Prompt engineering

مهندسی پرامپت به زبان ساده به معنای مطرح کردن سوالات خوب از AI است. یک پرامپت ورودی شما با سوال یا درخواست شما است.

مهندسی پرامپت یک فرایند است که ما سوالات و هدایت‌های هدفمند طراحی می‌کنیم تا به مدل‌های AI در ارائه پاسخ‌های درست در طول چت‌ها کمک کند. با پرامپت‌های بهتر، نتایج بهتری خواهید گرفت.

همراه با مشخصات مدل انتخاب‌شده، این موضوع تعیین‌کننده کیفیت پاسخ است.

عناصر یک پرامپت (سوال)

برای دریافت نتایج بهتر باید به نکات زیر فکر کنید:

• هدف: دقیقاً از مدل زبانی چه می‌خواهید؟
• نقش: مدل زبان چه نقشی دارد؟ (مثلاً «تحلیلگر بازاریابی»، «مشاور حقوقی»، «مدیر پروژه»)
• زمینه: اطلاعات پس‌زمینه درخواستی (مثلاً اهداف شرکت، جزئیات پروژه، اطلاعات بازار)
• سبک: چه سبکی را می‌خواهید اعمال کنید؟ (مثلاً رسمی، قانع‌کننده، کوتاه)
• خروجی: چه فرمت می‌خواهید؟ (مثلاً گزارش، ایمیل، طرح ارائه، قطعه کد)

هدف

دقیق توصیف کردن هدف سؤال برای شما ضروری است و نمی‌توان از آن صرف‌نظر کرد.

چه چیزی می‌خواهید بدانید؟

• سؤال‌های واقعیتی ممکن است باشند، اما از محدودیت‌ها آگاه باشید (مثلاً اطلاعات به‌روز در دسترس نیست)
• مانند گوگل، دقیقاً همان پاسخ را اگر سوال را چند بار بپرسید دریافت نمی‌کنید
• مزیت این است که می‌توانید از طریق چت سوالات بیشتری مطرح کنید

مثالی از پرامپت با هدف مشخص:

Prompt با هدف تنها

یک توضیح از چالش‌های کلیدی برای پیاده‌سازی یک پلتفرم AI جدید در یک شرکت با اندازه متوسط ارائه دهید.

پیاده‌سازی یک پلتفرم AI جدید در یک شرکت با اندازه متوسط، چالش‌های متعددی به همراه دارد. برخی از چالش‌های کلیدی عبارتند از:

1. مقاومت در برابر تغییر: کارمندان به فرایندها و سیستم‌های موجود عادت کرده‌اند. یک پلتفرم AI جدید نیازمند سازگاری است و ممکن است مقاومت ایجاد کند، مخصوصاً اگر تاثیر در جریان‌های کاری مشخص نباشد.
2. کیفیت و در دسترس بودن داده‌ها: پلتفرم‌های AI به داده وابسته‌اند. جمع‌آوری، تمیزکاری و ساختاردهی داده‌ها برای پلتفرم جدید می‌تواند پیچیده و زمان‌بر باشد.
3. هم‌آهنگی با سیستم‌های موجود: پلتفرم AI اغلب باید با سایر برنامه‌های شرکت (ERP، منابع داده، ابزارهای BI) یکپارچه شود. این می‌تواند چالش‌های فنی ایجاد کند.
4. هزینه‌ها: علاوه بر هزینه‌های مجوز پلتفرم، هزینه‌های پیاده‌سازی، آموزش، زیرساخت داده و احتمالاً پرسنل تخصصی وجود دارد.
5. آموزش و پذیرش: کارمندان باید در استفاده از پلتفرم جدید و تفسیر خروجی‌ها آموزش ببینند. بدون آموزش مناسب و پشتیبانی مداوم، نرخ پذیرش می‌تواند پایین بماند.
6. انتخاب پلتفرم و موارد استفاده مناسب: بسیاری از پلتفرم‌ها و فناوری‌های AI وجود دارد. انتخاب پلتفرم و تعریف موارد استفاده مرتبط که با نیازها و اهداف شرکت همسو باشند، حیاتی است.
7. ملاحظات اخلاقی و انطباق با قوانین: بسته به کاربرد پلتفرم AI، ممکن است مسائل اخلاقی و الزامات انطباقی (مثلاً GDPR) وجود داشته باشد که باید به دقت پردازش شوند.
8. مدیریت پروژه: پیاده‌سازی موفق نیازمند مدیریت پروژه کارآمد، اهداف مشخص و مشارکت سهامداران از بخش‌های مختلف است.

