ویرگول
ورودثبت نام
مرتضی پاسه ور | Morteza Pasehvar
مرتضی پاسه ور | Morteza Pasehvar!A glitchy robot with reinforcement learning
مرتضی پاسه ور | Morteza Pasehvar
مرتضی پاسه ور | Morteza Pasehvar
خواندن ۳۶ دقیقه·۷ ماه پیش

گوگل جمینای: ۵ قدم تا رستگاری دیجیتال

مقدمه

یکی از بهترین بخش‌های استفاده از هوش مصنوعی برای تحلیل داده‌های کدنویسی یا وظایف تحلیلی دیگر این است که لازم نیست همه چیز را بدانید. ۲۰ سال پیش، اگر به دانشگاه می‌رفتید و مهارت‌های کسب‌وکار یاد می‌گرفتید، باید مدیریت صفحات گسترده (مثل اکسل) و غیره را بلد می‌بودید. اما الان رابطه ما با داده‌ها خیلی عمیق‌تر شده. داده‌های بسیار بیشتری در اطراف ما وجود دارد و دیگر نیازی نیست حتما کلمات جادویی، فرمول‌های خاص، اسکریپت‌ها، یا زبان برنامه‌نویسی پایتون را بلد باشید. حتی نیازی به دانستن زبان R هم نیست. در واقع، بیشتر مدل‌های زبانی امروزی می‌توانند چیزی را که قبلاً برای بیشتر افراد (که متخصص علوم کامپیوتر نبودند) غیرممکن بود، در دسترس و قابل استفاده قرار دهند. این ابزار می‌تواند سطرهایی را که در آن صفحه‌گسترده وارد می‌شوند بررسی کرده، پیش‌بینی فروش شما را به‌روزرسانی کند و در مجموع زندگی شما را بسیار آسان‌تر کند. پس یکی از فواید هوش مصنوعی، آوردن ایده‌ها و مفاهیم جدیدی است که قبلاً برای یادگیری‌شان باید ساعت‌ها زمان می‌گذاشتید. این چرخه یادگیری را کوتاه‌تر می‌کند و به‌جای اینکه پنج ساعت وقت بگذارید تا یاد بگیرید چگونه کاری را انجام دهید، یا اینکه کلاً بی‌خیال آن شوید، حالا شاید فقط دو دقیقه زمان ببرد تا یک پیاده‌سازی ابتدایی انجام دهید.

پرامپت یا دستور متنی، اساساً ورودی ای است که شما به یک مدل زبانی بزرگ (Large Language Model) می‌دهید تا پاسخی را بر اساس آن تولید کند. نکته جالب این است که برای نوشتن پرامپت، نیازی به تخصص فنی در زمینه هوش مصنوعی یا برنامه‌نویسی ندارید و هر کسی می‌تواند این کار را انجام دهد. با این حال، طراحی پرامپتی که بهترین نتیجه را به همراه داشته باشد، می‌تواند چالش‌برانگیز باشد. در این مقاله به بررسی نحوه پرامپت نویسی بر اساس شیوه توصیه شده توسط مهندسان گوگل برای ارتباط با هوش مصنوعی جمینای می پردازم.

۵ بخش کلیدی مهندسی پرامپت (prompting)

استفاده مؤثر از هوش مصنوعی مولد نیازمند یک رویکرد ساختاریافته است تا اطمینان حاصل شود که خروجی با نیازهای شما مطابقت دارد. در ادامه، پنج بخش کلیدی پرامپت نویسی مؤثر توضیح داده شده است:

۱. وظیفه (Task)

این بخش اساسی از پرامپت شما به وضوح مشخص می‌کنید که از هوش مصنوعی چه می‌خواهید انجام دهد و خروجی چگونه باید ارائه شود. وظیفه اقدام اصلی است که می‌خواهید هوش مصنوعی انجام دهد. باید مشخص و قابل اجرا باشد. به جای «درباره بازاریابی بنویس»، وظیفه بهتر می‌تواند «یک پست وبلاگ ۵۰۰ کلمه‌ای در مورد ۵ استراتژی برتر سئو برای کسب‌وکارهای کوچک در سال ۲۰۲۵ بنویس» باشد. اهدافی مانند ایجاد کردن، خلاصه کردن، تحلیل کردن، ترجمه کردن، کدنویسی و غیره را به وضوح بیان کنید. با ایجاد یک شخصیت و قالب مشخص وظیفه را تایین کنید.

  • شخصیت (Persona): اختصاص دادن یک شخصیت به هوش مصنوعی به آن کمک می‌کند تا صدا، سبک و دیدگاه خاصی را اتخاذ کند. این کار پاسخ را برای مخاطب یا هدف مورد نظر شما مناسب‌تر و مؤثرتر می‌کند. به عنوان مثال، می‌توانید به هوش مصنوعی دستور دهید که مانند «معلم زبان انگلیسی به عنوان زبان دوم (ESL)»، «مشاور مالی باتجربه» یا «کمدین شوخ‌طبع» عمل کند. این بر لحن، پیچیدگی زبان و تمرکز محتوا تأثیر می‌گذارد.
  • قالب (Format): ساختار یا نحوه ارائه خروجی مورد نظر هوش مصنوعی را مشخص کنید. این می‌تواند یک جدول، یک لیست (بولت پوینت یا شماره‌گذاری شده)، یک جمله کوتاه، یک پاراگراف، یک ایمیل، یک فیلمنامه، JSON یا هر طرح‌بندی مشخص دیگری باشد. به عنوان مثال، «اطلاعات را به صورت بولت پوینت ارائه بده» یا «پاسخی در قالب یک ایمیل رسمی ایجاد کن». تعریف واضح قالب به هوش مصنوعی کمک می‌کند تا اطلاعات را به شیوه‌ای که برای شما مفیدتر است، سازماندهی کند.

۲. زمینه (Context)

تمام جزئیات لازم را ارائه دهید تا هوش مصنوعی آنچه را که می‌خواهید انجام دهد بفهمد، تا پاسخ هدفمندتر و مفیدتر باشد.

  • اطلاعات پس‌زمینه (Background Information): به طور خلاصه وضعیت یا موضوع را توضیح دهید. به عنوان مثال، به جای «آخرین روندهای بازاریابی چیست؟»، یک اعلان بهتر با زمینه می‌تواند این باشد: «من در حال آماده‌سازی یک ارائه برای یک کنفرانس بازاریابی هستم. آخرین روندهای بازاریابی دیجیتال مرتبط با شرکت‌های B2B در سال ۲۰۲۵ که باید برجسته کنم، چیست؟»
  • جزئیات خاص (Specific Details): هر گونه جزئیات مرتبطی را که می‌تواند به محدود کردن تمرکز هوش مصنوعی کمک کند، وارد کنید، مانند چارچوب‌های زمانی، موقعیت‌های جغرافیایی، مخاطبان هدف، چالش‌های خاص یا جنبه‌هایی خاصی از یک موضوع گسترده‌تر.
  • هدف از پرسش (Purpose of the Query): توضیح اینکه چرا به اطلاعات نیاز دارید به هوش مصنوعی کمک می‌کند تا پاسخ خود را دقیقا برای رفع نیازهای خاص شما تنظیم کند. به عنوان مثال، «من در حال توسعه یک کارگاه برای صاحبان مشاغل کوچک هستم. آیا می‌توانی فناوری بلاک‌چین را به زبان ساده توضیح دهی و بر مزایای بالقوه آن برای آنها تمرکز کنی؟»
  • محدودیت‌ها (Constraints): هرگونه محدودیت یا قیدی را ذکر کنید، مانند محدودیت تعداد کلمات، موضوعاتی که باید از آنها اجتناب شود، یا دیدگاه‌های خاصی که باید بر آنها تأکید شود.

