مدل‌های ماشین لرنینگ و مدل‌های زبانی، می‌توانید الگوهای نحوه پاسخ‌دهی سیستم‌های هوشمند به پرامپت‌های مختلف را تشخیص دهید. یادگیری روش‌های مختلف پرامپت نویسی می‌تواند به شما کمک کند تا با مدل هوشمند به طور موثرتری ارتباط برقرار کنید. در بخش‌های بعدی این مطلب، به مثال‌های کاربردی برای نوشتن پرامپت‌های مناسب اشاره می‌کنیم و نحوه نوشتن پرامپت‌های بهتر را آموزش می‌دهیم.

تقویت مهارت های زبانی

فردی که در جایگاه شغلی مهندس پرامپت فعالیت می‌کند، باید تسلط کافی به زبانی داشته باشد که با آن به مکالمه با ابزار هوشمند می‌پردازد. همچنین، این افراد باید مهارت تفکر تحلیلی و خلاقانه داشته باشند تا بتوانند تاثیر هر پرامپت را بر روی عملکرد مدل تشخیص دهند.

یادگیری برنامه نویسی

یادگیری برنامه نویسی برای مهندسین پرامپت اختیاری است، اما توصیه می‌شود این مهارت را یاد بگیرند. این افراد می‌توانند یکی از زبان‌های برنامه نویسی هوش مصنوعی نظیر زبان برنامه نویسی پایتون را انتخاب کنند و کار با کتابخانه‌های هوش مصنوعی آن را یاد بگیرند.

به روزرسانی دانش و کسب تجربه

پژوهش‌های هوش مصنوعی روز به روز در حال رشد و توسعه هستند و روزانه روش‌ها و رویکردهای جدیدی در این حوزه مطرح می‌شوند. افرادی که قصد دارند در حیطه‌های مرتبط با رشته هوش مصنوعی فعالیت داشته باشند، باید دانش تخصصی خود را به‌روزرسانی کنند و از آخرین دستاوردهای آن آگاه باشند.

همچنین، کسب تجربه بهترین روش برای موفق شدن در این حیطه است. افراد می‌توانند با انجام پروژه‌های مختلف، همکاری با سایر افراد متخصص هوش مصنوعی یا پیدا کردن شغل مرتبط با هوش مصنوعی تجربه‌های خود را در این مسیر بیشتر کنند.

منابع یادگیری پرامپت نویسی

حال که به پاسخ پرسش پرامپت نویسی چیست رسیدیم، در این بخش به معرفی برخی از منابع آموزشی آن می‌پردازیم. علاقه‌مندانی که قصد دارند مهارت خود را در پرامپت نویسی بهبود دهند، می‌توانند از منابع آموزشی مختلفی استفاده کنند.

در ادامه برخی از منابع مناسب برای یادگیری پرامت نویسی فهرست شده‌اند.

• سایت dair-ai/Prompt-Engineering-Guide: این سایت شامل مطالب آموزشی جامع پرامپت نویسی، ابزارها، مثال‌ها و مقالات مرتبط با آن است.
• PromptPerfect: مهندسان پرامپت و متخصصان هوش مصنوعی می‌توانند با مطالب و امکانات این سایت پرامپت نویسی را یاد بگیرند.
• سایت PromptingGuide: این سایت از دیگر منابع آموزشی جامع پرامپت نویسی محسوب می‌شود که شامل مدل‌های هوش مصنوعی، مطالب آموزشی و ابزارهای مرتبط با پرامپت نویسی است.
• Awesome ChatGPT Prompts: این سایت شامل مثال‌های مختلفی از پرامپت برای کار با مدل ChatGPT است.

همچنین، یکی از پیشگامان عرصه یادگیری ماشین و هوش مصنوعی و فعالان شناخته شده در آموزش این حوزه یعنی «اندرو اینگ» (Andrew Ng) نیز دوره آموزشی مخصوصی را برای مهندسی پرامت ارائه کرده است که می‌توان برای یادگیری از آن نیز استفاده کرد.

چطور می توان پرامپت خوبی نوشت ؟

یکی از موضوع‌هایی که در ادامه پرسش «پرامپت نویسی چیست» مطرح می‌شود، این است که چطور می‌توان پرامپت بهتری نوشت. همان‌طور که پیش از این به آن اشاره کردیم، نوشتن یک پرامپت مناسب می‌تواند به شما در هنگام کار با هوش مصنوعی کمک کند تا به نتایج و خروجی‌های بهتری برسید. برای نوشتن پرامپت مناسب باید تمرین زیادی کرد و نکاتی را مورد توجه قرار داد.

