بر اساس جدیدترین پژوهشهای دانشگاهی؛ نه حدس و گمان

مقدمه: ماجرای آن پرامپت فارسی که هیچکس نفهمید
چند ماه پیش، یکی از دانشجویان دکتری با من تماس گرفت: «من یک پرامپت خیلی دقیق فارسی نوشتم، اما خروجی ChatGPT افتضاح بود. کلیشهای، تکراری، بیربط. اما وقتی همان سؤال را به انگلیسی پرسیدم، جوابش عالی بود. چرا؟
او پرامپت فارسیاش را برایم فرستاد:
یک مقاله علمی درباره تأثیر هوش مصنوعی بر یادگیری دانشجویان بنویس.
و پرامپت انگلیسیاش را:
"Write a comprehensive academic paper on the impact of artificial intelligence on student learning outcomes in higher education, including a literature review, methodology, findings, and discussion sections, with at least 5 peer-reviewed citations."
تفاوت را دیدید؟ پرامپت فارسی کلی و بیساختار بود، پرامپت انگلیسی جزئی و دستورمحور.
اما ماجرا فقط این نبود. وقتی من همان پرامپت کلی را به انگلیسی ترجمه کردم ("Write an academic paper about AI and student learning")، خروجی باز هم ضعیف بود. یعنی مشکل فقط زبان نبود؛ مشکل ساختار و نحوه فکر کردن به پرامپت بود.
در این مقاله، بر اساس جدیدترین پژوهشهای دانشگاهی (۲۰۲۴-۲۰۲۵)، به شما نشان میدهم که چرا پرامپتهای فارسی اغلب جواب نمیدهند و چگونه با تکنیکهای «ترجمه معکوس» و «بومیسازی»، پرامپتهایی بنویسید که هوش مصنوعی را مجبور به تولید خروجیهای حرفهای کند.
بخش اول: ریشههای زبانی – چرا فارسی برای مدلهای زبانی سختتر است؟
۱. فارسی یک زبان با منابع کم (Low-Resource Language) است
مدلهای زبانی بزرگ مانند خوراکپزهای پیشرفتهای هستند که برای پختن یک غذای خوب، به مواد اولیه فراوان نیاز دارند. این «مواد اولیه» همان دادههای متنی باکیفیت هستند.
پژوهشها نشان دادهاند که اگرچه ChatGPT و مدلهای مشابه در زبان انگلیسی عملکرد خارقالعادهای دارند، اما کارایی آنها برای زبانهای با منابع کم مانند فارسی همچنان یک سؤال باز است. یک مطالعه جامع که در سال ۲۰۲۵ منتشر شده، چهار مدل بزرگ GPT-4o، Gemini، Llama و DeepSeek را در مجموعهای از وظایف زبانی و فرهنگی فارسی مورد ارزیابی قرار داده و کاهش عملکرد پایدار را در تمام مدلها مشاهده کرده است.
دلیل اصلی این است که حجم دادههای آموزشی فارسی، کسری از دادههای انگلیسی است. مدلها در زبان فارسی «گرسنه» هستند.
۲. تفاوتهای ساختاری عمیق بین فارسی و انگلیسی
فارسی و انگلیسی از دو خانواده زبانی متفاوت هستند. این تفاوتها در سطوح مختلف، عملکرد مدل را تحت تأثیر قرار میدهد:
ساختار جمله: انگلیسی از الگوی SVO پیروی میکند، در حالی که فارسی ساختاری انعطافپذیرتر دارد و گاهی از الگوی SOV استفاده میکند. مدلهایی که عمدتاً روی دادههای SVO آموزش دیدهاند، در درک جملات SOV با چالش مواجه میشوند.
نظام نوشتاری: فارسی از خط عربی-فارسی استفاده میکند که راستبهچپ است و دارای حروف متصل و اشکال متفاوت برای هر حرف در جایگاههای مختلف کلمه است. این پیچیدگی بصری، پردازش را برای مدلها دشوارتر میکند.
گستردگی واژگانی: فارسی دارای لایههای واژگانی متعددی است (عربی، ترکی، فرانسوی، انگلیسی) که تنوع را افزایش میدهد اما سازگاری مدل را کاهش میدهد.
