مهندسی پرامپت و مدل‌های زبانی بزرگ؛ از مبانی تا پروژه‌های پیشرفته - جلسه 7

می‌کنم خب

ما جلسه قبل در رابطه با کانتکست صحبت

کردیم این جلسه میخوام بریم یک موضوع

دیگه‌ای که به اون کانتکست مربوطه

و هر دو در حقیق یک هدف رو دنبال می‌کنن.

موضوع که می‌خوام این جلسه صحبت کنیم بهش میگن پرسونا و رو.

اما پرسونا یعنی چی؟

میگه که پرسونا یک آیدنتیتی یا یک هویته

یا یک استایل ارتباطی و رفتاریه که شما از

ال می‌خواید باهاش اداپت بشه.

یعنی خودشو باهاش تطبیق بده.

رول هم یه جور

یه فانکشن یا [گلویش را صاف می‌کند] یک

شغل و یک

تسکیه که و یا یک حوزه‌ایه که در حقیقت

شما از اون المتون میخواد تو اون متخصص

باشه

[گلویش را صاف می‌کند][صدای سرفه] رول اون چیزیه که ایآی انجام میده

پرسونا

اون جوریه که ایآی رفتار می‌کنه وقتی داره اونو انجام میده.

مثلاً به عنوان مثال

من میگم که یو پایتون تیچر یعنی شما یک

[گلویش را صاف می‌کند] معلم پایتون هستید

برای آدمای مبتدی.

مفاهیم رو با صبر توضیح بده از زبان ساده استفاده کن و در هر چیزی که داری توضیح

میدی یک مثال عملی هم بیار.

تو این مثال رولون چیه؟ معلم پایتون.

پرسونامون چیه؟ صبور بودن.

بعد با آدمای مبتدی مثلاً رفتار خوبی

داشتن و مثالای عملی زدن.

میگه که ال ام در واقع تبدیل به یک معلم نمیشه یا یک پرسونالیتی مثلاً جدید یک

شخصیت جدید دولپ نمیکنه

در حقیقت این دستورالعمل به ال میگه که

چهجوری در طول این در حقیقت مکالمه که

داره پاسخ بده

مثلاً فرض کنید شما میخواید از چت جی بیتی

یه سؤال حقوقی بپرسید.

بهتره که اولش اینو بهش بگید که تو فرض کن

تو یک وکیل هستی در ایران.

این در ادامه همون کانتکست جلسه قبله. این

باعث میشه که اون ال الم جوابی که به شما

میده جواب دقیق‌تری باشه. چون خودشو در

اون موقعیت قرار میده. خودشو در اون

پوزیشن قرار میده و جواب بهتری به شما

میده.

بریم [گلویش را صاف می‌کند] یه ذره با دیتیل بیشتر ببینیم چیه.

میگه رول توصیف می‌کنه چه کارهایی رو ال ام باید انجام بده.

چه رول‌هایی متداولنم مثلاً تیچر سافتار

دولپر دیتا آنالیست بیزینس کنسالتنت مثلاً

اینترویور و الی آخر.

مثلاً نگاه کنید پرامت رو ببینید میگه که

به عنوان یک دیتا آنالیست رفتار بکن

فرض کن ف دیتای فروش

دیتای فروشو فرض کن داری اینو تحلیل کن

ترندا رو تشخیص بده و

[صدای سرفه][گلویش را صاف می‌کند]

اون چیزی که فهمیدی رو به یک مدیر بیزینس توضیح بده ما تیکه اول بهش چی گفتیم؟

گفتیم تو فرض کن یک دیتا آنالیز هستی یه

کانتکست خیلی مهم بهش دادیم یک رول دادیم

بهش

و تو این رول گفتیم تو خودتو باید در قالب

این شخصیت بذاری

میگه این رولله به مدلمون این میگه که باید تو این چیزا فوکوس بکنیم یک دیتا

پترن الگوهایی که تو دیتا وجود داره چون

یکی از کارایی که دیتاست انجام میدن اینه

که الگوها رو تو دیتا تشخیص میدن

اون مفاهیم مربوط به اون بیزینس ترندها

و یک توصیه مواضح و شفاف

میگه اگه رول رو شما ندید

امکان داره یک جواب کلی مدل شما بده بریم

اینو تست کنیم با هم تو چت جیب بیتی من یه

دونه چت جدید باز کنم

من این سؤالو ازش می‌پرسم. البته

باید یه دیتای فروش بهش بدیم که بعد سؤالو

بپرسیم.