۳. مراجع (References)

گاهی اوقات، ارائه مطالب مرجع یا مثال به هوش مصنوعی کیفیت و ارتباط خروجی آن را به طور قابل توجهی بهبود می بخشد. این امر به ویژه زمانی مفید است که به دنبال سبک‌ یا لحنی خاصی هستید یا می‌خواهید اطمینان حاصل کنید که هوش مصنوعی از اطلاعات خاصی استفاده می‌کند.

  • نمونه‌هایی از خروجی مطلوب (Examples of Desired Output): اگر سبک یا ساختار خاصی در ذهن دارید، ارائه یک مثال می‌تواند هوش مصنوعی را راهنمایی کند. به عنوان مثال، «توضیحات محصولی را به سبکی مشابه این [متن نمونه را ارائه دهید] بنویس.»
  • اطلاعات/ورودی‌های قبلی (Previous Information/Inputs): اگر بر اساس اقدامات گذشته به دنبال ایده‌های جدیدی هستید، مثلا پیشنهاد هدیه تولد بر اساس هدایای قبلی، ارائه سوابق قبلی به هوش مصنوعی کمک می‌کند تا پیشنهادات مرتبط‌تر و خلاقانه‌تری ارائه دهد. (میخوام به دوستم صمیمی ام هدیه تولد بدهم و قبلا مجموعه اکشن فیگور های بازی گاد آف وار را هدیه دادم و او عاشق بازی های این سبکی هست)
  • داده‌ها یا اسناد خاص (Specific Data or Documents): ممکن است بخواهید هوش مصنوعی پاسخ خود را بر اساس یک سند، مجموعه داده یا مجموعه‌ای از حقایق خاص قرار دهد. می‌توانید این اطلاعات را در پرامپت خود ارائه دهید یا در صورت پشتیبانی، آن را بارگذاری کنید.
توجه: هنگام استفاده از مراجع، توجه به حق تکثیر (کپی‌رایت) بسیار مهم است. آثار دارای حق تکثیر را بارگذاری نکنید و از هوش مصنوعی نخواهید که آنها را بازتولید کند یا اثری اساساً مشابه ایجاد کند.

۴. ارزیابی (Evaluate)

پس از دریافت خروجی هوش مصنوعی، نقادانه خروجی آن را ارزیابی کنید. آیا نیازها و انتظارات شما را برآورده می‌کند یا خیر؟ این ارزیابی برای درک اثربخشی پرامپت و شناسایی زمینه‌های بهبود بسیار مهم است.

  • ارتباط (Relevance): آیا خروجی مستقیماً به اعلان شما پاسخ می‌دهد و بر روی موضوع متمرکز است؟
  • دقت (Accuracy): آیا اطلاعات ارائه شده از نظر واقعی صحیح است؟ در صورت لزوم با منابع معتبر تطبیق دهید، زیرا هوش مصنوعی گاهی اوقات می‌تواند اطلاعاتی تولید کند که به ظاهر معقول اما نادرست هستند (توهم یا Hallucinations).
  • کامل بودن (Completeness): آیا خروجی تمام جنبه‌های درخواست شما را پوشش می‌دهد؟
  • وضوح و انسجام (Clarity and Coherence): آیا پاسخ به راحتی قابل درک، به خوبی سازماندهی شده و منطقی است؟
  • قالب و لحن (Format and Tone): آیا خروجی به قالب و شخصیت مشخص شده پایبند است؟
  • سودمندی (Usefulness): در نهایت، آیا خروجی هدفی را که برای آن تولید کرده‌اید، برآورده می‌کند؟

۵. تکرار (Iterate)

ایده اصلی در عبارت "هنگام شک، تکرار کن" (When in doubt, iterate) خلاصه می‌شود. اگر خروجی اولیه رضایت‌بخش نبود، با شفاف‌سازی آنچه نیاز دارید، پرامپت را اصلاح کرده و تا زمانی که کاملا درست شود دوباره امتحان کنید. تکرار بخش های کلیدی مؤثر است. با تغییر پرامپت بر اساس ارزیابی، می‌توانید هوش مصنوعی را به نتیجه مطلوب نزدیک‌تر کنید. در اینجا چهار روش تکرار آورده شده است:

۵-۱. بازنگری چارچوب پرامپت (Revisit the Prompting Framework): به بخش‌های کلیدی پرامپت خود (وظیفه، شخصیت، قالب، زمینه، مراجع) بازگردید. آیا اطلاعات مهمی را از قلم انداخته‌اید؟ آیا بخشی نامشخص بود؟ به عنوان مثال، اگر لحن نادرست بود، ممکن است لازم باشد شخصیت را واضح‌تر تعریف کنید. اگر اطلاعات خیلی کلی بود، ممکن است لازم باشد زمینه یا محدودیت‌های خاص‌تری اضافه کنید.

۵-۲. تقسیم پرامپت به جملات/مراحل کوتاه‌تر (Separate Your Prompt into Shorter Sentences/Steps): اگر پرامپت شما پیچیده باشد، ممکن است هوش مصنوعی در پرداختن مؤثر به تمام بخش‌های آن دچار مشکل شود. تقسیم آن به یک سری پرامپت های کوتاه‌تر و متمرکزتر یا یک دستورالعمل گام به گام اغلب می‌تواند نتایج بهتری به همراه داشته باشد. این گاهی اوقات به عنوان زنجیره‌سازی پرامپت (prompt chaining) شناخته می‌شود.

۵-۳. امتحان عبارت‌بندی متفاوت یا تغییر به یک وظیفه مشابه (Try Different Phrasing or Switching to an Analogous Task): گاهی اوقات، بیان مجدد درخواست با استفاده از کلمات کلیدی یا ساختارهای جمله متفاوت می‌تواند منجر به درک بهتر توسط هوش مصنوعی شود. متناوباً، اگر یک رویکرد مستقیم کارساز نیست، می‌توانید درخواست چیزی مشابه یا مرتبط (یک وظیفه مشابه) را امتحان کنید که ممکن است یک نقطه شروع مفید باشد یا دیدگاهی متفاوت ارائه دهد.