۳. شواهد آماری: تفاوت عملکرد فارسی در مقابل انگلیسی
پژوهشها اعداد روشنی برای این شکاف عملکرد ارائه دادهاند. در وظیفه تصحیح گرامر فارسی، همه مدلها با پرامپت فارسی به دقت زیر ۳۵٪ رسیدهاند: GPT-4o با ۳۴٪، Gemini با ۳۳٪، DeepSeek با ۲۴٪ و Llama با ۱۸٪.
در وظیفه استنباط منطقی (NLI)، DeepSeek و Llama با پرامپت فارسی عملاً شکست خوردهاند و دقت آنها تنها ۱۱٪ بوده است. اما جالب است که وقتی از پرامپت انگلیسی استفاده شد، Llama از ۱۱٪ به ۶۶٪ رسید و DeepSeek نیز بهبود قابل توجهی نشان داد.
در تشخیص معنا و استنتاج، Llama با پرامپت فارسی دقت ۱۱٪ داشت، اما با پرامپت انگلیسی به ۶۶٪ رسید – یعنی شش برابر بهبود.
همچنین در پاسخگویی به سؤالات چندگزینهای واقعی (factual multiple-choice)، GPT-4o با پرامپت فارسی دقت ۲۷٪ و با پرامپت انگلیسی دقت ۳۳٪ داشت. اگرچه این تفاوت کمتر به نظر میرسد، اما نشاندهنده کاهش عملکرد پایدار در زبان فارسی است.
این اعداد نشان میدهد که مشکل صرفاً «سلیقهای» نیست – تفاوت عملکرد، قابل اندازهگیری و چشمگیر است.
بخش دوم: ریشههای فرهنگی – وقتی نه یعنی آره
۱. معمای «تعارف»: چیزی که مدلها نمیفهمند
شاید مهمترین دلیلی که پرامپتهای فارسی جواب نمیدهند، فرهنگ باشد. پژوهشگران دانشگاه Brock و Emory اخیراً اولین معیار سنجش (Benchmark) به نام TAAROFBENCH را منتشر کردهاند که نشان میدهد مدلهای هوش مصنوعی در درک «تعارف» ایرانی چقدر ضعیف عمل میکنند.
تعارف یک سیستم پیچیده از ادب آیینی است که در آن آنچه گفته میشود، اغلب با آنچه معنا میشود تفاوت دارد. به عنوان مثال، اگر یک راننده تاکسی ایرانی با گفتن «قربان شما این بار» از شما پول نگیرد، پذیرفتن این پیشنهاد یک فاجعه فرهنگی خواهد بود. انتظار میرود شما حداقل سه بار اصرار کنید تا او پول را قبول کند.
۲. عملکرد مدلها در تشخیص تعارف
نتایج پژوهش TAAROFBENCH نشان میدهد که انسان فارسیزبان با دقت ۸۲٪ موقعیتهای تعارف را تشخیص میدهد. اما مدلهای پیشرفته مانند GPT-4o، Claude 3.5، Llama 3 و DeepSeek V3 تنها به دقت ۳۴ تا ۴۲٪ میرسند. به عبارت دیگر، مدلهای هوش مصنوعی نیمی از مواقع نمیتوانند تشخیص دهند که یک جمله تعارفی است یا نه.
۳. تناقض مودب اما نادرست
جالبتر اینکه پژوهشگران دریافتند ۸۴.۵٪ از پاسخهای مدلها به عنوان «مودبانه» یا «نسبتاً مودبانه» رتبهبندی شدند، اما تنها ۴۱.۷٪ از همین پاسخها در موقعیتهای تعارف، انتظارات فرهنگی ایرانی را برآورده کردند. یعنی یک پاسخ میتواند همزمان مودبانه (از منظر غربی) و نادرست فرهنگی (از منظر ایرانی) باشد. شکاف ۴۲.۸ درصدی بین «مودب بودن» و «درست بودن فرهنگی»، ریشه اصلی بسیاری از خروجیهای ضعیف پرامپت فارسی است.