در ادامه، به نکات لازم برای نوشتن یک پرامپت بهینه اشاره می‌کنیم:

• تعیین اهداف خود برای استفاده از ابزارهای هوش مصنوعی
• انجام آزمون‌های مختلف
• در نظر گرفتن روش‌های یادگیری ماشین
• جدا کردن دستورات
• اشاره کردن به جزئیات و محدود کردن موضوع
• تعیین قالب خروجی مدل
• استفاده از مثال
• استفاده از جمله‌های کوتاه و صریح در نوشتن پرامپت

در ادامه، به توضیح هر یک از نکات ذکر شده در بالا می‌پردازیم تا خوانندگان این مطلب از مجله فرادرس بتوانند با مطالعه این توضیحات، سطح پرامپت نویسی خود را ارتقا دهند.

تعیین اهداف استفاده از هوش مصنوعی در پرامپت نویسی

زمانی که هدف خود را برای کار با ابزارهای هوش مصنوعی می‌دانید، پرامپت بهتری می‌نویسید. پیش از نوشتن پرامپت باید برای خود مشخص کرد که دقیقا دنبال چه هستیم و هوش مصنوعی باید به ما چه پاسخی بدهد. بیان کردن صریح اهداف خود در پرامپت، باعث می‌شود هوش مصنوعی مستقیما به دنبال پاسخ باشد و جای ابهامی وجود نداشته باشد.

نکته مهم دیگری که باید به آن اشاره کرد این است که همیشه صحت اطلاعات حاصل شده از ابزارهای هوش مصنوعی را بسنجید. این موضوع برای ابزارهای تولید کننده تصویر اهمیت کمتری دارد. اما بررسی صحت نتایج حاصل شده از ابزارهای تولید کننده متن و کد بسیار مهم است، زیرا ممکن است هوش مصنوعی در ارائه پاسخ به شما دچار خطا شده باشد.

بررسی نتایج پرامپت های مختلف برای یک موضوع

برای یک موضوع خاص بهتر است چندین پرامپت را به عنوان ورودی به ابزار هوش مصنوعی بدهید و خروجی‌های آن‌ها را با یکدیگر مقایسه کنید. با بررسی نتایج هر یک از پرامپت‌ها می‌توانید تصمیم بگیرید کدام پرامپت شما را به پاسخ مورد نظرتان می‌رساند.

تاثیر یادگیری روش های یادگیری ماشین در پرامپت نویسی چیست ؟

الگوریتم‌های یادگیری ماشین با رویکردهای یادگیری مختلف نظیر «یادگیری نظارت شده» (Supervised Learning)، «یادگیری نظارت نشده» (Unsupervised Learning) و «یادگیری تقویتی» (Reinforcement Learning)، نیازمند پرامپت نویسی‌های متفاوتی هستند.

به عنوان مثال، زمانی که با سیستم هوشمندی کار می‌کنید که بر پایه رویکرد یادگیری تقویتی آموزش دیده است، باید بدانید که چنین سیستمی در اثر تعامل با محیط و کنش و واکنش، اطلاعات و دانش جدید کسب می‌کند. به این ترتیب، نحوه برقراری ارتباط با این سیستم‌ها، متفاوت از ابزارهای مبتنی بر رویکرد‌های یادگیری نظارت شده و نظارت نشده هستند.

 

جدا کردن دستورات در پرامپت نویسی

چنانچه از ابزارهای هوش مصنوعی متنی نظیر ChatGPT استفاده می‌کنید، بهتر است پرامپت خود را به نحوی بنویسید که برای چنین ابزارهایی شفاف و قابل درک باشند. بدین منظور می‌توان از علامت‌های خاصی نظیر ### و """ برای جدا کردن بخش‌های دستورات و محتوای متنی پرامپت استفاده کرد.

به منظور درک بهتر این موضوع، مثالی در ادامه ارائه شده است. برای این که از هوش مصنوعی بخواهیم متنی را برای ما خلاصه کند، پرامپت زیر نتیجه چندان مناسبی را به دنبال نخواهد داشت.

Summarize the text below as a bullet point list of the most important points.

{text input here}

به جای پرامپت بالا، می‌توان از پرامپت زیر استفاده کرد تا به جواب بهتری برسیم:

Summarize the text below as a bullet point list of the most important points.

Text: """

{text input here}

"""

همان‌طور که در مثال بالا ملاحظه می‌کنید، بهتر است متن را بین علامت """ (Double Quote) بنویسیم تا ابتدا و انتهای متن برای مدل هوش مصنوعی به طور دقیق مشخص باشد.

اشاره به جزئیات و محدود کردن موضوع در پرامپت نویسی

در هنگام پرامپت نویسی باید از نوشتن کلیات بپرهیزیم و به جزییات اشاره کنیم. به عنوان مثال، اگر قصد داریم از هوش مصنوعی درباره نظام سرمایه‌داری سوال کنیم، به جای اینکه سوال خود را به صورت کلی (به عنوان مثال: نظام سرمایه‌داری چیست) بیان کنیم، بهتر است اطلاعات جزئی‌تر و دقیق‌تری برای ابزار هوشمند مشخص شود. به طور نمونه، می‌توان پرامپت خود را بدین شکل نوشت:

«در حد ۵۰۰ کلمه درباره نظام سرمایه‌داری و تاثیرات آن از دید آل گینزبرگ توضیح بده.»

