چگونه از هوش مصنوعی سؤال بپرسیم؟ آموزش کار با هوش مصنوعی فارسی
راهنمای کاربردی پرامپتنویسی به زبان ساده: چطور سؤال را دقیق بنویسیم، گفتوگو را اصلاح کنیم، از جستجوی وب استفاده کنیم و از اشتباههای رایج دور بمانیم.
بیشتر کسانی که اولین بار با هوش مصنوعی گفتوگو میکنند، سؤالشان را مثل جستجو در گوگل مینویسند: چند کلمه کوتاه و بدون توضیح. پاسخی که برمیگردد معمولاً کلی است و به کار نمیآید. مشکل هم بیشتر وقتها از مدل نیست؛ مدل نمیداند شما دقیقاً چه میخواهید.
در این راهنما یاد میگیریم چطور سؤال بپرسیم تا پاسخ دقیقتری بگیریم، چطور گفتوگو را ادامه دهیم و کجا نباید به پاسخ هوش مصنوعی بدون بررسی اعتماد کنیم. به این مهارت «پرامپتنویسی» هم میگویند؛ پرامپت همان متنی است که برای هوش مصنوعی مینویسید.
هوش مصنوعی گفتوگومحور چطور به سؤال شما جواب میدهد؟
ابزارهایی مثل GPT، Claude، Gemini و DeepSeek مدلهای زبانی هستند. آنها متن شما را میخوانند و بر اساس الگوهایی که در آموزش دیدهاند، محتملترین پاسخ را میسازند. این یعنی دو نکته مهم:
هرچه اطلاعات روشنتری بدهید، مدل حدس کمتری میزند و پاسخ معمولاً به نیاز شما نزدیکتر میشود. این یعنی پاسخ مرتبطتر، نه لزوماً پاسخ درست؛ درستی محتوا را باید جداگانه بررسی کنید.
مدل ممکن است با اطمینان کامل جملهای نادرست بنویسد. بهخصوص درباره اتفاقات روز، آمار، قیمت، قوانین و موضوعات پزشکی یا حقوقی، پاسخ را باید با منبع معتبر بررسی کنید.
قبل از نوشتن سؤال، سه چیز را مشخص کنید
1. دقیقاً چه نتیجهای میخواهید؟
«درباره بازاریابی ایمیلی توضیح بده» با «سه ایده برای ایمیل خوشامدگویی یک فروشگاه لوازم ورزشی بنویس» فرق دارد. دومی نتیجه مشخصی دارد و میشود فهمید پاسخ خوب است یا نه.
2. پاسخ برای چه کسی و چه کاری است؟
توضیح یک مفهوم برای دانشآموز دبیرستانی با توضیح همان مفهوم برای یک متخصص فرق دارد. اگر مخاطب یا کاربرد را بگویید، مدل سطح و لحن را خودش تنظیم میکند.
3. پاسخ چه شکلی داشته باشد؟
جدول، فهرست شمارهدار، یک پاراگراف کوتاه یا متن آماده انتشار؟ اگر طول یا قالب مهم است، صریح بگویید؛ مثلاً «حداکثر 100 کلمه» یا «بهصورت جدول با سه ستون».
اجزای یک درخواست خوب
راهنماهای رسمی سازندگان مدلها، از جمله راهنمای طراحی پرامپت Gemini و راهنمای پرامپتنویسی OpenAI، روی چند اصل مشترک تأکید دارند: دستور روشن و مشخص، زمینه کافی، تعیین قالب خروجی و در صورت نیاز، نمونه. در عمل یک درخواست خوب معمولاً این بخشها را دارد:
زمینه
اطلاعاتی که مدل برای فهم موقعیت شما لازم دارد. مثلاً: «یک فروشگاه اینترنتی کوچک لوازم ورزشی دارم و مشتریانم بیشتر دانشجو هستند.»
کار مشخص
یک فعل روشن: بنویس، خلاصه کن، مقایسه کن، اشکال را پیدا کن، ترجمه کن. اگر چند کار دارید، آنها را جدا و به ترتیب بنویسید یا در چند پیام پشت سر هم بپرسید.