۴. راه حل: پرامپت فارسی به عنوان کلید فرهنگی
خبر خوب این است که پژوهشها نشان دادهاند زبان خود پرامپت به عنوان یک نشانه فرهنگی قوی عمل میکند. وقتی از مدل به فارسی میپرسید، به طور خودکار آن را به سمت درک بهتر هنجارهای فرهنگی سوق میدهد.
یک مطالعه نشان داد که پرامپتهای فارسی به طور چشمگیری عملکرد تعارف را بهبود میبخشند. DeepSeek V3 از ۳۶.۶٪ به ۶۸.۶٪ رسید (۳۲+ امتیاز)، GPT-4o با ۳۳.۱+ امتیاز بهبود یافت، و Claude 3.5 نیز ۲۵.۲+ امتیاز رشد داشت.
نکته کلیدی: این بهبود زمانی رخ داد که پرامپت به فارسی نوشته شده بود، نه اینکه صرفاً به موضوع ایران اشاره کند. خود زبان، کلید فرهنگی است.
بخش سوم: ریشههای ساختاری – پرامپت فارسی ضعیف، مشکل مدل نیست
۱. تله بازیابی محتوا (Retrieval Capture)
یک مطالعه نشان داده که وقتی مدلها با پرامپت فارسی تحریک میشوند، بیشتر محتوای تولیدشده توسط دولت را بازیابی میکنند، چون این محتوا بر وب فارسی تسلط دارد. یعنی مدل به جای «تولید» پاسخ، به سراغ «بازیابی» محتوای موجود میرود که اغلب کلیشهای و غیرتحلیلی است.
این یعنی اگر پرامپت فارسی شما کلی و بدون دستورالعمل دقیق باشد، مدل به جای تفکر، به سراغ متداولترین پاسخهایی میرود که در دادههای آموزشی دیده – که معمولاً سطحی و تکراری هستند.
۲. تفاوت در استدلال منطقی
پژوهشها نشان دادهاند که مدلها در استدلال منطقی با پرامپت فارسی عملکرد ضعیفتری دارند. در یک مطالعه، دقت GPT-4o در پاسخگویی به سؤالات چندگزینهای واقعی با پرامپت فارسی به ۲۷٪ رسید، در حالی که با پرامپت انگلیسی به ۳۳٪. اگرچه تفاوت ۶ درصدی شاید بزرگ به نظر نرسد، اما نشاندهنده این است که حتی مدلهای پیشرفته هم در زبان فارسی «کمهوشتر» میشوند.
۳. مشکل اصلی: پرامپتهای فارسی معمولاً «کلی» هستند
بزرگترین مشکل، خود کاربران هستند. وقتی از پژوهشگران خواسته میشود پرامپت فارسی بنویسند، معمولاً مینویسند:
این مقاله رو تحلیل کن
اما وقتی به انگلیسی مینویسند، مینویسند:
"Analyze this paper and extract: (1) research questions, (2) methodology, (3) key findings, (4) limitations. Output in a structured table."
تفاوت در دقت و جزئیات است، نه زبان. پرامپت فارسی ضعیف، نتیجه عادات نوشتاری ماست، نه نقص مدل.
تکنیک شماره ۱: ترجمه معکوس (Reverse Translation) – کشف نقاط کور
ایده اصلی: به جای اینکه پرامپت فارسی بنویسید و بعد امیدوار باشید خروجی خوبی بگیرید، ابتدا پرامپت را به انگلیسی بنویسید (با همه جزئیات)، بعد آن را به فارسی ترجمه کنید، و سپس دوباره به انگلیسی ترجمه کنید تا ببینید آیا ساختار منطقی آن حفظ شده است یا نه.
چرا این کار مؤثر است؟
وقتی یک پرامپت را از انگلیسی به فارسی ترجمه میکنید، ساختار منطقی و دستورات صریح آن معمولاً حفظ میشود. اما وقتی از ابتدا به فارسی مینویسید، معمولاً دچار «کلیگویی» و «حذف جزئیات» میشوید. ترجمه معکوس به شما نشان میدهد که پرامپت فارسیتان چقدر از پرامپت انگلیسی فاصله دارد.
