پرامپت‌نویسی برای مدیران؛ چگونه از هوش مصنوعی خروجی بهتری بگیریم؟
هوش مصنوعی می‌تواند در تحلیل اطلاعات، ایده‌پردازی، آماده‌سازی گزارش، بررسی سناریوها و حتی تصمیم‌سازی به مدیران کمک کند؛ اما یک مسئله مهم وجود دارد: همه مدیران از ابزارهای هوش مصنوعی خروجی یکسانی نمی‌گیرند.
ممکن است دو نفر از یک ابزار مانند ChatGPT استفاده کنند و درباره یک موضوع مشابه سؤال بپرسند، اما یکی پاسخی کلی و قابل پیش‌بینی دریافت کند و دیگری تحلیلی دقیق، ساختاریافته و قابل استفاده در محیط واقعی کسب‌وکار.
تفاوت معمولاً فقط در ابزار نیست؛ نحوه تعریف مسئله و نوشتن پرامپت نیز اهمیت زیادی دارد.
پرامپت‌نویسی برای مدیران به معنای یادگیری چند دستور پیچیده یا فنی نیست. در واقع، مدیر باید بتواند مسئله را به‌درستی توضیح دهد، زمینه کافی ارائه کند و مشخص کند از هوش مصنوعی دقیقاً چه نوع خروجی‌ای انتظار دارد.
در این مقاله با اصول پرامپت نویسی برای مدیران، اشتباهات رایج و چند نمونه پرامپت کاربردی برای فعالیت‌های مدیریتی آشنا می‌شویم.
پرامپت چیست؟
پرامپت یا Prompt همان دستور، سؤال یا توضیحی است که برای یک ابزار هوش مصنوعی ارسال می‌کنیم تا بر اساس آن پاسخ تولید کند.
برای مثال:
«چطور فروش شرکت را افزایش دهیم؟»
یک پرامپت است.
اما این سؤال اطلاعات بسیار کمی در اختیار هوش مصنوعی قرار می‌دهد. ابزار نمی‌داند شرکت در چه صنعتی فعالیت می‌کند، مشتریان چه کسانی هستند، مشکل اصلی فروش چیست، چه محدودیت‌هایی وجود دارد و مدیر چه نوع خروجی‌ای می‌خواهد.
به همین دلیل احتمال زیادی وجود دارد که پاسخ نیز کلی باشد.
حالا همان مسئله را به شکل دیگری مطرح کنیم:
«در نقش مشاور توسعه کسب‌وکار عمل کن. شرکت ما در بازار B2B فعالیت می‌کند و مشتریان اصلی آن شرکت‌های صنعتی هستند. فروش در سه ماه گذشته حدود ۱۵ درصد کاهش یافته است. پیش از ارائه راهکار، ۵ سؤال برای شناسایی علت کاهش فروش از من بپرس. سپس دلایل احتمالی را اولویت‌بندی کن و برای هر مورد، اقدام پیشنهادی و شاخص سنجش ارائه بده.»
در این مثال، مسئله، زمینه، نقش هوش مصنوعی و نوع خروجی مشخص شده است.
همین تفاوت ساده می‌تواند کیفیت پاسخ را به شکل قابل توجهی تغییر دهد.
چرا پرامپت نویسی برای مدیران اهمیت دارد؟
مدیران معمولاً با مسائل ساده و تک‌بعدی روبه‌رو نیستند.
آن‌ها باید درباره موضوعاتی مانند این موارد تصمیم بگیرند:
- رشد فروش
- مدیریت هزینه‌ها
- عملکرد کارکنان
- استخدام و توسعه منابع انسانی
- بازاریابی
- برنامه‌ریزی استراتژیک
- توسعه بازار
- تحلیل رقبا
- مدیریت پروژه
- جلسات و گزارش‌های مدیریتی
برای چنین موضوعاتی، یک سؤال کوتاه معمولاً اطلاعات کافی برای تولید پاسخ حرفه‌ای در اختیار هوش مصنوعی قرار نمی‌دهد.
هرچه مدیر بتواند مسئله را دقیق‌تر تعریف کند، احتمال دریافت خروجی کاربردی‌تر افزایش پیدا می‌کند.
به همین دلیل آموزش پرامپت نویسی برای مدیران را می‌توان بخشی از سواد کار با هوش مصنوعی دانست.
یک پرامپت مدیریتی خوب چه ویژگی‌هایی دارد؟
برای نوشتن یک پرامپت حرفه‌ای، لازم نیست همیشه از یک فرمول ثابت استفاده کنیم؛ اما چند عنصر می‌تواند کیفیت خروجی را بهبود دهد.
