در دنیای امروز که هوش مصنوعی نقش پررنگی در تولید محتوا و تحلیل دادهها دارد، مهارت پرامپت نویسی به یک توانایی کلیدی تبدیل شده است.
این مهارت کمک میکند با ارائه دستورات دقیق و هدفمند، حداکثر بهرهوری را از این ابزارهای قدرتمند داشته باشید. برای دستیابی به نتایج مطلوب، باید با اصول و قواعد پرامپت نویسی با Claude و ChatGPT آشنا شوید و بدانید چگونه میتوانید با ترکیب مولفههای مختلف، خروجیهای حرفهای و کاربردی تولید کنید. این مقاله که برگرفته از کانال یوتیوب Jeff Su است، شش مولفه اصلی که برای پرامپت نویسی با Claude و ChatGPT ضروری هستند را میآموزد.
قدرت تحلیل داده با پرامپت نویسی با Claude و ChatGPT
یکی از کاربردهای کلیدی پرامپت نویسی با Claude و ChatGPT، تحلیل دادههای پیچیده و بدون ساختار است. در یک نمونه موفق، یک فایل CSV شامل تراکنشهای بههمریخته مستقیما به Claude داده شد و از آن خواسته شد تا بهعنوان یک تحلیلگر ارشد کسبوکار، سه روش موثر برای استخراج بینشهای ارزشمند ارائه دهد.
استخراج بینشهای کلیدی
Claude با بررسی و تحلیل دادهها، پیشنهادهایی مانند تقسیمبندی مشتریان بر اساس الگوهای خرید ارائه کرد. این توانایی در تبدیل دادههای خام به راهکارهای عملی، ارزش بالای پرامپت نویسی با Claude و ChatGPT را در فرایندهای کسبوکار نشان میدهد.
علاوهبراین، با توجه به اینکه دادهها از دو منبع متفاوت (Gumroad و اشتراک) جمعآوری شده بودند، در ادامه پرامپت نویسی با Claude و ChatGPT از آن خواسته شد این دو مجموعه را با هم مقایسه کند.
نتیجه، یک نمودار مقایسهای دقیق بود که تفاوتها و شباهتها را بهخوبی نشان میداد و زیر آن نیز خلاصهای از یافتههای کلیدی ارائه شده بود. این مثال، قدرت پرامپت نویسی با Claude و ChatGPT را در تبدیل دادههای خام به بینشهای کاربردی، به طور واضح نشان میدهد.
چگونگی ارتقا پرامپتنویسی برای تحلیل داده
برای به حداکثر رساندن بهرهوری از این ابزارها، میتوانید از تکنیکهای زیر بهره ببرید:
مشخص کردن نقش
همیشه در پرامپت خود نقش هوش مصنوعی را مشخص کنید (مثلا: «بهعنوان یک دانشمند داده…» یا «یک مدیر محصول…»). این کار به هوش مصنوعی کمک میکند با دیدگاه تخصصیتری به دادهها نگاه کند.
تعیین فرمت خروجی
فرمت موردانتظار را از ابتدا مشخص کنید. بهجای درخواست «یک گزارش تهیه کن»، بگویید: «یک جدول با ستونهای یافته کلیدی، اهمیت و توصیه ایجاد کن».
ارائه نمونه
اگر نمونهای از تحلیل موفق یا نوع نمودار موردنظر دارید، آن را بهعنوان الگو در اختیار هوش مصنوعی قرار دهید تا خروجی دقیقتر و مطابق با سلیقه شما باشد.
شش مولفه کلیدی برای پرامپت نویسی حرفهای
برای اینکه بتوانید پرامپتهای قوی و موثر بنویسید، باید با شش مولفه اصلی آشنا باشید:
1. کار (Task)
2. زمینه (Context)
3. نمونهها (Exemplars)
4. شخصیت (Persona)
5. قالب (Format)
6. لحن (Tone)

این شش مولفه دارای ترتیب اهمیت مشخصی هستند و آگاهی از نحوه استفاده از آنها میتواند کمک کند بهترین نتیجه را از هوش مصنوعی بگیرید.
در ادامه به بررسی هر کدام از این مولفهها به طور اختصاصی خواهیم پرداخت.
