روش کار قابل تکرار: از اجرای موفق تا دستورالعمل قابل ممیزی
یکی از فرصتهای منتخب را به روش اجرایی نسخهدار تبدیل کن: دامنه، منابع مجاز، گامها، قرارداد خروجی، کنترل کیفیت، استثنا، تأیید انسانی و آزمون دوباره.
بعد از این درس میتوانی
- برای یک وظیفهٔ منتخب، دستورالعمل عملیاتی (
SOP) دارای دامنه، مالک، محرک، ورودی مجاز، خروجی و نقش انسان تدوین کند (C05-I01، C05-I02، C06-I05). - کنترل کیفیت، حد پذیرش، بازبینی منبع و مسیر دادهٔ ناقص/متعارض را با یک نمونهٔ پذیرفته و یک نمونهٔ ردشده آزمون کند (C06-I01، C06-I02، C05-I05).
- اجرای آزمایشی یا وضعیت «آزموننشده» را صادقانه ثبت و روش را با تاریخ، دلیل، شماره نسخه و شرط آزمون مجدد بهروز کند (C01-I05، C02-I04).
چرا این درس مهم است
[فرض سناریو] کارمند محتوای «برگ سبز» یک متن معرفی کتاب خوب با AI ساخت؛ همکارش همان پرامپت را اجرا کرد اما نام نویسنده اشتباه بود و ادعای «پرفروشترین» بیمنبع منتشر شد. معلوم نبود کدام داده مجاز است، چه کسی متن را تأیید میکند، نمونهٔ ردشده چیست و نسخهٔ درست قالب کجاست.
[اصل پایدار] ذخیرهٔ پرامپت، بهتنهایی روش قابل تکرار نیست. روال باید امکان دهد شخصی دیگر با ورودی مجاز و دستور روشن، خروجی قابل قبول و قابل بررسی تحویل دهد یا هنگام ابهام توقف/ارجاع کند. این درس سند و آزمون روال میسازد؛ ساخت دستیار ثابت در stable-assistant-instructions و اجرای ورکفلو در automation-tools و n8n-workflows است.
مفاهیم کلیدی
مرز درسها: شش جزء پرامپت در prompt-engineering، مثال و نقش در examples-roles-system-prompts، قالب داده در structured-output، آزمون نسخهٔ پرامپت در testing-prompts-project و حریم خصوصی در data-privacy آموزش داده شدهاند. اینجا فقط آنها را در رویهٔ اجرایی یک کار کنار مالک، بازبینی و تصمیم نهایی میگذاریم.
- [رویهٔ داخلی پیشنهادی] دستورالعمل عملیاتی (`SOP`): سند نسخهدار با هدف/دامنه، شروع، منابع، گامها، خروجی، کنترل، اختیار انسانی و ثبت تغییر؛ این قالب هشتبخشی استاندارد
ISOیا قانون جهانشمول نیست. - [اصل پایدار] قرارداد خروجی (`Output Contract`): فیلدها، واحدها، شاهد منبع، رفتار با دادهٔ ناقص/متناقض و حد پذیرش هر خروجی.
- [اصل پایدار] چکلیست و روبریک کیفیت (`Checklist` / `Quality Criteria`): چکلیست اعمال هر نوبت؛ معیار کیفیت دارای حد قبولی، روش سنجش و نمونهٔ خوب/ردشده استsrc-claude-develop-tests.
- [اصل پایدار] مسیر استثنا (`Exception Path`): وقتی داده، منبع، مجوز یا کیفیت کافی نیست، خروجی نهایی متوقف و به مسئول مشخص ارجاع میشود.
- [اصل پایدار] نقطهٔ تأیید انسان (`Human Approval Gate`): اقدام اثرگذار یا انتشار تنها بعد از بازبینی و اجازهٔ صاحب اختیار انجام میشود.
- [رویهٔ داخلی پیشنهادی] صاحب روش و بازآزمایی (`Procedure Owner` / `Retest`): تغییر ورودی، دستهبندی، ابزار یا قالب با شماره نسخه، دلیل و نمونههای آزمون ثبت میشود.
