۵ پرامپت (دستور) به ChatGPT برای افزایش بهره‌وری در پژوهش

هوش مصنوعی ChatGPT در اواخر سال ۲۰۲۲ به‌طور ناگهانی وارد صحنه شد. معرفی آن، مفهوم هوش مصنوعی را از چیزی که به‌نظر می‌رسید همواره درست فراتر از افق فناوری قرار دارد، به واقعیتی تبدیل کرد که هر فردی با یک رایانه می‌توانست به آن دسترسی داشته باشد. از آن زمان تاکنون، این پلتفرم به‌صورت تصاعدی رشد کرده و تا ژوئیه ۲۰۲۵ روزانه ۲.۵ میلیارد پرامپت در سراسر جهان دریافت می‌کرد.

با این حال، با وجود کاربردی بودن غیرقابل انکار، ChatGPT بدون نقص نیست. برای مثال، چیزهایی وجود دارد که هرگز نباید به ChatGPT بگویید. همچنین ایده خوبی نیست که هر پاسخ ChatGPT را حقیقت مطلق تلقی کنید. برای تأیید این موضوع، کافی است به خود چت‌بات نگاه کنید. در پایین هر گفت‌وگو، یک هشدار نمایش داده می‌شود که اذعان می‌کند ChatGPT ممکن است اشتباه کند و اطلاعات مهم باید بررسی شوند.

این هشدار به‌راحتی نادیده گرفته می‌شود، اما در عین حال کلید استفاده مؤثر از ChatGPT برای پژوهش است. کیفیت خروجی آن تا حد زیادی به این بستگی دارد که یک وظیفه چقدر شفاف تعریف شده، چه محدودیت‌هایی تعیین شده و چه زمینه‌ای ارائه شده است. در اصطلاحات رایانشی، نیاز به ارائه ورودی باکیفیت برای دریافت خروجی مطلوب چیز جدیدی نیست — GIGO (ورودی بی‌کیفیت، خروجی بی‌کیفیت) مفهومی است که از آغاز عصر رایانه وجود داشته است.

GIGO در عصر هوش مصنوعی همچنان موضوعیت دارد. این نکته‌ای مهم است که هنگام استفاده از ChatGPT به‌عنوان ابزار پژوهشی باید به خاطر داشت؛ کیفیت یک پرامپت می‌تواند تفاوت میان پاسخی مفید و پاسخی را رقم بزند که باید به سطل زباله دیجیتال سپرده شود.

۱. از پرامپت‌ها برای آشکار کردن عدم قطعیت استفاده کنید، نه پنهان کردن آن

عبارت «ChatGPT ممکن است اشتباه کند» در پایین هر گفت‌وگوی ChatGPT نمایش داده می‌شود. چیزی که به‌راحتی می‌توان به این هشدار اضافه کرد، کلمات «و اینکه چگونه!» است. برای مثال، در یک مورد، یک وکیل در دادگاه از ارجاعات قضایی جعلی استفاده کرد که توسط ChatGPT ارائه شده و در لایحه او گنجانده شده بود. حتی یک پرامپت عالی هم نمی‌تواند دقت پاسخ ChatGPT را تضمین کند. اما یک پرامپت هوشمندانه می‌تواند شفافیت را تشویق کند — وادار کردن مدل به مکث، علامت‌گذاری عدم قطعیت و تمایز میان داده‌های قطعی و حدس‌های آگاهانه. در کارهای پژوهشی، افزایش دقت پاسخ‌ها می‌تواند در زمان صرفه‌جویی کند و از خطاهای بالقوه فاجعه‌بار جلوگیری کند.

این توانایی در ارائه اطلاعات نادرست، ناقص یا مورد اختلاف با اعتمادبه‌نفس، یکی از بزرگ‌ترین دام‌ها در تمام چت‌بات‌های مبتنی بر مدل‌های زبانی بزرگ، از جمله ChatGPT، است. این صرفاً نتیجه نحوه کار LLMهاست و خطر آن این است که پاسخ‌های ظاهراً مطمئن به‌راحتی وارد یادداشت‌ها و طرح‌ها شوند و بعدها، زمانی که ادعاها پابرجا نمانند، مشکل‌ساز شوند. پرامپت‌هایی که صراحتاً از ChatGPT می‌خواهند واقعیت‌ها را از عدم قطعیت جدا کند، این مشکل را کاملاً از بین نمی‌برند، اما می‌توانند نقاط ضعف را زودتر آشکار کنند.