تعیین قالب خروجی مدل در پرامپت نویسی

زمانی که برای نوشتن پرامپت از مثال استفاده می‌کنیم،‌ مدل‌های هوش مصنوعی می‌توانند پاسخ دقیق‌تری را در خروجی ارائه دهند. به عنوان مثال، چنانچه قالب خاصی در ذهن خود دارید، بهتر است در پرامپت خود به آن اشاره کنید. در زیر، شاهد تاثیر کاربرد مثال در پرامپت نویسی هستید. چنانچه قصد داشته باشید با استفاده از هوش مصنوعی، موجویت‌های موجود در متن را استخراج کنید، پرامپت زیر نتیجه خوبی را به شما ارائه نخواهد کرد:

Extract the entities mentioned in the text below. Extract the following 4 entity types: company names, people names, specific topics and themes.

Text: {text}

به جای پرامپت بالا، می‌توان از متن پرامپت زیر استفاده کرد:

Extract the important entities mentioned in the text below. First extract all company names, then extract all people names, then extract specific topics which fit the content and finally extract general overarching themes

Desired format:
Company names: 
People names: -||-
Specific topics: -||-
General themes: -||-

Text: {text}

به عبارتی، در حالت اول کاربر فقط به این نکته اشاره دارد که ۴ موجودیت را در متن مشخص کند اما در حالت دوم، برای هوش مصنوعی دقیقا تعیین کرده که به دنبال چه نوع موجودیت‌هایی (نام شرکت، نام افراد، موضوعات خاص، موضوعات عام) است.

تاثیر استفاده از مثال در پرامپت نویسی چیست ؟

برای این که نتیجه بهتری از چت‌بات‌ها و مدل‌های زبانی بگیریم، بهتر است در حین برقراری مکالمه با چنین ابزارهای هوشمندی، از مثال استفاده کنیم تا این مدل‌ها بتوانند خروجی مورد نظر ما را بر اساس مثال تولید کنند. به عنوان نمونه، فرض می‌کنیم به مدل متنی را می‌دهیم و از آن می‌خواهیم کلمات کلیدی متن را استخراج کند.

برای گرفتن نتیجه بهتر از مدل، می‌توان از چند مثال کاربردی استفاده کرد. در ادامه، نمونه‌ای از نحوه استفاده از مثال در نوشتن پرامپت آمده است.

Extract keywords from the corresponding texts below.

Text 1: Stripe provides APIs that web developers can use to integrate payment processing into their websites and mobile applications. 
Keywords 1: Stripe, payment processing, APIs, web developers, websites, mobile applications 
##

Text 2: OpenAI has trained cutting-edge language models that are very good at understanding and generating text. Our API provides access to these models and can be used to solve virtually any task that involves processing language. 
Keywords 2: OpenAI, language models, text processing, API.
##

Text 3: {text} 
Keywords 3:

انواع پرامپت

در ادامه پاسخ به پرسش پرامپت نویسی چیست ، می‌توانیم به انواع پرامپت بپردازیم تا با داشتن آگاهی از نوع پرامپت، بتوان ارتباط موثرتری با ابزارهای هوش مصنوعی برقرار کرد. در ادامه، فهرستی از انواع پرامپت فهرست شده است.

• «پرامپت‌های جستجوی اطلاعات» (Information Seeking Prompts)
• «پرامپت‌های دستوری» (Instruction Based Prompts)
• «طرح دستور با ارائه بستر» (Context Providing Prompts)
• «پرامپت‌های مقایسه‌ای» (Comparative Prompts)
• «طرح دستور جستجوی نظر» (Opinion Seeking Prompts)
• «پرامپت‌های انعکاسی» (Reflective Prompts)
• «طرح دستور نقش محور» (Role Based Prompts)

در بخش‌های بعدی این مطلب، به توضیح مختصری پیرامون هر یک از انواع پرامپت‌های ذکر شده در فهرست بالا خواهیم پرداخت.

