مهندسی پرامپت
301 subscribers
87 photos
87 links
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Download 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
🖋 جراحی احساسات در مقاله: فرمول هوش مصنوعی برای حفظ عینی‌گرایی

این دستور به معنای «عینی‌گرا (بی‌طرف) بمان: نظرات شخصی را وارد نکن، مگر اینکه یک اثر بازتابی/تأملی باشد» است. در واقع، مرز میان «علم» و «اظهارنظر شخصی (Opinion)» را در خط پایان مقاله تعیین می‌کند. در نگارش آکادمیک، داوران به شدت روی لحن نویسنده حساس هستند.
بخش نتیجه‌گیری نباید به بیانیه‌ای برای ابراز احساسات، سوگیری‌های شخصی، پیش‌داوری‌ها یا حدس‌وگمان‌های بدون سند نویسنده تبدیل شود . با این دستور، هوش مصنوعی نقش یک «فیلتر ضد‌سوگیری» را بازی می‌کند و هر جا که لحن شما از دایره شواهدِ سختِ علمی خارج شده باشد، آن را اصلاح می‌کند.
Stay Objective: Keep personal opinions out unless it’s a reflective piece


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

مواجهه با یک صفحه خالی و ندانستن اینکه دقیقاً چه اطلاعاتی باید به هوش مصنوعی بدهید تا خروجی مدنظرتان را تولید کند، یک بن‌بست رایج است. وقتی ایده مبهمی در سر دارید اما جزئیات، لحن، یا ساختار دقیق کار را نمی‌دانید، نوشتن یک پرامپت کلی و ساده باعث می‌شود هوش مصنوعی فرضیات خودش را پیش ببرد و خروجی‌هایی کاملاً پرت، سطحی و بی‌فایده تحویل شما دهد.

تکنیک «پرسش متقابل» (Reverse Prompting) با معکوس کردن نقش‌ها، این سردرگمی را برطرف می‌کند. در این روش، شما به جای حدس زدن فاکتورهای مورد نیاز مدل، هدف نهایی خود را اعلام می‌کنید و صراحتاً از هوش مصنوعی می‌خواهید که او از شما سوالات هدفمندی بپرسد؛ با پاسخ دادن به این سوالات، تمام نقاط کورِ موضوع آشکار شده و هوش مصنوعی دقیقاً همان چیزی را خلق می‌کند که در ذهن داشتید.


پرامپت اشتباه:
Write a business plan for my new online shop


پرامپت صحیح (با استفاده از تکنیک پرسش متقابل):
I want to create a comprehensive business plan for a new online shop, but I'm not sure what details to provide. Act as an expert business consultant. Ask me 5 targeted questions one by one to gather all the necessary information about my business idea. Do not write the business plan until I have answered all of them.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 فرمول میخِ آخر: تکنیک برجسته‌سازی «پیام طلایی»

این پرامپت، قانون «میخِ آخر» در بخش نتیجه‌گیری است. تصور کنید داور ژورنال یا یک پژوهشگر، کل مقاله شما را خوانده یا اصطلاحاً روزنامه‌وار مرور کرده و حالا به پاراگراف پایانی رسیده است. اگر از او بپرسند: «لبّ کلام و بزرگ‌ترین دستاورد این مقاله چه بود؟»، پاسخ او باید دقیقاً همان جمله‌ای باشد که هوش مصنوعی با این پرامپت طراحی می‌کند.

هدف این دستور این است که اجازه ندهد پیام اصلی و شاه‌بیتِ پژوهش شما در میان انبوهی از داده‌ها، آمارها و جملات فرعی گم شود. هوش مصنوعی در اینجا موظف است «بزرگ‌ترین ارزش افزوده» (Main Takeaway) کار شما را برجسته، شفاف و متمایز کند.
Reinforce the Main Message: Make sure the main takeaway is clear


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

تکرار اشتباهات ساختاری، لحنی یا منطقی توسط هوش مصنوعی با وجود تذکرهای مکرر، یکی از چالش‌های آزاردهنده است. زمانی که به مدل صرفاً می‌گویید «این‌گونه ننویس» یا «فلان اشتباه را نکن»، هوش مصنوعی به دلیل ساختار زبانی خود، دستورات منفی محض را به خوبی پردازش نمی‌کند و در نهایت همان الگوهای اشتباه، تکراری یا کلیشه‌ای را در خروجی بازتولید می‌کند.

تکنیک «استدلال از طریق مثال نقض» (Counter-Example) با عینی کردن خط قرمزها، این مشکل را حل می‌کند. در این روش، شما به جای کلی‌گویی، دقیقاً نمونه‌ای از یک خروجی بد یا اشتباه را به همراه علت نادرست بودنش به هوش مصنوعی نشان می‌دهید و مستقیماً دستور می‌دهید خروجی جدید را با دوریِ کامل از ساختار آن مثال نقض تولید کند تا مدل مرز میان کار خوب و بد را کاملاً درک کند.


پرامپت اشتباه:
Write a professional B2B sales email. Don't make it sound like a generic, spammy robot.


پرامپت صحیح (با استفاده از تکنیک استدلال از طریق مثال نقض):
Write a professional B2B sales email. Avoid writing like this counter-example:
"Dear Sir/Madam, Hope this email finds you well. We are a leading global provider of synergy solutions..."
Reason why it's bad: It uses overused clichés, lacks personalization, and sounds completely robotic.
Generate a new email that strictly avoids these specific flaws.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 پل‌سازی زبانی در مقاله : راز متن‌های روان و جاری

این دستور تضمین جریان روان و انتقال نرم از بدنه مقاله به بخش نتیجه‌گیری» است. به نوعی، معمارِ «انسجام ساختاری» (Coherence and Cohesion) در مقاله شماست.
یکی از رایج‌ترین ایراداتی که داوران ژورنال‌های بین‌المللی (به‌ویژه برای نویسندگان غیرانگلیسی‌زبان) می‌گیرند، وجودِ «پرش‌های ناگهانی» و سکتگی در متن است؛ گویی بخش بحث (Discussion) ناگهان قطع می‌شود و بدون هیچ مقدمه یا پلی، نویسنده وارد بخش نتیجه‌گیری (Conclusion) شده است.
با این دستور، هوش مصنوعی نقش یک «مهندس پل‌سازی زبانی» را ایفا می‌کند تا خواننده به صورت ارگانیک و بدون احساس سردرگمی، از تحلیل‌های ریزِ بدنه به سمت چشم‌انداز کلانِ پایان مقاله هدایت شود.
Use Transition Words: Ensure smooth flow from the body to the conclusion


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
1
🖋 راز حل پروژه‌های بزرگ با هوش مصنوعی: خوردش کنید!

رویارویی با پروژه‌های پیچیده و حجیم در مواجهه با هوش مصنوعی اغلب منجر به دریافت پاسخ‌های سطحی، ناقص یا کاملاً اشتباه می‌شود. وقتی از مدل می‌خواهید یک سیستم جامع را از صفر تا صد در یک مرحله تولید کند، محدودیت‌های پردازشی و حافظه باعث می‌شود که مدل جزئیات حیاتی را نادیده بگیرد، الگوهای کلیشه‌ای را تکرار کند و در نهایت خروجی نهایی غیرقابل استفاده باشد.

تکنیک «تجزیه مشکل» (Problem Decomposition) با شکستن ساختار فیل به قطعات کوچک قابل هضم، این بن‌بست را می‌شکند. در این روش، شما پروژه بزرگ را به وظایف (Task) مستقل و مرحله‌به‌مرحله تقسیم می‌کنید؛ سپس از هوش مصنوعی می‌خواهید هر بخش را با تمرکز کامل حل کند. این کار دقت خروجی را به شدت بالا برده و کنترل شما بر کیفیت نهایی را تضمین می‌کند.


پرامپت اشتباه:
Write a comprehensive business plan for a new SaaS platform for project management."


پرامپت صحیح (با استفاده از تکنیک تجزیه مشکل):
I want to create a comprehensive business plan for a new SaaS project management tool. Let’s do this step-by-step. First, please outline only the Executive Summary and Problem Statement sections. I will review it, and once approved, we will move to the Target Market and Marketing Strategy."


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 تله تکرار مکررات در خط پایان مقاله! چطور نتیجه‌گیری را کپی‌پیست نکنیم؟

این پرامپت، ترمزِ خطرِ «درجا زدنِ زبانی» در پایان مقاله است. یکی از بزرگ‌ترین خطاهای ساختاری پژوهشگران، کپی‌پیست کردن یا تکرارِ جملاتِ بخش یافته‌ها (Results) و بحث (Discussion) در بخش نتیجه‌گیری است.
داوران و ادیتورهای ژورنال‌های معتبر بین‌المللی به شدت نسبت به این موضوع حساس هستند؛ تکرار طوطی‌وار جملات نشان می‌دهد که نویسنده فضای جدیدی برای جمع‌بندی خلاقانه نداشته است.
Avoid Redundancy: Don’t repeat points verbatim


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 طوفان فکری چند-روندی : راز رسیدن به ایده‌های ناب

انتظار دریافت یک ایده خلاقانه، پخته و بی‌نقص تنها با ارسال یک پرامپت اولیه و خام به هوش مصنوعی، معمولاً به خروجی‌های سطحی، کلیشه‌ای و دم‌دستی ختم می‌شود. وقتی تمام ابعاد یک پروژه یا ایده مبهم را در یک مرحله (Single-Turn) به مدل واگذار می‌کنید، هوش مصنوعی فرصت ایده‌پردازی لایه‌به‌لایه و عمیق را از دست می‌دهد و نمی‌تواند جزئیات پنهان ذهن شما را حدس بزند.

تکنیک «طوفان فکری چند-روندی» (Multi-Turn Brainstorming) با تبدیل فرآیند به یک گفتگوی پینگ‌پونگی و تعاملی، این مشکل را حل می‌کند. در این روش، شما به جای درخواست یک‌باره، ایده خام خود را در چندین رفت‌وبرگشت صیقل می‌دهید؛ به این صورت که ابتدا یک جرقه اولیه می‌زنید، گزینه‌های هوش مصنوعی را نقد و فیلتر می‌کنید و گام‌به‌گام با هدایت مدل، به یک طرح نهایی، عمیق و کاملاً شخصی‌سازی‌شده می‌رسید.


پرامپت اشتباه:
Give me a complete, unique, and ready-to-use marketing campaign idea for a new fitness app.


پرامپت صحیح (با استفاده از تکنیک طوفان فکری چند-روندی):
I want to brainstorm a unique marketing campaign for a new fitness app, but let's do this iteratively. First, act as a creative marketing director and give me 5 raw, unconventional angles or themes. Don't write the full campaign yet—just the core concepts so I can pick the best one to expand on in our next turn.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 تبدیل مقاله معمولی به جریان‌ساز: چطور با AI بینش‌های نوآورانه خلق کنیم؟

این پرامپت ، به معنای «اصیل و نوآورانه بمان: یک دیدگاه یا بینش تازه ارائه کن» است. همچنین تفکیک‌کننده یک مقاله «معمولی و تقلیدی» از یک مقاله «جریان‌ساز و سیتاسیون‌بالا» است.
بسیاری از پژوهشگران تصور می‌کنند بخش نتیجه‌گیری فقط یک گزارش منفعل از کارهای انجام شده است؛ اما ژورنال‌های معتبر و داوران سخت‌گیر به دنبال چیزی فراتر هستند: آن‌ها می‌خواهند بدانند یافته‌های شما چه تکانه‌ای به این حوزه علمی وارد کرده و چه زاویه دید جدیدی (Fresh Perspective) را به روی دانشمندان باز می‌کند.
با این دستور، هوش مصنوعی از یک خلاصه‌نویس ساده به یک «شریک فکری و ایده‌پرداز خلاق» تبدیل می‌شود تا مغز متفکر و اصالت (Originality) کار شما را در جملات پایانی متبلور کند.
Be Original: Offer a fresh perspective or insight


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 تکنیک Compare & Contrast: پایانی بر متن‌های طولانی و گیج‌کننده AI

هنگام انتخاب بین دو ابزار، رویکرد یا فریم‌ورک مختلف، پرسش‌های کلی از هوش مصنوعی معمولاً به دریافت یک متن طولانی، پراکنده و بدون ساختار منجر می‌شود. این پاسخ‌های خطی و انشایی، ارزیابی عینی را سخت می‌کنند؛ چرا که مزایا، معایب و نقاط تمایز در میان جملات دفن شده‌اند و کاربر نمی‌تواند در یک نگاه، تفاوت‌های کلیدی را برای یک تصمیم‌گیری سریع و دقیق بسنجد.

تکنیک «مقایسه و تضاد» (Compare & Contrast) با مأموریت دادن به هوش مصنوعی برای سازماندهی اطلاعات در قالب یک ساختار ماتریسی، این چالش را برطرف می‌کند. در این روش، شما مستقیماً از مدل می‌خواهید که دو یا چند گزینه را بر اساس معیارهای ساختاریافته (مثل مزایا، معایب، هزینه و بهترین سناریوی استفاده) در یک جدول منظم روبروی هم قرار دهد تا نقاط تلاقی و تضاد آن‌ها کاملاً شفاف و قابل قضاوت شود.


پرامپت اشتباه:
Which is better, SQL or NoSQL databases?


پرامپت صحیح (با استفاده از تکنیک مقایسه و تضاد):
Compare and contrast SQL and NoSQL databases for a scalable web application. Present the output in a structured markdown table, evaluating both options specifically based on Data Structure, Scalability, Pros, Cons, and Best Use Cases.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
2
🖋 قانون نخ تسبیح در مقاله: چطور مچ تناقض‌های متن‌مان را با AI بگیریم؟

این پرامپت، نقش «حسابرس داخلی» یا «نگهبانِ ریسمانِ سرخ (Red Thread)» مقاله شما را بازی می‌کند. یکی از مهلک‌ترین خطاهایی که منجر به ریجکت فوری (Desk Reject) مقاله توسط ادیتور می‌شود، عدم سازگاری داخلی متن است؛ یعنی زمانی که فرضیات و سوالات پژوهش در مقدمه یک چیز باشند، داده‌های بدنه چیز دیگری را نشان دهند، و نویسنده در نتیجه‌گیری ناگهان ادعایی بزرگ‌تر، متفاوت یا فراتر از داده‌های خود مطرح کند (که در اصطلاح آکادمیک به آن Overclaiming می‌گویند).
با این دستور، هوش مصنوعی کل ساختار مقاله آپلودشده را به صورت متقاطع (Cross-reference) بررسی می‌کند تا مطمئن شود خط فکری نویسنده از عنوان و مقدمه تا آخرین جمله نتیجه‌گیری، کاملاً یکدست، منطقی و بدون تناقض است.
Check for Consistency: Ensure the conclusion aligns with the rest of the work.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
1
🖋 تکنیک شبیه‌سازی مناظره برای تصمیمات استراتژیک

هنگام مواجهه با تصمیمات استراتژیک و حیاتی، پرسیدن یک سوال یک‌طرفه از هوش مصنوعی معمولاً به پاسخ‌های سوگیرانه، سطحی و تک‌بعدی ختم می‌شود. مدل در این حالت فرضیات شما یا اولین رویکرد خودش را به چالش نمی‌کشد؛ در نتیجه نقاط کور ایده پنهان می‌مانند و شما از داشتن یک تحلیل همه‌جانبه و عمیق که حاصل چالش، تفکر انتقادی و برخورد آراست، محروم می‌شوید.
تکنیک «شبیه‌سازی مناظره» (Debate Simulation) با تبدیل فضای چت به یک میدان پویا از تضاد آرا، این بن‌بست را می‌شکند. در این روش، شما از هوش مصنوعی می‌خواهید که به صورت همزمان نقش دو یا چند متخصص برجسته با دیدگاه‌های کاملاً متضاد را بازی کند؛ آن‌ها روبروی هم قرار می‌گیرند، استدلال‌های یکدیگر را نقد می‌کنند و در نهایت با داوری یک شخص ثالث بی‌طرف، ایده شما صیقل خورده و به پخته‌ترین، عمیق‌ترین و بی‌نقص‌ترین راهکار ممکن می‌رسید.


پرامپت اشتباه:
Should we pivot our startup to a subscription model or keep the freemium model?


پرامپت صحیح (با استفاده از تکنیک مشبیه‌سازی مناظره):
I need to decide whether to pivot our startup to a subscription model or keep the freemium model. Please simulate a structured debate. Persona A is a profit-focused CFO arguing for the subscription model. Persona B is a user-centric Growth Marketer arguing for the freemium model. Have them exchange 2 rounds of arguments challenging each other's points. Finally, act as a neutral Startup Advisor, synthesize the debate, and recommend the best path forward.


🔹 تلگرام . یوتیوب . توییتر . لینکدین
هوش‌مصنوعی در پژوهش، بروزترین مرجع آموزش مهندسی پرامپت
Please open Telegram to view this post
VIEW IN TELEGRAM
🖋 راز مهار داوران سخت‌گیر: تکنیک مستندسازی بخش نتیجه‌گیری

این پرامپت، قانون «حرفِ بدون سند ممنوع!» در ایستگاه پایانی مقاله است. یکی از بزرگ‌ترین ضعف‌هایی که داوران در بخش نتیجه‌گیری مچ نویسندگان را با آن می‌گیرند، مطرح کردن گزاره‌های کلی، فیلسوفانه یا فرضیه‌مانند است که هیچ تکیه‌گاه تجربی یا آماری در متن مقاله (یا در ادبیات پژوهش جهان) ندارند.
با این دستور، شما به هوش مصنوعی دستور می‌دهید که به جای کلی‌گویی، تک‌تک استنتاج‌ها و جملات نهایی شما را به «یک سند یا فکت محکم» (چه از داده‌های خودتان و چه از مقالات اسکوپوس) زنجیر کند تا متن شما بالاترین درجه اعتبار علمی را به دست آورد.
Use Evidence: Support my final points with evidence.


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