پرامپت خوب مجموعهای از کلمات جادویی نیست. بیشتر شبیه یک brief کوتاه برای یک همکار خلاق است: باید بگوید چه میخواهید، برای چه کسی، با چه محدودیتهایی و در چه قالبی. مدل هوش مصنوعی بخشی از زمینه مشترک انسانی را که بین دو همکار وجود دارد، ندارد. «یک منظره زیبا» میتواند برای یک مدل کوهستان در غروب باشد و برای مدلی دیگر ساحل گرمسیری در ظهر. هر دو برداشت از نظر زبان درستاند، اما فقط یکی شاید به تصویر ذهنی شما نزدیک باشد. [۵]
راهنماهای رسمی OpenAI، Anthropic و Google در یک نکته همنظرند: وظیفه را روشن بنویسید، زمینه لازم را بدهید، خروجی مورد انتظار را تعریف کنید و بعد با دیدن نتیجه، دستور را اصلاح کنید. این نگاه یک نتیجه عملی دارد. به جای شکار کردن «بهترین کلمات»، باید پرامپت را طوری بنویسید که شخص دیگری با کمترین زمینه بتواند آن را اجرا کند.
پرامپت خوب از هدف شروع میشود
اول فعل و نتیجه را مشخص کنید. «درباره بازاریابی بنویس» موضوع دارد، اما کار را تعریف نمیکند. آیا مقاله میخواهید، ایده برای ویدئو، تقویم محتوایی یا نقد یک متن؟ نسخه دقیقتر میتواند این باشد:
textبرای صاحبان کسبوکار کوچک، پنج ایده ویدئوی کوتاه درباره کاهش هزینه تبلیغات پیشنهاد بده. برای هر ایده، قلاب سهثانیه اول، پیام اصلی و دعوت به اقدام را در یک جدول بنویس.
در این مثال، هدف، مخاطب، تعداد، موضوع هر ایده و قالب خروجی معلوم است. OpenAI نیز توصیه میکند وظیفه، زمینه، لحن و سبک مطلوب را مشخص کنید و در کار پیچیده، آن را به چند درخواست کوچکتر تقسیم کنید. [۱]
قالب ششتکه برای یک پرامپت قابل اتکا
برای شروع میتوانید از این اسکلت استفاده کنید. همه بخشها همیشه لازم نیستند، اما کنار هم کمک میکنند چیزی مهم جا نماند:
textنقش، در صورت نیاز: در نقش یک ویراستار فارسی برای مخاطب عمومی عمل کن. وظیفه: متن زیر را به یک پست آموزشی تبدیل کن. زمینه: مخاطب تازهکار است و متن را در شبکه اجتماعی میخواند. ورودی: [متن یا داده اصلی] محدودیتها: ۶۰۰ کلمه، فارسی روان، بدون ادعای بیمنبع، با یک مثال واقعی. خروجی: عنوان، متن اصلی، و یک پیشنهاد برای تصویر همراه. معیار بررسی: نکته اصلی در پاراگراف اول روشن باشد و هر بند فقط یک ایده داشته باشد.
۱. وظیفه
با یک فعل روشن شروع کنید: «خلاصه کن»، «مقایسه کن»، «بازنویسی کن»، «ایده بده» یا «یک تصویر بساز». عبارتهایی مثل «بهترین کار ممکن را انجام بده» اطلاعات قابل اجرا اضافه نمیکنند.