نکته کلیدی این نیست که از ChatGPT بخواهید درست باشد، بلکه این است که از آن بخواهید درباره آنچه می‌داند، آنچه فرض می‌کند و محدودیت‌هایش شفاف باشد.

۲. از پرامپت‌ها برای تعریف دامنه استفاده کنید، پیش از آنکه پراکندگی پژوهش آغاز شود!

یکی از ساده‌ترین راه‌های اتلاف وقت در پژوهش، دور شدن بیش از حد از موضوع اصلی است. با شروعی بیش از حد کلی و بدون مرزهای مشخص، به‌راحتی می‌توان به موضوعات مجاور، مطالب صرفاً جالب یا مسیرهای طولانی‌ای کشیده شد که به بن‌بست ختم می‌شوند. اغلب، زمانی متوجه این انحراف می‌شوید که مقدار زیادی زمان صرف شده و بازده بسیار اندک بوده است.

این موضوع به‌ویژه در پژوهش‌های پیچیده یا فنی اهمیت دارد؛ جایی‌که زوایای پژوهشی متعددی وجود دارد و بسیاری از آن‌ها مرتبط نیستند. هدف این است که از پرامپت‌های کلی که به ChatGPT آزادی کامل در موضوع می‌دهند، پرهیز شود. در عوض، پرامپت باید به‌گونه‌ای طراحی شود که مرزهایی تعیین کند و ChatGPT را به اولویت‌بندی موارد ضروری، شناسایی آنچه می‌تواند مرتبط باشد و آنچه می‌توان نادیده گرفت، تشویق کند.

هدف این نیست که پژوهش را در مجموعه‌ای «محصور» از معیارها محدود کنید، بلکه ایجاد دامنه و زمینه‌ای است که به چت‌بات اجازه دهد پژوهش را مرتبط نگه دارد. همچنین شایان ذکر است که در استفاده از هر یک از این پرامپت‌ها، همواره باید از ارائه اطلاعات شخصی خود به ابزارهای هوش مصنوعی آنلاین خودداری کنید.

۳. از پرامپت‌ها برای آزمون استحکام نتیجه‌گیری‌ها پیش از تعهد به آن‌ها استفاده کنید!

پژوهش معمولاً هدفی دارد و اغلب زمانی‌که به این هدف نزدیک می‌شوید، بخش زیادی از زمان پژوهش هدر می‌رود. حتی اگر اطمینان حاصل کرده باشید که تمام پرامپت‌های شما تا این مرحله، ChatGPT را وادار به شفافیت و تمرکز کرده‌اند، نتیجه‌گیری اغلب — دست‌کم در ابتدا — موقتی است. اما حتی با داشتن یک نتیجه‌گیری موقت، وسوسه‌انگیز است که مستقیماً به مرحله تدوین یا نگارش بروید؛ فقط برای اینکه بعداً متوجه شوید یک فرض کلیدی کاملاً نادرست بوده، یک تبصره مهم نادیده گرفته شده یا یک استدلال مخالف «در نظر گرفته نشده» است.

برای یک پژوهشگر، کشف چیزی غیرمنتظره در این مرحله پایانی می‌تواند پایه‌های ساعت‌ها پژوهش را سست کند و او را گریان به سمت دستگاه قهوه‌ساز بفرستد تا برای بازنویسی نیرو بگیرد. مهم‌تر اینکه، این پرامپتی نیست که فقط یک‌بار در پایان پروژه و با انگشتان درهم‌فشرده اجرا شود. برای مفید بودن، این پرامپت می‌تواند در هر نقطه‌ای از گفت‌وگو که بخواهید یک نتیجه‌گیری در حال شکل‌گیری را تقویت کنید، مورد استفاده قرار گیرد.

هدف این پرامپت این است که ChatGPT را وادار کند نقش یک شکاک را بازی کند و پژوهش شما را از نظر انسجام و اعتبار بیازماید (همیشه با در نظر داشتن اینکه چیزهایی وجود دارد که هرگز نباید از ChatGPT بپرسید).