مولفه اول: کار (Task)
یکی از مهمترین قدمها در پرامپت نویسی با Claude و ChatGPT، تعریف دقیق «کار» است. این مولفه به هوش مصنوعی میگوید دقیقا چه کاری باید انجام دهد و نقش شما در هدایت آن را پررنگ میکند. یک پرامپت خوب، با یک فعل عملیاتی شروع میشود و هدف نهایی را بهشکل واضح بیان میکند.
چرا Task تا این حد مهم است؟
مشخص کردن وظیفه، از سردرگمی هوش مصنوعی جلوگیری میکند. وقتی شما بهجای یک درخواست کلی، یک دستور مشخص میدهید، مدل میداند باید چه نوع پاسخی تولید کند.
بهعنوانمثال، بهجای اینکه بگویید: «درباره تاریخ ایران بنویس»، بهتر است بگویید: «تاریخچه حمله مغول به ایران را در قالب سه پاراگراف خلاصه کن». این دستور مشخص، خروجی را بهشدت دقیقتر و کاربردیتر میکند و از تولید محتوای عمومی و بیهدف جلوگیری مینماید.
نحوه استفاده از Task در پرامپت نویسی با Claude و ChatGPT
برای استفاده موثر از این مولفه، به دو نکته کلیدی توجه کنید:
1. با یک فعل عملیاتی شروع کنید:
- تولید کن: برای ساخت ایدهها یا محتوای جدید.
- خلاصه کن: برای کوتاه کردن متون طولانی.
- تحلیل کن: برای بررسی دادهها یا بازخوردها.
- بازنویسی کن: برای تغییر سبک یا لحن یک متن موجود.
- طراحی کن: برای ایجاد طرحها یا ساختارها (مانند برنامه تمرینی یا برنامه غذایی).
2. هدف نهایی را واضح و دقیق بیان کنید:
بعد از فعل عملیاتی، هدف خود را با جزئیات کافی شرح دهید.
برای مثال بهجای «یک برنامه تمرینی بنویس»، بگویید: «یک برنامه تمرینی سهماهه برای افزایش قدرت عضلانی برای یک فرد مبتدی بنویس که تنها سه روز در هفته به باشگاه میرود».
هرچه جزئیات بیشتری ارائه دهید، خروجی دقیقتر خواهد بود. در نمونه پیچیدهتر، میتوانید چندین کار را بهصورت زنجیرهای مشخص کنید: «بازخوردهای مشتریان را تحلیل کن، سه نکته کلیدی از آنها استخراج کن و سپس هر بازخورد را بر اساس تیم مسئول پیگیری (مثلا تیم فنی یا تیم بازاریابی) دستهبندی کن».
استفاده صحیح از مولفه Task، اولین و مهمترین گام برای تسلط بر پرامپت نویسی با Claude و ChatGPT است و پایه و اساس یک تعامل موفق با هوش مصنوعی را تشکیل میدهد.
مولفه دوم: زمینه (Context)
یکی از مهمترین و درعینحال چالشبرانگیزترین بخشها در پرامپت نویسی با Claude و ChatGPT، ارائه زمینه کافی است. زمینه به هوش مصنوعی کمک میکند با درک بهتر شرایط، پاسخی دقیق، مرتبط و شخصیسازیشده ارائه دهد.
کلید موفقیت در این بخش، پیدا کردن تعادل بین ارائه اطلاعات کافی و پرهیز از زیادهگویی است.
چرا زمینه اهمیت دارد؟
زمینهسازی به هوش مصنوعی امکان میدهد از پاسخهای کلی و عمومی فاصله بگیرد. یک پرامپت بدون زمینه مانند یک سوال بیمخاطب است که میتواند دهها پاسخ متفاوت و نامربوط داشته باشد. با افزودن زمینه، شما هوش مصنوعی را در محیطی خاص قرار میدهید و به آن کمک میکنید هدف شما را از زاویه درست ببیند.
برای مثال، اگر از هوش مصنوعی بخواهید یک «متن تبلیغاتی» بنویسد، ممکن است یک متن عمومی تحویل بگیرید؛ اما اگر به آن زمینه بدهید (مثلا «متن تبلیغاتی برای یک اپلیکیشن جدید مدیتیشن که برای افراد پرمشغله طراحی شده است»)، خروجی بسیار هدفمندتر و کاربردیتر خواهد بود.
چگونه زمینه موثر ایجاد کنیم؟
برای ساخت یک زمینه قوی در پرامپت نویسی با Claude و ChatGPT، از خودتان این سه سوال را بپرسید:
۱. پسزمینه کاربر چیست؟
در مثال برنامه تمرینی، پسزمینه کاربر شامل اطلاعاتی مانند موارد زیر است:
- وزن ( برای مثال ۷۰ کیلوگرم)
- هدف (افزایش ۵ کیلوگرم عضله)
- محدودیتها (فقط دو بار در هفته و هر بار یک ساعت وقت)
این اطلاعات به مدل کمک میکند برنامهای واقعبینانه و قابلاجرا طراحی کند.
۲. موفقیت به چه معنا است؟
موفقیت در یک پروژه، در زمینههای مختلف، متفاوت تعریف میشود. برای پرامپت نویسی، موفقیت بهمعنای همان خروجی دقیق و موردانتظار شما است. مثلا در پرامپت برنامه تمرینی، موفقیت یعنی دریافت یک برنامه قابلاجرا که به هدف کاربر نزدیک باشد.
شما میتوانید با افزودن جزئیات بیشتر، موفقیت را دقیقتر تعریف کنید. برای مثال: «برنامه باید شامل تمریناتی باشد که در باشگاههای معمولی موجود هستند».
۳. کاربر در چه محیطی قرار دارد؟
این سوال به محدودیتها و شرایط خاص اشاره دارد. برای مثال، «فقط دو بار در هفته به باشگاه میروم» یا «دارم ایمیلی به مدیرعامل مینویسم»، به ترتیب محیط فیزیکی و محیط سازمانی را مشخص میکنند. این اطلاعات کمک میکنند مدل، پاسخهایی متناسب با واقعیت ارائه دهد و از ارائه راهکارهای غیرعملی پرهیز کند.
اضافه کردن اطلاعات ضروری و هدفمند، کلید اصلی در پرامپت نویسی با Claude و ChatGPT است. با این کار، از تولید پاسخهای کلی یا بیهدف جلوگیری کرده و به نتیجهای دقیق و مفید میرسید.
مولفه سوم: نمونهها (Exemplars)
یکی از موثرترین راهها برای بهبود خروجی در پرامپت نویسی با Claude و ChatGPT، استفاده از نمونهها یا الگوها است. این روش باجازه میدهد با نشان دادن یک مثال، به هوش مصنوعی بفهمانید دقیقا چه نوع ساختار، سبک یا فرمتی را مدنظر دارید.
تحقیقات نشان داده استفاده از نمونهها، کیفیت و دقت پاسخها را به شکل قابلتوجهی افزایش میدهد و به مدل کمک میکند از تولید پاسخهای کلی و بیهدف اجتناب کند.
چرا نمونهها تا این حد قدرتمند هستند؟
نمونهها مانند یک الگو یا راهنمای بصری عمل میکنند. بهجای اینکه مجبور باشید سبک موردنظرتان را با کلمات توصیف کنید، میتوانید با یک مثال ساده آن را به مدل نشان دهید. این کار بهویژه زمانی که با فرمتها یا سبکهای پیچیده و غیرمتداول سروکار دارید، بسیار مفید است.
برای مثال، اگر میخواهید یک متن با لحن یک نویسنده خاص یا در قالب یک گزارش فنی دقیق بنویسید، ارائه یک نمونه از آن سبک، بسیار کارآمدتر از توصیف آن خواهد بود.
نحوه استفاده از نمونهها در پرامپت نویسی
برای استفاده بهینه از این مولفه در پرامپت نویسی با Claude و ChatGPT، میتوانید از روشهای زیر استفاده کنید:
نمونههای ساده
برای بازنویسی یا اصلاح یک متن ساده میتوانید از یک نمونه کوتاه استفاده کنید. برای مثال، اگر میخواهید یک جمله از رزومه خود را بهبود ببخشید، میتوانید پرامپت را به این شکل بنویسید:
«این جمله را به سبک من X را انجام دادم با Y که منجر به Z شد، بازنویسی کن: (من گزارشهای هفتگی را تهیه کردم.)».
نمونههای واقعیتر
برای درخواستهای پیچیدهتر، از نمونههای واقعی و کاربردی استفاده کنید که شامل اعداد و نتایج مشخص هستند. این نوع نمونهها به مدل نشان میدهند دنبال خروجیهای کمی و قابلاندازهگیری هستید.
