مهندسی پرامت‌ یا دستور برای هوش مصنوعی Promet Ai

صحبت با ماشین ها با توجه به اینکه اونا دارن یاد میگیرن هروز عمیق تر بشن در درک ما، داره ساده تر میشه، و اگر فقط در حد جستجو در گوگل ازش استفاده میکنید شاید خوندن این مطلب کمکی بهتون نکنه.

اما اگر قصد دارید از هوش مصنوعی به عنوان یک ابزار قدرتمند برای تولید محتوا یا محصولی منحصر بفرد استفاده کنید، در ادامه این نوشته همراه من بشید تا باهم بیشتر یاد بگیریم چطور میتونیم پرامت ها یا دستورات بهتری برای موتورهای هوش مصنوعی بنویسیم.

پرامپت

پرامپت می‌تواند کلمه، عبارت، جمله یا حتی یک تصویر باشد.

برای کاربران ویندوز شاید کلمه پرامپت آشنا باشد که با استفاده از پرکاربردترین دستورها در Command Prompt برخی از تنظیمات و فرایندها را اجرا می‌کنند، با این تفاوت که در هوش مصنوعی دستور و درخواست به‌جای عبارت‌های مشخص انعطاف دارد و کمی تغییر در آن می‌تواند منجر به نتیجه‌ای متفاوت شود.

ابزارها و چت‌بات‌های هوش مصنوعی مانند چت GPT مجهز به NLP یا سیستم پردازش زبان طبیعی هستند. یعنی آنها می‌توانند از نوع حرف زدن و نوشتن ما یاد بگیرند و به سؤالات و درخواست‌های ما پاسخ دهند. با این وجود ما هم باید بدانیم که چطور درخواست خود را بیان کنیم تا بهترین نتیجه را بگیریم. درست نوشتن پرامپت می‌تواند باعث شود تا اطلاعات درستی را از هوش مصنوعی یا چت بات دریافت کنیم و با پاسخ‌های بی سر و ته و نامرتبط مواجه نشویم. به فرایند انجام این کار پرامپت نویسی گفته می‌شود.

پرامپت نویسی

درست است که ابزارهای هوش مصنوعی مولد مانند ChatGPT، Google Bard، Bing و Claude.ai در تولید سریع محتوا عالی هستند، اما یک اشکال بزرگ این ابزارها این است که می‌توانند اطلاعات نادرست، منقضی شده یا نامربوط هم ارائه دهند.

• پرامپت نویسی ممکن است نکات و اصول جزئی به‌خصوصی داشته باشد که برای دستیابی به نتیجه مدنظر باید آن‌ها را به‌کار گرفت. برای مثال، Stable Diffusion کتابی تحت عنوان Stable Diffusion Prompt Book را در فرمت PDF برای دانلود کاربران به‌اشتراک گذاشته است که می‌توانید با به‌کارگیری نکات درون کتاب بهترین نتایج را از این هوش مصنوعی مولد دریافت کنید.

در اصل، پرامپت نویسی فرایند یافتن مؤثرترین ترکیب کلمات برای به دست آوردن نتیجه موردنظر از یک ابزار هوش مصنوعی مولد است. هر یک از ما سعی می‌کنیم در زندگی روزمره خود ترکیب مناسبی از کلمات را پیدا کنیم تا منظورمان را به درستی به دیگران برسانیم.

پرامپت نویسی یافتن مناسبترین کلمات برای رسیدن به یک نتیجه درست از هوش ماشینی است.

به عنوان مثال، می‌توانید از کسی بپرسید: بهترین صندلی کدام است؟ پس از این پرسش نیز هیچ اطلاعات دیگری به فرد ندهید. ترجیحات رنگی، هزینه، نوع میزی که می‌خواهید برای آن صندلی بخرید و… را به وی نگویید. در چنین شرایطی فرد احتمالاً پاسخی مبهم و کلی به شما خواهد داد. ماشین‌ها هم چنین هستند. اگر شما با آنها به طور مبهم حرف بزنید، جواب مبهم و احتمالاً نامرتبطی دریافت خواهید کرد. به همین دلیل افرادی که از این ابزارها به طور جدی استفاده می‌کنند، باید نوع نوشتن دستور یا پرامپت را یاد بگیرند.

