چه سبکهای پرامپتی نتایج بهتری را از DeepSeek v3.1 Terminus ارائه میدهند؟
ادعای جسورانه: بیشتر تغییرات پرامپت مهم نیستند - مگر اینکه واقعاً تأثیرگذار باشند. با DeepSeek v3.1 Terminus، چند تغییر دقیق در سبک پرامپت میتواند کیفیت خروجی را دو برابر کرده و چرخههای استنتاج را کاهش دهد.
این راهنما به بررسی سبکهای پرامپتی میپردازد که به طور مداوم نتایج بهتری را از DeepSeek v3.1 Terminus ارائه میدهند. ما فراتر از توصیههای کلی مانند «مشخص باشید» خواهیم رفت و در عوض الگوهای ساختاریافته، مثالها و استراتژیهای تستشده را که عمق استدلال، دقت و سرعت را بهینه میکنند، باز میکنیم. چه در حال ساختن Agentها، نوشتن پرس و جوهای پیچیده یا تولید محتوای آماده تولید باشید، سبک پرامپت مناسب میتواند مانند چرخاندن یک سوئیچ پنهان باشد.
ما از یک رویکرد عملی و راه حل محور استفاده خواهیم کرد، با مثالهایی که میتوانید کپی، تطبیق و A/B تست کنید. منتظر چکلیستها، چارچوبهای فشرده و نشانههای واضح برای زمان استفاده از هر سبک باشید.
چرا سبک پرامپت در DeepSeek v3.1 Terminus مهم است
- سبک، رفتار را هدایت میکند: Terminus به شدت به ساختار پاسخ میدهد. پرامپتی که محدودیتها، نقشها و معیارهای ارزیابی را مشخص میکند، مسیر استدلال مدل را هدایت میکند.
- مبادله بین تأخیر و عمق: نحوه پرسش شما میتواند خروجیهای مختصر یا زنجیرههای چند مرحلهای را تشویق کند. پرحرفی کنترلشده باعث کاهش اتلاف توکن میشود.
- قابلیت تکرار: الگوهای سازگار، قطعیت را بهبود میبخشند و اشکالزدایی را آسانتر میکنند.
دفترچه راهنمای سبک پرامپت (پرسشمحور)
ما این را به صورت سوالاتی که احتمالاً میپرسید - و الگوهای دقیقی که بهترین کارایی را دارند - ساختار خواهیم داد.
1) چگونه میتوانم دقت استدلال را در وظایف پیچیده بهبود بخشم؟
از سبک «زنجیره بررسیها» استفاده کنید. به جای اینکه فقط یک زنجیره فکر بخواهید (که نباید عیناً درخواست کنید)، مدل را راهنمایی کنید تا بیصدا استدلال کند و سپس یک نتیجه قابل تأیید را با بررسیهای صریح ارائه دهد.
- چه زمانی استفاده شود: ریاضیات/منطق، انطباق با سیاستها، برنامهریزی چند محدودیتی.
- چرا کار میکند: برنامهریزی داخلی و اعتبارسنجی خارجی را بدون آشکار کردن استدلال داخلی تشویق میکند.
مثال پرامپت:
شما یک تحلیلگر دقیق هستید. مسئله را حل کنید و ارائه دهید:
1) فقط پاسخ نهایی
2) توجیه کوتاه: فهرست فرضیات و مراحل کلیدی
3) تأیید: یک بررسی سریع که میتواند یک اشتباه را تشخیص دهد
مسئله: یک طرح تلفن همراه 29 دلار هزینه پایه به اضافه 0.12 دلار به ازای هر دقیقه پس از 100 دقیقه دریافت میکند. برای 245 دقیقه، صورتحساب چقدر است؟
محدودیتها: توجیه را زیر 60 کلمه نگه دارید.
در خروجیها به دنبال چه چیزی باشید:
- فرضیات واضح، حداقل اضافهگویی
- مرحله تأیید که واقعاً میتواند با شکست مواجه شود
نکته: اگر مطمئن نیستید، عدم اطمینان و اینکه چه اطلاعات اضافی کمک میکند را بیان کنید تا توهمات را کاهش دهید.
2) چگونه میتوانم هر بار خروجیهای ساختاریافته دریافت کنم؟
از سبک «اول طرحواره» با الگوهای JSON یا YAML درونخطی استفاده کنید. شکل و قوانین نمونه را ارائه دهید.
- چه زمانی استفاده شود: یکپارچهسازیها، اتوماسیونها، فراخوانی توابع، تجزیه پاییندستی.
