هم‌هوش — خودآموز هوش مصنوعی

فصل ۱ از ۹

پیشرفت ترم
۰٪

ترم ۲ · گفت‌وگوی مؤثر

نیت، نه جادو

فصل ۱پیش‌نمایش رایگان
۸ دقیقه مطالعه فصل ۱

در این فصل چه یاد می‌گیری#

مدل جادو نیست و ذهنت را نمی‌خواند. تنها چیزی که از تو دارد، همان کلمه‌هایی است که در prompt می‌نویسی — نه یک ذره بیشتر. برای همین وقتی مبهم می‌خواهی، جوابِ مبهم می‌گیری؛ نه چون مدل ضعیف است، بلکه چون آن تصویرِ روشنی که در سرِ توست هرگز به مدل نرسیده. این فصل یک مهارتِ ساده ولی تعیین‌کننده را یادت می‌دهد: نیتت را روشن بگذاری — یعنی بگویی دقیقاً چه می‌خواهی و برای چه.

دستگاهی که یک قیفِ پر از کلمه‌های نوشته‌شده را می‌گیرد، ولی محفظهٔ فکرِ کاربر کنارش قفل و جدا مانده و چرخ‌دنده‌ها به داخلش دسترسی ندارند

آخر این فصل می‌توانی:

  • توضیح بدهی چرا «مدل ذهن‌خوان نیست» یعنی چه
  • تشخیص بدهی چرا یک پرامپتِ مبهم جوابِ کلی و بی‌مصرف می‌دهد
  • هدف و زمینه را به یک پرامپت اضافه کنی و فرقِ خروجی را با چشمِ خودت ببینی
  • یک ادعای واقعیِ مدل را با یک قدمِ ساده وارسی کنی

قبل از شروع#

  • از فصل ۱ ترم ۱: آنچه تو می‌نویسی prompt است و آنچه مدل پس می‌دهد response.
  • از فصل ۱ ترم ۱: جواب همان لحظه تولید می‌شود؛ از یک انبارِ آماده بیرون کشیده نمی‌شود.

مثل فصل‌های آزمایشگاهیِ ترمِ قبل، فقط یک مرورگر و دستیارِ هوش مصنوعی‌ات (با کلیدِ رایگانِ خودت) لازم داری.

۱. مدل ذهن‌خوان نیست#

فرض کن به یک دوست پیام می‌دهی: «یه چیزی برام بگیر.» طرف گیج می‌ماند. چه چیزی؟ برای چه کسی؟ چقدر پول؟ از کجا؟ او باید حدس بزند، و حدسش احتمالاً آن چیزی نیست که تو می‌خواستی. مدل هم دقیقاً در همین موقعیت است، فقط با یک تفاوتِ مهم: صورتت را نمی‌بیند، از موقعیتت خبر ندارد، و نمی‌داند قبلاً چه کارهایی کرده‌ای و در ذهنت چه می‌گذرد. هرچه در پرامپت ننوشته باشی، برای مدل اصلاً وجود ندارد.

اینجا یک تلهٔ ظریف هست. اگر آدمِ آن‌طرف گیج شود، لااقل می‌پرسد «منظورت چیه؟». مدل معمولاً نمی‌پرسد. جای خالی را با محتمل‌ترین حدسِ کلی پُر می‌کند و با اطمینانِ کامل یک جواب می‌سازد — همان کارِ همیشگی‌اش. پس جوابِ ضعیف معمولاً تقصیرِ مدل نیست؛ نشانهٔ این است که نیتِ تو به آن نرسیده.

پس نخستین قانونِ کارِ مؤثر این است: با مدل طوری حرف بزن که انگار طرف هیچ‌چیز دربارهٔ تو و کارت نمی‌داند و فقط همین چند خط را می‌خواند — چون واقعاً همین‌طور است.

۲. پرامپتِ مبهم، جوابِ مبهم (پشت‌صحنه تولید)

۲. پرامپتِ مبهم، جوابِ مبهم#

بیا خودت ببینی‌اش. این پرامپتِ کوتاه را بفرست:

یک ایمیل بنویس.

چیزی شبیهِ این می‌گیری — یک قالبِ توخالی پر از جای خالی:

سلام [نام گیرنده]،
امیدوارم حالتان خوب باشد. این ایمیل را دربارهٔ [موضوع] خدمتتان می‌نویسم.
لطفاً در اولین فرصت پاسخ بفرمایید.
با احترام،
[نام شما]

این خروجی بد نیست، ولی به‌درد هم نمی‌خورد. مدل نمی‌دانست ایمیل برای کیست، دربارهٔ چیست و با چه لحنی — پس مجبور شد همه‌چیز را حدس بزند و یک اسکلتِ کلی با براکتِ خالی تحویل بدهد. این همان «جوابِ مبهم در برابر پرامپتِ مبهم» است. مدل تنها کاری را کرد که می‌شد کرد؛ ورودی‌اش خالی بود.

