From Prompt to Reliable Output
From vague requests to reliable output: prompt anatomy, examples, system instructions, chains, context, JSON Schema and version testing.
What you will learn
- Write requests with goal, context, input, format and acceptance criteria
- Use examples, system instructions and prompt chains correctly
- Select and order context and separate data from instructions
- Get table or JSON output and validate it with a schema
- Build a prompt test set and compare versions (Project 1)
Prerequisites
- Understand Generative AI
Tools
- ویرایشگر متن یا دفترچه آزمایش
- یک مسیر اجرای مشروع
- Anatomy of an Actionable Prompt
The six parts of an actionable prompt and how to turn a vague request into one whose output you can check.
- Examples, Roles and System Instructions
Control format and tone with a few good examples, put fixed rules in a system instruction, and know what role prompting does and does not do.
- Task Decomposition, Prompt Chains and Reasoning Models
Break complex work into checkable steps, inspect each output before the next, and decide when a reasoning model is worth its cost and latency.
- Context Management: What to Give and What to Leave Out
Select necessary, authoritative, fresh and permitted context, order long documents well, separate data from instructions and manage history.
- Structured Output: Tables, JSON and Schemas
Get output a program can read: tables and JSON, an output contract with JSON Schema, provider structured-output modes and three-level validation.
- Testing and Versioning Prompts + Project 1
Build a test set for a prompt, compare versions with numbers, catch regressions, and deliver Project 1: a structured prompt assistant.
Precise Requests
موقعیت (ساختگی): برگ سبز میخواهد برای هر سفارش سازمانی (مدرسه یا کتابخانه) که با ایمیل میرسد، سه کار انجام شود: استخراج نام سازمان، تعداد کتاب و موعد درخواستی؛ تصمیم اینکه درخواست کامل است یا اطلاعات کم دارد؛ و پیشنویس پاسخ برای مسئول فروش سازمانی. تحویل بده: (۱) جدول تجزیه سهستونی با بررسی هر گام و تکلیف شکست؛ (۲) دستورالعمل سیستمی گام استخراج با سه مثال متنوع؛ (۳) کارت درخواست گام پیشنویس با محدودیت «درصد تخفیف اعلام نکن» و دلیلش؛ (۴) دو ایمیل آزمون ساختگی، یکی کامل و یکی ناقص، با خروجی مورد انتظار هر گام.
- هر گام ورودی، خروجی و بررسی قابل انجام دارد (2)
- مثالهای گام استخراج متنوعاند و با قاعدهها تناقض ندارند (2)
- محدودیت تخفیف با دلیل آمده و پیشنویس به انسان سپرده میشود (2)
- ایمیل ناقص بهجای حدس، به «اطلاعات کم» یا انسان میرسد (2)
Context, Structure and Testing
موقعیت (ساختگی): دستیاری باید از پایگاه دانش برگ سبز (shared/barg-sabz-kb.md) به پرسشهای پرداخت و ارسال پاسخ دهد و خروجیاش را برنامهای بخواند که پاسخ را برای کارمند نمایش میدهد. تحویل بده: (۱) فهرست کانتکست با چهار صافی برای سه پرسش نمونه؛ (۲) Schema خروجی با فیلدهای پاسخ، شماره سندهای پشتیبان و «نیاز به انسان»؛ (۳) دو قاعده معنایی (مثلاً شماره سند پشتیبان باید در کانتکست باشد)؛ (۴) مجموعه آزمون هشتموردی با دستکم دو مورد لبه، از جمله پرسشی که جوابش در سندها نیست.
- بخش منسوخ KB-04 کنار گذاشته شده و داده شخصی غیرلازم در کانتکست نیست (2)
- Schema بسته است و برای «در سندها نیامده» راه صریح دارد (2)
- قاعدههای معنایی قابل بررسیاند (2)
- مجموعه آزمون موارد لبه و پاسخ مورد انتظار دارد (2)
Skip challenge
یک کار تکراری با خروجی قالبدار (برچسبزدن پیام، استخراج از فرم یا خلاصه با قالب ثابت) را انتخاب کن، یا از ده پیام اول shared/barg-sabz-tickets.csv استفاده کن، و در حدود ۴۵ دقیقه تحویل بده: دستورالعمل سیستمی با سه تا پنج مثال، JSON Schema بسته با راه null برای مقدار غایب، مجموعه آزمون دهموردی با موارد لبه، و نتیجه دو نسخه با گزارش رگرسیون.
- داده از دستور جدا شده و متن ورودی داده دانسته شده است.
- Schema بسته است (required کامل، additionalProperties false، enum برای فیلدهای بسته).
- مجموعه آزمون دستکم سه مورد دشوار یا لبه دارد.
- دو نسخه با یک تغییر بینشان روی کل مجموعه اجرا و رگرسیونها مورد به مورد گزارش شدهاند.
- دستکم یک قاعده معنایی بیرون از Schema بررسی شده است.