- چرا کار میکند: Terminus به شدت با طرحوارههای صریح همسو میشود.
الگوی پرامپت:
فقط JSON را برگردانید. بدون تفسیر.
طرحواره:
{
"title": "string",
"summary": "string",
"priority": "low|medium|high",
"tags": ["string"],
"next_actions": [
{"task": "string", "owner": "string", "eta_days": number}
]
}
وظیفه: یادداشتهای جلسه زیر را خلاصه کرده و مراحل بعدی را پیشنهاد دهید.
یادداشتها: "..."
قوانین اعتبارسنجی:
- از حروف کوچک برای تگها استفاده کنید
- بدون null
- خلاصه را ≤ 80 کلمه نگه دارید
نکات سختگیری:
اگر یک فیلد ناشناخته است، آن را حذف کنید تا از مکان نگهدارندهها جلوگیری شود.
- یک مثال مثبت و یک مثال منفی ارائه دهید.
3) چگونه میتوانم توهمات را کاهش دهم؟
از سبک «پاسخ محدود به شواهد» استفاده کنید، که استنادها و امتناع را در صورت عدم وجود شواهد اجباری میکند.
- چه زمانی استفاده شود: پرسش و پاسخ واقعی، انطباق، محتوای تنظیمشده.
- چرا کار میکند: مدل را از حدسزنی مولد به ترکیب با استنادها تغییر میدهد.
الگوی پرامپت:
فقط در صورت پشتیبانی توسط منابع ارائه شده پاسخ دهید. مانند [S1]، [S2] استناد کنید. اگر پشتیبانی نشد، بگویید "شواهد کافی نیست."
سوال: یافتههای اصلی چیست؟
منابع:
[S1] ...
[S2] ...
فرمت خروجی:
- نکات کلیدی (گلولهدار)
- نتیجهگیری 1 جملهای
محافظها را اضافه کنید:
از دانش خارجی استفاده نکنید.
اگر منابع در تضاد هستند، صریحاً آن را بیان کنید.
4) چگونه میتوانم پاسخهای سریعتر و کوتاهتر بدون از دست دادن کیفیت دریافت کنم؟
از سبک «فشردهسازی محدودیت» استفاده کنید که توکنها را محدود میکند و دستورالعملهایی را برای سلسله مراتب اطلاعات میدهد.
- چه زمانی استفاده شود: رابط کاربری چت، موبایل، راهنماها، خلاصهها.
- چرا کار میکند: اولویتبندی را تشویق میکند.
الگوی پرامپت:
فقط 20٪ مفیدترین اطلاعات را ارائه دهید. حداکثر 120 کلمه.
ساختار:
- پاسخ 1 خطی
- 3 نکته: شواهد، خطرات، گام بعدی
اضافه کنید: اعداد، تاریخها و موجودیتهای نامگذاریشده را به صفتها ترجیح دهید.
5) چگونه میتوانم خلاقیت را برای محتوا و ایدهپردازی بهبود بخشم؟
از سبک «واگرا ← همگرا» با حالتها و فیلترها استفاده کنید.
- چه زمانی استفاده شود: طوفان فکری، متن بازاریابی، ایدههای محصول.
- چرا کار میکند: تولید ایده را از انتخاب جدا میکند، و از همگرایی زودرس جلوگیری میکند.
دستورالعمل پرامپت:
فاز 1 - واگرا (بدون قضاوت):
- 12 ایده را در 4 زاویه متمایز تولید کنید
- 1 ایده متضاد و 1 ایده شوخطبعانه بسازید
فاز 2 - همگرا:
- به هر ایده از نظر تازگی (1-5) و امکانسنجی (1-5) امتیاز دهید
<a7>- 3 ایده برتر را بر اساس تناسب محصول با بازار انتخاب کنید</a6>- برای برنده: یک پیشنهاد 50 کلمهای و یک عنوان تولید کنید
یک قطعه راهنمای برند/سبک برای همسو کردن لحن اضافه کنید.
6) چگونه میتوانم وظایف چند مرحلهای را با ابزارها یا APIها هماهنگ کنم؟
از سبک «برنامهریز-مجری» با تفکیک نقش و سیاستهای صریح استفاده از ابزار استفاده کنید.
- چه زمانی استفاده شود: Agentها، اتوماسیونها، بازیابی + تولید.
- چرا کار میکند: از استفاده بیش از حد از ابزار و حلقهها جلوگیری میکند؛ شرایط توقف را روشن میکند.
چارچوب پرامپت:
نقش: برنامهریز
هدف: رزرو پرواز زیر 450 دلار از نیویورک به سیاتل، 12-15 نوامبر.