پرامپت جستجوی اطلاعات چیست ؟

از پرامپت‌های جستجوی اطلاعات به منظور کسب اطلاعات از مدل‌ها و ابزارهای هوش مصنوعی استفاده می‌شود. این نوع پرامپت‌ها شامل کلمات پرسشی «چه چیزی»، «کجا»، «کدام» و «چطور» و مواردی از این قبیل هستند. به عنوان مثال، پرامپت‌هایی که در ادامه آمده است، از نوع پرامپت‌های اطلاعاتی به حساب می‌آیند:

• معروف‌ترین جاذبه گردشگری کنیا کجا است؟
• چطور خودم رو برای مصاحبه شغلی آماده کنم؟
• کدام یک از کشورها برای ادامه تحصیل در رشته پزشکی مناسب هستند؟

پرامپت دستوری

با استفاده از پرامپت‌های دستوری می‌توان برای سیستم‌های هوشمند تعیین کرد چه وظایفی را انجام دهند. نرم‌افزارهای Siri ،Alexa و Google Assistant بهترین نمونه برای پرامپت‌های دستوری هستند. افراد با استفاده از جملاتی نظیر «به مادرم زنگ بزن»، «قسمت پنجم سریال مورد علاقه‌م رو پخش کن» و «صدای موسیقی رو کم کن» می‌توانند با چنین ابزارهای هوشمندی ارتباط برقرار کنند.

طرح دستور با ارائه بستر

پرامپت‌هایی که از نوع «ارائه بستر» (Context Providing) هستند، اطلاعاتی را شامل می‌شوند که ابزارهای هوشمند با کمک آن‌ها، درخواست و نیاز کاربر را می‌فهمند. به عنوان مثال، چنانچه فردی قصد داشته باشد برای تدارک یک مهمانی برنامه‌ریزی کند، می‌تواند با استفاده از پرامپت محتوایی از هوش مصنوعی برای دریافت ایده‌های جذاب کمک بگیرد و شرایط و نیاز خود را مثلاً این گونه برای آن ابزار هوشمند شرح دهد:

«می‌خواهم برای تولد پسرم مهمانی تدارک ببینم. چه نوع کیک تولد و هدیه‌ای برای پسرم خریداری کنم تا خوشحالش کند؟»

پرامپت مقایسه ای چیست ؟

از پرامپت مقایسه‌ای برای بررسی، ارزیابی و مقایسه شرایط و موارد مختلف استفاده می‌شود تا مدل بر اساس اطلاعاتی که از موارد ذکر شده در اختیار دارد، در تصمیم‌گیری به کاربر کمک کند. به عنوان مثال، می‌توان برای مقایسه ۲ رشته دانشگاهی از پرامپت مقایسه‌ای این گونه استفاده کرد:

«مزایا و معایب رشته‌های تحصیلی مهندسی معدن و مهندسی عمران چیست؟»

پرامپ جستجوی نظر

زمانی که بخواهیم نظر و دیدگاه ابزارهای هوش مصنوعی را پیرامون موضوعی خاص بدانیم، از پرامپت‌های جستجوی نظر یا نظرسنجی استفاده می‌کنیم. به عنوان مثال، می‌توانیم با استفاده از این نوع پرامپت، نظر مدل هوش مصنوعی را درباره سفر در زمان جویا شویم:

«آیا امکان سفر در زمان برای بشر محقق خواهد شد؟»

پرامپت انعکاسی چیست ؟

از این نوع پرامپت برای خودشناسی بهتر، درک عمیق اعتقادات و رفتار و عملکرد اشخاص استفاده می‌شود. به عبارتی، با استفاده از این نوع پرامپت می‌توان پیشنهاداتی بر اساس توانمندی، استعداد، باور و رفتارمان پیرامون موضوعی خاص بگیریم تا در آن راستا پیشرفت بهتری داشته باشیم. سوالاتی که در ادامه ذکر شده‌اند، می‌توانند به عنوان پرامپت انعکاسی محسوب شوند:

• برنامه نویس تازه‌کاری هستم، چطور می‌توانم مهارت خودم را در برنامه نویسی بالا ببرم؟
• نگرانی و ترس اصلی انسان در زندگی چیست؟

پرامپت نقش محور

در پرامپت نقش محور، در ابتدا نقشی را به ابزار هوش مصنوعی اطلاق می‌کنیم و سپس با در نظر گرفتن آن نقش، مکالمه را با آن ابزار پیش می‌بریم. به عنوان مثال، می‌توان در این نوع پرامپت از جملاتی نظیر «تو دکتر هستی» یا «تو معلمی» در ابتدای پرامپت خود استفاده کنیم و سپس سوالات مرتبط با آن نقش را از سیستم هوشمند بپرسیم.

کاربرد پرامپت نویسی برای استفاده از ابزارهای هوش مصنوعی

در ادامه پاسخ به پرسش پرامپت نویسی چیست ، در این بخش به کاربرد پرامپت نویسی برای برقراری ارتباط با ابزارهای هوش مصنوعی می‌پردازیم و به چند نمونه از این سیستم‌های هوشمند اشاره خواهیم کرد تا مخاطبان این مطلب از مجله فرادرس بتوانند از آن‌ها برای پیشبرد اهداف خود استفاده کنند.

