نگاهی نزدیک‌تر به Description

عنوان اصلی: Description: a closer look

هدف یادگیری: عملیاتی‌کردن Description به سه زیرشایستگی: Product Description، Process Description، Performance Description.

مفاهیم کلیدی (verbatim از Dakan/Feller): - Product Description: «تعریف آنچه می‌خواهید بر اساس outputs، format، audience و style.» - Process Description: «تعریف اینکه AI چگونه باید به درخواست شما نزدیک شود.» - Performance Description: «تعریف رفتار AI در طول همکاری شما.»

Description یعنی «ارتباط با AI به شکلی که محیط همکاری مولد ایجاد کند.» ارتباط شفاف در ابتدا، زمان را ذخیره می‌کند و نتیجه‌ی بهتری می‌سازد.

Product Description همان چیزی است که اکثر افراد منظورشان از «prompting» است: مشخصات قابل‌تحویل را تعیین کنید. چه format ای (markdown table، JSON، نثر)؟ چه audience ای (کودک ۸ساله، مدیر هیئت‌مدیره، peer reviewer)؟ چه طولی؟ چه style ای (رسمی، گفت‌وگویی، فارسی RTL با Vazirmatn)؟ چه قیدهایی (باید منبع ذکر شود، نباید نام رقیب بیاید)؟

Process Description لایه‌ی غالباً نادیده‌گرفته‌شده است: تعیین اینکه مدل چگونه به کار نزدیک شود. «گام به گام فکر کن.» «اول گزینه‌ها را فهرست کن، سپس ارزیابی کن، بعد انتخاب کن.» «قبل از پاسخ، این منابع را بررسی کن.» «استدلال خود را پیش از پاسخ نهایی نشان بده.» این، مسیر را شکل می‌دهد، نه فقط مقصد را.

Performance Description لایه‌ی رابطه است: تعیین اینکه AI چگونه با شما در طول تعامل رفتار کند. «پیش از پیش‌نویس، سوال شفاف‌سازی بپرس.» «اگر فرض من اشتباه است، مخالفت کن.» «احتیاط‌ورزی نکن.» «شخصیت یک ویراستار ارشد را بگیر و در حاشیه یادداشت بگذار.» این نزدیک‌ترین چیز به آن چیزی است که در سطح API به آن system prompt می‌گوییم.

اشتباهات رایج

• «هرچه واژه‌ها در prompt بیشتر، بهتر.» لزوماً نه — ربط و ساختار از طول مهم‌ترند.
• «گفتن "be helpful" به Claude کافی است.» ویژگی‌مندی در هر سه لایه (product، process، performance) از تشویق کلی بهتر عمل می‌کند.