شفقنا رسانه- یک دکترای علوم ارتباطات ضمن اشاره به تکنیکهایی برای بهبود انواع پرامپت همچون تغییر وزن کلمات، پرامپت منفی و… بر لزوم وضوح و شفافیت، دقت، بیان ساده، ارائه جزئیات دقیق، استفاده از مثال و نمونه و الگو، استفاده از عبارات مترادف، بهرهگیری از عناصر متضاد، توصیف دقیق، توازن بین جزئیات و کلیات، استفاده از تمایزات کوچک و خاص، زمانبندی و تنظیمات خاص، استفاده از سبکهای مختلف و… در مسیر بهبود پرامپت تاکید کرد.
به گزارش شفقنا رسانه مریم سلیمی دکترای علوم ارتباطات و پژوهشگر ارتباطی در دومین یادداشت خود با عنوان «سواد هوش مصنوعی؛ تکنیکهایی برای بهبود پرامپت؛ از تغییر وزن کلمات تا پرامپت منفی» اینگونه آوده است:
ارتباط با هر موجودی زبان خاص خود را طلب میکند. بدون بهرهگیری از یک زبان مشترک، ارتباط شکل نگرفته و پیام مدنظر منتقل نمیشود. در این میان، ارتباط با ماشینها به خصوص ماشینهای یادگیرنده نیز زبان خود را طلب میکند.
در ارتباط با یک گارسون که سرمیز شما آمده تا دستورتان را دریافت و عمل کند، تلاش میکنید تا با بیان نکات لازم و جزئیات دقیق، دستوری واضح و مشخص در خصوص درخواستتان ارائه کنید. چرا که بدون این توضیحات، نتیجه منطبق بر خواست شما نخواهد بود. به طور مثال به او میگویید استیک شما چگونه باشد؟ آبدار، متوسط یا…؟ یا پیتزای شما مثلاً فلفل دلمهای داشته باشد یا خیر و…؟ وقتی شما در حال سفارش خود هستید در عین کنترل ارتباط کلامی، سعی میکنید تا بر ارتباط غیرکلامیتان نیز مسلط باشید. یعنی از زبان بدن، ارتباط چشمی و میمیک صورت، لحن و تن صدا و… خود به درستی استفاده میکنید، تا در نهایت سفارشتان به خوبی صورت گیرد. عموماً سعی میکنید با لحن مؤدبانه و توأم با احترام درخواستتان را مطرح و اصول اولیه ارتباط را رعایت کنید.
پرامپت نیز به مثابه همان زبان مشترک انسان و هوش مصنوعی است؛ در واقع دستوری است که برای فهماندن منظور به هوش مصنوعی استفاده میشود. هر میزان پرامپتنویسی با بیان واضح، شفاف، ساده و جزئیات بیشتر و رعایت اصول و قوانین لازم همراه باشد، قطعاً میتواند به نتایج بهتری منجر شود.
پیش از این در خصوص تعریف پرامپت، پیش شرطها و ویژگیهای یک پرامپت خوب و یک پرامپت ذهنی در مطلبی با عنوان «به زودی به فصل پرامپت ذهنی میرسیم!» بحث کردیم و در ادامه به تکنیکهایی برای بهبود انواع پرامپت اشاره میشود که این تکنیکها میتوانند در تولید محتواهای متنی، صوتی، ویدئویی یا تصویری مفید باشند و سبب شوند تا تأثیرگذاری و دقیق بودن نتیجه افزایش یابد.
وضوح و شفافیت، دقت، بیان ساده، ارائه جزئیات دقیق، استفاده از مثال و نمونه و الگو، استفاده از عبارات مترادف، بهرهگیری از عناصر متضاد، توصیف دقیق، توازن بین جزئیات و کلیات، استفاده از تمایزات کوچک و خاص، زمانبندی و تنظیمات خاص، استفاده از سبکهای مختلف و… از جمله این تکنیک ها در مسیر بهبود پرامپت هستند.