مثال: «پاسخ به این سوال مصاحبه را بر اساس رزومه من و با چارچوب STAR بنویس: (بزرگترین نقطه ضعف شما چیست؟)». این نمونه به مدل میآموزد باید پاسخی ساختارمند و با جزئیات ارائه دهد.
استفاده از نمونهها در پرامپت نویسی با Claude و ChatGPT همیشه ضروری نیست؛ اما زمانی که هدف دستیابی به یک خروجی دقیق و قابل استفاده است، این مولفه میتواند شدیدا کیفیت کار شما را ارتقا بخشد. با یک مثال درست، میتوانید هوش مصنوعی را به مسیری دقیق و هدفمند هدایت کنید.
مولفه چهارم: شخصیت (Persona)
یکی از قدرتمندترین روشها برای بهبود کیفیت خروجی در پرامپت نویسی با Claude و ChatGPT، تعیین شخصیت یا Persona برای هوش مصنوعی است. با این کار، به مدل میگویید در نقش یک فرد متخصص، مشهور یا حتی خیالی ظاهر شود و پاسخی متناسب با آن شخصیت ارائه دهد.
چرا Persona اهمیت دارد؟
تعیین شخصیت به هوش مصنوعی یک چارچوب فکری و تخصصی میدهد. بهجای اینکه مدل با دیدگاهی عمومی به موضوع نگاه کند، از دریچه نگاه یک فرد متخصص به آن میپردازد. این کار باعث میشود پاسخها دقیقتر، عمیقتر و مرتبطتر با هدف شما باشند.
برای مثال، یک «مدیر منابع انسانی باتجربه»، توصیههای عملی و واقعیتری در مورد رزومه نویسی یا مصاحبه شغلی ارائه میدهد تا یک هوش مصنوعی عمومی. این شیوه پرامپت نویسی با Claude و ChatGPT، نتایج را از یک پاسخ ماشینی به یک مشاوره تخصصی تبدیل میکند.
نحوه استفاده از Persona در پرامپت نویسی
برای استفاده موثر از این مولفه، میتوانید از روشهای زیر استفاده کنید:
شخصیتهای تخصصی
این رایجترین و کاربردیترین نوع شخصیتدهی است. زمانی که به مشاوره در یک زمینه خاص نیاز دارید، به هوش مصنوعی بگویید که نقش یک متخصص را ایفا کند. برای مثال:
- «بهعنوان یک فیزیوتراپیست حرفهای، چند حرکت کششی برای بهبود آسیب دیدگی کمر پیشنهاد بده».
- «بهعنوان یک استراتژیست ارشد در یک شرکت فناوری، پنج راه برای ورود به بازار جدید ارائه کن».
شخصیتهای مشهور
این روش برای ایجاد محتوای خلاقانه یا سرگرمکننده مناسب است. اگر میخواهید متنی با سبک و لحن خاص داشته باشید، میتوانید از شخصیتهای شناختهشده استفاده کنید. برای مثال:
- «بهعنوان وارن بافت، توصیهای در مورد سرمایهگذاری برای یک فرد جوان بنویس».
- «مقدمهای برای یک سخنرانی با لحن و سبک استیو جابز بنویس».
با انتخاب شخصیت درست در پرامپت نویسی با Claude و ChatGPT، مدل را از یک ابزار ساده به یک همکار متخصص تبدیل میکنید که پاسخهایی متناسب با سبک، لحن و تخصص موردنظر ارائه میدهد. این کار نهتنها به خروجی شما عمق میبخشد؛ بلکه فذایند تعامل با هوش مصنوعی را نیز بسیار لذتبخشتر میکند.
مولفه پنجم: قالب (Format)
یکی از مهمترین بخشها در پرامپت نویسی با Claude و ChatGPT که اغلب نادیده گرفته میشود، تعیین قالب یا Format خروجی است.
قالببندی کمک میکند نتیجه کار را دقیقا به همان شکلی که میخواهید دریافت کنید و از سردرگمی مدل هوش مصنوعی در مورد نحوه ارائه اطلاعات جلوگیری میکند. این کار، خروجیهای شما را از یک متن ساده به یک سند ساختارمند و قابلاستفاده تبدیل میکند.