۲. زمینه
مدل باید بداند مخاطب کیست، خروجی کجا استفاده میشود و چه اطلاعاتی در اختیار دارد. اگر سندی، دادهای یا نمونهای میدهید، آن را از دستور جدا کنید. OpenAI قرار دادن دستور در ابتدای پرامپت و استفاده از جداکننده برای متن زمینه را پیشنهاد میکند. [۲] همچنین توضیح دلیل یک محدودیت، در بعضی کارها، به مدل کمک میکند هدف آن محدودیت را بفهمد. برای نمونه، به جای «از واژههای تخصصی استفاده نکن»، بنویسید «مخاطب دانشآموز دبیرستانی است، پس هر اصطلاح تخصصی را با یک مثال ساده توضیح بده». [۳]
در پرامپتهای طولانی میتوانید از تیترهای Markdown یا برچسبهایی مثل
<instructions>، <context> و <input> استفاده کنید. Anthropic این تفکیک را برای کم کردن سوءبرداشت میان دستور، زمینه و ورودی پیشنهاد میکند. [۳] لازم نیست همهجا XML بنویسید. هدف، مرزبندی روشن است، نه تزئین متن.۳. نقش
نقش وقتی مفید است که زاویه دید یا استاندارد مشخصی میخواهید، مثلا «ویراستار فارسی برای مخاطب عمومی» یا «کارگردان تبلیغات محصول». اما نقش جای هدف را نمیگیرد. نوشتن «در نقش یک متخصص باش» بدون تعیین کار و معیار خروجی، پرامپت را کامل نمیکند. Anthropic نقش را یکی از راههای متمرکز کردن رفتار و لحن میداند. [۳]
۴. محدودیت
طول، زبان، تعداد گزینهها، دامنه موضوع، بودجه، نسبت تصویر و موارد مشابه را مشخص کنید. محدودیت خوب قابل بررسی است. «کوتاه بنویس» ضعیفتر از «در چهار بند و کمتر از ۳۰۰ کلمه بنویس» است. OpenAI هم تعیین نتیجه، طول، قالب و سبک را از اجزای مفید دستور میداند. [۲]
۵. قالب خروجی
اگر جدول، فهرست، JSON، سناریو یا Markdown میخواهید، دقیقاً همان را بنویسید. برای کارهای قالبمحور، یک نمونه کوتاه از خروجی مطلوب میتواند قالب پاسخ را روشنتر کند. [۲] اگر ابزار شما خروجی ساختاریافته یا schema دارد، برای کارهای جدی از همان قابلیت استفاده کنید، نه فقط از یک درخواست مبهم در متن.
۶. نمونه
یک نمونه خوب نشان میدهد «خوب» در این کار یعنی چه. نمونه باید به مسئله واقعی شما نزدیک باشد، قالب ثابتی داشته باشد و اگر لازم است یک حالت مرزی را هم نشان دهد. Anthropic نمونههای مرتبط، متنوع و ساختاریافته را پیشنهاد میکند و برای Claude از سه تا پنج نمونه به عنوان نقطه شروع نام میبرد. این عدد قانون عمومی همه ابزارها نیست. [۳] Google نیز میگوید نمونهها میتوانند قالب، لحن و دامنه پاسخ را تنظیم کنند و نمونههای ناسازگار نتیجه را منحرف میکنند. [۴]
برای متن، تصویر و ویدئو نسخه واحد نداریم
اصل مشترک همان وضوح است، اما هر رسانه به اطلاعات متفاوتی نیاز دارد. در کار چندوجهی هم باید روشن کنید هر متن، تصویر، صدا یا ویدئو چه نقشی دارد. Google توصیه میکند دستور به هر شیوه ورودی صریحاً اشاره کند. [۴]
متن
برای متن، از هدف، مخاطب، زمینه، لحن و قالب شروع کنید. اگر میخواهید مدل از منبعی استفاده کند، منبع را جداگانه زیر عنوان «ورودی» بگذارید و بگویید فقط بر اساس همان داده چه کاری انجام دهد. برای کار دقیقتر، معیار موفقیت اضافه کنید:
textاین گزارش را برای مدیر یک فروشگاه آنلاین خلاصه کن. خروجی در سه بخش باشد: یافته اصلی، ریسکها، اقدام پیشنهادی. حداکثر ۴۰۰ کلمه بنویس. عددها را تغییر نده. اگر دادهای برای نتیجهگیری کافی نیست، همان را صریح بنویس.