کاربرد پرامپت نویسی برای ابزارهای تولید کننده متن

از پرامپت نویسی متنی به منظور برقراری ارتباط زبانی با مدل‌های زبانی مانند ChatGPT استفاده می‌شود. در حین مکالمه با این مدل‌های زبانی به نتایج جالبی می‌توان رسید. با این حال، چنانچه پرامپت مناسبی برای مکالمه با این ابزارهای هوش مصنوعی انتخاب نکنید، پاسخ‌های دقیق و صحیحی را دریافت نخواهید کرد. باید خاطرنشان کنیم که مدل‌های زبانی قوی در تولید متن به خوبی عمل می‌کنند و خروجی متن‌های تولید شده توسط آن‌ها دارای خطای دستوری نیست و جمله‌های تولید شده توسط این مدل‌ها روان و قابل فهم هستند. با این حال، تضمینی برای صحت اطلاعاتی که در اختیار کاربر می‌گذارند، وجود ندارد.

مدل‌های زبانی برای پاسخ به کاربر از منابع متنوعی استفاده می‌کنند و پس از استخراج اطلاعات مناسب از این منابع، پاسخ نهایی را به کاربر ارائه می‌دهند. برخی از این منابع اطلاعاتی ممکن است حاوی اطلاعات نادرستی درباره موضوعی خاص باشند. از طرف دیگر، ممکن است کاربر در حین نوشتن پرسش خود، به جزئیات مهم آن اشاره نکند. به همین خاطر، این امکان وجود دارد که مدل هوشمند نتواند پاسخ مورد انتظار کاربر را تولید کند.

به عنوان مثال، فرض کنید از ChatGPT یا هر مدل زبانی قوی دیگری درباره نکات مهم مصاحبه شغلی سوال می‌پرسید. مدل‌های زبانی به شما پاسخی ارائه می‌کنند که محدود به یک شغل خاص نباشد. به این ترتیب، چنانچه شما قصد داشته باشید در مصاحبه شغلی رشته کامپیوتر شرکت کنید، نیاز به یک سری نکات خاص پیرامون مصاحبه شغلی این رشته دارید که ممکن است این نکات برای مصاحبه‌های شغلی سایر رشته‌ها متفاوت باشند. به این ترتیب، برای رسیدن به پاسخ دقیق باید در حین پرامپت نویسی به جزئیات مهم دقت کنید تا هوش مصنوعی مطابق نیاز شما دقیق‌ترین پاسخ را ارائه دهد.

در ادامه، فهرستی از ابزارهای هوشمند تولید کننده متن را ملاحظه می‌کنید:

• Chinchilla
• ChatGPT
• Notion AI
• Chai
• NovelAI
• Caktus AI
• AI Dungeon
• Jasper
• GPT-3
• GPT-4

کاربرد پرامپت نویسی در ابزارهای AI تولید کننده تصویر

از پرامپت نویسی تصویری می‌توان به منظور توصیف تصویری استفاده کرد تا مدل هوش مصنوعی بر اساس آن توصیف‌ها، تصویری را تولید کند. با تغییر بخشی از توصیفات، مدل هوش مصنوعی نیز تغییراتی را در تصویر اعمال خواهد کرد. در هنگام کار با چنین ابزارهای هوشمندی، هر چقدر میزان توصیفات کاربر برای ترسیم نقاشی بیشتر باشد، خروجی تولید شده توسط هوش مصنوعی به تصور ذهنی کاربر نزدیک‌تر خواهد بود. البته بسیاری از ابزارهای تولید کننده تصویر، محدودیتی برای تعداد کلمات ورودی کاربر قائل می‌شوند. به عنوان مثال، این سیستم‌ها از کاربر می‌خواهند توصیفات خود را در ۵۰ کلمه مشخص کنند.

یکی از مزیت‌های مهم ابزارهای چت‌بات مبتنی بر AI نظیر ChatGPT این است که کاربر با آن‌ها می‌تواند مکالمه برقرار کند و به منظور دریافت پاسخ دقیق مورد نظر خود، مکالمه را ادامه دهد و در هر نوبت از مکالمه اطلاعات جدیدی پیرامون موضوع مطرح شده از مدل دریافت خواهد کرد.

این ویژگی در ابزارهای تولید کننده تصویر وجود ندارد. کاربر باید پرامپت خود را به مدل هوش مصنوعی بدهد و با ملاحظه تصویر ارائه شده توسط مدل هوشمند، تصمیم بگیرد آیا نیاز هست پرامپت جدیدی را برای تغییر تصویر به مدل بدهد یا خیر و به این ترتیب، کاربر باید برای تغییر تصویر و رسیدن به تصور ذهنی خود، پرامپت‌های جدیدی را برای مدل بنویسد که به پرامپت‌های قبلی وابسته نیستند. به همین خاطر، کار با ابزارهای تولید کننده تصویر ممکن است به زمان طولانی احتیاج داشته باشد تا در نهایت تصویر رضایت‌بخش کاربر حاصل شود.