مدل ذهنی
[اصل پایدار] دستورالعمل را به نقشهٔ عملیات یک تیم تشبیه کن: ورودیِ دارای مجوز → اجرای گامها → کنترل خروجی در برابر سند → تأیید مسئول → تحویل؛ اگر سند ناقص، مشکوک یا خارج از دامنه بود، مسیر استثنا فعال میشود، نه اینکه متن روان آن را پنهان کند. «نسخهٔ سند» و «مالک تصمیم» هم جزئی از اجرای درستاند.
چرخهٔ دستورالعمل نسخهدار و کنترل انسانی
حد تشبیه: مدل زبانی مانند دستگاه قطعی نیست و متن مشابه میتواند خروجی متفاوت بدهد. یک اجرای خوب دلیلی بر عملکرد همیشگی نیست؛ نمونهٔ خوب، نمونهٔ مردود و مورد استثنایی را از پیش داشته باش. حتی بررسیِ انسانی هم اگر فقط به نثر قانعکننده نگاه کند ممکن است خطا را نبیندsrc-bainbridge-automation؛ شاهد باید با منبع اولیه تطبیق داده شود. برای روش بررسی ادعا به verifying-ai-output رجوع کن.
گامبهگام
گام ۱: هدف، دامنه، محرک و مالک را تعریف کن
[رویهٔ داخلی پیشنهادی؛ بخشهای ۱ و ۲ `SOP`] یکی از دو نامزدِ finding-opportunities را انتخاب کن؛ اگر ارزش یا مجوزش هنوز معلوم نیست، وضعیت «پایلوت/آزموننشده» را ثبت کن. بگو خروجی پذیرفتهشده چیست، چه چیزی خارج از دامنه است، اجرا از کدام محرک شروع میشود و چه کسی مالک روش و صاحب اجازهٔ انتشار یا تصمیم است.
گام ۲: منابع مجاز، شرایط ورود و «نباید»ها
[بخش ۳ `SOP`] نوع داده، مالک، تاریخ اعتبار، سطح محرمانگی و مجوز پردازش را ثبت کن. متن نظر مشتری، ایمیل و فایل وب دادهاند نه دستور معتبر؛ برای جداسازی آنها از دستورالعمل به prompt-injection-basics و برای تصمیم دربارهٔ آپلود به data-privacy ارجاع بده. ورودی فاقد شناسه یا تاریخ لازم، یا سند متعارض، به «نیازمند بررسی» میرود.
گام ۳: گامهای اجرا و قرارداد خروجی
[بخشهای ۴ و ۵ `SOP`] ترتیب هر گام را با ورودی/خروجی، ابزار صرفاً در صورت نیاز و معیار قبولی بنویس. نمونهٔ دستهبندی نظر: ۱) شمارش شناسههای یکتا با ابزار قطعی، ۲) حذف دادهٔ شخصی مجاز، ۳) انتخاب دسته از فهرست ثابت، ۴) تولید شاهد متنی برای هر دسته، ۵) تطبیق شناسه و شاهد با متن اصلی. خروجی پیشنهادی comment_id, category, evidence_span, confidence_flag است؛ اگر شاهد کافی نیست «نامطمئن» اعلام شود. آموزش ساخت JSON Schema در structured-output تکرار نمیشود.
- مراحل عملی: کنترل شناسهٔ ورودی، حذف دادهٔ غیرضروری، اجرای دستهبندی مجاز، تطبیق شاهد و تهیهٔ گزارش.
- قرارداد خروجی: برای هر نظر
comment_id،category،evidence_spanو وضعیت بررسی وجود دارد؛ مورد مبهم بدون حدس به انسان میرود. - قید اجرا: ابزار قطعی برای شمارش و تطبیق بهکار رود؛ آموزش دقیق قالب
JSON Schemaدرstructured-outputاست.