ساختار اساسی در پرامپت نویسی

یک پرامپت کامل را به‌طور کلی می‌توان به چند بخش اساسی تقسیم کرد که شامل هدف یا تکلیف (Task)، دستورالعمل (Instructions)، زمینه و مفاد (Context)، تنظیمات و پارامترها (Parameters and Settings) و در آخر ورودی (Input) می‌شود.

• هدف و تکلیف (Task): به اصلی‌ترین پردازش و فرایندی که هوش مصنوعی برای انجام آن توسعه داده شده، اشاره دارد. درواقع، هسته و هدف اصلی درخواست را Task می‌گویند که می‌تواند پاسخ به پرسش، تولید محتوای خلاقانه یا تولید عکس با هوش مصنوعی و… باشد.
• دستورالعمل (Instructions): پس‌ از مشخص‌کردن هدف، لازم است به سیستم هوش مصنعی دستورالعمل دقیق خود را اعلام کنید تا از آن طریق شما را به هدف برساند. دستورالعمل می‌تواند ساده یا پیچیده باشد یا حتی کل تعاملات را پوشش دهد، تمام خواص و صفات خروجی و البته فرمت آن را نیز در خود داشته باشد و گام‌های متعددی را در بر بگیرد. دستورالعمل نقشه راهی برای مدل هوش مصنوعی ترسیم می‌کند تا مطابق آن شما را به سرمنزل مقصود برساند. برای مثال، اگر تکلیف (Task) را نوشتن شعر درنظر بگیریم، دستورالعمل شامل تعداد ابیات و نوع قافیه‌بندی می‌شود.
• زمینه (Context): شامل اطلاعات پس‌زمینه یا موقعیتی می‌شود که تسک را در بر می‌گیرد. درواقع، جزئیات بیشتری درباره تسک به مدل هوش مصنوعی ارائه می‌کند. لزوماً نیاز به نوشتن متن توصیفی نیست و می‌توانید این اطلاعات را در قالب تصویر دراختیار هوش مصنوعی قرار دهید. در پایان چند نمونه از بهترین پرامپت‌های هوش مصنوعی را بررسی می‌کنیم تا با مثال، راحت‌تر متوجه شوید.

• تنظیمات و پارامترها (Parameters and Settings): منظور عناصر و متغیرهای خاصی است که می‌توان به پرامپت افزود یا از پیش برای هوش مصنوعی شرح داد. وظیفه این متغیرها و عناصر جزئی مستقیماً بر خروجی اثر خواهند داشت و شامل مواردی می‌شوند که نمی‌توان با زبان ساده درون پرامپت قرار داد. پارامترها و تنظیمات در هر هوش مصنوعی می‌تواند تفاوت زیادی داشته باشد؛ بنابراین، باید ابتدا با آزمون و خطا و تکرار دستورات مختلف ابعاد پارارمترها را محک بزنید تا مطابق توانایی مدل زبانی هوش مصنوعی از آن‌ها بهره‌مند شوید. برای مثال، «–no» در فهرست پارامترهای میدجورنی برای حذف یک عنصر در تصویر استفاده می‌شود.
• ورودی (Input): این بخش از پرامپت به‌ویژه زمانی مهم است که موضوع خاصی برای تغییر و تبدیل وجود داشته باشد. شاید تسک مدنظر شما نیاز به ورودی داشته باشد و شاید نیازی به آن نباشد. برای مثال، ورودی می‌تواند یک تصویر باشد که نیاز به ادیت دارد در اینجا ساختار پرامپت بدون ورودی ناقص خواهد بود.

