توضیح مهندسی پرامپت به زبان ساده

هوش مصنوعی (Artificial Intelligence | AI) به منظور ساخت ابزارهای هوشمندی پدید آمده است که می‌توان به وسیله آن‌ها بر اساس درخواست انسان، کاری را با عملکردی قابل‌قبول انجام داد.

به‌منظور تحقق چنین هدفی، علی‌رغم این که سیستم‌های هوشمند باید برای یادگیری مسئولیتی خاص، به درستی آموزش دیده باشند، کاربران نهایی این سیستم‌ها نیز باید نحوه کار با آن‌ها را یاد بگیرند و برای گرفتن بهترین نتیجه، درخواست خود را به طور صحیح به آن‌ها ارائه کنند.

در اینجا مفهومی به نام «مهندسی پرامپت نویسی» (Prompt Engineering) مطرح می‌شود که می‌توان آن را «مهندسی طرح دستور» هم ترجمه کرد.

یادگیری نحوه صحیح طرح دستور یا همان پرامت نویسی،‌ لازمه کار با سیستم‌های هوشمند به ویژه هوش مصنوعی ChatGPT و سایر مواردی مثل BingAI مایکروسافت، Bard گوگل، DALL-E، میدجِرنی و دیگر موارد به حساب می‌آید. در این مطلب، به این پرسش پاسخ می‌دهیم که پرامپت نویسی چیست و چرا برخی افراد در حین کار با ابزارهای هوش مصنوعی، نتایج بهتری دریافت می‌کنند.

پرامپت نویسی چیست ؟

امروزه، کاربرد ابزارها و سیستم‌های مبتنی بر هوش مصنوعی گسترش پیدا کرده‌اند و افراد می‌توانند با استفاده از آن‌ها، انجام بسیاری از کارها را برای خود ساده‌تر کنند. با این حال، ممکن است در حین کار با این ابزارها و سیستم‌ها، خروجی مورد انتظار خود را از آن‌ها دریافت نکنیم.

این اتفاق زمانی رخ می‌دهد که درخواست خود را به گونه‌ای به هوش مصنوعی بیان کرده‌ایم که برای آن قابل درک نیست، یا به نحوی درخواست ما را پردازش کرده است که پاسخی نامربوط را در خروجی ارائه می‌کند. در اینجا مفهومی به نام پرامپت نویسی به افراد کمک می‌کند تا بهترین خروجی را ابزارهای هوشمند دریافت کنند.

در پاسخ به پرسش پرامپت نویسی چیست می‌توان گفت این اصطلاح به شیوه ارتباط انسان با هوش مصنوعی اشاره دارد. به عبارت دیگر، با استفاده از پرامپت نویسی می‌توان از سیستم‌های مبتنی بر هوش مصنوعی درخواست کرد کار، وظیفه یا همان تسکی را برای کاربر انجام دهند. این ارتباط می‌تواند در قالب نوشتار یا گفتار انجام شود.

به عنوان مثال، فرض کنید می‌خواهید یک نقاشی را از منظره‌ای خاص به عنوان هدیه به دوست خود بدهید. اگر برای آماده کردن چنین هدیه‌ای به یک نقاش رجوع کنید، برای خلق آن نقاشی، باید توصیفی از جزئیاتش به نقاش ارائه دهید تا در نهایت نقاش بر اساس صحبت‌های شما، تصویر مورد نظر را نقاشی کند.

به چنین شیوه درخواست و مطرح کردن نیاز در حوزه هوش مصنوعی، پرامپت نویسی می گویند. به عبارتی، برای انجام مسئولیتی خاص، می‌توان درخواست خود را در قالب یک پرامپت به سیستمی هوشمند انتقال داد تا آن سیستم، درخواست مربوطه را انجام دهد. در ادامه، به طور دقیق‌تر به مفهوم پرامپت و ساختار آن می‌پردازیم.

ساختار پرامپت نویسی چیست ؟

اجزای پرامپت را می‌توان به ۵ بخش تقسیم کرد:

کار و وظیفه (Task)

دستورالعمل (Instruction)

محتوا (Context)

تنظیمات و پارامترها (Parameters, Settings)

ورودی (Input)

مفهوم وظیفه یا تسک در پرامپت نویسی چیست ؟

وظیفه یا Task کاری است که ابزار هوش مصنوعی انجام می‌دهد. به عبارتی، هر یک از سیستم‌های هوشمند به منظور انجام یک سری وظایف آموزش داده شده‌اند و کاربر در حین کار با آن‌ها، درخواست انجام وظیفه‌ای خاص را دارد.

به عنوان مثال، می‌توانیم از یک ابزار هوشمند بخواهیم تصویری را بر اساس توصیف‌های ما خلق کند. در این مثال، وظیفه مشخص شده در پرامپت، خلق تصویر بر اساس متن است. سیستم‌های هوشمند وظایف مختلفی را اعم از پاسخ به سوالات، تولید متن، خلاصه کردن متن ورودی، تولید تصویر و مواردی از این قبیل را می‌توانند انجام دهند.

مفهوم دستورالعمل در پرامپت چیست ؟

در پاسخ به سوال پرامپت نویسی چیست به این نکته اشاره کردیم که هدف از این مفهوم، برقراری ارتباط با ابزار هوشمند و محول کردن وظیفه‌ای خاص به آن است. به منظور تحقق انجام وظیفه مشخص شده در پرامپت، باید دستورالعمل‌هایی را برای ابزارهای هوشمند مشخص کنیم تا مدل هوش مصنوعی بر اساس آن، وظیفه را به درستی انجام دهد.

برای مثال، اگر از هوش مصنوعی می‌خواهیم شعری را درباره موضوعی خاص برای ما تولید کند، می‌توانیم تعداد بیت‌ها و سبک شعر را نیز به عنوان دستورالعمل مشخص کنیم.

مفهوم محتوا در پرامپت نویسی چیست ؟

با استفاده از محتوا می‌توان اطلاعات اضافه‌تری را در اختیار مدل هوشمند قرار داد تا مدل با استفاده از آن، درک بهتری از درخواست مطرح شده و شرایط تحقق هدف داشته باشد.

به عبارتی، می‌توان گفت محتوا به عنوان راهنمایی بیشتر برای مدل محسوب می‌شود. محتوا می‌تواند شامل تصاویر ضمیمه شده یا مثال باشد تا ابزار هوشمند با استفاده از آن‌ها به ایده بهتری برای رسیدن به پاسخ دست یابد.

تنظیمات و پارامترها در پرامپت نویسی

پارامترها عناصری هستند که یا مستقیماً می‌توان آن‌ها را در پرامپت مقداردهی کرد یا برای پرامپت نویسی از قبل طراحی شده‌اند تا بر خروجی مدل تاثیر بگذراند. در سیستم‌های هوشمند می‌توان از انواع مختلف پارامترها استفاده کرد.

چنانچه با ابزار هوش مصنوعی MidJourney کار می‌کنید، می‌توانید از پارامترهای مختلفی نظیر «no–» (برای طرح دستور منفی مثلاً به منظور حذف چیزی در تصویر) استفاده کنید.

در ادامه با ما همراه باشید.

به اشتراک بگذارید

پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *