اشتباهات پرامپت نویسی: ۱۸ دلیل جواب بد ChatGPT و راه اصلاح

بیشتر جواب‌های بد ChatGPT و ابزارهای مشابه از پرامپت می‌آیند، نه از ضعف مدل: هدف مبهم، زمینه ناقص، چند کار در یک درخواست، محدودیت‌های متناقض و نبودن قالب خروجی رایج‌ترین اشتباهات پرامپت‌نویسی‌اند. اگر نشانه هر اشتباه را در خروجی بشناسید، معمولاً با اضافه کردن یکی دو خط به پرامپت جواب قابل استفاده می‌گیرید.

در این راهنما ۱۸ اشتباه رایج را می‌بینید. برای هر کدام نشانه‌اش در خروجی، دلیل رخ دادنش، یک پرامپت ضعیف و نسخه اصلاح‌شده آن آمده است و در پایان یک جدول عیب‌یابی دارید که می‌توانید هر بار کنار دستتان نگه دارید. نمونه‌ها آموزشی‌اند و نتیجه آزمون ثبت‌شده نیستند؛ خروجی هر مدل با نسخه، تنظیمات و اطلاعات شما فرق می‌کند، پس نسخه اصلاح‌شده را هم روی کار خودتان امتحان کنید.

چرا جواب ChatGPT بد است؟

جواب بد معمولاً یعنی مدل مجبور شده جای خالی پرامپت را با حدس پر کند. مدل زبانی فقط متنی را می‌بیند که به آن داده‌اید و بر اساس الگوهایی که در آموزش دیده، محتمل‌ترین ادامه را می‌سازد. نمی‌داند مخاطب شما کیست، خروجی کجا منتشر می‌شود، چه چیزی را قبلاً امتحان کرده‌اید و «خوب» از نظر شما یعنی چه. هرچه این جاها خالی‌تر باشد، جواب کلی‌تر، تکراری‌تر و بی‌ربط‌تر می‌شود.

البته همه مشکلات از پرامپت نیست. مدل ممکن است اطلاعات قدیمی داشته باشد، عدد یا منبع بسازد، یا در متن‌های خیلی طولانی بخشی از دستور را نادیده بگیرد. پرامپت خوب این خطاها را کم می‌کند، اما بازبینی شما را حذف نمی‌کند. اگر با مفهوم پرامپت و اجزای آن آشنا نیستید، اول پرامپت چیست را بخوانید.

اشتباه‌ها را در هشت گروه آورده‌ایم. لازم نیست همه را حفظ کنید؛ کافی است وقتی جواب بدی گرفتید، نشانه را در جدول پایانی پیدا کنید و همان بخش را اصلاح کنید.

اشتباهات هدف و زمینه: مدل نمی‌داند دقیقاً چه می‌خواهید

رایج‌ترین دلیل جواب کلی این است که پرامپت به‌جای نتیجه، فقط نام یک فعالیت را گفته و هیچ اطلاعاتی از موقعیت شما نداده است.

اشتباه ۱: هدف مبهم

نشانه در خروجی: جواب درست است ولی به درد کار شما نمی‌خورد؛ کلی، کتابی و قابل استفاده برای هر کس دیگری.

چرا پیش می‌آید: «درباره بازاریابی بنویس» یک موضوع است، نه یک خروجی. مدل نمی‌داند پست می‌خواهید، برنامه، فهرست ایده یا تحلیل؛ پس امن‌ترین و عمومی‌ترین جواب را می‌دهد.

پرامپت ضعیف:

درباره بازاریابی اینستاگرام برای کافه بنویس.

پرامپت اصلاح‌شده:

برای پیج اینستاگرام یک کافه کوچک، ۱۰ ایده پست برای ماه آینده بنویس.
هدف این پست‌ها: آوردن مشتری در ساعت‌های خلوت صبح.
برای هر ایده: عنوان، نوع پست (عکس، ریلز یا استوری) و یک جمله توضیح.

اشتباه ۲: نبودن زمینه

نشانه در خروجی: پیشنهادهایی که با شرایط شما نمی‌خواند؛ مثلاً بودجه تبلیغاتی سنگین برای کسب‌وکاری که بودجه ندارد، یا ابزارهایی که در دسترس شما نیستند.