۱. نقش را مشخص کنید
می‌توانید مشخص کنید که هوش مصنوعی مسئله را از چه زاویه‌ای بررسی کند.
برای مثال:
«در نقش مشاور استراتژی عمل کن.»
یا:
«در نقش مدیر ارشد منابع انسانی این مسئله را تحلیل کن.»
این کار به ابزار کمک می‌کند پاسخ را در چارچوب مشخص‌تری ارائه دهد.
۲. زمینه مسئله را توضیح دهید
یکی از رایج‌ترین اشتباهات در استفاده از هوش مصنوعی، ارائه نکردن Context یا زمینه کافی است.
به جای اینکه بگویید:
«برای افزایش فروش راهکار بده.»
بهتر است بنویسید:
«شرکت ما تجهیزات صنعتی به مشتریان B2B می‌فروشد. بخش زیادی از فروش از طریق تیم فروش مستقیم انجام می‌شود و طی دو فصل گذشته نرخ تبدیل سرنخ به مشتری کاهش یافته است.»
هرچه زمینه مرتبط‌تری ارائه شود، پاسخ نیز می‌تواند متناسب‌تر باشد.
۳. مسئله را واضح تعریف کنید
هوش مصنوعی باید بداند قرار است چه مسئله‌ای را حل کند.
برای مثال:
«می‌خواهم عوامل احتمالی کاهش نرخ تبدیل تیم فروش را شناسایی کنم.»
این جمله بسیار مشخص‌تر از این است که فقط بپرسیم:
«چطور فروش را بهتر کنیم؟»
۴. محدودیت‌ها را مشخص کنید
در بسیاری از مسائل مدیریتی، محدودیت‌ها بخشی از تصمیم‌گیری هستند.
برای مثال می‌توانید بنویسید:
«بودجه اجرای راهکار محدود است و امکان افزایش تعداد نیروهای فروش در سه ماه آینده وجود ندارد.»
با اضافه کردن این اطلاعات، پیشنهادهای هوش مصنوعی واقع‌بینانه‌تر می‌شوند.
۵. فرمت خروجی را تعیین کنید
یکی از مؤثرترین تکنیک‌های پرامپت نویسی این است که دقیقاً مشخص کنید پاسخ را در چه قالبی می‌خواهید.
برای مثال:
«خروجی را در یک جدول شامل مشکل، علت احتمالی، اقدام پیشنهادی و KPI ارائه کن.»
یا:
«پاسخ را در ۵ اولویت اجرایی ارائه بده.»
گاهی فقط مشخص کردن فرمت خروجی می‌تواند پاسخ هوش مصنوعی را بسیار کاربردی‌تر کند.
تفاوت پرامپت ضعیف و پرامپت حرفه‌ای
برای درک بهتر موضوع، چند مثال مدیریتی را بررسی کنیم.
مثال اول: فروش
پرامپت ضعیف:
«چطور فروش را بیشتر کنیم؟»
پرامپت بهتر:
«ما یک شرکت B2B با مشتریان صنعتی هستیم. طی شش ماه اخیر تعداد سرنخ‌ها ثابت مانده اما نرخ تبدیل آن‌ها به مشتری کاهش یافته است. ۷ علت احتمالی را بررسی کن، آن‌ها را بر اساس احتمال و تأثیر اولویت‌بندی کن و برای سه علت اصلی، اقدام اجرایی پیشنهاد بده.»
مثال دوم: منابع انسانی
پرامپت ضعیف:
«چطور عملکرد کارمند را بهتر کنیم؟»
پرامپت بهتر:
«در نقش مدیر منابع انسانی عمل کن. یکی از کارشناسان فروش طی سه ماه گذشته کمتر از ۶۰ درصد هدف فروش خود را محقق کرده است. قبل از پیشنهاد راهکار، عوامل احتمالی فردی، مدیریتی و سیستمی را تفکیک کن. سپس یک برنامه گفت‌وگوی عملکرد با این کارمند طراحی کن.»
مثال سوم: استراتژی
پرامپت ضعیف:
«برای شرکت ما استراتژی بنویس.»
پرامپت بهتر:
«در نقش مشاور استراتژی عمل کن. ما یک شرکت خدمات B2B هستیم که قصد داریم طی دو سال آینده وارد بازار جدیدی شویم. قبل از پیشنهاد استراتژی، مهم‌ترین اطلاعاتی که برای تحلیل بازار، رقبا، توانمندی‌های داخلی و ریسک‌ها نیاز داری از من سؤال کن.»
این نوع پرامپت باعث می‌شود هوش مصنوعی به جای حدس زدن اطلاعات، ابتدا داده‌های لازم را درخواست کند.