سیاست:
- فقط از ابزار جستجو برای بازیابی قیمتها استفاده کنید
<a5>- وقتی 2 گزینه محدودیتها را برآورده میکنند، متوقف شوید</a4><a6>- اگر هیچ گزینهای وجود ندارد، 2 تاریخ جایگزین پیشنهاد دهید</a4>خروجی: یک طرح با مراحل
نقش: مجری (دقیقاً از طرح پیروی میکند)
- مرحله 1 را اجرا کنید، سپس متوقف شوید و نتایج را خلاصه کنید.
اضافه کنید: اگر یک مرحله با شکست مواجه شد، یک اصلاح پیشنهاد دهید و قبل از تلاش مجدد اجازه بخواهید.
7) چگونه میتوانم لحن، سبک و صدای برند را اعمال کنم؟
از یک «قفل سبک» با لیستهای صریح انجام دهید/انجام ندهید و یک نمونه کوتاه استفاده کنید.
- چه زمانی استفاده شود: محتوا در مقیاس، پاسخهای پشتیبانی، اسناد محصول.
- چرا کار میکند: محدودیتهای عینی، صفات مبهم را شکست میدهند.
اسکلت پرامپت:
مخاطب: مدیران ارشد فناوری میانبازار
لحن: مختصر، عینی، مطمئن
انجام دهید: از اعداد استفاده کنید، معاوضهها را مقایسه کنید، هزینهها را نشان دهید
انجام ندهید: تبلیغات، کلیشهها، سؤالات بلاغی
نمونه (2 جمله): "..."
وظیفه: ایمیل زیر را بازنویسی کنید تا با راهنما مطابقت داشته باشد.
8) چگونه میتوانم تولید و بازسازی کد بهتری داشته باشم؟
از سبک «مشخصات ورودی/خروجی + تستها» استفاده کنید: ورودیها، خروجیها، محدودیتها را تعریف کنید و تستها را به عنوان معیارهای پذیرش قرار دهید.
- چه زمانی استفاده شود: توابع، اسکریپتها، مهاجرتها.
- چرا کار میکند: مدلها برای قبولی در تستهای قابل مشاهده بهینه میشوند.
الگوی پرامپت:
یک تابع پایتون `normalize_name(s: str) -> str` بنویسید.
محدودیتها:
- حذف فضای خالی، جمعکردن چندین فضا، حروف اول بزرگ برای کلمات
- حفظ خط تیره و آپستروف
- فقط ASCII; جایگزینی غیر ASCII با نزدیکترین
تستها:
- " mary ann o'brien " -> "Mary Ann O'Brien"
- "JOSE-LUIS" -> "Jose-Luis"
- "Zoë" -> "Zoe"
اضافه کنید: پیچیدگی زمانی/فضایی را در 2 جمله توضیح دهید.
9) چگونه مدل را وادار کنم که فقط در صورت لزوم سوالات توضیحی بپرسد؟
از «توضیحات مشروط» با آستانههای صریح استفاده کنید.
- چه زمانی استفاده شود: دستیاران فروش، پشتیبانی، پر کردن فرم.
- چرا کار میکند: از پرسش بیش از حد جلوگیری میکند و در عین حال از فرضیات اشتباه جلوگیری میکند.
قطعه پرامپت:
اگر اطمینان ≥ 0.8 است، ادامه دهید. اگر < 0.8 است، 1 سوال هدفمند بپرسید.
نمایش: فرضیات استنباطی و اطمینان (0-1).
وظیفه: یک دستور کار جلسه برای یک تماس 30 دقیقهای معرفی پیشنویس کنید.
10) چگونه میتوانم اطلاعات را به طور قابل اعتماد از متن نامرتب استخراج کنم؟
از سبک «استخراج دقیق بازه» با نشانههای لنگر و بازههای دقیق استفاده کنید.
- چه زمانی استفاده شود: قراردادها، گزارشها، ایمیلها، رسیدها.
- چرا کار میکند: لنگرها باعث کاهش انحراف میشوند. کپی کردن بازه از خطاهای تفسیر جلوگیری میکند.
فرمت پرامپت:
بازههای دقیق را برای: vendor_name، invoice_total، due_date استخراج کنید.
قوانین: عیناً کپی کنید؛ اگر مفقود است، "" را برگردانید.
متن:
"""
...
"""
فقط JSON را خروجی دهید.
