اگر امروز برای گرانترین اشتراک ماهانه هوش مصنوعی پول میدهید، خروجیهای شما همچنان ممکن است متوسط باشد. گلوگاه اصلی، مدل نیست؛ بلکه دستوراتی است که مینویسید.
طبق گزارشی از تامز گاید (Tom's Guide) که در ۱۶ ژوئن ۲۰۲۶ منتشر شد، بررسی ۳۴ مدل مختلف ChatGPT ثابت میکند که کیفیت پرامپت بر نسخه مدل برتری دارد. این موضوع یعنی تفاوت خروجیها بیشتر به مهارت شما برمیگردد تا قدرت پردازشی شرکت OpenAI.
همانطور که در تحلیلهای قبلی ما درباره امنیت مدلهای بازمتن اشاره کردیم، رابط انسان و ماشین همواره نقطه حساسترین بخش است. برای یک کاربر عادی، رسیدن به پاسخهای خبره یعنی برخورد با هوش مصنوعی زاینده (Generative AI) — مثل کتابخانهداری که میلیاردها صفحه را خوانده و حالا با همان لحن جواب میدهد — به عنوان یک مشاور تخصصی، نه یک موتور جستوجوی ساده. برای این کار باید مهندسی پرامپت (Prompt Engineering) — یا همان هنر سؤال درست پرسیدن برای گرفتن بهترین جواب — را جایگزین درخواستهای ساده کنید.
به نقل از این گزارش، برای عبور از خروجیهای کلی و رسیدن به نتایج تخصصی، پنج عادت کلیدی تعریف شده است:
- تعیین نقش: به جای درخواست یک ارائه، بگویید: «تو یک متخصص بازاریابی با تجربه در جذب مخاطب هستی».
- بارگذاری زمینه: دلیل و هدف را توضیح دهید. مثلاً ذکر این نکته که «پس از تعدیل نیرو به دنبال تغییر شغل هستم»، مانع از تولید یک رزومه کلی میشود.
- پرامپتنویسی خصمانه: به مدل اجازه دهید با شما مخالفت کند. بپرسید «ضعیفترین بخش این استدلال کجاست؟» تا از لحن چاپلوسانه مدل جلوگیری کنید.
- اصلاح تکرارونده: پاسخ اول را پیشنویس بدانید و با گفتگو مدل را هدایت کنید، نه اینکه چت را از ابتدا استارت بزنید.
- تعریف موفقیت: خط پایان را مشخص کنید. به جای «یک لیست بساز»، بگویید «لیستی بساز که یک والد کلافه را در ۵ دقیقه آرام کند».

بر اساس بررسی این الگوها، آنچه کاربران «شکاف هوشی» میپندارند، در واقع «شکاف زمینهای» است. با محدود کردن دادههایی که مدل از آنها استفاده میکند، اثر «میانگینگیری» که منجر به محتوای بیروح میشود، از بین میرود. در نتیجه، نسخه رایگان یک مدل با پرامپت درست، میتواند از نسخه پولی با پرامپت ضعیف بهتر عمل کند.
گام بعدی شما
- ۱۰ پرامپت اخیر خود را بررسی کنید و ببینید آیا نقش تخصصی تعریف کردهاید یا فقط گفتهاید «کمک کن».
- در درخواست بعدی، صریحاً از مدل بخواهید نقاط ضعف ایده شما را پیدا کند.
- خروجی اول را نپذیرید و سه مرحله بازبینی را در گردشکار خود بگنجانید.
اما تأثیر این متدها روی مدلهای استدلالی جدید حتی خیرهکنندهتر است؛ تحلیل ما درباره مدلهای Reasoning را از دست ندهید.




گفتگو