گام ۴: چکلیست، معیار قبولی و مسیر توقف
[بخشهای ۶ و ۷ `SOP`] برای هر معیار، روش سنجش و حد قبول بگذار؛ کنترل تعداد/شناسه با ابزار قطعی، صحت معنی با شاهد منبع و تأیید انسانی بررسی میشود. دادهٔ ناقص، شاهد ساختگی، دادهٔ حساس یا تصمیم اثرگذار بدون مجوز → توقف و ارجاع. چکلیست کوتاه باشد اما مورد حیاتی حذف نشود.
| معیار | روش سنجش | حد پذیرش/شکست |
|---|---|---|
| مجوز و تازگی منبع | بررسی مالک، تاریخ و اجازهٔ استفاده | نامعلوم یا بدون مجوز → توقف |
| کاملبودن ردیفها | مقایسهٔ قطعی شناسهٔ ورودی و خروجی | صفر ردیف مفقود/اضافی |
| درستی شاهد | مقایسهٔ evidence_span با متن همان رکورد | هر مورد بررسیشده شاهد معتبر؛ نامطمئن → ارجاع |
| محرمانگی و عمل نهایی | کنترل دادهٔ غیرضروری و تأیید صاحب اختیار | هیچ انتشار یا تصمیم اثرگذار بیتأیید |
گام ۵: مالک، نسخه، نمونههای آزمون و بازآزمایی
- [بخش ۸ `SOP`] شناسنامه:
SOP-FND104-CUSTOMER-FEEDBACK-v1.0فقط یک نمونهٔ آموزشیِ اجرانشده است؛ مالک: تحلیلگر تجربهٔ مشتری؛ دامنه: گزارش داخلی، نه پاسخ خودکار یا تصمیم دربارهٔ شکایت. - چکلیست هر بار: مجوز منبع، تعداد درست، شاهد منطبق، نبود دادهٔ شخصی غیرضروری، ارجاع نامطمئن، تأیید مالک قبل از انتشار.
- نمونهٔ خوب (ساختگی): «سفارشم دو روز دیر رسید» ←
category=ارسال، شاهد «دو روز دیر رسید»، شناسهٔ معتبر؛ پس از تطبیق با منبع پذیرفته میشود. - نمونهٔ ردشده (ساختگی): «ارسال سریع بود» ←
category=کیفیت کالا، بدون شاهد؛ علت رد: دسته و شاهد سازگار نیستند. - ثبت نتیجه: برای هر اجرا نسخهٔ روش/قالب، تاریخ، صاحب تصمیم، موارد آزمون، خطا، زمان بازبینی و علت توقف را ثبت کن.
- تغییر نسخه: بعد از تغییر دستهها، منبع، مدل یا حد پذیرش، نمونههای قبولی/رد/استثنا دوباره اجرا شوند. اگر هنوز اجرا نکردهای، بنویس آزموننشده؛ نسخه را صرفاً بهخاطر خیال موفقیت بالا نبر.
مثالها
پیادهسازی عملی
کارگاه ۱۵دقیقهای: فایل قالب روش کار و نمونههای معرفی کتاب را باز کن. همان قالب موجود را نگه دار و هشت جزء SOP را زیر بخشهای مناسب آن بنویس؛ ساختار فایل منبع یا محصول تازهای لازم نیست.
- هدف/دامنه، مالک، محرک و مواردی را که هرگز خودکار ارسال/تأیید نمیشوند، بنویس.
- ورودیهای مجاز با منبع/تاریخ، گامهای اجرایی و خروجیِ دارای فیلد یا معیار روشن را ثبت کن.
- برای معرفی کتاب، مشخصات را فقط از سامانهٔ معتبر بگیر و هر ادعای «پرفروش» یا «بهترین» بدون سند را مردود کن.
- پنج تا هفت کنترل ضروری، جدول معیار/حد قبول/روش سنجش، یک نمونهٔ خوب، یک نمونهٔ بد و یک استثنا بساز.
- یک اجرای مجاز آزمایشی را تا تأیید یا توقف ثبت کن؛ اگر انجام ندادی بنویس «آزموننشده» و برای نسخهٔ بعد، شرط بازآزمایی بگذار.
