اولین پرامپت مؤثر خود را بنویسید

#چرا اکثر پرامپت‌ها ضعیف‌اند

وقتی به مدل می‌گویید «خلاصه این متن را بنویس»، چیزی می‌گیرید — اما عمومی، خنثی، و «به‌قدر کافی خوب» در نگاه اول. مشکل این نیست که پرامپت غلط است؛ مشکل این است که خیلی کم اطلاعات داده‌اید.

مدل اگر اطلاعات کافی نداشته باشد، میانگین چیزی را می‌نویسد که در آموزش دیده. میانگین، چیزی است که قبلاً صدها بار نوشته شده — یعنی خروجی‌ای که برای شما قابل تشخیص از کار خودتان نیست.

#آناتومی پرامپت خوب

• نقش (Role): مدل قرار است در کدام نقش جواب بدهد؟ ویراستار، معلم، توسعه‌دهنده، طراح UX؟
• وظیفه (Task): دقیقاً چه می‌خواهید؟ خلاصه، نقد، بازنویسی، پیشنهاد؟
• زمینه (Context): چه چیزی باید بداند؟ مخاطب کیست؟ هدف چیست؟ متن مرجع چیست؟
• قالب (Format): خروجی چه شکلی باشد؟ بولت، جدول، پاراگراف، کد؟ طولش چقدر؟
• محدودیت (Constraint): چه نکند؟ کلمات قرضی نه. لحن رسمی نه. اطلاعات اضافه نه.

#سه الگو که از فردا استفاده می‌کنید

#بد در مقابل خوب

#تله‌های رایج فارسی‌زبان‌ها

• لازم نیست بگویید «فارسی صحبت کن». اکثر مدل‌ها به‌صورت پیش‌فرض با همان زبانی پاسخ می‌دهند که شما نوشتید. اضافه‌کردن این جمله مدل را تحت‌فشار می‌گذارد و گاهی کیفیت را کاهش می‌دهد.
• برای متن رسمی فارسی، نمونه‌ی لحن مطلوب را داخل پرامپت بگذارید. مرز فارسی رسمی و محاوره‌ای را مدل‌ها سخت‌تر از انگلیسی تشخیص می‌دهند.
• اصطلاحات تخصصی را حداقل یک‌بار به انگلیسی هم بنویسید. ترجمه‌ی فارسی بسیاری از اصطلاحات فنی هنوز جا نیفتاده؛ نوشتن هر دو ابهام را برمی‌دارد.

#الان امتحان کنید

به‌عنوان ویراستار محتوای فنی فارسی، این پاراگراف را برای مخاطب غیرمتخصص بازنویسی کن. لحن دوستانه، بدون کلمات قرضی غیرضروری، حداکثر ۱۰۰ کلمه. در پایان دو بولت «نکته‌ی کلیدی» اضافه کن.

پاراگراف:
«[متن خود را اینجا بگذارید]»

#کجا برویم بعدش

حالا می‌دانید چطور با مدل حرف بزنید. در گام آخر، یک ابزار درست برای کار خودتان انتخاب می‌کنید و سی دقیقه‌ی اول استفاده‌ی واقعی را شروع می‌کنید.