نمونه پرامت نویسی تبدیل نوشته به ویدئو در Runway -Gen3 Alpha

A dramatic zoom in on the face of movie villain as he raises an eye brow and the lights shift, casting an eerie red glow across him. Evil villain lair, 1980s spy movie, cinematic, 35mm film, dynamic movement.

ترجمه پرامت: یک زوم دراماتیک روی چهره شخصیت شرور فیلم در حالی که ابرویش را بالا می‌برد و چراغ‌ها جابجا می‌شوند و درخشش قرمز وهم‌آوری بر او می‌تابد. لانه شرور شیطان، فیلم جاسوسی دهه 1980، سینمایی، فیلم 35 میلی متری، حرکت پویا.

A sci-fi-like action chase scene, FPV hyper-speed fly through multiple locations. Racing through asteroid fields, through a dense clouds, through a complex system of desolate landscapes. Dynamic motion, dynamic blur, timelapse, 30x speed, cinematic, muted color palette.

ترجمه پرامت: یک صحنه تعقیب و گریز اکشن علمی تخیلی، پرواز با سرعت فوق العاده FPV در چندین مکان. مسابقه در میان میدان های سیارکی، از میان ابرهای متراکم، از طریق سیستم پیچیده ای از مناظر متروک. حرکت پویا، تاری پویا، تایم لپس، سرعت 30 برابر، سینمایی، پالت رنگ خاموش.

Dynamic motion, 30x speed. Camera follows a translucent white plastic grocery bag with bold red letters printed on it that read “THANK YOU” as it flies organically in the wind of a desert. the slightly opaque bag undulates in the wind, maintaining the bold red “THANK YOU” text printed on it.

ترجمه پرامت: حرکت پویا، سرعت 30 برابر. دوربین یک کیسه مواد غذایی پلاستیکی سفید شفاف را دنبال می کند که حروف قرمز پررنگ روی آن چاپ شده و روی آن نوشته شده است “متشکرم” در حالی که به طور ارگانیک در باد یک صحرا پرواز می کند. کیسه کمی مات در باد موج می زند و متن قرمز پررنگ «متشکرم» روی آن چاپ شده است.

درباره‌ی “Prompt Decorators”

Prompt decorators یعنی تگ‌ها یا پیشوندهایی که قبل از پرامت اصلیت قرار می‌دی تا به مدل بگی چه رویکرد یا لحن یا عدسی (lens) رو روی موضوع بندازه.
این خیلی مفیده برای تنظیم زاویه‌ی دید، سبک پاسخ، عمق و حتی خلاقیت. (قابل استفاده در مدل‌هایی که دارایmemory هستند مانند چت جی‌پی‌تی)

🎨 مثال‌هایی از Decorator‌های پرکاربرد

+++ThinkingCinematic +++DesignThinking +++SciFiRealism +++TechnicalMechanical

+++ThinkingCinematic +++TechnicalMechanical +++DesignThinking +++StepByStep

فرض کن تو مسئول طراحی سیستم تصفیه آب برای یک سکونتگاه مریخی هستی، جایی که منابع محدود، انرژی گران و رطوبت محیط نزدیک به صفره.  
می‌خوام یک طراحی مفهومی بدی که هم از لحاظ انرژی بهینه باشه، هم از قطعات قابل ساخت در زمین تشکیل شده باشه.  
پاسخت رو در قالب ۵ مرحله‌ی طراحی ارائه بده، و برای هر مرحله خروجی فنی و فرضیات علمی رو بنویس.  
لحن رسمی و فنی باشه. 

یه پرامت خوب می‌تونه یه پاسخ «متوسط» رو به یه پاسخ «فوق‌العاده و الهام‌بخش» تبدیل کنه. مهم‌ترین عنصر به نظر من زمینه و زمینه‌سازی (Context) هست؛ وقتی می‌دونی مدل باید چه پیش‌زمینه‌ای داشته باشه، بذار بدونه! مثلاً «من طراح صنعتی‌ام و دنبال الهام برای طراحی صندلی هستم».