🖋 پرامپت راهنمای جامع جمع آوری داده و اندازه گیری

جمع‌آوری داده و اندازه‌گیری (Data Collection & Measurement)، به دو اصل بنیادین و حیاتی در تمام روش‌های تحقیق (کمی و کیفی) می‌پردازد: پایایی (Reliability) و روایی (Validity).
داورها به شدت روی این بخش حساس هستند، چون اگر ابزار شما خراب باشد، تمام داده‌های جمع‌آوری شده (و در نتیجه کل نتایج مقاله) زیر سوال می‌روند.

Are the data collection methods reliable and valid?

a. Are the instruments or procedures used to collect data consistently measuring the same thing?

b. Are the data collection methods truly measuring what they are intended to measure?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت راهنمای تحلیل و تفسیر داده ها: فراتر از اعداد

تحلیل داده و تفسیر (Data Analysis & Interpretation)، نقطه‌ای است که در آن ادعاهای مقاله با واقعیتِ سختِ اعداد و ارقام (در پژوهش‌های کمی) یا کدهای استخراج‌شده (در پژوهش‌های کیفی) روبرو می‌شود.

اقتصاددان معروف، رونالد کوز، جمله‌ای طنزآمیز اما واقع‌بینانه دارد:
«اگر داده‌ها را به اندازه کافی شکنجه کنید، به هر چیزی اعتراف خواهند کرد!»
داور در این بخش دقیقاً نقش پلیسی را بازی می‌کند که می‌خواهد جلوی «شکنجه کردن داده‌ها» و استخراج نتایج کاذب را بگیرد.

Is the data analysis appropriate and rigorous, and are the findings statistically or practically significant?

a. Were the correct statistical or analytical techniques used for the type of data collected?

b. Are the reported findings meaningful and impactful, beyond just statistical significance?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت راهنمای جامع تدوین نتایج و یافته ها در مقالات علمی

در دنیای داوری، این بخش باید آینه تمام‌نمای واقعیت باشد؛ جایی که شما بدون هیچ‌گونه سوگیری یا قضاوت شخصی، فقط و فقط نشان می‌دهید که در طول پژوهش به چه چیزهایی رسیده‌اید.
داور در این بخش به دنبال داستان‌سرایی نیست، بلکه به دنبال سند و مدرک است. اگر سوال تحقیق «مغز» و متدولوژی «استخوان‌بندی» کار باشد، یافته‌ها «گوشت و پوست» مقاله شما هستند. در ادامه، دو بخش این پرامپت را به زبان ساده و کاربردی باز می‌کنیم.

Are the results clearly presented and logically organized, and are they supported by the data?

a. Are the findings presented in an easy-to-understand and structured manner?

b. Do the presented results directly stem from and are supported by the collected data?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت هنر نگارش بخش بحث و نتیجه گیری

بحث و نتیجه‌گیری (Discussion & Conclusion)، جایی است که نویسنده باید به سوال بزرگ «خب که چی؟» پاسخ دهد.
اگر بخش نتایج فقط اعدادی سرد و بی‌روح را نشان می‌داد، در بخش بحث شما باید به این اعداد جان بدهید، آن‌ها را با پژوهش‌های دیگران مقایسه کنید و معنای آن‌ها را در دنیای واقعی روشن کنید.
داورها این بخش را عیارِ «پختگی علمی» نویسنده می‌دانند.

Are the conclusions drawn justified based on the findings, and are limitations of the research acknowledged?

a. Do the conclusions logically follow from the presented results and avoid overgeneralizations?

b. Are the weaknesses and limitations of the study openly identified and discussed?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت ملاحظات اخلاقی در پژوهش : خط قرمز مطلق داوری مقالات

بخش ملاحظات اخلاقی (Ethical Considerations) ، یعنی بخشی که داورها آن را به عنوان «خط قرمز مطلق» مقاله می‌شناسند.
اگر در بخش‌های قبلی (مثل متدولوژی یا تحلیل آماری) اشتباهی کرده باشید، داور به شما فرصت اصلاح (Revision) می‌دهد؛ اما اگر در این بخش مرتکب خطا شده باشید، مقاله بدون هیچ شانسی فوراً ریجکت (Reject) شده و در موارد شدید، ژورنال موضوع را به دانشگاه شما گزارش می‌دهد.
داور در این بخش می‌خواهد مطمئن شود که شما به خاطر علم، انسان‌ها، حیوانات یا جامعه را قربانی نکرده‌اید.