نقش و زمینه اضافه کنید

افزودن نقش و زمینه، سوالات دقیق‌تری پاسخ می‌دهد.

نمونه همان سوال اما با اضافه شدن نقش و زمینه:

Prompt با هدف، نقش و زمینه

به عنوان مدیر پروژه مسئول پیاده‌سازی یک پلتفرم AI جدید برای تحلیل داده‌ها و بهبود فرایندها در یک ارائه‌دهنده خدمات B2B با ۱۵۰ کارمند، توضیحی از چالش‌های کلیدی و استراتژی‌های ممکن کاهش‌دهنده آنها بدهید.

به عنوان مدیر پروژه برای پیاده‌سازی یک پلتفرم AI جدید برای تحلیل داده‌ها و بهبود فرایندها در یک ارائه‌دهنده خدمات B2B با ۱۵۰ کارمند، به چالش‌های زیر و استراتژی‌های کاهش احتمال آنها می‌نگرم:

1. مقاومت در برابر تغییر و پذیرش کاربر:
   • چالش: کارمندان، به‌ویژه کسانی که کارشان به‌طور مستقیم تحت تأثیر قرار می‌گیرد، ممکن است به ترک روال‌های آشنا و پذیرش بینش‌های AI-driven تردید داشته باشند.
   • کاهش خطر: از کاربران کلیدی از قبل مشارکت بگیرید. به وضوح مزایا را منتقل کنید (بهره‌وری، تصمیم‌گیری بهبود یافته، بینش‌های جدید). آموزش گسترده بر اساس نقش‌ها و پشتیبانی مستمر فراهم کنید. به هر بخش «قهرمانان AI» منصوب کنید.
2. کیفیت، حکمرانی داده و مهاجرت داده‌ها:
   • چالش: کارایی پلتفرم AI به داده‌های باکیفیت و مدیریت‌شده وابسته است. داده‌های سیستم‌های موجود اغلب ناسازگار، ناقص یا اشتباه هستند.
   • کاهش خطر: آغاز با ارزیابی دقیق داده‌ها، تعریف چارچوب حکمرانی داده و انجام عملیات تمیزکاری داده قبل از ادغام/مهاجرت. مدل‌های داده و جریان‌های داده مشخص شود. آزمایش‌ها انجام داده و داده‌ها را با دقت اعتبارسنجی کنید.
3. ادغام با زیرساخت‌های فناوری اطلاعات موجود:
   • چالش: اتصالات با منابع داده، ERP، CRM و سایر سیستم‌های شرکت باید به‌طور یکپارچه و ایمن کار کنند.
   • کاهش خطر: نیازهای ادغام را از ابتدا شناسایی کنید. پلتفرم AI با امکانات API قوی یا کانکتورهای استاندارد انتخاب کنید. ادغام‌ها را دقیق آزمایش کنید.
4. پراکندگی دامنه و بودجه:
   • چالش: در طول پروژه، خواسته‌های جدید برای کاربردهای AI ممکن است به گسترش دامنه و افزایش هزینه‌ها منجر گردد.
   • کاهش خطر: دامنه مشخص، محدود با استفاده‌های کلیدی (MVP) برای فاز اول تعریف کنید. فرایند تغییر مدیریت را دقیق اجرا کنید. برنامه‌ریزی پروژه و بودجه‌بندی واقع‌بینانه با بافر در نظر گرفته شود.
5. انتخاب فناوری و شریک پیاده‌سازی مناسب:
   • چالش: بازار AI پیچیده است. انتخاب فناوری نامناسب یا شریک بی‌تجربه ممکن است پروژه را شکست دهد.
   • کاهش خطر: تحقیقات عمیق در فناوری‌های AI مناسب برای موارد استفاده تعریف‌شده انجام دهید. شریک با تجربه در صنعت شما و با فناوری‌های منتخب را انتخاب کنید. به مراجع مراجعه کنید.
6. فقدان دانش و مهارت‌های AI در سازمان:
   • چالش: ممکن است تخصص داخلی برای استفاده مؤثر، نگهداری یا توسعه بیشتر وجود نداشته باشد.
   • کاهش خطر: سرمایه‌گذاری در آموزش و توانمندسازی. استخدام پرسنل متخصص یا همکاری نزدیک با شریک پیاده‌سازی برای انتقال دانش. فرهنگ یادگیری مستمر ایجاد کنید.
7. ملاحظات اخلاقی و توضیح‌پذیری (Explainable AI):
   • چالش: تصمیمات گرفته‌شده یا پشتیبانی‌شده توسط AI باید شفاف و توضیح‌پذیر باشند، به‌خصوص اگر بر مشتریان یا کارمندان اثر بگذارد. تحامل در داده‌ها می‌تواند به نتایج ناعادلانه منجر شود.
   • کاهش خطر: خطوط راهنمای اخلاقی برای استفاده از AI وضع کنید. در صورت امکان به مدل‌های قابل تفسیر انتخاب کنید. فرایندهای تشخیص و کاهش تحامل پیاده‌سازی کنید. نظارت انسانی بر تصمیمات کلیدی AI برقرار کنید.

