DentCast
DentCast
دکتر فواد شهابیان
← بازگشت به پرامپتولوژیست English
پیوست ۲ · قسمت ۱

اگر فردا اکانتتان نباشد، چه می‌ماند؟

⏱ ۷ دقیقه مطالعه

یکی از دوستانم همه‌ی کارهایش را با هوش مصنوعی پیش می‌برد. هم پروژه‌های کاری خودش را، و هم کارهای شرکتش را که یک شرکت دندانپزشکی بود. متن‌های تبلیغاتی، دستورالعمل‌های داخلی، پیش‌نویس قراردادها، برنامه‌ها و ایده‌هایی که ماه‌ها رویشان کار کرده بود، همه داخل یک اکانت بود. یک روز اکانتش بسته شد. اینکه چرا بسته شد بحث ما نیست. بحث این است که با بسته شدن آن اکانت، تقریباً همه‌ی آن کارها هم رفت، چون هیچ‌کدام جای دیگری نبود.

این اتفاق برای کسی که کمی با هوش مصنوعی کار می‌کند دور نیست. کسی تصمیم نمی‌گیرد همه‌ی کارش را در یک جا بگذارد، ولی کم‌کم همین می‌شود. یک پروژه می‌سازید، پرامپتی که جواب داده را همان‌جا نگه می‌دارید، فایل‌های مرجع را به نالج (knowledge) اضافه می‌کنید، و بعد از چند ماه بخش مهمی از کار شما فقط در یک جا وجود دارد: اکانتی که کنترل کاملش دست شما نیست.

چرا یک جا بودن خطرناک است؟

مطبی را در نظر بگیرید که پرونده‌ی همه‌ی بیمارانش فقط روی یک کامپیوتر است و هیچ نسخه‌ی دیگری ندارد. تا وقتی آن کامپیوتر سالم است مشکلی نیست، ولی با خراب شدن یک هارد، کل سابقه‌ی درمان بیماران از بین می‌رود. به چنین جایی نقطه‌ی شکست (single point of failure) می‌گویند: جایی که اگر همان یک چیز از کار بیفتد، همه‌چیزِ وابسته به آن هم از کار می‌افتد.

اکانت هوش مصنوعی شما هم همین وضع را دارد. لازم نیست بسته شود؛ ممکن است هک شود، اشتراکش به خاطر مشکل پرداخت قطع شود، یا خودتان یک پروژه را اشتباهی پاک کنید. در هیچ‌کدام از این حالت‌ها لازم نیست کار خلافی کرده باشید. کافی است همه‌چیز فقط یک نسخه داشته باشد.

از چه چیزی باید نسخه گرفت؟

لازم نیست از همه‌ی گفت‌وگوها نسخه بگیرید. ارزش اصلی در گفت‌وگوها نیست، در چیزی است که داخلشان ساخته‌اید: پرامپت‌هایی که به نسخه‌ی نهایی رسیده‌اند، روش‌های کاری (workflow) که جواب داده‌اند، تصمیم‌هایی که گرفته‌اید و دلیلشان، و قواعد سبکی که برای متن‌هایتان جا افتاده است. اگر سه هفته و دویست پیام طول کشیده تا پرامپتی برای اعتبارسنجی مقاله‌ها بسازید، چیزی که لازم دارید آن دویست پیام نیست، نسخه‌ی نهایی پرامپت است و چند خط درباره‌ی اینکه چرا این شکلی شد.

بهترین شکل نگه‌داشتن این‌ها یک فایل مارک‌داون (Markdown) است، همان فایل متنی ساده‌ای که در فصل ۶ دیدیم. این فایل را می‌شود به هر مدل دیگری داد و از همان‌جا ادامه داد، حتی اگر مال شرکت دیگری باشد. ساختنش هم کار خود مدل است: در هر پروژه از او بخواهید از دستورالعمل‌ها، پرامپت‌ها و تصمیم‌ها یک فایل مارک‌داون بسازد. فقط بدانید که مدل کل اکانت شما را یک‌جا نمی‌بیند و فقط به همان پروژه‌ای که در آن هستید دسترسی دارد، پس این کار یک عادت است که هر چند وقت یک بار خودتان انجامش می‌دهید، نه یک سرویس خودکار.

ولی این فایل را کجا بگذارید؟ اگر دوباره داخل همان اکانت بماند، با از دست رفتن اکانت آن هم از دست می‌رود. جایش باید بیرون از اکانت باشد. پیشنهاد من گیت‌هاب است.

گیت‌هاب چیست؟

گیت‌هاب (GitHub) یک فضای آنلاین برای نگه‌داشتن فایل‌هاست. برای برنامه‌نویس‌ها ساخته شده تا کدهایشان را آنجا نگه دارند، ولی برای هر فایل متنی، از جمله همین فایل‌های مارک‌داون، به همان خوبی کار می‌کند. فایل‌ها در گیت‌هاب داخل چیزی به اسم ریپو (repository، یعنی مخزن فایل) نگه داشته می‌شوند. ریپو را یک پوشه‌ی آنلاین در نظر بگیرید که فایل‌های پشتیبان شما داخلش جمع می‌شود.

