پرامپت سیستم در برابر پرامپت کاربر؛ تفاوتی که باید بدانید

در چت معمولی، همه‌چیز «یک پیام» است؛ اما پشت صحنه و در API، مدل دو نوع ورودی می‌شناسد: پرامپت سیستم که «قانون اساسی» گفتگوست، و پرامپت کاربر که درخواست‌های روزمره است. دانستن این تفاوت، برای هر کسی که دستیار سفارشی، بات یا گردش کار حرفه‌ای می‌سازد ضروری است — و حتی در چت معمولی هم می‌توانید از منطقش بهره ببرید.

تفاوت در یک نگاه

پرامپت سیستم، اول می‌آید، همیشه پابرجاست و «هویت و مرزها» را تعیین می‌کند: تو کیستی، چه‌کار نمی‌کنی، چه لحنی داری. پرامپت کاربر، متغیر است: همین حالا چه بخواهی برایم انجام بدهی. اگر مدل این دو را قاطی کند — یعنی با یک درخواست کاربر، شخصیت عوض کند — کیفیت و امنیت هر دو افت می‌کند. برای مبانی‌شناسی، پرامپت چیست را از دانشنامهٔ امروزینو بخوانید.

جدول تقسیم وظایف

قالب پرامپت سیستم (برای بات پشتیبانی فروشگاه)

[سیستم]
تو دستیار پشتیبانی فروشگاه اینترنتی [نام فروشگاه] هستی.
قواعد همیشگی:
۱) فقط از اطلاعات داده‌شده استفاده کن؛ حدس نزن.
۲) لحن: دوستانه و کوتاه؛ هر پاسخ حداکثر ۴ جمله.
۳) اگر اطلاعات کافی نیست، بپرس؛ وعدهٔ دقیق بده فقط اگر در داده باشد.
۴) خارج از موضوع پشتیبانی، مکالمه را مؤدبانه به موضوع برگردان.

قالب پرامپت کاربر متناظر (نمونهٔ اجرا)

[کاربر]
سفارش ۴۵۲۱ هنوز نرسیده. مشتری عصبانی است.
اطلاعات: سفارش ۴۵۲۱؛ ارسال شده ۳ روز پیش؛ تأخیر اعتراضی اکسپرس امروز ثبت شده؛
مهلت واقعی رسیدن: طبق داده ۲ روز دیگر.
یک پیام در پاسخ به مشتری بنویس.

چرا ترتیب مهم است؟

مدل، ابتدای گفتگو را با وزن بیشتری می‌خواند. اگر قواعد همیشگی را در پیام‌های میانی بپاشید، با طول گفتگو کم‌رنگ می‌شوند. تجربهٔ کاربران حرفه‌ای: هرچه می‌خواهی «همیشه» برقرار باشد، در اولین پیام بگذار — در چت معمولی هم همین‌طور است: پیام اولِ هر گفتگوی جدید، پرامپت سیستمیِ شخصی شماست. این منطق را با بهینه‌سازی تکرارشوندهٔ پرامپت ترکیب کنید تا پرامپت سیستمی‌تان هر ماه بهتر شود.

خطاهای رایج

۱. گذاشتن دادهٔ متغیر در پرامپت سیستم. اطلاعات سفارش امروز، در پیام کاربر می‌آید نه در قانون اساسی. ۲. پرامپت سیستم طولانی و فلسفی. قانون اساسی باید کوتاه و قابل اجرا باشد؛ حدود ۱۰ خط کافی است. ۳. تناقض سیستم و کاربر. اگر سیستم «حداکثر ۴ جمله» بگوید و کاربر بخواهد «گزارش کامل»، مدل گیج می‌شود؛ در سیستم، راه استثنا را بگویید: «مگر اینکه کاربر صریحاً گزارش بلند بخواهد».

جمع‌بندی

تفکیک «قانون» از «درخواست»، مهارت بنیادی ساخت دستیارهای پایدار است. قانون‌ها را اول و ثابت بگذارید؛ درخواست‌ها و داده‌ها را بعد بفرستید. همین تفکیک ساده، جلوی نوسان شخصیت مدل را می‌گیرد و خروجی‌های شما را قابل پیش‌بینی می‌کند.

مثال عملی: یک درخواست، دو رفتار

کاربر به بات پشتیبانی می‌گوید: «سفارشم چه‌وقت می‌رسد؟ عجله دارم، اگر امروز نرسید کنسل کن!». بدون پرامپت سیستم، پاسخ مدل معمولاً قول می‌سازد: «سفارش شما امروز تا ساعت شش عصر به دستتان می‌رسد!» — وعده‌ای که هیچ داده‌ای پشتوانه‌اش نیست و فردا باید جلویش بایستید. همان درخواست با پرامپت سیستمی این مقاله (فقط از داده؛ بدون داده بگو نامشخص) جواب دیگری می‌دهد: «در اطلاعات امروز، سفارش شما ارسال شده و مهلت تقریبی رسیدن دو روز است. اگر مایل به پیگیری فوری‌تر هستید، شمارهٔ رهگیری را همین‌جا می‌فرستم.» تفاوت این دو در «منبع پاسخ» است: نسخهٔ اول از آمار و عادت زبانی می‌آید و نسخهٔ دوم از داده‌ای که شما داده‌اید. همین یک مثال نشان می‌دهد چرا دادهٔ متغیر هرگز نباید در پرامپت سیستم بیاید: سیستم رفتار را قفل می‌کند و داده فقط سوخت همان رفتار است. اگر می‌خواهید این تفاوت را در کار خودتان ببینید، بات کوچکی با ده سؤال واقعی بسازید و پاسخ‌ها را در دو حالت ثبت کنید؛ فهرست وعده‌های بی‌پشتوانه بهترین آموزش دنیا برای جدی‌گرفتن پرامپت سیستم است.

پرسش‌های پرتکرار

در ChatGPT چت معمولی، پرامپت سیستم داریم؟

صریح نه؛ اما پیام اول گفتگو همان نقش را بازی می‌کند. می‌توانید در ابتدای گفتگوی جدید، قواعد را یک‌جا بدهید.

اگر مدل قواعد سیستم را شکست؟

قاعده را کوتاه‌تر و صریح‌تر بازنویسی کنید؛ قواعد طولانی و مبهم، بیشتر شکسته می‌شوند.

این ساختار برای Gemini و Claude هم هست؟

بله؛ هر سه در API، نقش‌های سیستمی و کاربری دارند؛ نام‌گذاری‌ها کمی فرق دارد، منطق یکی است.

می‌توانم پرامپت سیستم را وسط گفتگو عوض کنم؟

بهتر نه؛ قواعدی که وسط گفتگو عوض شوند، رفتار مدل را ناپایدار می‌کنند. اگر قواعد واقعاً باید تغییر کنند، گفتگوی تازه با پرامپت سیستمی جدید باز کنید و دادهٔ لازم را دوباره بدهید.

ادامهٔ مسیر یادگیری

برای عمیق‌تر شدن در این موضوع، پیشنهاد می‌کنیم این مطالب را هم بخوانید:

پرامپت‌نویسی حرفه‌ای؛ ۷ تکنیک که خروجی هوش مصنوعی را متحول می‌کند پرامپت‌نویسی در ChatGPT؛ ۱۵ ترفند کاربردی برای فارسی‌زبانان زنجیرهٔ فکر (Chain-of-Thought)؛ راهنمای فارسی با پرامپت آماده پرامپت زیرو شات چیست؟ راهنمای کامل با مثال آماده مسیر یادگیری پرامپت‌نویسی از صفر تا حرفه‌ای؛ نقشهٔ راه ۹۰ روزه