با مقابله فعال با این چالش‌ها، شانس موفقیت پیاده‌سازی پلتفرم AI که واقعاً به اهداف شرکت کمک می‌کند را افزایش می‌دهیم.

تکنیک‌ها

در زیر تعدادی تکنیک را معرفی می‌کنیم که می‌توانید در پرامپت‌های پیشرفته‌تر استفاده کنید.

تکنیک ۱ - ارائه نمونه‌ها

برای اطمینان از اینکه مدل زبان همان سبک شما را به کار می‌گیرد، یک یا دو نمونه بدهید.

روش با عنوان “one & few-shot prompting”

تکنیک ۱ - ارائه نمونه‌ها

یک ایمیل مفهوم به مشتریان در مورد به‌روزرسانی سیستم آینده بنویسید. از سیاست داخلی ما برای ارتباط با مشتریان استفاده کنید (نکات مرتبط را از سیاست ضمیمه کنید). برای سبک از این خبرنامه اخیر استفاده کنید، اما محتوای خبرنامه را درج نکنید: (متن خبرنامه را اضافه کنید)

پرامپت کامل به این صورت است:

سیاست داخلی برای ارتباط با مشتریان:

• همواره حرفه‌ای و محترم باشید.
• از تغییرات یا اشکالات مهم به‌روز باشید.
• اطلاعات روشن و مختصر ارائه دهید.
• در صورت وجود، راه‌حل یا جبران ارائه کنید.

برای سبک، از این خبرنامه استفاده کنید، اما از اطلاعات این خبرنامه استفاده نکنید. Beste klant,

Wij willen u graag informeren over een aanstaande systeemupdate die van invloed kan zijn op onze dienstverlening.

Datum en tijd van de update: [datum en tijd] Verwachte duur van de onderbreking: [duur] Betrokken diensten: [diensten]

Tijdens deze periode kan onze dienstverlening tijdelijk onderbroken zijn. Wij doen ons best om de overlast tot een minimum te beperken en de diensten zo snel mogelijk te herstellen.

