What is advanced prompt engineering for ChatGPT?

Advanced prompt engineering turns prompts into structured specifications with roles, constraints, context, and output schemas. It aims for consistent, accurate, and reusable results across complex tasks.

How can I get ChatGPT to be more accurate?

Provide context (RAG), set strict success criteria, and require structured outputs with reviewer passes. Encourage internal reasoning and add self-checks for numbers and sources to reduce hallucinations.

Should I use chain-of-thought prompting with ChatGPT?

Encourage reasoning but avoid exposing detailed chain-of-thought in production. Ask for concise rationales and consider self-consistency techniques shown to improve reasoning performance.

How do I structure outputs for automation?

Enforce JSON schemas or clearly defined headings and fields. Schemas stabilize formatting, simplify QA, and make results easy to pipe into downstream tools.

What tools help with prompt workflows in the browser?

AI sidebars and research agents can capture context, summarize pages, and reuse prompts. Sider.AI provides an extension and guides that streamline prompt engineering and deep research workflows.

نحوه استفاده از ChatGPT برای مهندسی سریع پیشرفته: یک کتاب راهنمای عملی

اگر تا به حال دیده‌اید که چگونه یک prompt معمولی پس از چند تغییر جزئی به یک خروجی خیره‌کننده و دقیق تبدیل می‌شود، پس می‌دانید که: مهندسی prompt اهرم است. تفاوت بین «یک خلاصه بنویس» و «یک خلاصه اجرایی ۱۲۰ کلمه‌ای با یک بخش توصیه ۳ موردی و منابع رتبه‌بندی شده بر اساس اعتبار تولید کن» می‌تواند تفاوت بین نویز و سیگنال باشد.

این راهنمای عملی و راه حل محور، شما را با استراتژی‌های مهندسی prompt پیشرفته آشنا می‌کند که به طور مداوم نتایج ChatGPT را ارتقا می‌دهند. ما promptهای سیستم قوی، داربست‌بندی چند مرحله‌ای، الگوهای استدلال قابل اعتماد، استفاده از ابزار و عملکرد، افزایش بازیابی، خروجی‌های ساختاریافته، حلقه‌های ارزیابی و محافظ‌های امنیتی/اخلاقی را پوشش خواهیم داد. شما چارچوب‌ها، الگوها و نمونه‌هایی دریافت خواهید کرد که می‌توانید امروز در گردش کار خود قرار دهید.

به هر حال: اگر در مرورگر کار می‌کنید، شایان ذکر است که Sider.AI یک عامل تحقیق هوش مصنوعی و افزونه ارائه می‌دهد که به شما کمک می‌کند promptها را در سراسر وب ایجاد، استفاده مجدد و مدیریت کنید، که می‌تواند گردش کارهای دنیای واقعی مانند تحقیق، پیش‌نویس و خلاصه‌سازی را سرعت بخشد (https://sider.ai/). برای راهنماهای عملی مربوط به تحقیق عمیق ChatGPT و گردش کارهای صوتی پیشرفته، وبلاگ Sider نیز تکنیک‌ها و گردش کارهای گام به گامی را که می‌توانید تطبیق دهید، پوشش می‌دهد.

مهندسی Prompt پیشرفته چیست (و چرا مهم است)؟

مهندسی prompt پیشرفته به معنای برخورد با promptها به عنوان رابط‌های قابل برنامه‌ریزی است: شما نقش‌ها، محدودیت‌ها، معیارهای موفقیت، ابزارها و قوانین ارزیابی را تعریف می‌کنید تا ChatGPT به طور مداوم دقیقاً فرمت و کیفیتی را که نیاز دارید تولید کند. این در مورد فریب دادن مدل نیست—بلکه در مورد تعیین قصد، کاهش ابهام و ایجاد الگوهای قابل اعتماد و تکرارپذیر است.

مزایای اصلی:

دقت بالاتر: محدودیت‌ها و ساختار واضح توهمات را کاهش می‌دهند.

تکرار سریعتر: promptهای مدولار به شما امکان می‌دهند یک قطعه را در یک زمان اصلاح کنید.

مقیاس‌پذیری: الگوها، چک لیست‌ها و اعتبارسنجی‌ها QA انسانی را کاهش می‌دهند.

