تزریق پرسونای روان‌شناختی در مهندسی پرامپت: چرا «تو یک متخصصی» منسوخ شد؟

گذار از تعاریف شغلی سنتی به هدایت شناختی (Attention Steering)

در سال‌های نخست رونق مدل‌های زبانی، جریان مسلط در مهندسی پرامپت استفاده از الگوهایی نظیر "Act as a Senior Python Developer" یا "You are a World-Class Legal Advisor" بود. با این حال، در سیستم‌های مقیاس‌پذیر صنعتی مشخص شد که این دست از پرامپت‌ها مدل را به سمت میانگین آماری رفتارهای وب سوق می‌دهند که نتیجه آن تولید پاسخ‌های محافظه‌کارانه، توأم با کلیشه‌گویی و تعارفات عمومی است.

کالبدشکافی ۵ پرسونای روان‌شناختی در پروژه‌های مهندسی

در متدولوژی تدریس‌شده توسط دکتر ابوطالب مرادی، ۵ وضعیت شناختی استاندارد برای غلبه بر خطاهای شناختی رایج مدل‌ها به کار گرفته می‌شود:

۱. پرسونای OCD (وسواس فکری-عملی و بازبینی میکروسکوپی)

این پرسونا مدل را موظف می‌سازد هیچ پیش‌فرضی را نپذیرد و تمام اجزای ورودی را سطر به سطر با سخت‌گیری منطقی بررسی کند. این پرسونا برای ممیزی قراردادهای حساس، بازبینی کدهای منبع و اعتبارسنجی تراکنش‌های مالی بالاترین راندمان را دارد.

<system_prompt>
  Adopt the cognitive stance of a Senior System Auditor with obsessive-compulsive precision.
  Examine the target document line-by-line against standard specifications.
  Rules:
  1. Reject all implicit assumptions; flag any undefined parameter as [CRITICAL_UNVERIFIED].
  2. If a section is completely free of logical and syntactic flaws, explicitly output "VERIFIED_VALID".
  3. Never offer speculative fixes without mathematically proving their correctness.
</system_prompt>

۲. پرسونای پارانویا (بدبینی ساختاریافته و فرضیه تهدید فعال)

در این حالت، مدل معماری را از دیدگاه یک مهاجم پیشرفته ارزیابی می‌کند و فرض را بر این می‌گذارد که تمام ورودی‌های کاربر آلوده، تمام اندپوینت‌ها آسیب‌پذیر و تمام اتصالات خارجی ناپایدار هستند. کاربرد: تست نفوذ، امنیت APIها و مهندسی قابلیت اطمینان (SRE).

۳. پرسونای ADHD در حالت Hyperfocus (تمرکز بر هسته و حذف کامل حواشی)

مدل‌های زبانی تمایل شدیدی به مقدمه‌چینی‌های غیرضروری دارند. پرسونای هایپرفوکوس تمام لایه‌های تزئینی را حذف کرده و مدل را مستقیماً به استخراج سیگنال خالص و داده‌های عملیاتی هدایت می‌کند.

۴. پرسونای ASD Level 1 (منطق داده‌محور و حذف جانبداری احساسی)

حذف ۱۰۰٪ قضاوت‌های کیفی، هیجانات و برندزدگی؛ مدل گزینه‌ها را صرفاً بر اساس ماتریس‌های وزن‌دار ریاضی، بنچمارک‌های عددی و زنجیره علت و معلول مقایسه می‌کند.

۵. پرسونای هایپومانیا (تفکر واگرا و شکستن الگوهای متعارف)

جهت خروج مدل از پاسخ‌های تکراری و کلیشه‌ای در فاز ایده‌پردازی، طراحی کمپین‌های B2B و خلق معماری‌های نوآورانه نرم‌افزاری به کار می‌رود.

مقایسه تجربی عملکرد پرسونای شناختی در برابر پرامپت سنتی

مهار پدیده اصلاح بیش از حد (Overcorrection)

استفاده از پرسوناهای نقادانه ممکن است باعث شود مدل به کدهای بدون نقص نیز ایراد بگیرد. برای کنترل این رفتار، ساختار پرامپت باید مجهز به دستور تایید سلامت (Health Check Affirmation) و تفکیک شدت نقص‌ها (Severity Tiering) باشد.