برخی از مهم‌ترین ابزارهای تولید کننده تصویر هوش مصنوعی در ادامه فهرست شده‌اند:

• MyHeritage AI Time Machine
• Reface App
• Dawn AI
• Lensa AI
• Meitu AI Art
• Stable Diffusion
• DALL-E 2
• Google Muse AI
• MidJourney
• DreamBooth AI
• Wombo Dream
• Tome AI
• Interior AI
• NightCafe AI
• QQ Different Dimension Me
• Craiyon (formerly DALL-E mini)

کاربرد پرامپت نویسی برای ابزارهای هوشمند تولید کننده کدهای برنامه نویسی

در سال‌های اخیر، ابزارهای هوش مصنوعی مختلفی برای کمک به برنامه‌نویسان و توسعه‌دهندگان ارائه شده‌اند که با استفاده از آن‌ها می‌توان قطعه کدهای مختلفی را با زبان‌های برنامه نویسی متنوع تولید کرد. GitHub Copilot یکی از ابزارهای معروف و محبوب در این زمینه به حساب می‌آید. در هنگام کار با این ابزار، باید محتوای مناسبی را برای پرامپت نویسی در نظر گرفت تا این ابزار تمامی خواسته‌های کاربر را در قالب قطعه کدهایی کامل ارائه دهد.

چنانچه از این ابزار هوشمند می‌خواهید قطعه کدی را برای توسعه تابعی پیچیده به شما ارائه دهد، به احتمال زیاد نتیجه خوبی از آن نخواهید گرفت. به منظور گرفتن بهترین نتیجه از ابزارهایی همانند GitHub Copilot، باید برنامه مورد نظر خود را به بخش‌های کوچکتر تقسیم کنیم و برای هر بخش از برنامه، پرامپت مناسبی را بنویسیم و در نهایت، قطعه کدهای ارائه شده توسط هوش مصنوعی را با یکدیگر ترکیب کنیم تا برنامه نهایی مورد نظر ما حاصل شود. در ادامه، فهرستی از ابزارهای AI تولید کننده قطعه کدهای برنامه نویسی ارائه شده است:

• ChatGPT
• Copilot Github
• AlphaCode
• Tabnine
• Amazon CodeWhisperer
• CodeT5
• Polycoder

مثال پرامپت نویسی هوش مصنوعی

تا به اینجا، به این پرسش‌ها پاسخ دادیم که پرامپت نویسی چیست و انواع آن کدامند. در این بخش، قصد داریم مثال‌هایی از شیوه نوشتن پرامپت در حوزه‌های مختلف ارائه کنیم. علاقه‌مندانی که قصد دارند با ابزارهای هوش مصنوعی کار کنند، می‌توانند با مطالعه این مثال‌ها، ایده‌های مختلفی را برای بهره‌وری بهتر از سیستم‌های هوشمند به کار ببرند.

پرامپت نویسی برای بازاریابی

با پیشرفت پژوهش‌های هوش مصنوعی، بسیاری از سازمان‌ها و شرکت‌ها از ابزارهای هوشمند به منظور بهبود فعالیت‌های بازاریابی استفاده می‌کنند. برای بهره‌وری بیشتر از هوش مصنوعی در این حوزه، لازم است افراد بازاریاب، پرامپت‌های مناسبی را بنویسند. می‌توان پرامپت نویسی برای بازاریابی را به چندین بخش مجزا تقسیم کرد و برای هر کدام از این بخش‌ها، مثال‌هایی مجزا ارائه داد. در ادامه، به انواع پرامپت نویسی برای بازاریابی اشاره شده است.

• پرامپت نویسی برای جذب مشتری
• طرح دستور برای تولید محتوا در شبکه‌های اجتماعی
• پرامپت نویسی برای ساخت پادکست یا محتوای ویدئویی
• طرح دستور برای بهبود محتوا
• پرامپت نویسی برای به‌روزرسانی محتواهای قبلی

در ادامه این بخش، به ارائه مثال برای هر یک از موارد فهرست شده در بالا خواهیم پرداخت.

جذب مشتری با پرامپت

از ابزارهای هوش مصنوعی می‌توان برای جذب بیشتر مشتریان استفاده کرد. بدین منظور، می‌توانیم از پرامپت‌هایی که در ادامه به آن‌ها اشاره شده است، برای گرفتن ایده بهتر از هوش مصنوعی استفاده کنیم.

