تا حالا شده یه چیزی رو دقیقاً توی ذهنت تصور کنی، اما وقتی از هوش مصنوعی بخوای برات بسازتش، نتیجه هیچ شباهتی به چیزی که میخواستی نداشته باشه؟
مثلاً میگی «یه تصویر سینمایی بساز»، ولی خروجی بیشتر شبیه یه عکس معمولی میشه. یا ازش میخوای یه متن حرفهای بنویسه، اما نتیجه اونقدر کلیشهایه که انگار از روی چندتا جمله تکراری ساخته شده.
اینجا یه سؤال مهم پیش میاد: مشکل از خود هوش مصنوعیه یا از چیزی که بهش میگیم؟
همیشه جواب مشخصی وجود نداره، اما نحوه نوشتن درخواست میتونه تأثیر زیادی روی نتیجه داشته باشه. اینجاست که با مفهوم پرامپت (Prompt) آشنا میشیم.
پرامپت چیه؟
پرامپت، خیلی ساده، همون درخواستیه که به هوش مصنوعی میدی تا بر اساسش کاری انجام بده. این درخواست میتونه یه سؤال کوتاه، توضیح چندمرحلهای، تصویر مرجع یا حتی ترکیبی از چند مورد باشه.
مثلاً این رو ببین:
یه عکس از یه کافه بساز.
درخواستت مشخصه، اما هنوز کلی چیز وجود داره که مدل باید خودش حدس بزنه. کافه مدرن باشه یا قدیمی؟ فضای گرم داشته باشه یا سرد؟ روز باشه یا شب؟ تصویر واقعی باشه یا انیمیشنی؟
حالا یه مقدار دقیقترش کنیم:
""یه کافه کوچیک و دنج توی یه خیابون بارونی بساز؛ پنجرههای بزرگ داشته باشه، نور زرد گرم از داخلش دیده بشه و انعکاس تابلوهای نئونی روی آسفالت خیس افتاده باشه. تصویر حالوهوای سینمایی داشته باشه و کافه رو از بیرون ببینیم.""
اینجا دیگه فقط نگفتیم «کافه بساز». درباره محیط، نور، حسوحال و زاویه تصویر هم توضیح دادیم. در نتیجه، مدل اطلاعات بیشتری داره تا خروجی رو به چیزی که توی ذهنت هست نزدیک کنه.
البته یه پرامپت دقیق هم قرار نیست همیشه نتیجه بینقص بده؛ ولی میتونه مقدار حدسزدن رو کمتر کنه.
پرامپت خوب، لزوماً طولانی نیست
یکی از اشتباههای رایج اینه که فکر کنیم هرچی پرامپت طولانیتر باشه، خروجی هم حرفهایتر میشه. برای همین گاهی درخواستهامون رو پر از صفتهایی مثل «خیلی خفن، فوقالعاده، حرفهای، جذاب و بینظیر» میکنیم؛ بدون اینکه واقعاً اطلاعات مفیدی به مدل بدیم.
مثلاً:
یه متن خیلی خفن و حرفهای برای قهوه بنویس.
این درخواست بیشازحد کلیه. مدل نمیدونه مخاطب کیه، متن قراره کجا استفاده بشه و چه حسی باید منتقل کنه.
حالا این نسخه رو ببین:
""برای یه برند قهوه تخصصی، یه متن تبلیغاتی کوتاه و صمیمی بنویس. مخاطب افرادی هستن که به کیفیت دانه قهوه و روش دمآوری اهمیت میدن. متن باید حس تازگی و تخصص رو منتقل کنه و در پایان، مخاطب رو به خرید دعوت کنه.""
در نسخه دوم، مسیر روشنتره. لازم نیست پرامپت رو با کلمات پیچیده شلوغ کنیم؛ فقط باید اطلاعاتی رو بدیم که واقعاً به کار مدل میاد.
پرامپت خوب، بیشتر از اینکه به طولش وابسته باشه، به وضوح و هدفش وابسته است.
برای نوشتن یه پرامپت بهتر، این چهار سؤال رو از خودت بپرس
لازم نیست برای هر درخواست از یه فرمول سخت استفاده کنی. همین چهار سؤال میتونن خیلی وقتها کمکت کنن.
۱. دقیقاً چی میخوای؟
اول مشخص کن خروجی نهایی چیه. متن میخوای؟ تصویر؟ کد؟ تحلیل یه فایل؟
مثلاً:
""میخوام برای صفحه اصلی یه فروشگاه قهوه، یه تصویر تبلیغاتی بسازم.""
وقتی هدفت روشن باشه، راحتتر میتونی بقیه جزئیات رو انتخاب کنی.
۲. مدل چه اطلاعاتی باید درباره پروژه بدونه؟
هوش مصنوعی از چیزی که توی ذهنت میگذره خبر نداره. پس اگر اطلاعاتی برای نتیجه مهمه، بهش بگو.
""این فروشگاه قهوه تخصصی و دانههای رستشده رو بهصورت کیلویی و عمده میفروشه. مخاطبش هم کافهها و علاقهمندان قهوه هستن.""
