نوشتن و بازنویسی سریع تر با هوش مصنوعی

یکی از ساده ترین جاهایی که می توانید همین امروز از هوش مصنوعی در کار استفاده کنید، نوشتن است.

ایمیل، گزارش، صورت جلسه، توضیح پروژه، پاسخ به مشتری، متن معرفی، پیشنهاد همکاری یا حتی یک پیام کوتاه برای همکار.

بخش زیادی از زمان ما نه صرف فکر کردن به اصل موضوع، بلکه صرف این می شود که:

از کجا شروع کنیم؟
جمله اول را چطور بنویسیم؟
متن را رسمی کنیم یا صمیمی؟
چطور کوتاهش کنیم؟
چطور همان حرف را واضح تر بگوییم؟

هوش مصنوعی دقیقا در همین مرحله می تواند مفید باشد.

اما یک تفاوت مهم وجود دارد:

AI را نویسنده نهایی در نظر نگیرید؛ آن را دستیار پیش نویس و بازنویسی بدانید.

اگر این مرز را رعایت کنید، هم سرعتتان بیشتر می شود و هم احتمال تولید متن های کلیشه ای، اشتباه یا نامتناسب کمتر خواهد شد.

بهترین مدل استفاده: شما فکر کنید، AI پیش نویس بزند

روش ضعیف این است:

یک ایمیل برای مدیرم بنویس.

مدل مجبور است تقریبا همه چیز را حدس بزند:

موضوع چیست؟
رابطه شما با مدیر چقدر رسمی است؟
هدف ایمیل چیست؟
چه اطلاعاتی باید حتما در متن باشد؟
طول مناسب چقدر است؟

نتیجه معمولا متنی است که از نظر دستوری درست است، اما خیلی عمومی به نظر می رسد.

روش بهتر این است که فکر و اطلاعات اصلی از شما بیاید، ساخت اولین نسخه از AI.

مثلا:

می خواهم برای مدیرم ایمیلی بنویسم و درخواست کنم جلسه فردا از ساعت 10 به 12 منتقل شود. دلیلش تداخل با جلسه مشتری است. رابطه ما حرفه ای اما غیررسمی است. ایمیل را کوتاه، مستقیم و محترمانه بنویس. بیشتر از 80 کلمه نباشد.

اینجا مدل دیگر قرار نیست هدف شما را حدس بزند؛ فقط کمک می کند آن را سریع تر به متن تبدیل کنید.

یک فرایند 4 مرحله ای برای نوشتن با AI

برای بیشتر متن های کاری می توانید از این فرایند استفاده کنید:

مرحله 1: نکات خام را بنویسید

قبل از اینکه از مدل بخواهید متن بسازد، اطلاعات اصلی را به شکل خیلی ساده بنویسید.

مثلا برای یک گزارش:

سرور ساعت 9:20 از دسترس خارج شد

علت: پر شدن فضای دیسک

سرویس ساعت 9:47 برگشت

فایل های Log قدیمی پاک شدند

قرار است Alert مربوط به فضای دیسک اضافه شود

لازم نیست خودتان متن کامل بنویسید.

فقط واقعیت ها و نکات مهم را وارد کنید.

مرحله 2: هدف و مخاطب را مشخص کنید

یک متن برای مدیر فنی با همان متن برای مشتری یکسان نیست.

مثلا اضافه کنید:

این گزارش برای مدیرعامل است که دانش فنی محدودی دارد. اصطلاحات تخصصی را کم کن و روی تاثیر اختلال، مدت زمان و اقدام اصلاحی تمرکز کن.

این یک جمله می تواند کل کیفیت خروجی را تغییر دهد.

مرحله 3: شکل خروجی را مشخص کنید

مدل باید بداند متن چه شکلی باشد.

مثلا:

خروجی را در سه بخش بنویس:

خلاصه اتفاق

علت

اقدام انجام شده و اقدام بعدی

کل متن کمتر از 250 کلمه باشد.

یا برای ایمیل:

Subject هم پیشنهاد بده. متن ایمیل بیشتر از سه پاراگراف نباشد و CTA آخر فقط یک جمله باشد.

مرحله 4: نسخه نهایی را خودتان بررسی کنید

این مرحله قابل حذف نیست.

AI می تواند متن را سریع تولید کند، اما نمی داند کدام جمله از نظر سازمانی حساس است، کدام عدد اشتباه وارد شده یا کدام عبارت با فرهنگ شرکت شما جور نیست.

