بعد از یک گفتگوی بلند با ابزار هوش مصنوعی، معمولا حس میکنی کار جلو رفته است. ولی وقتی همکار میپرسد کار را چطور انجام دهد، آن متن بهتنهایی به دستورالعمل کاری تبدیل نمیشود.
خلاصه گفتگو فقط یادآوری است: چه حرفی زده شد و به چه نتیجهای نزدیک شدید. دستورالعمل کاری چیز دیگری است. باید بگوید چه کسی، با چه ورودی، چه کاری را تا چه معیاری انجام دهد و اگر کار از مسیر عادی خارج شد چه کند.
این مطلب برای مدیری است که با ابزارهایی مثل ChatGPT یا Claude گفتگو میکند و میخواهد نتیجه را به دستورالعمل کاری قابل اجرای تیم تبدیل کند. مسیر کار از جمع متن و حفظ تصمیم نهایی شروع میشود و تا آزمون، نسخهبندی و رعایت حریم خصوصی ادامه پیدا میکند.
برای روشن شدن مسیر، از یک مثال فرضی پیوسته استفاده میکنیم. مدیر یک آموزشگاه آنلاین فرضی با هوش مصنوعی درباره پیگیری دانشجو بعد از خرید دوره حرف زده است. این داستان ساختگی است و فقط برای تمرین قالب آمده است.
فرق خلاصه گفتگو با دستورالعمل قابل اجرا
خیلیها بعد از گفتگوی بلند، فقط مینویسند «خلاصه بگیر». خلاصه برای مرور سریع خوب است. ولی کسی که باید کار را انجام دهد، با خلاصه هنوز به دستورالعمل کاری نمیرسد و نمیداند از کجا شروع کند.
اگر سند را به فرد تازهوارد بدهی و او باز هم سوالهای پایهای بپرسد، آن سند هنوز دستورالعمل کاری قابل اجرا نیست. سند خوب را فرد ناآشنا، بدون توضیح شفاهی، با نتیجه مشابه انجام میدهد.
در مقاله خلاصهسازی جلسات با هوش مصنوعی هم آمده که سوال بهتر این است: از این گفتگو چه سندی لازم دارم؟ صورتجلسه با دستور کار فرق دارد.
خلاصه چه چیزی را نگه میدارد
خلاصه معمولا موضوع، نکات مهم و کارهای بعدی را جمع میکند. برای خودت که در گفتگو بودی این یادداشت کافی است، چون جزییات را هنوز در ذهن داری. برای تیم، همین یادداشت پر از جای خالی است.
در مثال فرضی آموزشگاه، خلاصه ممکن است بگوید «پیگیری دانشجو باید منظم باشد و تماس هرروزه حذف شد.» این جمله مفید است، اما هنوز معلوم نیست پیام کی ارسال شود، متنش چیست، و اگر دانشجو جواب نداد چه باید کرد. این جزییات باید در دستورالعمل کاری نوشته شود.
دستورالعمل باید چه چیزهایی داشته باشد
یک دستورالعمل کاری حداقل اینها را روشن میکند: هدف کار، نقطه شروع و پایان، مراحل به ترتیب، مسوول هر مرحله، ورودی لازم، خروجی قابل دیدن، معیار قبول، و شرایط استثنا. اگر یکی از اینها نباشد، اجرا به سلیقه افراد وابسته میشود.
در راهنمای رویه استاندارد عملیاتی در Atlassian آمده که سند خوب هدف، محدوده، نقشها، مراحل، ابزارها و چرخه بازبینی دارد. همان صفحه میگوید آزمون قوی این است که کسی کار را فقط با همان سند انجام دهد.
وقتی مسوول یا معیار قبول روشن نباشد، کار بین افراد میماند یا هر کس آن را تمامشده حساب میکند. استثنای نانوشته در دستورالعمل کاری هم در اولین حالت غیرعادی همه را گیج میکند.
متن گفتگو را چطور جمع کنیم و تصمیم نهایی را حفظ کنیم
قبل از ساخت دستورالعمل کاری، خود متن گفتگو را باید یکجا داشته باشی. اگر فقط به حافظه یا به آخرین جواب کوتاه تکیه کنی، تصمیمهای میانی از بین میرود. کل گفتگو را کپی کن یا در یک فایل ذخیره کن.
نکته مهمتر، مشخص کردن تصمیم نهایی است. در گفتگوی بلند نظرها چند بار عوض میشوند. اگر آخرین جمعبندی را جدا نکنی، ابزار ممکن است پیشنهاد وسط گفتگو را با تصمیم آخر قاطی کند و دستورالعمل کاری نادرست بسازد.
