ویرایش و بازنویسی متن فارسی با هوش مصنوعی
ویرایش یک کار نیست، سه کار است: فنی، زبانی و ساختاری. مدل در دو تای اول قابل اتکاست و در سومی به هدایت نیاز دارد — و اگر جلویش را نگیرید، لحن شما را با لحن خودش عوض میکند.
متن را نوشتهاید، فرستادهاید، و جواب این بوده: «یک بار دیگر بخوانش.» غلط املایی ندارد، ولی چیزی میلنگد و معلوم نیست چه.
مشکل جای دیگری است. «ویرایش» یک کار نیست، سه کار است با یک اسم مشترک. تا این سه را جدا نکنید، هر ابزاری — از غلطیاب وُرد تا یک مدل زبانی — نتیجهی مبهم میدهد: چیزهایی عوض میشود، چیزهایی نه، و نمیدانید چرا.
اینجا هر سه سطح جدا میشوند، با مرزی روشن برای اینکه کجا به مدل اعتماد کنید.
سه سطحی که همه را «ویرایش» مینامیم
سطح اول فنی است: غلط املایی، نیمفاصله، فاصلهی اضافه پیش از نقطه، و «ي» و «ك» عربی. سطح دوم زبانی است: جملهی چهلکلمهای، حشوی مثل «به منظور اینکه»، مجهولی که فاعلش معلوم بوده، و فعلی که به انتهای جمله تبعید شده. سطح سوم ساختاری است: اینکه بند سوم باید بند اول میبود.
مدل در سطح اول کمخطاست — نه بیخطا، ولی بهصرفهتر از اصلاح دستی. در سطح دوم خوب است اما دستودلباز. در سطح سوم بدون دستور صریح کاری نمیکند.
| سطح ویرایش | چه چیزی درست میشود | چقدر قابل اتکا |
|---|---|---|
| فنی | املا، نیمفاصله، نشانهگذاری، حرف عربی | بالا — یک نگاه سرسری کافی است |
| زبانی | جملهی بلند، حشو، مجهول بیدلیل، فعل دیرهنگام | خوب — اگر حدش را تعیین کنید |
| ساختاری | ترتیب بندها، انسجام، حذف تکرار | پایین — تصمیم با شماست |
| لحن و سبک | یکدست شدن صدای متن | خطرناک — پیشفرضش را ببندید |
سطح فنی: نیمفاصله و دو حرف مهاجر
پرتکرارترین ایراد متن فارسی نیمفاصله است: «می شود» با فاصلهی کامل، «کتابها» بدون فاصله، «برنامه ریزی» دو تکه. اصلاح دستی اینها در یک متن بلند کار کسلکنندهای است و مدل در یک پاس تمامش میکند؛ خودِ این نویسهی نامرئی را مدخل zero-width non-joiner توضیح داده.
ایراد دوم کمتر دیده میشود ولی اثرش بیشتر است: «ي» و «ك» عربی بهجای «ی» و «ک» فارسی. وسط کلمه تفاوتشان به چشم نمیآید، اما برای رایانه دو نویسهی کاملاً جداست: جستوجوی سایت و Ctrl+F «یکی» و «يکی» را یک کلمه نمیشمارند و متنِ کپیشده از PDF اغلب پر از اینهاست. معیار خط فارسی را فرهنگستان زبان و ادب فارسی منتشر کرده و ریشهی این دردسر در محدودیتهای فارسی در هوش مصنوعی باز شده.
سطح زبانی: جایی که متن نفس میکشد
چهار ایراد، بیشترِ «سنگینی» متن فارسی را میسازند. جملهی بلند، که معمولاً دو جملهی جداشدنی است. حشو: «دارای اهمیت میباشد» بهجای «مهم است». مجهول بیدلیل: «تصمیم گرفته شد» وقتی میدانید چه کسی تصمیم گرفت. و فعل دیرهنگام.
مدل هر چهار را میبیند. مشکل اینجاست که اگر حد نگذارید، همه را صاف میکند و متن شبیه بخشنامهی اداری درمیآید. من مینویسم «فقط جملههای بالای ۲۵ کلمه را بشکن و حشوها را بردار؛ بقیه را دست نزن.» همین یک قید عددی، بیشترِ آن صافشدگی ناخواسته را میگیرد؛ مرزهای دیگرش در نوشتن مقاله با هوش مصنوعی آمده.