تصویر
در تصویر، سوژه و محیط را نامگذاری کنید و بعد سراغ ترکیببندی، نور، رنگ، زاویه دوربین، عمق میدان، سبک و نسبت تصویر بروید. لازم نیست همه این موارد در هر پرامپت باشند. آنها را بر اساس چیزی انتخاب کنید که واقعاً میخواهید کنترل کنید. راهنمای تصویر Runway همین دستهها را برای کنترل عناصر تصویر معرفی میکند و جمله کامل را برای کنترل بیشتر مفید میداند. [۶] Google نیز موضوع، زمینه و سبک را نقطه شروع مناسبی معرفی میکند و اضافه کردن جزئیات در چند مرحله را پیشنهاد میدهد. [۹]
textعکس محصول از یک فنجان سرامیکی آبی روی میز چوبی روشن، کنار یک دفتر سفید و یک شاخه کوچک زیتون. ترکیب خلوت، فضای خالی در سمت راست برای تیتر فارسی، نور نرم صبحگاهی از سمت چپ، زاویه سهربع از بالا، حس عکاسی تبلیغاتی، نسبت تصویر ۴:۵.
در بعضی مدلهای تصویر، از جمله راهنمای Gen-4 Runway، عبارتهای مثبت بهتر از دستورهای منفی عمل میکنند. بنابراین به جای «بدون شلوغی و بدون نوشته اضافی»، ویژگی مطلوب را بنویسید: «پسزمینه ساده و فضای خالی برای تیتر». این توصیه را به همه مدلها تعمیم ندهید؛ راهنمای همان ابزار را بررسی کنید. [۲] [۶]
متن به ویدئو
ویدئو علاوه بر ظاهر، حرکت دارد. پرامپت متن به ویدئو باید بگوید چه چیزی دیده میشود و چه چیزی حرکت میکند. سوژه، محیط، عمل، حرکت دوربین، سرعت، جهت، زمانبندی و سبک حرکتی مهماند. راهنمای متن به ویدئوی Runway این دو دسته را جدا میکند: عناصر دیداری و عناصر حرکتی. همچنین میگوید طول ایدهآل ثابتی وجود ندارد و وضوح از تعداد کلمات مهمتر است. [۷]
textنمای متوسط از یک دوچرخهسوار تنها در جادهای مهآلود میان جنگل. او آرام به سمت دوربین رکاب میزند و بخار نفسش در هوای سرد دیده میشود. دوربین با حرکت نرم رو به عقب میرود و فاصله را حفظ میکند. نور سرد صبحگاهی، حرکت آهسته و حالوهوای مستند.
این مثال یک عمل اصلی و یک حرکت دوربین دارد. اگر همزمان ده حرکت، چند تغییر شکل و سه پرش زمانی بخواهید، پیدا کردن علت خطا سختتر میشود. ابتدا هسته شات را بسازید و سپس یک عنصر را اضافه کنید.
تصویر به ویدئو
وقتی تصویر ورودی دارید، تصویر معمولاً ترکیب، سوژه، نور و سبک را از قبل تعیین کرده است. در این حالت متن را صرفاً با توصیف دوباره تصویر پر نکنید. حرکت سوژه، حرکت محیط، کار دوربین و پیشروی زمانی را بنویسید. راهنمای تصویر به ویدئوی Runway نیز تأکید میکند که متن باید تقریباً روی حرکت تمرکز کند. [۸]
textشخصیت بهآرامی پلک میزند و سرش را کمی به سمت پنجره میچرخاند. پرده با نسیم ملایم حرکت میکند. دوربین یک حرکت آهسته رو به جلو دارد و در پایان روی چشمها ثابت میشود. ## پرامپت را مثل یک فرایند اصلاح کنید نسخه اول قرار نیست همیشه نهایی باشد. OpenAI و Google اصلاح مرحلهای را بخشی از کار با پرامپت میدانند و Runway هم پیشنهاد میکند نتیجه را ببینید، سپس جزئیات را روشنتر یا بیشتر کنید. [۱] [۴] [۵]  برای اینکه آزمون و خطا به حدس زدن تبدیل نشود، در هر