محدودیتها
چیزهایی که نباید در پاسخ باشد یا مرزهایی که باید رعایت شود: «از اصطلاحات تخصصی استفاده نکن»، «فقط از اطلاعاتی که در متن زیر آمده استفاده کن»، «لحن رسمی باشد».
قالب خروجی
شکل پاسخ را از قبل تعیین کنید تا مجبور نشوید دوباره آن را مرتب کنید.
نمونه
اگر سبک خاصی میخواهید، یک نمونه کوتاه از همان سبک بدهید. مدل الگو را از نمونه بهتر از توضیح طولانی میفهمد.
مثال: از سؤال مبهم تا درخواست دقیق
فرض کنید میخواهید برای یک مصاحبه شغلی آماده شوید.
درخواست مبهم:
سؤالات مصاحبه کاری
درخواست دقیق:
برای مصاحبه شغلی موقعیت کارشناس پشتیبانی مشتری در یک فروشگاه اینترنتی آماده میشوم و دو سال سابقه کار در مرکز تماس دارم. ده سؤالی را که احتمال پرسیدنشان بیشتر است فهرست کن و برای هر سؤال، در دو یا سه جمله بگو مصاحبهکننده با آن سؤال دنبال چه چیزی است. جواب را بهصورت فهرست شمارهدار بنویس.
درخواست دوم موقعیت، سابقه، تعداد سؤالها، نوع توضیح و قالب پاسخ را مشخص کرده است. با این اطلاعات، پاسخ معمولاً مرتبطتر درمیآید و مهمتر از آن، میشود قضاوت کرد که بهدرد میخورد یا نه.
پاسخ واقعی به درخواست مبهم، فهرستی عمومی از سؤالهای مصاحبه بود؛ از «خودتان را معرفی کنید» و «نقاط قوت و ضعف شما چیست؟» تا «حقوق و مزایای مورد انتظار شما چیست؟». هیچکدام به شغل پشتیبانی مشتری یا سابقه شما ربطی نداشت و فهرست هم آنقدر طولانی شد که پیش از تمامشدن به سقف طول پاسخ رسید.
پاسخ واقعی به درخواست دقیق، با سؤالهایی شروع شد که به همان موقعیت شغلی گره خورده بودند و برای هرکدام توضیح داد مصاحبهکننده دنبال چه چیزی است. دو مورد اول از ده مورد:
1. لطفاً درباره تجربه کاریتان در مرکز تماس توضیح دهید. مصاحبهکننده میخواهد میزان تجربه، نوع مشتریانی که با آنها کار کردهاید و ارتباط تجربه قبلیتان با پشتیبانی فروشگاه اینترنتی را ارزیابی کند. بهتر است به حجم تماسها، ابزارهای مورد استفاده و دستاوردهای قابلاندازهگیری اشاره کنید.
2. چرا میخواهید در پشتیبانی مشتری یک فروشگاه اینترنتی کار کنید؟ این سؤال انگیزه، علاقه شما به خدمات مشتری و شناختتان از فضای تجارت الکترونیک را بررسی میکند. پاسخ شما باید نشان دهد که فقط به دنبال هر شغلی نیستید و با ماهیت این موقعیت آشنایی دارید.
هر دو خروجی این بخش در تاریخ 1405/06/28 با مدل GPT-5.6 Luna در تاپگیفت AI اجرا شدهاند و برای کوتاهشدن، بخشی از آنها نقل شده است. پاسخ هوش مصنوعی هر بار دقیقاً یکسان نیست و اجرای دوباره همین دو درخواست میتواند نتیجهای کمی متفاوت بدهد. آنچه در این آزمایش دیدیم این بود که درخواست دقیقتر، پاسخی مرتبطتر با همان موقعیت شغلی گرفت؛ ارتباط بیشتر با نیاز شما بهخودیخود به معنای درستی محتوای پاسخ نیست.
به فهرست این پاسخ هم مثل یک نقطه شروع نگاه کنید، نه یک مرجع: این سؤالها حدس مدل از چیزی هستند که ممکن است پرسیده شود و پشتشان آماری از مصاحبههای واقعی وجود ندارد.