چرا پیش می‌آید: مدل از وضعیت شما خبر ندارد و فرض‌های پیش‌فرض خودش را جایگزین می‌کند. زمینه یعنی همان اطلاعاتی که اگر از یک همکار کمک می‌خواستید، اول به او می‌گفتید.

پرامپت ضعیف:

یک برنامه برای جذب مشتری بیشتر بده.

پرامپت اصلاح‌شده:

یک برنامه چهارهفته‌ای برای جذب مشتری بیشتر بده.
زمینه: آموزشگاه زبان کوچک در یک شهر متوسط، دو مدرس، بدون بودجه تبلیغ پولی.
مشتری فعلی: بیشتر دانش‌آموزان دبیرستانی که با معرفی دوستانشان آمده‌اند.
کانال‌های در دسترس: اینستاگرام، تلگرام و تابلوی ورودی آموزشگاه.
کاری که قبلاً امتحان کرده‌ایم و جواب نداده: پخش تراکت.

اشتباه ۳: مشخص نکردن مخاطب

نشانه در خروجی: لحن یا سطح متن اشتباه است؛ برای مدیر خیلی فنی، برای متخصص خیلی ساده، یا برای مشتری بیش از حد رسمی.

چرا پیش می‌آید: یک موضوع را می‌شود برای کودک، دانشجو یا مدیر نوشت و مدل بدون اطلاع، سطح متوسط و خنثی را انتخاب می‌کند.

پرامپت ضعیف:

توضیح بده تورم چیست.

پرامپت اصلاح‌شده:

برای یک نوجوان ۱۴ ساله که هیچ آشنایی با اقتصاد ندارد توضیح بده تورم چیست.
از یک مثال روزمره مثل قیمت خوراکی استفاده کن.
حداکثر ۱۵۰ کلمه، بدون اصطلاح تخصصی.

اشتباهات دامنه و محدودیت: پرامپتی که خودش با خودش دعوا دارد

وقتی چند کار بزرگ را در یک پیام می‌خواهید یا محدودیت‌هایی می‌گذارید که هم‌زمان قابل اجرا نیستند، مدل ناچار است بخشی از دستور را فدا کند و معمولاً شما انتخاب نمی‌کنید کدام بخش.

اشتباه ۴: چند کار بزرگ در یک پرامپت

نشانه در خروجی: همه بخش‌ها سطحی‌اند، بخشی از کارها جا افتاده، یا پاسخ وسط کار قطع شده است.

چرا پیش می‌آید: هر خروجی طول محدودی دارد و توجه مدل بین همه درخواست‌ها پخش می‌شود. تحلیل، نوشتن و ویرایش هرکدام کار جداگانه‌ای هستند.

پرامپت ضعیف:

برای فروشگاهم تحلیل رقبا کن، استراتژی محتوا بنویس، ۳۰ پست اینستاگرام بساز و یک ایمیل خبرنامه هم بنویس.

پرامپت اصلاح‌شده (مرحله اول از چند مرحله):

این کار را در چند مرحله انجام می‌دهیم. فعلاً فقط مرحله اول:
اطلاعات سه رقیب زیر را که خودم جمع کرده‌ام مقایسه کن و در یک جدول نشان بده
هر کدام روی چه موضوعاتی محتوا می‌سازد و چه موضوعی را پوشش نمی‌دهد.
[اطلاعات رقیب ۱]
[اطلاعات رقیب ۲]
[اطلاعات رقیب ۳]
بعد از تأیید من، سراغ استراتژی محتوا می‌رویم.

این روش تقسیم کار را در راهنمای مهندسی پرامپت با عنوان زنجیره پرامپت مفصل‌تر می‌بینید.

اشتباه ۵: محدودیت‌های متناقض

نشانه در خروجی: یکی از خواسته‌ها رعایت نشده؛ مثلاً متن «کامل» است ولی از سقف کلمه گذشته، یا کوتاه است ولی نصف نکات را ندارد.

چرا پیش می‌آید: «جامع ولی حداکثر ۱۰۰ کلمه»، «رسمی ولی خودمانی» یا «همه جزئیات را بگو ولی خلاصه» قابل اجرای هم‌زمان نیستند. مدل یکی را انتخاب می‌کند.