۵-۴. معرفی محدودیت‌ها (Introduce Constraints): اگر خروجی بیش از حد گسترده، بیش از حد طولانی یا شامل اطلاعات نامربوط است، افزودن محدودیت‌ها می‌تواند کمک کننده باشد. محدودیت‌ها می‌تواند شامل تعیین تعداد کلمات، محدود کردن دامنه موضوع، درخواست تعداد معینی از نکات، یا دستور دادن به هوش مصنوعی برای اجتناب از موضوعات یا انواع خاصی از بیان مفاهیم باشد. به عنوان مثال، «مزایای مدیتیشن را در کمتر از ۲۰۰ کلمه خلاصه کن و فقط بر جنبه‌های سلامت روان تمرکز کن.»

با به کارگیری مداوم این ۴ بخش کلیدی، می‌توانید برقراری ارتباط مؤثر با ابزارهای هوش مصنوعی مولد را به طور قابل توجهی بهبود و خروجی‌های دقیق‌تر، مرتبط‌تر و مفیدتری به دست آورید.

در اصل، نوشتن پرامپت‌هایی با رویکرد ساختاریافته با توجه به این پنج عنصر کلیدی، قابل توسعه است. با به کارگیری این اصول، می‌توانید توانایی خود را در برقراری ارتباط با هوش مصنوعی مولد به طور چشمگیری بهبود بخشیده و به نتایجی دست یابید که دقیق‌تر، مرتبط‌تر و در نهایت مفیدتر باشند. تسلط بر این روش‌ها به شما کمک می‌کند تا پتانسیل کامل ابزارهای هوش مصنوعی را در جهت اهداف خود به کار بگیرید.

زنجیره‌سازی پرامپت (Prompt Chaining)

عامل‌های هوش مصنوعی این مزیت را دارند که محیطی امن برای یادگیری ایجاد می‌کنند. مثلاً اگر از پرسیدن سوالی در جمع خجالت می‌کشید، می‌توانید همان سوال را از هوش مصنوعی بپرسید و پاسخی دقیق و بدون قضاوت دریافت کنید. با طراحی پرامپت های مناسب، می‌توانید این عامل‌ها را برای وظایف مختلف مثل کمک در برنامه‌نویسی، تقویت خلاقیت، یا حتی ایجاد نظم شخصی به‌کار ببرید. در نهایت، هدف از این عامل‌ها این است که تجربه کار با ابزارهای هوش مصنوعی شخصی‌سازی شده، تعاملی و مؤثرتر باشد.

درک هوش مصنوعی، شبیه کنار هم قرار دادن تکه‌های یک پازل است. همان‌طور که در کنار هم چیدن پازل از بخش‌های ساده‌تر مثل گوشه‌ها یا لبه‌ها شروع می‌شود و به مرور کامل می‌شود، در زنجیره‌سازی پرامپت نیز شما مجموعه‌ای از پرامپت‌های مرتبط و مرحله‌به‌مرحله را به مدل هوش مصنوعی می‌دهید تا به یک هدف پیچیده برسید. در این تکنیک، خروجی هر پرامپت به‌عنوان ورودی یا زمینه (context) برای پرامپت بعدی استفاده می‌شود. برخلاف تکرار ساده (Iteration) که فقط یک پرامپت را تغییر می‌دهید تا خروجی بهتری بگیرید، در زنجیره‌سازی پرامپت هر مرحله بر پایه مرحله قبل ساخته می‌شود. این روش باعث می‌شود مدل با زمینه‌ای غنی‌تر و هدفمندتر، خروجی‌هایی تولید کند که هم دقیق‌ترند و هم کاربردی‌تر.مثلاً در مثال ارائه‌شده: (مثال ۱۱)

- ابتدا از مدل خواسته می‌شود سه خلاصه‌ی یک‌جمله‌ای از رمان ایجاد کند.
- سپس با پرامپت دوم، از مدل خواسته می‌شود یکی از آن‌ها را با تمرکز بر رمز و راز و پیچش داستانی بازنویسی کند.
- بعد از آن، از همان خلاصه یک‌جمله‌ای استفاده می‌شود تا یک خلاصه‌ی ۵ جمله‌ای (blurb) برای پشت جلد کتاب نوشته شود.
- در گام بعد، با استفاده از تمام اطلاعات قبلی، از مدل خواسته می‌شود یک برنامه تبلیغاتی شش‌هفته‌ای برای معرفی کتاب طراحی کند.

به این ترتیب، زنجیره‌ای از پرامپت‌ها شکل می‌گیرد که هرکدام بر پایه اطلاعات و خروجی مرحله‌ی قبل ساخته شده‌اند. این کار به مدل کمک می‌کند تا وظایف پیچیده را گام‌به‌گام و با دقت بیشتری انجام دهد.

همچنین در تکنیک «زنجیره تفکر»، از هوش مصنوعی خواسته می‌شود که فقط جواب ندهد، بلکه مراحل استدلال و روندی که منجر به آن پاسخ شده را نیز شرح دهد. دقیقاً مانند زمانی که معلم ریاضی از دانش‌آموز می‌خواهد بگوید چطور به پاسخ رسیده است. هدف این روش، روشن کردن منطق پشت پاسخ‌های هوش مصنوعی است تا کاربر بتواند صحت و کارایی آن‌ها را بهتر ارزیابی کند.

برای مثال، فرض کنید شما می‌خواهید شش مقصد یک تور کتاب را با توجه به محدودیت زمان و بودجه تنظیم کنید. در اینجا اگر فقط از هوش مصنوعی بخواهید پیشنهاد بدهد، ممکن است پاسخ‌ها نامشخص یا ناقص باشند. اما اگر از ابتدا از آن بخواهید که "روند فکری‌ات را هم توضیح بده"، می‌توانید مسیر منطقی هر پیشنهاد را دنبال کرده و تصمیم بهتری بگیرید.

همچنین مفهوم مشابهی به نام «درخت تفکر» (Tree of Thought یا TOT) معرفی شده است. در این روش، هوش مصنوعی به‌جای دنبال کردن فقط یک مسیر استدلالی، چند مسیر مختلف را به‌صورت هم‌زمان بررسی می‌کند؛ مثل شاخه‌های یک درخت که از یک تنه منشعب می‌شوند. این کار شبیه عبور از یک هزارتو است؛ یعنی ممکن است لازم باشد چند مسیر مختلف را امتحان کند تا به بهترین نتیجه برسد.

در مجموع، این تکنیک‌ها باعث می‌شوند استفاده از هوش مصنوعی در حل مسائل پیچیده، مانند نوشتن طرح داستان برای یک رمان دنباله‌دار یا برنامه‌ریزی پروژه‌های کاری، مؤثرتر و منطقی‌تر شود. همچنین ممکن است ایده‌هایی به ذهن برسد که در صورت استفاده از یک پرامپت ساده قابل کشف نبودند.


چند مثال

1. I'm a gym manager and we have a new gym schedule. Write an email informing our staff of the new schedule. Highlight the fact that the M/W/F Cardio Blast class changed from 7:00am to 6:00am. Make the email professional and friendly, and short so that the readers can skim it quickly. Here's the new schedule:

https://docs.google.com/document/d/1cqY8grVIPjmOtpXw3HbAz3HxlepHZjsdNPUG9Thvhc/edit?usp=sharing

Persona: I'm a gym manager
Context: we have a new gym schedule
Task: Write an email informing our staff of the new schedule. Highlight the fact that the M/W/F Cardio Blast class changed from 7:00am to 6:00am.
Format: Make the email professional and friendly, and short so that the readers can skim it quickly.

