هوش مصنوعیاخبار ویژهمقالات

خلاصه سخنرانی سام آلتمن (مدیرعامل OpenAI) درباره پرامپت نویسی هوش مصنوعی

سم آلتمن در سخنرانی‌ها و مصاحبه‌های اخیر خود (به‌ویژه در نشست‌های تکنولوژی و پادکست‌های تخصصی)، نگاه بسیار جالبی به آینده «پرامپت‌نویسی» (Prompt Engineering) دارد

سم آلتمن در سخنرانی‌ها و مصاحبه‌های اخیر خود (به‌ویژه در نشست‌های تکنولوژی و پادکست‌های تخصصی)، نگاه بسیار جالبی به آینده «پرامپت‌نویسی» (Prompt Engineering) دارد. او معتقد است که مفهوم پرامپت‌نویسی در حال تغییر شکل از یک «مهارت فنی و کلمه‎‌گزینی» به یک «مهارت فکری و حل مسئله» است.

در اینجا خلاصه‌ای از دیدگاه‌های او درباره نحوه تعامل با هوش مصنوعی و آینده پرامپت‌نویسی آورده شده است:

۱. از «مهارت کلمات» به «مهارت تفکر»

آلتمن معتقد است که در آینده، نیازی به دانستن کلمات جادویی یا ساختارهای پیچیده و فنی برای نوشتن پرامپت نخواهیم داشت.

  • تغییر پارادایم: به جای اینکه یاد بگیرید چگونه یک دستور بسیار دقیق و طولانی بنویسید، باید یاد بگیرید که چگونه فکر کنید.
  • جوهر اصلی: توانایی تعریف دقیق یک مسئله، شکستن آن به اجزای کوچک‌تر و درک منطق پشت یک خروجی، بسیار مهم‌تر از انتخاب کلمات خاص خواهد بود.

۲. هوش مصنوعی، یک «همکار» نه یک «ماشین دستورگیر»

او تأکید دارد که به مدل‌های پیشرفته (مثل سری o1 یا GPT-4o) نباید به چشم یک ماشین که فقط نیاز به دستور دارد نگاه کرد، بلکه باید با آن‌ها مثل یک همکار یا کارآموز باهوش رفتار کرد.

  • تعامل رفت‌وبرگشتی (Iterative): پرامپت‌نویسی دیگر یک دستور تک‌خطی نیست؛ بلکه یک گفتگو است. شما یک ایده می‌دهید، هوش مصنوعی آن را اجرا می‌کند، شما بازخورد می‌دهید و در نهایت به نتیجه می‌رسید.
  • خود-اصلاحی: مدل‌های جدید به گونه‌ای طراحی شده‌اند که می‌توانند استدلال کنند. بنابراین، به جای اینکه خودتان تمام جزئیات را بنویسید، می‌توانید از مدل بخواهید که «از خودش بپرسد تا هدف شما را بهتر درک کند».

۳. اهمیت «دانش دامنه» (Domain Expertise)

یکی از نکات کلیدی آلتمن این است که پرامپت‌نویس‌های برتر، متخصصان آن حوزه هستند.

  • اگر شما یک برنامه‌نویس هستید، لازم نیست «پرامپت‌نویس حرفه‌ای» باشید تا کد خوب بگیرید؛ کافی است «برنامه‌نویس خوبی» باشید.
  • هوش مصنوعی ابزاری است که دانش عمیق شما را تقویت می‌کند. کسی که از مفاهیم حقوقی، پزشکی یا مهندسی چیزی نمی‌داند، حتی با بهترین پرامپت‌ها هم نمی‌تواند خروجی درستی از هوش مصنوعی بگیرد، چون نمی‌تواند تشخیص دهد خروجی اشتباه است یا درست.

۴. حذف لایه‌های واسطه (The Death of Prompt Engineering as a Job)

آلتمن احتمالاً معتقد است که «مهندس پرامپت» به عنوان یک شغل مجزا در آینده ناپدید خواهد شد.

  • دلیل آن این است که مدل‌ها هر روز هوشمندتر می‌شوند و قدرت درک «نیت کاربر» (User Intent) را بالا می‌برند.
  • وقتی مدل‌ها بهتر بفهمند شما «چه می‌خواهید» (حتی اگر بد بیان کنید)، لزوم یادگیری تکنیک‌های پیچیده پرامپت‌نویسی از بین می‌رود.

نتیجه‌گیری و توصیه برای شما:

اگر می‌خواهید در عصر هوش مصنوعی پیشرو باشید، به جای صرف وقت برای حفظ کردن لیست‌های آماده از “Prompts”، روی این سه مورد تمرکز کنید:

  1. تفکر تحلیلی: یاد بگیرید چگونه مسائل پیچیده را به مراحل کوچک تقسیم کنید.
  2. تعریف دقیق اهداف: یاد بگیرید چگونه آنچه در ذهن دارید را با وضوح بیان کنید.
  3. تقویت تخصص اصلی: هوش مصنوعی دانش شما را چندین برابر می‌کند، اما نمی‌تواند جایگزین “فهم عمیق” شما از رشته تخصصی‌تان شود.

خلاصه در یک جمله:

“در آینده، مهم نیست چگونه دستور می‌دهید؛ مهم این است که چه چیزی می‌خواهید و چرا آن را می‌خواهید.”

 

 

نوشته های مشابه

دیدگاهتان را بنویسید

دکمه بازگشت به بالا