مثال عملی:
پرامپت انگلیسی (نسخه حرفهای):
"You are an expert research methodologist with 20 years of experience. Your task is to analyze the following 5 research papers and identify: (1) the independent and dependent variables in each, (2) the effect size reported, (3) any moderating variables mentioned. Output the results in a structured table with columns: Paper, Independent Variable, Dependent Variable, Effect Size, Moderators. Be precise and do not add extra explanations."
ترجمه به فارسی (نسخه خوب):
تو یک متخصص روششناسی پژوهش با ۲۰ سال سابقه هستی. وظیفه تو این است که ۵ مقاله پژوهشی زیر را تحلیل کنی و مشخص کنی: (۱) متغیر مستقل و وابسته هر مقاله، (۲) اندازه اثر گزارششده، (۳) هر متغیر تعدیلگری که ذکر شده. خروجی را به صورت یک جدول ساختاریافته با ستونهای: مقاله، متغیر مستقل، متغیر وابسته، اندازه اثر، تعدیلگرها ارائه بده. دقیق باش و توضیح اضافه نده.
پرامپت فارسی ضعیف (که معمولاً مینویسیم):
این ۵ مقاله رو تحلیل کن و بگو هر کدوم چی رو بررسی کردن و چه نتیجهای گرفتن.
تمرین ترجمه معکوس:
پرامپت ضعیف فارسی را به انگلیسی ترجمه کنید:
"Analyze these 5 papers and tell me what each one examined and what results they got."
حالا این را با پرامپت حرفهای انگلیسی مقایسه کنید. تفاوت در دقت، ساختار، و مشخص بودن خواسته کاملاً مشهود است.
تکنیک شماره ۲: بومیسازی (Localization) – تطبیق با زبان و فرهنگ فارسی
بومیسازی یعنی پرامپت را نه فقط ترجمه، بلکه بازنویسی کنید تا با ساختار ذهنی و فرهنگی فارسیزبانان هماهنگ شود.
اصول بومیسازی پرامپت فارسی:
اصل ۱ – استفاده از کلمات کلیدی فارسی معادل دقیق
به جای «تحلیل کن» از «موشکافی کن» یا «بررسی جزئینگرانه کن» استفاده کنید. مدلهای زبانی روی کلمات خاصتر بهتر عمل میکنند.
اصل ۲ – اضافه کردن زمینه فرهنگی
اگر پژوهش شما مربوط به ایران است، صریحاً بگویید: «در بافت فرهنگی ایران» یا «با جامعه آماری دانشجویان ایرانی». پژوهشها نشان دادهاند که ذکر صریح زمینه فرهنگی، عملکرد مدل را بهبود میبخشد.
اصل ۳ – استفاده از مثالهای فارسی
وقتی از مدل میخواهید یک فرمت خاص تولید کند، یک مثال فارسی به آن بدهید. مدلها از مثالها خیلی بهتر از توضیحات انتزاعی یاد میگیرند.
اصل ۴ – تعیین «سبک نگارش» به فارسی
به مدل بگویید: «به سبک نگارش آکادمیک فارسی» یا «به زبان ساده و روان». مدلها وقتی سبک را مشخص کنید، خروجی بهتری میدهند.
پرامپت بومیسازیشده (نسخه پیشنهادی)
این یک پرامپت نمونه است که هم «ترجمه معکوس» در آن رعایت شده و هم بومیسازی:
پرامپت بومیسازیشده برای تحلیل مقالات:
تو یک متخصص ارشد روششناسی پژوهش در علوم انسانی و اجتماعی هستی که بیش از ۲۰ سال سابقه کار با پایاننامهها و مقالات علمی فارسی و انگلیسی داری.
من ۵ مقاله علمی را در اختیار تو قرار میدهم. وظیفه دقیق تو این است:
۱. برای هر مقاله، متغیر مستقل چیزی که پژوهشگر دستکاری کرده، متغیر وابسته (چیزی که اندازه گرفته شده)، و جامعه آماری را مشخص کن.
۲. اگر مقاله اندازه اثر (Effect Size) را گزارش کرده، آن را با ذکر دقیق عدد و نوع مثل ضریب همبستگی، یا اتا ثبت کن.
