۲۰ نمونهٔ متنی برتر؛ جایگزینی کارآمد برای تنظیم دقیق در شبیه‌سازی لحن

شما می‌توانید دقیق‌ترین لحن نوشتاری خود را بازتولید کنید، بدون آنکه حتی یک خط کد برای آموزش مدل بنویسید. در ۱۲ اوت ۲۰۲۶، راهنمای فنی منتشرشده در dev.to ثابت کرد که استفاده از ۲۰ تا ۴۰ قطعه متن منتخب به‌عنوان نمونه‌های یادگیری با نمونهٔ اندک (Few-Shot Learning)، در انتقال سبک شخصی، عملکرد بهتری نسبت به تنظیم دقیق (Fine-tuning) دارد.

بسیاری از نویسندگان تصور می‌کنند تنظیم دقیق — که شبیه به دادنِ تخصص پوست به یک پزشک عمومی است تا روی یک حوزه دقیق شود — تنها راه تبدیل هوش مصنوعی به «نسخهٔ دیجیتال» خودشان است. این باور یک واقعیت بنیادی درباره‌ی مدل‌های زبانی بزرگ (LLM) را نادیده می‌گیرد: سبک نوشتاری عمدتاً یک الگوی سطحی است. طول جملات، عادت‌های نقطه‌گذاری و نحوهٔ شروع پاراگراف‌ها را می‌توان از طریق مثال‌های مستقیم در پنجرهٔ زمینه (Context Window) — که مثل میز کاری است که جا برای چند ورق دارد، نه کل کتابخانه — بسیار مؤثرتر از به‌روزرسانی وزن‌های مدل منتقل کرد.

طبق گزارش این منبع، تنظیم دقیق برای افراد معمولاً شکست می‌خورد چون داده‌های کافی ندارند. یک دهه نویسندگی حرفه‌ای شاید تنها چند صد هزار کلمه باشد که در دنیای یادگیری ماشین، مجموعه‌ای بسیار کوچک است. داده‌های کم در آموزش سبک منجر به «حفظ کردن» به‌جای «تعمیم‌پذیری» می‌شود؛ یعنی مدل به‌جای پذیرش «روش» نوشتن شما، صرفاً «موضوعاتی» را که درباره‌شان نوشته‌اید تکرار می‌کند.

چرا پرامپت‌نویسی با چند نمونه برنده است؟

سه دلیل اصلی وجود دارد که چرا پرامپت‌نویسی با چند نمونه (Few-Shot Prompting) برای نویسندگان برتر است. اول، همان‌طور که اشاره شد، حجم داده‌ها برای یک تنظیم دقیقِ پایدار کافی نیست.

دوم، تنظیم دقیق فرآیندی تهاجمی است. این کار کل مدل را جابه‌جا می‌کند و نه تنها بر سبک، بلکه بر توانایی پیروی از دستورات و رفتار واقعی مدل اثر می‌گذارد. این تغییرات را نمی‌توان برای هر درخواست به‌صورت جداگانه بازگرداند. در حالی که یک پرامپت را می‌توان در یک ثانیه ویرایش کرد، تنظیم دقیق یک پروژه کامل و زمان‌بر است. این رویکرد در واقع تضادی با متدهای مدرن طراحی دستورات دارد؛ جایی که استفاده از چارچوب‌های سیستماتیک به‌جای لیست‌های طولانی پرامپت به جایگزینی کارآمدتر برای مدیریت رفتار مدل تبدیل شده است.

سوم، سبک اساساً مسئلهٔ نمایش سطحی است. سبک شامل توزیع طول جملات، عادت‌های نقطه‌گذاری، نحوهٔ شروع یک پاراگراف و — نکته‌ای حیاتی — چیزهایی است که نویسنده «ترجیح می‌دهد انجام ندهد». نمونه‌ها در پنجرهٔ زمینه، این عادت‌ها را مستقیماً نمایش می‌دهند. تنظیم دقیق تنها زمانی پاسخگو است که حجم داده‌ها و نیاز به ثبات در مقیاسی باشد که اکثر نویسندگان هرگز به آن نمی‌رسند.