تکنیک ۱ - پاسخ

در ادامه پاسخ مدل زبان به پرامپت جامع با نمونه‌ها آمده است

Beste klant,

Wij willen u graag informeren over een aanstaande systeemupdate die van invloed kan zijn op onze dienstverlening.

Datum en tijd van de update: [datum en tijd] Verwachte duur van de onderbreking: [duur] Betrokken diensten: [diensten]

Tijdens deze periode kan onze dienstverlening tijdelijk onderbroken zijn. Wij doen ons best om de overlast tot een minimum te beperken en de diensten zo snel mogelijk te herstellen.

اگر سوالی دارید، لطفاً با ما تماس بگیرید.

با احترام، [نام شما] [سمت شما] [نام شرکت] [اطلاعات تماس]

تکنیک ۲ - ارائه قالب

برای اطمینان از اینکه مدل زبان از فرمت معینی استفاده می‌کند، یک قالب و یک نمونه بدهید. این تضمین می‌کند که پاسخ مدل به شیوه خاصی ارائه یا ساختاردهی شود. به فرمت‌های مختلفی فکر کنید که در موقعیت‌های مختلف مفید باشند مانند:

• خروجی csv برای وارد کردن به Excel یا ابزار تحلیل داده
• خروجی json برای ادغام‌های API یا فایل‌های پیکربندی
• تنظیمات تقویم برای یک جلسه پروژه

پرامپت نمونه: فهرستی از سه کانال بازاریابی پتانسیل برای یک محصول SaaS جدید متمرکز بر SME‌ها بساز. پاسخ را به این شکل فرمت کن: کانال: دسترسی به مخاطب: بازگشت سرمایه احتمالی: منابع مورد نیاز:

برای مثال: کانال: تبلیغات LinkedIn دسترسی به مخاطب: عناوین شغلی مشخص، صنایع، اندازه شرکت بازگشت سرمایه احتمالی: بالا، در صورت هدف‌گیری مناسب منابع مورد نیاز: بودجه تبلیغاتی، تحقیق کلمات کلیدی، بهینه‌سازی صفحه فرود

روش با عنوان “output templates”

تکنیک ۲ - ارائه قالب

در ادامه پاسخ مدل به پرامپت با قالب خروجی

کانال: Content Marketing (Blog & SEO) دسترسی به مخاطب: شرکت‌هایی که به‌اندازه‌گیری راه‌حل مشکلات خود به‌دنبال هستند، ترافیک ارگانیک بازگشت سرمایه احتمالی: بالا در بلندمدت، با ساختن اعتبار منابع مورد نیاز: نویسندگان محتوا، متخصص SEO، زمان برای تحقیق کلیدواژه و ترویج محتوا

کانال: Google Ads (Search) دسترسی به مخاطب: شرکت‌هایی که به‌طور فعال در جستجوی کلمات کلیدی مرتبط با محصول SaaS هستند بازگشت سرمایه احتمالی: متوسط تا بالا، بسته به رقابت و CPC منابع مورد نیاز: بودجه تبلیغاتی، تحقیق کلمات کلید، بهینه‌سازی صفحات فرود، مدیریت کمپین

کانال: E-mail Marketing (Lead Nurturing) دسترسی به مخاطب: لیدهای جمع‌آوری‌شده از طریق وب‌سایت، وبینارها یا کانال‌های دیگر بازگشت سرمایه احتمالی: بالا، برای تبدیل لید به مشتری منابع مورد نیاز: پلتفرم بازاریابی ایمیلی، محتوای ایمیل‌های سیکوئنس، قابلیت تقسیم‌بندی

تکنیک ۳ - دادن یک راهنما/هشدار

برای اطمینان از اینکه مدل زبان به روشی خاص آغاز و نگارش می‌کند، یک راهنما بدهید. در اینجا راهنما را در انتهای پرامپت می‌نویسیم.