در کنار رعایت اصول و قوانین پرامپتنویسی، همچنین رعایت نکات دستوری و نگارشی، حتی در نظر داشتن فواصل لازم بین کلمات (مانند داستان کوتاه به جای داستانکوتاه) و… میتواند نتیجهی مناسبتتری داشته باشد.
در ادامه، به برخی از تکنیکهای مورد استفاده در پرامپتنویسی اشاره میشود.
تغییر وزن کلمات
برخی از الگوریتمهای پردازش زبان طبیعی (NLP) و ابزارهای تولید محتوا، برخی علائم همچون پرانتزها و براکتها میتوانند به تغییر وزن اهمیت کلمات کمک کنند. البته این ویژگی در همه مدلها وجود ندارد. این تکنیک معمولاً در مدلهای پیشرفتهتر که با تمرکز بر بهبود کیفیت و دقت نتایج تولید شده طراحی شدهاند، مورد استفاده قرار میگیرد.
در برخی نمونههای هوش مصنوعی مانند GPT-3 و مدلهای مشابه، Stable Diffusion، مدلهای یادگیری عمیق و… میتوان از تکنیک تغییر وزن اهمیت کلمات یاری گرفت.
تغییر وزن اهمیت کلمات دارای مزایایی است که از این جمله بهبود دقت، افزایش کیفیت و کنترل بیشتر در تولید محتوای متنی و تصویری هستند. در این مسیر میتوان از پرانتز و براکت یاری گرفت.
پرانتز (): زمانی که کلمهای را داخل پرانتز قرار دهید، اهمیت آن کلمه در متن بیشتر میشود. این میتواند به مدل کمک کند تا توجه بیشتری به آن کلمه داشته باشد. به عنوان مثال، ((زیبا)) یا (زیبا) میتواند به مدل بگوید که به کلمه «زیبا» توجه بیشتری داشته باشد.
براکت [ ]: زمانی که کلمهای را داخل براکت قرار دهید، اهمیت آن کلمه در متن کمتر میشود. این میتواند به مدل کمک کند تا توجه کمتری به آن کلمه داشته باشد. به طور مثال [زیبا] میتواند به هوش مصنوعی بگوید که کلمه «زیبا» را کمتر مورد توجه قرار دهد.
در پرامپت ذهنی نیز، افزایش وزن کلمات به معنای تأکید بیشتر بر آنها و برجسته کردن اهمیتشان در متن یا تفکر است. این کار میتواند کمک کند تا به شکلی خلاقانهتر و متمرکزتر بتوان نوشت یا فکر کرد. به طور مثال کارهایی مانند پررنگ کردن کلمات مدنظر، تکرار کلمات کلیدی در متن یا تفکر، استفاده از کلمات مرتبط و هم خانواده و… از راههایی هستند که میتوانند کمک کنند تا ذهن توجه بیشتری به آنها در هنگام دستور به هوش مصنوعی داشته باشد.
استفاده از علائم و نشانههای خاص
علاوه بر پرانتز و براکت، علائم و نشانههای خاص دیگری نیز میتوان در پرامپتها استفاده کرد تا مدلهای هوش مصنوعی بهتر معنای متن را درک کرده و نتایج دقیقتری تولید کنند. به چند علامت و نشانه در این ارتباط اشاره میشود.
علامت ستاره (*) و خط زیر (_) هر دو برای تأکید بر کلمات یا عبارات خاص استفاده میشوند (مثال علامت ستاره: *بسیار* مهم و مثال علامت خط زیر: _تأکید ویژه_).
علامت تعجب (!) برای نشان دادن تأکید یا هیجان در پرامپت کاربرد دارد.
علامت آکولاد ( { } ) میتوان برای دستهبندی و گروهبندی کلمات یا عبارات مرتبط استفاده کرد. به طور مثال {زیبا، جذاب، خیره کننده}
علامت خط تیره (-) میتواند برای جدا کردن بخشهای مختلف یک جمله یا اضافه کردن توضیحات اضافی مورد بهره قرار گیرد.
دو نقطه (:) برای معرفی مثالها یا توضیحات اضافی کاربرد دارد.