بخش‌های "Evaluate" (ارزیابی) و "Iterate" (تکرار) مراحلی هستند که پس از دریافت خروجی اولیه از هوش مصنوعی بر اساس اعلانی مانند این، انجام می‌شوند:

Now write a concise, consumer-facing email with this same information for our gym members and clients. Explain that this new schedule will help us better serve them. Make the tone fun, friendly, and motivating to reflect the gym's energy and enthusiasm for our members' health goals. Include a pun about lifting weights.

Task: Now write a concise, consumer-facing email with this same information for our gym members and clients.
Context: Explain that this new schedule will help us better serve them.
Format: Make the tone fun, friendly, and motivating to reflect the gym's energy and enthusiasm for our members' health goals. Include a pun about lifting weights.

2. I'm a marketer for a well-known video game producer known for creating immersive story-based online video games. I'm planning the launch of a new medieval fantasy roleplaying game that follows the path of a young protagonist searching for their missing partner. The game's primary audience is young adults. The game is reaching the end stages of development, and I need help creating a timeline before it goes live. Provide a rough timeline for the year leading up to its launch. Also, provide some pre-launch ideas to help generate buzz around the game.

Persona: I'm a marketer for a well-known video game producer
Context: launch of a new medieval fantasy roleplaying game
Task: Provide a rough timeline for the year leading up to its launch. Also, provide some pre-launch ideas to help generate buzz around the game.

3. I have 10 employees. Their employee numbers are 1 through 10. Create a table that tracks weekly staffing. Create columns for day, name, and shift (morning or afternoon).
- There should always be 2 employees scheduled for the morning shift and 2 employees scheduled for the afternoon shift.
- Employees should not be scheduled for a morning shift on the following day after they were scheduled for an afternoon shift.
- Employees should not be scheduled for both the morning and afternoon shifts on the same day.
- Every employee should have roughly the same number of total shifts per week.

Context: I have 10 employees. Their employee numbers are 1 through 10.
Task: Create a table that tracks weekly staffing. Create columns for day, name, and shift (morning or afternoon).
Constraints:
- There should always be 2 employees scheduled for the morning shift and 2 employees scheduled for the afternoon shift.
- Employees should not be scheduled for a morning shift on the following day after they were scheduled for an afternoon shift.
- Employees should not be scheduled for both the morning and afternoon shifts on the same day.
- Every employee should have roughly the same number of total shifts per week.

4. Summarize this report for someone who isn't great with numbers [or for a small business owner] in an outline. Focus only on the most essential points. [PDF file attached]

Task: Summarize this report for someone who isn't great with numbers [or for a small business owner]
Format: in an outline

بخش‌های "Evaluate" (ارزیابی) و "Iterate" (تکرار) مراحلی هستند که پس از دریافت خروجی اولیه از هوش مصنوعی بر اساس اعلانی مانند این، انجام می‌شوند:

Provide a shorter summary focusing on the report's top 2-3 trends.

Task: Provide a shorter summary focusing on the report's top 2-3 trends.

بخش‌های "Evaluate" (ارزیابی) و "Iterate" (تکرار) مراحلی هستند که پس از دریافت خروجی اولیه از هوش مصنوعی بر اساس اعلانی مانند این، انجام می‌شوند:

Condense the summary into a single sentence highlighting the most dominant trend.

Task: Condense the summary
Format: into a single sentence
Context: highlighting the most dominant trend

5. Attached is a Google Sheet of store data. How can I create a new column in Sheets that calculates the average sales per customer for each store?

Task: How can I create a new column in Sheets that calculates the average sales per customer for each store?
Context: Attached is a Google Sheet of store data.

Give me insights into the relationship between "Daily Customer Count," "Items Available," and "Sales" based on the given data.

Task: Give me insights into the relationship between "Daily Customer Count," "Items Available," and "Sales" based on the given data.

6. I work at a large restaurant and I need to order inventory while my coworker is on leave. They left me with a formula to calculate how much food to order, but I don't understand it:

=IFERROR(ROUNDUP(MAX(0, VLOOKUP(B2, Inventory!A:B, 2, FALSE) * 0.2-C2) + SUMIFS(Reservations!D:D, Reservations!A:A, ">="&TODAY(), Reservations!A:A, "<"&(TODAY()+7), Reservations!C:C, B2) * 0.12), "Check Inventory")

Explain what the formula means in simple, step-by-step terms.

Persona: I work at a large restaurant and I need to order inventory while my coworker is on leave.
Context: They left me with a formula to calculate how much food to order, but I don't understand it:
Task: Explain what the formula means
Format: in simple, step-by-step terms.

7. The Google Sheet I have uses this formula to calculate orders:

=IFERROR(ROUNDUP(MAX(0, VLOOKUP(B2, Inventory!A:B, 2, FALSE) 0.2-C2) + SUMIFS(Reservations!D:D, Reservations!A:A, ">="&TODAY(), Reservations!A:A, "<"&(TODAY()+7), Reservations!C:C, B2) * 0.12), "Check Inventory")

However, I received an error message in one of the cells. Give me a step-by-step process for finding the error and fixing it in Google Sheets.

Context: The Google Sheet I have uses this formula to calculate orders. However, I received an error message in one of the cells.
Format: step-by-step
Task: Give me process for finding the error and fixing it in Google Sheets.

8. My dataset is a spreadsheet that uses the following columns: "Title," "Published," "Genre," "First published," and "Approximate sales (in millions)". Give me options for a chart that shows the correlation between genre and sales. Explain how genre and sales are correlated according to the information.

Context: My dataset is a spreadsheet that uses the following columns: "Title," "Published," "Genre," "First published," and "Approximate sales (in millions)"
Format: Give me options for a chart that shows the correlation between genre and sales.
Task: Explain how genre and sales are correlated according to the information.

My dataset is a spreadsheet that uses the following columns: "Title" "Published," "Genre," "First published," and "Approximate sales (in millions)". I'm interested in showing the relationship between genre and sales. Suggest modifications to make this chart work better with my specific data using Google Sheets.

Context: My dataset is a spreadsheet that uses the following columns: "Title" "Published," "Genre," "First published," and "Approximate sales (in millions)". I'm interested in showing the relationship between genre and sales.
Task: Suggest modifications to make this chart work better with my specific data using Google Sheets.

9. I'm a product designer at a headphones brand. I'm putting together a presentation for my team about what new features should be included in our next product line. The presentation includes findings from our market research on features that our 18- to 34-year-old customers want their headphones to have. These features include new colors, the ability to control playback with head movements, and noise-canceling capabilities. Consider the relationship between our demographics' disposable income and their most important considerations when buying headphones. How should I structure my presentation? List each slide's topic with its key points and visuals.

