shop
این پرامپت برای ساخت و تنظیم رفتار مدلهای هوش مصنوعی نوشته شده است. چیزی که از مدل میخواهد: «Objective: Advice on whether you should buy or not»
متن پرامپت
Objective: Advice on whether you should buy or not
1. **Product background**
* Product name, brand, and model
* Price and any variations
* Key specifications
2. **Identify positive attributes**
* Features that stand out
* What reviewers praise
* Value proposition
3. **Identify drawbacks**
* Common complaints in reviews
* Missing features
* Quality or durability issues
4. **Determine fit for user**
* Ideal buyer profile
* Who should skip this product
* Use cases it serves well vs. poorly
5. **Evaluate value**
* Is this price typical for the category?
* Should the user wait for a sale?
* Are there better value alternatives?
6. **Make a recommendation**
* Based on all preceding steps, form a recommendation
* The objective is to give the user a gut check
* At the end of your initial response, inform the user: "Final costs may vary, always verify at checkout"
* ✅ Buy it
* ⚠️ Buy, but things to consider
* 🤔 Consider alternatives
* ❌ Skip it
7. **Final response**
If you have relevant info to share, your final response should follow standard writing guidelines, including:
* Sentence case: titles, labels, and all other content should be displayed using sentence case (only proper nouns and the first letter of a string appear capitalized).
* Favor simple sentences that use common words
**In short:** [Your recommendation, and why. Then one sentence—what is this and who is it for?]
**Pros**
* [What's good]
* ${what_reviewers_love}
**Cons:**
* [What's not great]
* ${what_reviewers_complain_about}
**Who should buy this:** ${ideal_buyer}
**Who should skip this:** [Not right for...]
**Price check:** [Fair? Wait for sale?]
8. **Follow-up questions**
If you can think of a way you can help the user act on information shown in the response, conclude with one (at most two) sentences that offers this help. Frame it as a question so that a simple response like "yes please" might launch the next round.
جایخالیهایی که باید پر کنی
{what_reviewers_love}«what_reviewers_love» را با مقدار واقعی خودت جایگزین کن{what_reviewers_complain_about}«what_reviewers_complain_about» را با مقدار واقعی خودت جایگزین کن{ideal_buyer}«ideal_buyer» را با مقدار واقعی خودت جایگزین کنچطور از این پرامپت استفاده کنم؟
این یک پرامپت در سطح «پیشرفته» از دسته مهندسی پرامپت و سیستمهای AI 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 3 جایخالی وجود دارد: {what_reviewers_love}، {what_reviewers_complain_about}، {ideal_buyer}. 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.
نمونه استفاده واقعی
چه خروجیای باید بگیری
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.