چارچوب ۵ جزئی نقش، زمینه، وظیفه، قالب و محدودیت؛ همراه با ۲۵ پرامپت طلایی آماده و نکات اختصاصی GPT، Claude و Gemini.
تحریریهٔ هوشی ۱۵ دقیقه مطالعهبه‌روزرسانی: ۱۸ مهر ۱۴۰۵
پرامپت نویسی مهارتی است که کیفیت خروجی هوش مصنوعی را چند برابر میکند. با چارچوب ۵ جزئی، ۲۵ پرامپت فارسی آماده و نکات مخصوص هر مدل، از همین امروز پاسخ بهتری بگیر.
هوش مصنوعی یعنی سیستم‌هایی که از داده یاد می‌گیرند و کارهای فکری انجام میدهند. در این راهنما تعریف، تاریخچه، طرز کار، کاربردها، خطرها و راه شروع رایگان را می‌خوانی.
بهترین هوش مصنوعی برای تو به کارت بستگی دارد. در این مقایسه هشت مدل برتر ۲۰۲۶ را از نظر قیمت، پنجرهٔ زمینه، کیفیت فارسی و کاربرد کنار هم گذاشته‌ایم.
پرامپت نویسی مهارت نوشتن دستور دقیق برای هوش مصنوعی است؛ مهارتی که فاصله‌ی یک جواب کلی و بی‌خاصیت با یک خروجی آماده‌ی استفاده را تعیین میکند. اگر تا حالا از ChatGPT یا Claude جوابی گرفته‌ای که «درست بود ولی به کارت نمی‌آمد»، احتمالاً مشکل از مدل نبوده؛ از پرامپت بوده است.
در این راهنما چارچوبی ساده و ۵ جزئی برای مهندسی پرامپت یاد می‌گیری، با تکنیک‌های پیشرفته آشنا می‌شوی، ۲۵ پرامپت فارسی آماده برای کارهای واقعی برمی‌داری و یاد می‌گیری برای GPT، Claude و Gemini چه تفاوت‌هایی را در نظر بگیری.
پاسخ کوتاه: پرامپت نویسی (یا مهندسی پرامپت) یعنی طراحی متن ورودی هوش مصنوعی به‌گونه‌ای که مدل دقیقاً بفهمد چه میخواهی، برای چه کسی و در چه قالبی؛ و در نتیجه، با کمترین رفت‌وبرگشت بهترین خروجی را بدهد.
مدلهای زبانی بزرگ، همان‌طور که در مقاله‌ی هوش مصنوعی چیست توضیح دادیم، محتمل‌ترین ادامه را برای متن تو تولید میکنند. وقتی پرامپت مبهم است، «محتمل‌ترین» جواب یعنی معمولی‌ترین و کلی‌ترین جواب. وقتی نقش، زمینه و معیار موفقیت را مشخص می‌کنی، فضای جوابهای ممکن کوچک می‌شود و مدل به سمت جواب تخصصی و کاربردی هدایت می‌شود.
یک مثال ساده:
یک متن دربارهی قهوه بنویس.
تو کپی‌رایتر یک کافه‌ی تخصصی در شیراز هستی. برای معرفی قهوه‌ی جدید «اتیوپی یرگاچف» در منوی کافه، یک متن ۶۰ کلمه‌ای بنویس که طعم‌های مرکباتی و گلی آن را توصیف کند، برای مشتری‌های ۲۰ تا ۳۵ ساله جذاب باشد و از اصطلاحات خیلی فنی قهوه استفاده نکند.
نسخه‌ی دوم هیچ پیچیدگی خاصی ندارد؛ فقط اطلاعاتی را که در ذهن تو بود، روی کاغذ آورده است. این، جوهر پرامپت نویسی است.