این تمرین را میتوان با دادههای ساختگی و بدون مدل انجام داد؛ نتیجهٔ ساختگی را «تست عملی موفق» ننام. ساخت دستیار و ابزار خودکارسازی موضوع stable-assistant-instructions و automation-tools است، نه این درس.
اشتباههای رایج
| اشتباه | پیامد | اصلاح عملی |
|---|---|---|
| سند فقط یک پرامپت ذخیرهشده است | مسئول، ورودی معتبر و نقطهٔ توقف مبهم میماند | هدف، محرک، خروجی، کنترل، مالک و مسیر استثنا را صریح ثبت کن. |
| برچسب «استاندارد جهانی» روی الگوی هشتبخشی داخلی | توهم الزام رسمی | بگو «رویهٔ داخلی پیشنهادی»؛ استاندارد رسمی نیاز به مرجع و شماره دارد. |
| تطبیق شناسه یا جمعبندی عددی با متن روان مدل | اشتباه قطعی پنهان میشود | شمارش/تطبیق را با روش قطعی انجام بده؛ معنی را جدا ارزیابی کن. |
| چکلیست دارد اما حد قبول و نمونهٔ ردشده نه | آزمایشپذیری و توافق اجراکنندگان پایین میآید | برای هر معیار روش سنجش، حد و مثال مخالف بنویس. |
| اطلاعات ناقص را با حدس پر میکند | ادعای بیمنبع وارد گزارش میشود | برچسب «نامطمئن»، توقف و ارجاع به مالک. |
| ارسال خودکارِ خروجی اثرگذار یا شخصی | اختیار انسانی و حریم خصوصی نادیده گرفته میشود | کنترل و اجازهٔ مسئول پیش از اقدام؛ رجوع به when-not-to-use-ai. |
| نسخه/تاریخچه/آزمون مجدد ندارد | نسخههای متناقض بهکار میروند | یک مرجع نسخه، دلیل تغییر و آزمون رگرسیون داشته باش. |
اشکالزدایی
دو نفر با یک SOP گزارش متفاوت میدهند؛ یکی دستههای جدید ساخته و دیگری ۲۰ رکورد را جا انداخته است.
منبع دستهها، قرارداد خروجی یا کنترل شمارش مشخص نیست؛ نسخههای متفاوت قالب نیز ممکن است استفاده شده باشد.
نسخهٔ قالب، تعداد شناسههای ورودی/خروجی، دستههای مجاز و شاهد هر ردیف را مقایسه کن.
فهرست دستهٔ ثابت و قرارداد خروجی با کنترل قطعیِ شناسهها را به روش اضافه کن؛ آزمونهای خوب/بد را دوباره اجرا کن.
متن ورودی ناقص است یا در یادداشت مشتری جملهای برای تغییر دستور روش آمده است.
ورودی ناقص یا محتوای منبع بهاشتباه دستور تلقی شده است؛ احتمال نبود مسیر استثنا وجود دارد.
بررسی کن دادهٔ ضروری، مجوز، شناسه/تاریخ و مرز «داده در برابر دستور» در SOP تعریف شده یا نه.
اجرا/انتشار را متوقف و مورد را به صاحب روش ارجاع بده؛ برای ورود ناقص و دستور فریبنده یک نمونهٔ آزمون اضافه کن (prompt-injection-basics).
تمرین کوتاه
تمرین · 10 دقیقه
هدف: تبدیل معیارهای مبهم به معیار با حد قبولی، روش سنجش و نقطهٔ تصمیم انسانی.
گامها: در نمونهٔ ساختگیِ گزارش نظرات مشتری، برای هر جملهٔ مبهم زیر یک معیار قابل اجرا بنویس؛ بگو اگر نتیجه رد شد چه کسی تصمیم میگیرد.
- «خلاصهٔ نظرات باید دقیق باشد.»
- «اطلاعات مشتری نباید افشا شود.»