قبل از ارسال، حداقل این پنج مورد را بررسی کنید:

اطلاعات و اعداد درست هستند؟
لحن برای مخاطب مناسب است؟
جمله ای وجود دارد که بیش از حد قطعی یا اغراق آمیز باشد؟
نکته مهمی حذف نشده؟
آیا خودتان واقعا حاضر هستید این متن را با نام خودتان ارسال کنید؟

سوال آخر مهم ترین فیلتر است.

کاربرد 1: نوشتن ایمیل در چند دقیقه

ایمیل یکی از بهترین کاربردهای روزمره AI است.

اما به جای درخواست کلی، اطلاعات را ساختارمند بدهید.

نمونه ضعیف

یک ایمیل برای مشتری بنویس که پروژه دیر شده.

نمونه بهتر

برای مشتری یک ایمیل کوتاه بنویس.

شرایط:

تحویل پروژه سه روز تاخیر دارد.

علت اصلی، دیر رسیدن اطلاعات API از سمت تامین کننده بوده.

نمی خواهم تقصیر را گردن شخص دیگری بیندازم.

تاریخ جدید تحویل پنجشنبه است.

لحن مسئولانه، حرفه ای و بدون عذرخواهی بیش از حد باشد.

ایمیل حداکثر 130 کلمه باشد.

Subject هم پیشنهاد بده.

حالا مدل اطلاعات لازم برای تولید یک متن واقعی را دارد.

کاربرد 2: بازنویسی متنی که خودتان نوشته اید

گاهی بهترین استفاده از AI این نیست که متن را از صفر بنویسد.

شما متن را می نویسید و از مدل می خواهید آن را بهتر کند.

این روش معمولا نتیجه طبیعی تری می دهد، چون محتوای اصلی و سبک فکری از شما آمده است.

مثلا:

متن زیر را بازنویسی کن.

هدف: واضح تر و حرفه ای تر شود.
محدودیت: معنی هیچ جمله ای تغییر نکند و اطلاعات جدید اضافه نکن.
لحن: مستقیم و محترمانه.
طول: حداکثر 20 درصد کوتاه تر از نسخه فعلی.

متن:
...

نکته مهم همین جمله است:

«اطلاعات جدید اضافه نکن.»

وقتی متن کاری یا رسمی است، بهتر است مدل اجازه نداشته باشد جاهای خالی را با حدس خودش پر کند.

کاربرد 3: تبدیل یادداشت های پراکنده به گزارش

فرض کنید جلسه ای داشته اید و فقط چند Bullet Point نوشته اید.

به جای اینکه از صفر گزارش بسازید، همان یادداشت ها را بدهید:

این یادداشت های خام جلسه است. آنها را به یک گزارش کوتاه تبدیل کن.

گزارش باید شامل این بخش ها باشد:

تصمیم های نهایی

کارهای بعدی

مسئول هر کار

Deadline

مواردی که هنوز تصمیم گیری نشده

اگر مسئول یا Deadline در یادداشت ها مشخص نیست، حدس نزن و عبارت «مشخص نشده» بنویس.

این نوع Prompt یک ویژگی بسیار مهم دارد:

به مدل گفته اید وقتی اطلاعات وجود ندارد، چه کار کند.

این کار احتمال ساخت اطلاعات جعلی را کمتر می کند.

کاربرد 4: تغییر لحن بدون تغییر محتوا

گاهی متن شما درست است، اما لحنش مناسب نیست.

مثلا خیلی تند، خیلی خشک یا بیش از حد طولانی است.

می توانید بگویید:

این متن را برای ارسال در Slack بازنویسی کن.
محتوا و تصمیم ها دقیقا حفظ شوند.
لحن حرفه ای اما دوستانه باشد.
جمله ها کوتاه باشند.
هیچ Emoji اضافه نکن.

یا:

این متن را برای نامه رسمی سازمانی بازنویسی کن. لحن رسمی باشد، اما از عبارت های قدیمی و سنگین اداری استفاده نکن.

AI در تبدیل یک محتوا به چند لحن مختلف بسیار خوب عمل می کند، به شرطی که مشخص کنید چه چیزی نباید تغییر کند.

کاربرد 5: کوتاه کردن متن

یکی از کارهایی که معمولا بیشتر از انتظار زمان می گیرد، کوتاه کردن متن است.

نوشتن 500 کلمه آسان تر از این است که همان مفهوم را در 150 کلمه دقیق نگه دارید.

Prompt خوب:

این متن را به حداکثر 150 کلمه کاهش بده.
این موارد باید حتما باقی بمانند:

مشکل اصلی

دو عدد کلیدی

تصمیم نهایی

Deadline

مثال ها و توضیحات تکراری را حذف کن.
هیچ اطلاعات جدیدی اضافه نکن.