پرامپت ضعیف:

یک معرفی کامل و جامع از همه ویژگی‌های این نرم‌افزار بنویس، ولی کوتاه و حداکثر ۸۰ کلمه.

پرامپت اصلاح‌شده:

یک معرفی ۸۰ کلمه‌ای از این نرم‌افزار بنویس.
فقط سه ویژگی که برای صاحبان فروشگاه کوچک مهم‌تر است را بیاور و بقیه را کنار بگذار.
اگر به نظرت ویژگی مهم دیگری جا مانده، بعد از متن جداگانه نام آن را بنویس.
فهرست ویژگی‌ها: [فهرست]

اگر دو خواسته واقعاً با هم رقابت دارند، اولویت را صریح بگویید: «اگر مجبور شدی، کوتاهی مهم‌تر از کامل بودن است.»

اشتباه ۶: محدودیت‌های نامحسوس و غیرقابل سنجش

نشانه در خروجی: مدل ادعا می‌کند دستور را رعایت کرده، اما شما راضی نیستید.

چرا پیش می‌آید: «خوب بنویس»، «جذاب باشد» و «حرفه‌ای باشد» برای هر کسی معنای متفاوتی دارد. محدودیتی که نمی‌شود اندازه گرفت، عملاً محدودیت نیست.

پرامپت ضعیف:

یک کپشن جذاب و حرفه‌ای بنویس.

پرامپت اصلاح‌شده:

یک کپشن برای معرفی [محصول] بنویس.
- جمله اول یک سؤال باشد که مشکل مشتری را بگوید.
- حداکثر ۶۰ کلمه.
- بدون صفت‌های اغراق‌آمیز مثل «بی‌نظیر» و «فوق‌العاده».
- در پایان یک دعوت به اقدام مشخص: ارسال پیام دایرکت.

نبودن قالب خروجی: جوابی که نمی‌شود از آن استفاده کرد

اگر شکل پاسخ را نگویید، هر بار قالب تازه‌ای می‌گیرید و باید خودتان آن را مرتب کنید.

اشتباه ۷: مشخص نکردن قالب خروجی

نشانه در خروجی: متن پیوسته طولانی وقتی جدول لازم داشتید، یا مقدمه و نتیجه‌گیری اضافه وقتی فقط فهرست می‌خواستید.

چرا پیش می‌آید: مدل پیش‌فرض‌های خودش را برای قالب دارد و نمی‌داند خروجی را در اکسل، پیام کوتاه یا سند رسمی استفاده می‌کنید.

پرامپت ضعیف:

این سه گوشی را با هم مقایسه کن.

پرامپت اصلاح‌شده:

مشخصات سه گوشی زیر را در یک جدول مقایسه کن.
ستون‌ها: نام، حافظه، دوربین، باتری، نکته منفی.
فقط از اطلاعاتی که در متن آمده استفاده کن و خانه‌های نامعلوم را «نامشخص» بنویس.
بعد از جدول فقط دو جمله جمع‌بندی بنویس؛ مقدمه لازم نیست.
[مشخصات گوشی‌ها]

اشتباه ۸: مخلوط کردن دستور و ورودی

نشانه در خروجی: مدل بخشی از متن شما را به‌عنوان دستور اجرا کرده، یا بخشی از دستور را جزو متن ویرایش کرده است.

چرا پیش می‌آید: وقتی متن ورودی بدون مرز مشخص وسط دستور قرار می‌گیرد، مدل همیشه نمی‌فهمد کجا دستور تمام و داده شروع می‌شود. این مشکل به‌خصوص وقتی متن ورودی خودش جمله‌های امری دارد (مثل ایمیل یا دستورالعمل) بیشتر می‌شود.

پرامپت ضعیف:

این ایمیل را مؤدبانه‌تر کن لطفاً تا فردا گزارش را بفرستید وگرنه قرارداد لغو می‌شود

پرامپت اصلاح‌شده:

ایمیلی را که بین دو خط ### آمده مؤدبانه‌تر کن.
معنی و مهلت را تغییر نده. فقط متن بازنویسی‌شده را برگردان.
###
لطفاً تا فردا گزارش را بفرستید وگرنه قرارداد لغو می‌شود.
###

اطلاعات، منبع و عدد: جایی که اعتماد کورکورانه گران تمام می‌شود

مدل‌های زبانی گاهی پاسخی می‌سازند که درست به نظر می‌رسد ولی نادرست است. این خطا با پرامپت بهتر کم می‌شود، اما فقط با بررسی شما از بین می‌رود.