- «دستهبندی نظرات خوب و قابل اعتماد باشد.»
معیار پذیرش: هر سه معیار دارای حد، روش بررسی و رفتار هنگام شکستاند؛ شمارش و تطبیق شاهد از قضاوت انسانی تفکیک شده است.
راهحل نمونه
۱) دقت: برای هر ادعای خلاصه comment_id و عبارت شاهد وجود داشته باشد؛ سنجش: تطبیق با متن اصلی؛ حد: صفر ادعای بیشاهد در نمونهٔ پذیرش، در شکست توقف. ۲) داده: شناسهٔ هویتی غیرضروری در خروجی نباشد؛ سنجش: کنترل ابزاری + بررسی نمونهٔ انسانی؛ حد: هیچ مورد آشکارشده؛ در شکست توقف و گزارش به مالک. ۳) دسته: فقط از دستههای تعریفشده استفاده شود؛ شمارش با شناسههای یکتا برابر باشد؛ موارد مبهم «نیازمند بررسی»؛ حد: صفر شناسهٔ مفقود و صفر دستهٔ نامعتبر. این حدها قواعد آموزشی پیشنهادی هستند، نه تضمین ایمنی عمومی.
چالش
تمرین · 30 دقیقه
چالش: یکی از دو فرصتِ انتخابشده در finding-opportunities را به یک SOP کامل تبدیل کن؛ اگر دادهٔ واقعی مجاز نیست، از ورودی ساختگی و شناسهٔ غیرشخصی استفاده کن. اگر تست عملی نکردهای، همین را بنویس.
- هشت بخش را تکمیل کن: هدف/دامنه؛ محرک؛ منابع مجاز؛ مراحل؛ قرارداد خروجی؛ کیفیت؛ تأیید/توقف انسانی؛ تاریخچه و آزمون.
- در هر مرحله ورودی/خروجی و مالک را روشن کن؛ دستورهای متن مشتری را از دستورالعمل جدا نگه دار.
- یک نمونهٔ خوب و یک نمونهٔ مردود با شاهد، یک نمونهٔ دادهٔ ناقص و رفتار مورد انتظار تعریف کن.
- روش را با شخص دوم یا در دو نوبت جدا اجرا یا شبیهسازی کاغذی کن؛ نتیجه، اختلاف و نیاز به اصلاح نسخه را با مدرک ثبت کن.
خروجی: فایل دستورالعمل نسخهدار + جدول آزمون (ورودی، انتظار، نتیجهٔ مشاهدهشده یا «اجرانشده»، تصمیم و تغییر پیشنهادی). این سند میتواند ورودی stable-assistant-instructions یا automation-tools شود؛ اجرای ابزار در این درس لازم نیست.
معیار پذیرش:
- هر هشت بخش با دامنه و مالک تصمیم مشخص وجود دارد (
C05-I02،C06-I05). - حد کیفیت، روش تطبیق منبع و مسیر دادهٔ ناقص/استثنا روشناند (
C06-I01،C06-I02). - حداقل یک نمونهٔ پذیرفته، یک مردود و یک آزمون استثنا با انتظار قابل مشاهده ثبت شدهاند.
- نسخه و تاریخ، علت تغییر و شرط بازآزمایی ثبت شده؛ اجراهای انجامنشده بهعنوان نتیجهٔ تست جا زده نشدهاند (
C01-I05).
راهنما: اگر اجرای آزمایشی هیچ خطایی نشان نداد، آن را «بدون خطا در نمونهٔ محدود» بنویس، نه «روش بیخطا». بازبینی و نسخهبندی پرامپت بهطور مفصل در testing-prompts-project است.
پرسشهای سنجش
جمعبندی
- [اصل پایدار] روش، فقط متن پرامپت نیست: خروجی پذیرفتهشده، منابع مجاز، تصمیم انسانی و مسیر توقف دارد.