Were ethical considerations appropriately addressed throughout the research process (e.g., informed consent, privacy, beneficence)?

a. Was informed consent obtained from participants, and were their rights protected?

b. Were principles of beneficence, non-maleficence, justice, and respect for persons upheld throughout the study?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت راهنمای دستیابی به نوآوری در مقالات

نوآوری (Novelty) یعنی همان بخش جادویی که در ژورنال‌های معتبر بین‌المللی (مانند Nature، Science یا مجلات رده‌بالای Elsevier و IEEE) حرف اول و آخر را می‌زند.
اگر یک مقاله متدولوژی بی‌نقص و اخلاق کاملی داشته باشد اما نوآوری نداشته باشد، داور بدون معطلی آن را کاندیدای «رد شدن دفتری» (Desk Reject) می‌کند. داور در این بخش دوباره با همان تست معروفِ «خب که چی؟» به سراغ مقاله می‌آید تا ببیند آیا این کار ارزش چاپ شدن و اشغال فضای ژورنال را دارد یا خیر.

Does this research contribute new knowledge, insights, or practical applications to the field?

a. Does the research offer original findings or perspectives that advance the field?

b. Does the research have potential for practical application or real-world impact?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت راهنمای وضوح و ارتباط در نگارش علمی

وضوح و ارتباط (Clarity & Communication)، جایی است که تمام تلاش‌های قبلی شما (از سوال تحقیق تا ملاحظات اخلاقی) بسته‌بندی شده و به مخاطب عرضه می‌شود.
یک کلیشه اشتباه در دانشگاه وجود دارد که می‌گوید: «هرچه پیچیده‌تر و قلمبه‌سلمبه‌تر بنویسی، مقاله علمی‌تر به نظر می‌رسد!» اما در دنیای داوری مدرن، دقیقاً برعکس است.
داورها عاشق «سادگیِ باشکوه» هستند. اگر شما نوبل‌ترین ایده جهان را داشته باشید اما نتوانید آن را واضح بنویسید، مقاله شما ریجکت می‌شود؛
چون داور زمان و حوصله رمزگشایی از متن شما را ندارد. به قول معروف: «اگر نتوانید آن را به سادگی توضیح دهید، یعنی خودتان هم کاملاً درکش نکرده‌اید.»

Is the research clearly and logically presented, making it accessible to the intended audience?

a. Is the research report well-written and easy to understand for the intended audience?

b. Is the information presented in a structured and logical manner that facilitates comprehension?

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت بازگویی ادعای اصلی در بخش نتیجه‌گیری پژوهش

این دستور ، اولین و کلیدی‌ترین و استانداردترین قدم در نگارش بخش «نتیجه‌گیری» (Conclusion) یک مقاله علمی است.
وقتی شما این پرامپت را همراه با فایل مقاله و منابع (اسکوپوس/کانسنسس) به هوش مصنوعی می‌دهید، در واقع دارید به او دستور می‌دهید که
«ادعا، فرضیه یا هدف بنیادین پژوهش من را دوباره، اما با لحنی به پخته‌تر و رو به پایان، بازگو کن.»

Restate the Thesis: Summarize the main argument or purpose of my work.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت خلاصه‌سازی نکات کلیدی: برجسته کردن مباحث اصلی در بدنه مقاله

این پرامپت به معنای «خلاصه‌سازی نکات کلیدی: برجسته کردن مباحث اصلی مطرح‌شده در بدنه مقاله» است.

اگر گام اول (Restate the Thesis) یادآوریِ «هدف و ادعای» شما بود، این گام در واقع «اثبات» آن ادعاست.

در این مرحله، شما به هوش مصنوعی دستور می‌دهید که وارد بدنه مقاله (بخش یافته‌ها/Results و بحث/Discussion) شود، مغز کلام و مهم‌ترین دستاوردها را بیرون بکشد و آن‌ها را به صورت فشرده و منسجم بگوید.

Summarize Key Points: Highlight the main points discussed in the body.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 چرا خروجی هوش مصنوعی شما هنوز در سطح حرفه‌ای نیست؟

وقتی بدون مقدمه از مدل‌های زبانی سوال می‌پرسید، آن‌ها تلاش می‌کنند میانگینی از تمام اطلاعات اینترنت را تحویل‌تان دهند که معمولاً فاقد عمق، لحن حرفه‌ای و جزییات یک کارشناس واقعی است.