چرا تعیین قالب اهمیت دارد؟
تعیین قالب به دو دلیل اصلی حیاتی است:
خوانایی
یک متن طولانی بدون ساختار، خوانایی پایینی دارد؛ اما اگر همان اطلاعات در قالب یک جدول، لیست بولتپوینت یا عناوین مجزا ارائه شود، درک آن برای مخاطب (که ممکن است خود شما باشید) بسیار سادهتر خواهد بود.
کاربردی بودن
قالب مناسب، خروجی را مستقیما برای هدف شما آماده میکند. بهجای اینکه مجبور باشید دادهها را دستی مرتب کنید، میتوانید از ابتدا از هوش مصنوعی بخواهید آنها را در قالب موردنظر آماده کند.
بهعنوانمثال، اگر دنبال خلاصهای از بازخوردهای مشتریان هستید، درخواست یک جدول با ستونهای «بازخورد اصلی»، «تیم مسئول پیگیری» و «اولویتبندی»، زمان زیادی را در سازماندهی مجدد اطلاعات برای شما صرفهجویی میکند.
انواع قالبهای متداول در پرامپت نویسی
برای استفاده موثر از این مولفه در پرامپت نویسی با Claude و ChatGPT، میتوانید از قالبهای زیر بهره ببرید:
بولتپوینت (Bullet Points)
برای لیست کردن نکات کلیدی یا مراحل یک کار. این قالب خوانایی را بهشدت افزایش میدهد.
جدول (Table)
بهترین گزینه برای سازماندهی دادهها، مقایسه اطلاعات یا نمایش دادههای ساختاریافته.
پاراگراف (Paragraphs)
برای نوشتن مقالات، گزارشها و متنهای توصیفی مناسب است.
ایمیل (Email)
برای تهیه پیشنویس ایمیلهای کاری یا شخصی که نیاز به ساختار مشخصی دارند.
کدهای مارکداون (Markdown)
استفاده از عناوین (H1, H2, H3)، بولد کردن و ایتالیک کردن برای ساختاربندی بهتر متن. مثلا میتوانید از هوش مصنوعی بخواهید سه نکته کلیدی از یک گزارش را استخراج کرده و آنها را با استفاده از عنوانهای H2 دستهبندی کند.
با تسلط بر مولفه قالب، شما کنترل بیشتری بر خروجی هوش مصنوعی خواهید داشت و میتوانید نتایجی دریافت کنید که نهتنها از نظر محتوا دقیق هستند؛ بلکه از نظر ظاهری نیز منظم و قابلاستفاده باشند.
مولفه ششم: لحن (Tone)
یکی از سادهترین و درعینحال مهمترین بخشها در پرامپت نویسی با Claude و ChatGPT، تعیین لحن یا Tone خروجی است. لحن به هوش مصنوعی میگوید متن شما باید چه حسی را به مخاطب منتقل کند و میتواند یک متن خشک و رسمی را به یک متن دوستانه و تاثیرگذار تبدیل کند.
چرا لحن اهمیت دارد؟
لحن، جوهر ارتباط است. یک پیام با لحن مناسب، تاثیرگذاری بیشتری دارد و بهدرستی با مخاطب ارتباط برقرار میکند.
برای مثال، لحن یک ایمیل به همکاران نزدیک، با لحن یک ایمیل به مدیرعامل شرکت کاملا متفاوت است. با تعیین لحن در پرامپت نویسی با Claude و ChatGPT، از تولید محتوای ماشینی و بیروح جلوگیری میکنید و متنی متناسب با موقعیت و مخاطب خود دریافت میکنید.
نحوه استفاده از لحن در پرامپت نویسی
برای استفاده موثر از این مولفه، میتوانید از توصیفهای مختلفی استفاده کنید. برخی از پرکاربردترین لحنها عبارتند از:
- رسمی (Formal): مناسب برای نامههای اداری، گزارشهای رسمی و ارتباطات با مقامات بالاتر.
- دوستانه (Friendly): برای ایمیلهای تیمی، پستهای شبکههای اجتماعی و ارتباطات غیررسمی.
- طنزآمیز (Humorous): برای محتوای بازاریابی جذاب یا پستهای سرگرمکننده.