پاسخ کوتاه: یک پرامپت کامل پنج جزء دارد: نقش (چه کسی باشد)، زمینه (چه چیزی را بداند)، وظیفه (دقیقاً چه کند)، قالب (خروجی چه شکلی باشد) و محدودیت‌ها (چه کاری نکند).
| جزء | سؤالی که پاسخ میدهد | نمونه |
|---|---|---|
| ۱. نقش (Role) | مدل از دید چه متخصصی جواب بدهد؟ | «تو یک وکیل باتجربه‌ی حقوق کار در ایران هستی.» |
| ۲. زمینه (Context) | چه اطلاعاتی برای فهم موقعیت لازم است؟ | «کارمند یک شرکت خصوصی هستم، ۳ سال سابقه دارم و قراردادم موقت است.» |
| ۳. وظیفه (Task) | دقیقاً چه خروجی‌ای میخواهی؟ | «حقوق قانونی من هنگام پایان قرارداد را فهرست کن.» |
| ۴. قالب (Format) | خروجی چه شکل و طولی داشته باشد؟ | «در قالب جدول با ستون‌های حق، ماده‌ی قانونی و توضیح ساده.» |
| ۵. محدودیت (Constraints) | چه چیزهایی ممنوع یا الزامی است؟ | «اگر از ماده‌ای مطمئن نیستی، صریح بگو. حداکثر ۳۰۰ کلمه.» |
لازم نیست همیشه هر پنج جزء را داشته باشی؛ برای یک سؤال سریع، وظیفه و قالب کافی است. اما هرچه کار مهم‌تر و تخصصی‌تر باشد، ارزش اضافه کردن نقش، زمینه و محدودیت بیشتر می‌شود.
نکته: بزرگ‌ترین بخش زمینه، معمولاً مخاطب است. فقط با اضافه کردن «این متن برای مدیرعامل است» یا «برای دانش‌آموز کلاس نهم» کیفیت خروجی به شکل محسوسی عوض می‌شود.
پاسخ کوتاه: پنج تکنیک بیشترین اثر را دارند: نمونه‌دادن (Few-shot)، تفکیک داده با جداکننده، خواستن سؤال پیش از جواب، زنجیره‌کردن پرامپت‌ها و تعریف معیار موفقیت.
یکی از قدیمی‌ترین و موثرترین یافته‌های پژوهشی دربارهی مدلهای زبانی این است که با چند نمونه‌ی ورودی و خروجی، مدل الگو را سریع‌تر از هر توضیحی یاد می‌گیرد. اگر سبک خاصی از کپشن یا گزارش میخواهی، دو نمونه‌ی واقعی از کارهای قبلی‌ات را در پرامپت بگذار.
وقتی متن طولانی (مثل قرارداد یا مقاله) در پرامپت می‌گذاری، آن را با جداکننده‌ای مشخص کن؛ مثلاً بین سه علامت نقل‌قول یا داخل تگی مثل <document>. این کار جلوی قاطی شدن دستور با محتوا را می‌گیرد و هر سه شرکت OpenAI، Anthropic و Google در راهنماهای رسمی‌شان به آن اشاره کرده‌اند.
برای کارهای پیچیده این جمله را به انتهای پرامپت اضافه کن: «قبل از شروع، اگر اطلاعاتی کم است، حداکثر ۳ سؤال از من بپرس.» این ساده‌ترین راه برای کاهش جوابهای مبتنی بر حدس است.
به جای یک پرامپت غول‌آسا، کار را مرحله‌بندی کن: اول طرح کلی، بعد نوشتن هر بخش، بعد ویرایش. هر مرحله را بررسی کن و خروجی تأییدشده را به مرحله‌ی بعد بده. کنترل تو بیشتر و خطا کمتر می‌شود.
بگو جواب خوب از نظر تو چه ویژگی‌ای دارد: «اگر خواننده بعد از خواندن بتواند همین امروز اقدام کند، متن موفق است.» مدلهای استدلالی جدید با داشتن معیار روشن، خودشان خروجی را بازبینی و اصلاح میکنند.
پاسخ کوتاه: این ۲۵ پرامپت فارسی بر اساس چارچوب ۵ جزئی نوشته شده‌اند؛ کافی است بخش‌های داخل کروشه [ ] را با اطلاعات خودت جایگزین کنی و در هر مدلی استفاده کنی.
تو یک نویسنده‌ی محتوای سئو با ۱۰ سال تجربه در وب فارسی هستی. یک مقاله‌ی ۱۲۰۰ کلمه‌ای دربارهی «[موضوع]» برای مخاطب [مخاطب هدف] بنویس. ساختار: مقدمه‌ی کوتاه، ۵ تیتر H2، یک جدول مقایسه و جمع‌بندی. کلمه‌ی کلیدی «[کلمه]» را طبیعی و حداکثر ۸ بار به کار ببر. لحن: صمیمی اما دقیق؛ از جمله‌های بلند و کلیشه‌ای پرهیز کن.
متن زیر را سه بار بازنویسی کن: یک بار رسمی اداری، یک بار صمیمی برای اینستاگرام و یک بار کوتاه برای پیامک (حداکثر ۱۶۰ حرف). معنا و اطلاعات اصلی نباید تغییر کند. هر نسخه را با یک تیتر کوتاه جدا کن. متن: [متن]
مثل یک ویراستار حرفه‌ای فارسی، متن زیر را ویرایش کن: غلط‌های املایی، نیم‌فاصله‌ها (مثل «می‌شود» و «کتاب‌ها»)، علائم نگارشی و جمله‌های طولانی را اصلاح کن. فقط متن نهایی را بده و بعد، در یک فهرست جدا، ۵ تغییر مهم را توضیح بده. متن: [متن]
باید به مشتری‌ای که از تأخیر ارسال سفارشش عصبانی است ایمیل بزنم. علت تأخیر [علت] بوده و می‌توانیم [جبران] بدهیم. یک ایمیل کوتاه (حداکثر ۱۲۰ کلمه) بنویس که عذرخواهی صادقانه کند، بهانه نیاورد، راه‌حل مشخص بدهد و رابطه را حفظ کند.
متن زیر را در سه سطح خلاصه کن: (۱) یک جمله‌ی تیتروار، (۲) ۵ بولت کلیدی، (۳) یک پاراگراف ۱۰۰ کلمه‌ای برای مدیری که وقت ندارد. اگر در متن عدد یا تاریخ مهمی هست، حتماً در بولت‌ها بیاور. متن: [متن]
مفهوم «[مفهوم]» را سه بار توضیح بده: برای یک بچه‌ی ۱۰ ساله با یک مثال روزمره، برای یک دانشجوی سال اول، و برای یک متخصص با اصطلاحات دقیق. در پایان یک سؤال بپرس تا بفهمی من کدام سطح را درست فهمیده‌ام.
تو معلم خصوصی [درس] من هستی. جواب را مستقیم نگو. با پرسیدن سؤال‌های کوتاه و پشت‌سرهم کمکم کن خودم به جواب این مسئله برسم. اگر دو بار اشتباه کردم، یک راهنمایی کوچک بده. مسئله: [مسئله]
از متن زیر ۱۰ سؤال چهارگزینه‌ای در سطح کنکور بساز. گزینه‌های غلط باید فریبنده اما قطعاً غلط باشند. پاسخ‌نامه را جدا و در انتها، همراه با یک خط توضیح برای هر سؤال بیاور. متن: [متن درس]
من [تعداد] هفته تا امتحان [درس] وقت دارم و روزی [ساعت] ساعت می‌توانم بخوانم. سرفصل‌ها: [فهرست]. یک برنامه‌ی هفتگی در قالب جدول بساز که مرور فاصله‌دار و یک روز استراحت در هفته داشته باشد. فصل‌های سخت‌تر را زودتر بگذار.
می‌خواهم مکالمه‌ی انگلیسی برای مصاحبه‌ی شغلی را تمرین کنم. تو مصاحبه‌گر یک شرکت نرم‌افزاری هستی. هر بار فقط یک سؤال بپرس، منتظر جواب من بمان، بعد اشتباه‌های گرامری و بهتر شدن جمله‌ام را کوتاه به فارسی بگو و سؤال بعدی را بپرس.
برای پرامپت‌های بیشتر مخصوص دانشجوها، مقاله‌ی هوش مصنوعی برای دانشجویان را ببین.
تو یک تحلیلگر بازار هستی. برای کسب‌وکار [توضیح کسب‌وکار] در [شهر]، یک تحلیل SWOT در قالب جدول بنویس و بعد ۵ اقدام عملی برای ۳۰ روز آینده پیشنهاد بده. فرض‌هایت را صریح بنویس و جاهایی که اطلاعات کافی نداری، از من سؤال کن.
برای محصول [نام و ویژگی‌ها] با قیمت [قیمت] تومان، ۵ کپشن اینستاگرام بنویس: هر کدام با یک قلاب جذاب در خط اول، حداکثر ۶۰ کلمه، یک دعوت به اقدام و ۵ هشتگ فارسی. از اغراق و ادعای غیرقابل اثبات پرهیز کن.
