استفاده از ابزارهای هوش مصنوعی میتواند سرعت کارها را بسیار بیشتر کند؛ از تولید محتوا و ترجمه گرفته تا برنامهنویسی، تحلیل داده و پاسخگویی به کاربران. بااینحال، اگر بدون برنامه از این ابزارها استفاده کنیم، هزینهها بهمرور افزایش پیدا میکند.
یکی از مهمترین راههای کاهش هزینه، نوشتن پرامپتهای دقیق و بهینه است. پرامپت همان دستوری است که به هوش مصنوعی میدهیم تا بر اساس آن پاسخ تولید کند.
در این مقاله با روشهای سادهای برای نوشتن پرامپت بهتر و مدیریت هزینه استفاده از هوش مصنوعی آشنا میشویم.
هزینه استفاده از هوش مصنوعی چگونه محاسبه میشود؟
بیشتر سرویسهای هوش مصنوعی هزینه را بر اساس توکن محاسبه میکنند. توکن بخشهایی از متن هستند که مدل آنها را پردازش میکند. توکن میتواند یک کلمه، بخشی از یک کلمه، عدد، علامت یا حتی بخشی از کد باشد.
هزینه معمولاً به دو بخش تقسیم میشود:
- توکنهای ورودی؛ یعنی متنی که به مدل میدهیم
- توکنهای خروجی؛ یعنی پاسخی که مدل تولید میکند
بنابراین هرچه پرامپت، تاریخچه مکالمه یا پاسخ نهایی طولانیتر باشد، مصرف توکن و در نتیجه هزینه نیز بیشتر میشود.
پرامپت خوب چه ویژگیهایی دارد؟
پرامپت خوب الزاماً طولانی نیست. مهم این است که واضح، دقیق و هدفمند باشد.
۱. هدف خود را دقیق مشخص کنید
بهجای یک درخواست کلی، دقیق بگویید چه میخواهید.
پرامپت ضعیف:
درباره بازاریابی محتوا بنویس.
پرامپت بهتر:
یک مقاله ۷۰۰ کلمهای درباره بازاریابی محتوا برای صاحبان کسبوکارهای کوچک بنویس.
لحن مقاله ساده و آموزشی باشد و در پایان سه پیشنهاد عملی ارائه بده.
در نمونه دوم، مدل هدف، مخاطب، طول متن، لحن و ساختار پاسخ را بهتر میشناسد. در نتیجه احتمال دریافت پاسخ مناسب در همان تلاش اول بیشتر است.
۲. نقش و مخاطب را مشخص کنید
اگر لازم است، به مدل بگویید از چه دیدگاهی پاسخ دهد و متن برای چه کسی نوشته میشود.
مثلاً:
بهعنوان یک کارشناس سادهنویس فناوری، این موضوع را برای مخاطبانی توضیح بده که آشنایی تخصصی با هوش مصنوعی ندارند.
مشخصکردن مخاطب باعث میشود مدل از اصطلاحات پیچیده یا توضیحات نامتناسب استفاده نکند.
۳. قالب خروجی را تعیین کنید
اگر قالب پاسخ برایتان مهم است، آن را از ابتدا مشخص کنید:
پاسخ را در قالب زیر بنویس:
- یک عنوان
- یک مقدمه کوتاه
- سه تیتر اصلی
- یک جمعبندی
برای استفاده در نرمافزارها نیز میتوانید قالبهایی مانند JSON، جدول یا فهرست شمارهگذاریشده درخواست کنید.
۴. طول پاسخ را محدود کنید
درخواستهایی مانند «خیلی کامل توضیح بده» معمولاً پاسخهای طولانی تولید میکنند. اگر به پاسخ کوتاهتری نیاز دارید، محدودیت مشخص تعیین کنید:
پاسخ را در حدود ۳۰۰ کلمه بنویس.
یا:
در پنج نکته کوتاه پاسخ بده و از تکرار مطالب خودداری کن.
تعیین طول پاسخ هم هزینه را کنترل میکند و هم استفاده از نتیجه را آسانتر میسازد.
۵. اطلاعات اضافی و تکراری را حذف کنید
گاهی برای رسیدن به یک پاسخ ساده، متن بسیار طولانی به مدل میدهیم؛ درحالیکه همه آن اطلاعات لازم نیست.
پیش از ارسال پرامپت از خودتان بپرسید:
- آیا تمام این اطلاعات برای پاسخ ضروری است؟
- آیا بخشی از متن تکراری است؟
- آیا میتوانم این توضیحات را خلاصه کنم؟
- آیا لازم است کل فایل یا مستندات را ارسال کنم؟
ارسال فقط اطلاعات مرتبط، باعث کاهش مصرف توکن و افزایش تمرکز مدل میشود.
چگونه هزینه استفاده از هوش مصنوعی را کاهش دهیم؟
۱. از مدل مناسب استفاده کنید
برای همه کارها به قدرتمندترین و گرانترین مدل نیاز ندارید.
برای کارهای ساده مانند موارد زیر، یک مدل سبکتر معمولاً کافی است:
- خلاصهسازی کوتاه
- دستهبندی متن
- اصلاح نگارشی
- تولید عنوان
- پاسخ به پرسشهای ساده
مدلهای قدرتمندتر را برای کارهای پیچیدهتری مانند تحلیل تخصصی، تولید کد مهم یا تصمیمگیری چندمرحلهای نگه دارید.
۲. پرامپت ثابت را دوبارهنویسی نکنید
اگر در برنامه یا فرایند کاری خود یک دستورالعمل ثابت دارید، آن را به شکل منظم نگهداری و استفاده کنید. از تغییرات غیرضروری در آن خودداری کنید.
برای مثال، اگر هر بار یک دستورالعمل ۲۰۰۰ کلمهای را همراه درخواست ارسال میکنید، بهتر است:
- آن را کوتاهتر کنید،
- بخشهای تکراری را حذف کنید،
- و در صورت پشتیبانی سرویس، از قابلیت Prompt Caching استفاده کنید.
۳. از توکنهای کششده استفاده کنید
توکنهای کششده به بخشهایی از ورودی گفته میشود که ثابت هستند و در درخواستهای مختلف تکرار میشوند؛ مانند قوانین یک دستیار، مستندات ثابت یا دستورالعملهای پروژه.
در برخی سرویسها، این بخشها یکبار پردازش میشوند و در درخواستهای بعدی با هزینه کمتری مورد استفاده قرار میگیرند.
ساختار مناسب میتواند شبیه این باشد:
[دستورالعمل ثابت]
[قوانین و اطلاعات پروژه]
[درخواست جدید کاربر]
در این حالت، دو بخش اول ثابت میمانند و فقط درخواست کاربر تغییر میکند. البته امکان و نحوه قیمتگذاری کش به سرویس و مدل مورد استفاده بستگی دارد.
۴. تاریخچه مکالمه را مدیریت کنید
در گفتوگوهای طولانی، پیامهای قبلی ممکن است دوباره همراه هر درخواست برای مدل ارسال شوند. این موضوع میتواند مصرف توکن را افزایش دهد.
برای کنترل آن میتوان:
- مکالمههای قدیمی را خلاصه کرد،
- فقط پیامهای مهم را نگه داشت،
- اطلاعات مهم را جداگانه ذخیره کرد،
- و پیامهای غیرضروری را حذف کرد.
بهجای ارسال دهها پیام قبلی، میتوان خلاصهای مانند این فرستاد:
خلاصه مکالمه:
کاربر در حال طراحی یک فروشگاه اینترنتی است و به راهکار مقیاسپذیر برای بخش پرداخت نیاز دارد.
۵. پاسخ را مرحلهبندی کنید
برای کارهای پیچیده، گاهی بهتر است بهجای درخواست یک پاسخ بسیار طولانی، کار را به چند مرحله تقسیم کنیم.
مثلاً:
- ابتدا ساختار مقاله را تولید کن.
- ساختار را بررسی و اصلاح کن.
- سپس فقط بخشهای تأییدشده را توسعه بده.
این روش همیشه کمهزینهتر نیست، اما میتواند از تولید متنهای طولانی و نامرتبط جلوگیری کند و نیاز به تکرار کامل کار را کاهش دهد.
۶. خروجیهای غیرضروری را محدود کنید
اگر فقط یک پاسخ کوتاه لازم دارید، از مدل نخواهید چندین مثال، توضیح و تکرار ارائه کند.
مثلاً:
فقط عنوانهای پیشنهادی را ارائه بده. برای هر عنوان یک توضیح یکخطی بنویس و مقدمه یا جمعبندی اضافه نکن.
چنین محدودیتی از تولید محتوای اضافی جلوگیری میکند.
یک الگوی ساده برای نوشتن پرامپت
برای بیشتر کارها میتوانید از این الگو استفاده کنید:
نقش:
بهعنوان یک [نقش یا تخصص] عمل کن.
هدف:
میخواهم [هدف دقیق] را انجام دهی.
مخاطب:
این پاسخ برای [نوع مخاطب] است.
اطلاعات زمینهای:
[اطلاعات ضروری]
قالب خروجی:
[نوع قالب، تعداد بخشها یا طول پاسخ]
محدودیتها:
[لحن، زبان، طول، موارد ممنوع یا الزامات خاص]
برای مثال:
بهعنوان یک نویسنده سادهنویس فناوری عمل کن.
یک مقاله ۵۰۰ کلمهای درباره امنیت رمزهای عبور بنویس.
مخاطب مقاله کاربران عادی اینترنت هستند.
لحن ساده و خبری باشد.
مقاله شامل عنوان، مقدمه، سه تیتر اصلی و جمعبندی باشد.
از اصطلاحات تخصصی بدون توضیح استفاده نکن.
جمعبندی
مدیریت هزینه در استفاده از هوش مصنوعی فقط با انتخاب یک سرویس ارزانتر انجام نمیشود. بخش مهمی از این مدیریت به شیوه نوشتن پرامپت و کنترل اطلاعاتی که به مدل میدهیم مربوط است.
برای کاهش هزینه و دریافت پاسخ بهتر:
- هدف را دقیق بنویسید.
- مخاطب و قالب خروجی را مشخص کنید.
- طول پاسخ را محدود کنید.
- اطلاعات تکراری و غیرضروری را حذف کنید.
- تاریخچه مکالمه را خلاصه کنید.
- برای کارهای ساده از مدلهای سبکتر استفاده کنید.
- در صورت امکان از Prompt Caching بهره ببرید.
- قبل از ارسال درخواست، بررسی کنید آیا همه متن واقعاً لازم است یا نه.
پرامپت بهینه، پرامپتی نیست که فقط کوتاه باشد؛ بلکه پرامپتی است که با کمترین اطلاعات ضروری، دقیقترین نتیجه مورد نیاز را تولید کند.