اشتباه ۹: خواستن اطلاعات بدون منبع

نشانه در خروجی: نام کتاب، مقاله، قانون یا پژوهشی که وجود ندارد، یا نقل‌قولی که هیچ‌جا پیدا نمی‌شود.

چرا پیش می‌آید: مدل یاد گرفته متن «منبع‌دار» چه شکلی است و می‌تواند ظاهر آن را بسازد، حتی وقتی منبع واقعی را نمی‌شناسد. ابزارهایی که به جست‌وجوی وب وصل‌اند این خطر را کمتر دارند، اما آن‌جا هم باید لینک را باز کنید.

پرامپت ضعیف:

پنج پژوهش درباره تأثیر خواب بر حافظه با نام نویسنده و سال معرفی کن.

پرامپت اصلاح‌شده:

می‌خواهم درباره تأثیر خواب بر حافظه منبع پیدا کنم.
به‌جای نام بردن مقاله، کلیدواژه‌های فارسی و انگلیسی مناسب برای جست‌وجو در پایگاه‌های علمی پیشنهاد بده
و بگو در چکیده مقاله‌ها دنبال چه نکته‌هایی باشم.
اگر مقاله‌ای را نام می‌بری، صریح بنویس که باید وجود و مشخصاتش را خودم بررسی کنم.

اشتباه ۱۰: اعتماد به عدد و محاسبه

نشانه در خروجی: جمع ستون‌ها درست درنمی‌آید، درصدها با هم نمی‌خوانند، یا آماری آمده که در داده شما نبوده است.

چرا پیش می‌آید: مدل زبانی متن پیش‌بینی می‌کند، نه ماشین‌حساب. در محاسبه‌های چندمرحله‌ای ممکن است اشتباه کند و در نبود داده، عدد باورپذیر بسازد.

پرامپت ضعیف:

بازار قهوه در ایران چقدر است و سال بعد چند درصد رشد می‌کند؟

پرامپت اصلاح‌شده:

داده فروش ماهانه زیر را بررسی کن.
- عددی که در داده نیست نساز.
- هر محاسبه را مرحله‌به‌مرحله نشان بده تا بتوانم آن را در اکسل کنترل کنم.
- اگر برای نتیجه‌گیری داده کافی نیست، بگو چه داده‌ای کم است.
[جدول فروش]

برای محاسبه‌های مهم، اگر ابزارتان امکان اجرای کد یا صفحه‌گسترده دارد از آن بخواهید محاسبه را با کد انجام دهد و باز هم نتیجه را کنترل کنید.

اشتباه ۱۱: فرض کردن اینکه مدل از اخبار و قیمت‌های امروز خبر دارد

نشانه در خروجی: قیمت، قانون، نسخه نرم‌افزار یا رویدادی که قدیمی است.

چرا پیش می‌آید: دانش مدل تا تاریخ مشخصی است و بدون جست‌وجوی وب از تغییرات بعد از آن خبر ندارد. حتی با جست‌وجو هم ممکن است منبع قدیمی را بخواند.

پرامپت ضعیف:

قیمت فعلی اشتراک این سرویس‌ها چقدر است؟

پرامپت اصلاح‌شده:

برای مقایسه اشتراک این سه سرویس، فهرست معیارهایی را بده که باید در صفحه قیمت هرکدام بررسی کنم
(مثل محدودیت استفاده، امکان لغو و روش پرداخت).
قیمت را خودم از سایت رسمی برمی‌دارم و در جدول وارد می‌کنم.

پرامپت طولانی و درهم: وقتی بیشتر نوشتن بدتر می‌شود

پرامپت حرفه‌ای لزوماً طولانی نیست. طول فقط وقتی کمک می‌کند که هر خط اطلاعات لازمی اضافه کند.

