راهنماهای مستقل، منبع‌آگاه و قابل‌آزمون
پرامپت و ارزیابی · S2

دوره پرامپت‌نویسی خوب چه خروجی‌ای باید بسازد؟

پیش از خرید دوره پرامپت‌نویسی، خروجی‌های قابل‌آزمون، مجموعه تست، rubric و چرخهٔ بهبود را با این چک‌لیست بررسی کنید.

تصویر مفهومی برای دوره پرامپت‌نویسی خوب چه خروجی‌ای باید بسازد؟
پاسخ کوتاهخروجی یک دورهٔ خوب، چند «پرامپت جادویی» نیست؛ باید بتوانید مسئله را مشخص کنید، نمونهٔ مرجع بسازید، چند خروجی را بسنجید و نسخهٔ بهتر را با دلیل انتخاب کنید.

پرامپت‌نویسی زمانی مهارت می‌شود که نتیجهٔ آن روی چند ورودی متفاوت دوام بیاورد. جمله‌ای که فقط روی دموی مدرس خوب کار می‌کند، دارایی قابل اتکا نیست. دوره باید از شما بخواهد معیار موفقیت را پیش از اجرا بنویسید و شکست‌ها را هم نگه دارید.

این معیار خرید عمداً از نام یک مدل مستقل است. رابط‌ها و قابلیت‌ها عوض می‌شوند، اما تعریف وظیفه، ارائهٔ زمینه، ساخت مثال، کنترل قالب و ارزیابی خروجی در بیشتر محیط‌های کاری باقی می‌مانند.

معیارهایی که باید مدرک داشته باشند

تعریف وظیفه

پرامپت باید نقش، هدف، مخاطب و محدودیت را به زبان قابل‌آزمون بیان کند، نه با صفت‌های مبهمی مثل «عالی». برای هر واژهٔ کیفی یک نشانهٔ قابل مشاهده بنویسید.

مدرک قابل مشاهده: یک task card کوتاه پیش از نوشتن پرامپت.

مجموعهٔ نمونه

حداقل چند ورودی عادی، مرزی و نامعتبر لازم است. یک ورودی موفق هیچ چیز دربارهٔ پایداری روش نمی‌گوید.

مدرک قابل مشاهده: test set نسخه‌بندی‌شده با پاسخ مورد انتظار یا نشانهٔ قبول.

معیار پذیرش

صحت، پوشش، لحن، ساختار و ایمنی را جدا بسنجید. نمرهٔ کلی بدون دلیل، خطا را پنهان می‌کند.

مدرک قابل مشاهده: rubric چندمعیاره با وزن‌های روشن.

ثبت نسخه‌ها

تغییر هم‌زمان چند متغیر علت بهبود را نامعلوم می‌کند. هر دور فقط یک فرضیه را آزمایش کنید.

مدرک قابل مشاهده: دفترچهٔ prompt، مدل، تنظیم، دادهٔ ورودی و نتیجه.

مرز استفاده

دوره باید نشان دهد چه زمان خروجی نیازمند منبع، بازبین متخصص یا توقف کامل است.

مدرک قابل مشاهده: فهرست escalation برای ادعاهای حساس، دادهٔ خصوصی و تصمیم‌های پرخطر.

rubric پنج‌معیارهٔ خروجی

یک خروجی را از صفر تا دو در هر معیار امتیاز دهید. نتیجهٔ کمتر از هشت، آمادهٔ استفاده نیست؛ نتیجهٔ هشت به بالا هم در کار حساس به بازبینی انسانی نیاز دارد.

معیار۰۱۲
صحتخطای روشنبخشی نیازمند تأییدبا منبع یا دادهٔ مرجع سازگار
پوششبخش اصلی جا افتادهنیاز را ناقص پوشش می‌دهدهمهٔ اجزای ضروری حاضرند
قالبغیرقابل استفادهنیازمند ویرایش زیادبا قرارداد خروجی منطبق
لحننامتناسبنوسان داردبا راهنمای لحن سازگار
ایمنیمرز را نقض می‌کندابهام یا افشای احتمالیمرز و ارجاع انسانی روشن

روش اجرای این راهنما

  1. baseline بگیریدبدون پرامپت پیچیده، پنج ورودی را اجرا و نتیجه را امتیازدهی کنید.
  2. یک فرضیه بنویسیدمثلاً افزودن نمونهٔ مثبت، خطای قالب را کاهش می‌دهد؛ سپس فقط همان متغیر را تغییر دهید.
  3. نتیجهٔ بد را نگه داریدشکست‌ها به test set تبدیل می‌شوند و از بازگشت خطا جلوگیری می‌کنند.
  4. تعریف done را جدا کنیدپرامپت تمام‌شده با خروجی آمادهٔ انتشار یکی نیست؛ مرحلهٔ منبع‌سنجی و تأیید انسانی را مشخص کنید.

خطاهایی که تصمیم را خراب می‌کنند

  • کتابخانهٔ کپی‌پیستپرامپت بدون مسئله و دادهٔ شما معمولاً فقط نقطهٔ شروع است.
  • داوری سلیقه‌ای«این بهتر به نظر می‌رسد» جای rubric را نمی‌گیرد.
  • نادیده‌گرفتن تغییر مدلنسخه یا تنظیم جدید می‌تواند رفتار قبلی را تغییر دهد؛ رگرسیون لازم است.

منابع رسمی و اولیه

  1. OpenAI prompt engineering guide
  2. OpenAI evaluation guide
  3. Anthropic prompt engineering overview
  4. Anthropic: develop tests and evaluations
اقدام بعدی

این چرخه را در مسیر پایه تمرین کنید

صفحهٔ AI Foundations را ببینید و خروجی‌ها را با همین rubric بسنجید؛ نام دوره جای آزمون را نمی‌گیرد.

بررسی مسیر AI Foundations