یک تکنیک مهم: قبل از پاسخ، از من سؤال بپرس
یکی از کاربردی‌ترین روش‌ها در پرامپت نویسی برای مدیران این است که از هوش مصنوعی بخواهیم قبل از ارائه راهکار، سؤال بپرسد.
برای مثال:
«قبل از ارائه پاسخ، ۷ سؤال از من بپرس تا اطلاعات لازم برای تحلیل دقیق‌تر مسئله را به دست بیاوری.»
این تکنیک در موضوعاتی مانند استراتژی، فروش، منابع انسانی و توسعه کسب‌وکار بسیار کاربردی است؛ زیرا معمولاً اطلاعات اولیه مدیر برای تحلیل کامل کافی نیست.
پرامپت نویسی برای تصمیم‌گیری مدیریتی
یکی از مهم‌ترین کاربردهای هوش مصنوعی برای مدیران، کمک به بررسی گزینه‌ها است.
فرض کنیم یک مدیر میان سه گزینه برای توسعه بازار مردد است.
می‌تواند چنین پرامپتی بنویسد:
«ما برای توسعه فروش سه گزینه داریم: افزایش تیم فروش، همکاری با نمایندگان فروش و توسعه کانال دیجیتال. برای مقایسه این سه گزینه، معیارهای هزینه، سرعت اجرا، کنترل مدیریتی، ریسک، مقیاس‌پذیری و بازگشت سرمایه را بررسی کن. خروجی را در یک ماتریس تصمیم ارائه بده و فرضیات خود را نیز مشخص کن.»
در اینجا هوش مصنوعی به جای تصمیم گرفتن به جای مدیر، به ساختاردهی تصمیم کمک می‌کند.
این تفاوت بسیار مهم است.
استفاده از هوش مصنوعی برای تحلیل سناریوها
مدیران در بسیاری از مواقع با عدم قطعیت روبه‌رو هستند.
در این شرایط می‌توان از هوش مصنوعی برای طراحی سناریو استفاده کرد.
برای مثال:
«اگر هزینه مواد اولیه طی شش ماه آینده ۲۰ درصد افزایش پیدا کند، سه سناریوی خوش‌بینانه، محتمل و بدبینانه برای کسب‌وکار ما طراحی کن. در هر سناریو، اثر احتمالی بر حاشیه سود، قیمت‌گذاری و جریان نقدینگی را توضیح بده.»
این نوع پرامپت می‌تواند نقطه شروع مناسبی برای تحلیل مدیریتی باشد.
پرامپت ChatGPT برای مدیران فروش
هوش مصنوعی می‌تواند در فعالیت‌های مختلف فروش مورد استفاده قرار گیرد.
برای مثال:
«در نقش مدیر فروش B2B عمل کن. اطلاعات زیر مربوط به دلایل از دست رفتن ۳۰ فرصت فروش اخیر است. آن‌ها را دسته‌بندی کن، الگوهای تکرارشونده را پیدا کن و سه اولویت برای بهبود فرایند فروش پیشنهاد بده.»
یا:
«برای جلسه هفتگی تیم فروش، ۱۰ سؤال طراحی کن که به جای گزارش فعالیت، روی موانع فروش، فرصت‌های مهم و اقدامات بعدی تمرکز داشته باشند.»
پرامپت هوش مصنوعی برای مدیران منابع انسانی
در حوزه منابع انسانی نیز می‌توان از پرامپت‌های ساختاریافته استفاده کرد.
برای مثال:
«در نقش مدیر توسعه منابع انسانی عمل کن. برای یک مدیر میانی که در مدیریت تعارض و تفویض اختیار ضعف دارد، یک برنامه توسعه سه‌ماهه طراحی کن. برنامه باید شامل فعالیت یادگیری، تمرین عملی، بازخورد و شاخص ارزیابی پیشرفت باشد.»
یا:
«برای مصاحبه یک مدیر فروش، ۸ سؤال رفتاری طراحی کن که توانایی رهبری تیم، مذاکره، حل مسئله و تصمیم‌گیری او را ارزیابی کند.»
پرامپت برای تحلیل جلسات مدیریتی
یکی دیگر از کاربردهای مهم ChatGPT برای مدیران، مدیریت بهتر جلسات است.
برای مثال:
«متن جلسه زیر را تحلیل کن و خروجی را در چهار بخش ارائه بده: تصمیم‌های گرفته‌شده، اقدامات بعدی، مسئول هر اقدام و موضوعات حل‌نشده.»