مثال پرامپت: می‌توانید این گزارش پژوهش بازار را برای من تلخیص کنید؟ (قسمت‌های مرتبط گزارش را پیوست کنید). پاسخ خود را با عبارت زیر آغاز کنید: یافته‌های کلیدی این پژوهش بازار عبارتند از:

• پیست کردن متن گزارش

روش با عنوان “ cues and hints”

تکنیک ۳ - دادن راهنما

در ادامه پاسخ مدل به پرامپت با یک راهنما

یافته‌های کلیدی این پژوهش بازار عبارتند از:

• تقاضا برای نرم‌افزار مدیریت پروژه مبتنی بر ابر در شرکت‌های کوچک و متوسط در دو سال گذشته ۳۵٪ افزایش یافته است.
• عوامل تصمیم‌گیری اصلی برای شرکت‌های کوچک و متوسط شامل سهولت استفاده، قابلیت ادغام با ابزارهای موجود و قیمت‌گذاری است.
• سهم بازار رقیب A ۲۵٪ و رقیب B ۱۸٪ است. فضای برای بازیگران جدید وجود دارد که خدمات یا تجربه کاربری بهتری ارائه می‌دهند.
• مهم‌ترین چالش‌های پذیرش نرم‌افزار جدید برای شرکت‌های کوچک و متوسط، سرمایه‌گذاری اولیه و زمان لازم برای آموزش کارمندان است.
• انتظار می‌رود بازار در پنج سال آینده سالانه با ۱۵٪ رشد کند.

تکنیک ۴ - تقسیم محتوای دستورالعمل‌ها

گاهی پرامپت طولانی است و مدل ممکن است دقیقاً آنچه می‌خواهید را درک نکند. در این صورت محتوا را با سه علامت نقل قول در ابتدای متن و پایان آن از باقی درخواست جدا کنید.

مثال پرامپت: این مقاله را برای من خلاصه کن؟ “”” (متن مقاله را اینجا وارد کنید). “”” پاسخ خود را با این عنوان شروع کنید: نکات کلیدی این مقاله عبارت‌اند از:

روش با عنوان “content splitsen”

تکنیک ۴ - content splitsen

در ادامه پاسخ مدل با محتوای تقسیم‌شده. از سه نقل قول یا سه ستاره برای جداسازی استفاده می‌کنیم.

نکات کلیدی این مقاله عبارت‌اند از:

• در طول بحران کووید-۱۹، معلمان باید راهبردها و تکنیک‌هایی برای مؤثرترین آموزش از راه دور بیابد، در حالی که والدین نقش فعالتری به عهده گرفتند تا از فرزندانشان حمایت کنند.
• عوامل کلیدی موفقیت آموزش از راه دور شامل سازمان‌دهی یک روال منظم روزانه، حفظ ارتباط باز بین معلم و شاگرد، و انتخاب‌های سنجیده درباره اینکه کدام بخش‌های درس به‌صورت آنلاین یا کاغذی انجام شوند، بود.
• چالش‌ها شامل یافتن راه‌هایی برای حمایت از دانش‌آموزان آسیب‌پذیر و فشار اضافی بر والدین است، به‌ویژه کسانی که همچنین در خانه کار می‌کنند.
• دیجیتالی‌سازی در مدارس به سرعت افزایش یافت، با افزودن ابزارها و روش‌های دیجیتال جدید. مقاله به مثال معلمی به نام Mandy de Vries اشاره می‌کند که با داشتن دانش دیجیتال خود می‌تواند به همکارانش کمک کند.
• مقاله تأکید می‌کند که ارتباط مداوم و توجه به دانش‌آموزان، به‌ویژه در کسب‌وکارهای ویژه آموزشی، اهمیت دارد و نکات عملی برای رسیدن به این هدف ارائه می‌دهد، هم برای معلمان و هم والدین.
• در پایان، امیدوارند که مشارکت والدین در آموزش فرزندانشان پس از همه‌گیری نیز ادامه یابد.