اشتباه ۱۲: پرامپت بیش از حد طولانی و پر از حاشیه

نشانه در خروجی: دستورهای مهم نادیده گرفته شده‌اند، یا مدل روی جزئیات فرعی تمرکز کرده است.

چرا پیش می‌آید: وقتی دستور اصلی لابه‌لای توضیحات، داستان پیشینه و تعارف گم شود، مدل اهمیت نسبی خطوط را درست تشخیص نمی‌دهد. تکرار یک خواسته با کلمات مختلف هم ابهام می‌سازد.

پرامپت ضعیف:

سلام، امیدوارم خوب باشی. من چند سال است یک فروشگاه دارم و خیلی سختی کشیده‌ام و حالا می‌خواهم... (سه پاراگراف شرح حال) ... پس اگر ممکن است یک متن برای صفحه درباره ما بنویس که خوب باشد و حرفه‌ای باشد و جذاب باشد.

پرامپت اصلاح‌شده:

کار: متن صفحه «درباره ما» برای فروشگاه آنلاین [نام فروشگاه].
اطلاعات لازم:
- از سال [سال] فعالیت می‌کنیم و کارمان [محصول] است.
- تفاوت ما: [یک یا دو جمله].
- مخاطب: [توضیح مشتری].
قالب: سه پاراگراف کوتاه، حداکثر ۱۸۰ کلمه، لحن صمیمی و صادق، بدون ادعای «بهترین».

اشتباه ۱۳: دستور مهم در وسط متن

نشانه در خروجی: یک محدودیت کلیدی، مثل زبان پاسخ یا سقف طول، رعایت نشده؛ در حالی که بقیه دستورها اجرا شده‌اند.

چرا پیش می‌آید: در پرامپت‌های بلند یا وقتی متن ورودی طولانی است، خطی که وسط متن گم شده احتمال بیشتری دارد که دیده نشود.

پرامپت ضعیف:

این مقاله را خلاصه کن [۳۰۰۰ کلمه متن] ... راستی خلاصه فارسی باشد و حداکثر ۵ نکته.

پرامپت اصلاح‌شده:

کار: مقاله انگلیسی زیر را به فارسی در حداکثر ۵ نکته خلاصه کن.
<مقاله>
[متن مقاله]
</مقاله>
یادآوری: خروجی فقط فارسی و حداکثر ۵ نکته باشد.

نقش و نمونه: ابزارهایی که اشتباه استفاده می‌شوند

نقش‌دادن و نمونه‌دادن تکنیک‌های مفیدی‌اند، اما فقط وقتی اطلاعات واقعی اضافه کنند.

اشتباه ۱۴: نقش بدون محتوا

نشانه در خروجی: با وجود جمله «تو یک متخصص بازاریابی با ۲۰ سال تجربه هستی»، جواب همان جواب عمومی همیشگی است.

چرا پیش می‌آید: نقش به‌تنهایی دانش جدیدی به مدل نمی‌دهد. چیزی که کیفیت را بالا می‌برد، معیارها و زاویه بررسی‌ای است که آن متخصص به کار می‌گیرد. درباره کاربرد درست نقش در راهنمای پرامپت سیستمی و نقش بیشتر بخوانید.

پرامپت ضعیف:

تو بهترین کارشناس سئوی دنیا هستی. این متن را سئو کن.

پرامپت اصلاح‌شده:

مثل یک ویراستار محتوای وب، متن زیر را با این معیارها بررسی کن:
۱. آیا پاراگراف اول مستقیم به سؤال «[عبارت جست‌وجو]» جواب می‌دهد؟
۲. آیا تیترها سؤال‌هایی هستند که کاربر واقعاً می‌پرسد؟
۳. کدام بخش تکراری یا بی‌اطلاعات است؟
برای هر مورد، مشکل و پیشنهاد اصلاح را جداگانه بنویس. متن را خودت بازنویسی نکن.
[متن]

اشتباه ۱۵: توضیح دادن به‌جای نشان دادن

نشانه در خروجی: با وجود چند خط توضیح درباره لحن یا قالب، خروجی هنوز شبیه چیزی که در ذهن دارید نیست.

چرا پیش می‌آید: بعضی چیزها مثل لحن برند یا شیوه دسته‌بندی، با یک نمونه خیلی سریع‌تر منتقل می‌شوند تا با توصیف. روش نمونه‌دادن را در راهنمای پرامپت few-shot و zero-shot ببینید.