دیگر علائم مانند ویرگول، علامت سؤال، نقطه ویرگول، گیومه و…، عملاً همان کاربردهای رایج خود را در تعامل با هوش مصنوعی دارند.
اولویت و ترتیب کلمات
اولویت بخشی و ترتیب کلمات در پرامپت تأثیر زیادی بر نتایج خروجی مدلهای هوش مصنوعی دارد. اینکه چرا اولویتبندی و ترتیب کلمات مهم هستند، در دلایل زیر نهفتهاند:
تحلیل معنایی: ترتیب کلمات میتواند معنای متن را تغییر دهد و تأثیر مستقیمی بر تحلیل معنایی مدل بگذارد.
برجستهسازی: کلماتی که در ابتدای جمله یا پاراگراف قرار میگیرند، معمولاً برای مدل برجستهتر و مهمتر تلقی میشوند. این کلمات میتوانند تأثیر بیشتری بر نتیجه نهایی داشته باشند.
تطابق با الگوهای زبانی: مدلهای هوش مصنوعی بر اساس الگوهای طبیعی زبان آموزش دیدهاند. ترتیب کلمات بر اساس این الگوها به مدل کمک میکند تا معنای دقیقتری را استخراج کند.
وزندهی به کلمات کلیدی: در برخی مدلها، ترتیب قرارگیری کلمات میتواند نشاندهنده میزان وزن اهمیت آنها برای مدل باشد.
ترجمه دقیقتر: در ترجمه ماشین و تولید محتوا، ترتیب کلمات میتواند بر دقت و کیفیت ترجمه تأثیر بگذارد. ترتیب دقیق کلمات به مدل کمک میکند تا معنای دقیقتری را ترجمه کند.
همچنین، ترتیب کلمات در پرامپت ذهنی تأثیر زیادی بر نتیجه نهایی دارد. با دقت در انتخاب و مرتبسازی کلمات، میتوان به نتایج دقیقتر و متناسبتری دست یافت و فرآیندهای خلاقانه و تحلیلی خود را بهبود بخشید.
پرامپت منفی (Negative Prompt)
از پرامپت منفی میتوان در بسیاری از زمینهها از جمله ساخت تصاویر، تولید متن، ویدئو، صوت، ترجمه متن، گفتوگو با هوش مصنوعی و… بهره گرفت. به طور مثال در تولید متن میتوان از پرامپت منفی استفاده کرد (مثال: حذف کلمات «ترسناک» و «خطرناک» در یک داستان کودکانه). در ساخت ویدئو میتوان خواستار حذف صحنهها یا عناصر خاصی شد (مثال: حذف صحنههای خشونتآمیز در یک ویدئوی آموزشی).
همچنین در زمان تولید صوت میتوان بر عدم استفاده از آلات موسیقی یا سبکهای صوتی خاص تأکید کرد. تکنیک پرامنت منفی به هوش مصنوعی میگوید چه جزئیات خاصی را در نتایج تولیدی خود نادیده بگیرد یا از آنها اجتناب کند. استفاده از پرامپت منفی به مدل اجازه میدهد تا نتایج دقیقتر و متناسبتری با نیازهای کاربر ایجاد کند.
به طور مثال، در تولید تصویر اگر نمیخواهید «خورشید» وجود داشته باشد، آن را به هوش مصنوعی بگویید. وقتی از هوش مصنوعی میخواهید که یک تصویر بدون خورشید به شما دهد، مثل این است که به یک نقاش سفارشی دهید و از او بخواهید که نمیخواهید در نقاشی مورد نظر شما از رنگ زرد استفاده کند.
در اصلاح تصویر خود اگر میخواهید «سیب قرمز» قرمزی کمتری داشته باشد یا نمیخواهید عناصر شهری در تصویری باشد، آن را به عنوان پرامپت منفی اعلام کنید. یا اگر میخواهید تصویر واضحی از هر سوژه یا موضوعی به شما داده شود اعلام کنید که که تصویری «بدون تصاویر تار» نیاز دارید.
