۵ دقیقه مطالعه
پرامپت‌نویسی: چگونه برای مدل هوش مصنوعی دستور خوب بنویسیم
بیشتر پاسخ‌های ضعیف مدل‌های زبانی از پرامپتی ناشی می‌شوند که اطلاعات لازم را به مدل نداده است. در پرامپت چه بنویسیم، چه ننویسیم و چگونه آن را بیازماییم.
یک مدل زبانی فقط آنچه را در آموزش یاد گرفته و آنچه شما در اختیارش می‌گذارید می‌داند. مدل شرکت شما، خواننده شما و دلیل پرسش شما را نمی‌شناسد. بیشتر پاسخ‌های ضعیف از پرامپتی ناشی می‌شوند که اطلاعات لازم را به مدل نداده است، نه از ضعف مدل. پرامپت‌نویسی خوب بیش از آنکه یک ترفند باشد، یک عادت است. به مدل همان‌گونه توضیح دهید که به یک همکار تازه‌وارد و توانمند توضیح می‌دهید که هنوز کار شما را ندیده است.
خواسته خود را روشن بیان کنید
با بیان وظیفه در یکی دو جمله و با یک فعل روشن شروع کنید، مانند خلاصه کن، مقایسه کن، پیش‌نویس کن، دسته‌بندی کن یا بررسی کن. «درباره محصول جدید ما بنویس» یک موضوع است. «یک توضیح ۱۲۰ کلمه‌ای درباره محصول جدید ما برای صفحه محصول وب‌سایت بنویس، برای خریدارانی که با این دسته از محصولات آشنا هستند» یک وظیفه است.
اگر کار چند بخش دارد، بخش‌ها را به ترتیب فهرست کنید. مدل‌ها گام‌های شماره‌دار را بهتر از گام‌هایی که در یک بند طولانی پنهان شده‌اند دنبال می‌کنند.
زمینه لازم را در اختیار مدل بگذارید
از خود بپرسید یک همکار تازه‌وارد برای انجام درست این کار به چه چیزهایی نیاز دارد:
- خواننده کیست و چه چیزهایی را از پیش می‌داند.
- نتیجه برای چه کاری است؛ ایمیلی به مشتری، اسلایدی برای هیئت‌مدیره یا یادداشتی داخلی.
- منابعی که مدل باید بر اساس آن‌ها کار کند. سند، داده یا یادداشت‌ها را در پرامپت قرار دهید و انتظار نداشته باشید مدل از آن‌ها خبر داشته باشد. اگر پاسخ باید از اسناد خود سازمان گرفته شود، این را صریحاً بگویید و از مدل بخواهید اگر پاسخ در منابع نیست، آن را اعلام کند.
- چه چیزی مهم‌تر است، وقتی میان دو خواسته باید یکی را انتخاب کرد؛ برای مثال دقت مهم‌تر از کوتاهی، یا واژه‌های ساده مهم‌تر از اصطلاحات فنی.
منابع طولانی را ابتدا و پرسش را پس از آن بیاورید و آغاز و پایان منابع را به‌روشنی مشخص کنید، برای مثال با یک عنوان یا با برچسب‌هایی مانند <document>، تا مدل بخشی از سند شما را با دستورهای شما اشتباه نگیرد.
یک نمونه نشان دهید
یک نمونه خوب از پاسخی که می‌خواهید، اغلب از یک بند توضیح درباره آن مؤثرتر است. اگر توضیح محصول با سبک خاصی می‌خواهید، نمونه‌ای را که می‌پسندید در پرامپت بگذارید. دو یا سه نمونه متفاوت از یک نمونه بهتر است، زیرا مدل الگوی کلی را تکرار می‌کند و نه جزئیات یک نمونه را.
قالب پاسخ را مشخص کنید
بگویید پاسخ چه شکلی داشته باشد؛ جدولی با این ستون‌ها، سه بند کوتاه، یک شیء JSON با این فیلدها یا حداکثر ۱۵۰ کلمه. اگر پاسخ را برنامه دیگری می‌خواند، ساختار دقیق آن را بدهید و بخواهید چیزی جز همان ساختار ننویسد.