تکنیک ۵ - از قبل از پاسخ، اطلاعات اضافی بخواهید

می‌توانید دستور بدهید که ابتدا سوالات تکمیلی پرسیده شود تا درخواست شما دقیق‌تر و مشخص‌تر شود.

مثال پرامپت: “من می‌خواهم یک پیشنهاد پروژه برای توسعه یک برنامه موبایل داخلی ارتباطی آماده کنم. این اپ باید قابلیت‌های برای به‌روزرسانی اخبار، کتابچه افراد، و پیام‌رسانی مستقیم داشته باشد. قبل از اینکه پیشنهاد پروژه را بنویسی، می‌توانی چند سؤال اضافی برای بهبود پیشنهاد بپرسی؟”

روش با عنوان “ask before answer prompting”

تکنیک ۵ - سؤال کنید تا پاسخ بدهید

در ادامه پاسخ مدل به پرامپت با سؤال اضافی

بله! برخی پرسش‌هایی که می‌توانم بپرسم تا پیشنهاد پروژه را بهبود بخشم:

• هدف اصلی اپ داخلی ارتباطی چیست؟ (مثلاً افزایش درگیری، بهبود انتشار اطلاعات، پشتیبانی همکاری)
• مخاطب هدف مشخص داخل شرکت کیست؟ (همه کارکنان، بخش‌های خاص، کارمندان میدانی)
• آیا سیستم‌ها یا پلتفرم‌هایی وجود دارد که اپ باید با آن‌ها ادغام شود؟ (مثلاً اینترانت، سیستم منابع انسانی، Active Directory)
• بودجه و بازه زمانی برای توسعه و پیاده‌سازی؟
• آیا قوانین امنیتی یا الزامات انطباق خاصی وجود دارد؟ (مثلاً GDPR، سیاست نگهداری داده)
• چه KPIهایی برای موفقیت اپ در نظر گرفته می‌شود؟
• آیا ایده‌ای در طراحی یا نام‌گذاری برند اپ وجود دارد؟ آیا باید با هویت سازمانی سازگار باشد؟
• ترجیح برای پلتفرم توسعه (iOS، Android، کراس-پلتفرم) وجود دارد؟

با این اطلاعات می‌توانیم دامنه و الزامات بهتری تعریف کنیم و پیشنهاد پروژه قوی‌تری تهیه کنیم.

تکنیک ۶ - پرامپت احساسی

می‌توانید از بیان لحن متن برای پاسخ‌های عاطفی استفاده کنید یا واکنش عاطفی خاصی را در نظر بگیرید. این برای خدمات مشتری، ارتباطات داخلی یا بازاریابی مفید است.

مثال پرامپت: “برای یک ایمیل به مشتری‌ای که از اختلال اخیر خدمات ناراضی است، نیاز دارم. مشتری این متن را نوشته است: ”” … “” (متن مشتری را پیست کنید). می‌خواهم ایمیل همدردانه باشد، frustration مشتری را به رسمیت بشناسد و یک راه‌حل سازنده ارائه دهد.”

روش با عنوان “emotional prompting”

تکنیک ۶ - پرامپت احساسی

در ادامه پاسخ مدل به پرامپت ارائه می‌شود

Geachte [Naam Klant],

از پیام شما سپاسگزاریم و به‌طور صادقانه بابت قطعی سرویس دیروز عذرخواهی می‌کنیم. کاملاً احساس ناامیدی شما را درک می‌کنم و تأثیر آن بر کسب‌وکارتان را می‌فهمم. از بابت اینکه ما نتوانستیم به انتظارات شما و استانداردهای سرویس ما پاسخ دهیم، بسیار متأسفیم.

قطع سرویس ناشی از [توضیح کوتاه و روشن دلیل، مثلاً اختلال فنی غیرمنتظره در مرکز داده ما] بود. ما فوراً اقدام کردیم و تیم فنی ما برای بازگرداندن سرویس به‌سرعت در حال کار است. از [زمان] دوباره به‌طور کامل خدمات در دسترس است.