• به منظور تولید محصول جدیدی که برای فصل زمستان در بازار ارائه می‌شود، ایده تبلیغاتی ارائه کن.
• پیشنهاد کلمات کلیدی برای [نام موضوع] به منظور بهتر شدن رتبه‌بندی سایت در موتور جستجو
• روش‌های مختلف بهبود ترافیک سایت
• نحوه شناسایی مخاطبان بالقوه محصول [نوع محصول | نام محصول] در [نام شهر | نام کشور]
• روش‌های جذب مشتری برای فروش بیشتر [نام محصول | نوع محصول]
• پیشنهاد ایده برای تشکیل کمپین رسانه‌های اجتماعی
• کانال‌های [نام پلتفرم] جدید تبلیغاتی [نوع محصول]

پرامپت نویسی برای تولید محتوا در شبکه‌های اجتماعی

ابزارهای هوش مصنوعی می‌توانند پلتفرم‌های مختلف شبکه‌های اجتماعی را از یکدیگر تشخیص دهند و متناسب با هر پلتفرم، محتوای تبلیغاتی مرتبط را تولید کنند. می‌توان از پرامپت‌هایی که در ادامه به آن‌ها اشاره شده است، به منظور ارتباط با هوش مصنوعی استفاده کرد تا برای شبکه‌های اجتماعی مختلف، محتوای مناسبی را ارائه دهد:

• پیشنهاد توئیت تبلیغاتی برای [نام محصول | نوع محصول] جدید
• محتوای پست اینستاگرامی برای رضایت مشتری از [نام محصول] در حد ۵۰ کلمه پیشنهاد بده
• محتوای پست فعلی فیس بوک را جذاب‌تر کن: [محتوای پست]
• برای لینکدین پستی به منظور استخدام نیروی جدید در سمت شغلی [نام سمت شغلی] در حد ۱۰۰ کلمه تولید کن
• برای یک ویدئوی یوتوب توضیحی درباره محصول جدید تولید کن که شامل لینک [آدرس اینترنتی] باشد تا بازدیدکننده‌ها برای کسب اطلاعات بیشتر به آن لینک رجوع کنند.

پرامپت نویسی برای ساخت پادکست یا محتوای ویدئویی

پیدا کردن ایده مناسب برای تولید پادکست یا ساخت ویدئو معمولاً سخت است. بدین منظور می‌توان از ابزارهای هوش مصنوعی کمک گرفت و با کمک پرامپت نویسی می‌توان ایده‌های جذابی را درباره موضوعات مختلف از سیستم هوشمند دریافت کرد. در ادامه، می‌توان به مثال‌هایی در این زمینه اشاره داشت:

• متنی جذاب درباره [نام موضوع] برای ساخت پادکست ۲۰ دقیقه‌ای تولید کن.
• پادکستی درباره مزایای [نام محصول] تولید کن.
• پادکستی راجع به تاریخچه برند | محصول [نام برند | نام محصول] تولید کن.
• ویدئوی ۲۰ دقیقه‌ای درباره اثرات مثبت [نام خدمات | نام محصول] بر زندگی انسان تولید کن

پرامپت نویسی برای بهبود تبلیغات

افراد فعال در حوزه بازاریابی به دنبال راه‌های مختلف و موثری برای تبلیغ محصول یا خدمات خود هستند. در این راستا، هوش مصنوعی می‌تواند نقش بسیار خوبی را ایفا کند. می‌توان از پرامپت‌های فهرست شده در زیر برای بهبود شرایط تبلیغاتی استفاده کرد.

• برای انتشار پست سایت چه زمان و چه روزی مناسب است؟
• ۲۰ تا هشتگ برای کمپین [نام پلتفرم] برای [نام موضوع | نام محصول] پیشنهاد بده.
• یک پادکست تبلیغاتی یک دقیقه‌ای به سبک دوستانه درباره محصول [نام محصول]‌ تولید کن.

پرامپت نویسی برای به‌روزرسانی محتواهای قبلی

از ابزارهای هوشمند می‌توان برای به‌روزرسانی و اعمال تغییرات روی محتواهای قبلی استفاده کرد.

بدین منظور می‌توان از پرامپت‌هایی نظیر موارد ذکر شده در فهرست زیر استفاده کرد.

• از مطلب [آدرس اینترنتی مطلب] برای تولید یک پست اینستاگرام استفاده کن.
• محتوای وبینار [آدرس اینترنتی وبینار] را به پست متنی تبدیل کن.
• از محتوای کتاب [آدرس اینترنتی کتاب] برای تولید محتوای ۴ پست سایت استفاده کن.
• تغییر متن ایمیل [متن] به یک متن جذاب برای تبلیغ [نام محصول]

پرامپت نویسی برای حوزه پزشکی

از ابزارهای هوش مصنوعی می‌توان برای کسب آگاهی بیشتر در حوزه پزشکی و درمانی استفاده کرد. همچنین، این ابزارها می‌توانند بر اساس شرایط جسمی افراد، پاسخ‌های مختلفی را پیرامون موضوع تغذیه و تناسب اندام به کاربران ارائه دهند. در ادامه، می‌توان به پرامپت‌هایی برای موضوعات پزشکی اشاره کرد.