قبل از هر پرامپت، یک بند کوتاه با تاریخ بنویس که «آخرین تصمیم تاییدشده تا اینجا چیست.» اگر متن را تکه کردی، همین بند را بالای هر تکه بگذار.
اگر متن در یک تکه جا نمیشود
گفتگوی بلند گاهی در یک پیام جا نمیگیرد. متن را به چند بخش موضوعی یا زمانی تقسیم کن، نه از وسط جمله. هر بخش باید شروع و پایان روشن داشته باشد.
بالای هر بخش، همان بند تصمیمهای نهایی تا آن لحظه را تکرار کن. بعد از هر بخش بخواه فقط استخراج کند، نه اینکه از روی یک تکه ناتمام، دستورالعمل کاری کامل بنویسد. وقتی همه بخشها تمام شد، خروجیها را یکجا جمع کن و بخواه نسخه یکپارچه بسازد.
در راهنمای کاهش پاسخ ساختگی در Anthropic آمده که برای سندهای خیلی بلند، اول نقلقول کلمهبهکلمه مرتبط را بیرون بکشد و بعد روی همان نقلقولها کار کند. این کار به حفظ تصمیم نهایی کمک میکند.
این روش را اینجا روی ابزار خاصی آزمایش نکردهام. منطق همان صفحه این است که جواب به متن موجود وصل شود، نه به حدس. اگر نقلقول تصمیم نهایی پیدا نشد، نباید تصمیم تازهای ساخته شود.
برای کپی، همه بندهای داخل کادر زیر را با هم انتخاب کن و متن همان بخش را پایینش بگذار.
از روی همین بخش از گفتگو، فقط استخراج کن. نسخه کامل سند اجرایی را الان ننویس.
تصمیمهای تاییدشده، پیشنهادهای ردشده، موارد ناقص، و تناقضها را جداگانه فهرست کن.
اگر موردی در این بخش نیست، بنویس «در این بخش نیامده». چیزی از دانش عمومی یا حدس اضافه نکن.
اگر بین این بخش و بند «تصمیم نهایی تا اینجا» اختلاف دیدی، هر دو را بنویس و قضاوت نکن.
متن بخش را پایین همین پیام میگذارم.
پیشنهاد ردشده را از تاییدشده جدا کنیم
در گفتگوی بلند معمولا چند ایده مطرح میشود و بعضیشان بعدا رد میشوند. اگر اینها را جدا نکنی، ممکن است ایده ردشده دوباره وارد دستورالعمل کاری شود. جداسازی باید صریح باشد.
سه فهرست جدا بساز: تاییدشده، ردشده، و معلق. تاییدشده باید اجرا شود. ردشده را با دلیل رد، اگر آمده، نگه دار. معلق هنوز تایید یا رد نشده است.
در مثال فرضی آموزشگاه، تماس تلفنی هرروز به مدت یک هفته رد شده چون وقت تیم را میگیرد. ارسال چند پیام تبلیغاتی پشتسرهم هم رد شده است. تصمیم تاییدشده این بوده: یک پیام در روز ۲ و یک پیام در روز ۷.
اگر دلیل رد در گفتگو آمده، همان را نگه دار تا پیشنهاد قدیمی برنگردد. اگر دلیلی نیامده، از خودت دلیل نساز. فقط بنویس «رد شده؛ دلیل در گفتگو نیامده.»
اطلاعات ناقص، تناقض و ممنوعیت اختراع
هوش مصنوعی دوست دارد سند را کامل و مرتب نشان بدهد. اگر در گفتگو مهلت، مسوول یا ابزار ذکر نشده باشد، مدل ممکن است جای خالی را با حدس پر کند. چنین متنی ظاهر دستورالعمل کاری را دارد، اما مبنای درستی ندارد.
قانون ساده این است: فقط همان چیزی نوشته شود که در متن آمده است. اگر چیزی نیامده، آن را بهعنوان مورد ناقص مشخص کن تا انسان بعدا پر کند. اختراع جزییات، حتی موارد معقول، ممنوع است.
در راهنمای عملی پرامپت ChatGPT برای کار روزمره از OpenAI آمده است که حقایق را اختراع نکن و اگر اطلاعات کم است فرض نساز. در همان راهنما مورد نامشخص با عبارت «مشخص نشده» جدا میشود.