معماری یک «پیکرهٔ صوتی» (Voice Corpus)

ساخت یک پیکرهٔ صوتی موفق نیازمند معیارهای سخت‌گیرانه است. نمی‌توانید هر سندی را که تا به حال نوشته‌اید در پرامپت بریزید؛ این کار باعث ایجاد یک «میانگین» از لحن‌های مختلف می‌شود که نتیجه‌اش صدایی بی‌روح و عمومی است که به هیچ‌کس تعلق ندارد.

• جداسازی ژانر: باید برای حالت‌های مختلف نوشتاری، پیکره‌های جداگانه بسازید. مقالات، مستندات فنی و ایمیل‌ها سه «شخصیت» متفاوت هستند. هرگز آن‌ها را در یک پیکره ترکیب نکنید. اگر به سه صدای متمایز نیاز دارید، سه پیکره بسازید.
• هدف در برابر توصیف: فقط بهترین کارهای خود را بگنجانید، نه کارهای معمولی یا نمایندهٔ کل آثار. پیکره باید هدفی باشد که مدل به آن برسد، نه توصیفی از هر آنچه تولید کرده‌اید. فقط قطعاتی را وارد کنید که واقعاً دوست داشتید دوباره آن‌ها را بنویسید.
• نویسندگی خالص: هر متنی را که توسط دیگران به‌شدت ویرایش شده، به‌صورت مشترک نوشته شده یا بر اساس سبک سازمانی (House Style) یک شرکت نوشته شده، حذف کنید. گنجاندن آثار ویرایش‌شده، به‌طور نامحسوس صدای ویراستار را وارد خروجی مدل شما می‌کند.
• تکه‌بندی بهینه: از قطعات ۱۵۰ تا ۴۰۰ کلمه‌ای استفاده کنید. مقالات کامل اثر معکوس دارند چون مدل را به سمت بازتولید ساختار و موضوع می‌کشانند، نه لحن. یک قطعه کوتاه، لحن را نمایش می‌دهد بدون آنکه شکل کلی متن را دیکته کند.
• حجم و تنوع: ۲۰ تا ۴۰ قطعه را هدف قرار دهید. کمتر از ۱۵ مورد باعث می‌شود مدل از داده‌های بسیار کم تعمیم نادرست کند و بیش از ۴۰ مورد، هزینه استنتاج را برای زمینه‌ای بالا می‌برد که چیزی به کیفیت اضافه نمی‌کند. تنوع را آگاهانه رعایت کنید: یک مقدمه، یک توضیح، یک استدلال، یک پذیرش (Concession)، یک بخش فنی و یک پایان‌بندی را بگنجانید. اگر هر نمونه یک پاراگراف مقدمه باشد، هر خروجی مدل شبیه به یک مقدمه خواهد بود.

استخراج فنی و انتخاب

برای خودکارسازی این فرآیند، راهنمای dev.to یک اسکریپت پایتون (corpus.py) ارائه داده است که آرشیوهای Markdown را تحلیل می‌کند. این ابزار با استفاده از پایتون ۳.۹ به بالا و کتابخانه‌های استاندارد، قطعات کاندید و آمار آن‌ها را استخراج می‌کند تا نویسندگان به‌جای تکیه بر حافظه، از یک لیست انتخاب کنند.

این اسکریپت چندین معیار کلیدی را برای هر قطعه محاسبه می‌کند:

• تعداد کلمات (با هدف قرار دادن محدوده ۱۵۰ تا ۴۰۰).
• میانگین طول جملات.
• انحراف معیار (Standard Deviation) طول جملات.
• تعداد کاما در هر ۱۰۰ کلمه.

بر اساس مستندات این ابزار، واریانس بالا در طول جملات (انحراف معیار) قوی‌ترین سیگنال برای نثر آگاهانه است. این نشان می‌دهد نویسنده عمداً از جملات کوتاه برای تأکید استفاده کرده است، نه به‌صورت تصادفی. با مرتب‌سازی کاندیدها بر اساس انحراف معیار طول جملات و خواندن ابتدای لیست، نویسنده می‌تواند «صوتی‌ترین» قطعات را برای پیکره خود شناسایی کند.

