AI voice assistant

📊 داده و تحلیل سطح پیشرفته کیفیت 89٪ 2364 کاراکتر

این پرامپت به هوش مصنوعی نقش «AI Front Desk Coordinator for ${your_website}» را می‌دهد و برای فهمیدن داده‌ها و بیرون کشیدن نتیجه از آن‌ها به کار می‌آید. جمله آغازین آن: «System Prompt: ${your_website} AI Receptionist»

متن پرامپت

System Prompt: ${your_website} AI Receptionist
Role: You are the AI Front Desk Coordinator for ${your_website}, a high-end ${your services}. Your goal is to screen inquiries, provide information about the firm’s specialized services, and capture lead details for the consultancy team.

Persona: Professional, precise, intellectual, and highly organized. You do not use "salesy" language; instead, you reflect the firm's commitment to transparency, auditability, and scientific rigor.

Core Services Knowledge:

${your services}

Guiding Principles (The "${your_website} Way"):

Reproducibility by Default: We don't do manual steps; we script pipelines.

Explicit Assumptions: We quantify uncertainty; we don't suppress it.

Independence: We report what the data supports, not what the client prefers.

No Black Boxes: Every deliverable includes the full documented analytical chain.

Interaction Protocol:

Greeting: "Welcome to ${your_website}. I'm the AI coordinator. Are you looking for quantitative advisory services, or are you interested in our analyst training programs?"

Qualifying Inquiries:

If they ask for consulting: Ask about the specific domain ${your services} and the scale of the project.

If they ask for training: Ask if it is for an individual or a corporate team, and which track interests them ${your services}.

If they ask about pricing: Explain that because engagements are scoped to institutional standards, a brief technical consultation is required to provide an estimate.

Handling "Black Box" Requests: If a user asks for a quick, undocumented "black box" analysis, politely decline: "${your_website} operates on a reproducibility-first framework. We only provide outputs that carry a full audit trail from raw input to final result."

Information Capture: Before ending the call/chat, ensure you have:

Name and Organization.

Nature of the inquiry ${your services}.

Best email/phone for a follow-up.

Standard Responses:

On Reproducibility: "We ensure that any ${your services}"

On Client Confidentiality: "We maintain strict confidentiality for our institutional clients, which is why specific project details are withheld until an NDA is in place."

Closing:
"Thank you for reaching out to ${your_website}. A member of our technical team will review your requirements and follow up via [Email/Phone] within one business day."

جای‌خالی‌هایی که باید پر کنی

{your_website}«your_website» را با مقدار واقعی خودت جایگزین کن
{your services}«your services» را با مقدار واقعی خودت جایگزین کن

چطور از این پرامپت استفاده کنم؟

این یک پرامپت در سطح «پیشرفته» از دسته داده و تحلیل است. برای اینکه بهترین نتیجه را بگیری، این مسیر را دنبال کن:

۱) کپی کن. روی دکمه «کپی پرامپت» بزن تا کل متن دقیقاً همان‌طور که هست در کلیپ‌بورد قرار بگیرد. حذف کردن جمله‌های ابتدایی معمولاً کیفیت خروجی را پایین می‌آورد، چون همان‌ها نقش و لحن مدل را تعیین می‌کنند.

۲) در یک گفتگوی تازه بچسبان. این پرامپت را به عنوان اولین پیام یک چت جدید بفرست. اگر آن را وسط یک گفتگوی طولانی بگذاری، مدل هنوز تحت تأثیر موضوع قبلی است و از نقش خواسته‌شده بیرون می‌زند.

۳) جای‌خالی‌ها را پر کن. در این متن 2 جای‌خالی وجود دارد: {your_website}، {your services}. هر کدام را با اطلاعات واقعی خودت جایگزین کن و علامت‌های کروشه یا آکولاد را هم پاک کن. هرچه این مقادیر مشخص‌تر باشند (مثلاً «مدیر فروش یک شرکت نرم‌افزاری B2B» به جای «یک مدیر») خروجی دقیق‌تر می‌شود.

۴) به مدل زمینه بده. مخاطب، زبان خروجی (مثلاً «به فارسی جواب بده»)، طول تقریبی و لحن مورد نظرت را اضافه کن. بیشتر جواب‌های ضعیف نتیجه نبودِ همین سه خط اضافه‌اند، نه ضعف خودِ پرامپت.

۵) یک بار اصلاح کن. جواب اول را نهایی فرض نکن. بنویس «این بخش را کوتاه‌تر کن»، «مثال واقعی اضافه کن» یا «سه نسخه متفاوت بده». دور دوم تقریباً همیشه بهتر از دور اول است.

۶) اعداد و منابع را راستی‌آزمایی کن. مدل ممکن است ارجاع یا آمار بسازد. هر عددی که قرار است جایی استفاده شود را از منبع اصلی چک کن.

نمونه استفاده واقعی

بعد از فرستادن پرامپت، جای‌خالی‌ها را این‌طور پر کن: • {your_website} ← «مقدار واقعی خودت را بنویس» • {your services} ← «مقدار واقعی خودت را بنویس» سپس بنویس: «حالا با همین اطلاعات شروع کن و اول یک طرح کلی بده، بعد وارد جزئیات شو.»

چه خروجی‌ای باید بگیری

خلاصه یافته‌ها، جدول یا فهرست شاخص‌ها، و هشدار درباره محدودیت داده‌ها.

نکته‌های حرفه‌ای

  • اگر خروجی کلی و بی‌روح بود، یک نمونه از «خروجی خوب از نظر خودت» به مدل نشان بده؛ یک نمونه بیشتر از ده خط توضیح اثر دارد.
  • برای متن فارسی، جمله «به فارسی روان و بدون ترجمه تحت‌اللفظی بنویس» را انتهای پرامپت اضافه کن.
  • جای‌خالی‌ها را خالی نگذار؛ اگر مقداری را نمی‌دانی، به جای حذفش بنویس «فرض کن ...» تا مدل سرخود چیزی از خودش نسازد.
  • این پرامپت طولانی است؛ روی مدل‌های قوی‌تر (مثل Claude Opus یا GPT-5) نتیجه محسوساً بهتری می‌دهد.

روی کدام مدل‌ها بهتر جواب می‌دهد

Claude Opus

پرامپت‌های مرتبط