- قالب هشتبخشی
SOPدر این درس رویهٔ داخلی پیشنهادی است؛ به آن استاندارد رسمی نگو. - کنترل قطعی شناسه/تعداد را با قضاوت معنایی و بررسی شاهد از منبع اولیه ترکیب کن.
- یک مورد خوب، یک مورد ردشده و یک مورد استثنا برای آزمون و اصلاح نسخه نگه دار.
- مجوز داده، محرمانگی و اختیار ارسال را شرط مقدم بر خروجیِ روان بدان.
- نسخهٔ سند، تاریخ، مالک، تغییر و وضعیت واقعی آزمون را ثبت کن؛ ساخت دستیار/ورکفلو در درسهای بعدی است.
پرسشهای سنجش
روش «پاسخ به درخواست پیشفاکتور» فقط میگوید «از قالب، متن بساز و بفرست». چهار جزء ضروری `SOP` را همراه با نمونهٔ مرتبط بنویس و مرز اختیار ارسال را مشخص کن.
پاسخ نمونه و معیار ارزیابی
نمونهٔ درست: ۱) دامنه: پیشنویس از اطلاعات مجاز سفارش؛ ۲) ورودی: فهرست اقلام و تعداد از سند معتبر، بدون دادهٔ غیرضروری؛ ۳) خروجی و معیار: نام مشتری سازمانی و اقلام با سند مطابق، بدون تخفیف حدسی؛ ۴) کنترل/تأیید: مسئول فروش مبلغ و تعهد را بررسی و قبل از ارسال تأیید کند؛ ۵) استثنا: قیمت نامعلوم یا موعد فوری → توقف و ارجاع به مسئول؛ ۶) مالک و نسخهٔ قالب/روش مشخص باشد.
- چهار بخش
SOPبا نمونهٔ اجرایی مرتبط (2 امتیاز) - نقطهٔ کنترل انسانی پیش از اقدام مالی و مسیر استثنا (1 امتیاز)
- شاهد منبع یا معیار قابل سنجش را میآورد (1 امتیاز)
- قالب پرامپت را فقط طولانیتر میکنم ← قالب بهتنهایی منبع معتبر، مالک، آزمون و مجوز ارسال را تعیین نمیکند.
برای `SOP` دستهبندی نظر مشتری سه معیار کیفیت بنویس که هرکدام **حد قبول و روش سنجش** داشته باشند؛ برای دادهٔ نامطمئن چه تصمیمی میگیری؟
پاسخ نمونه و معیار ارزیابی
۱) شمارش: تعداد خروجی برابر شناسههای یکتای ورودی؛ سنجش با کد یا جدول قطعی؛ حد صفر مورد مفقود/اضافه. ۲) شاهد: عبارت evidence_span با متن همان comment_id تطبیق کند؛ حد همهٔ موارد بررسیشده شاهد معتبر دارند. ۳) محرمانگی: شناسهٔ شخصی غیرضروری در خروجی نباشد؛ سنجش قواعد + نمونهبرداری انسانی؛ حد صفر نشت در نمونه؛ اگر ناقص/نامطمئن است خروجی برای بررسی متوقف و به مالک ارجاع شود.
- سه معیار با دامنه/حد روشن (1 امتیاز)
- برای هر معیار روش سنجش مستقل از نثر مدل دارد (1 امتیاز)
- مسیر توقف و مسئول برای نامطمئن/خطا تعریف شده (1 امتیاز)
- خروجی باید عالی باشد ← این هدف مبهم است؛ شمارش، منبع، حد و رفتار شکست را مشخص کن.
دو کارمند با یک `SOP`، ۱۲۰ نظر را دستهبندی میکنند؛ یکی ۱۱۴ ردیف دارد و دیگری ۱۲۰ ردیف، و هر دو میگویند «همان پرامپت» را اجرا کردهاند. علتهای محتمل، روش تشخیص و اصلاح نسخه چیست؟
پاسخ نمونه و معیار ارزیابی
علتها: گمشدن ردیف، حذف تکراری بدون ثبت، نسخهٔ متفاوت قالب یا نبود قرارداد شمارش. تشخیص: شناسههای ورودی/خروجی را بهصورت قطعی مقایسه کن و نسخه/تاریخ قالب را بررسی کن. اصلاح: حد قبولی «هر شناسهٔ یکتا دقیقاً یک ردیف یا وضعیت استثنا»، مسیر دادهٔ ناقص، محل واحد قالب و بازآزمایی با نمونهٔ مفقود/تکراری. تغییر و دلیل در تاریخچهٔ SOP ثبت شود.
