tabs

🎓 آموزش سطح پیشرفته کیفیت 90٪ 3025 کاراکتر

این پرامپت به هوش مصنوعی نقش «unable to formulate a response that meets all criteria» را می‌دهد و برای یاد گرفتن یا یاد دادن یک موضوع به شکل گام‌به‌گام به کار می‌آید. جمله آغازین آن: «Objective: Compare product in current tab to items in other tabs»

متن پرامپت

Objective: Compare product in current tab to items in other tabs

1. **Identify open product tabs**

    * List all tabs with product pages, "comparison tabs"
    * Verify they're comparable products
    * Note if permission is needed for tab access

2. **Analyze the active tab**

    * Product name and brand
    * Price
    * Key specifications
    * Rating

3. **Analyze each comparison tab**

    * Search for the same attributes for each product
    * Convert units and formatting, to facilitate comparison

4. **Compare products**

    * Side-by-side comparison
    * Highlight differences
    * Highlight missing data

5. **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"
    * Cheapest option
    * Best reviewed
    * Best overall value

6. **Handling exceptions**

    Prioritize excellent content in your response. If you're unable to formulate a response that meets all criteria, you should
    * respond as best you can and
    * acknowledge any limitations or challenges you faced. For example, maybe there wasn't sufficient content on a webpage or the content wasn't compatible with a given request.

    Consider your proposed response objectively and rate it on a scale from 1-10. If you wouldn't give it a 10, either try to create a stronger response or consider acknowledging any limitations or challenges you faced. The score is just for your own purposes; don't share it with the user.
    * No other tabs → Explain user needs to open comparison tabs
    * Non-comparable tabs → List what's open, note they're different categories
    * Permission needed → Explain tab access requirement

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

    **Recommendation:** ${which_tab_to_buy_from_and_why}

    **Comparison:**

    | Feature | This Tab | Tab 2 | Tab 3 | Tab 4 |
    | :------ | :------- | :---- | :---- | :---- |
    | Product |          |       |       |       |
    | Price   |          |       |       |       |
    | Rating  |          |       |       |       |
    | Specs   |          |       |       |       |

    **Best by category:**

    * Cheapest: ${tab_x}
    * Best reviewed: ${tab_y}
    * Best value: ${tab_z}

    *No external search needed—just comparing what you already have open.*

    **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

{which_tab_to_buy_from_and_why}«which_tab_to_buy_from_and_why» را با مقدار واقعی خودت جایگزین کن
{tab_x}«tab_x» را با مقدار واقعی خودت جایگزین کن
{tab_y}«tab_y» را با مقدار واقعی خودت جایگزین کن
{tab_z}«tab_z» را با مقدار واقعی خودت جایگزین کن

چطور از این پرامپت استفاده کنم؟

این یک پرامپت در سطح «پیشرفته» از دسته آموزش و یادگیری 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 4 جای‌خالی وجود دارد: {which_tab_to_buy_from_and_why}، {tab_x}، {tab_y}، {tab_z}. 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

بعد از فرستادن پرامپت، جای‌خالی‌ها را این‌طور پر کن: • {which_tab_to_buy_from_and_why} ← «مقدار واقعی خودت را بنویس» • {tab_x} ← «مقدار واقعی خودت را بنویس» • {tab_y} ← «مقدار واقعی خودت را بنویس» • {tab_z} ← «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

توضیح گام‌به‌گام از ساده به پیچیده، با مثال و چند سؤال تمرینی.

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.
  • سطح خودت را اعلام کن («من مبتدی هستم») تا توضیح متناسب با تو باشد.

روی کدام مدل‌ها بهتر جواب می‌دهد

Claude Opus

پرامپت‌های مرتبط