Persona: I'm a product designer at a headphones brand.
Context: I'm putting together a presentation for my team about what new features should be included in our next product line. The presentation includes findings from our market research on features that our 18- to 34-year-old customers want their headphones to have. These features include new colors, the ability to control playback with head movements, and noise-canceling capabilities. Consider the relationship between our demographics' disposable income and their most important considerations when buying headphones.
Task: How should I structure my presentation?
Format: List each slide's topic with its key points and visuals.

Generate close-up images of a pair of sleek, silver headphones on a desk in a college dorm room. They should have musical notes floating around the headphones to show that they're playing music.

Task: Generate close-up images
Context: of a pair of sleek, silver headphones on a desk in a college dorm room. They should have musical notes floating around the headphones to show that they're playing music.

I'm a product designer at a headphones brand. I'm presenting a Google Slides presentation for my team about what new features should be included in our next product line. The presentation includes findings from our market research on features that our 18-to 34-year-old customers want their headphones to have. Provide multiple options of concise, personable, and engaging speaker notes I can use while presenting this slide.

Persona: I'm a product designer at a headphones brand.
Context: I'm presenting a Google Slides presentation for my team about what new features should be included in our next product line. The presentation includes findings from our market research on features that our 18-to 34-year-old customers want their headphones to have.
Task: Provide multiple options of speaker notes I can use while presenting this slide.
Format: concise, personable, and engaging

10. I'm giving a presentation to my manager pitching new product features and I want to sound authoritative and confident. I'm going to read my presentation aloud. Afterward, give me feedback on whether I've accomplished this goal.

Context: I'm giving a presentation to my manager pitching new product features and I want to sound authoritative and confident. I'm going to read my presentation aloud.
Task: Afterward, give me feedback on whether I've accomplished this goal.

11. Generate three options for a one-sentence summary of this novel manuscript [FILE ATTACHED]. The summary should be similar in voice and tone to the manuscript but catchier and engaging.

Task: Generate three options for a one-sentence summary of this novel manuscript [FILE ATTACHED].Format: The summary should be similar in voice and tone to the manuscript but catchier and engaging.

Create a tagline that is a combination of the previous three options, with a special focus on the exciting plot twists and mystery of the book, Find the catchiest and most impactful combination. The tagline should be concise and leave the reader hooked and wanting to read more.

Task: Create a tagline that is a combination of the previous three options
Context: with a special focus on the exciting plot twists and mystery of the book
Format: Find the catchiest and most impactful combination. The tagline should be concise and leave the reader hooked and wanting to read more.

Create a five-sentence summary of the entire manuscript below that expands on the one sentence summary.

Format: five-sentence
Task: Create a summary of the entire manuscript below that expands on the one sentence summary.

Generate a six-week promotional plan for a book tour, including what locations I should visit and what channels I should utilize to promote each stop on the tour.

Task: Generate a six-week promotional plan for a book tour, including what locations I should visit and what channels I should utilize to promote each stop on the tour.

عامل‌های هوش مصنوعی (AI Agents)

تصور کنید بتوانید هوش مصنوعی مولد را به تیمی از متخصصان شخصی تبدیل کرد که آماده‌اند در مواجهه با هر چالشی به کمکتان بیایند. این تیم، سریع، خلاق و توانمند در شبیه‌سازی انواع سناریوها برای کمک به کارتان باشد. این دقیقاً همان چیزی است که یک نماینده هوش مصنوعی برای آن طراحی شده است.
این عامل‌ها بر پایه فناوری هوش مصنوعی (مثل Gemini) طراحی می‌شوند و با استفاده از دستورات و اطلاعاتی که به آن‌ها داده می‌شود، مانند یک مشاور، مربی یا همکار عمل می‌کنند و از نوشتن یک سخنرانی گرفته تا یادگیری کدنویسی به کمک شما می آیند. در این متن، دو نوع عامل هوش مصنوعی معرفی شده‌اند:

طراحی نمایندگان هوش مصنوعی (AI Agents)

برای ساخت یک نماینده (Agent)، باید ابزار هوش مصنوعی مولد را مانند همیشه از طریق ارائه پرامپت هدایت کنید، اما این بار تمرکز بیشتری بر شخصیت(Persona) و زمینه (Context) خواهید داشت. هر چه جزئیات بیشتری درباره‌ی کاری که می‌خواهدی نماینده انجام دهید و نحوه‌ی پاسخ‌دهی آن ارائه کنید، نتیجه مؤثرتر خواهد بود.در اینجا نحوه طراحی یک نماینده هوش مصنوعی آورده شده است:

شخصیت مورد نظر را که می‌خواهی ابزار هوش مصنوعی آن را بپذیرد تعیین کنید. مثال: «مانند یک مربی حرفه‌ای تناسب اندام و متخصص تغذیه بااستعداد رفتار کن.»
زمینه و جزئیات مربوط به سناریو و گفت‌وگو را ارائه دهید. مثال: «می‌خواهم آمادگی جسمانی‌ام را بهبود دهم و سبک زندگی سالم‌تری داشته باشم.»
نوع تعامل یا گفت‌وگویی را که می‌خواهید ابزار از آن پشتیبانی کند مشخص کند و چند “قانون” برای عملکرد نماینده تعیین کنید. مثال: «در مورد برنامه‌های تمرینی و رژیم غذایی‌ام از من سؤال کن و بازخورد بده.»
عبارت پایانی‌ای که در صورت نیاز با استفاده از آن بتوانی مکالمه را به پایان برسانید را تعریف کنید. مثال: «وقتی بخواهم گفت‌وگو را تمام کنم، می‌نویسم: "No pain, no gain".»
از ابزار بخواهید پس از پایان مکالمه، جمع‌بندی یا پیشنهادهایی برای بهبود ارائه دهد. مثال: «در پایان گفت‌وگو، خلاصه‌ای از توصیه‌هایی که ارائه داده‌ای را بیان کن.»

۱. عامل شبیه ساز‌ یا Simulation Agent: این عامل می‌تواند مکالمات شبیه‌سازی‌شده ایجاد کند، مثلاً شبیه‌سازی مصاحبه شغلی یا گفت‌وگوهای چالشی. به شما کمک می‌کند تا مهارت‌های گفتاری خود را تمرین کنید و یاد بگیرید چطور بهتر پاسخ دهید. مثلاً برای آموزش کارآموزان، می‌توان عامل را طوری تنظیم کرد که نقش مدیر مصاحبه‌گر را بازی کند و بازخورد دهد.

12. Act as a career development training simulator. Your task is to help interns master interview skills and conduct conversations with potential managers. You need to support the following types of conversations:

  • Articulating strengths and skills
  • Communicating professionally and confidently
  • Discussing future career development goals

Once an intern has picked a conversation topic, provide details about the situation and the interviewer's role. Then act as the interviewer and allow the intern to participate as the employee. Make sure to guide the conversation in a way that will allow the intern to exercise their interview skills.

Continue the role play until the intern replies with "JAZZ HANDS." After the intern gives the stop rule "JAZZ HANDS," provide them with key takeaways from the simulation and skills they can work on.