استفاده مجدد: کتابخانه‌های prompt، توانایی سازمانی را ایجاد می‌کنند.

پشته ۷ لایه مهندسی Prompt

به مهندسی prompt پیشرفته به عنوان یک پشته فکر کنید. هر لایه قابلیت اطمینان و کنترل را اضافه می‌کند.

چارچوب‌بندی سیستم

تعریف هویت و مأموریت: «شما یک ویراستار ارشد فنی هستید که بر دقت و قابلیت بازتولید تمرکز دارد.»

اعلام اولویت‌ها: «دقت را بر پوشش ترجیح دهید؛ در صورت عدم اطمینان، منبع ذکر کنید؛ قبل از پاسخ دادن، سوالات روشنگرانه بپرسید.»

تعیین اهداف غیر: «منابع را جعل نکنید؛ زنجیره افکار خصوصی را فاش نکنید.»

الگو:

نقش سیستم: شما یک .
مثال:

به ۲-۳ رویکرد به صورت داخلی فکر کنید. سپس فقط ارائه دهید:

پاسخ نهایی

استدلال ۲-۳ جمله‌ای (بدون گام به گام)

اطمینان (کم/متوسط/بالا)


۵) فراخوانی ابزار و تابع
- در صورت وجود، توابع/ابزارها را به طور صریح تعریف کنید. آرگومان‌ها، محدودیت‌ها و خروجی‌های مورد انتظار را ارائه دهید.
- موارد استفاده معمولی: جستجوی وب، محاسبات، جستجوی پایگاه داده، استخراج یا فعال‌سازی سیستم‌های خارجی.
قطعه prompt مشخصات تابع:

شما می‌توانید تابع fetchPricing(vendor, region) را فراخوانی کنید. از آن زمانی استفاده کنید که قیمت‌گذاری درخواست شده یا برای دقت مورد نیاز باشد. اگر آن را فراخوانی کردید، منتظر نتیجه بمانید و سپس ادامه دهید.


۶) تولید افزوده شده با بازیابی (RAG)
- زمینه مربوطه را تهیه کنید: اسناد، قطعه‌ها، جداول یا نتایج جستجو.
- قوانین مبنای سختگیرانه را اضافه کنید: «فقط با استفاده از زمینه ارائه شده پاسخ دهید؛ اگر کافی نیست، درخواست اطلاعات بیشتر کنید یا بگویید ناشناخته است.»
محافظ‌های RAG:

پنجره زمینه: فقط از گزیده‌های زیر استفاده کنید. قانون مبنا: حدس نزنید یا از دانش خارجی استفاده نکنید. اگر زمینه کافی نیست، این را بگویید. منابع: خط مربوطه را نقل قول کنید و یک شناسه منبع درج کنید.


۷) ارزیابی، نقد و اصلاح
- یک مرحله تأیید اضافه کنید: «در برابر معیارهای A/B/C اعتبار سنجی کنید؛ مسائل را فهرست کنید؛ آنها را رفع کنید.»
- از یک الگوی دو عاملی (نویسنده + بازبین) در یک prompt واحد استفاده کنید، یا promptها را زنجیره‌ای کنید: پیش‌نویس → بررسی → اصلاح → نهایی.
Prompt بازبین:

نقش: بازبین دقیق. بررسی: صحت واقعی، کامل بودن، ساختار، لحن. اقدام: یک لیست گلوله‌ای از مسائل و یک نسخه ثابت را برگردانید.


## الگوهای Prompt با تأثیر بالا (با الگوها)
در زیر الگوهای پیشرفته‌ای وجود دارد که می‌توانید کپی و تطبیق دهید.
۱) سوالات روشن کننده قبل از اقدام
- دوباره کاری را کاهش می‌دهد و همسویی را تضمین می‌کند.

قبل از پاسخ دادن، حداکثر ۵ سوال روشن کننده بپرسید تا ابهام را از بین ببرید. سپس بهترین پاسخ را ارائه دهید.


۲) دستورالعمل → زمینه → قرارداد خروجی
- ساختار خوب و چند منظوره.

دستورالعمل: .