پاسخ اول یک پیشنویس است؛ گفتوگو را ادامه دهید
لازم نیست همهچیز را در یک پیام بگویید. مدل پیامهای قبلی همان گفتوگو را میبیند، پس میتوانید پاسخ را قدمبهقدم اصلاح کنید:
«سؤالهای 3 و 7 را حذف کن و بهجایشان دو سؤال درباره مدیریت مشتری عصبانی بگذار.»
«برای سؤال 5 یک نمونه جواب کوتاه با تجربه مرکز تماس من بنویس.»
«همین فهرست را سادهتر و کوتاهتر کن.»
این حافظه بیانتها نیست. هر مدل ظرفیت مشخصی برای متن دارد و تاپگیفت AI هم تعداد پیامهایی را که به مدل میفرستد محدود میکند؛ در گفتوگوهای طولانی، قدیمیترین پیامها از این محدوده بیرون میمانند. پس اگر به نکتهای از ابتدای گفتوگو تکیه میکنید، بهتر است دوباره آن را در پیام خودتان بیاورید.
اگر گفتوگو از موضوع اصلی دور شد یا موضوع کاملاً عوض شد، بهتر است گفتوگوی جدیدی شروع کنید تا پیامهای قبلی روی پاسخهای تازه اثر نگذارند.
در همان گفتوگوی مثال بالا، این درخواست اصلاحی را فرستادیم: «سؤالهای 3 و 7 را حذف کن و بهجایشان دو سؤال درباره کار با مشتری ناراضی در زمان اوج سفارش بگذار. فقط همان دو سؤال جدید را با توضیحشان بنویس.» چون در همان درخواست خواسته بودیم فقط دو سؤال جایگزین نوشته شود، پاسخ هم دقیقاً همان دو مورد بود و چیز دیگری تولید نکرد. مورد اول از آن دو:
اگر در زمان اوج سفارشها، مشتری به دلیل تأخیر، موجودینداشتن کالا یا پاسخگویی طولانی ناراضی باشد، چگونه اوضاع را مدیریت میکنید؟ مصاحبهکننده میخواهد توانایی شما در حفظ آرامش، همدلی و ارائه پاسخ شفاف در شرایط پرفشار را بسنجد. باید توضیح دهید که ابتدا نگرانی مشتری را جدی میگیرید، وضعیت سفارش را دقیق بررسی میکنید، زمانبندی واقعبینانه میدهید و در چارچوب اختیاراتتان راهحل یا گزینه جایگزین پیشنهاد میکنید.
نکته مهم این است که لازم نبود کل درخواست را از اول بنویسیم؛ مدل زمینه گفتوگو را در اختیار داشت و فهمید «سؤالهای 3 و 7» به کدام فهرست اشاره دارند.
وقتی پاسخ به اطلاعات روز نیاز دارد
دانش هر مدل تا زمان مشخصی بهروز است. برای سؤالهایی مثل قیمت، اخبار، قوانین جدید یا آمار، پاسخ باید به صفحات امروز وب تکیه کند، نه به آنچه مدل از قبل میداند.
در هوش مصنوعی تاپگیفت، وقتی درخواست شما به اطلاعات روز نیاز داشته باشد، خود پلتفرم این را تشخیص میدهد، در وب جستجو میکند و منابعی را که پاسخ به آنها تکیه کرده، شمارهگذاریشده کنار همان پاسخ نشان میدهد. مدلی که انتخاب کردهاید عوض نمیشود؛ نتیجه جستجو به همان مدل داده میشود تا با آن پاسخ بنویسد.
این تشخیص خودکار است و هر بار هم درست از آب درنمیآید؛ ممکن است سؤالی که به اطلاعات تازه نیاز دارد، بدون جستجو پاسخ بگیرد. اگر پاسخ قدیمی به نظر میرسد یا خودتان میدانید موضوع بهروز است، حالت تحقیق را در نوار ابزار گفتوگو روشن کنید تا جستجو حتماً انجام شود.