- قانعکننده (Persuasive): برای متنهای تبلیغاتی و درخواستهایی که نیاز به ترغیب مخاطب دارند.
- اعتمادبهنفس (Confident): برای ارائه گزارشهای موفقیت یا معرفی محصول جدید.
راهکار هوشمندانه برای انتخاب لحن
همانطور که اشاره شد، به خاطر سپردن همه توصیفات لحن ممکن نیست. یک راهحل ساده و هوشمندانه این است از خود مدل برای پیشنهاد لحن کمک بگیرید.
پس از دریافت پیشنهادهایی مانند «مقتدر، شفاف و روابطمحور»، میتوانید در پرامپت اصلی خود از آنها استفاده کنید. این روش کمک میکند دقیقا همان لحن موردنظر خود را دریافت کنید و تسلط بر پرامپت نویسی با Claude و ChatGPT را نشان دهید.
چگونه همه مولفهها را ترکیب کنیم؟
حالا بیایید با یک مثال جامع همه این مولفهها را کنار هم بگذاریم:
بیایید با یک مثال جامع ببینیم چطور این شش مولفه را بهصورت یکپارچه در یک درخواست قرار دهیم:
1. شخصیت: یک مدیر ارشد بازاریابی محصول در اپل
2. زمینه: بهتازگی محصول جدید اپل، یعنی خودرو اپل را با همکاری تسلا رونمایی کردهاید و تاکنون ۱۲هزار پیشسفارش دریافت شده است.
3. کار: باید یک ایمیل به تیم کوک، مدیرعامل اپل، بنویسید و این خبر مثبت را به او اطلاع دهید.
4. قالب: ایمیل باید این ساختار را داشته باشد: «خلاصه سریع»، «پسزمینه پروژه»، «نتایج کسبوکار با اعداد و ارقام» و «تشکر از تیمهای محصول و مهندسی».
5. لحن: زبان واضح و مختصر و لحن دوستانه؛ اما با اعتمادبهنفس.
6. نمونهها/الگوها: اگر یک ایمیل نمونه دارید، میتوانید آن را اضافه کنید تا مدل با دقت بیشتری متن شما را قالببندی کند و نیازی به توضیحات اضافی نباشد.
این مثال نشان میدهد با ترکیب درست این شش مولفه، میتوانید یک درخواست (پرامپت) دقیق، هدفمند و باکیفیت بنویسید که خروجی مدل را کاملا به هدف نزدیک میکند.
اگر یک ایمیل نمونه هم داشته باشید، میتوانید از آن برای قالببندی دقیقتر خروجی استفاده کنید و توضیحات مربوط به ساختار را حذف کنید.
تفاوت بین پرامپت ساده و پرامپت حرفهای
مثلا اگر فقط بگویید: «یک محصول جدید به نام Apple Car راهاندازی کردم و ۱۲ هزار پیشسفارش دریافت کردم. لطفا یک ایمیل به مدیرم بفرست»، خروجی معمولا بسیار کلی و کمکیفیت خواهد بود؛ اما با فرمولی که توضیح دادم، خروجی دقیق، ساختارمند و کاربردی دریافت میکنید که شما را حرفهایتر نشان میدهد و زمان زیادی را ذخیره میکند.
پیشنهاد نهایی
همانطور که در این مقاله دیدیم، پرامپت نویسی با Claude و ChatGPT یک مهارت حیاتی برای استخراج بهترین عملکرد از هوش مصنوعی است. با به کارگیری شش مولفه اصلی کار، زمینه، نمونهها، شخصیت، قالب و لحن، میتوانید دستوراتی بنویسید که نتایج دقیق، مرتبط و حرفهای تولید کنند. تسلط بر این فرمول، شما را از یک کاربر ساده به یک متخصص در کار با هوش مصنوعی تبدیل میکند.
اگر در زمینه خاصی مانند فروش فعالیت میکنید، داشتن پرامپتهای تخصصی میتواند به شما برتری چشمگیری بدهد. برای یادگیری نمونههای کاربردیتر و تخصصیتر، پیشنهاد میکنیم مقاله «۵ پرامپت ChatGPT برای فروش» را در وبسایت مدیر سبز مطالعه کنید تا مهارتهای خود را در این حوزه ارتقا دهید.
میانگین امتیاز 4.2 / 5. تعداد آرا: 6