یا:
«برای جلسه بررسی عملکرد ماهانه، یک دستور جلسه ۶۰ دقیقه‌ای طراحی کن که تمرکز آن بر KPIها، انحراف از اهداف، علت‌ها و تصمیم‌های اجرایی باشد.»
پرامپت برای تحلیل رقبا
به جای پرسیدن سؤال کلی مانند:
«رقبای ما را تحلیل کن.»
می‌توان نوشت:
«برای تحلیل یک رقیب در بازار B2B، یک چارچوب طراحی کن که شامل جایگاه بازار، مشتری هدف، ارزش پیشنهادی، مدل قیمت‌گذاری، کانال فروش، نقاط قوت، نقاط ضعف و مزیت رقابتی باشد. سپس بر اساس اطلاعاتی که به تو می‌دهم تحلیل را انجام بده.»
این روش باعث می‌شود ابتدا ساختار تحلیل مشخص شود و سپس داده‌ها وارد آن شوند.
پرامپت برای برنامه‌ریزی استراتژیک
مدیران می‌توانند از هوش مصنوعی به عنوان یک ابزار کمکی برای تفکر استراتژیک استفاده کنند.
برای مثال:
«ما قصد داریم در سال آینده سهم بازار خود را افزایش دهیم. قبل از پیشنهاد راهکار، فرضیات اصلی این هدف را شناسایی کن. سپس ریسک‌های تحقق آن، شاخص‌های پیشرو و سه سناریوی مختلف برای دستیابی به هدف طراحی کن.»
این نوع سؤال بسیار ارزشمندتر از درخواست مستقیم یک برنامه استراتژیک آماده است.
۱۰ پرامپت کاربردی برای مدیران
در ادامه چند نمونه پرامپت آماده ارائه شده است که می‌توان آن‌ها را متناسب با شرایط هر سازمان تغییر داد.
۱. تحلیل مسئله
«مسئله زیر را از منظر افراد، فرایند، ساختار، فناوری و مدیریت بررسی کن و برای هر بخش عوامل احتمالی را بنویس.»
۲. تصمیم‌گیری
«برای تصمیم زیر، معیارهای تصمیم‌گیری را مشخص کن، گزینه‌ها را مقایسه کن و ریسک هر گزینه را توضیح بده.»
۳. تحلیل ریسک
«۵ ریسک اصلی این تصمیم را شناسایی کن و برای هر ریسک احتمال وقوع، شدت اثر و اقدام پیشگیرانه پیشنهاد بده.»
۴. آماده‌سازی جلسه
«برای جلسه‌ای با هدف زیر، دستور جلسه ۴۵ دقیقه‌ای طراحی کن و برای هر بخش زمان مشخص کن.»
۵. تحلیل KPI
«این KPIها را بررسی کن و مشخص کن کدام شاخص‌ها نتیجه‌ای و کدام پیشرو هستند. سپس سه شاخص مکمل پیشنهاد بده.»
۶. حل مسئله فروش
«برای کاهش فروش زیر، دلایل احتمالی را در دسته‌های بازار، محصول، قیمت، فروش، بازاریابی و تجربه مشتری بررسی کن.»
۷. توسعه کارکنان
«برای فردی با نقاط قوت و نیازهای توسعه‌ای زیر، یک برنامه توسعه ۹۰ روزه طراحی کن.»
۸. بررسی استراتژی
«استراتژی زیر را نقد کن. فرضیات پنهان، نقاط ضعف، ریسک‌ها و شرایطی که ممکن است باعث شکست آن شود مشخص کن.»
۹. طراحی سناریو
«برای این تصمیم سه سناریوی خوش‌بینانه، محتمل و بدبینانه طراحی کن و پیامدهای هر کدام را توضیح بده.»
۱۰. نقش منتقد
«در نقش یک منتقد حرفه‌ای عمل کن و قبل از تأیید این تصمیم، پنج دلیل جدی برای اشتباه بودن آن ارائه بده.»
یکی از بهترین تکنیک‌ها: از هوش مصنوعی بخواهید با شما مخالفت کند
یکی از خطرات استفاده از هوش مصنوعی این است که مدیر فقط به دنبال تأیید ایده اولیه خود باشد.
برای کاهش این خطر می‌توان از چنین پرامپتی استفاده کرد:
«فرض کن با تصمیم من مخالف هستی. قوی‌ترین استدلال‌ها علیه این تصمیم را مطرح کن و بگو چه اطلاعاتی ممکن است دیدگاه من را تغییر دهد.»
این روش می‌تواند برای کاهش سوگیری تأییدی در تصمیم‌گیری مفید باشد.
۷ اشتباه رایج مدیران در پرامپت نویسی
آیا برای هر کار باید پرامپت طولانی نوشت؟
خیر.