تناقضهای داخل گفتگو را چطور نشان دهیم
تناقض یعنی در دو جای متن، دو حرف ناسازگار آمده است. در مثال فرضی، یکجا گفته شده اگر دانشجو جواب نداد تا ۲۴ ساعت صبر کنید و جای دیگر از ۴۸ ساعت حرف زده شده است. این را نباید میانگین گرفت و ۳۶ ساعت نوشت.
خروجی درست این است که هر دو عبارت را بنویسی و تصمیم را به انسان بدهی. تا یکی از دو حالت رسما انتخاب نشده، نباید در دستورالعمل کاری یک عدد قطعی آمد.
اگر چند نسخه از یک تصمیم دیدی، نسخه جدیدتر را فقط وقتی «آخرین حرف» بدان که ترتیب در متن روشن باشد. اگر ترتیب معلوم نیست، هر دو را گزارش کن.
پرامپت استخراج بدون حدس
این پرامپت را بعد از جمع شدن متن، یا بعد از ادغام تکهها، یکبار اجرا کن. همه بندهای داخل کادر را با هم کپی کن و متن گفتگو را پایینش بگذار. خروجی این مرحله هنوز دستورالعمل کاری نیست؛ فقط مواد خام سند است.
نقش تو استخراجکننده دقیق است، نه نویسنده خلاق. فقط از روی متنی که میدهم کار کن.
خروجی را با این سرفصلها بده: هدف کار، تصمیمهای نهایی تاییدشده، پیشنهادهای ردشده با دلیل اگر آمده، موارد معلق، اطلاعات ناقص، تناقضها.
اگر موردی در متن نیست، بنویس «در متن نیامده». جای خالی را با حدس، عرف بازار، یا دانش عمومی پر نکن.
اگر درباره موردی شک داری، بنویس «اطلاعات کافی نیست» و همان را در فهرست ناقصها هم بیاور.
نقلقول کوتاه از متن را کنار هر تصمیم نهایی یا تناقض بگذار تا بعدا بشود چک کرد.
در راهنمای Anthropic آمده که اگر به ابزار اجازه بدهی کمبود اطلاعات را بگوید، احتمال ساختن حرف نادرست کم میشود. همان صفحه میگوید این روش خطا را کامل حذف نمیکند و اطلاعات مهم را باید خودت هم بررسی کنی.
قالب مراحل: مسوول، ورودی، خروجی، معیار قبول و استثنا
وقتی استخراج تمام شد، نوبت نوشتن دستورالعمل کاری است. هر مرحله باید یک کار مشخص باشد، نه چند کار قاطی در یک جمله. مسوول را با نقش بنویس، نه فقط با اسم یک نفر؛ چون ممکن است فرد عوض شود.
برای هر مرحله این پنج تکه را پر کن: مسوول، ورودی، خروجی، معیار قبول، و شرایط استثنا. ورودی باید از قبل آماده باشد. خروجی بعد از مرحله دیده میشود. معیار قبول نشان میدهد کار درست انجام شده است.
اگر این پنج تکه را خالی بگذاری، هر کس کار را به روش خودش انجام میدهد. در مقاله سیستم سازی با هوش مصنوعی هم قالب سند با مراحل، معیار موفقیت و نام مسوول آمده است.
نمونه فرضی پیگیری دانشجو بعد از خرید
این ادامه همان مثال فرضی آموزشگاه است. هدف این دستورالعمل کاری این است که بعد از خرید دوره، دانشجو بدون فشار تبلیغاتی دو بار پیگیری شود و اگر گیر کرد کمک بگیرد.
مرحله ۱. ثبت خرید در فهرست پیگیری. مسوول: پشتیبان آموزش. ورودی: تایید پرداخت و نام دوره. خروجی: یک ردیف با تاریخ خرید و تاریخ پیام روز ۲ و روز ۷. معیار قبول: تاریخها در فهرست آمده و تکراری نیست. استثنا: اگر پرداخت کامل تایید نشده، ردیف ساخته نشود.
مرحله ۲. ارسال پیام روز ۲. مسوول: پشتیبان آموزش. ورودی: نام کوچک دانشجو، نام دوره، لینک شروع درس اول. خروجی: پیام ارسالشده با متن تاییدشده. معیار قبول: پیام در روز ۲ رفته و قول تخفیف تازه ندارد. استثنا: اگر دانشجو قبل از روز ۲ خودش پیام داده، پیام آماده ارسال نشود و همان گفتگو ادامه پیدا کند.