یا اگر نمیخواهید تصویر فردی که مدنظر شماست، بدون لبخند بوده و رو به دوربین نباشد، باید آن را به عنوان پرامپت منفی ذکر کنید.
نتایج به دست آمده از هر پرامپت منفی را در کنار هم مقایسه کنید، تا متوجه تفاوتهای آنها شوید.
در مورد اینکه آیا میتوان از پرامپت منفی در پرامپتهای ذهنی بهره گرفت یا خیر باید گفت: پرامپت ذهنی مفهومی است که بیشتر به فرآیندهای شناختی و تولید خلاقانه مرتبط است. اگرچه استفاده از پرامپت منفی به طور مستقیم در پرامپت ذهنی کاربرد ندارد، اما میتوان از مفهوم آن به صورت غیرمستقیم بهره برد. به عنوان مثال، هنگام نوشتن یا طراحی، میتوان عناصر یا ایدههایی که مورد نظر نیست تا در نتیجه نهایی وجود داشته باشند را به صورت ذهنی مشخص کرد و از آنها اجتناب شود.
به عنوان مثال فرض کنید در حال نوشتن یک داستان علمی تخیلی هستید و نمیخواهید عنصر «سفر در زمان» در داستان شما وجود داشته باشد. میتوانید در فرایند خلاقانه خود، به صورت ذهنی این عنصر را حذف کنید و تمرکز خود را بر عناصر دیگر بگذارید.
تمرکز بر احساسات و هیجانات
اضافه کردن عناصر احساسی به پرامپت به مدل کمک میکند تا نتایج با بار احساسی بیشتری تولید کند. (مثال: یک داستان عاشقانه با لحظات شاد و غمگین).
در برخی مدلها، استفاده از ایموجیها، استیکرها و علائم تصویری میتواند به تقویت و تشریح احساسات و عواطف در پرامپتها کمک کند.
ایموجیها میتوانند به عنوان ابزارهایی برای توضیح و بیان احساسات و استیکرها به عنوان ابزارهای بصری برای توصیف احساسات و وضعیتها استفاده شوند. (یک مثال برای استفاده از ایموجی در پرامپت: یک داستان عاشقانه با لحظات شاد (ایموجی لبخند) و غمگین (ایموجی غم)
علاوه بر توصیف و توضیح متنی احساسات، ارائه نمونههای تصویری مرتبط با احساسات و عواطف از دیگر روشهای راهگشا در این خصوص است (مثال: ارسال تصویری از یک غروب عاشقانه برای توصیف احساسات رمانتیک).
همچنین ترکیب ایموجیها، استیکرها، توصیفات متنی و… میتوانند نتایج مورد نظر را دقیقتر سازند.
پرامپتهای ترکیبی
پرامپتهای ترکیبی به مدل اجازه میدهند تا نتایج پیچیدهتر و غنیتر تولید کند. این پرامپتها از ترکیب چندین پرامپت مرتبط برای ایجاد یک خروجی واحد استفاده میکنند. پرامپت ترکیبی، میتواند یک پرامپت را چند بعدی، همراه با جزئیات بیشتر، دقیقتر و تا حد ممکن مبتنی بر نیاز کاربر کند.
به چند مثال در این خصوص اشاره میشود:
پرامپت ۱: «یک نقاشی از یک منظره زمستانی با کوههای پوشیده از برف و درختان صنوبر».
پرامپت ۲: «یک شعر کوتاه درباره همان منظره زمستانی».
ترکیب: خروجی شامل نقاشی منظره زمستانی و یک شعر کوتاه است که احساسی خاص به تصویر میدهد.
مثالی برای یک داستان علمی – تخیلی:
پرامپت ۱: «یک داستان علمی – تخیلی با یک ربات هوشمند».
پرامپت ۲: «توصیف یک شهر آیندهنگر با فناوریهای پیشرفته».
ترکیب: خروجی شامل داستانی است که در آن ربات هوشمند در یک شهر آیندهنگر زندگی میکند.
برای نوشتن پرامپتهای ترکیبی لازم است ابتدا هدف نهایی را تعیین کنید و سپس پرامپت را به بخشهای مجزا تقسیم کنید. در نهایت نیز اقدام به ترکیب آنها میکنید.