۳. هر متغیر تعدیلگر (Moderator) یا شرط مرزی که در مقاله ذکر شده را استخراج کن.
۴. خروجی را در قالب یک جدول ۶ ستونی با این عنوانها ارائه بده: ردیف | نویسنده و سال | متغیر مستقل | متغیر وابسته | اندازه اثر | تعدیلگرها
۵. در پایان، یک خلاصه یک پاراگرافی بنویس که نشان دهد این ۵ مقاله چه الگوی مشترکی دارند و بزرگترین اختلاف نظر بین آنها چیست.
مثال از خروجی مورد انتظار (برای یک مقاله فرضی):
| ۱ | احمدی و همکاران (۱۴۰۰) | آموزش مبتنی بر هوش مصنوعی | انگیزه تحصیلی | d=0.45 | جنسیت (تأثیر در زنان بیشتر) |
لطفاً دقیق باش و از حدس زدن خودداری کن. اگر اطلاعاتی در مقاله نبود، بنویس گزارش نشده.
مقایسه خروجی: پرامپت ساده فارسی در مقابل پرامپت بومیسازیشده
تجربه عملی نشان داده که تفاوت بین این دو نوع پرامپت چشمگیر است. پرامپت ساده فارسی معمولاً دقت ۴۰ تا ۵۰ درصدی در استخراج متغیرها دارد، در حالی که پرامپت بومیسازیشده به دقت ۸۵ تا ۹۵ درصد میرسد.
از نظر ساختار خروجی، پرامپت ساده خروجی نامنظم و ترکیبی تولید میکند، اما پرامپت بومیسازیشده جدول منظم و قابل فهم ارائه میدهد.
در مورد اندازه اثر، پرامپت ساده به ندرت آن را استخراج میکند، در حالی که پرامپت بومیسازیشده همیشه (در صورت موجود بودن) آن را گزارش میدهد.
در شناسایی تعدیلگرها، پرامپت ساده تقریباً هرگز موفق نمیشود، اما پرامپت بومیسازیشده اغلب آنها را تشخیص میدهد.
همچنین پرامپت ساده خلاصه تحلیلی ارائه نمیدهد، در حالی که پرامپت بومیسازیشده شامل یک خلاصه استراتژیک است.
اشتباهات رایج در پرامپتنویسی فارسی (و راه حل)
اشتباه ۱ – پرامپتهای خیلی کوتاه و کلی
مثال: .یک متن بنویس.
راه حل: حداقل ۵۰ کلمه پرامپت بنویسید. هر چه دقیقتر، بهتر.
اشتباه ۲ – نداشتن «نقش» برای هوش مصنوعی
مثال: این متن را خلاصه کن.
راه حل: تو یک ویراستار ارشد ژورنال هستی. این مقاله را برای یک مخاطب غیرمتخصص خلاصه کن.
اشتباه ۳ – ندادن مثال از خروجی مورد نظر
مثال: یک جدول از متغیرها بساز.
راه حل: مثالی از جدول مورد نظر را در پرامپت بیاورید.
اشتباه ۴ – استفاده از کلمات مبهم
مثال: «بهترش کن» یا تحلیل کن
راه حل: ۴ اشکال روششناختی این مقاله را با ذکر دلیل شناسایی کن و پیشنهاد اصلاح بده.
اشتباه ۵ – فراموش کردن محدودیتهای خروجی
مثال: هیچ محدودیتی تعیین نمیکنید.
راه حل: خروجی نباید بیشتر از ۳۰۰ کلمه باشد یا فقط از اطلاعات موجود در مقاله استفاده کن و حدس نزن.
جمعبندی: چرا پرامپت فارسی جواب نمیدهد؟ (پاسخ نهایی)
بر اساس جدیدترین پژوهشهای دانشگاهی، پاسخ به این سؤال چندلایه است:
۱. لایه زبانی: فارسی یک زبان با منابع کم است. مدلها دادههای آموزشی کافی برای درک عمیق آن ندارند. در برخی وظایف مانند تصحیح گرامر، دقت مدلها با پرامپت فارسی به زیر ۳۵٪ میرسد.
