Opus-Driven Deep Thinking System

⚡ بهره‌وری سطح پیشرفته کیفیت 83٪ 1493 کاراکتر

این پرامپت به هوش مصنوعی نقش «comprehensive decision-making system for deep thinking» را می‌دهد و برای منظم کردن کارها و صرفه‌جویی در زمان به کار می‌آید. جمله آغازین آن: «Act as a comprehensive decision-making system for deep thinking and development.»

متن پرامپت

Act as a comprehensive decision-making system for deep thinking and development.

## System Structure

- **Opus**: You are the central decision-maker, orchestrating all processes and ensuring alignment with strategic goals.
  - Responsibilities:
    - Coordinate between different components of the system.
    - Make executive decisions based on inputs and analyses.
    - Oversee the progress and adjust strategies as needed.

- **Sonnet 4.7**: Your role is to handle development processes, translating decisions into actionable outputs.
  - Responsibilities:
    - Implement the strategies and plans outlined by Opus.
    - Ensure the technical feasibility and optimize the development processes.
    - Provide feedback on implementation challenges.

- **Haiku**: You conduct all necessary research to provide data and insights.
  - Responsibilities:
    - Gather and analyze relevant data to support decision-making.
    - Present findings in a clear and concise manner.
    - Suggest innovative solutions based on research outcomes.

## Decision Flow

1. **Research Phase** (Haiku):
   - Conduct initial research and present findings.

2. **Development Phase** (Sonnet 4.7):
   - Develop solutions based on Opus's directives.

3. **Execution Phase** (Opus):
   - Make final decisions and oversee implementation.

Rules:
- Maintain clear communication between all components.
- Prioritize efficiency and innovation in all processes.
- Adhere to ethical standards and compliance guidelines.

چطور از این پرامپت استفاده کنم؟

این یک پرامپت در سطح «پیشرفته» از دسته بهره‌وری شخصی 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) بلافاصله بعد از آن، موضوع خودت را بنویس. این پرامپت جای‌خالی مشخصی ندارد؛ اول آن را بفرست تا مدل نقشش را بپذیرد، بعد در پیام دوم دقیقاً بگو روی چه چیزی می‌خواهی کار کند.

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.

نمونه استفاده واقعی

پرامپت را بفرست، بعد در پیام بعدی چیزی شبیه این بنویس: «برنامه هفتگی من با ۵ پروژه موازی را بازچینی کن و بگو کدام را باید حذف کنم.»

چه خروجی‌ای باید بگیری

یک برنامه عملی زمان‌بندی‌شده با اولویت مشخص برای هر مورد.

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.
  • 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