بذار یه دیتا فروش پیدا کنیم.

خب من یه دونه فایل اکسل بهش دادم. یه

نمونه فایل فروشیه که من یه سایتی

برداشتم.

حالا بذار ببینیم چه جواب میده.

[گلویش را صاف می‌کند][صدای سرفه]

خب من فکر نمی‌کردم انقدر طول بکشه ولی بعد از ۹ دقیقه این جواب بود که به ما داد

و حالا میخوایم جوابشو مقایسه بکنیم با

حالتی که ما بهش بگیم که مثلاً تو یک

دیتا منش هستی من یه اسکرین شات از این

بگیر بگیرم نگه دارم حالا تا جایی که میشه

خب اینجا باشه

من این چتو پاک کنم بعد یه چت جدید باز

کنم و دوباره همینو بهش بدم

خب من دیتا دیتا رو بهش دوباره دادم فقط

این دفعه بهش گفتم که تو فرض کنید یک دیتا

نامیست هستی میخوام ببینم تفاوت جوابی که

میده چیه

فکر کنم دور باید یه ۱۰ دقیقه‌ای صبر کنیم

حتی شاید بیشتر این دفعه

من دوباره ویدیو رو پاز می‌کنم تا جواب

بیاد

خب این دفعه ۵ دقیقه طول کشید این کاری که

انجام میداد حالا می‌خوایم بذاریم کنار

همدیگه ببینیم چه فرقی کرده

میگه که اینکه هیچی اولش تقریباً شبیه

ببینید تو مین فایندینگش که یکیه

[صدای سرفه][گلویش را صاف می‌کند]

این بخش یه چی اینجا یه چیزایی گفته مین

فاندینگش ولی اینجا چی گفته تقریباً همونه

حالا فرق اساسی داره یا نداره

تو این مثال به نظر میاد که خیلی

توفیقی نداره

فقط این یه تیکه اولش یه ذره متفاوته ولی

کلیت تقریباً یکسانه

ببین عددایی که درآورده چیه

عددایی که درآورده جاشو مثلاً یکی ش مقایسه بکنیم اولشی مقایسه بکنیم میگه در

سال ۲۰ ۲۴ فروش به اندازه ۴ و۴ ۱۲۰ رشد

داشته خب اینجا چیزم چیزی گفته

خیلی تفاوتی نداره که یکسانه فقط نوع بیانش یه مقدار متفاوت شده مثلا اینجا

اینجا میگه که عق جوردر ولیو ۹ کم شده

اینجا

یه کوچولو دیتای بیشتری داره بهمون میده

بعد اینجا داره به جای اینکه به جا اینجا

مثلاً توی قب قبلی عدد منفی مثبت استفاده

کرده بود اینجا اومده

یه ذره توصیفی گفته یه جورایی

بعد اینجا یه توضیحی هم داده بذار ببینیم

اینم گفته این

آره اینم گفته

پس خیلی آنچنان تفاوتی نداره یه مقدار

احساس می‌کنه که لحنش عوض شده ولی دیتایی

که داره میده تقریباً همونه فقط نوع بیانش

یه متفاوت شد بهخاطر اینکه ما بهش گفتیم

که در حقیقت تو یک دهانست هستید. خب

پس خیلی مهمه که شما ابتدا یه همچین چیزی

رو بهش بگید. یعنی اون رولشو مشخص بکنید

جواب جواب بهتری خواهد بود.

