روش ساندویچ context برای پرامپتهایی که جواب میدن
هوش مصنوعیخلاصهٔ کاملتر
شروع مقاله با یه تجربهٔ آشناست: یه درخواست مینویسی، جوابی میگیری که تقریباً درسته ولی نه کاملاً، و ده دقیقه بعد رو صرف اصلاحش میکنی. خروجی کلیه، لحن جور نیست، و اون چیزی که فکر میکردی بدیهیه رو در نظر نگرفته. به گفتهٔ نویسنده مشکل معمولاً از مدل نیست، از پرامپته: آدمها پرامپت رو مثل کوئری جستجو مینویسن، در حالی که مدلها وقتی تصویر کامل رو داشته باشن بهتر کار میکنن.
ساختار پیشنهادی سه بخشه: لایهٔ بالا یعنی تو کی هستی و چرا میپرسی، میانه یعنی خود کار یا درخواست، و لایهٔ پایین یعنی خروجی خوب چه شکلیه. اسمش هم از همینجا میاد که کار اصلی بین دو لایه زمینه ساندویچ میشه — بدون نون، مغز ساندویچ میریزه بیرون.
مثالش گویاست. بهجای «یه ایمیل پیگیری برای یه مشتری بالقوه بنویس»، مینویسی: «یه طراح تجربهٔ کاربری فریلنسرم که تازه یه جلسهٔ سیدقیقهای شناخت با یه استارتاپ کوچیک SaaS داشتم. علاقهمند به نظر میرسیدن ولی گفتن باید با همبنیانگذارشون هماهنگ کنن. یه ایمیل پیگیری بنویس که گفتگو رو گرم نگه داره بدون اینکه فشار بیاره. لحنش حرفهای ولی صمیمی باشه، نه فروشندگی، و زیر ۱۵۰ کلمه.» کار همونه، خروجی کاملاً فرق میکنه.
توضیح نویسنده دربارهٔ چراییش هم سادهست: مدل بر اساس هر چیزی که بهش داده شده، متن بعدی رو پیشبینی میکنه. پرامپت مبهم پیشبینی مبهم میده. وقتی نقش و هدف و محدودیتهات رو میگی، در واقع فضای جوابهای ممکن رو از میلیونها حالت محتمل به یه مجموعهٔ کوچیک و واقعاً مفید محدود میکنی. لایهٔ بالا تعیین میکنه مدل تو کدوم دنیا کار کنه — «من پرستار کودکانم» خروجی کاملاً متفاوتی از «من وبلاگنویس سلامتم» میده، حتی اگه کار عیناً یکی باشه. یکی دو جمله هم کافیه: نقش، موقعیت، و محدودیتهای مرتبط مثل مخاطب و لحن.
ولی تأکید اصلی مقاله روی لایهٔ پایینه، چون همونجاست که بیشتر پرامپتها ناقص میمونن: آدمها چیزی میخوان ولی نمیگن «خوب» یعنی چی. چیزهایی که اینجا میشینن قالبن (فهرست، ایمیل، جدول، مراحل شمارهدار)، طول، لحن، چیزهایی که نباید انجام بشه، و از همه قویتر یه نمونه از خروجی مطلوب. بدون این لایه، مدل به حالت خودکار میره و هر چیزی که تو دادهٔ آموزشی پیشفرض معقول بوده رو تحویل میده.
نویسنده سه اشتباه رایج رو هم علامت میزنه: نوشتن تاریخچه بهجای هدف، جا انداختن کامل لایهٔ پایین که باعث میشه مدل زیادی توضیح بده و با احتیاطهای اضافه پرش کنه، و بلند کردن بیش از حد ساندویچ. نکتهٔ دوم مهمه: لایهٔ بالا به مدل میگه از کجا شروع کنه و لایهٔ پایین میگه کجا تموم کنه. ولی اگه چهار پاراگراف پیشزمینه بنویسی تا به خود کار برسی، تمرکز مدل رو رقیق کردی؛ هدف حداقل زمینهایه که واقعاً خروجی رو عوض کنه.
جایی که این روش بیشترین ارزش رو داره، ایجنتها و جریانهای خودکارن. تو یه گفتگوی زنده، آدم پرامپت مبهم رو با یه سؤال جبران میکنه؛ ولی وقتی یه مرحلهٔ هوش مصنوعی رو تو جریان کار میذاری، اون پرامپت عملاً دائمیه و هر بار یکسان اجرا میشه. اگه لایهٔ بالا نباشه، همهٔ اجراها خروجی کلی میدن؛ اگه لایهٔ پایین نباشه، قالب خروجی بین اجراها بیثبات میمونه. نویسنده میگه پرامپت سیستمی دقیقاً همون ساندویچ در سطح ایجنته: نقش و رفتار و تعریف خروجی خوب تو پرامپت سیستمی، و کار یا داده تو پیام کاربر.
در آخر چند تکنیک مکمل معرفی میشه: زنجیرهٔ استدلال قدمبهقدم، چند نمونهٔ خروجی داخل پرامپت که به گفتهٔ نویسنده قویترین چیزیه که میشه به لایهٔ پایین اضافه کرد، پرامپت نقشمحور، و انباشتن محدودیتهای صریح.
نکات کلیدی:
- سه لایه: کی هستی، چی میخوای، خروجی خوب چه شکلیه
- لایهٔ پایین بیشترین اثر رو داره و بیشتر از همه فراموش میشه
- هدف رو بنویس، نه تاریخچهٔ ماجرا رو
- طول مؤثر معمولاً بین ۵۰ تا ۲۰۰ کلمهست؛ زمینهٔ بیشتر لزوماً بهتر نیست
- تو ایجنتها و جریانهای خودکار، پرامپت سیستمی همون لایههای بالا و پایین دائمیه
- افزودن یه نمونهٔ خروجی، مؤثرترین چیزیه که میشه به لایهٔ پایین اضافه کرد