این نظر منفی مشتری را در صفحه‌ی محصول داریم: «[نظر]». یک پاسخ عمومی محترمانه و کوتاه بنویس که مسئولیت بپذیرد، راه ارتباط خصوصی بدهد و برای خوانندگان دیگر اعتمادساز باشد. دو نسخه بده: رسمی و صمیمی.
یک دستور جلسه‌ی ۴۵ دقیقه‌ای برای [موضوع جلسه] با [تعداد] شرکت‌کننده بنویس: هدف جلسه، زمان‌بندی هر بخش، مسئول هر بخش و خروجی مورد انتظار. در انتها یک قالب کوتاه صورت‌جلسه هم اضافه کن.
من [محصول یا خدمت] را می‌فروشم. هزینه‌ی تمام‌شده [عدد] تومان و قیمت رقبا بین [بازه] است. سه استراتژی قیمت‌گذاری (پایه، ویژه، بسته‌ای) با مزایا و ریسک هر کدام پیشنهاد بده و در جدول مقایسه کن. محاسبه‌ها را قدمبهقدم نشان بده.
یک تابع Python بنویس که [کار مورد نظر]. ورودی: [نوع و نمونه]. خروجی: [نوع و نمونه]. شرط‌ها: type hint داشته باشد، حالت‌های مرزی (لیست خالی، مقدار None) را مدیریت کند و ۳ تست pytest هم بنویس. توضیح را کوتاه و فارسی بده.
این کد خطای زیر را میدهد. اول علت ریشه‌ای را در دو جمله توضیح بده، بعد نسخه‌ی اصلاح‌شده را بده و فقط خطوط تغییرکرده را با کامنت مشخص کن. اگر برای تشخیص به اطلاعات بیشتری نیاز داری، قبل از حدس‌زدن بپرس. کد: [کد] خطا: [پیام خطا]
مثل یک برنامه‌نویس ارشد، این Pull Request را بازبینی کن. مشکلات را در سه دسته‌ی «باگ قطعی»، «ریسک امنیتی یا کارایی» و «پیشنهاد خوانایی» فهرست کن؛ برای هر مورد شماره‌ی خط و دلیل را بیاور. از تعریف و تمجید کلی پرهیز کن. کد: [کد]
این ساختار جدول‌های من است: [ساختار]. یک کوئری SQL برای PostgreSQL بنویس که [هدف]. بعد توضیح بده چه ایندکسی سرعتش را بهتر میکند و چرا. اگر ابهامی در هدف هست، فرضت را بنویس.
یک نامه‌ی رسمی به [سازمان] بنویس برای [درخواست]. مشخصات من: [نام، سمت]. نامه باید سرآغاز و پایان‌بندی اداری مرسوم در ایران را داشته باشد، کمتر از ۲۰۰ کلمه باشد و درخواست در پاراگراف اول روشن گفته شود.
برای یک سفر ۳ روزه به [شهر] با بودجه‌ی [مبلغ] تومان برای [تعداد] نفر، برنامه‌ی روزبه‌روز بنویس: جاهای دیدنی، غذای محلی پیشنهادی و تخمین هزینه‌ی هر روز. قیمت‌ها را تقریبی بگو و تأکید کن کدام بخش‌ها را باید خودم به‌روز چک کنم.
بین دو گزینه‌ی [گزینه‌ی الف] و [گزینه‌ی ب] مردد هستم. معیارهای مهم من: [معیارها]. یک ماتریس تصمیم با وزن‌دهی معیارها بساز، امتیاز هر گزینه را با دلیل بده و در نهایت بگو چه اطلاعاتی میتواند نتیجه را عوض کند.
عکس تبلیغاتی مینیمال از یک [محصول] روی سطح سنگ مرمر روشن، نور نرم صبحگاهی از سمت چپ، پس‌زمینه‌ی ساده به رنگ سبزآبی کم‌رنگ، عمق میدان کم، سبک عکاسی تجاری حرفه‌ای، بدون هیچ نوشته‌ای در تصویر.
یک تصویرسازی ادیتوریال تخت و مدرن برای مقاله‌ای دربارهی [موضوع]: [توصیف صحنه]. پالت رنگ: سرمه‌ای، سبزآبی و یاسی. فضای خالی زیاد برای جای تیتر در سمت راست. بدون متن و حروف.
تو یک متخصص پرامپت تصویر هستی. ایده‌ی خام من این است: «[ایده]». آن را به ۳ پرامپت انگلیسی دقیق برای مدل تولید تصویر تبدیل کن که سوژه، ترکیب‌بندی، نور، سبک، لنز و حال‌وهوا را مشخص کنند. برای هر کدام یک جمله‌ی فارسی توضیح بده.
پرامپت‌های تصویری را میتوانی مستقیم در استودیو تصویر هوشی با مدل‌هایی مثل GPT Image 2 و FLUX امتحان کنی. راهنمای کامل را در آموزش ساخت عکس با هوش مصنوعی بخوان.
پاسخ کوتاه: اصول پرامپت نویسی در همهی مدلها یکسان است، اما هر خانواده ترجیحات خودش را دارد: GPT به قالب خروجی دقیق، Claude به دستور صریح و ساختار XML و Gemini به زمینه‌ی چندرسانه‌ای و سؤال در انتهای متن طولانی بهتر پاسخ میدهد.
| ویژگی | GPT (OpenAI) | Claude (Anthropic) | Gemini (Google) |
|---|---|---|---|
| ساختار پیشنهادی | دستور در ابتدا + جداکننده | تگ‌های XML | زمینه اول، سؤال در انتها |
| نقطه‌ی قوت | پیروی دقیق از قالب و ابزارها | نثر طولانی و کد، پیروی دقیق از دستور | چندرسانه‌ای و اسناد بسیار بلند |
| نمونه‌ی مدلها در هوشی | GPT-6 Sol، GPT-6 Astra، GPT-5.5 | Claude Opus 5.5، Claude Fable 5.1 | Gemini 3.1 Pro، Gemini 3.8 Flash |
| نکته‌ی طلایی | دستورهای متناقض نده | دلیل قاعده را توضیح بده | به فایل و بخش مشخص ارجاع بده |
برای آشنایی بیشتر با هر مدل، صفحه‌های چت جی پی تی، کلاد و جمنای را ببین.
پاسخ کوتاه: رایج‌ترین اشتباه، فرض اینکه مدل «منظورت را می‌فهمد» است؛ بعد از آن، نداشتن قالب، چند کار هم‌زمان در یک پرامپت و اعتماد بی‌چون‌وچرا به خروجی قرار دارند.
| اشتباه | نتیجه | راه اصلاح |
|---|---|---|
| پرامپت یک‌خطی برای کار پیچیده | جواب کلی و کلیشه‌ای | نقش، زمینه و مخاطب را اضافه کن |
| مشخص نکردن قالب و طول | متن خیلی بلند یا بی‌ساختار | تعداد کلمه، جدول یا تعداد بولت را بگو |
| چند کار نامرتبط در یک پرامپت | بعضی بخش‌ها فراموش یا سطحی می‌شوند | کار را به زنجیره‌ی پرامپت تقسیم کن |
| دستورهای متناقض | خروجی سردرگم یا نیمه‌کاره | اولویت‌ها را صریح و مرتب بنویس |
| فقط گفتن «چه نکند» | مدل نمی‌داند به جایش چه کند | به جای نهی، رفتار جایگزین را بگو |
| اعتماد کامل به آمار و منبع | انتشار اطلاعات ساختگی | منبع بخواه و راستی‌آزمایی کن |
| شروع دوباره به جای اصلاح | هدررفتن زمینه‌ی گفتگو | بازخورد مشخص بده: «بند دوم را کوتاه‌تر کن» |
| واردکردن اطلاعات محرمانه | ریسک حریم خصوصی | داده‌ی حساس را حذف یا ناشناس کن |
هشدار: هیچ پرامپتی، هر قدر حرفه‌ای، احتمال اطلاعات نادرست را صفر نمیکند. برای تصمیم‌های پزشکی، حقوقی و مالی، خروجی هوش مصنوعی را فقط پیش‌نویس بدان.
پاسخ کوتاه: در پرامپت فارسی، لحن (رسمی، محاوره‌ای یا ادبی)، رعایت نیم‌فاصله و منطقه‌ی مخاطب را صریح بگو؛ مدلها پیش‌فرض به فارسی رسمی و گاهی ترجمه‌گونه می‌نویسند.
