مهمترین مهارت پرامپتنویسی، تخصصه
هوش مصنوعیخلاصهٔ کاملتر
شان گودکه تو این پست میگه مدلهای زبانی همه رو تبدیل به یه آدم همهفنحریف کردن: کسی که بلد نیست CSS بنویسه، حالا یه CSS نسبتاً قابلقبول تحویل میگیره. برای همین خیلیها فکر میکنن پرامپتنویسی اصلاً مهارت نیست، چون همه دارن با یه مدل حرف میزنن و تقریباً یه چیز میگیرن. نویسنده معتقده این برداشت غلطه و مهمترین مهارت تو پرامپتنویسی، تخصص تو همون حوزهایه که داری براش پرامپت مینویسی.
مثالی که میزنه گفتگوی ترنس تائو، ریاضیدان سرشناس، با ChatGPT دربارهٔ یه مثال نقض تازه برای حدس ژاکوبینه. به گفتهٔ نویسنده اون گفتگو انگار اصلاً با یه مدل دیگه انجام شده: پیامهای تائو خیلی کوتاه و سرراستن و فقط به اصل مطلب جواب میده. همین سیگنالِ تخصص، مدل رو از حالت «توضیح برای تازهکار» میبره به حالت «حرفزدن با ریاضیدان» و جوابها رو فشردهتر میکنه.
نکتهٔ ظریفتر اینه که تائو وقتی جواب مدل به نظرش اشتباه میرسه، مستقیم ردش نمیکنه؛ میگه «این پیچیدهتر از چیزیه که انتظار داشتم» و خودش مسیر بعدی رو پیشنهاد میده، نه مدل. نویسنده تأکید میکنه با کپیکردن این تکنیکها نمیشه مثل تائو پرامپت نوشت، چون هستهٔ ماجرا فهمیدن خودِ ریاضیاته: بیرون کشیدن ایدهٔ درست از دل یه جواب چندپاراگرافی و تشخیص اینکه کجای کار میلنگه.
همین منطق تو برنامهنویسی هم صادقه. نویسنده میگه اگه یه تصویر درست از کدبیس خودت داشته باشی، خیلی محکمتر میتونی مدل رو هل بدی: «نه، فکر کنم اینجا سادهتر هم میشه»، یا «مگه ما همین کارو یه جای دیگه نمیکنیم؟». به نظر اون تو مسائل طراحی سیستم، آشنایی با جزئیات مشخصِ یه پروژه از دانش عمومی و کلی دربارهٔ معماری نرمافزار کارسازتره.
جمعبندی نویسنده اینه که آدم بیتخصص هم دستکم یه چیزی از مدل میگیره و این بد نیست، ولی آدم متخصص از همون مدل چند برابر بیرون میکشه. پس تخصص انسانی حتی با قویتر شدن مدلها هم ارزشمند میمونه، چون تو خیلی از کارها گلوگاه خود آدمه، نه مدل: اطلاعات از قبل تو مدل هست، ولی بیرون کشیدنش آدمِ بلد میخواد.
نکات کلیدی:
- مهمترین مهارت پرامپتنویسی، تخصص تو حوزهٔ همون سؤاله
- سیگنالدادنِ تخصص، لحن و عمق جواب مدل رو عوض میکنه
- متخصص میدونه جواب خوب چه شکلیه و مسیر رو خودش تعیین میکنه
- تو کدنویسی، آشنایی با کدبیس از دانش کلی معماری کارسازتره
- تو خیلی از کارها گلوگاه آدمه، نه مدل
