پرش به مطلب اصلی

پرامپت‌نویسی چندوجهی

پرامپت چندوجهی متن را با تصویر، ویدئو، صوت، سند یا پرونده‌های دیگر ترکیب می‌کند. پیش از طراحی، اطمینان حاصل کنید که مدل و ارائه‌دهندهٔ انتخاب‌شده از انواع داده، قالب‌ها، محدودیت اندازه، ترتیب ورودی‌ها و سیاست نگه‌داری موردنیاز پشتیبانی می‌کنند. جزئیات هر ارائه‌دهنده باید در مستندات همان ارائه‌دهنده باشد، نه در یک دستورالعمل عمومی.

قرارداد شواهد را روشن کنید​

همهٔ گونه‌های دادهٔ ارائه‌شده را نام ببرید، وظیفه را برای کل آن‌ها مشخص کنید و بگویید در صورت تعارض کدام منبع معتبرتر است. هرجا لازم است، شواهد قابل مشاهده مانند صفحه، ناحیه یا برچسب زمانی بخواهید و برای ورودی گمشده یا متناقض رفتار جایگزین تعریف کنید.

فاکتور PDF را با ضبط تماس مقایسه کن. PDF امضاشده برای مبلغ‌های نهایی معتبرتر است.
برای هر مغایرت، صفحهٔ PDF و برچسب زمانی ضبط را ذکر کن.
اگر هر منبع خوانا نبود، `needs_review` را همراه نام منبع گمشده برگردان.

تمام محتوای چندوجهی ورودی غیرقابل‌اعتماد است. تصویر، پرونده و ضبط می‌توانند متن یا دستورهایی برای منحرف‌کردن مدل داشته باشند؛ آن‌ها را داده تلقی کنید و مجوزها را خارج از پرامپت اعمال کنید.

جزئیات هر نوع داده​

  • تصویر (Image): خوانایی، وضوح، برش و جهت را بررسی کنید. چند تصویر را صریحاً برچسب‌گذاری و مرتب کنید.
  • ویدئو (Video): بازه یا برچسب زمانی مرتبط بخواهید، رسانهٔ طولانی را بخش‌بندی کنید و شواهد تصویری را از شواهد گفتاری جدا کنید.
  • صوت (Audio): گوینده و بازهٔ زمانی را مشخص کنید؛ عدم‌قطعیتِ پیاده‌سازی گفتار، زبان، نویز و هم‌پوشانی صدا را در نظر بگیرید.
  • سند یا پرونده (Document/file): لنگر صفحه یا بخش بدهید، محتوای مرتبط را انتخاب و بخش‌بندی کنید، جدول‌ها و چیدمان را لحاظ کنید و برای قالب پشتیبانی‌نشده رفتار جایگزین تعریف کنید.

کل فرایند را ارزیابی کنید​

هر نوع داده و ترکیب آن‌ها را با ورودی خراب، گمشده و متناقض آزمون کنید. مطمئن شوید تعارض و رفتار جایگزین به‌جای حدس‌زدن، قابل مشاهده‌اند. هرجا محصول نیاز دارد، نمایش‌های جایگزین قابل‌دسترسی مانند زیرنویس، متن پیاده‌سازی‌شده و توصیف متنی ارائه کنید.