۲. لایه فرهنگی: مدلها «تعارف» را نمیفهمند. دقت آنها در تشخیص موقعیتهای تعارف فقط ۳۴ تا ۴۲٪ است، در حالی که انسان فارسیزبان ۸۲٪ دقت دارد.
۳. لایه ساختاری: پرامپتهای فارسی معمولاً کلی و بیجزئیات هستند. وقتی همان پرامپت کلی به انگلیسی ترجمه میشود، باز هم ضعیف است – یعنی مشکل اصلی، ضعف ساختاری پرامپت است، نه صرفاً زبان.
۴. لایه راهحل: خبر خوب این است که پرامپتهای فارسی میتوانند عملکرد را به طرز چشمگیری بهبود بخشند – به شرطی که درست طراحی شوند. DeepSeek V3 با پرامپت فارسی از ۳۶.۶٪ به ۶۸.۶٪ دقت رسید. یعنی با پرامپتنویسی درست، میتوان ضعف ذاتی مدل را جبران کرد.
دستورالعمل ۵ مرحلهای برای پرامپت فارسی حرفهای
مرحله ۱ – انگلیسی بنویس، فارسی بپرس:
ابتدا پرامپت را به انگلیسی با همه جزئیات بنویسید. سپس آن را به فارسی ترجمه کنید.
مرحله ۲ – نقش مشخص بدهید:
به هوش مصنوعی بگویید چه کسی است (متخصص، ویراستار، استاد راهنما، داور).
مرحله ۳ – مثال بزنید:
یک نمونه از خروجی مورد نظر را در پرامپت بیاورید.
مرحله ۴ – محدودیت تعیین کنید:
به مدل بگویید چه نکند (مثل «حدس نزن»، «توضیح اضافه نده»، «فقط از متن استفاده کن»).
مرحله ۵ – ترجمه معکوس تست کنید:
پرامپت فارسی را دوباره به انگلیسی ترجمه کنید. اگر ترجمه انگلیسیاش ضعیف و کلی بود، یعنی پرامپت فارسیتان هم ضعیف است.
🔗 اکو سیستم پرامپت نویسی پژوهشگران
پرامپتهایی که در این مقاله دیدید را به همراه یک مجموعه کامل پرامپت های پژوهشی به صورت یک پکیج تخصصی آماده کردهام.
📌 لینک فروشگاه پرامپت آکادمی:
https://promptacademy.sellfile.ir/
📌 مطالب مرتبط در ویرگول (پیشنهادی از نویسنده):
۱۰ ابزار هوش مصنوعی کاملاً رایگان که زندگی هر محقق و نویسنده مقالهای را متحول میکنند
انجام مرور سیستماتیک ادبیات (Systematic Review) با کمک هوش مصنوعی در کمترین زمان
شکاف پژوهشی را با ۵ مقاله کشف کن | تکنیک «مرجع غایب» که اساتید راهنما به شما نمیگویند!
تشخیص منابع جعلی و اشتباهات استنادی با هوش مصنوعی | روشی که داوران مقاله از آن استفاده میکنند!
ماتریس تضاد یافتهها (Conflict Matrix of Findings) | تکنیکی برای پیدا کردن قلب تپنده شکاف پژوهشی
پرامپت نویسی برای استخراج خودکار منابع و ریفرنسها از متون طولانی
۵۰ ابزار هوش مصنوعی رایگان که واقعاً در ایران بدون VPN سنگین کار میکنند (تست بهمن ۱۴۰۴)
۱۵ ترفند مخفی Sci-Hub، Library Genesis و Z-Library که کمتر کسی میدونه
۹ مهارت هوش مصنوعی که باید در سال ۱۴۰۵ (۲۰۲۶) یاد بگیریم | لیست کامل LinkedIn Skills on the Rise
گنجینه طلایی: بیش از ۷۰ منبع علمی ضروری که هر دانشجو و محقق باید داشته باشد!
۱۰ ابزار هوش مصنوعی کاملاً رایگان که زندگی هر محقق و نویسنده مقالهای را متحول میکنند
بهترین ابزارهای هوش مصنوعی رایگان برای نوشتن پایاننامه و پروپوزال