تکنیک نقش‌آفرینی (Role-Prompting) راهکار حل این مسئله است؛ با این روش شما ابتدا یک هوش مصنوعی را به عنوان یک متخصص در یک حوزه خاص (مثل وکیل، برنامه‌نویس ارشد یا کپی‌رایتر) تعریف می‌کنید و سپس درخواست خود را مطرح می‌کنید.
این کار باعث می‌شود مدل فضای احتمالی پاسخ‌های خود را محدود به دانش، لحن و استانداردهای آن شغل تخصصی کند و خروجی به مراتب دقیق‌تری تحویل دهد.

❌ پرامپت اشتباه:

Write a short Instagram caption for a new luxury watch.

✅ پرامپت صحیح (با استفاده از تکنیک نقش‌آفرینی):

Act as a senior copywriter with 10 years of experience in luxury brand marketing.
Write a sophisticated and exclusive Instagram caption for a premium, limited-edition watch.
Use an elegant tone, focus on craftsmanship, and include a compelling call-to-action.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت فراتر از خلاصه نویسی

این پرامپت به معنای «ترکیب کن، فقط خلاصه نکن: نشان بده که نکات چگونه به هم متصل می‌شوند» است.
این پرامپت، همان مرز باریکی است که یک نتیجه‌گیری معمولی و آماتور را از یک نتیجه‌گیری در سطح مقالات معتبر بین‌المللی (Q1) جدا می‌کند. در گام قبلی (پرامپت دوم)، هوش مصنوعی نکات کلیدی را به صورت مجزا استخراج کرد.
حالا در این گام، به او دستور می‌دهید که «تکه‌های این پازل را به هم بچسباند تا یک تصویر بزرگ و معنادار ساخته شود.»

Synthesize, Don’t Summarize: Show how the points fit together.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 چرا هوش مصنوعی ذهن شما را نمی‌خواند؟

وقتی از هوش مصنوعی یک سوال کوتاه و بدون جزئیات می‌پرسید، او مجبور است بر اساس حدس و گمان به شما پاسخ دهد. این کار باعث می‌شود خروجی دریافت شده بیش از حد کلی، مبهم و گاهی کاملاً بی‌ربط به نیاز واقعی شما باشد؛ چون هوش مصنوعی از اهداف، مخاطبان و شرایط خاص پروژه شما هیچ اگاهی ندارد.

تکنیک تنظیم بافتار (Context Setting) یا قانون شفافیت، یعنی تزریق اطلاعات پیش‌زمینه، اهداف و محدودیت‌های ماجرا به پرامپت قبل از درخواست اصلی.

با این روش، شما ابتدا به هوش مصنوعی می‌گویید داستان چیست، مخاطب کیست و چه هدفی دارید تا مدل بتواند پاسخ خود را دقیقاً بر اساس پازل ذهنی و نیاز واقعی شما شخصی‌سازی کند.

❌ پرامپت اشتباه:

Give me 3 business ideas.

✅ پرامپت صحیح (با استفاده از تکنیک تنظیم بافتار):

I am a software engineer with $5,000 in savings and 10 hours of free time per week. I want to start a side business in the B2B SaaS niche that requires minimal coding to launch. Give me 3 realistic business ideas that fit these constraints.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت معماری پرسش «خب که چی؟»

این پرامپت بدون شک مهم‌ترین و تعیین‌کننده‌ترین بخش در نگارش نتیجه‌گیری یک مقاله علمی است. داوران ژورنال‌های معتبر (Reviewers) پاشنه آشیل مقاله را در این بخش می‌بینند.
آن‌ها می‌خواهند بدانند شما بعد از این همه تحقیق، آزمایش و تحلیل داده، چه ارزش افزوده‌ای به دنیای علم یا صنعت اضافه کرده‌اید.
این پرامپت به هوش مصنوعی دستور می‌دهد که از سطح داده‌های خام فراتر رفته و «چرااییِ اهمیتِ» کار شما را بنویسد.

Answer the “So What?” Question: Explain the significance of my findings.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 تزریق احساس به قلم هوش مصنوعی

بزرگ‌ترین نقطه ضعف متن‌های تولیدشده توسط هوش مصنوعی، بی‌روح و «رباتی» بودن آن‌هاست.

وقتی بدون شخصی‌سازی از AI می‌خواهید متنی برایتان بنویسد، نتیجه معمولاً یک خروجی خشک، کلیشه‌ای و پر از کلمات تکراری است که مخاطب در همان ثانیه‌های اول متوجه هویت مصنوعی آن می‌شود و جبهه می‌گیرد. این ساختار یکنواخت، ارتباط عاطفی با مخاطب را کاملاً قطع می‌کند.

