۷ اشتباهی که جواب AI را خراب می‌کند
خیلی وقت‌ها وقتی جواب ChatGPT خوب نیست، اولین واکنش اینه که بگیم: «این AI خوب نیست!»
اما در خیلی از مواقع مشکل از مدل نیست؛ درخواستی که بهش دادیم، اطلاعاتی که در اختیارش گذاشتیم یا حتی نحوه ادامه دادن گفتگو باعث شده نتیجه خوبی نگیریم.
اگر با ChatGPT زیاد کار می‌کنی، احتمالاً حداقل یکی از این اشتباه‌ها رو انجام دادی.
۱. از AI می‌خواهیم ذهن ما را بخواند
یکی از رایج‌ترین اشتباه‌ها اینه که چیزی را که در ذهنمان کاملاً واضح می‌بینیم، برای AI توضیح نمی‌دهیم.
مثلاً:
«برای سایت من یه متن حرفه‌ای بنویس.»
حرفه‌ای یعنی چی؟
برای یک فروشگاه؟ یک شرکت B2B؟ یک برند لوکس؟ یک وبلاگ آموزشی؟
هرکدام نتیجه متفاوتی می‌خواهند.
به جای اینکه انتظار داشته باشیم AI منظورمان را حدس بزند، باید مهم‌ترین بخش‌های خواسته را مشخص کنیم.
مثلاً:
«برای صفحه اصلی یک سایت فروش قهوه، یک متن کوتاه و صمیمی بنویس. مخاطب افراد ۲۰ تا ۳۵ ساله‌ای هستند که به قهوه تخصصی علاقه دارند. متن باید حس کیفیت و تخصص بدهد، ولی تبلیغاتی و اغراق‌آمیز نباشد.»
همین چند جمله می‌تواند خروجی را کاملاً تغییر دهد.
۲. همه چیز را یک‌دفعه می‌خواهیم
گاهی یک درخواست شامل چند کار کاملاً متفاوت است:
«این مقاله را بنویس، سئو کن، ترجمه کن، تیتر بده، متا دیسکریپشن بنویس و برای اینستاگرام هم کپشن درست کن.»
AI احتمالاً همه این کارها را انجام می‌دهد، اما کیفیت بعضی قسمت‌ها پایین می‌آید.
برای کارهای جدی‌تر بهتر است کار را مرحله‌ای جلو ببریم.
مثلاً ابتدا:
«ساختار مقاله را طراحی کن.»
بعد:
«حالا بخش اول را بنویس.»
و در مرحله بعد:
«حالا همین متن را برای موتورهای جست‌وجو بهینه کن.»
این روش به‌خصوص برای پروژه‌های طولانی، کنترل بیشتری روی نتیجه می‌دهد.
۳. فقط به AI دستور می‌دهیم، ولی اطلاعات نمی‌دهیم
این مورد ارتباط مستقیمی با Context Engineering دارد.
فرض کنید می‌خواهید AI برای برندتان یک متن تبلیغاتی بنویسد، اما هیچ اطلاعاتی درباره برند، مشتری یا محصول به آن نداده‌اید.
طبیعی است که بخشی از خروجی کلیشه‌ای شود.
گاهی فقط چند خط اطلاعات اضافه می‌تواند نتیجه را متحول کند:
برند ما روی کیفیت و سادگی تمرکز دارد.
مشتری ما بیشتر دنبال محصول باکیفیت است تا ارزان‌ترین گزینه.
لحن برند صمیمی و متخصصانه است.
از جملات اغراق‌آمیز استفاده نکن.
حالا AI می‌داند برای چه کسی و با چه رویکردی باید بنویسد.
۴. وقتی جواب بد است، فقط می‌گوییم «بهترش کن»
این جمله احتمالاً یکی از پرمصرف‌ترین دستورهای کاربران AI است:
«خوبه، ولی بهترش کن.»
مشکل اینجاست که «بهتر» برای AI تعریف نشده.
اگر چیزی را دوست نداریم، بهتر است دقیقاً بگوییم چه چیزی مشکل دارد.
مثلاً:
«متن زیادی رسمی شده. لحن را محاوره‌ای‌تر کن، اما همچنان حرفه‌ای بماند. مقدمه را کوتاه‌تر کن و مثال واقعی بیشتری اضافه کن.»
حالا مدل یک مسیر مشخص برای اصلاح دارد.
بازخورد خوب، از Prompt خوب هم مهم‌تر می‌شود.
۵. اولین جواب را جواب نهایی در نظر می‌گیریم
AI قرار نیست همیشه در اولین تلاش بهترین نتیجه را بدهد.