این حادثه را بسیار جدی می‌گیریم و در حال ارزیابی دلیل آن برای جلوگیری از تکرار در آینده هستیم.

برای جبران هر مشکلی که ایجاد شد، با کمال میل [پیشنهاد مشخص، مثلاً تخفیف روی صورتحساب بعدی، ارتقاء رایگان یک ماه، اعتبار خدمات] ارائه می‌کنیم. یکی از مدیران حساب ما ظرف ۲۴ ساعت با شما تماس خواهد گرفت تا این موضوع را به‌طور شخصی پیگیری کند و هر سوال دیگری که دارید را پاسخ دهد.

باز هم بابت ناخرسندی شما پوزش می‌طلبیم. مشتری‌مداری شما ارزشمند است و ما در آینده سعی خواهیم کرد سرویس قابل‌اعتماد را که انتظار دارید ارائه دهیم.

با احترام،

[نام/نام شرکت]

تکنیک ۷ - چند نسخه‌ای بودن پاسخ

سؤالتان چند نسخه از پاسخ‌ها را در بر می‌گیرد تا گزینه‌های متنوعی در اختیار شما باشد. به‌عنوان مثال، می‌خواهید چند شعار بازاریابی مختلف برای یک محصول جدید ایجاد کنید. قالب‌های مختلفی وجود دارد، پس ممکن است بخواهید چند گزینه را ببینید. این می‌تواند به‌طور موثری با تعیین نقش مشخص برای مدل و یک سیستم‌نامه برای هدایت مدل ترکیب شود.

می‌توانید در مورد نقش‌ها بیشتر بخوانید در مقاله مربوطه. این نمونه چند نسخه در انتهای مقاله وجود دارد. اینجا کامل تکرار نشده است.

تکنیک ۸ - ترکیب با System Prompt

با system prompt می‌توانید دستورات را به مدل بدهید. این یک دستور است که برای شکل‌دهی به کار یا رفتار مدل می‌توانید به مدل بدهید. می‌توانید مشخص کنید چه نوع خروجی از مدل انتظار دارید. این روشی است برای هدایت مدل و جلوگیری از ارائه پاسخ‌های نامربوط یا نامطلوب.

چند نمونه از system prompts ساده و عمومی:

"می‌خواهم شما یک دستیار دوستانه و مفید باشید."

"همواره به‌طور حرفه‌ای و با احترام در گفتار خود باشید."

"تمرکز بر ارائه پاسخ‌های ملموس، مستقیم و بدون جزئیات غیر ضروری."

system prompt عملاً لحن و انتظارات برای مکالمه یا وظیفۀ خاصی را که می‌خواهید با مدل انجام دهید تعیین می‌کند.

می‌توانید prompts سیستمی پیشرفته‌تر برای وظایف خاصی ایجاد کنید، مانند خلاصه‌برداری یک متن: "متن داده‌شده را با دقت تحلیل کن و خلاصه‌ای کوتاه اما خبرساز از نکات کلیدی بده. پیام اصلی و نکات کلیدی را شناسایی کن."

Prompts سیستمی همیشه بر همه مدل‌ها یک اثر یکسان ندارند. در chatGPT خیلی قوی است، در Claude هم، و در مدل‌های دیگر ممکن است تأثیر کمتری داشته باشد. پس خامه کنید و ببینید کدام مدل برای ورودی شما بهتر کار می‌کند.

می‌توانید یک سیستم prompt عمومی در تنظیمات ترجیحی قرار دهید، اما بهترین کار این است که prompts سیستمی را برای هر کار خاصی که می‌خواهید خودکارسازی کنید، طراحی کنید. ما این‌ها را نقش‌ها می‌نامیم.

برای مطالعه بیشتر درباره نقش‌ها می‌توانید به مقاله مربوطه مراجعه کنید: [...]