Persona: Act as a career development training simulator.
Task: Your task is to help interns master interview skills and conduct conversations with potential managers.
Context: You need to support the following types of conversations:
- Articulating strengths and skills
- Communicating professionally and confidently
- Discussing future career development goals

سناریو: تو یک توسعه‌دهنده وب فریلنسر هستی و می‌خواهی مهارت‌های مذاکره‌ات را برای بستن قراردادهای بهتر، ایجاد روابط حرفه‌ای قوی‌تر، و دستیابی به نرخ‌ها و شرایط مطلوب‌تر ارتقا دهی. می‌توانی نماینده‌ای طراحی کنی که شخصیت یک مذاکره‌کننده باتجربه و مشاور کسب‌وکار حرفه‌ای را به خود بگیرد تا دقیقاً در همین زمینه به تو کمک کند.

‍۱۳. من یک توسعه‌دهنده وب فریلنسر هستم. می‌خواهم مهارت‌های مذاکره‌ام را تقویت کنم تا بتوانم نرخ‌های بالاتری درخواست کنم، مرزهای مشخصی برای پروژه‌ها تعیین کنم، و روابطی سودمند برای هر دو طرف با مشتریانم ایجاد کنم.
نقش یک مشاور کسب‌وکار باتجربه را به خود بگیر که در استراتژی‌های مذاکره برای فریلنسرهای حوزه وب تخصص دارد.
از تو می‌خواهم با ایفای نقش و اجرای سناریوهای مذاکره‌ای که ممکن است در کارم با آن‌ها مواجه شوم، مهارت‌های من را ارزیابی و تقویت کنی. لطفاً در حین تمرین، راهکارها و بازخوردهایی متناسب با صنعت وب ارائه کن.
زمانی که خواستم ایفای نقش را به پایان برسانم، می‌نویسم: «کارم تمام شد».
در پایان گفت‌وگو، فهرستی شخصی‌سازی‌شده از راهکارهای عملی برای بهبود مهارت‌های مذاکره‌ام ارائه بده.

۱۴. من در حال ارسال یک اثر داستانی برای یک مجله ادبی هستم تا در مسابقه‌ای شرکت کنم. این مجله بیشتر بر محتوای فانتزی و علمی-تخیلی تمرکز دارد. داوران این مسابقه، نویسندگان برجسته‌ای در این ژانر هستند و بر اساس دنیاسازی، خلاقیت و مهارت فنی آثار را ارزیابی می‌کنند.
لطفاً شخصیت یکی از داوران این مجله را به خود بگیر و اثر مرا از منظر این سه معیار اصلی نقد کن. پیشنهاداتی برای بهبود و اصلاح متن به‌گونه‌ای ارائه بده که با معیارهای داوری هماهنگ‌تر شود.
عبارت پایان مکالمه: «کارم تمام شد».
ضمناً، فایل‌های زیر را ضمیمه می‌کنم: راهنمای داوری و ارسال آثار، نمونه‌ای از اثر برنده سال گذشته، و داستان من: [ضمیمه فایل‌ها].

۲. عامل مشاور یا Agent Expert: این عامل مثل یک مشاور شخصی است که در یک حوزه خاص تخصص دارد و به شما بازخورد تخصصی می‌دهد. هر موضوعی که برایش تعریف کنید، مثل یک کارشناس در آن زمینه به شما کمک می‌کند. یک ایجنت هوش مصنوعی می‌تواند در یادگیری موضوعات ناآشنا یا حتی کسب یک مهارت کاملاً جدید به‌عنوان یک متخصص به تو کمک کند.

فرض کنید مشتریانی اسپانیایی‌زبان داریذ که ترجیح می‌دهند به زبان مادری خود ارتباط برقرار کنند، اما شما هنوز این زبان را یاد نگرفته‌اید.
می‌توانی نماینده‌ای بسازید که شخصیت یک معلم حرفه‌ای زبان اسپانیایی را بپذیرد و از طریق درس‌های پیشرونده، تمرین، گفت‌وگو، آزمون، و بازخورد—به همراه کمی تکلیف درسی—شما را در مسیر یادگیری زبان همراهی کند.

۱۵. می‌خواهم زبان اسپانیایی یاد بگیرم تا بتوانم با مشتریانم در گواتمالا بهتر ارتباط برقرار کنم. شخصیت یک معلم مجرب زبان اسپانیایی را به خود بگیر و به من در یادگیری این زبان کمک کن. لطفاً با ارائه درس‌های مرحله‌ای، طراحی تمرین‌های آموزشی، مکالمه به زبان اسپانیایی، آزمون‌گیری و اصلاح اشتباهاتم در حین پاسخ‌گویی، مرا آموزش بده.
بازخوردها را فقط به زبان انگلیسی ارائه کن.
عبارت پایان جلسه: «adios».
در پایان مکالمه، فهرستی شخصی‌سازی‌شده از واژگان، صرف افعال، و نکاتی برای بهبود زبان اسپانیایی‌ام ارائه بده.

16. You're my potential client, the VP of Advertising at a world-famous sports car company known for its innovation, performance, and engineering excellence. You're considering hiring a creative agency to develop a new campaign that will attraمct a younger generation of buyers. You are in a meeting with me, the design director of a creative agency that's pitching a new campaign for your company.

Act as my potential client. When I provide answers, critique the answers. If needed, ask follow-up questions. Continue the conversation until I give the stop rule "BREAK." Then give me a summary of the whole conversation highlighting ways I can improve my pitch. I've included the brief the car company provided me that has all the relevant information for this project. Use the information from this brief to inform your answers.

Persona: You're my potential client, the VP of Advertising at a world-famous sports car company known for its innovation, performance, and engineering excellence. Context: You're considering hiring a creative agency to develop a new campaign that will attract a younger generation of buyers. You are in a meeting with me, the design director of a creative agency that's pitching a new campaign for your company.
Task: Act as my potential client. When I provide answers, critique the answers. If needed, ask follow-up questions. Continue the conversation until I give the stop rule "BREAK." Then give me a summary of the whole conversation highlighting ways I can improve my pitch. I've included the brief the car company provided me that has all the relevant information for this project. Use the information from this brief to inform your answers.

همکاری در یک پروژه: ایجنت های هوش مصنوعی تنها در اهداف کلی کاربرد ندارند، بلکه در رسیدگی به وظایف خاص و دقیق نیز بسیار مفید هستند.

سناریو: فرض کنید پژوهشگری در حوزه برنامه‌ریزی شهری هستید و به دنبال دریافت بودجه برای یک پروژه نوسازی شهری. می‌توانید نماینده‌ای طراحی کنی که نقش یک نویسنده حرفه‌ای درخواست بودجه را ایفا کند. با ارائه اطلاعات مربوط به فراخوان و معیارهای ارزیابی، این نماینده می‌تواند به‌عنوان یک شریک همکاری در نگارش پیشنهاد کمک کند.
۱۷. من یک پژوهشگر حوزه برنامه‌ریزی شهری هستم و به دنبال دریافت بودجه برای پروژه نوسازی یک منطقه هستم. به کمک نیاز دارم تا یک پیشنهاد قوی و رقابتی برای دریافت این گرنت آماده کنم.
شخصیت یک نویسنده حرفه‌ای درخواست‌های بودجه، با تجربه خاص در زمینه پروژه‌های نوسازی را به خود بگیر و به‌عنوان شریک همکار من عمل کن تا با هم روی این پیشنهاد کار کنیم: ایده‌پردازی، بهبود متن، و تطابق کامل با الزامات و معیارهای ارزیابی گرنت.