اتفاقاً یکی از بهترین روش‌های کار با آن، تعامل و اصلاح مرحله‌ای است.
مثلاً اگر از AI یک ایده طراحی خواسته‌ای، می‌توانی بعد از دیدن نتیجه بگویی:
«ایده خوبه، ولی بیش از حد مینیماله. شخصیت برند رو قوی‌تر کن و از نمونه‌های قبلی که فرستادم فاصله نگیر.»
این گفتگو به مدل کمک می‌کند بفهمد دقیقاً چه چیزی می‌خواهی.
در واقع به‌جای اینکه دنبال یک Prompt جادویی باشیم، بهتر است یاد بگیریم چطور با AI گفتگو کنیم.
۶. به AI نمی‌گوییم خروجی را چطور می‌خواهیم
ممکن است دقیقاً بدانیم چه محتوایی لازم داریم، اما فرمت خروجی را مشخص نکنیم.
مثلاً اگر برای مقایسه چند ابزار AI سؤال می‌پرسیم، می‌توانیم بگوییم:
«نتیجه را در یک جدول با ستون‌های قیمت، کاربرد اصلی، مزایا و محدودیت‌ها ارائه کن.»
یا برای یک مقاله:
«مقاله را با H2 و H3 ساختاربندی کن و هر بخش را با یک مثال واقعی توضیح بده.»
وقتی فرمت خروجی مشخص باشد، نتیجه معمولاً خیلی قابل استفاده‌تر می‌شود.
۷. از AI می‌خواهیم چیزی را بداند که به آن دسترسی ندارد
این یکی کمی مهم‌تر است.
اگر از مدل بخواهیم درباره یک فایل، محصول، پروژه یا اطلاعات خاصی نظر بدهد، باید مطمئن شویم واقعاً آن اطلاعات را در اختیار دارد.
مثلاً:
«این فایل را بررسی کن و مشکلاتش را بگو.»
اگر فایل را نداده باشیم، مدل چیزی برای بررسی ندارد.
در چنین شرایطی بهتر است به جای حدس زدن، اطلاعات لازم را فراهم کنیم.
این موضوع مخصوصاً وقتی پای اطلاعات جدید، داده‌های اختصاصی یا منابع مشخص وسط باشد اهمیت زیادی پیدا می‌کند.
پس چطور از ChatGPT جواب بهتری بگیریم؟
قبل از ارسال درخواست، لازم نیست یک Prompt عجیب و غریب بنویسی.
فقط این چند سؤال را از خودت بپرس:
دقیقاً چه می‌خواهم؟
AI درباره موضوع چه چیزهایی باید بداند؟
این خروجی برای چه کسی است؟
چه محدودیت‌هایی دارم؟
خروجی را با چه فرمتی می‌خواهم؟
همین.
خیلی وقت‌ها یک درخواست ساده اما دقیق، از یک Prompt چندصدکلمه‌ای نتیجه بهتری می‌دهد.
یک فرمول ساده برای درخواست‌های بهتر
اگر بخواهیم همه این موضوعات را در یک فرمول خلاصه کنیم:
هدف + Context + محدودیت + خروجی موردنظر
مثلاً:
«برای وبلاگ یک سایت آموزشی AI، مقاله‌ای درباره اشتباهات رایج در استفاده از ChatGPT بنویس. مخاطب کاربران مبتدی هستند و متن باید ساده و کاربردی باشد. از کلی‌گویی دوری کن و برای هر اشتباه یک مثال واقعی بزن. مقاله را با تیترهای H2 و H3 و در حدود ۱۵۰۰ کلمه آماده کن.»
این دیگر یک درخواست مبهم نیست.
AI می‌داند چه می‌خواهی، برای چه کسی، با چه شرایطی و در چه قالبی.
جمع‌بندی
کار کردن حرفه‌ای با AI الزاماً به معنی بلد بودن صدها Prompt نیست.
گاهی مشکل خیلی ساده‌تر از این حرف‌هاست.
خواسته‌مان مبهم است، اطلاعات کافی نداده‌ایم، خروجی را مشخص نکرده‌ایم یا وقتی نتیجه خوب نبوده، بازخورد درستی نداده‌ایم.
AI را بیشتر شبیه یک همکار در نظر بگیر تا یک جعبه جادویی.
هرچه مسئله را بهتر توضیح بدهی، اطلاعات مناسب‌تری در اختیارش بگذاری و بازخورد دقیق‌تری بدهی، احتمال رسیدن به نتیجه‌ای که واقعاً می‌خواهی بیشتر می‌شود.