نوبت فقط یک چیز را تغییر دهید. اگر سوژه اشتباه است، اسم و ویژگیهای سوژه را بازنویسی کنید. اگر قاببندی غلط است، اندازه نما، زاویه و نسبت تصویر را تغییر دهید. اگر حرکت غیرطبیعی است، فعل فیزیکی، جهت و سرعت را دقیقتر کنید. اگر لحن متن بد است، نمونه کوتاه بدهید و مخاطب را دوباره مشخص کنید. نتیجه هر نوبت را کنار نسخه پرامپت نگه دارید. جزئیات بیشتر همیشه خروجی بهتر نمیسازد. پرامپت ساده برای کشف ایده و آزادی خلاق مناسب است؛ پرامپت دقیق برای پروژهای که الزامهای مشخص دارد. Runway هر دو مسیر را معتبر میداند و درباره تعارض میان جزئیات زیاد و آزادی مدل هشدار میدهد. [۵] در متن به ویدئو نیز راهنمای Runway میگوید تعداد کلمات معیار خوبی نیست و عبارتهای طولانیِ متناقض میتوانند مشکلساز شوند. [۷] دستورهای منفی هم قانون یکسانی ندارند. بعضی ابزارها آنها را پشتیبانی میکنند و بعضی راهنماها، مثل راهنمای تصویر و ویدئوی Runway، عبارت مثبت را توصیه میکنند. اگر «بدون حرکت دوربین» نتیجه عجیبی داد، آن را به «دوربین ثابت میماند» تبدیل کنید. [۲] همیشه رفتار همان مدل را با یک آزمون کوچک بررسی کنید. ## چکلیست نهایی و چند قالب آماده قبل از فرستادن پرامپت، این پرسشها را جواب دهید: 1. خروجی دقیقاً چیست و با چه فعلی آن را خواستهام؟ 2. مخاطب، زمینه و ورودی مدل روشن است؟ 3. کدام محدودیتها قابل اندازهگیریاند؟ 4. قالب خروجی و معیار موفقیت را گفتهام؟ 5. برای کار قالبمحور نمونه دادهام؟ 6. در تصویر، سوژه و صحنه مشخص است؟ 7. در ویدئو، حرکت و دوربین را جدا از ظاهر نوشتهام؟ 8. در تصویر به ویدئو، به جای تکرار تصویر روی حرکت تمرکز کردهام؟ اگر هنوز نمیدانید از کجا شروع کنید، این سه قالب را کپی کنید و با نیاز خودتان پر کنید: ```text متن: برای [مخاطب]، [نوع محتوا] درباره [موضوع] تولید کن. هدف [هدف] است. لحن [لحن]، طول [محدودیت] و قالب [قالب] باشد. از این نمونه پیروی کن: [نمونه]. اگر داده کافی نیست، آن را مشخص کن.
textتصویر: [سوژه] در [محیط]. ترکیب [قاببندی]، نور [نوع نور]، رنگ [پالت]، سبک [سبک]، زاویه [زاویه]، فضای خالی [محل استفاده]، نسبت تصویر [نسبت].
textویدئو: [نوع نما] از [سوژه] در [محیط]. سوژه [حرکت]. محیط [حرکت محیط]. دوربین [حرکت دوربین] با سرعت [سرعت]. نور و سبک [توصیف].
پرامپت خوب بعد از اولین خروجی بهتر میشود. آن را یک متن ثابت و مقدس نبینید. مثل یک دستور کار کوتاه با آن رفتار کنید، نتیجه را بررسی کنید، فقط یک متغیر را تغییر دهید و نسخه موفق را نگه دارید.
منابع و مراجع
۱. راهنمای OpenAI برای ساخت پرامپت خوب
۲. بهترین روشهای مهندسی پرامپت در OpenAI
۳. راهنمای Anthropic برای پرامپتنویسی
۴. راهبردهای طراحی پرامپت در Google Gemini
۵. مقدمهای بر پرامپتنویسی Runway
۶. راهنمای پرامپت تصویر Gen-4 در Runway
۷. راهنمای پرامپت متن به ویدئو در Runway
۸. راهنمای پرامپت تصویر به ویدئو در Runway
۹. راهنمای ساخت تصویر در Google Gemini