اولین سؤال معمولاً این است که اطلاعاتم عمومی می‌شود؟ نه. اگر ریپو را private، یعنی خصوصی، بسازید فقط خودتان آن را می‌بینید، و ساختن ریپوی خصوصی در گیت‌هاب رایگان است. با این حال، قاعده‌ی فصل ۷ اینجا هم برقرار است: اطلاعات بیمار، رمزها و کلیدهای دسترسی را حتی روی ریپوی خصوصی نمی‌گذارید.

چیزی که گیت‌هاب را از یک پوشه‌ی معمولی یا فلش جدا می‌کند این است که فقط آخرین نسخه‌ی فایل را نگه نمی‌دارد، نسخه‌های قبلی را هم نگه می‌دارد. اگر پرامپتی را که برای توضیح مراقبت‌های بعد از ایمپلنت ساخته‌اید تغییر دادید و نتیجه بدتر شد، یا بخشی از دستورالعمل‌هایتان را اشتباهی پاک کردید، نسخه‌ی قبلی سر جایش است و می‌توانید به آن برگردید.

لازم نیست گیت‌هاب بلد باشید

گیت‌هاب اولش ممکن است سخت به نظر برسد، چون محیطش برای برنامه‌نویس‌ها طراحی شده است. ولی شما قرار نیست خودتان با آن کار کنید، چون دارید با هوش مصنوعی کار می‌کنید و هوش مصنوعی این کار را بلد است. در کلاد (Claude) این کار را کلاد کد (Claude Code) انجام می‌دهد و در چت‌جی‌پی‌تی (ChatGPT) کدکس (Codex). هر دو می‌توانند مستقیم روی گیت‌هاب بنویسند. کافی است به آن‌ها بگویید از دستورالعمل‌ها، پرامپت‌ها و تصمیم‌های این پروژه یک فایل مارک‌داون بسازد و در ریپوی شما در گیت‌هاب بگذارد. ساختن فایل، گذاشتنش در ریپو و نگه‌داشتن نسخه‌های قبلی، همه را خودش انجام می‌دهد.

چرا فقط گیت‌هاب کافی نیست؟

گیت‌هاب هم بالاخره یک اکانت است و شما مالکش نیستید. اگر همه‌ی نسخه‌های پشتیبانتان فقط آنجا باشد، همان مشکل اول دوباره تکرار شده و این بار گیت‌هاب نقطه‌ی شکست شماست. برای همین یک نسخه هم روی لپ‌تاپ خودتان لازم است. فایل‌ها را می‌شود از گیت‌هاب دانلود کرد و روی لپ‌تاپ آورد.

این ترتیب در عمل خیلی راحت است. وسط کار، حتی با گوشی، به هوش مصنوعی می‌گویید فایل را بسازد و در گیت‌هاب بگذارد. این کار چند ثانیه طول می‌کشد و هر چیزی که همان لحظه به نتیجه رسیده، همان لحظه ثبت می‌شود. بعد سر فرصت، وقتی پشت لپ‌تاپ نشستید، فایل‌ها را از گیت‌هاب به لپ‌تاپ منتقل می‌کنید. اگر قرار بود هر بار مستقیم روی لپ‌تاپ ذخیره کنید، خیلی وقت‌ها چون پشت لپ‌تاپ نیستید کار را عقب می‌انداختید و چیزهای زیادی جا می‌ماند. با این روش، کار شما همیشه دست‌کم در دو جای جدا از هم وجود دارد: یکی در گیت‌هاب و یکی روی لپ‌تاپ خودتان.

قسمت بعد قدم‌به‌قدم می‌گوید چطور یک ریپو بسازید، هوش مصنوعی را به آن وصل کنید و فایل‌ها را از گیت‌هاب روی لپ‌تاپتان بیاورید.

اکانتِ هوش مصنوعی به‌عنوان نقطه‌ی شکستبسته‌شدن، هک یا پاک‌شدنِ اشتباهیِ اکانتنسخه‌ی نهایی پرامپت و دلیلِ ساختنش، نه دویست پیامِ گفت‌وگوفایل مارک‌داون از دستورالعمل‌ها و تصمیم‌هاگیت‌هاب و ریپوی خصوصینگه‌داشتنِ نسخه‌های قبلیِ فایلکلاد کد و کدکس برای نوشتن در ریپونسخه‌ی دوم روی لپ‌تاپِ خودتان
#پرامپتولوژیست#هوش_مصنوعی#سواد_هوش_مصنوعی#AI_Literacy#مدل_زبانی#LLM#مالکیت_پلتفرم#Markdown#پشتیبان_گیری#GitHub
← قسمت قبلی قسمت بعدی →

جستجوی سراسری دنت‌کست