جای «نمی‌دانم» را باز بگذارید
مدلی که با پرسشی بی‌پاسخ روبه‌رو می‌شود، معمولاً باز هم پاسخ می‌دهد. به مدل بگویید در این حالت چه کند، برای مثال «اگر سند در این باره چیزی نگفته است، بنویس ذکر نشده». همین یک جمله جلوی بسیاری از پاسخ‌های ساختگی و مطمئن را می‌گیرد (دلیل ساختن پاسخ توسط مدل را در مقاله مدل زبانی بزرگ چیست؟ توضیح داده‌ایم).
اشتباه‌های رایج
- فقط گفتن آنچه نباید انجام شود. «خیلی رسمی ننویس» مدل را به حدس زدن وادار می‌کند. «همان‌طور بنویس که یک همکار در ایمیلی کوتاه می‌نویسد» به مدل می‌گوید چه کند.
- خواسته‌های متناقض. «کوتاه بنویس» و «همه جزئیات را پوشش بده» در یک پرامپت، مدل را به انتخاب وادار می‌کنند و ممکن است انتخاب مدل با انتخاب شما یکی نباشد.
- انتظار به خاطر سپردن. هر گفت‌وگوی تازه از صفر آغاز می‌شود، مگر اینکه ابزاری که استفاده می‌کنید یادداشت نگه دارد. آنچه را مهم است در پرامپت بیاورید.
- قضاوت بر اساس یک پاسخ. پاسخ‌ها از یک اجرا تا اجرای دیگر تغییر می‌کنند. پیش از اینکه نتیجه بگیرید پرامپتی کار می‌کند، آن را چند بار و با چند ورودی متفاوت امتحان کنید.
نوشتن پرامپت به فارسی
مدل‌های امروزی فارسی را به‌خوبی می‌فهمند، اما چند نکته کیفیت کار را بهتر می‌کند:
- پرامپت را به همان زبانی بنویسید که پاسخ را به آن می‌خواهید. پرامپت فارسی معمولاً فارسی طبیعی‌تری به دست می‌دهد تا پرامپتی انگلیسی که در پایان آن نوشته شده «به فارسی پاسخ بده».
- لحن را مشخص کنید. در فارسی میان زبان نوشتار و گفتار فاصله آشکاری وجود دارد. بگویید کدام را می‌خواهید، برای مثال «فارسی رسمی و نوشتاری، مانند متن وب‌سایت یک شرکت» یا «فارسی گفتاری و روزمره، مانند پیامی به یک مشتری».
- نیم‌فاصله و ارقام فارسی درست را بخواهید و اگر متن بدون ویرایش منتشر می‌شود، جمله‌ای نمونه بدهید که آن‌ها را درست به کار برده است. حروف عربی و فارسی درهم در منابع خود شما نیز ممکن است جست‌وجو و تطبیق را دچار خطا کنند. پیش از هر چیز آن‌ها را یکدست کنید (مقاله پردازش متن فارسی با هوش مصنوعی را ببینید).
- اصطلاحات فنی را یکسان نگه دارید. تصمیم بگیرید اصطلاح انگلیسی، معادل فارسی آن یا هر دو را بنویسید و این را به مدل بگویید، وگرنه ممکن است مدل میان آن‌ها جابه‌جا شود.
- نام‌ها، تاریخ‌ها و اعداد را بررسی کنید. نام‌های فارسی به چند شکل به حروف لاتین نوشته می‌شوند و تاریخ‌های خورشیدی دقت بیشتری می‌طلبند. هرگز آن‌ها را بدون بررسی منتشر نکنید.
پرامپت را مانند کد بیازمایید
پرامپتی که یک تیم بارها از آن استفاده می‌کند، در یک چت‌بات، یک ایجنت هوش مصنوعی یا یک فرایند کار با اسناد، شایسته همان دقتی است که برای کد صرف می‌شود. مجموعه‌ای از ورودی‌های واقعی همراه با پاسخ‌هایی که درست می‌دانید نگه دارید، با هر تغییر در پرامپت یا مدل آن را روی این مجموعه اجرا کنید و نسخه‌های پرامپت را نگه دارید تا بدانید کدام تغییر نتیجه را بهتر یا بدتر کرده است.
برای گفت‌وگو درباره به‌کارگیری مدل‌های زبانی در کارهای سازمان شما، با ما در تماس باشید.