پس از ساخت پیکره، نباید همه را در هر درخواست به کار ببرید. به‌جای آن، ۴ تا ۶ نمونه را که با شکل خاص تسک مطابقت دارند انتخاب کنید. اگر در حال نوشتن یک توضیح فنی هستید، از قطعات فنی پیکره استفاده کنید. انتخاب دستی در این مقیاس کارآمد است و معمولاً سی ثانیه زمان می‌برد. اگرچه جستجوی نزدیک‌ترین همسایه (Nearest-Neighbor) بر اساس Embedding می‌تواند این کار را خودکار کند، اما سود آن در مقایسه با انتخاب دستی از یک لیست ۴۰ تایی اندک است.

ترتیب این نمونه‌ها را به‌گونه‌ای قرار دهید که قوی‌ترین نمونه در آخر باشد؛ زیرا موقعیت اهمیت دارد و نمونه‌ای که نزدیک‌تر به دستورالعمل است، بیشترین کشش و تأثیر را بر خروجی مدل دارد.

پرامپت‌های «حامل بار»

انتقال سبک مؤثر نیازمند پرامپتی است که ساختار را از موضوع جدا کند. ساختار پیشنهادی این است: ۴ تا ۶ قطعه را ارائه دهید و سپس دستور دهید: «متن زیر را با همین لحن بنویس».

حیاتی‌ترین دستور این است: «ساختار را شبیه‌سازی کن، نه موضوع را؛ از موضوعات، مثال‌ها، عبارات یا نظرات موجود در قطعات بالا استفاده نکن».

بدون این خط حامل بار، مدل‌ها اغلب استعاره‌ها یا نظرات نمونه‌ها را قرض می‌گیرند که برای خواننده‌ای که اثر اصلی را دیده، خجالت‌آور است. همچنین باید محدودیت‌های سخت‌گیرانه‌ای برای حذف کلیشه‌های هوش مصنوعی (AI Tropes) قرار دهید؛ مثلاً ممنوعیت خلاصه‌سازی در پایان یا شروع جملات با تعریف یا کلمه «در» (In).

اگر مدل به حقیقتی نیاز دارد که در دستورالعمل نیست، باید به او بگویید به‌جای اختراع اطلاعات، عبارت [CHECK: ...] را بنویسد و ادامه دهد.

اندازه‌گیری عینی موفقیت

برای پرهیز از «احساسِ موفقیت» — جایی که خروجی چون موضوعش شبیه نوشته شماست، لحنش را هم شبیه می‌پندارید — دو آزمون سخت‌گیرانه پیشنهاد شده است.

آزمون کور تأخیری: این یک آزمون ذهنی است که به‌صورت درست اجرا شده است. ۱۰ پاراگراف تولیدشده و ۱۰ پاراگراف اصلی از یک ژانر را جمع کنید که هیچ‌کدام را در این هفته نخوانده‌اید. فرمت‌ها را حذف کرده، آن‌ها را مخلوط کنید و شماره‌گذاری کنید. کلید پاسخ را در فایلی ذخیره کرده و یک هفته صبر کنید. این تأخیر بخشی است که مردم نادیده می‌گیرند، اما همان چیزی است که آزمون را معتبر می‌کند. هر کدام را به‌عنوان «مال من» یا «نه» برچسب بزنید. اگر نمره شما بالای ۱۵ از ۲۰ بود، یعنی هنوز تفاوت را می‌فهمید. نمره ۱۰ از ۲۰ یعنی شما در حال حدس زدن هستید و این هدف نهایی است.

آزمون کلمات دستوری: این یک رویکرد کمی با استفاده از دلتای باروز (Burrows's Delta) است، یک معیار سبک‌سنجی که در سال ۲۰۰۲ منتشر شد. این معیار بر اساس فرکانس کلمات دستوری (حروف تعریف، حروف اضافه، حروف ربط و ضمایر) است. چون این کلمات در سطح پایین‌تر از انتخاب آگاهانه استفاده می‌شوند، اثر انگشت پایداری از صدای نویسنده ایجاد می‌کنند، فارغ از اینکه موضوع چیست.

با استفاده از اسکریپت ارائه شده (delta.py)، نویسندگان می‌توانند محاسبه کنند که آیا پروفایل کلمات دستوری متن تولیدشده در محدوده اسناد خودشان قرار دارد یا خیر. این اسکریپت برای ایجاد یک بازه، به حداقل پنج سند در پیکره با بیش از ۳۰۰ کلمه نیاز دارد. متنی که به‌وضوح خارج از این بازه باشد، به‌صورت قابل اندازه‌گیری در لحن نویسنده نیست، فارغ از اینکه چه «احساسی» به آن می‌دهد. متنی که داخل این بازه باشد، تنها یک کفِ کیفی را رد کرده است، نه سقف را.