به جای «خلاصه کن»، به مدل می گویید چه چیزهایی حق حذف شدن ندارند.

یک تکنیک مفید: اول نقد، بعد بازنویسی

اگر متن مهم است، مستقیم نگویید «بهترش کن».

دو مرحله اجرا کنید.

مرحله اول:

این متن را بازنویسی نکن. فقط مشکلاتش را پیدا کن. از نظر وضوح، لحن، طول، تکرار و احتمال سوءبرداشت بررسی کن.

بعد از دیدن نقد:

حالا با توجه به همین ایرادها، نسخه جدید را بنویس. اطلاعات جدید اضافه نکن.

این روش باعث می شود شما قبل از تغییر متن بفهمید مدل دقیقا چه چیزی را مشکل می داند.

اشتباه رایج: تحویل کامل نوشتن به AI

هوش مصنوعی خیلی سریع می نویسد و همین موضوع وسوسه کننده است.

ممکن است بعد از مدتی برای هر چیزی فقط بنویسید:

این را برای من بنویس.

مشکل اینجاست که اگر تمام فرایند را به مدل بدهید، به تدریج متن هایتان شبیه هم می شوند:

مقدمه های کلیشه ای
عبارت های بیش از حد مرتب
لحن بی شخصیت
توضیح اضافه
جمله هایی که ظاهرا حرفه ای اند، اما چیز زیادی نمی گویند

راه حل این نیست که از AI استفاده نکنید.

راه حل این است که وظایف را تقسیم کنید:

شما: هدف، واقعیت ها، نظر، تصمیم و محدودیت ها

AI: ساخت پیش نویس، مرتب سازی، کوتاه سازی و بازنویسی

شما: بررسی و تایید نسخه نهایی

این تقسیم کار هم سرعت می دهد و هم مالکیت متن را برای شما نگه می دارد.

یک Prompt عمومی برای متن های کاری

این Template را می توانید برای ایمیل، گزارش، پیام یا متن های کاری مختلف تغییر دهید:

می خواهم یک [نوع متن] برای [مخاطب] آماده کنم.

هدف متن:
[هدف]

اطلاعاتی که باید حتما استفاده شوند:
[نکات و واقعیت ها]

لحن:
[رسمی / مستقیم / دوستانه / مدیریتی / فنی]

محدودیت ها:

اطلاعات جدید اضافه نکن.

اگر چیزی مشخص نیست، حدس نزن.

متن حداکثر [تعداد] کلمه باشد.

خروجی:
[فرمت مورد نظر]

قبل از نوشتن، اگر برای تولید متن دقیق یک اطلاعات ضروری کم است، فقط همان سوال ضروری را بپرس.

آخرین جمله مخصوصا برای کارهای مهم مفید است.

به جای اینکه مدل خودش جای خالی را پر کند، مجبورش می کنید اگر اطلاعات حیاتی کم است ابتدا سوال کند.

آیا باید متن AI را ویرایش کنیم؟

تقریبا همیشه بله.

نه لزوما چون متن بد است؛ چون مدل مسئول پیام شما نیست.

اگر ایمیل اشتباه ارسال شود، اگر عدد گزارش غلط باشد یا اگر لحن پیام باعث سوءبرداشت شود، در نهایت نام شما زیر آن متن است.

یک Workflow سالم این است:

اطلاعات خام → پیش نویس AI → بررسی انسانی → بازنویسی نهایی → ارسال

در این مدل، AI بخشی از فرایند است، نه جایگزین قضاوت شما.

تمرین امروز

یک متن واقعی از کار امروزتان پیدا کنید؛ چیزی که قرار بود خودتان بنویسید.

می تواند یک ایمیل، گزارش کوتاه، پیام کاری یا توضیح پروژه باشد.

این بار به جای اینکه فقط از AI بخواهید «بنویسد»، چهار چیز را مشخص کنید:

مخاطب کیست؟
هدف چیست؟
چه اطلاعاتی باید حتما در متن باشد؟
خروجی چه محدودیت هایی دارد؟

بعد خروجی را با نسخه ای که معمولا خودتان می نوشتید مقایسه کنید.

اگر AI فقط متن بیشتری تولید کرده، هنوز Workflow خوبی نساخته اید.

اما اگر زمان شروع کردن، مرتب کردن و بازنویسی متن را کم کرده و همچنان کنترل نسخه نهایی دست شماست، دقیقا در نقطه ای هستید که هوش مصنوعی واقعا به ابزار بهره وری تبدیل می شود.