مهندسی پرامپت
301 subscribers
87 photos
87 links
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Download Telegram
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
1
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
1
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 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
Please open Telegram to view this post
VIEW IN TELEGRAM
3
🖋 به هوش مصنوعی بگو چه کاری را «انجام نده»!

بزرگ‌ترین آفت در انتهای نوشته‌های هوش مصنوعی، نتیجه‌گیری‌های کلیشه‌ای و جملاتِ اضافه‌ای است که اصالت متن را از بین می‌برند. مدل‌های زبانی عادت دارند در پایان هر متن از عباراتی مثل «در نهایت»، «به طور خلاصه» یا جمع‌بندی‌های تکراری استفاده کنند؛ رفتاری سنتی که فوراً هویت رباتی متن را لو می‌دهد و شما را مجبور می‌کند زمان زیادی را صرف حذف و ویرایش دستی این زواید کنید.

تکنیک «دستورات منفی» (Negative Prompting) با تعیین خط‌قرمزها و مشخص کردن کارهایی که هوش مصنوعی نباید انجام دهد، این مشکل را حل می‌کند. در این روش، شما به جای تمرکز روی خواسته‌ها، لیست سیاهی از کلمات، ساختارها یا بخش‌های ممنوعه را به پرامپت تزریق می‌کنید تا خروجی نهایی بدون حاشیه‌نویسی و کاملاً خالص تولید شود.


پرامپت اشتباه:
Write a short article about time management tips for students.


پرامپت صحیح (با استفاده از تکنیک دستورات منفی):
Write a short article about time management tips for students. Do NOT include a conclusion paragraph or summary at the end. Avoid cliché AI words like "in conclusion," "furthermore," or "delve." Go straight to the points.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
2
🖋 پرامپت فیلترینگ محتوایی: حذف نویزهای کلامی از پایان‌بندی مقاله

در نگارش آکادمیک، به‌ویژه در بخش نتیجه‌گیری، «زیاده‌گویی» (Wordiness) دشمنِ تأثیرگذاری است. خواننده یا داوری که به انتهای مقاله شما رسیده، احتمالاً تمام جزئیات بدنه و تحلیل‌ها را پشت سر گذاشته و اکنون فقط تشنه‌ی «لُبّ کلام» است.
ایجاز (Conciseness) به معنای حذف محتوا نیست، بلکه به معنای «بیشترین معنا در کمترین کلمات» است .
این پرامپت به هوش مصنوعی دستور می‌دهد که چربی‌های اضافی متن را بگیرد و فقط «عصاره» پژوهش را باقی بگذارد.
Be Concise: Keep it brief and to the point.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 رام کردن هوش مصنوعی در سئو

هنگام تولید محتوای سئو شده یا متن‌های بازاریابی، هوش مصنوعی معمولاً کلمات کلیدی مدنظر شما را نادیده می‌گیرد یا از واژگان دیگری استفاده می‌کند. در دستورات معمولی، مدل مسیر خلاقانه خودش را می‌رود و در نهایت شما را مجبور می‌کند تا زمان زیادی را صرف اضافه کردن دستی، سخت و غیراصولی کلمات کلیدی هدف به درون متن خروجی کنید.

تکنیک «تزریق کلمات کلیدی» (Keyword Seeding) با اجبار هوش مصنوعی به استفاده از واژگان خاص، این چالش را برطرف می‌کند. در این روش، شما پیش از شروع نویسندگیِ مدل، یک لیست مشخص از عبارات کلیدیِ حیاتی را به پرامپت تزریق می‌کنید و مستقیماً دستور می‌دهید که این واژه‌ها باید به طور کاملاً طبیعی و ارگانیک در ساختار جملات گنجانده شوند.


پرامپت اشتباه:
Write a short blog post about digital marketing tips for small businesses.


پرامپت صحیح (با استفاده از تکنیک تزریق کلمات کلیدی):
Write a short blog post about digital marketing tips for small businesses. You must naturally integrate and use these exact keywords in the text: "SEO strategy", "content creation", "conversion rate", and "social media presence".