یا ممکن است اصلاً چیزی ننویسد و به‌جایش از تو بپرسد ایمیل برای کیست، موضوعش چیست و چه لحنی می‌خواهی. دستیارهای تازه‌تر بیشتر این‌طورند و این رفتارِ بهتری است — ولی درس را عوض نمی‌کند، فقط جابه‌جایش می‌کند: در هر دو حالت هنوز ایمیلی نداری، چون نیتت را نداده‌ای. یک بار خودت جای مدل بنشین: با «یک ایمیل بنویس» می‌شود ایمیلی نوشت که به‌دردِ کسی بخورد؟

مبهم‌بودن فقط جوابِ توخالی نمی‌سازد؛ گاهی از آن خطرناک‌تر است. وقتی پرامپت مبهم باشد، مدل به‌جای پرسیدن، جای خالی را با یک جزئیاتِ ساختگی ولی مطمئن پُر می‌کند. این را امتحان کن:

یک کتابِ کم‌شناخته و خوب دربارهٔ دوستی معرفی کن و نویسنده و سالِ چاپش را هم بگو.

آن «کم‌شناخته» کلیدِ ماجراست: تا وقتی سراغِ کتابِ مشهور می‌روی، مدل جوابِ درست دارد و می‌دهد. همین که به حاشیه هُلش می‌دهی — و همچنان مبهم می‌مانی — لغزش شروع می‌شود. ممکن است چیزی شبیهِ این بگیری (خروجیِ تو فرق می‌کند):

کتابِ «رازِ دوستی» نوشتهٔ آنا کاترین هندرسون، چاپِ ۲۰۱۳،
یکی از کتاب‌های کم‌شناخته و در عین حال عمیق دربارهٔ دوستی است.

اسمِ کتاب، نامِ نویسنده و سالِ چاپ، همه با لحنِ مطمئن آمده‌اند — ولی چون نگفتی برای چه سنی، چه زبانی و از کجا، مدل به‌جای پرسیدن یک کتابِ محتمل سرِ هم کرد که شاید اصلاً وجود نداشته باشد، یا نویسنده و سالش را به‌هم ریخته باشد. جوابِ مبهم همیشه توخالی نیست؛ گاهی پُر است ولی ساختگی.

اگر این‌بار یک کتابِ کاملاً واقعی گرفتی، خوش‌شانس بوده‌ای، نه اینکه خطر از بین رفته باشد: همان پرامپت را دو بارِ دیگر بفرست و سه جواب را کنارِ هم بگذار. معمولاً دستِ‌کم یکی از سه‌تا سرِ نویسنده یا سالِ چاپ می‌لغزد — و تو از بیرون نمی‌توانی بگویی کدام یکی است. همین دلیلِ وجودِ قدمِ وارسی است.

وارسی: اسمِ کتاب و نویسنده را عیناً در یک کتاب‌فروشیِ آنلاین یا موتورِ جست‌وجو بزن؛ اگر به هیچ کتابِ واقعی‌ای نرسیدی، یعنی مدل ساخته‌اش. سه قانونِ ثابتِ این دوره: «اول خودت فکر کن» — «وارسی کن، خط به خط» — «مدل مطمئن است؛ دلیل نمی‌شود درست باشد».

۳. نیت را بده: هدف و زمینه#

نیتت را با دو چیز روشن می‌کنی. هدف یعنی دقیقاً چه خروجی‌ای می‌خواهی مدل بسازد. زمینه یعنی موقعیتِ تو: برای چه کسی، در چه شرایطی، با چه قیدهایی. حالا همان ایمیل را با هدف و زمینه دوباره بخواه:

یک ایمیلِ کوتاه و مؤدب به استادم بنویس. می‌خواهم بپرسم آیا می‌توانم تحویلِ
تمرین را سه روز عقب بیندازم، چون هفتهٔ گذشته مریض بودم. لحن محترمانه و
غیررسمی‌طور، و نه طولانی باشد.

حالا خروجی زمین تا آسمان فرق می‌کند:

با سلام و احترام،
استادِ گرامی، متأسفانه هفتهٔ گذشته بیمار بودم و نتوانستم تمرین را به‌موقع کامل کنم.
اگر ممکن است، خواهش می‌کنم مهلتِ تحویل را سه روز تمدید بفرمایید. از توجه و
لطفتان سپاسگزارم.
با احترام،
[نام شما]

فقط جای «نام شما» مانده که پُرش کنی. همان مدل، همان لحظه، ولی چون نیت روشن بود، جواب دقیق و آمادهٔ استفاده شد. توجه کن که هیچ ترفندِ جادویی به‌کار نبردیم؛ فقط گفتیم چه می‌خواهیم و چرا.

💡 نکته: یک آزمونِ ساده قبل از فرستادنِ هر پرامپت: «اگر این چند خط را به یک غریبه می‌دادم که هیچ‌چیز از من نمی‌داند، آیا دقیقاً می‌فهمید چه باید بسازد؟» اگر جواب نه است، هنوز جای هدف یا زمینه خالی است.

⚠️ مواظب باش: زمینه‌دادن خوب است، ولی زمینه محلِّ ریختنِ اطلاعاتِ حساس نیست. برای همان ایمیل، لازم نیست شمارهٔ دانشجویی، آدرس یا جزئیاتِ پزشکی‌ات را داخلِ پرامپت بگذاری. یادت باشد مدل روی سرورِ یک شرکتِ دیگر اجرا می‌شود و در ردهٔ رایگان ممکن است پیامت برای بهترکردنِ مدل استفاده شود — همان قاعده‌ای که در فصل ۷ ترمِ قبل دیدی.

چطور زمینه را دقیق و حرفه‌ای بدهی — یعنی نقش، مخاطب و قالب — را فصلِ بعد کامل می‌کنیم؛ فعلاً همین‌قدر که «هدف + زمینه» را جدا بشناسی کافی است.

۴. نتیجه را قبلش تصویر کن#

بهترین راه برای نوشتنِ نیتِ روشن این است که اول در ذهنت نتیجه را تصویر کنی: چه چیزی می‌خواهی دستت بیاید که همین حالا نداری؟ وقتی نتیجه را دیدی، نوشتنِ هدف و زمینه آسان می‌شود. بیا یک نمونهٔ دیگر را امتحان کنیم که یک ادعای واقعی هم در آن هست:

یک فیلمِ انیمیشنِ خنده‌دار و مناسبِ کودکان که کمتر از دو ساعت باشد پیشنهاد بده،
و بگو چند دقیقه است.

یک جوابِ واقع‌نما این است (خروجیِ تو ممکن است فرق کند):

پیشنهادِ من انیمیشنِ «داستان اسباب‌بازی» است؛ خنده‌دار، مناسبِ کودکان و حدوداً
۸۱ دقیقه — یعنی راحت زیرِ دو ساعت.

نیت روشن بود، پس جواب دقیقاً به کارت می‌آید. ولی حواست باشد: آن عددِ «۸۱ دقیقه» یک ادعای واقعی است، و مدل عددها را هم می‌سازد — گاهی درست، گاهی غلط، همیشه با همان لحنِ مطمئن.

وارسی: مدتِ فیلم را قبل از اینکه رویش حساب کنی، در یک منبعِ مستقل چک کن. سه قانونِ ثابتِ این دوره همیشه سرِ جایشان‌اند: «اول خودت فکر کن» — «وارسی کن، خط به خط» — «مدل مطمئن است؛ دلیل نمی‌شود درست باشد».

قبل از ادامه، جواب بده: اگر به مدل بگویی «یه چیزِ باحال بنویس» و جوابِ کلی و بی‌مصرف بگیری، مشکل از هوشِ مدل است یا از نیتی که به آن دادی؟ چه دو چیزی را باید اضافه کنی تا جواب دقیق شود؟

تمرین‌ها

اول خودت فکر کن یا امتحان کن — بعد اینجا را باز کن.

در فصل بعد#

حالا می‌دانی نیتِ روشن نیمی از کار است. ولی «زمینه» خودش ابزارهای دقیقی دارد که هنوز بازشان نکرده‌ایم. فصلِ بعد سراغِ زمینه‌دادنِ حرفه‌ای می‌رویم: به مدل نقش بدهی، مخاطب و قالبِ خروجی را تعیین کنی، و حتی یک مثال جلویش بگذاری تا دقیقاً بفهمد چه شکلی از جواب می‌خواهی. همان نیتِ امروز، آنجا تیز و قابلِ‌تکرار می‌شود.

به آخر این فصل رسیدی!

اگر ساختی و جواب داد، این دکمه مال توست.