هدف از پرامپت نویسی حرفه‌ای، طولانی کردن دستور نیست.
گاهی یک پرامپت کوتاه اما دقیق بسیار بهتر از یک متن طولانی عمل می‌کند.
اصل مهم این است که اطلاعاتی را ارائه کنیم که برای حل مسئله واقعاً ضروری هستند.
یک مدیر باید بتواند تشخیص دهد:
چه اطلاعاتی لازم است؟
چه چیزی از هوش مصنوعی می‌خواهم؟
چه محدودیت‌هایی وجود دارد؟
و خروجی باید در چه قالبی ارائه شود؟
پرامپت‌نویسی؛ مهارت سؤال پرسیدن یا مهارت تعریف مسئله؟
در نگاه اول، Prompt Engineering ممکن است شبیه مهارت سؤال پرسیدن به نظر برسد.
اما در سطح مدیریتی، موضوع کمی متفاوت است.
مدیری که نتواند مسئله را به‌درستی تعریف کند، احتمالاً نمی‌تواند پرامپت خوبی نیز بنویسد.
به همین دلیل می‌توان گفت بخش مهمی از پرامپت نویسی برای مدیران در واقع همان مهارت صورت‌بندی مسئله است.
به عنوان مثال، سؤال:
«چرا کارکنان انگیزه ندارند؟»
خودش یک فرض پنهان دارد؛ اینکه مسئله واقعاً «انگیزه» است.
یک مدیر حرفه‌ای می‌تواند سؤال را بازتر مطرح کند:
«عملکرد تیم طی سه ماه گذشته کاهش یافته است. چه عواملی در سطح فرد، مدیریت، فرایند، اهداف، مشوق‌ها و محیط کار می‌توانند باعث چنین وضعیتی شده باشند؟»
در سؤال دوم، مدیر قبل از تشخیص علت، به بررسی گزینه‌های مختلف اجازه می‌دهد.
هوش مصنوعی باید تصمیم‌یار باشد، نه تصمیم‌گیر
یکی از مهم‌ترین نکاتی که مدیران هنگام استفاده از هوش مصنوعی باید در نظر داشته باشند این است که AI نباید جایگزین قضاوت مدیریتی شود.
هوش مصنوعی می‌تواند:
اطلاعات را ساختاردهی کند،
سناریو طراحی کند،
گزینه‌ها را مقایسه کند،
ریسک‌ها را یادآوری کند،
سؤال‌های جدید ایجاد کند،
و سرعت تحلیل را افزایش دهد.
اما تصمیم نهایی همچنان به شناخت مدیر از سازمان، بازار، کارکنان، محدودیت‌ها و پیامدهای تصمیم نیاز دارد.
بنابراین بهترین استفاده از هوش مصنوعی زمانی اتفاق می‌افتد که مدیر آن را به عنوان ابزار تقویت تفکر و تصمیم‌گیری به کار بگیرد.
در نتیجه
کیفیت استفاده از هوش مصنوعی فقط به توانایی ابزار وابسته نیست. نوع مسئله‌ای که تعریف می‌کنیم، اطلاعاتی که ارائه می‌دهیم و نوع خروجی‌ای که درخواست می‌کنیم نیز بر نتیجه تأثیر می‌گذارد.
در پرامپت نویسی برای مدیران لازم نیست مدیر تبدیل به متخصص فنی هوش مصنوعی شود.
کافی است چند اصل را رعایت کند:
مسئله را واضح تعریف کند، زمینه مناسب بدهد، محدودیت‌ها را مشخص کند، نوع خروجی را تعیین کند و پاسخ هوش مصنوعی را با نگاه انتقادی بررسی کند.
هرچه توانایی مدیر در تعریف مسئله بهتر شود، هوش مصنوعی نیز می‌تواند نقش مؤثرتری به عنوان دستیار تحلیل و تصمیم‌یار مدیریتی ایفا کند.
هوش مصنوعی برای مدیران
استفاده حرفه‌ای از ابزارهای هوش مصنوعی فراتر از نوشتن چند پرامپت ساده است. مدیران نیاز دارند بدانند چگونه از این ابزارها در تحلیل، تصمیم‌گیری، اتوماسیون، مدیریت اطلاعات و فعالیت‌های واقعی کسب‌وکار استفاده کنند.
در دوره هوش مصنوعی برای مدیران سازمان مدیریت صنعتی اصفهان، مدیران با مفاهیم کاربردی هوش مصنوعی، پرامپت‌نویسی، ابزارهای هوش مصنوعی، اتوماسیون و کاربردهای عملی آن در محیط کسب‌وکار آشنا می‌شوند.