ماتریس سبک پرامپت: چه زمانی از چه چیزی استفاده کنیم
- وظایف استدلال → زنجیره بررسیها
- خروجیهای ساختاریافته → اول طرحواره
- واقعی با استنادها → محدود به شواهد
- وضوح فرم کوتاه → فشردهسازی محدودیت
- ایدهپردازی → واگرا ← همگرا
- استفاده از ابزار/Agentها → برنامهریز-مجری
- وظایف کد → مشخصات ورودی/خروجی + تستها
یک کتابخانه کوچک از این الگوها را نگه دارید و A/B تست کنید.
بهبودهای عملی که ترکیب میشوند
- پنجرههای متن: فقط متن مربوطه را ارائه دهید. اهداف و محدودیتها را در بالا قرار دهید؛ مراجع را در پایین.
- اولویت دستورالعمل: ترتیب مهم است. از سربرگهایی مانند
هدف، محدودیتها، خروجی برای ایجاد سلسله مراتب استفاده کنید.
- شرایط توقف: از پرحرفی با
وقتی متوقف شوید... و بودجه توکن جلوگیری کنید.
- خود-بررسیها: یک مرحله تأیید واحد متناسب با کار اضافه کنید.
- انضباط دما: برای دقت پایینتر (0.1-0.3)، برای خلاقیت بالاتر (0.6-0.9). با سبک پرامپت مطابقت دهید.
- قطعیت: اگر پشته شما از آن پشتیبانی میکند، بذرها را ثابت کنید یا نمونهبرداری n-بهترین را افزایش دهید.
سناریوهای کوچک دنیای واقعی
- خلاصه تحلیلی (فشردهسازی محدودیت + محدود به شواهد):
- «با استفاده از دادههای زیر، افت قیف Q3 را خلاصه کنید. حداکثر 120 کلمه. از شناسههای جدول [T1]، [T2] استناد کنید. اگر یک متریک مفقود است، بگویید «دادههای کافی نیست»».
- بررسی بند حقوقی (زنجیره بررسیها):
- «اصطلاحات مبهم را شناسایی کرده و جایگزینهای زبان ساده را پیشنهاد دهید. لیست نهایی، 3 خطر کلیدی و یک بررسی تأیید واحد را ارائه دهید.»
- بازنویسی محتوا (قفل سبک):
- «این پرسشهای متداول را برای یک لحن دوستانه و مستقیم بازنویسی کنید. انجام دهید: انقباضات، جملات کوتاه؛ انجام ندهید: کلمات کلیدی مد روز.»
عیبیابی: اگر نتایج بهبود نمییابند
- خیلی مبهم؟ محدودیتها را سفتتر کنید و یک مثال کوچک اضافه کنید.
- خیلی پرحرف؟ کپسهای توکن و یک ساختار اول گلوله اضافه کنید.
- توهمزایی؟ به محدود به شواهد تغییر دهید و به منابع ارائه شده محدود کنید.
- JSON ناسازگار؟ یک طرحواره و یک مثال شکست خورده برای جلوگیری اضافه کنید.
- استفاده بیش از حد از ابزار؟ قوانین واضح استفاده از ابزار و معیارهای توقف را تنظیم کنید.
پیشرفته: زنجیرهسازی پرامپت بدون نشت
- مرحله 1: چارچوببندی مسئله (جمعآوری محدودیتها و معیارهای موفقیت)
- مرحله 2: پیشنهاد طرح (2-3 گزینه، یکی را انتخاب کنید)
- مرحله 3: اجرا (دقیقاً از طرح پیروی کنید)
- مرحله 4: بررسی (خود-بررسیها + معیارهای پذیرش)
- مرحله 5: بستهبندی (فرمت نهایی، طول، صدا)
فقط حداقل دادههای لازم را بین مراحل منتقل کنید تا از تورم پرامپت جلوگیری شود. از جداکنندههای منحصر به فرد برای هر مرحله استفاده کنید (<<<STAGE2>>>).
به هر حال: یک راه سریعتر برای تکرار
ارزش ذکر دارد: اگر در حال آزمایش با سبکهای پرامپت زیادی هستید، داشتن یک کمکخلبان جانبی که بتواند الگوهای پرامپت را ذخیره کند، تستهای سریع A/B را اجرا کند و خروجیهای ساختاریافته را تجزیه کند، یک شتابدهنده واقعی است. ابزارهایی مانند Sider.AI میتوانند الگوهای پرامپت قابل استفاده مجدد را پین کنند، خروجیها را به عنوان JSON ضبط کنند و به شما کمک کنند تا اجراها را مقایسه کنید تا بتوانید بهترین سبک عملکرد را برای یک کار معین انتخاب کنید. نکات کلیدی
- یک سبک پرامپت را انتخاب کنید که با کار مطابقت داشته باشد - الگوهای زیادی را به طور همزمان ترکیب نکنید.