۴. از ChatGPT بخواهید آنچه را که جا افتاده مشخص کند!

وضعیت دیگری که می‌تواند شما را عصبانی کند این است که در مراحل پایانی متوجه شوید چیزی مهم هرگز بررسی نشده است. شکاف‌های پژوهشی اغلب نه به این دلیل وجود دارند که یافتن اطلاعات دشوار بوده، بلکه به این دلیل است که در وهله اول مشخص نبوده چیزی کم است. گاهی شتاب پژوهش ما را به‌سوی هدف می‌راند، بدون آنکه به همه موارد مرتبط در مسیر توجه کنیم. این پرامپت از ChatGPT برای شناسایی این خلأهای پژوهشی استفاده می‌کند و شما را از صرف زمان برای جبران آن‌ها در مراحل بعدی نجات می‌دهد.

این موضوع به‌ویژه زمانی رایج است که یک موضوع «خوب فهمیده‌شده» به نظر می‌رسد. در چنین شرایطی، احساس کاذب اطمینان می‌تواند ما را دچار «دید تونلی» کند و به پژوهشی منجر شود که بیشتر دانسته‌های ما را تقویت می‌کند تا اینکه نادانسته‌ها را آشکار سازد. باز هم، این پرامپتی است که می‌تواند در هر مرحله‌ای از فرایند پژوهش و به هر تعداد که ضرورت ایجاب کند، استفاده شود. این پرامپت همچنین می‌تواند برای اطمینان از متمرکز و مرتبط ماندن پژوهش با موضوع به کار رود؛ اگرچه در اینجا بیشتر درباره انتقال تمرکز از آنچه پوشش داده‌اید به آنچه باید پوشش می‌دادید، است.

اگر به‌موقع استفاده شود (و در صورت نیاز دوباره به کار رود)، این نوع پرامپت می‌تواند اطمینان دهد که تلاش‌های پژوهشی شما عاری از نقاط کور است.

۵. استفاده از ChatGPT به‌عنوان دستیار ویرایشی

امیدواریم که به راحتی به مرحله پیش‌نویس نتیجه‌گیری رسیده باشید و اکنون پروژه پژوهشی شما برای پرداخت نهایی آماده باشد. در این مرحله، ChatGPT می‌تواند به‌عنوان یک ویرایشگر نهایی مفید باشد. این صرفاً یک بررسی املایی و دستوری ساده نیست؛ امروزه هر پردازشگر واژه‌ای می‌تواند این کار را انجام دهد. بلکه می‌توانید از ChatGPT برای آزمودن کل اثر استفاده کنید و مطمئن شوید که استدلال‌ها واقعاً به‌هم پیوسته و منسجم هستند. این کار می‌تواند با اطمینان از درستی ساختار و محتوای اثر پیش از ویرایش نهایی و ارائه، در زمان صرفه‌جویی کند.

وقتی یک پیش‌نویس کامل در اختیارش قرار می‌گیرد، می‌تواند ادعاهایی را که به‌درستی پشتیبانی نشده‌اند برجسته کند، نشان دهد کجا نتیجه‌گیری بیشتر بر استدلال تکیه دارد تا شواهد، و بخش‌هایی را که توضیح بیشتر می‌تواند مفید باشد علامت‌گذاری کند.

نکته مهم این است که این کار نباید به‌عنوان یک بررسی صحت اطلاعات تلقی شود (به یاد داشته باشید، ChatGPT ممکن است اشتباه کند)، بلکه باید آن را به‌عنوان یک جفت چشم دوم در نظر گرفت که می‌تواند متن را به‌صورت خطی و انتقادی بخواند. همچنین می‌تواند ایده خوبی باشد که این پرامپت را در گفت‌وگویی جداگانه از پژوهش اصلی اجرا کنید. این کار از انتقال فرضیات اولیه، نتیجه‌گیری‌های موقت یا سایر بار اضافی ناخواسته از مرحله پژوهش جلوگیری می‌کند — هرچند اجرای پرامپت در همان گفت‌وگوی پژوهش نیز مفید است و فرصتی برای دوباره‌سنجی نتایج فراهم می‌کند.

منبع:‌ Slashgear