راهنماهای تحقیق عمیق و گردش کار: می‌توانید نوشته‌های گام به گام در مورد ویژگی‌هایی مانند تکنیک‌های پیشرفته صدا و تحقیق عمیق ChatGPT را در وبلاگ Sider پیدا کنید. این راهنماها به شما کمک می‌کنند استراتژی‌های prompt را با وظایف واقعی مانند برنامه‌ریزی، مرور و تأیید تطبیق دهید^2 ^3.

کتابخانه شروع سریع: promptهای کپی-پیست

سنتز کننده یادداشت استراتژی

سیستم: تحلیلگر استراتژی; وضوح را بر وسعت ترجیح دهید.
وظیفه: خلاصه کردن چشم انداز استراتژیک برای .
- تحقیق در مورد زنجیره افکار و خودسازگاری نشان می‌دهد که چرا تشویق استدلال داخلی (بدون افشای آن) می‌تواند دقت را در وظایف پیچیده افزایش دهد.
---
نکات کلیدی:
- با promptها مانند مشخصات برخورد کنید: نقش‌ها، محدودیت‌ها، معیارهای موفقیت و ساختار را تعریف کنید.
- از گردش کارهای مرحله‌ای، مبنای RAG و حلقه‌های بازبین برای قابلیت اطمینان استفاده کنید.
- استدلال داخلی دقیق را تشویق کنید در حالی که استدلال‌های مختصر را برمی‌گردانید.
- قالب‌ها را با طرحواره‌ها قفل کنید تا اتوماسیون مقیاس شود.
- یک کتابخانه prompt بسازید و به طور منظم ارزیابی کنید.
### پرسش و پاسخ متداول
س۱: مهندسی prompt پیشرفته برای ChatGPT چیست؟
مهندسی prompt پیشرفته، promptها را به مشخصات ساختاریافته با نقش‌ها، محدودیت‌ها، زمینه و طرحواره‌های خروجی تبدیل می‌کند. هدف آن دستیابی به نتایج سازگار، دقیق و قابل استفاده مجدد در سراسر وظایف پیچیده است.
س۲: چگونه می‌توانم ChatGPT را دقیق‌تر کنم؟
زمینه را فراهم کنید (RAG)، معیارهای موفقیت سختگیرانه تعیین کنید و خروجی‌های ساختاریافته با مراحل بازبین را الزامی کنید. استدلال داخلی را تشویق کنید و بررسی‌های خودکار را برای اعداد و منابع اضافه کنید تا توهمات کاهش یابد.
س۳: آیا باید از prompt زنجیره فکر با ChatGPT استفاده کنم؟
استدلال را تشویق کنید اما از افشای زنجیره فکر دقیق در تولید خودداری کنید. درخواست استدلال‌های مختصر کنید و تکنیک‌های خودسازگاری را در نظر بگیرید که نشان داده شده است عملکرد استدلال را بهبود می‌بخشد.
س۴: چگونه خروجی‌ها را برای اتوماسیون ساختار دهم؟
طرحواره‌های JSON یا سرفصل‌ها و فیلدهای به وضوح تعریف شده را اعمال کنید. طرحواره‌ها قالب‌بندی را تثبیت می‌کنند، QA را ساده می‌کنند و نتایج را به راحتی می‌توان به ابزارهای پایین دستی منتقل کرد.
س۵: چه ابزارهایی به گردش کار prompt در مرورگر کمک می‌کنند؟
نوارهای کناری هوش مصنوعی و عوامل تحقیق می‌توانند زمینه را ضبط کنند، صفحات را خلاصه کنند و promptها را دوباره استفاده کنند. Sider.AI یک افزونه و راهنما ارائه می‌دهد که مهندسی prompt و گردش کارهای تحقیق عمیق را ساده می‌کند.

نحوه استفاده از ChatGPT برای مهندسی پرامپت پیشرفته: یک راهنمای عملی

نحوه استفاده از ChatGPT برای مهندسی سریع پیشرفته: یک کتاب راهنمای عملی

مهندسی Prompt پیشرفته چیست (و چرا مهم است)؟

پشته ۷ لایه مهندسی Prompt

کتابخانه شروع سریع: promptهای کپی-پیست