برای حل این چالش، باید از تکنیک «تنظیم دقیق لحن و صدا» (Tone & Voice Tuning) استفاده کنید.
در این روش، شما به جای دادن یک دستور کلی، جزئیات رفتاری، احساسی و خط‌قرمزهای زبانی هوش مصنوعی را مشخص می‌کنید؛ یعنی دقیقاً تعیین می‌کنید که متن باید جدی، طنز، همدلانه یا رسمی باشد تا خروجی نهایی درست مثل نوشته یک انسان زنده و دغدغه‌مند به نظر برسد.

❌ پرامپت اشتباه:

Write a short LinkedIn post about productivity tips for remote workers.

✅ پرامپت صحیح (با استفاده از تکنیک تنظیم لحن و صدا):

Write a short LinkedIn post about productivity tips for remote workers. Use an empathetic and slightly humorous tone. Avoid cliché AI words like "delve," "testament," or "in today's fast-paced world." Write from the perspective of a seasoned freelancer who understands the struggle of working in pajamas, keeping the sentences short and punchy.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت راهنمای ایجاد حس خاتمه در مقالات

این پرامپت در واقع مربوط به «هنر فرود آمدن» در نگارش علمی است.
یک مقاله علمی مانند یک داستان یا یک سفر ذهنی است؛ مقدمه ترن هوایی را به حرکت درمی‌آورد، بدنه آن را به اوج می‌رساند و نتیجه‌گیری باید آن را به آرامی و در ایستگاه درست متوقف کند.

این پرامپت به هوش مصنوعی دستور می‌دهد که متن را به یک‌باره رها نکند، بلکه با یک جمله پایانیِ قدرتمند و اقناع‌کننده، پرونده این تحقیق را در ذهن خواننده ببندد.

Provide Closure: Ensure the reader feels a sense of completion.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 مهار پرگویی هوش مصنوعی

بزرگ‌ترین آفت کار با هوش مصنوعی، پرگویی، زیاده‌نویسی و خارج شدن خروجی از چارچوب مدنظر شماست.
وقتی به AI یک دستور کلی می‌دهید، تمایل دارد تا جایی که می‌تواند متن را طولانی کند، از کلمات قلمبه‌سلمبه استفاده کند یا ساختاری تحویل دهد که اصلاً به کارتان نمی‌آید؛ نتیجه‌اش هم می‌شود یک متن کلافه‌کننده که اصلاح کردنش از نو نوشتن آن بیشتر زمان می‌برد.

برای مهار این پرگویی و شلختگی، باید از تکنیک «محدودیت‌گذاری هوشمند» (Constraint Prompting) استفاده کنید.

در این روش، شما مرزهای سختی برای مدل تعیین می‌کنید؛ خط‌قرمزهایی مثل تعداد دقیق کلمات، ممنوعیت استفاده از واژگان تخصصی، یا حذف فرمت‌های اضافی.

این کار هوش مصنوعی را مجبور می‌کند تا خلاقیتش را درون یک کادر مشخص آزاد کند و مغز کلام را در دقیق‌ترین قالب ممکن تحویل دهد.

❌ پرامپت اشتباه:

Explain how blockchain works for our non-technical target audience.

✅ پرامپت صحیح (با استفاده از تکنیک محدودیت‌گذاری هوشمند):

Explain how blockchain works. Your response must be strictly under 120 words. Do not use any technical jargon like "cryptographic hashing," "nodes," or "ledger." Use a simple analogy involving a shared Google Doc, and present the core benefits in exactly three bullet points.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت پایبندیِ مطلق به داده‌های پیشین

این دستور به معنای «از معرفی اطلاعات جدید خودداری کن: به آنچه قبلاً بحث شده پایبند باش» است.

اگر پرامپت‌های قبلی به هوش مصنوعی می‌گفتند که چه چیزهایی را باید بنویسد، این پرامپت نقشی حیاتی در تعیین مرزها و خط قرمزها دارد.

این دستور یک «حفاظ» (Guardrail) محکم است که جلو یکی از رایج‌ترین و آسیب‌زننده‌ترین خطاهای نگارشی در مقالات علمی، یعنی باز کردن مباحث جدید در لحظه آخر را می‌گیرد.

