در Chatgpt باید پراپمتها (Prompt) و درخواستهای خوب و مهندسی شده داشته باشیم تا به پاسخ های درست‌تر و دقیق‌تر برسیم. برای این کار می‌توانیم از الگوهای AUTOMAT و یا CO-STAR استفاده کنیم.

روش AUTOMAT سرنام کلمات زیر است:

✅ Act as a Particluar persona
(ربات در نقش چه کسی قرار می‌گیرد؟)

✅ User Persona & Audience
(ربات با چه کسی صحبت می‌کند؟)

✅ Targeted Action
(می خواهید ربات چه کاری انجام دهد؟)

✅ Output Definition
(پاسخ ربات در چه ساختاری باید قرار بگیرد؟)

✅ Mode / Tonality / Style
(لحن و سبک پاسخ ربات باید چگونه باشد؟)

✅ Atypical Cases
(آیا موارد غیر معمولی وجود دارد که ربات آنها را در نظر بگیرد؟)

✅ Topic Whitelisting
(ربات در مورد چه موضوعات مرتبطی می تواند صحبت کند؟)

۱-در ابتدا برای او نقش یا شخصیت دقیق تعریف کنیم. مثال:

You are a professional copy editor
Act as professional journalist/ Peer reviewer/ ...

۲-مشخص کنید پاسخی که قرار است دریافت کنید برای چه کسی (audience) است؟ چه سطحی از معلومات را دارد (background and expected level of knowledge)

Explain it like to someone with an MSc in software engineering
like to a 5-year-old child

۳-عملی که قرار است Chatgpt انجام دهد را دقیقا مشخص کنید:

summarizes .../ list ... /translate .../ classify …explain .../ extract .../ format .../ comment .../document the code ...

۴-میزان (تعداد کلمه و جمله و ...)، زبان (معلوم یا مجهول و ....) و نوع (فرمت) خروجی (output) که قرار است دریافت کنید را مشخص کنید:

a list of steps/ a formula/ a table/ python code/ a JSON/

۵-از صفتهای مشخص برای توصیف حالت، لحن و سبک پاسخ مورد نظر استفاده کنید:

empathetic .../ confident .../aggressive .../ moaning .../ sarcastic .../ witty .../ Hemingway style .../ like in a legal text ...

۶-موارد غیر معمول را برای مدل مشخص کنید (برای مواردی که که یک مدل هوش مصنوعی در یک برنامه قرار می‌گیرد)

if the user is not asking a question but telling you their opinion or is giving feedback, do xyz
if the answer on the question is not in the provided context, tell the user, you can't answer the question on basis of your material

۷-فهرست موضوعات و مکالمات مجاز را تعیین کنید:

answer only questions regarding the CRB2004, it's features and operations. You make comments on user feedback regarding the device and tell the user something about your capabilities.


ساختار CO-STAR هم بسیار شبیه AUTOMAT است و سرنام کلمات زیر است:

✅ Context
(چرا ربات باید این کار را انجام دهد؟)

✅ Objective
(چه کاری باید انجام دهد؟)

✅ Style & Tone
(چگونه باید پاسخ خود را اعلام کند؟)

✅ Audience
(ربات با چه کسی صحبت می کند؟)

✅ Response
(ساختار پاسخ چگونه باشد؟)

از نکات مهم دیگری که در کار با chagpt باید دقت کنید این است که از او بخواهید کارها را مرحله به مرحله انجام بدهد و هر مرحله را به شما توضیح دهد. مثال:

Do x on the data y
...
Let us think step-by-step


به صورت کلی کارهایی که نیاز به خلاقیت بیشتر و تفکر نقاد دارند را خودتان انجام دهید و کارهایی که نیاز به فعالیت و درگیری فیزیکی بیشتر دارند و می توانند وقت گیر و خسته کننده و تکراری باشند را به مدل بسپارید.
مثلا پیدا کردن یک سوال پژوهشی خاص معمولا نیاز به بررسی دقیق مقالات و محتوای آنها دارد که باید خودتان انجام دهید. باید مشخص کنید جای چه مواردی در منابع علمی خالی است. اما احتمالا می توانید مجموعه ای از خلاصه مقاله ها را به مدل بدهید و از او بخواهید ایده اصلی هر کدام را به شما بدهد. این نیاز به درگیری فیزیکی بیشتر دارد.

البته اگر متن بلندی به او بدهید تا برای شما بخواند و بررسی کند، ممکن است برخی نکات که از نظر شما مهم است را نیاورد. یا برخی موارد را به اشتباه بیاورد و چون شما به متن مسلط نیستید، متوجه توهم های (موارد نادرست و غیر منطقی) مدل نشوید. اما وقتی متنی را نوشته اید و در اختیارش می‌گذارید، می توانید از او بخواهید متن را در قالب ساختار مشخص بیاورد و یا تغییرات مشخصی در آن ایجاد کند.

اگر می‌خواهید برای هدفی که از قبل فکرش را کرده اید، کد تهیه کنید می توانید برای او مشخص کنید که این کد را بر اساس چه برنامه و کتابخانه ای بنویسد و یا اصلاح کند. کد حتما باید تست شود و از درست بودنش مطمئن شد.

اگر به موضوعی به صورت کلی تسلط ندارید، این را به صورت کامل از مدل نخواهید. چرا که نمی‌توانید از درست بودن آن مطمئن شوید.


فایل پی دی اف راهنما (Cheat Sheet): لینک

نمونه از یک پرامت: لینک

چندین نوع نقش مختلف برای ChatGPT: لینک

گزارش از نیچر: لینک




@Scientometric