· چند نکته برای نتایج بهتر در تعامل با هوش مصنوعی
لزوم داشتن لحن مؤدبانه و احترامآمیز با هوش مصنوعی
داشتن لحن مؤدبانه و احترام آمیز با هوش مصنوعی میتواند به تجربه بهتر و نیز بهبود ارتباط با آن منجر شود. بنابراین درخواستهای خود را با لحن مؤدبانه همراه کنید. بهتر است همان فرایند ارتباطی که با یک انسان دارید با هوش مصنوعی نیز داشته باشید. این کار، در کنار اینکه جلوه ای از شخصیت و فرهنگ ماست، آموزه هایی نیز برای هوش مصنوعی دارد.
سلام و احوال پرسی، بیان درخواست با لحن مودبانه (لطفاً، ممنون می شوم اگر، می توانید لطفاً، خیلی خوشحال می شوم اگر…)، داشتن تعامل دوسویه، تشکر و قدردانی از کمکی که هوش مصنوعی به شما کرده است، خاتمه مکالمه و تشکر از او بابت وقتی که صرف کرده است.
لزوم ارائه درخواستها با احترام به قوانین و محدودیتها
احترام به قوانین و محدودیتهای استفاده از هوش مصنوعی در حین تعامل ضروری است. به طور مثال باید از ارائه درخواستهای نامناسب یا حاوی محتوای حساس خودداری کرد. منظور از درخواستهای نامناسب و محتوای حساس، مواردی است که میتوانند به دلایل مختلف به افراد آسیب برسانند یا موجب ناراحتی و مشکلات اخلاقی شوند. مانند محتواهای خشونتآمیز، حاوی محتوای جنسی صریح و نامناسب، ترویج تبعیضهای جنسی و جنسیتی، محتواهای توهینآمیز مانند اهانت به افراد، گروهها، قومیتها، ادیان و…، محتواهای نقض کننده حریم خصوصی (مانند انتشار اطلاعات شخصی بدون اجازه فرد)، محتواهای ترسناک یا وحشتآور، محتواهای غیرقانونی (مانند نحوه ساخت یک کارت اعتباری جعلی یا تشریح فرایند سرقت یا…)، محتواهای مضر یا آسیبزا مانند محتوای خودآزاری یا تشویق به خودکشی و آسیب به خود یا آسیب به دیگران، عدم درخواست محتواهای نقض کننده حق مؤلف و…
بر این اساس، در تعامل با هوش مصنوعی، مهم است که از درخواستهای نامناسب و محتوای حساس اجتناب شود و به اصول اخلاقی و احترام به دیگران پایبند بود. این کار به ایجاد محیطی سالم و مفید برای همه کمک میکند.
همچنین باید از درخواست تولید محتواهای جعلی و دیپ فیکهای نقض کننده حقوق افراد و انتشار اطلاعات نادرست اجتناب شود.
در نظر داشتن محدودیتهای تعامل
هر یک از مدلهای هوش مصنوعی در حال حاضر دارای محدودیتهایی در میزان تولید محتوا و تعداد خروجی هستند، بنابراین در نظرگرفتن این سقف در ارتباط با هوش مصنوعی ضروری است. اگر اجازه دارید در هر ارتباطی نهایت ۱۰ سؤال بپرسید، بهتر است سؤالات خود را از قبل بر روی کاغذ یا روی گوشی یا رایانه خود بنویسید و سپس مبتنی بر اولویتگذاری آنها را طرح کنید. عدم رعایت این نکته سبب میشود مجبور شوید تا برای طرح سؤالات بعدی خود یک روز دیگر صبر کنید.