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 پرامپت هنر پایان بندی مقاله : قدرت خوش‌بینی علمی

این دستور به معنای «حفظ لحن مثبت: پایان دادن به مقاله با یک نگاه خوش‌بینانه و رو به جلو» است. این پرامپت، بُعد روان‌شناختی و انرژیِ پایانی مقاله شما را مدیریت می‌کند.
بسیاری از پژوهشگران فکر می‌کنند علمی بودنِ متن یعنی استفاده از یک لحن خشک، خنثی یا حتی تاریک و هشداردهنده (به‌خصوص در موضوعاتی که به بحران‌ها، بیماری‌ها یا چالش‌های صنعتی می‌پردازند). اما در استانداردهای نوین نگارش، نتیجه‌گیری باید در خواننده «حس امید علمی و انگیزه‌» ایجاد کند.
همچنین این پرامپت به هوش مصنوعی دستور می‌دهد که حتی اگر کار شما درباره یک معضل بزرگ است، پایان آن را روشن و نویدبخش بنویسد.
Maintain a Positive Tone: End on an optimistic note.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 پایان تداخل در پرامپت‌نویسی

گیج شدن هوش مصنوعی زمانی که متن‌های طولانی را برای تحلیل، تلخیص یا ترجمه به آن می‌دهید، یک مشکل رایج است.
وقتی دستورات و متن اصلی بدون هیچ مرزی با هم مخلوط می‌شوند، مدل ممکن است بخشی از متنِ ورودی را به عنوان دستور جدید در نظر بگیرد یا هدف اصلی شما را در میان انبوه کلمات گم کند؛ اتفاقی که منجر به خروجی‌های آشفته و غیردقیق می‌شود.

تکنیک «جداسازی با علامت‌ها» (Delimiters) با ایجاد یک دیوار بصری و ساختاری، این تداخل را کاملاً از بین می‌برد. با استفاده از علائم خاصی مثل سه کوتیشن (""") یا خط‌چین (---)، شما به هوش مصنوعی می‌فهمانید که دقیقاً کجا دستور شما تمام می‌شود و کجا داده‌های خام شروع می‌شوند تا مدل با تمرکز کامل، فقط روی محتوای محصور شده کار کند.


پرامپت اشتباه:
Summarize the following article: [Your Long Text Here]


پرامپت صحیح (با استفاده از تکنیک جداسازی با علامت‌ها):
Summarize the text delimited by triple quotes below into a single concise paragraph.

Text:
"""
[Your Long Text Here]
"""


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 پرامپت اثر دومینویی پژوهش: برجسته کردن دلالت ها

این دستور به معنای «برجسته کردن دلالت‌ها: بحث درباره تأثیرات گسترده‌تر یافته‌های من» است. اگر در پرامپت‌های قبلی به ویژه پرامپت چهارم (Answer "So What?") به اهمیت و ارزش ذاتی یافته‌ها پرداختید، این پرامپت یک گام فراتر می‌رود و به «اثر دومینویی» (Domino Effect) یا پیامدهای ثانویه تحقیق شما در دنیای واقعی و علم می‌پردازد.
در واقع شما به هوش مصنوعی دستور می‌دهید که پیش‌بینی کند این یافته‌ها، چه تغییراتی در آینده‌ی صنعت، سیاست‌گذاری‌ها یا نظریه‌های علمی ایجاد خواهد کرد.
Highlight Implications: Discuss the broader impact of my findings.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
🖋 هنر زیباسازی خروجی هوش مصنوعی

وقتی از هوش مصنوعی می‌خواهید یک مقاله، گزارش یا پست طولانی برایتان بنویسد، خروجی معمولاً یک توده متنی یکدست، متراکم و بدون هیچ ساختار بصری است. این دیوارهای متنیِ فشرده، خوانایی بسیار پایینی دارند، چشم مخاطب را خسته می‌کنند و باعث می‌شوند نکات کلیدی در میان انبوه جملات گم شوند؛ به طوری که خواننده در همان نگاه اول از مطالعه متن منصرف می‌شود.

تکنیک «فرمت‌دهی مارک‌داون» (Markdown Formatting) با تزریق ساختار و نظم بصری به خروجی، این مشکل را حل می‌کند. در این روش، شما به جای رها کردن هوش مصنوعی، مستقیماً از او می‌خواهید که متن را با استفاده از اصول مارک‌داون زیباسازی کند؛ یعنی از تیترهای فرعی (H2, H3)، نقاط گلوله‌ای (Bullet Points) و کلمات برجسته (Bold) استفاده کند تا متن نهایی کاملاً اسکن‌پذیر، جذاب و آماده انتشار باشد.


پرامپت اشتباه:
Write a 300-word article about the benefits of drinking water.