مرحله ۳. ارسال پیام روز ۷، فقط اگر در پیام اول جوابی نیامده یا دانشجو هنوز درس را شروع نکرده است. مسوول: پشتیبان آموزش. ورودی: وضعیت مشاهده درس و متن پیام دوم. خروجی: پیام دوم یا یادداشت «نیازی به پیام دوم نبود.» معیار قبول: تصمیم بر اساس وضعیت واقعی ثبت شده است.
استثنای مرحله ۳ این است: اگر دانشجو انصراف داده، پیام نرود و پرونده به مسیر انصراف برود. مرحله ۴: اگر بعد از پیام دوم جوابی نیامد، کار به پشتیبان انسانی ارجاع شود. خروجی این مرحله یادداشت ارجاع است و پیام سوم خودکار نباید برود.
تماس هرروزه و پیامهای تبلیغاتی پشتسرهم، طبق تصمیم ردشده، مجاز نیست. در گفتگوی فرضی مشخص نشده پیام از کدام حساب ارسال شود؛ پس کانال ساختگی ننویس و همان مورد را برای تکمیل انسان باز بگذار.
پرامپت ساخت سند از روی استخراج
وقتی فهرست تصمیمها، ردشدهها، ناقصها و تناقضها آماده شد، با این پرامپت پیشنویس دستورالعمل کاری را بگیر. همه بندهای کادر را با هم کپی کن و استخراج را پایینش بگذار.
از روی استخراج زیر، یک سند اجرایی فارسی و قابل اجرا بنویس. لحن ساده باشد و بهجای توضیح کلی، مراحل شمارهدار بده.
برای هر مرحله اینها را جدا بنویس: شرح کار، مسوول با نقش، ورودی، خروجی، معیار قبول، شرایط استثنا.
پیشنهادهای ردشده را در یک بخش جدا با عنوان «نباید انجام شود» بیاور تا دوباره وارد مراحل نشوند.
تناقضهای حلنشده را داخل مراحل قاطی نکن. آنها را در بخش «قبل از اجرا باید تصمیم گرفته شود» بگذار.
اطلاعات ناقص را با حدس پر نکن. برای هر مورد ناقص یک خط مشخص با عنوان «باید توسط انسان تکمیل شود» بنویس.
اگر متن برای ساخت یک مرحله کافی نیست، آن مرحله را نساز و دلیلش را بگو.
در راهنمای نوشتن پرامپت OpenAI، معیار قبول بخشی از تعریف کار درست است؛ باید از قبل معلوم باشد خروجی چه شکلی قبول میشود. برای ساخت خود پرامپت میتوانی از مقاله نوشتن پرامپت هوش مصنوعی کمک بگیری. پرامپت بالا مخصوص تبدیل گفتگو به سند اجراست.
آزمون با فرد ناآشنا و نسخهبندی سند
پیشنویس دستورالعمل کاری، حتی اگر مرتب باشد، هنوز سند نهایی نیست. کسی که گفتگو را خودش پیش برده، جاهای خالی را در ذهن پر میکند. پس سند را باید کسی اجرا کند که در آن گفتگو نبوده است.
هدف آزمون گرفتن نمره از همکار نیست؛ پیدا کردن جاهای مبهم، ترتیب غلط، یا مرحله ازقلمافتاده است. هر بار که فرد ناآشنا گیر کرد، همان نقطه را در دستورالعمل کاری اصلاح کن. توضیح شفاهی را جایگزین متن نکن.
در راهنمای Atlassian آمده که آزمون قوی این است که فرد کار را فقط با همان سند انجام دهد. بازخورد را هم از کسانی بگیر که کار را میشناسند و کسانی که تازه به آن نگاه میکنند.
چطور آزمون را برگزار کنیم
یک نفر را انتخاب کن که کار را بلد نیست، یا در نوشتن این نسخه دخالت نداشته است. سند را به او بده و بگو فقط از روی همین متن کار را انجام دهد. کنارش باش، اما جواب آماده نده مگر اینکه کار کاملا متوقف شود.
هر توقف را یادداشت کن: کجا ایستاد، چه سوالی پرسید، و کدام خط سند کم بود. بعد همان خطها را اصلاح کن. اگر تغییر مهم بود، یکبار دیگر با فرد دیگری تست کن. خواندن دوباره توسط خودت آزمون حساب نمیشود.
اگر انسان ناآشنا دستورالعمل کاری را نمیفهمد، همکار بعدی هم اشتباه میکند. هر سوال وسط آزمون باید به متن سند برگردد، نه به توضیحی که فقط در ذهن تو مانده است.