تمرکز ما بر این سه بخش خواهد بود:

  • خلاصه پروژه: معرفی هدف، اهداف و نتایج مورد انتظار پروژه
  • شرح پروژه: توضیح کامل فعالیت‌ها، روش‌ها و جدول زمانی
  • بودجه تفصیلی: ارائه بودجه دقیق و توجیه هزینه‌ها

با نگارش هر بخش، بازخورد و پیشنهادهایی برای تقویت آن ارائه بده تا متن من شفاف، متقاعدکننده و مؤثر باشد. هدف این است که متن با اولویت‌های تأمین‌کننده بودجه همسو باشد و پتانسیل بالای پروژه را نشان دهد.
عبارت پایان همکاری: «کارمان تمام شد».
پس از پایان مکالمه، فهرستی از نکات و آموخته‌های این جلسه را برای استفاده در نگارش‌های آینده ارائه بده.
در اینجا اطلاعات مربوط به گرنت و معیارهای ارزیابی آن را ضمیمه می‌کنم: [ضمیمه فایل‌ها].

آنچه تاکنون بررسی کردیم، تنها بخشی از روش‌هایی است که می‌توان از ابزار هوش مصنوعی برای ساخت نمایندگان هوشمند در راستای دستیابی به اهداف مختلف استفاده کرد.

الماس ها (Gems) در پلتفرم جمینای شخصیت‌های هوش مصنوعی قابل تنظیمی هستند که در محیط Gemini طراحی می‌شوند و هرکدام دارای مهارت‌ها و دانش خاص خود هستند. این نمایندگان می‌توانند در انجام وظایف مختلف یا بررسی موضوعات خاص به کاربر کمک کنند. این ویژگی، راهی مؤثر و ساخت یافته برای ایجاد و مدیریت نمایندگان هوش مصنوعی فراهم می‌کند.
- برخی از Gems از پیش آماده در جمینای شامل مربی یادگیری، طوفان ذهنی، مشاور شغلی، ویراستار نوشتار و شریک برنامه‌نویسی هستند.

نتیجه‌گیری

در این مقاله به تفصیل به بررسی پنج بخش کلیدی در مهندسی پرامپت (دستورنویسی) برای تعامل مؤثر با مدل‌های زبانی بزرگ مانند هوش مصنوعی جمینای گوگل پرداختم. این پنج بخش عبارتند از:
۱. وظیفه (Task): تعریف دقیق و واضح کاری که از هوش مصنوعی انتظار می‌رود، همراه با تعیین شخصیت (Persona) و قالب (Format) خروجی.
۲. زمینه (Context): ارائه اطلاعات پس‌زمینه، جزئیات خاص، هدف از پرسش و محدودیت‌های لازم برای درک عمیق‌تر هوش مصنوعی از درخواست.
۳. مراجع (References): استفاده از نمونه‌ها، اطلاعات قبلی یا داده‌های مشخص برای هدایت هوش مصنوعی به سمت خروجی مطلوب‌تر، با در نظر گرفتن ملاحظات حق تکثیر.
۴. ارزیابی (Evaluate): بررسی منتقدانه خروجی هوش مصنوعی از نظر ارتباط، دقت، کامل بودن، وضوح، قالب، لحن و سودمندی.
۵. تکرار (Iterate): اصلاح و بهبود مستمر پرامپت بر اساس نتایج ارزیابی، از طریق بازنگری در چارچوب پرامپت، تقسیم وظایف پیچیده، تغییر عبارت‌بندی یا افزودن محدودیت‌ها.


پرسش و پاسخ متداول (FAQ)

مهندسی پرامپت چیست و چرا برای استفاده مؤثر از مدل‌های زبانی بزرگ مانند جمینای ضروری است؟
مهندسی پرامپت به معنای طراحی دقیق و ساختارمند ورودی‌ها (پرامپت‌ها) برای مدل‌های زبانی بزرگ است تا بهترین و مرتبط‌ترین خروجی ممکن را از آن‌ها دریافت کنیم. استفاده مؤثر از هوش مصنوعی مولد نیازمند یک رویکرد ساختاریافته است تا اطمینان حاصل شود که خروجی با نیازهای شما مطابقت دارد. بدون مهندسی پرامپت، خروجی‌های هوش مصنوعی ممکن است نامشخص، غیردقیق یا نامرتبط باشند، در حالی که یک پرامپت خوب طراحی شده می‌تواند هوش مصنوعی را به سمت ارائه پاسخ‌های دقیق، کامل و با قالب و لحن مورد نظر هدایت کند. این فرآیند به شما امکان می‌دهد تا از پتانسیل کامل ابزارهای هوش مصنوعی برای اهداف خود استفاده کنید.

پنج بخش کلیدی مهندسی پرامپت که توسط مهندسان گوگل توصیه می‌شود، کدامند؟
۱. وظیفه (Task): مشخص کردن واضح کاری که از هوش مصنوعی انتظار دارید انجام دهد و نحوه ارائه خروجی. این شامل تعیین اقدام اصلی (مانند ایجاد، خلاصه کردن، تحلیل کردن، ترجمه کردن)، اختصاص یک شخصیت (Persona) به هوش مصنوعی برای تعیین صدا و سبک، و مشخص کردن قالب (Format) خروجی (مانند جدول، لیست، ایمیل).
۲. زمینه (Context): ارائه تمام جزئیات لازم برای کمک به هوش مصنوعی در درک عمیق‌تر درخواست شما. این شامل اطلاعات پس‌زمینه، جزئیات خاص (مانند چارچوب زمانی، موقعیت جغرافیایی، مخاطب هدف)، هدف از پرسش و هرگونه محدودیت (Constraints) است.
۳. مراجع (References): ارائه مطالب مرجع یا مثال‌هایی از خروجی مطلوب برای بهبود کیفیت و ارتباط خروجی. این می‌تواند شامل نمونه‌هایی از خروجی مورد نظر، اطلاعات قبلی یا داده‌های خاص باشد. رعایت حق تکثیر هنگام استفاده از مراجع بسیار مهم است.
۴. ارزیابی (Evaluate): بررسی نقادانه خروجی هوش مصنوعی پس از دریافت برای اطمینان از اینکه نیازها و انتظارات شما را برآورده می‌کند. معیارهای ارزیابی شامل ارتباط، دقت، کامل بودن، وضوح و انسجام، قالب و لحن، و سودمندی خروجی است.
۵. تکرار (Iterate): اصلاح و بهبود پرامپت بر اساس نتایج ارزیابی اولیه. این فرآیند تکراری شامل بازنگری در چارچوب پرامپت، تقسیم وظایف پیچیده به مراحل کوتاه‌تر (Prompt Chaining)، تغییر عبارت‌بندی یا افزودن محدودیت‌های جدید برای نزدیک شدن به نتیجه مطلوب است.