حریم خصوصی و اجرای محلی

ارسال آرشیو شخصی به ارائه‌دهندگان ابری ریسک‌های امنیتی دارد، زیرا آرشیو شما مجموعه‌ای از هر چیزی است که به آن فکر کرده‌اید. راهنمای مذکور سه سطح کنترل را پیشنهاد می‌کند:

۱. شرایط API: شرایط دقیق نگهداری و آموزش API را بررسی کنید. این شرایط اغلب بین یک محصول مصرف‌کننده و API همان ارائه‌دهنده متفاوت است.
۲. فیلتر محلی: کل پیکره را روی سیستم خود نگه دارید و در هر درخواست فقط ۴ تا ۶ نمونه لازم را ارسال کنید. این کار تضمین می‌کند که بیشتر آرشیو هرگز دستگاه شما را ترک نکند و بدون کاهش کیفیت، میزان مواجهه با ریسک را به‌شدت کاهش دهد.
۳. مدل‌های محلی: برای پیش‌نویس‌های حساس از مدل‌های کوچک محلی استفاده کنید. انتقال سبک یک وظیفه «تقلیدی» است و مدل‌های محلی حتی بدون دانش گسترده مدل‌های پیشرو، در این کار نسبتاً خوب عمل می‌کنند.

به‌عنوان یک قاعده کلی، هرگز آثار منتشرنشده را در پیکره‌ای که به فضای ابری می‌رود قرار ندهید. از قطعات منتشرشده استفاده کنید؛ آن‌ها لحن شما را به‌خوبی نمایش می‌دهند و پیش‌تر عمومی شده‌اند. برای کسانی که می‌خواهند کاملاً مستقل باشند، ابزارهایی مثل Multigrid اجازه می‌دهند کلیدهای API شخصی خود را متصل کنند تا درخواست‌ها تحت یک قرارداد خصوصی اجرا شوند.

مرزهای صادقانه انتقال سبک

باید درک کرد که این تکنیک تنها «سطح» نوشتار را بازتولید می‌کند. ریتم، نقطه‌گذاری، لحن و شکل نثر قابل انتقال هستند و همگی قابل اندازه‌گیری‌اند.

اما آنچه منتقل نمی‌شود، همان بخشی است که نمونه‌ها را در وهله اول ارزشمند کرده بود. صدا، سوابقی از «قضاوت» است: تصمیم درباره اینکه چه چیزی ارزش گفتن دارد، نویسنده از ادعای چه چیزی خودداری کرد و کدام مثال را حذف کرد چون استدلال را به‌گونه‌ای پیش می‌برد که حقش نبود.

یک پیکره حاوی نتایج این تصمیمات است، اما نه خودِ فرآیند تصمیم‌گیری. در نتیجه، هوش مصنوعی متنی تولید می‌کند که «شبیه» نویسنده است، اما چیزی را ادعا نمی‌کند که نویسنده واقعاً انتخاب می‌کرد ادعا کند.

این ابزار یک دستیار پیش‌نویس است، نه جایگزینی برای تفکر. این تکنیک زمانی بیشترین اثر را دارد که نویسنده ابتدا دقیقاً تصمیم گرفته باشد چه بگوید، نه اینکه از مدل بخواهد به‌جای او تصمیم بگیرد.

گام بعدی شما

• آرشیو نوشته‌های خود را بر اساس ژانر (مثلاً ایمیل، مقاله، پست وبلاگ) دسته‌بندی کنید.
• با استفاده از اسکریپت corpus.py یا تحلیل دستی، قطعاتی با بیشترین تنوع در طول جملات را استخراج کنید.
• در پرامپت‌های خود، دستور «شبیه‌سازی ساختار به‌جای موضوع» را به‌عنوان یک لایه حفاظتی اضافه کنید.

اما داستان سخت‌افزاری اجرای این مدل‌ها به‌صورت محلی برای حفظ حریم خصوصی حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی مدل‌های زبانی کوچک (SLM) مراجعه کنید.