پرامپت نویسی؛ پنج راهکار برای دریافت نتایج بهتر از مدل‌های زبانی بزرگ هوش مصنوعی مانند GPT
تیم تحریریه- ۲۱ فروردین ۱۴۰۳
مهندسی پرامپت یا Prompt engineering، راهکارها و تکنیک‌هایی برای دریافت نتایج بهتر از مدل‌های بزرگ زبانی هوش مصنوعی است که معمولا به عنوان مدل‌های GPT شناخته می‌شوند. در ادامه پنج تکنیک برای برقراری تعامل بهتر با این مدل‌ها و کسب نتایج بهتر و دقیق‌تر توصیه می‌شود. قبل از اینکه سراغ معرفی تکنیکها برویم توجه به دو نکته لازم است، یک اینکه شما می‌توانید تکنیک‌های زیر را با هم ترکیب کنید تا صورت اثربخش‌تر آن‌ها را به کار بگیرید و به نتایج بهتری برسید و دوم اینکه تکنیکها به همین پنج عدد محدود نمی‌شوند و شما می‌توانید با خلاقیت خودتان و با آزمون و خطا، روش‌هایی که بهترین نتیجه را برای شما دارند، پیدا کنید. با ما همراه باشید تا 5 راهکار توصیه شده توسط OpenAI برای تعامل بهتر با مدل‌های زبانی را بشناسیم.
دستورالعمل‌هایتان را روشن و شفاف بنویسید
مدل‌های هوش مصنوعی هنوز آن‌قدر باهوش نشده‌اند که بتوانند افکار شما را بخوانند. اگر فکر می‌کنید خروجی‌ها خیلی طولانی هستند، از مدل بخواهید که پاسخ‌های ساده‌تری بدهد. اگر فکر می‌کنید که خروجی‌ها خیلی ساده هستند، از مدل بخواهید متنی تخصصی برای شما بفرستند. در کل هر چه مدل کمتر مجبور شود که خواسته شما را حدس بزند، احتمال بیشتری وجود دارد که جواب بهتر و دقیق‌تری بدهد.پس سوالات خود را به صورت واضح و روشن مطرح کنید، ابهام در سوال ممکن است به دریافت پاسخ‌های نادرست منجر شود.
از مدل بخواهید یک نقش خاص به خود بگیرد
یکی دیگر از تکنیک‌های موثر برای دریافت پاسخ‌های بهتر از مدل‌های زبانی، این است که از آن بخواهیم یک شخصیت یا نقش خاص را برعهده بگیرد. به عنوان مثال می‌توانید از مدل بخواهید مثل یک متخصص روان‌شناسی، یک دانشمند فیزیک هسته‌ای، یک شاعر کلاسیک و یا حتی مثل یک کودک 5 ساله صحبت کند. این کار به مدل کمک می‌کند تا از زوایه‌ی نگاه هر کدام از این نقش‌ها و شخصیت‌ها به سوالات شما پاسخ بدهد. مثلا یک روان‌شناس حرفه‌ای سعی می‌کند با آرامش، منطق و همدلی بیشتری با مخاطب صحبت کند در حالی که یک بچه 5 ساله، ساده‌تر و با اشتباهات دستوری بیشتر حرف می‌زند.
برای تفکر و استدلال به هوش مصنوعی فرصت بدهید
اگر از شما بخواهند که 28 را در 17 ضرب کنید، شاید پاسخ آن را بلافاصله ندانید اما قطعا بعد از چند ثانیه با صرف زمان می‌توانید جواب درست را محاسبه کنید. مدل‌های هوش مصنوعی هم همینطور هستند، باید به آن‌ها زمان بدهید تا پاسخ درست را پیدا کند. وقتی مدل‌ها مجبور می‌شوند که بلافاصله پاسخ بدهد، خطای استدلالی بیشتری مرتکب می‌شود. برای اینکه در تعامل با مدل‌ها صبور باشید پیشنهاد می‌کنیم هنگامی که سوال می‌پرسید، کمی صبر کنید تا پاسخ شما آماده شود و بلافاصله سوال بعدی را نپرسید. بهتر است سوالات متعدد و طولانی را در یک پیام نفرستید، در هر پیام، یک سوال بپرسید. اگر پاسخی که مدل زبانی ارائه کرد، رضایت‌بخش نبود، به جای پرسیدن سوال جدید، در مورد همان سوال توضیح بیشتری بخواهید. در ابتدای گفت‌وگو از سوالاتی که نیاز به استدلال و تحلیل عمیق دارند خودداری کنید. به عبارت دیگر، اول از سوال‌های ساده شروع کنید و به‌تدریج، دامنه و پیچیدگی سوالات را افزایش دهید.
برای پاسخ‌های دقیق‌تر، یک متن مرجع داشته باشید
مدل‌های زبانی، به ویژه وقتی از آن‌ها درباره موضوعات پیچیده و تخصصی سوال می‌کنید، با اطمینان می‌توانند پاسخ‌های جعلی و ساختگی اختراع کنند و حتی منبع و لینک بسازند و برای شما بفرستند. پس اگر می‌خواهید پاسخ‌هایی معتبرتر و مستدل‌تر دریافت کنید، بهتر است متن‌هایی قابل اعتماد و مرتبط را در اختیار مدل زبانی هوش مصنوعی قرار دهید. بعد از آن بخواهید در پاسخ‌گویی دقیق‌تر از همان متون مرجع استفاده کند. درست مثل این می‌ماند که شما جزوه‌ای در اختیار یک دانشجو قرار می‌دهید و از او می‌خواهید تا آن‌ها را بخواند و به سوالات امتحان جواب دهد.
درخواست‌های پیچیده و سخت را به درخواست‌های ساده‌تر تبدیل کنید
اگر درخواست‌های پیچیده از مدل هوش مصنوعی داشته باشید، احتمال دارد با جواب‌های اشتباه مواجه شوید. به خاطر همین بهتر است که برای دریافت خروجی بهتر از مدل‌های زبانی، یک تکلیف پیچیده را به گام‌ها و مراحل ساده‌تر تقسیم کنید. مثلا به جای اینکه یک‌باره از مدل بخواهید که یک مقاله تخصصی را یکجا برای شما بنویسید، بهتر است اول الگو و چارچوب کلی مقاله را برای خودتان مشخص کنید و سپس در هر مرحله درخواست خاص و جزئی‌تری را مطرح کنید. به عنوان مثال، مقدمه، بیان مسئله، اهمیت مسئله و …. به این ترتیب مدل به جای اینکه یک‌باره با یک مسئله بزرگ و پیچیده مواجه شود، با چند مسئله کوچک و جزئی سر و کار دارد و به احتمال خیلی زیاد پاسخ‌های صحیح‌تر و دقیق‌تری را به شما خواهد داد.
امیدواریم راهکارهای ارائه شده در این یادداشت بتواند به شما کمک کند تا ارتباطی بهتر با مدل‌های زبانی هوش مصنوعی برقرار کنید و نتایج بهتر و دقیق‌تری را دریافت کنید. البته همان‌طور که گفتیم، این 5 راهکار به همین جا ختم نمی‌شود و شما می‌توانید با آزمون و خطا و خلاقیت خودتان، بهترین روش‌ها را برای کار با این مدل‌ها پیدا کنید. هر چه شما بیشتر با مدل‌های زبانی کار کنید و تجربه بیشتری کسب کنید، قادر خواهید بود تا از آن‌ها بهتر استفاده کنید و نتایج بهتری دریافت کنید.