نسخه، تاریخ و مسوول بهروزرسانی
سند بدون نسخه خیلی زود نامعتبر میشود. روی هر دستورالعمل کاری شماره نسخه، تاریخ به وقت تهران، نام مسوول بهروزرسانی، و تغییر نسبت به نسخه قبلی را بنویس. نسخه قبلی را حذف نکن؛ در بایگانی بماند.
در راهنمای Atlassian، نبود برنامه بهروزرسانی یکی از اشتباههای رایج است. همان صفحه هشدار میدهد سند را فقط دور عادت یک نفر ننویس. مسوول نسخه باید بعد از هر تغییر مهم در کار واقعی، سند را هم عوض کند.
بعد از هر آزمون، تصمیم تازه، یا استثنای جدید، نسخه را بالا ببر. روی نسخه جدید بنویس کدام تناقض حل شد و کدام مورد ناقص هنوز باز است.
حریم خصوصی را قبل از چسباندن گفتگو رعایت کن
ساخت دستورالعمل کاری نباید به قیمت لو رفتن داده تمام شود. اگر در گفتگو اسم واقعی مشتری، شماره تماس، کد ملی، مبلغ قرارداد یا رمز سیستم آمده، همان متن را در حساب شخصی یا ابزار عمومی دوباره نچسبان. اول یک نسخه پاکشده بساز.
نامها را به نقش عوض کن، عددهای شناسایی را بردار، و جزییات مالی را کلی کن. دستورالعمل کاری خوب معمولا به داده شخصی نیاز ندارد؛ به نقش، مرحله و معیار نیاز دارد.
در صفحه کنترل داده در ChatGPT از OpenAI آمده که در حسابهای شخصی Free و Plus و Pro، بهصورت پیشفرض ممکن است محتوا برای بهبود مدل استفاده شود، مگر اینکه تنظیم بهبود مدل برای همه خاموش شود.
در همان صفحه آمده که در فضای کاری Business و Enterprise و Edu، بهصورت پیشفرض از محتوا برای آموزش مدل استفاده نمیشود. این تفاوت را باید از روی نوع حساب همان روز بخوانی، نه از روی حدس. من اینجا هیچ حسابی را باز نکردم و تنظیماتی را عوض نکردم؛ فقط متن همان صفحه را گزارش میکنم.
در مقاله اشتباهات پیاده سازی هوش مصنوعی هم تاکید شده اطلاعات حساس را در ابزار عمومی نگذار و برای کار محرمانه از مسیر تاییدشده سازمان استفاده کن.
چه چیزی را وارد ابزار نکنیم
اینها را اگر در متن گفتگو هست، قبل از استخراج پاک کن یا با نشانه جایگزین کن: رمز عبور، کد تایید، شماره کارت، اطلاعات سلامت، کد ملی، شماره تماس مشتری، و متن قرارداد امضانشده. اگر شک داری لازم است یا نه، وارد نکن.
اگر کار محرمانه است، از حساب و مسیر تاییدشده شرکت استفاده کن. حساب شخصی همکار جای مسیر سازمانی را نمیگیرد. دستورالعمل کاری نهایی را هم جایی بگذار که فقط افراد مجاز ببینند.
داده را کم و بینام کنیم
نسخه مناسب برای استخراج فقط اطلاعات لازم برای فهم کار را دارد. به جای نام کامل، شماره تماس و مبلغ دقیق، بنویس «دانشجو، دوره خریداریشده.» همین برای ساخت دستورالعمل کاری معمولا کافی است.
اگر در گفتگوی اصلی داده حساس مانده، آن گفتگو را با تیم به اشتراک نگذار. دستورالعمل کاری را از روی نسخه پاکشده بساز و همان را در پوشه رسمی بگذار.
از گفتگو تا سند اجرا؛ قدم بعدی
اگر بخواهی همین امروز شروع کنی، این ترتیب کافی است. اول متن گفتگو را جمع کن و داده حساس را بردار. بعد تصمیم نهایی، پیشنهاد ردشده، موارد ناقص و تناقضها را جدا استخراج کن. سپس دستورالعمل کاری را با مسوول، ورودی، خروجی، معیار قبول و استثنا بنویس.
پیشنویس دستورالعمل کاری را به فرد ناآشنا بده تا فقط با سند کار را انجام دهد. هرجا گیر کرد سند را اصلاح کن و نسخه بزن. تا وقتی مورد ناقص یا تناقض باز است، از ابزار نخواه جایش را پر کند.
گفتگو برای فکر کردن است و دستورالعمل کاری برای اجرا. وقتی این دو از هم جدا شوند، تیم یک روش را تکرار میکند، نه اینکه هر بار همان بحث را از صفر شروع کند.