پرامپت ضعیف:

برای این محصولات توضیح کوتاه بنویس، با لحن خودمانی ولی نه خیلی شوخ، کمی گرم، شبیه لحن برند ما.

پرامپت اصلاح‌شده:

برای هر محصول یک توضیح دوجمله‌ای بنویس، دقیقاً با لحن و طول این نمونه:
نمونه: «ماگ سرامیکی دست‌ساز، برای کسی که صبحش با چای شروع می‌شود. لعابش در ماشین ظرف‌شویی هم دوام دارد.»
محصولات:
[محصول ۱]
[محصول ۲]

گفت‌وگو و اصلاح تدریجی: اولین جواب، جواب نهایی نیست

پرامپت‌نویسی یک‌باره نیست. بسیاری از جواب‌های بد با یک پیام پیگیری دقیق درست می‌شوند.

اشتباه ۱۶: رها کردن کار بعد از اولین جواب، یا شروع دوباره از صفر

نشانه در خروجی: شما هر بار یک پرامپت کاملاً جدید می‌نویسید و هر بار مشکل تازه‌ای می‌گیرید، یا با «بهترش کن» چند دور می‌زنید و چیزی عوض نمی‌شود.

چرا پیش می‌آید: «بهترش کن» نمی‌گوید چه چیزی بد بوده. بازخورد مشخص، مدل را دقیقاً به همان نقطه هدایت می‌کند. از طرف دیگر، در گفت‌وگوهای خیلی طولانی که موضوع چند بار عوض شده، شروع یک گفت‌وگوی تازه با خلاصه تصمیم‌ها معمولاً بهتر است.

پیام پیگیری ضعیف:

خوب نبود، بهترش کن.

پیام پیگیری اصلاح‌شده:

ساختار خوب است. سه تغییر لازم دارم:
۱. پاراگراف دوم را حذف کن؛ تکرار پاراگراف اول است.
۲. مثال‌ها را از بازار ایران بیاور، نه آمریکا.
۳. جمله آخر را به یک دعوت به اقدام مشخص تبدیل کن.
بقیه متن را تغییر نده.

وقتی بعد از چند دور به نسخه خوبی رسیدید، تغییرها را به پرامپت اصلی برگردانید تا دفعه بعد از اول همان را بگیرید. این کار هسته نوشتن پرامپت حرفه‌ای است.

داده‌های خصوصی در پرامپت: اشتباهی که با اصلاح خروجی جبران نمی‌شود

هر چیزی که در پرامپت می‌نویسید به سرویس‌دهنده ارسال می‌شود. بسته به سرویس و تنظیمات حساب، ممکن است ذخیره شود یا در بهبود مدل‌ها به کار رود.

اشتباه ۱۷: کپی کردن اطلاعات شخصی، مالی یا محرمانه در پرامپت

نشانه: این اشتباه در خروجی دیده نمی‌شود و همین آن را خطرناک می‌کند. نمونه‌ها: فایل اکسل مشتریان با شماره تلفن، قرارداد با نام طرفین، رمز عبور یا کلید API در کد، اطلاعات پزشکی دیگران.

چرا پیش می‌آید: کپی کردن کل فایل سریع‌تر از پاک‌سازی آن است. اما معمولاً مدل برای انجام کار به نام و شماره واقعی نیازی ندارد.

پرامپت ضعیف:

این لیست مشتری‌ها را با نام، شماره موبایل و آدرس دسته‌بندی کن: [کل فایل]

پرامپت اصلاح‌شده:

مشتری‌ها را بر اساس تعداد خرید و مبلغ کل در سه گروه دسته‌بندی کن.
داده بدون نام و شماره است و هر مشتری فقط یک کد دارد:
کد | تعداد خرید | مبلغ کل | شهر
[داده بی‌نام‌شده]

قبل از ارسال، شرایط استفاده و تنظیمات حریم خصوصی همان سرویس را بررسی کنید و اگر داده متعلق به شرکت یا مشتری است، قوانین سازمان خودتان را رعایت کنید.