سطح ساختاری: اینجا مدل راننده نیست
اگر متنی هزار کلمهای بدهید و بنویسید «ساختارش را بهتر کن»، همان متن را با جملههای صیقلیتر پس میگیرید. ترتیب بندها دستنخورده میماند، چون مدل نمیداند کدام نکته اصل است و کدام حاشیه.
روشی که جواب میدهد: اول بازنویسی نخواهید، نقشه بخواهید. «برای هر بند، در یک جمله بنویس چه کاری میکند.» با این فهرست جلوی چشم، خودتان میبینید بند پنجم حرف بند دوم را تکرار کرده. بعد ترتیب تازه را بدهید و بازچینش را به مدل بسپارید — همان کاری که برای پایاننامه در هوش مصنوعی برای دانشجو شرح دادهام.
خطری که کمتر جدی گرفته میشود
مدل بدون قید صریح، لحن شما را به لحن پیشفرض خودش برمیگرداند: مؤدب، متعادل، بیشخصیت. جملههای کوتاه و تیزتان به هم وصل میشوند و واژهی محلیتان جایش را به معادل رسمی میدهد. نتیجه متنی است بیایراد و فراموششدنی. ده متن را همینطور ویرایش کنید، هر ده شبیه هم میشوند — و خواننده «بوی ماشین» را میگیرد.
بستنش ساده است: بنویسید لحن و واژهگزینی دستنخورده بماند، فهرست تغییرها را جدا بخواهید، و در متن مهم فقط بخش مشکلدار را بدهید.
پرامپت ویرایش با حفظ لحن
این را عیناً در نارنگی یا هر دستیار دیگری بگذارید:
متن زیر را ویرایش کن، با این قیدها:
۱. فقط سطح فنی و زبانی: املا، نیمفاصله، نشانهگذاری،
حشو، و شکستن جملههای بالای ۲۵ کلمه.
۲. لحن و واژهگزینی من را عوض نکن.
۳. هیچ جملهای اضافه نکن و هیچ نکتهای را حذف نکن.
۴. ترتیب بندها را دست نزن.
۵. خروجی دو بخش باشد: متن ویرایششده، بعد فهرست
تغییرها با دلیل هرکدام در یک خط.
متن:
«اینجا متن خودت را بگذار»بند پنجم مهمترین است: وقتی دلیل هر تغییر را میبینید، میتوانید هر تغییر ناخواسته را برگردانید و ویرایش از جعبهی سیاه بیرون میآید. قیدهای بیشتر در پرامپتنویسی فارسی.
متن ترجمهشده حساب جداگانهای دارد
ویرایش متن ترجمهشده بدون متن اصلی پرریسک است: مدل جملهی نامفهوم را روان میکند بیآنکه بداند در مبدأ چه بوده، و گاهی معنایی میسازد که نبوده. اگر متن مبدأ را دارید، هر دو را بدهید و بخواهید جملههای مشکوک را فقط علامت بزند؛ جزئیاتش در ترجمه با هوش مصنوعی.
کجا ویرایش ماشینی نکنید
دو جا. اول متن ادبی: در شعر و داستان، همان چیزی که ابزار «ایراد» میبیند اغلب انتخاب آگاهانهی نویسنده است؛ تکرار عمدی و ریتم شکسته کارکرد دارند و صاف شدنشان یعنی نابودی اثر.
دوم، متن حقوقیِ امضاشده یا در آستانهی امضا. در قرارداد، جابهجایی یک «و» به «یا» تعهد را عوض میکند و روانتر شدن جمله ارزشی ندارد وقتی معنای حقوقی جابهجا شده. پیشنویس گرفتن ایرادی ندارد، اما متن نهایی باید از نظر حقوقدان بگذرد — مرزها در هوش مصنوعی برای وکلا. برای متن پزشکی و مالی هم همینطور.
جمعبندی
پیش از هر ویرایشی مشخص کنید کدام سطح را میخواهید. برای فنی بیمحابا بسپارید. برای زبانی حد بگذارید و عدد بدهید. برای ساختاری اول نقشه بگیرید و تصمیم را خودتان بگیرید.
و یک عادت که ارزشش را دارد: هر بار فهرست تغییرها را بخواهید. بعد از چند متن میبینید ایرادهای تکراری خودتان کداماند و دفعهی بعد از اول درست مینویسید. سود اصلی همین است.
برای ادامه:
