دام‌ها و افسانه‌ها

در این فصل چه یاد می‌گیری#

هرچه بیشتر دربارهٔ پرامپت بخوانی، بیشتر به «ترفند»هایی برمی‌خوری که مثلِ طلسم دست‌به‌دست می‌شوند: «به مدل بگو قدم‌به‌قدم فکر کند»، «اول ازش تعریف کن»، «بگو این برایت خیلی مهم است وگرنه…»، «هرچه پرامپت بلندتر، بهتر». این فصل این افسانه‌ها را صادقانه روی میز می‌گذارد و نشان می‌دهد کدام‌ها دیگر کهنه شده‌اند، چرا اصلاً ساخته شدند، و آن چند چیزی که واقعاً می‌ماند کدام‌اند. هدف این نیست که فهرستِ تازه‌ای از ترفند حفظ کنی؛ برعکس — یاد می‌گیری چرا به ترفند تکیه نکنی.

آخر این فصل می‌توانی:

• بگویی چرا یک ترفندِ پرامپت به‌مرورِ زمان کهنه می‌شود
• نشان بدهی چرا افزودنِ «قدم‌به‌قدم فکر کن» به یک reasoning model کارِ چندانی نمی‌کند
• تشخیص بدهی که تعارف و تهدیدِ مدل فولکلور است، نه مهارت
• نشان بدهی چرا پرامپتِ بیش‌ازحد بلند جواب را بدتر می‌کند
• بگویی چه چیزی از کلِ این ترم واقعاً می‌ماند

قبل از شروع#

• از فصل ۶: reasoning model — مدلی که پیش از جوابِ نهایی، خودش قدم‌به‌قدم فکر می‌کند.
• از فصل ۳: حلقهٔ تکرار — جواب را در چند دور پخته می‌کنی.
• از فصل ۴: وارسی — درستیِ خروجی را خودت می‌سنجی.

مثلِ همیشه فقط یک مرورگر و دستیارِ هوش مصنوعی‌ات (با کلیدِ رایگانِ خودت) لازم داری.

۱. چرا یک ترفند کهنه می‌شود#

اول یک چیزِ ساده را بفهم که کلیدِ کلِ فصل است: مدل‌ها ثابت نمی‌مانند. همان پرامپتی که امروز روی یک مدل یک جوابِ عالی می‌دهد، شش ماهِ دیگر روی نسلِ بعدیِ همان مدل ممکن است جوابِ متفاوتی بدهد. به این پدیدهٔ مستند می‌گویند prompt drift: با هر به‌روزرسانیِ مدل، رفتارِ یک پرامپتِ ثابت می‌لغزد.

نتیجه‌اش این است که یک ترفند معمولاً این‌طور متولد می‌شود: کسی روی یک مدلِ قدیمی چیزی را کشف می‌کند که واقعاً کمک می‌کرد، آن را می‌نویسد، خیلی‌ها دست‌به‌دستش می‌کنند، و کم‌کم به یک «قانون» تبدیل می‌شود. ولی مدل‌ها جلو می‌روند و بسیاری از این ترفندها پشتِ سر جا می‌مانند — یا بی‌اثر می‌شوند یا حتی مزاحم. برای همین این دوره از اول تصمیم گرفت فرآیند را یادت بدهد، نه دستور پخت: نیت، زمینه، تکرار و وارسی می‌مانند؛ ترفندِ خاص می‌میرد.

۲. «زنجیرهٔ فکر»ِ دستی روی مدلِ استدلالی#

معروف‌ترین ترفند این است: به مدل بگو «قدم‌به‌قدم فکر کن» تا مسئله را بهتر حل کند. اسمِ فنی‌اش chain-of-thought است — یعنی مدل به‌جای پریدن به جواب، اول مراحلِ فکرش را بیرون بریزد. این ترفند زمانی واقعاً کمک می‌کرد، چون مدل‌های آن نسل عادت داشتند سرِ مسئله‌های چندمرحله‌ای مستقیم به یک جوابِ سرِهم بپرند.

ولی یادت هست فصل ۶ چه گفت؟ reasoning model این کار را از قبل، خودش انجام می‌دهد — قبل از جوابِ نهایی، درونی قدم‌به‌قدم فکر می‌کند. پس وقتی به چنین مدلی می‌گویی «قدم‌به‌قدم فکر کن»، داری چیزی را سفارش می‌دهی که همین‌الان دارد انجام می‌شود. بیا ببینیم. یک مسئله را دو بار به یک reasoning model بده — یک بار ساده، یک بار با ترفند:

پرامپت الف:
یک قفسه ۳ طبقه دارد و هر طبقه ۷ کتاب جا می‌دهد. اگر ۲ قفسه داشته باشیم و
۵ کتاب کم بیاوریم که همه جاها پر شود، چند کتاب داریم؟

پرامپت ب:
قدم‌به‌قدم و با دقت فکر کن. عجله نکن. مرحله‌به‌مرحله پیش برو:
یک قفسه ۳ طبقه دارد و هر طبقه ۷ کتاب جا می‌دهد. اگر ۲ قفسه داشته باشیم و
۵ کتاب کم بیاوریم که همه جاها پر شود، چند کتاب داریم؟

هر دو را بفرست و جواب‌ها را کنارِ هم بگذار. تقریباً همیشه یک عدد می‌دهند و با همان کیفیت — چون مدلِ استدلالی در هر دو حالت درونی همان قدم‌ها را برمی‌دارد. آن جملهٔ اضافه در پرامپت ب کارِ تازه‌ای نکرد؛ فقط پرامپت را شلوغ‌تر کرد. این بهترین نمونهٔ یک ترفندِ زائد است: کاری را دوباره سفارش می‌دهی که مدل خودش دارد می‌کند. یک نکتهٔ منصفانه: این «زائد بودن» مخصوصِ همین reasoning modelهاست که خودشان درونی قدم‌به‌قدم پیش می‌روند؛ روی یک مدلِ کوچک‌تر یا غیرِاستدلالی که این کار را از خودش نمی‌کند، گفتنِ صریحِ «قدم‌به‌قدم فکر کن» هنوز می‌تواند کمی کمک کند. پس درس این نیست که این جمله همیشه بی‌فایده است، بلکه این است که بدانی مدلی که داری چه می‌کند.

✅ وارسی: خودِ جواب هم باید وارسی شود، نه فقط ترفند. جوابِ درستِ این مسئله ۳۷ است (۲ قفسه × ۳ طبقه × ۷ کتاب = ۴۲ جا، منهای ۵). با ماشین‌حساب چک کن؛ اگر مدل عددِ دیگری داد، «قدم‌به‌قدم» گفتن هم نجاتش نمی‌دهد. سه قانونِ ثابتِ دوره همین‌جا هم صادق‌اند: «اول خودت فکر کن» — «وارسی کن، خط به خط» — «مدل مطمئن است؛ دلیل نمی‌شود درست باشد».

قبل از ادامه، جواب بده: اگر مدلی خودش درونی قدم‌به‌قدم فکر می‌کند، افزودنِ جملهٔ «قدم‌به‌قدم فکر کن» چه چیزِ تازه‌ای به آن اضافه می‌کند؟

۳. تعارف، التماس و تهدید#

دستهٔ بعدیِ افسانه‌ها احساسی‌اند: «تو بهترین دستیارِ دنیایی، لطفاً…»، «این برای شغلم حیاتی است»، «اگر درست جواب ندهی جریمه می‌شوی». این‌ها فولکلورِ نسل‌های قدیمیِ مدل‌اند. مدل نه شغل دارد که نگرانش باشد، نه از تهدید می‌ترسد، نه از تعریف ذوق می‌کند — احساس ندارد. این جمله‌ها فقط tokenهای بیشتری‌اند که کنارِ خواستهٔ اصلی‌ات می‌نشینند.

امتحان کن. یک بار با فشارِ احساسی بپرس، یک بار خشک و روشن:

پرامپت الف:
خواهش می‌کنم، این برای من مرگ‌وزندگی است و اگر خوب جواب ندهی خیلی ناامید
می‌شوم. تو رو خدا یک عنوانِ خوب برای یک انشا دربارهٔ دوستی بنویس.

پرامپت ب:
سه عنوانِ کوتاه و گیرا برای یک انشای دانش‌آموزی دربارهٔ دوستی پیشنهاد بده.

پرامپت ب تقریباً همیشه جوابِ مفیدتری می‌دهد — نه چون بی‌ادب‌تر است، بلکه چون مشخص‌تر است: تعداد را گفت (سه)، قالب را گفت (کوتاه و گیرا)، و مخاطب را گفت (انشای دانش‌آموزی). آن فشارِ احساسیِ پرامپت الف هیچ‌کدام از این‌ها را نداشت. درسِ پایدار همان درسِ فصل ۱ است: چیزی که جواب را بهتر می‌کند نیت و مشخصاتِ روشن است، نه لحنِ نمایشی. و چون این ترفندها به نسلِ مدل گره خورده‌اند، حتی اگر روزی روی مدلی کمی اثر داشته باشند، پایدار نیستند.

💡 نکته: ادب در پرامپت عیب نیست و لازم نیست خشک بنویسی. حرف این است: «لطفاً» بی‌اشکال است، ولی به تعارف و تهدید به‌چشمِ اهرمِ کیفیت نگاه نکن. اهرمِ واقعی، دقتِ خواسته است.

۵. چه چیزی می‌ماند#

اگر ترفندها می‌آیند و می‌روند، پس چه چیزی را نگه داریم؟ همان چیزی که کلِ این ترم رویش بنا شد و به نسلِ مدل گره نخورده:

• نیت — روشن بگو چه می‌خواهی و برای چه کسی (فصل ۱ و ۲).
• تکرار — اولین جواب پیش‌نویس است؛ پله‌پله بهترش کن (فصل ۳).
• وارسی — درستی را خودت بسنج؛ به اطمینانِ مدل تکیه نکن (فصل ۴).

این سه‌تا نه با یک به‌روزرسانیِ مدل کهنه می‌شوند و نه فولکلورند. هر وقت به یک «ترفندِ جادویی» برخوردی، اول از خودت بپرس: این به کدام‌یک از این سه کمک می‌کند؟ اگر به هیچ‌کدام، احتمالاً یک افسانهٔ در-حالِ-کهنه‌شدن است.

واژه‌های تازهٔ این فصل#

در فصل بعد#

حالا می‌دانی چه چیزی را کنار بگذاری و چه چیزی را نگه داری. فصلِ بعد فصلِ آخرِ این ترم است: یک پروژه. همهٔ آنچه در «گفت‌وگوی مؤثر» یاد گرفتی — نیت، زمینه، تکرار، وارسی، دستورِ سیستمی، تنظیمِ خلاقیت و دقت، و پرامپتِ ساختارمند — را در یک کار جمع می‌کنی و یک دستیارِ شخصی برای یک کارِ واقعیِ خودت می‌سازی. هیچ مفهومِ تازه‌ای نیست؛ فقط ساختن.