تاکنون قانون خاصی برای تعداد کلمات حداقل و حداکثر در پرامپتنویسی وجود ندارد، بسته به سقف تعداد کلمات تعیین شده برای پرامپت در هر مدل، بهتر است به این نکته توجه شود. با این حال میتوان برای پرامپتها سه سطح کلماتی در نظر گرفت. پرامپتهای کوتاه و مختصر معمولاً بین ۵ تا ۲۰ کلمه هستند. پرامپتهای متوسط بین ۲۰ تا ۵۰ کلمه و پرامپتهای طولانی و جامع بیش از ۵۰ کلمه هستند. پرامپتهای طولانی و جامع برای زمانهایی مناسب هستند که خروجی شما باید با لحاظ جزئیات زیاد و بسیار دقیق باشند.
شناسایی ظرفیتهای هوش مصنوعی
شناخت ظرفیتهای مدل هوش مصنوعی که با آن کار میکنید، به شما کمک میکند تا از پتانسیلها و ظرفیتهای وافر آن به درستی و در مسیر پیشبرد اهدافتان یاری بگیرید.
اگر مقالهای نوشتهاید یا محتوایی تهیه کردید که هنوز نمیدانید چه ایراداتی بر آن وارد است، بهتر است از یک هوش مصنوعی یاری بگیرید. هوش مصنوعی محتوای شما را بررسی و تحلیل کرده و در نهایت به شما، ضمن بیان نقاط قوت و ضعف، راهکار ارائه میکند.
یا به طور مثال میتوانید متن نهایی فارسی و انگلیسی یک مقاله و… را به سایتها یا نرمافزارهای مبتنی بر هوش مصنوعی برای ویرایش بسپارید. سایتهای ویرایش متن فارسی با بهرهگیری از هوش مصنوعی مانند ویرا، هیوا، آرنگ و… و سایتهای وایریش متن انگلیسی مانند Grammarly، prowritingaid، paperrater، LanguageTool، Notion و… است.
سایتهای ویرایش متن مبتنی بر هوش مصنوعی می توانند به بهبود گرامر، نحو و واژگان در متن ها به شما کمک کنند.
چند یادآوری
در جریان بهره گیری از هوش مصنوعی، باید هوشیار بود و از دادن اطلاعات محرمانه و یا طبقه بندی شده یا محتواهای مهم و حساس به هر نوع هوش مصنوعی برای انجام هر کاری، تا حد ممکن اجتناب شود، چراکه هوش مصنوعی از اطلاعات شما بدون اجازه بهره خواهد گرفت. اگر اسناد و اطلاعات سازمانی ناخواسته، به اشتباه یا حتی عامدانه در اختیار هوش مصنوعی قرار گیرد ممکن است این اطلاعات در اختیار افراد نادرست قرار گرفته و به ایجاد مشکلات قانونی ،حقوقی و.. منجر شود. ارسال اطلاعات محرمانه به هوش مصنوعی ضمن نقض محرمانگی، می تواند عواقب جدی در پی داشته باشد. در انتخاب ابزارهای هوش مصنوعی حتماً بررسی های لازم را داشته باشید و با شناخت آنها را انتخاب کرده و مورد استفاده قرار دهید.
اما در مورد خروجی های هوش مصنوعی؛ همواره باید این نکته را در نظر گرفت که هوش مصنوعی هرگز به طور مطلق قابل اتکا و اعتماد نیست و ممکن است محتواهای ارائه شده توسط آن یا ویرایشها و… توأم با ایراد، خطا، سوگیری و… باشد. نظارت بر کل فرایند انجام کار توسط هوش مصنوعی و نیز اصلاح و بازخورد دادن ضروری است. با نگاه تفکر انتقادی به هوش مصنوعی بنگرید.
***
فراگیری اصول و قوانین ارتباط و تعامل با هوش مصنوعی میتواند به ارتقای سواد هوش مصنوعی ما کمک کرده و قطعاً به تجارب بهتر دوسویه میان ما و ماشینهای یادگیرنده منجر خواهد شد.
در ادامه این بحث در مورد مراجع حاوی پرامپت آماده، چگونگی نوشتن پرامپت تصویری و… سخن خواهیم گفت، پس همچنان با ما همراه باشید.
لینک مطالب مرتبط:
«سواد هوش مصنوعی(۱)؛ به زودی به فصل پرامپت های ذهنی می رسیم»؛ نوشتاری از مریم سلیمی