پرامپت صحیح (با استفاده از تکنیک فرمت‌دهی مارک‌داون):
Write a 300-word article about the benefits of drinking water. Format the output strictly using Markdown. Use clear headings, bold key phrases for emphasis, and organize the main benefits into a clean bulleted list to make it highly scannable.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
1
🖋 پرامپت تدوین پیشنهادات پژوهشی آتی با Ai

این دستور به معنای «پیشنهاد تحقیقات آینده: اشاره به زمینه‌هایی برای بررسی‌های بیشتر» است.
همچنین این پرامپت، شناسنامه یک پژوهشگر آینده‌نگر و کلان‌نگر است. در دنیای آکادمیک، هیچ پژوهشی کامل و انتهای مسیر نیست؛ علم یک پازل بی‌پایان است و کار شما تکه‌ای از این پازل است.
با این دستور، شما به هوش مصنوعی می‌گویید: «بر اساس محدودیت‌هایی که داشتیم، یافته‌های غیرمنتظره‌ای که به دست آوردیم و مرزهایی که جابجا کردیم، به دانشمندان بعدی بگو که خط‌مقدمِ بعدیِ این جنگ علمی کجاست و دوربینِ خود را باید روی چه موضوعی زوم کنند.»
Suggest Future Research: Point out areas for further investigation.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 هنر استدلال در پرامپت‌نویسی

مواجهه با خطاهای منطقی و محاسباتی هوش مصنوعی در حل مسائل پیچیده، یکی از کلافه‌کننده‌ترین تجربه‌هاست. وقتی یک مسئله چندمرحله‌ای، ریاضی، مدیریتی یا استراتژیک را به صورت مستقیم و ناگهانی از AI می‌پرسید، مدل سعی می‌کند فوراً و بدون طی کردن مسیر استدلال به پاسخ نهایی برسد؛ این عجله در پاسخ‌دهی و پرش مستقیم به جواب، اغلب منجر به اشتباهات فاحش محاسباتی یا تحلیل‌های سطحی و کاملاً غلط می‌شود.
تکنیک «زنجیره افکار» (Chain of Thought - CoT) با وادار کردن هوش مصنوعی به تفکر گام‌به‌گام، این ساختار معیوب را اصلاح می‌کند. با اضافه کردن جملات راهبردی نظیر «مرحله به مرحله فکر کن» به پرامپت، مدل مجبور می‌شود ابتدا مسیر استدلال منطقی و پله‌های حل مسئله را روی کاغذ ذهنی خود پیاده کند؛ این روند شفاف، لایه‌های پنهان مسئله را باز می‌کند، احتمال بروز خطا را به شدت کاهش می‌دهد و در نهایت شما را به یک پاسخ دقیق، مستدل و بی‌نقص می‌رساند.


پرامپت اشتباه:
A cafeteria has 23 apples. If they use 20 to make lunch and buy 6 more, how many apples do they have?


پرامپت صحیح (با استفاده از تکنیک زنجیره افکار):
A cafeteria has 23 apples. If they use 20 to make lunch and buy 6 more, how many apples do they have? Think step-by-step and show your reasoning for each step before giving the final answer.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 صداقت آکادمیک : سپر دفاعی در برابر داوران

این دستور به معنای «اقرار به محدودیت‌ها: درباره محدودیت‌های کار من صادق باش» است. همچنین ، نشان‌دهنده «بلوغ علمی» و «شجاعت آکادمیک» یک پژوهشگر است.
بسیاری از دانشجویان به اشتباه فکر می‌کنند اگر در پایان مقاله به نقاط ضعف یا محدودیت‌های کار خود اشاره کنند، ارزش کارشان پایین می‌آید یا داور (Reviewer) مقاله را رد می‌کند؛ اما واقعیت دقیقاً برعکس است!
هیچ پژوهشی در دنیا کامل نیست و داوران به دنبال پژوهشگری می‌گردند که به محدودیت‌های کار خود «آگاه» باشد. این پرامپت به هوش مصنوعی دستور می‌دهد که این محدودیت‌ها را به شکلی کاملاً هوشمندانه، دیپلماتیک و علمی فرمول‌بندی کند.
Acknowledge Limitations: Be honest about any limitations in my work


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 تفکر درخت‌وار: فراتر از یک پاسخ ساده

بزرگ‌ترین محدودیت هوش مصنوعی در مواجهه با چالش‌های استراتژیک، ارائه اولین راه حلی است که به ذهنش می‌رسد. وقتی یک مسئله چندوجهی را با یک سوال ساده مطرح می‌کنید، مدل به جای بررسی احتمالات مختلف، تنها یک مسیر خطی را دنبال می‌کند؛ این رویکرد تک‌بعدی باعث می‌شود گزینه‌های خلاقانه‌تر یا منطقی‌تر نادیده گرفته شوند و خروجی نهایی فاقد عمقِ تحلیلی لازم برای تصمیم‌گیری‌های حساس باشد.

تکنیک «تفکر درخت‌وار» (Tree of Thoughts - ToT) با وادار کردن هوش مصنوعی به شاخه‌زنی ذهنی، این بن‌بست را می‌شکند. در این روش، شما از مدل می‌خواهید به جای یک پاسخ، چندین مسیر یا ایده متفاوت را به طور همزمان خلق کند، نقاط قوت و ضعف هر کدام را بسنجد و در نهایت بر اساس مقایسه آن‌ها، بهترین مسیر را انتخاب یا ترکیب کند؛ این یعنی تبدیل هوش مصنوعی از یک پاسخ‌دهنده ساده به یک اتاق فکرِ استراتژیک.


پرامپت اشتباه:
Imagine you are a senior marketing strategist. Brainstorm 3 distinct and creative strategies to help a new productivity app reach 10,000 users. For each strategy, provide a brief analysis of the pros, cons, and expected effort. Finally, compare all three paths and recommend the most effective one with a clear justification.


پرامپت صحیح (با استفاده از تکنیک تفکر درخت‌وار):
A cafeteria has 23 apples. If they use 20 to make lunch and buy 6 more, how many apples do they have? Think step-by-step and show your reasoning for each step before giving the final answer.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
4
🖋 هنر ساده‌نویسی علمی : مرگ بر ژارگون‌های اضافه!

این دستور به معنای «استفاده از زبان واضح و ساده: اجتناب از اصطلاحات بیش از حد تخصصی (ژارگون) و جملات پیچیده» است.
همچنین قانون طلایی «ایجاز و روان‌نویسی» در خط پایان مقاله است. پس از صفحات متعددی که پر از فرمول‌ها، نمودارها و تحلیل‌های پیچیده آماری بوده‌اند، بخش نتیجه‌گیری نباید ذهن خواننده را دوباره درگیر ساختارهای نحوی مبهم و کلمات ثقیل کند.

با این دستور، شما به هوش مصنوعی فرمان می‌دهید که نقش یک «ویراستار ارشد و سخت‌گیر» را بازی کند؛ یعنی پیام نهایی کار شما را به ساده‌ترین، زیباترین و ملموس‌ترین شکل ممکن بازنویسی کند تا برای هر مخاطب دانشگاهی (حتی خارج از گرایش دقیق شما) قابل درک و تاثیرگذار باشد.
Use Clear and Simple Language: Avoid jargon and complex sentences


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 جادوی خود-اصلاحی: وقتی هوش مصنوعی ویراستار خودش می‌شود

هوش مصنوعی معمولاً اولین پاسخی که به ذهنش می‌رسد را ارائه می‌دهد که اگرچه ممکن است کار راه انداز باشد، اما اغلب فاقد عمق کافی، دقت کامل یا لحن ایده‌آل است. تکیه بر همین نسخه اول باعث می‌شود خروجی‌های ما معمولی و گاهی دارای خطا باقی بمانند و ما را مجبور به ویرایش‌های دستی طولانی کنند.

تکنیک «خود-اصلاحی» (Self-Correction) به جای پذیرش اولین نسخه، هوش مصنوعی را به منتقد خودش تبدیل می‌کند. در این روش، شما با یک دستور تکمیلی از مدل می‌خواهید خروجی قبلی خود را بر اساس معیارهای مشخص نقد کند، کاستی‌هایش را بیابد و نسخه نهایی و بهبودیافته‌ای ارائه دهد که بسیار دقیق‌تر و حرفه‌ای‌تر است.


پرامپت اشتباه:
Write a polite decline email to a job applicant.


پرامپت صحیح (با استفاده از تکنیک تخود-اصلاحی):
First, write a polite decline email to a job applicant. Then, act as a professional HR communication expert, critique your own email for empathy and tone, and rewrite it to be warmer and more encouraging.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM