کتاب AI Prompt Engineering Absolute Beginner’s Guide

کتاب AI Prompt Engineering Absolute Beginner’s Guide

اثر Michael Miller

category

بر اساس سطح علمی

متوسط

category

نوع محتوای کتاب

راهنمای مرجع

category

هدف یادگیری

آمادگی ورود به بازار کار

category

نوع مسیر

صفر تا صد آماده برای کار

category

بر اساس تکنولوژی

هوش مصنوعی

category

مورد استفاده

هوش مصنوعی / یادگیری ماشین

شناسنامه کتاب

مشخصات تکمیلی ثبت‌شده برای این عنوان

نویسنده

Michael Miller

انتشارات

Addison-Wesley Professional

سال انتشار

2025

فرمت کتاب

EPUB، PDF

تعداد صفحات

345

حجم فایل / وزن

9.52 مگابایت، 6.75 مگابایت

ASIN

B0G5763H48

شابک (ISBN)

978-0-13-557046-3

ویرایش / نوبت چاپ

First

۱۵۰,۰۰۰ تومان

نظرات کاربران

تجربیات خود را از خواندن این کتاب با دیگران به اشتراک بگذارید.

—
امتیاز کل
star star star star star
از 0 نظر

ثبت نظر جدید

دیدگاهتان را بنویسید

هنوز دیدگاهی ثبت نشده است.

کتاب AI Prompt Engineering Absolute Beginner’s Guide (راهنمای مطلق مبتدیان برای مهندسی پرامپت هوش مصنوعی) نوشتهٔ مایکل میلر، نویسندهٔ پرفروش بیش از ۲۰۰ کتاب فناوری، یک راهنمای عملی و مقدماتی برای یادگیری مهارت مهندسی پرامپت است که به خوانندگان می‌آموزد چگونه با ساختاردهی درست به اهداف، خروجی‌ها، محدودیت‌ها، لحن و سبک، پرامپت‌هایی مؤثر برای ابزارهای هوش مصنوعی مولد بنویسند.

در ادامه مقدمه‌ای از کتاب AI Prompt Engineering Absolute Beginner’s Guide را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب AI Prompt Engineering Absolute Beginner’s Guide:

پس، شما می‌خواهید در استفاده از ابزارهای هوش مصنوعی (AI) مهارت بیشتری پیدا کنید. احتمالاً به همین دلیل است که اکنون مشغول خواندن این کتاب هستید. انتخاب خوبی است؛ امیدوارم اطلاعات و مهارت‌هایی را که برای تبدیل شدن به یک مهندس حرفه‌ای پرامپت هوش مصنوعی نیاز دارید، در اختیارتان قرار دهم.

وقتی صحبت از هوش مصنوعی می‌شود، موضوعی که ظاهراً هیچ‌کدام از ما نمی‌توانیم از آن دوری کنیم، من دیدگاه دوگانه‌ای دارم. از یک طرف ارزش آن را می‌بینم و از طرف دیگر محدودیت‌هایش را نیز درک می‌کنم. اجازه دهید توضیح بدهم.

هوش مصنوعی چقدر مهم است؟

اول از همه، یک نکته کاملاً واضح است: هوش مصنوعی موضوع بسیار مهمی است و اهمیت آن در آینده بیشتر هم خواهد شد. شکی نیست که AI تأثیر قابل‌توجهی بر بسیاری از مشاغل خواهد گذاشت. از آنجا که هوش مصنوعی می‌تواند الگوها را در حجم عظیمی از داده‌ها به‌سرعت شناسایی کند، این فناوری می‌تواند تحقیقات علمی و پزشکی را متحول کند و بسیاری از کارهایی را که اکنون به‌صورت دستی انجام می‌شوند، خودکار کند. با کمک AI می‌توانیم سریع‌تر و فراتر از گذشته پیش برویم.

هوش مصنوعی بر کسب‌وکارها نیز تأثیر زیادی خواهد گذاشت. اگر AI هنوز روی شغل شما تأثیر نگذاشته است، به‌زودی این اتفاق خواهد افتاد و شاید این تأثیر بسیار جدی باشد. بسیاری از کارفرمایان به دنبال استفاده از AI برای انجام برخی وظایف و فعالیت‌های کسب‌وکار هستند؛ اقدامی که می‌تواند سود آن‌ها را افزایش دهد، اما در عین حال ممکن است باعث از دست رفتن شغل تعداد بسیار زیادی از افراد شود.

از سوی دیگر، اگر در جریان تحول ناشی از هوش مصنوعی شغل خود را حفظ کنید، احتمالاً می‌توانید از ابزارهای هوش مصنوعی برای افزایش بهره‌وری و کارایی خود استفاده کنید. پس این هم یک روی دیگر ماجراست.

هوش مصنوعی حتی زندگی شخصی ما را نیز متحول خواهد کرد. ابزارهای AI به شما کمک می‌کنند تصمیم‌های شخصی بهتری بگیرید، ارتباط مؤثرتری با دیگران داشته باشید و زمان خود را کارآمدتر مدیریت کنید. به مرور زمان ممکن است هوش مصنوعی به بخش جدایی‌ناپذیری از زندگی شما تبدیل شود.

اما هوش مصنوعی کامل نیست

با تمام این‌ها، هوش مصنوعی کامل نیست و قرار نیست راه‌حل تمام مشکلات جامعه باشد. کیفیت AI به اندازه کیفیت داده‌هایی است که با آن‌ها آموزش دیده است؛ و این داده‌ها نیز حاصل تجربیات ناقص ما انسان‌ها هستند.

به همین دلیل کاملاً ممکن است عامل‌های هوش مصنوعی در نهایت فقط عملکردی متوسط داشته باشند، نه عملکردی استثنایی.

نویسنده برای توضیح این موضوع، هوش مصنوعی را به شخصیت Cliff از سریال قدیمی Cheers تشبیه می‌کند؛ فردی که در انتهای بار می‌نشست و ادعا می‌کرد درباره همه‌چیز متخصص است. هر سؤالی از او می‌پرسیدید، پاسخی داشت.

مشکل Cliff این بود که واقعاً همه‌چیز را نمی‌دانست. دانش او، همان‌طور که ضرب‌المثل می‌گوید، «به اندازه یک مایل گسترده و به اندازه یک اینچ عمیق» بود؛ یعنی درباره موضوعات بسیار زیادی اطلاعات کمی داشت، اما درباره هیچ موضوعی دانش عمیق و تخصصی نداشت.

از آن بدتر، چیزهایی را که نمی‌دانست، از خودش می‌ساخت. حرف‌هایش ممکن بود با یک واقعیت درست شروع شوند، اما بعد به حدس و گمان‌های عجیب‌وغریب تبدیل شوند؛ آن هم با لحنی کاملاً مطمئن و متخصصانه.

هوش مصنوعی نیز کم‌وبیش همین وضعیت را دارد. AI همه‌چیز را نمی‌داند و چیزهایی را که نمی‌داند، گاهی از خودش تولید می‌کند. مدل‌های پیشرفته امروزی ممکن است از Cliff اطلاعات بیشتری داشته باشند و حتی حدس‌های بهتری بزنند، اما همچنان ممکن است بسیاری از مطالب را به‌صورت ساختگی تولید کنند.

وقتی هوش مصنوعی چیزی را کاملاً از خودش می‌سازد، به آن «توهم» (Hallucination) گفته می‌شود و این موضوع مشکل‌ساز است.

مهندسی پرامپت چیست؟

نکته اصلی این است که اگرچه هوش مصنوعی مهم است و اهمیت آن در آینده بیشتر خواهد شد، اما کامل نیست. با این حال، شما می‌توانید با نحوه تعامل خود با AI به آن کمک کنید تا بهترین عملکرد ممکن را داشته باشد.

این دقیقاً همان چیزی است که مهندسی پرامپت درباره آن است.

عبارت «مهندسی پرامپت» ممکن است برای شما جدید باشد. حتی ممکن است بسیار فنی و پیچیده یا کمی ترسناک به نظر برسد.

اما خوشبختانه مهندسی پرامپت آن‌قدرها هم فنی یا پیچیده نیست. در واقع، می‌توان آن را به شکل ساده‌تر «طراحی پرامپت‌های مؤثر» دانست.

همان‌طور که احتمالاً می‌دانید، پرامپت ورودی‌ای است که به یک مدل هوش مصنوعی ارائه می‌کنید و ساختن آن تقریباً شبیه نوشتن یک عبارت جست‌وجو برای موتور جست‌وجوی وب است.

تفاوت اصلی این است که در یک پرامپت AI معمولاً نمی‌توانید فقط با یک یا دو کلمه منظور خود را منتقل کنید. هرچه پرامپت شما دقیق‌تر، واضح‌تر و شامل دستورالعمل‌های جزئی‌تر باشد، احتمالاً نتیجه بهتری دریافت خواهید کرد.

این همان چیزی است که مهندسی پرامپت نامیده می‌شود: یاد بگیرید چگونه تا حد امکان پرامپت‌های مؤثر ایجاد کنید.

در مهندسی پرامپت، استراتژی‌های مختلفی وجود دارد. شما باید استراتژی مناسب را انتخاب کنید، عناصر لازم را در پرامپت قرار دهید و سپس ورودی خود را اصلاح و بهینه کنید تا به خروجی موردنظر برسید.

فرقی نمی‌کند از AI برای نوشتن یک ایمیل، ساخت یک ارائه یا تولید یک تصویر استفاده کنید؛ کیفیت و کامل بودن پرامپت می‌تواند تفاوت بسیار بزرگی در نتیجه ایجاد کند.

نویسنده می‌گوید دلیل نوشتن این کتاب نیز همین است: کمک به شما برای تبدیل شدن به یک مهندس پرامپت بهتر و گرفتن نتایج بهتر از هوش مصنوعی.


کتاب AI Prompt Engineering Absolute Beginner’s Guide چه چیزهایی به شما آموزش می‌دهد؟

کتاب AI Prompt Engineering: Absolute Beginner’s Guide راهنمایی برای ساخت پرامپت‌های مؤثرتر است.

این کتاب تقریباً از الف تا ی مهندسی پرامپت را پوشش می‌دهد و برای مطالعه آن به تجربه قبلی زیادی نیاز ندارید. فرض نویسنده این است که شما با تعدادی از ابزارهای محبوب هوش مصنوعی آشنایی دارید و احتمالاً قبلاً کمی از آن‌ها استفاده کرده‌اید، اما متخصص AI نیستید.

این کتاب فقط برای متخصصان هوش مصنوعی نیست. کاربران عادی که تازه در حال تجربه AI هستند و همچنین کاربران حرفه‌ای که از هوش مصنوعی در شغل خود استفاده می‌کنند، هر دو می‌توانند از آن بهره ببرند.

کتاب ابتدا با مروری کوتاه بر مفاهیم پایه هوش مصنوعی و معرفی ابزارهای محبوب امروزی شروع می‌شود. سپس وارد موضوع مهندسی پرامپت می‌شود و توضیح می‌دهد که چیست، چگونه کار می‌کند و چگونه باید از آن استفاده کرد.

در ادامه، شش استراتژی اصلی پرامپت‌نویسی، زمان استفاده از هرکدام و همچنین قالب‌های آماده پرامپت برای موقعیت‌های مختلف آموزش داده می‌شود.

هدف این است که کتاب را با دانش کم یا حتی بدون دانش درباره مهندسی پرامپت شروع کنید و در پایان بتوانید با استفاده از تکنیک‌های پرامپت‌نویسی، خروجی‌های بهتری از AI دریافت کنید.


ساختار کتاب AI Prompt Engineering Absolute Beginner’s Guide

این کتاب شامل ۲۳ فصل و یک پیوست است. محتوای فصل‌ها به این شکل سازمان‌دهی شده است:

فصل ۱ – آشنایی با هوش مصنوعی مولد (Generative AI)
مروری بر فناوری هوش مصنوعی و معرفی کوتاهی از محبوب‌ترین ابزارهای AI.

فصل ۲ – مهندسی پرامپت چیست و چرا اهمیت دارد؟
تعریف مهندسی پرامپت، نحوه کار آن و اهمیت طراحی درست پرامپت.

فصل ۳ – کالبدشناسی یک پرامپت کامل
بررسی عناصر مهم یک پرامپت، نحوه ساختاردهی و مواردی که باید در پرامپت قرار بگیرند یا از آن حذف شوند.

فصل ۴ – تعیین خروجی در پرامپت‌ها
بررسی فرمت و سبک خروجی و روش‌هایی برای اطمینان از دریافت نوع خروجی موردنظر.

فصل ۵ – شناخت و مقایسه استراتژی‌های مختلف پرامپت‌نویسی
معرفی شش استراتژی اصلی پرامپت‌نویسی و زمان استفاده از هرکدام.

فصل ۶ – Zero-Shot Prompting
ایجاد پرامپت بدون ارائه نمونه.

فصل ۷ – One-Shot Prompting
استفاده از یک نمونه در پرامپت برای مشخص کردن نوع و سبک خروجی موردنظر.

فصل ۸ – Few-Shot Prompting
استفاده از چند نمونه برای هدایت مدل و بررسی اینکه چه زمانی این روش مناسب است.

فصل ۹ – Role-Based Prompting
اختصاص دادن یک نقش یا شخصیت به AI برای شکل‌دهی به لحن و سبک پاسخ.

فصل ۱۰ – Chain-of-Thought Prompting
استفاده از پرامپت‌هایی که مدل را به حل مرحله‌به‌مرحله مسئله هدایت می‌کنند.

فصل ۱۱ – Self-Consistency Prompting
درخواست از مدل برای تولید چند مسیر استدلال و انتخاب نتیجه سازگارتر.

فصل ۱۲ – Prompt Chaining
استفاده از چند پرامپت که به شکل زنجیره‌ای و پشت سر هم به یکدیگر متصل هستند.

فصل ۱۳ – Multimodal Prompts
استفاده از انواع ورودی‌ها در کنار متن، مانند اسناد، تصاویر و ویدئوها.

فصل ۱۴ – ارزیابی عملکرد پرامپت
روش تشخیص اینکه یک پرامپت تا چه اندازه موفق بوده و تعریف معیارهای کمی و کیفی برای ارزیابی آن.

فصل ۱۵ – اصلاح و بهبود پرامپت‌ها
بهبود نتایج از طریق پرامپت‌نویسی تکرارشونده و درخواست از AI برای نقد پاسخ خودش.

فصل ۱۶ – پرامپت‌نویسی برای نویسندگی
استفاده از مهندسی پرامپت برای انواع کارهای نوشتاری، از پست شبکه‌های اجتماعی و ایمیل گرفته تا مقالات پژوهشی و رمان.

فصل ۱۷ – پرامپت‌نویسی برای بهره‌وری
تکنیک‌های پرامپت‌نویسی برای افزایش بهره‌وری در حوزه‌هایی مانند کسب‌وکار، آموزش و پزشکی.

فصل ۱۸ – پرامپت‌نویسی برای تولید تصویر
نحوه طراحی پرامپت برای تولید تصاویر و نقاشی‌های موردنظر با هوش مصنوعی.

فصل ۱۹ – پرامپت‌نویسی برای تولید ویدئو
تکنیک‌های مهندسی پرامپت برای ساخت ویدئوهای تولیدشده با AI.

فصل ۲۰ – پرامپت‌نویسی برای تولید موسیقی
یادگیری نحوه استفاده از پرامپت‌ها برای ساخت موسیقی با هوش مصنوعی.

فصل ۲۱ – استراتژی‌ها و ابزارهای پیشرفته پرامپت‌نویسی
تکنیک‌ها و نکات پیشرفته‌تر برای بهبود پرامپت‌ها.

فصل ۲۲ – پرامپت‌نویسی مسئولانه
بررسی مسائل اخلاقی مرتبط با استفاده از AI و روش استفاده اخلاقی، مسئولانه و قانونی از آن.

فصل ۲۳ – رفع مشکلات پرامپت‌های کم‌اثر
تشخیص پرامپت‌هایی که عملکرد مناسبی ندارند و روش بهبود آن‌ها.

فصل ۲۴ – آینده هوش مصنوعی و مهندسی پرامپت
جمع‌بندی کتاب و بررسی مسیر آینده فناوری هوش مصنوعی و مهندسی پرامپت.

در پایان نیز یک پیوست شامل ده‌ها قالب آماده پرامپت برای انواع فعالیت‌های مرتبط با هوش مصنوعی قرار دارد. اگر نمی‌دانید برای یک کار خاص چه نوع پرامپتی باید بنویسید، این بخش می‌تواند نقطه شروع خوبی باشد.

در طول کتاب نیز یادداشت‌هایی برای ارائه اطلاعات تکمیلی و هشدارهای مهم وجود دارد. همچنین برخی بخش‌های جانبی اطلاعاتی ارائه می‌کنند که ممکن است مستقیماً ضروری نباشند، اما می‌توانند جالب یا مفید باشند.

سرفصل‌های کتاب AI Prompt Engineering Absolute Beginner’s Guide:

  • Cover Page
  • About This eBook
  • Title Page
  • Copyright Page
  • Contents at a Glance
  • Table of Contents
  • About the Author
  • Dedication
  • Acknowledgments
  • We Want to Hear from You!
  • Reader Services
  • Figure Credits
  • Introduction
  • What Prompt Engineering Is-and What It Isn’t
  • What’s in This Book
  • How This Book Is Organized
  • 1. Understanding Generative AI
  • 2. What Is Prompt Engineering-and Why Is It Important?
  • 3. The Anatomy of a Perfect Prompt
  • 4. Defining Output in Your Prompts
  • 5. Understanding and Comparing Different Prompting Strategies
  • 6. Using Zero-Shot Prompting
  • 7. Using One-Shot Prompting
  • 8. Using Few-Shot Prompting
  • 9. Using Role-Based Prompting
  • 10. Using Chain-of-Thought Prompting
  • 11. Using Self-Consistency Prompting
  • 12. Using Prompt Chaining
  • 13. Using Multimodal Prompts
  • 14. Evaluating Prompt Performance
  • 15. Refining Your Prompts
  • 16. Prompting for Writing
  • 17. Prompting for Productivity
  • 18. Prompting for Image Generation
  • 19. Prompting for Video Generation
  • 20. Prompting for Music Generation
  • 21. Advanced Prompting Strategies and Tools
  • 22. Prompting Responsibly
  • 23. Troubleshooting Less-Effective Prompts
  • 24. Future Directions in AI and Prompt Engineering
  • Appendix A. Prompt Templates
  • Index

جهت دانلود کتاب AI Prompt Engineering Absolute Beginner’s Guide می‌توانید پس از پرداخت، دریافت کنید.