• مصرف قند و شکر چگونه روی سیستم ایمنی بدن تاثیر می‌گذارد؟
• چند ورزش‌ روزانه برای افراد معلول پیشنهاد بده
• به عنوان یک متخصص تغذیه، به من یک برنامه غذایی بده که در طول یک ماه، ۵ کیلو وزن اضافه کنم.
• عوارض مصرف داروی [نام دارو] چیست و برای رفع این عوارض باید چه اقداماتی انجام داد؟

پرامپت نویسی برای سرگرمی

به منظور سرگرمی و وقت‌گذرانی می‌توان از ابزارهای هوش مصنوعی استفاده کرد و درباره موضوعات مختلف سرگرم‌کننده از آن‌ها سوالاتی را پرسید.

در این باره، می‌توان به پرامپت‌های فهرست شده در زیر اشاره کرد:

• درباره [نام موضوع] ۱۰ تا لطیفه بنویس.
• یک داستان کمدی ۵۰۰ کلمه‌ای درباره [نام موضوع] بنویس.
• ۲ نفر در خیابان تصادف می‌کنند. این جمله را با سبک ترسناک تا ۶۰۰ کلمه ادامه بده.
• یک بازی ۴ نفره با تاس و یک قطعه کاغذ طراحی کن.

پرامپت نویسی برای کسب و کار

در حوزه کسب و کار و برای تقویت مهارت گفتاری و نوشتاری می‌توان از ابزارهای هوشمند بهره گرفت. در این راستا، می‌توان به چندین پرامپت مرتبط، در ادامه اشاره کرد:

• رزومه من [محتوای رزومه] است. یک پاراگراف ۲۰۰ کلمه‌ای درباره بیوگرافی من تولید کن.
• متن [محتوای متن] را در ۴ جمله به نحوی خلاصه کن که کلمات کلیدی متن را شامل شود.
• در مسابقه آشپزی شرکت کردم. ۷ تا دستور پخت کیک با کشمش به من بده.
• ۵ نکته برای بهبود خدمات اپلیکیشن [نام برنامه] بنویس.
• محتوای رزومه را اصلاح کن و در دو صفحه تنظیمش کن: [محتوای رزومه].

پرامپت نویسی برای مسائل آموزشی

دانش‌آموزان می‌توانند از ابزارهای هوش مصنوعی برای درک بهتر موضوعات مختلف درسی استفاده کنند و درباره اشکالات و ابهاماتی که پیرامون موضوعی خاص دارند، می‌توانند از این ابزارها کمک بگیرند.

در ادامه، به برخی از پرامپت‌های حوزه آموزش اشاره می‌کنیم.

• محاسبات کوانتومی چیست؟
• مشتق را با مثالی ساده توضیح بده. چند تا سوال ۴ گزینه‌ای درباره مشتق طرح کن. بعد از این که جواب سوالات رو دادم، پاسخ سوالات رو نشان بده.
• یک بازی بر اساس اصول ترمودینامیک طراحی کن.

نوشتن پرامپت برای خلق تصاویر

با استفاده از هوش مصنوعی می‌توان تصاویری را با موضوع‌های مختلف ایجاد کرد. از این تصاویر می‌توان در حوزه تبلیغات، طراحی سایت و سایر امور استفاده کرد. در ادامه، به چند نمونه پرامپت برای تولید تصاویر توسط ابزار‌های هوشمند پرداخته شده است.

• لوگویی برای تبلیغ عینک آفتابی طراحی کن.
• تصویر پس‌زمینه با ابعاد [ابعاد مورد نظر] طراحی کن که شامل ساحل و قایق و غروب آفتاب باشد.
• یک جلد کتاب برای داستان کودکان طراحی کن که شامل تصاویر ۵ زنبور و گل‌های سفید باشد.
• پوستری برای همایش آشپزی با تم رنگی سبز و زرد طراحی کن.

جمع‌بندی

هوش مصنوعی نقش مهمی در زندگی آینده بشر ایفا می‌کند و تا کنون نیز تحولات عظیمی را در انجام امور مختلف به وجود آورده است. به منظور بهره‌وری کامل از دستاوردهای این حوزه باید مهارت کار با ابزارهای هوشمند و مهارت برقراری ارتباط با آن‌ها را یاد بگیریم. در این راستا به مفهومی به نام پرامپت احتیاج داریم و باید مهارت استفاده از آن را در خود تقویت کنیم.

در این مطلب از مجله فرادرس به این پرسش‌ پاسخ دادیم که پرامپت نویسی چیست و چگونه باید مهارت آن را کسب کنیم. همچنین، به انواع پرامپت‌ها پرداختیم و برای هر یک از آن‌ها مثال‌های کاربردی ارائه کردیم. به‌علاوه، به توضیحی پیرامون مهندسی پرامپت پرداخته شد و به مهارت‌های مورد نیاز برای فعالیت در جایگاه شغلی مهندس پرامپت اشاره شد تا این مطلب راهنمای افرادی باشد که قصد دارند در این مسیر قدم بگذارند.