همین چند جمله میتونه روی سبک تصویر، لحن متن یا پیشنهادهایی که دریافت میکنی تأثیر بذاره.
۳. چه چیزهایی رو نمیخوای؟
گاهی گفتن محدودیتها بهاندازه توضیح دادن خواسته اصلی مهمه.
""تصویر نباید شلوغ باشه، متن اضافه نداشته باشه و سمت چپ کادر فضای خالی برای قرار گرفتن تیتر داشته باشه.""
البته نوشتن محدودیت به این معنی نیست که مدل حتماً همهچیز رو بدون خطا اجرا میکنه. ممکنه لازم باشه نتیجه رو ببینی و دوباره اصلاحش کنی.
۴. خروجی رو چه شکلی میخوای؟
اگر اندازه، تعداد، فرمت یا لحن مشخصی مدنظرت هست، از اول بگو.
مثلاً:
""یه مقاله حدود ۸۰۰ کلمهای با لحن آموزشی، صمیمی و طبیعی بنویس.""
یا:
""تصویر رو با نسبت ۱۶:۹ و ترکیببندی مناسب برای بنر وبسایت بساز.""
این جزئیات کوچیک میتونن جلوی رفتوبرگشتهای اضافه رو بگیرن.
یه ترفند حرفهای: همهچیز رو همزمان تغییر نده
فرض کن یه تصویر ساختی و ترکیببندیاش خوبه، اما نورش رو دوست نداری. اگر همزمان لباس، دوربین، پسزمینه و نور رو تغییر بدی، ممکنه بخشهایی که قبلاً درست بودن هم خراب بشن.
بهتره فقط همون قسمتی رو تغییر بدی که مشکل داره:
ترکیببندی، سوژه و لباس رو حفظ کن. فقط نور رو به نور سخت و دراماتیک از سمت چپ تغییر بده و انعکاس نور روی زمین رو بیشتر کن.
این روش باعث میشه کنترل بیشتری روی روند کار داشته باشی. همچنین راحتتر میفهمی کدوم تغییر باعث بهتر شدن یا خراب شدن خروجی شده.
این موضوع مخصوصاً در تولید تصویر، طراحی کاراکتر، کدنویسی و پروژههایی که چند مرحله اصلاح دارن، خیلی کاربردیه.
لازم نیست با هوش مصنوعی رسمی و رباتوار صحبت کنی
برای نوشتن یه پرامپت خوب، لازم نیست از جملههای عجیب یا زبان خیلی رسمی استفاده کنی.
مثلاً این درخواست کاملاً طبیعیه:
این تصویر زیادی شلوغ شده. سوژه اصلی رو نگه دار، عناصر اضافی رو حذف کن و اطراف محصول فضای خالی بیشتری ایجاد کن.
یا:
متن زیادی رسمی شده. لحنش رو دوستانهتر کن، ولی همچنان حرفهای بمونه و شوخی اضافه نداشته باشه.
چیزی که اهمیت داره اینه که مدل بفهمه چی باید تغییر کنه و چی باید همونطور باقی بمونه.
البته بهتره انتظار نداشته باشی هر بار با یک درخواست به نتیجه نهایی برسی. خیلی از خروجیهای خوب، نتیجه چند مرحله گفتوگو، بررسی و اصلاح هستن.
پرامپت فقط برای ChatGPT نیست
پرامپتنویسی رو معمولاً با ChatGPT میشناسیم، اما این مفهوم به یک ابزار محدود نمیشه.
وقتی داری تصویر تولید میکنی، کد مینویسی، داده تحلیل میکنی، مقاله آماده میکنی یا از یه ابزار هوش مصنوعی برای تحقیق کمک میگیری، نحوه توضیح دادن مسئله اهمیت داره.
بااینحال، پرامپت خوب بهتنهایی همهچیز رو حل نمیکنه. باید بتونی خروجی رو بررسی کنی، اشتباهات مدل رو تشخیص بدی و بفهمی کجا نیاز به اصلاح یا بررسی بیشتر داری.
هدف این نیست که یه دستور جادویی پیدا کنی که همیشه جواب بده. هدف اینه که یاد بگیری چطور مسئله رو بهتر توضیح بدی و آگاهانهتر از هوش مصنوعی استفاده کنی.
جمعبندی؛ پرامپت، شروع یه گفتوگوئه
پرامپت فقط چند کلمهای نیست که داخل کادر یک ابزار وارد میکنی. پرامپت راهیه برای انتقال ایده، هدف و انتظارت به هوش مصنوعی.
لازم نیست از همون اول بهترین پرامپت دنیا رو بنویسی. با یه درخواست شروع کن، نتیجه رو ببین، ایرادش رو پیدا کن و مرحلهبهمرحله بهترش کن.
هرچی دقیقتر بدونی چی میخوای، چه اطلاعاتی مهمه و چه چیزهایی باید تغییر کنه، راحتتر میتونی از ابزارهای هوش مصنوعی نتیجه بگیری.
هوش مصنوعی قرار نیست جای فکر کردن تو رو بگیره؛ اما میتونه کمک کنه ایدههات رو واضحتر بیان کنی و سریعتر به نتیجه برسی.



