مهندسی پرامپت دیگر مهم نیست: رویکرد جدید برای کار با هوش مصنوعی

بوریس چرنی، مدیر Claude Code در شرکت Anthropic، در مصاحبه‌ای اخیر اعلام کرد که توانایی‌های این مدل هوش مصنوعی بسیار فراتر از تصور رایج است و «مهندسی پرامپت» دیگر نقش کلیدی گذشته را ندارد. او به کاربران پیشنهاد کرد به جای پیچیده کردن دستورات، به مدل اعتماد کرده و وظایف دشوار به آن بسپارند و حتی اینفلوئنسرهای هوش مصنوعی در توییتر و لینکدین را دنبال نکنند.

چرنی برای نشان دادن قابلیت‌های پنهان Claude، به آزمایشی داخلی اشاره کرد که در آن به مدل، دسترسی به OpenCV (کتابخانه متن‌باز بینایی کامپیوتر) داده شد. سپس از آن خواسته شد تصاویری را ترسیم کند و مدل با موفقیت این کار را انجام داد؛ قابلیتی که کاملاً غیرمنتظره بود. نکته اصلی این بود که برای دستیابی به این نتیجه، به پرامپت‌های پیچیده و مهندسی‌شده نیازی نبود.

وقتی از او درباره بهترین روش برای استفاده از مدل و اهمیت مهندسی پرامپت سؤال شد، چرنی پاسخ داد: «مهارت امروز کمتر به مهندسی پرامپت مربوط می‌شود و بیشتر به این بستگی دارد که چگونه یک وظیفه دشوار به Claude می‌دهید و چگونه به آن امکان می‌دهید کار خود را در طول مسیر تأیید و ارزیابی کند. این بخش ارزیابی، مهم‌ترین چیزی است که اغلب افراد به درستی انجام نمی‌دهند.»

او مثالی دیگر زد که در آن با یک پرامپت ساده، از Claude خواست اپلیکیشن دسکتاپ این شرکت را از فریم‌ورک Electron به زبان نیتیو اپل یعنی Swift بازنویسی کند. وظیفه مدل این بود که نسخه جدید را با اسکرین‌شات‌های نسخه قدیمی مقایسه کرده و تا زمان تکمیل کار، متوقف نشود. چرنی تأکید کرد: «شما نیازی به ترفندهای فانتزی ندارید. فقط وظیفه را به مدل بدهید و راهی برای ارزیابی خروجی در اختیارش بگذارید تا گیر نکند.»

چرنی معتقد است بسیاری از کاربران، به‌ویژه مهندسان باتجربه، به دلیل عادت به سیستم‌های قدیمی، تمایل به «مهندسی بیش از حد» و ارائه جزئیات وسواس‌گونه دارند. او می‌گوید: «این روشی نیست که مدل کار می‌کند. باید یاد بگیریم که این ذهنیت را کنار بگذاریم و با هوش مصنوعی مانند یک همکار رفتار کنیم. سطح هوشمندی آن اکنون در این حد است.»

این دیدگاه برای فعالان دیجیتال مارکتینگ در ایران که عمدتاً از گوگل و ابزارهایی مانند ChatGPT و Gemini استفاده می‌کنند، بسیار کاربردی است. به جای جستجو برای «بهترین پرامپت برای نوشتن مقاله سئو شده»، بهتر است هدف نهایی را مشخص کنید. برای مثال، به هوش مصنوعی بگویید: «یک مقاله درباره بازاریابی محتوایی برای کسب‌وکارهای کوچک بنویس، کلمات کلیدی اصلی اینها هستند و مخاطب ما مدیران بازاریابی هستند.» سپس یک مکانیزم ارزیابی تعیین کنید: «در پایان، متن را با سه مقاله برتر گوگل در این زمینه مقایسه کن و شکاف‌های محتوایی را گزارش بده.» این رویکرد، تمرکز را از دستورالعمل به نتیجه منتقل می‌کند و در بازار ایران که ابزارهای بومی کمتر در دسترس هستند، به بهره‌وری بالاتری منجر می‌شود.