- از ساختار صریح استفاده کنید: هدف، محدودیتها، خروجی و شرایط توقف.
- طرحوارهها، مثالها و تأیید را بر صفات ترجیح دهید.
- سبکها را A/B تست کنید (به عنوان مثال، زنجیره بررسیها در مقابل فشردهسازی محدودیت) و نتایج را اندازه گیری کنید.
- یک کتابخانه از الگوهایی را که می توانید در هر زمینه تغییر دهید، نگه دارید.
مرجع سریع: الگوهای کپی/پیست
نقش: تحلیلگر دقیق
وظیفه: [وظیفه]
خروجی:
1) پاسخ نهایی
2) توجیه کوتاه (≤60 کلمه)
3) یک بررسی تأیید
اگر مطمئن نیستید، بگویید چه اطلاعاتی گم شده است.
فقط JSON را برگردانید.
طرحواره: {...}
قوانین اعتبارسنجی: [...]
وظیفه: [...]
فقط با استفاده از منابع [S1..Sn] پاسخ دهید. اگر پشتیبانی نمیشود: "شواهد کافی نیست."
استنادها را مانند [S1] ارائه دهید.
حداکثر 120 کلمه.
- پاسخ 1 خطی
- 3 نکته: شواهد، خطرات، گام بعدی
فاز 1: 12 ایده در 4 زاویه (شامل 1 متضاد، 1 شوخطبعانه)
فاز 2: امتیاز دهید، 3 برتر را انتخاب کنید، برنده را گسترش دهید
نقش: برنامهریز → مراحل، وقتی محدودیتها برآورده شد متوقف شوید
نقش: مجری → دقیقاً از مراحل پیروی کنید، متوقف شوید و خلاصه کنید
مخاطب، لحن، انجام دهید/انجام ندهید، نمونه، وظیفه
- مشخصات ورودی/خروجی + تستها
مشخصات تابع + محدودیتها + تستهای پذیرش
اگر اطمینان ≥ 0.8 است ادامه دهید؛ در غیر این صورت 1 سوال بپرسید. اطمینان را نشان دهید.
بازههای دقیق را استخراج کنید؛ عیناً کپی کنید؛ فقط JSON را برگردانید.
پرسشهای متداول
س1: کدام سبک پرامپت برای DeepSeek v3.1 Terminus در استدلال پیچیده بهترین کارایی را دارد؟
از یک پرامپت زنجیره بررسیها استفاده کنید: یک پاسخ نهایی، یک توجیه کوتاه و یک مرحله تأیید واحد درخواست کنید. این دقت را بدون افشای استدلال داخلی بهبود میبخشد و خطاهای ظریف منطقی را کاهش میدهد.
س2: چگونه میتوانم DeepSeek v3.1 Terminus را مجبور کنم که JSON تمیز را برگرداند؟
یک پرامپت اول طرحواره را با یک الگوی JSON صریح، قوانین اعتبارسنجی و مثالها اتخاذ کنید. به مدل دستور دهید که فقط JSON را خروجی دهد و فیلدهای ناشناخته را حذف کند تا از مکان نگهدارندهها جلوگیری شود.
س3: چگونه میتوانم از توهمات با DeepSeek v3.1 Terminus جلوگیری کنم؟
از یک سبک پاسخ محدود به شواهد استفاده کنید که مدل را به منابع ارائه شده محدود میکند و نیاز به استنادهایی مانند [S1] دارد. اگر شواهدی وجود ندارد، به مدل دستور دهید که «شواهد کافی نیست» را بیان کند.
س4: سریعترین راه برای دریافت پاسخهای مختصر و با کیفیت بالا چیست؟
از یک پرامپت فشردهسازی محدودیت استفاده کنید: تعداد کلمات را محدود کنید، یک ساختار سختگیرانه تعریف کنید و دادهها را بر صفات اولویت دهید. این پاسخها را آموزنده و فشرده نگه میدارد.
س5: از کدام سبک پرامپت باید برای تولید کد استفاده کنم؟
از یک پرامپت مشخصات ورودی/خروجی + تستها استفاده کنید. امضای تابع، محدودیتها را تعریف کنید و تستهای پذیرش را وارد کنید. مدلها برای قبولی در این تستها بهینه میشوند و کد قابل اعتمادتری تولید میکنند.