پرامپت انگلیسی برای کار فارسی: چرا ترجمه مستقیم جواب نمی‌دهد؟

پرامپت‌های آماده انگلیسی زیادند، اما برای خروجی فارسی اغلب باید بومی‌سازی شوند.

اشتباه ۱۸: کپی کورکورانه پرامپت انگلیسی برای خروجی فارسی

نشانه در خروجی: متن فارسی‌ای که بوی ترجمه می‌دهد، مثال‌ها و مناسبت‌های غربی، واحد پول دلار، ساختار جمله انگلیسی، یا پاسخ کاملاً انگلیسی.

چرا پیش می‌آید: وقتی کل دستور انگلیسی است و زبان خروجی صریح گفته نشده، مدل ممکن است انگلیسی جواب دهد یا با الگوهای انگلیسی فکر کند و فارسی بنویسد. ارجاع‌های فرهنگی مثل Black Friday یا نظام آموزشی آمریکا هم با مخاطب ایرانی نمی‌خوانند.

پرامپت ضعیف:

Write 5 catchy Instagram captions for a holiday sale on handmade jewelry.

پرامپت اصلاح‌شده:

Write 5 Instagram captions in natural, fluent Persian (Farsi) for a Nowruz sale on handmade jewelry.
Audience: Iranian women aged 25-40 shopping online.
Use Persian digits, prices in Toman, and no translated English idioms.
Each caption: max 40 words, one clear call to action (send a direct message).

همین کار را می‌توانید کاملاً فارسی هم بنویسید. نکات نوشتن فارسی روان، نیم‌فاصله و پرهیز از لحن ترجمه‌ای در راهنمای پرامپت تولید محتوای فارسی آمده است.

اشتباه‌های کوچک‌تری که ارزش کنترل دارند

• نپرسیدن سؤال تکمیلی: اگر خودتان مطمئن نیستید چه اطلاعاتی لازم است، اضافه کنید: «اگر برای انجام درست کار اطلاعاتی کم است، قبل از شروع حداکثر سه سؤال بپرس.»
• درخواست منفی بدون جایگزین: «کلیشه ننویس» کمتر از «به‌جای جمله‌های کلی، یک مثال مشخص از [حوزه] بیاور» کار می‌کند.
• خواستن «بهترین» بدون معیار: «بهترین گزینه را انتخاب کن» را با «بر اساس هزینه کمتر و راه‌اندازی سریع‌تر انتخاب کن» جایگزین کنید.
• اعتماد به یک بار اجرا: پرامپتی که قرار است بارها استفاده شود را با چند ورودی متفاوت امتحان کنید؛ یک جواب خوب تصادفی تضمین نیست.

چک‌لیست عیب‌یابی: از نشانه خروجی تا اصلاح پرامپت

وقتی جواب بدی گرفتید، اول نشانه را در ستون اول پیدا کنید و فقط همان بخش پرامپت را اصلاح کنید. اگر هم‌زمان چند چیز را عوض کنید، نمی‌فهمید کدام تغییر اثر داشته است.

یک پرامپت بازبینی هم می‌تواند به شما کمک کند پیش از ارسال، خود پرامپت را بسنجید:

پرامپت زیر را قبل از اجرا بررسی کن، اما اجرایش نکن.
بگو آیا هدف، زمینه، ورودی، محدودیت‌ها و قالب خروجی روشن است.
هر ابهام یا تناقض را فهرست کن و برای هر کدام یک خط اصلاحی پیشنهاد بده.
پرامپت:
###
[پرامپت شما]
###

قدم بعدی: از رفع اشتباه تا پرامپت قابل اتکا

اگر می‌خواهید از همان ابتدا پرامپتی بنویسید که این اشتباه‌ها را نداشته باشد، روش شش‌بخشی را در راهنمای نوشتن پرامپت حرفه‌ای دنبال کنید. برای کارهای استدلالی و چندمرحله‌ای، پرامپت زنجیره تفکر را ببینید و برای نکته‌های مخصوص ChatGPT به آموزش پرامپت‌نویسی ChatGPT سر بزنید. اگر هم وقت آزمایش و اصلاح ندارید، پرامپت‌های آماده نقطه شروع خوبی‌اند؛ فقط آن‌ها را هم با اطلاعات خودتان تکمیل کنید.