زنجیره‌سازی پرامپت یا "Prompt Chaining" چیست و چه تفاوتی با تکرار ساده دارد؟
زنجیره‌سازی پرامپت تکنیکی است که در آن مجموعه‌ای از پرامپت‌های مرتبط و مرحله به مرحله به مدل هوش مصنوعی داده می‌شود تا به یک هدف پیچیده دست یابد. در این روش، خروجی هر پرامپت به عنوان ورودی یا زمینه برای پرامپت بعدی استفاده می‌شود. تفاوت اصلی با تکرار ساده در این است که در تکرار، یک پرامپت منفرد را تغییر می‌دهید تا خروجی بهتری بگیرید، اما در زنجیره‌سازی پرامپت، هر مرحله بر پایه اطلاعات و خروجی مرحله قبل ساخته می‌شود. این روش به مدل کمک می‌کند تا وظایف پیچیده را گام به گام و با دقت بیشتری انجام دهد و زمینه‌ای غنی‌تر و هدفمندتر برای تولید خروجی‌های دقیق‌تر و کاربردی‌تر فراهم کند.

تکنیک "Chain of Thought" (زنجیره تفکر) چه هدفی را دنبال می‌کند؟
تکنیک "Chain of Thought" (زنجیره تفکر) با هدف شفاف‌سازی منطق پشت پاسخ‌های هوش مصنوعی به کار می‌رود. در این روش، از هوش مصنوعی خواسته می‌شود که علاوه بر ارائه پاسخ نهایی، مراحل استدلال و روندی که منجر به آن پاسخ شده را نیز شرح دهد. این کار به کاربر اجازه می‌دهد تا مسیر منطقی هوش مصنوعی را دنبال کرده و صحت و کارایی پاسخ‌ها را بهتر ارزیابی کند. این شبیه به زمانی است که یک معلم از دانش‌آموز می‌خواهد مراحل رسیدن به پاسخ یک مسئله را توضیح دهد.

درخت تفکر "Tree of Thought" چه مفهومی دارد و چگونه به حل مسائل پیچیده کمک می‌کند؟
مفهوم "Tree of Thought" (درخت تفکر) روشی است که در آن هوش مصنوعی به جای دنبال کردن تنها یک مسیر استدلالی، چند مسیر مختلف را به صورت همزمان بررسی می‌کند. این شبیه به شاخه‌های یک درخت است که از یک تنه منشعب می‌شوند. در حل مسائل پیچیده، ممکن است لازم باشد چندین مسیر مختلف مورد بررسی قرار گیرند تا بهترین نتیجه به دست آید. "درخت تفکر" با کاوش در چندین مسیر استدلالی به هوش مصنوعی کمک می‌کند تا راه‌حل‌های بهتری برای مسائل پیچیده پیدا کند و ایده‌هایی را کشف کند که ممکن است با یک پرامپت ساده قابل دسترسی نباشند.

عوامل هوش مصنوعی (AI Agents) چه کاربردی دارند و چگونه طراحی می‌شوند؟
عوامل هوش مصنوعی (AI Agents) ابزارهایی هستند که بر پایه فناوری هوش مصنوعی مولد (مانند جمینای) طراحی شده‌اند و می‌توانند با استفاده از دستورات و اطلاعات داده شده، مانند یک مشاور، مربی یا همکار عمل کنند. هدف از این عامل‌ها این است که تجربه کار با ابزارهای هوش مصنوعی شخصی‌سازی شده، تعاملی و مؤثرتر باشد. برای طراحی یک عامل هوش مصنوعی، نیاز است که هوش مصنوعی را از طریق پرامپت هدایت کنید، اما با تمرکز بیشتری بر شخصیت (Persona) و زمینه (Context). هرچه جزئیات بیشتری در مورد کاری که می‌خواهید عامل انجام دهد و نحوه پاسخدهی آن ارائه کنید، نتیجه مؤثرتر خواهد بود. این شامل تعیین شخصیت عامل (مانند مربی، مشاور)، مشخص کردن هدف تعامل، تعیین قوانین برای عملکرد عامل و تعریف یک عبارت پایانی برای مکالمه است.

دو نوع اصلی از عوامل هوش مصنوعی که در متن معرفی شده‌اند، کدامند؟
دو نوع اصلی از عوامل هوش مصنوعی معرفی شده در متن عبارتند از:
۱. عامل شبیه‌ساز (Simulation Agent): این عامل می‌تواند مکالمات شبیه‌سازی شده ایجاد کند، مانند شبیه‌سازی مصاحبه شغلی یا گفت‌وگوهای چالش‌برانگیز. این نوع عامل برای تمرین مهارت‌های گفتاری و یادگیری نحوه بهتر پاسخ دادن در موقعیت‌های مختلف مفید است.
۲. عامل مشاور یا متخصص (Expert Agent): این عامل مانند یک مشاور شخصی عمل می‌کند که در یک حوزه خاص تخصص دارد و بازخورد تخصصی ارائه می‌دهد. این عامل می‌تواند در یادگیری موضوعات ناآشنا یا حتی کسب یک مهارت کاملاً جدید به عنوان یک متخصص به شما کمک کند.

چگونه پنج بخش کلیدی مهندسی پرامپت در مثال‌های ارائه شده در متن به کار گرفته شده‌اند؟
در مثال‌های ارائه شده، هر یک از پرامپت‌ها از ترکیب بخش‌های کلیدی مهندسی پرامپت استفاده می‌کنند. برای مثال، در مثال اول که مربوط به نوشتن ایمیل برای کارمندان باشگاه است، بخش‌هایی مانند شخصیت (Persona) ("I'm a gym manager")، زمینه (Context) ("we have a new gym schedule")، وظیفه (Task) ("Write an email informing our staff of the new schedule. Highlight the fact that the M/W/F Cardio Blast class changed from 7:00am to 6:00am") و قالب (Format) ("Make the email professional and friendly, and short so that the readers can skim it quickly") به وضوح مشخص شده‌اند. پس از دریافت خروجی اولیه، مراحل ارزیابی (Evaluate) و تکرار (Iterate) برای بهبود و تغییر پرامپت بر اساس نیازهای جدید (مانند نوشتن ایمیل برای اعضای باشگاه) انجام می‌شود. این نشان می‌دهد که چگونه با ترکیب این عناصر، می‌توان پرامپت‌های مؤثرتری برای تعامل با هوش مصنوعی طراحی کرد.

هوش مصنوعیگوگلgeminiپرامپت
۵
۱
مرتضی پاسه ور | Morteza Pasehvar
مرتضی پاسه ور | Morteza Pasehvar
!A glitchy robot with reinforcement learning
شاید از این پست‌ها خوشتان بیاید