یک پرامپت فارسی کامل که همهی این نکته‌ها را دارد:
تو سردبیر یک وبلاگ فناوری فارسی هستی. متن زیر را برای انتشار آماده کن: لحن رسمی-خودمونی، جمله‌های کوتاه، رعایت کامل نیم‌فاصله، اعداد فارسی در متن و نام محصولات به لاتین. ساختارهای ترجمه‌ای را بازنویسی کن. خروجی: فقط متن نهایی، بدون توضیح. متن: [متن]
پاسخ کوتاه: بهترین راه یادگیری پرامپت نویسی، امتحان کردن یک پرامپت در چند مدل و مقایسه‌ی نتیجه است؛ در هوشی میتوانی بدون فیلترشکن و با پلن رایگان همین کار را انجام دهی.
اگر برنامه‌نویس هستی و میخواهی پرامپت‌هایت را داخل نرم‌افزار خودت به کار ببری، API هوشی به همهی این مدلها با یک کلید دسترسی میدهد. قیمت هر مدل در صفحه‌ی مدلها آمده است.
بهترین پرامپت، پرامپتی است که امتحانش کرده‌ای. همین حالا یکی از ۲۵ پرامپت این راهنما را در GPT، Claude و Gemini مقایسه کن.
رایگان شروع کنپرامپت متنی است که به مدل هوش مصنوعی میدهی تا کاری انجام دهد؛ از یک سؤال ساده تا دستورالعملی چندصفحهای همراه با نمونه و فایل. مدل هیچ اطلاعاتی دربارهی تو، هدفت یا مخاطبت ندارد، مگر اینکه در پرامپت گفته باشی. به همین دلیل کیفیت پرامپت مستقیماً کیفیت پاسخ را تعیین میکند.
مدلهای بزرگ امروزی مثل GPT-6، Claude Opus 5.5 و Gemini 3.1 Pro فارسی را بسیار خوب میفهمند. اگر خروجی فارسی میخواهی، پرامپت فارسی بنویس تا لحن و اصطلاحات طبیعیتر شود. برای پرامپت تصویر و برخی کارهای فنی، نوشتن به انگلیسی گاهی نتیجهی دقیقتری میدهد؛ میتوانی از خود مدل بخواهی پرامپت را ترجمه کند.
به اندازهای که ابهام باقی نماند، نه بیشتر. برای یک سؤال ساده یک خط کافی است؛ برای یک گزارش یا کد، چند پاراگراف همراه با نمونه لازم است. معیار درست این است: اگر همین متن را به یک همکار تازهوارد بدهی، بدون سؤال اضافه میتواند کار را انجام دهد یا نه؟
برای مدلهای استدلالی جدید معمولاً لازم نیست، چون پیش از پاسخ خودشان فکر میکنند و راهنمای رسمی OpenAI هم برای این مدلها پرامپت ساده و مستقیم را پیشنهاد میکند. برای مدلهای سبک و سریع یا وقتی میخواهی مراحل محاسبه را ببینی، درخواست صریح نمایش مراحل هنوز مفید است.
بهعنوان عنوان شغلی مستقل کمتر شده، اما بهعنوان مهارت در همهی شغلها حیاتیتر شده است. برنامهنویسها، بازاریابها، نویسندهها و تحلیلگرها با پرامپتنویسی بهتر، کار چندساعته را در چند دقیقه انجام میدهند. در تیمهای فنی هم طراحی پرامپت سیستمی و ارزیابی خروجی بخشی از ساخت محصولات هوش مصنوعی است.
هر مدل با داده و روش متفاوتی آموزش دیده و به سبک خاصی از دستور حساس‌تر است. مثلاً Claude به دستورهای صریح و ساختار XML خوب پاسخ میدهد و Gemini در ترکیب متن با تصویر و ویدیو قوی است. بهترین کار این است که پرامپت مهمت را در چند مدل امتحان کنی و بهترین را نگه داری.
در پرامپت صریحاً بنویس «اگر مطمئن نیستی بگو نمیدانم» و «برای هر آمار منبع بده». متن مرجع را خودت در پرامپت بگذار و بخواه فقط بر اساس همان پاسخ دهد. در موضوعات مهم از جستجوی وب استفاده کن و خروجی را با منبع معتبر مقایسه کن؛ هیچ پرامپتی توهم را صفر نمیکند.