- تشخیص مشکل شمارش/نسخه یا ورودی ناقص (1 امتیاز)
- مقایسهٔ قطعی شناسهها و آزمون مورد مفقود را پیشنهاد میدهد (1 امتیاز)
- اصلاح
SOPبا حد قبول، نسخه و بازآزمایی دارد (1 امتیاز)
- یکی از کارکنان بیدقت است ← قبل از سرزنش، قرارداد خروجی و اختلاف نسخه/ورودی را بررسی کن.
برای چکلیست پیش از انتشار گزارش نظرات مشتری کدام کنترل قابل آزمونتر است؟
- «گزارش باید خیلی حرفهای باشد.»
- «تعداد شناسههای خروجی با شناسههای یکتای ورودی برابر است و هر نقلقول به همان رکورد بازمیگردد.»
- «مدل احساس اطمینان بالایی داشته باشد.»
- «متن را بدون بررسی به مدیر بفرست.»
پاسخ نمونه و معیار ارزیابی
- a ← «حرفهای» سنجه و حد مشخص ندارد.
- c ← اطمینان ادعایی مدل، اثبات صحت شمارش یا شاهد نیست.
- d ← ارسال بدون کنترل با مرز تصمیم انسانی ناسازگار است.
در `SOP` پاسخ به پرسش موجودی، چند بار درخواست «کتاب را برایم رزرو میکنید؟» دیده شده اما قاعدهای در روش نیست. چهکار میکنی و چه زمانی شمارهٔ نسخه را تغییر میدهی؟
پاسخ نمونه و معیار ارزیابی
درخواست را بهعنوان استثنا ثبت و ارسال پاسخ قطعی را متوقف میکنم؛ صاحب روش باید با استناد به سیاست معتبر تصمیم بگیرد. بعد از تصویب قاعده، شرط شروع، قالب، نمونهٔ پذیرفته/ردشده و مسیر استثنا اصلاح میشوند؛ تاریخ، دلیل، مالک و نسخهٔ جدید ثبت و مجموعهٔ آزمون دوباره اجرا میشود. سیاست «رزرو تا ۲۴ ساعت» را بدون سند واقعی اختراع نمیکنم؛ اگر هنوز آزمایش نشده، «آزموننشده» مینویسم.
- توقف/ارجاع به صاحب و عدم جعل سیاست داخلی (1 امتیاز)
- ثبت قاعدهٔ مصوب و تغییر نسخه با تاریخ و دلیل (1 امتیاز)
- آزمون دوباره یا برچسب صریح «آزموننشده» (1 امتیاز)
- هرکس خودش با لحن خوب جواب دهد ← قاعدهٔ رسمی باید روشن و مورد تأیید صاحب روش باشد.
فایلهای درس
قالب روش کار قابل تکرار
procedure-template.mdسه معرفی کتاب ساختگی برای سنجش با معیار
book-intro-samples.mdابزارها و جایگزینها
- ویرایشگر متن — ثبت دستورالعمل، نسخه، جدول معیار پذیرش و شواهد آزمون؛ وابستگی به فروشنده ندارد — سند مشترک تیم — فایل متنی نسخهدار
منابع
Define success criteria and build evaluations Anthropic 2026-10؛ مستندات رسمی ابزار، نه مقالهٔ داوریشده؛ محتوا وابسته به نسخه و تاریخ
Ironies of Automation Automatica 1983-11؛ مقالهٔ منتشرشدهٔ داوریشده؛ سازوکار مفهومی نظارت انسانی، نه نرخ خطای LLM