اما پرسونا

[گلویش را صاف می‌کند]

میگه که پرسونا برای مدل شما چی رو مشخص

می‌کنه؟ استایلش، نگرش،

اون مخاطبشو مشخص می‌کنه و نوع رفتار

ارتباطی که خواهد داشت،

لحن و نمی‌دونم نوع کلماتی که می‌خواد انتخاب بکنه، شخصیتش و خیلی چیزا رو تو

شما تو پرسولا می‌تونید مشخص کنید.

مثلاً اینجا نگاه کنید میگه بیا ماشین

لرنینگو توضیح بده به یک بچه ۱۲ ساله.

بذار اینو اصلاً همین جا با چجی بریم جلو

همینو. خب من یه چت جدید باز کنم.

خب اینجا نگاه کنید من این ۱۲ سالو بهش

نمیدم

[صدای سرفه] شم.

خب

اینو یه بچه ۱۲ سال شاید واقعاً متوجه نشه بچه‌ها خب

اما ازش الان می‌خوام که به یه بچه ۱۲

ساله توضیح بدم

ببینیم لحنش چهجوری عوض میشه

[صدای خرناس] اینجا خیلی رسمی داره جواب

میده مراحلشو داره میگه بعد اهداف کلیو و

فلان

نگاه کنید میگه فرض کنید شما دارید به یک

مثلاً بچه سعره که فکر کنم منظورشه

می‌خواید تشخیص توپو یاد بدید

[گلویش را صاف می‌کند][صدای سرفه] یعنی نوع لحن

صحبت کردنش کلاً عوض شد

یعنی با بالایی مقایسه بکنید زمین تا

آسمون فرق می‌کنه

اینجا نک مثلاً میگه اول شما به اون سگه

تعداد زیادی توپو نشون میدید توپهای بلز

کوچیک قرمز فلان فلان ها بعد از اینکه کلی

مثال بهش دادید

اون سگه یاد می‌گیره که توپ چه شکلیه یعنی

میاد همه مدلای مختلف توپو می‌ذاره جلوش

تا این بفهمه توپ چیه خب بعد میگه مثلاً

حالا فرض کن به جای سگ مثلاً توی کامپیوتر

داری این خیلی واضح‌تره برای بچه ۱۲ ساله

تا مثلاً این بالاییه که خب مشخصاً برای

یه آدمیه که تک باشه می‌فهمه این چیزا رو

پس پرس پرسونا نوع بیان رو تغییر میده و

خیلی مهمه اگه شما براتون مهمه که جوابی

که می‌گیری چه پرسنایی داشته باشه حتماً

ابتداش باید مشخص بکنید

[گلویش را صاف می‌کند][صدای سرفه] اینجا

رولو با پرسنا مقایسه بکنه که کاری نداریم

اهمیتشم گفتم دیگه توی صحبتم چند باری

اشاره کردم به اهمیتش

حالا یه نگاهم بکنین

جوابه میگه دقیق‌تر خواهد بود مرتبط‌تر

خواهد جواب که میده

سطح سختی جوابتون رو دق کنترل میکنید

دیدیم الان مثالشو با همدیگه

[گلویش را صاف می‌کند]

در طول مثلاً جواب‌هایی که داره میده یک ثباتیو رعایت میکنه تو جواب دادن یک

پیوستگی خواهد داشت جوابت جواباشو

کلمات مناسب انتخاب بکنه این خیلی

[صدای خرناس] مهمه

فوکوسی که رو اون تست داره رو بهتر می‌کنه.

خروج فرمت خروجی رو کمک می‌کنه که مناسب‌تر باشه

و اون شبیه‌سازی رو امکان پذیر می‌کنه برای مدل و حالا چیزای دیگه. این رو

بچه‌ها خیلی استفاده بکنید. من خودم بارها

استفاده کردم توی پرامپتهایی که به ترجیبی

یا کلاد یا چیزای دیگه میدم. اولش همیشه

میام پرسنال مشخص می‌کنم. یعنی توی یه

مسیج اول پرسنال رولشو مشخص می‌کنم بعد

میرم درخواستمو ازش می‌خوام و واقعاً جواب

خیلی بهتری گرفتم. خیلی خب بریم بداش جلسه

بعدی صحبت کنیم. فعلاً خداحافظ. ‏y