حتی در این حالت هم منابع را باز کنید و ببینید آیا واقعاً همان چیزی را میگویند که در پاسخ آمده است. جستجوی هوش مصنوعی جای بررسی خودتان را نمیگیرد؛ راهنمای تحقیق با هوش مصنوعی نشان میدهد این بررسی در عمل چطور انجام میشود.
اشتباهات رایج هنگام سؤال پرسیدن از هوش مصنوعی
سؤال خیلی کوتاه و کلی: مدل مجبور میشود حدس بزند و جواب کلی میدهد.
چند کار بزرگ در یک پیام: «مقاله بنویس، ترجمه کن، خلاصه کن و ده تیتر هم بده» معمولاً به پاسخی میرسد که هیچکدام از بخشهایش کامل نیست. کارها را جدا کنید.
اعتماد بدون بررسی: عدد، نام، تاریخ و نقلقول را قبل از استفاده بررسی کنید.
ارسال اطلاعات حساس: رمز عبور، کد تأیید، اطلاعات کارت بانکی، کلیدهای API و اطلاعات شخصی دیگران را در گفتوگو ننویسید.
رها کردن گفتوگو بعد از اولین پاسخ: بیشتر پاسخهای خوب با یک یا دو پیام اصلاحی به دست میآیند.
کدام مدل را انتخاب کنیم؟
مدلها در سرعت، کیفیت در کارهای خاص و هزینه با هم فرق دارند. اگر مطمئن نیستید، لازم نیست خودتان انتخاب کنید. در تاپگیفت AI سه راه دارید:
انتخاب خودکار: تاپگیفت بر اساس درخواست شما یکی از مدلها را انتخاب میکند. این انتخاب از میان همه مدلهای فهرست انجام نمیشود، بلکه محدود است به مدلهایی که برای انتخاب خودکار در نظر گرفته شدهاند و پلن شما هم به آنها دسترسی دارد.
اقتصادی: تمرکز روی پاسخ خوب با مصرف اعتبار کمتر.
انتخاب دستی: اگر مدل خاصی را ترجیح میدهید، خودتان انتخابش کنید. در این حالت همان مدل پاسخ را مینویسد، حتی وقتی جستجوی وب هم انجام شده باشد.
فهرست مدلهایی که در هر پلن در دسترس است را در جدول پلنها و مدلهای تاپگیفت AI ببینید. اگر میخواهید بدانید خانوادههای مختلف مدل چه فرقی با هم دارند، مقایسه GPT، Claude، Gemini و DeepSeek همین موضوع را با یک آزمایش عملی بررسی کرده است.
از کجا شروع کنیم؟
بهترین راه یادگیری، امتحان کردن است. یک کار واقعی از همین هفتهتان انتخاب کنید، مثلاً نوشتن یک ایمیل یا خلاصه کردن یک متن طولانی، و درخواستش را با همین پنج جزء بنویسید: زمینه، کار مشخص، محدودیتها، قالب خروجی و در صورت نیاز نمونه.
اگر کارتان برنامهنویسی است، راهنمای هوش مصنوعی برای برنامهنویسی همین چرخه را روی یک مسئله واقعی تا مرحله اجرای تستها جلو برده است.
اگر هنوز حساب ندارید، با ثبتنام در تاپگیفت میتوانید با اعتبار هدیه تاپگیفت AI شروع کنید؛ شرایط و مدت اعتبار هدیه در همان صفحه آمده است.
جمعبندی
هوش مصنوعی تا حد زیادی به اندازهای مفید است که درخواست شما روشن باشد. نتیجهای را که میخواهید مشخص کنید، زمینه بدهید، قالب پاسخ را بگویید و پاسخ اول را پیشنویس ببینید، نه نسخه نهایی. برای اطلاعات روز از جستجوی وب استفاده کنید و هر چیزی را که قرار است به آن تکیه کنید، خودتان بررسی کنید.
برای مطالعه بیشتر، راهنمای پرامپتنویسی Anthropic برای Claude هم نمونههای کاربردی زیادی دارد.
