پرامپت‌های آمادهٔ استخراج داده از متن؛ از رزومه تا قرارداد

هر روز حجم عظیمی از «داده» در قالب «متن» جا می‌ماند: رزومه‌ها، فرم‌های کاغذی، صورتجلسه‌ها، پیام‌های مشتری. پرامپت استخراج داده همین متن‌های خام را به جدول قابل استفاده تبدیل می‌کند. اما استخراج دقیق، سه قانون دارد که بدون آن‌ها، خروجی ناقص و پر از حدس است.

سه قانون استخراج تمیز

۱. اسکیما بدهید. فیلدهای دلخواه + نوع هر فیلد + یک مثال پرشده. بدون اسکیما، مدل خودش فیلد ابداع می‌کند. ۲. قاعدهٔ «نبود». تکلیف اطلاعات گمشده را روشن کنید: «اگر در متن نبود، بنویس نبود؛ جای خالی نگذار و حدس نزن.» این جمله، مهم‌ترین جملهٔ کل پرامپت است. ۳. مرز ورودی. متن خام را با جداکننده از دستور جدا کنید — جداکننده در پرامپت را ببینید. بدون مرز، مدل گاهی دستور شما را بخشی از داده فرض می‌کند.

قالب ۱ — استخراج از رزومه با اسکیما

وظیفه: از متن رزومهٔ زیر، این فیلدها را استخراج کن:
- نام و نام خانوادگی
- سال‌های سابقهٔ کاری (عدد؛ اگر نبود: نبود)
- مهارت‌ها (فهرست؛ حداکثر ۶ مورد)
- آخرین شغل
- تحصیلات (مقطع + رشته؛ اگر نبود: نبود)

قواعد: فقط از متن موجود؛ هیچ برداشتی نکن؛
خروجی به صورت جدول دو ستونی (فیلد | مقدار).

رزومه:
"""
[متن رزومه]
"""

قالب ۲ — استخراج از پیام‌های مشتری به جدول

وظیفه: از هر پیام مشتری زیر، یک ردیف در جدول بساز با ستون‌های:
شماره | موضوع درخواست | لحن (عصبانی/خنثی/مشتری وفادار) | نیاز فوری؟ (بله/خیر)

قواعد: لحن را فقط از کلمات پیام تشخیص بده و عبارت مبنا را در پرانتز بیاور؛
اگر موضوع نامشخص بود بنویس «نامشخص»؛ هیچ ردیفی از خودت نساز.

پیام‌ها:
۱. [پیام اول]
۲. [پیام دوم]

جدول خطاهای رایج استخراج

خروجی را برای ماشین بسازید

اگر خروجی قرار است وارد اکسل یا سیستم شود، قالب جدول یا JSON بخواهید — آموزش کاملش در خروجی JSON از هوش مصنوعی آمده است. برای تحلیل روی دادهٔ استخراج‌شده، پرامپت‌های تحلیل داده و قالب‌های آمادهٔ تحلیل را ببینید.

دربارهٔ داده‌های حساس

قبل از فرستادن رزومه و اطلاعات شخصی به سرویس ابری، سیاست سازمان‌تان را چک کنید؛ برای دادهٔ حساس، ابزارهای دارای تعهد محرمانگی یا مدل‌های محلی را در نظر بگیرید. دربارهٔ مرزهای کلی، هوش مصنوعی مسئولانه را از دانشنامه بخوانید.

جمع‌بندی

استخراج داده، همان مهارتی است که «کارهای اداری تکراری» را حذف می‌کند: اسکیما + قاعدهٔ نبود + مرز ورودی. با این سه، دقت استخراج‌های شما از سطح «تقریبی» به سطح «قابل اتکا» می‌رسد.

مثال عملی: رزومهٔ واقعی، جدول واقعی

متن ورودی: «سارا کریمی، فارغ‌التحصیل مهندسی صنایع از دانشگاه صنعتی امیرکبیر. از سال ۱۴۰۰ در شرکت بازرگانی پارس روی بهینه‌سازی انبار کار کرده است. به اکسل و پاور بی‌آی مسلط است؛ دو دورهٔ کوتاه آنلاین هم دیده. سابقهٔ رسمی بیمه ندارد.» خروجی سالم با اسکیما و قاعدهٔ نبود: نام و نام خانوادگی: سارا کریمی | سال‌های سابقه: حدود ۴ | مهارت‌ها: اکسل، پاور بی‌آی، بهینه‌سازی انبار | آخرین شغل: کارشناس بهینه‌سازی انبار (شرکت بازرگانی پارس) | تحصیلات: کارشناسی مهندسی صنایع. دو نکته در همین خروجی طلایی است: «حدود ۴» از ضرب تاریخ‌ها آمده و پرامپت اجازهٔ همین تخمین را با قاعدهٔ «سال‌ها را از تاریخ‌ها حساب کن و «حدود» بنویس» گرفته؛ و «دو دورهٔ کوتاه آنلاین» عمداً در فهرست مهارت‌ها نیامده چون اسکیما فقط موارد مرتبط با شغل هدف را می‌خواست. استخراج خوب هم چیز درست را برمی‌دارد و هم چیز اضافه را نمی‌برد؛ مرز این دو فقط با اسکیما و قاعدهٔ نبود ترسیم می‌شود. برای مقیاس بزرگ (چهل پنجاه رزومه)، همین پرامپت را با هر ده سند یک‌بار اجرا کنید و جدول‌ها را آخر کار ادغام کنید؛ تلاش برای یک‌جا کردن همه، معمولاً با پرش ردیف و خلط اسامی تمام می‌شود.

پرسش‌های پرتکرار

برای متن فارسی با املای غلط چطور؟

مدل‌ها با غلط‌های رایج فارسی کنار می‌آیند؛ فقط در اسکیما بنویسید «نام‌ها را همان‌طور که در متن آمده بیاور».

چند پیام را یک‌جا بدهم؟

تا سقف پنجره زمینه می‌شود؛ برای حجم بالا، بخش‌بندی کنید و در پایان، خروجی‌ها را ادغام کنید — الگوی زنجیرهٔ پرامپت.

خروجی JSON بهتر است یا جدول؟

برای مشاهدهٔ انسانی جدول؛ برای ورود به سیستم، JSON.

اگر متن ورودی خودش جدول دارد چه کنم؟

جدول مارک‌داون را همان‌طور بدهید؛ مدل جدول را خوب می‌خواند. فقط ستون‌های هدف را در اسکیما تکرار کنید و بگویید ترتیب ستون‌های ورودی معیار نیست — معیار، نام ستون است.