Avoid Introducing New Information: Stick to what has already been discussed.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 از هرج‌ومرج متن تا نظم جدول با هوش مصنوعی

دریافت اطلاعات به صورت یک توده متن متوالی و طولانی، یکی از آزاردهنده‌ترین چالش‌ها در کار با هوش مصنوعی است. وقتی از AI می‌خواهید داده‌ها، ویژگی‌ها یا ابزارهای مختلفی را تحلیل و مقایسه کند، معمولاً جواب را در قالب چندین پاراگراف طولانی و پرچانه تحویل می‌دهد.
این ساختار شلوغ، استخراج نکات کلیدی را سخت می‌کند و شما را مجبور می‌سازد تا زمان زیادی را صرف مرتب‌سازی دستی، دسته‌بندی و انتقال داده‌ها به اکسل یا ارائه‌های خود کنید.

برای مهار این بی‌نظمی، باید از تکنیک «مهندسی فرمت خروجی» (Format Specification) استفاده کنید. در این روش، شما فرمت ساختاریِ جواب را از همان ابتدا به هوش مصنوعی دیکته می‌کنید و اجازه نمی‌دهید اطلاعات را در قالب نثرهای سنتی بنویسد؛ یعنی مستقیماً از او می‌خواهید خروجی را در قالب یک جدول منظم، لیست بولت‌دار ساختاریافته یا حتی کدهای آماده برای یک فایل CSV تحویل دهد تا داده‌ها بدون نیاز به ویرایش، بلافاصله قابل استفاده و تحلیل باشند.

❌ پرامپت اشتباه:

Compare Notion, Trello, and Asana for project management.

✅ پرامپت صحیح (با استفاده از تکنیک مهندسی فرمت خروجی):

Compare Notion, Trello, and Asana for project management. Present the output strictly as a markdown table with 4 columns: Tool Name, Best For, Key Features, and Pricing. Do not include any conversational filler, intro, or outro text; output only the table.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت تکنیک روایت دایره ای در نگارش جمع بندی مقاله

این پرامپت مکملِ پرامپت (ایجاد حس خاتمه) است و به تکنیکی در نگارش آکادمیک اشاره دارد که به آن «روایت دایره‌ای» (Circular Narrative) یا ایجاد تقارن می‌گویند.
وقتی این دستور را به هوش مصنوعی می‌دهید، در واقع به او می‌گویید: «به نقطه شروع سفر برگرد، قلاب یا سؤالی را که در اولین خطوط مقدمه (Introduction) کاشتیم پیدا کن، و حالا نشان بده که چطور در پایان این مسیر، به آن پاسخ داده‌ایم.»

Reflect on the Introduction: Tie back to the opening statement or question.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 جادوی ساده‌سازی در پرامپت‌نویسی

یکی از بزرگ‌ترین چالش‌ها در استفاده از هوش مصنوعی، دریافت پاسخ‌هایی است که فراتر از سطح دانش ما یا مخاطب هدفمان هستند. وقتی مدل بدون شناختِ مخاطب توضیح می‌دهد، نتیجه نهایی اغلب با اصطلاحات تخصصی و پیچیدگی‌های بیهوده همراه است که باعث سردرگمی و عدم درک مطلب می‌شود.

تکنیک "مخاطب‌شناسی" (Target Audience) با تعیین دقیق سطح زبان و عمق توضیحات هوش مصنوعی، این مشکل را حل می‌کند. کافی است در پرامپت خود مشخص کنید که پاسخ باید متناسب با درک چه کسی نوشته شود؛ مثلاً با استفاده از دستورِ ساده اما قدرتمندِ "این موضوع را برای یک کودک ۱۰ ساله توضیح بده".

❌ پرامپت اشتباه:

Explain quantum entanglement.

✅ پرامپت صحیح (با استفاده از تکنیک مخاطب‌شناسی):

Explain quantum entanglement to a 10-year-old child using analogies they can understand.

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت

🖋 پرامپت پایان بندی با‌شکوه مقاله

اگر بخش نتیجه‌گیری را به یک موسیقی تشبیه کنیم، این پرامپت حکم «فرودِ باشکوه و نت پایانی» را دارد که پس از تمام شدن آهنگ، همچنان در گوش شنونده زنگ می‌زند. در روان‌شناسی نگارش، اثری به نام «اثر تاخر» (Recency Effect) وجود دارد؛
یعنی خواننده یا داور ژورنال، آخرین جمله‌ای را که می‌خواند، بیشتر از بقیه متن به یاد می‌آورد و کیفیت کل مقاله را بر اساس همان قضاوت می‌کند. این پرامپت به هوش مصنوعی دستور می‌دهد که خسته‌کننده تمام نکند و یک «جمله طلایی» بسازد.

Use a Strong Final Sentence: Leave a lasting impression

🔹 تلگرام . یوتیوب . توییتر . لینکدین

هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت