هوش مصنوعی فارسی نویس: نیمفاصله کجا می‌افتد
در پاسخهای بلند فارسی، هر مدلی که سنجیدیم نیمفاصله را جا می‌اندازد: «میشود» به‌جای «میشود» و «فایلها» به‌جای «فایلها». این صفحه عدد سنجش ما را با روش و تاریخش می‌آورد، می‌گوید تیز برای کم‌کردن آن چه میکند، و چه چیزی هنوز از دستش درمی‌رود.
- چه چیزی شمرده شد
- نیم‌فاصله‌های جاافتاده در هر ۱٬۰۰۰ نویسه فارسی
- تاریخ سنجش
- ۲۴ شهریور ۱۴۰۵، روی پاسخهای ذخیرهشده
- نتیجه
- GLM 5.3 Flash حدود ۴۶، DeepSeek V4.1 Flash حدود ۲۰
- کار تیز
- افزودن دستور نگارش فارسی به هر نوبت فارسی
نیمفاصله چه چیزی را عوض میکند
نیمفاصله (U+200C) نویسه‌ای نامرئی است که دو پاره یک واژه را کنار هم نگه می‌دارد بی‌آنکه به هم بچسبند. وقتی جا می‌افتد، واژه بههمچسبیده میشود: «میشود»، «فایلها»، «خلاصهسازی». خواننده معنی را می‌فهمد، اما دو چیز خراب میشود.
- خواندن کند میشود، و در نامه اداری یا گزارشی که از سازمان بیرون میرود بی‌دقت به نظر می‌رسد.
- جستوجو دو رشته متفاوت می‌بیند. کسی که «گزارشها» را در آرشیو می‌جوید، «گزارشها» را پیدا نمیکند.
خلاصه جلسه امروز را در چند بند بنویس و سرفصل‌ها را پررنگ کن.
یک جمله، دو نگارش
- آن‌طور که در پاسخ بلند درمی‌آید: «گزارشهای ماهانه آماده میشود و فردا برای مدیران فرستاده میشود.»
- آن‌طور که باید باشد: «گزارشهای ماهانه آماده میشود و فردا برای مدیران فرستاده میشود.»
- تفاوت سه نویسه نامرئی است. همین مدل در یک جمله کوتاه هر سه را درست می‌گذارد؛ در پاسخ بلند و پر از سرفصل رهایشان میکند.
این نمونه برای نشان دادن همان تفاوت نوشته شده است و گفتگوی زنده نیست.
چه چیزی را سنجیدیم و چطور
پاسخهای فارسی ذخیرهشده را برداشتیم، جاهایی را که نیمفاصله باید می‌آمد و نیامده بود شمردیم، و عدد را به ازای هر ۱٬۰۰۰ نویسه فارسی نوشتیم. سنجش در ۲۴ شهریور ۱۴۰۵ انجام شد.
| مدل | نیمفاصله جاافتاده در هر ۱٬۰۰۰ نویسه فارسی | کجا اتفاق می‌افتد |
|---|---|---|
| GLM 5.3 Flash | حدود ۴۶ | در پاسخ بلند و پر از سرفصل و فهرست؛ در جمله کوتاه تقریباً هیچ |
| DeepSeek V4.1 Flash | حدود ۲۰ | همان الگو، با فراوانی کمتر |
الگو در هر دو مدل یکی بود: هرچه پاسخ بلندتر و پر از سرفصل و فهرست میشود، نیمفاصله بیشتر جا میماند. برای اینکه عدد حس شود، ۴۶ در هر ۱٬۰۰۰ نویسه یعنی تقریباً نُه نیمفاصله جاافتاده در هر بند دویست‌نویسه‌ای. مسئله ندانستن قاعده نیست؛ رها شدن آن در متن طولانی است.
کاری که تیز میکند
تیز به هر نوبتی که فارسی باشد یک دستور کوتاه نگارش فارسی می‌افزاید. دستور فقط درباره نگارش حرف می‌زند، نه درباره محتوا، و همان جاهایی را نام می‌برد که بیشتر از دست میرود — عنوان، متن پررنگ و فهرست، نه فقط متن عادی:
- «می» و «نمی» پیش از فعل: «مینویسد»، «نمی‌نویسد»
- نشانه جمع و پسوندهای پس از آن: «فایلها»، «گزارشهای ماهانه»
- «ای»، «اش» و «ام» پس از «ه»: «خانه‌ای»، «برنامه‌اش»، «کارنامه‌ام»
- واژه‌های مرکب: «خلاصهسازی»، «راستبهچپ»، «به‌روزرسانی»
- حرف فارسی «ی» و «ک»، نه همتای عربی‌شان
این دستور همراه همان نوبت میرود، پس روی متن گفتگو و روی سندی که از آن ساخته میشود یکسان اثر می‌گذارد. شرح خروجی سند در چرا خروجی PDF فارسی اغلب ابزارها خراب است آمده است.
چه چیزی هنوز درست نمیشود
- این یک درخواست به مدل است، نه یک تضمین. DeepSeek V4.1 Flash هنوز گاهی میلغزد و GLM 5.3 Flash بهندرت.
- عددها از یک نمونه و یک روز می‌آیند. با عوض شدن مدل یا نسخه‌اش باید دوباره شمرده شوند.
- تیز نگارش پاسخ را پس از مدل اصلاح نمیکند؛ آنچه می‌خوانید همان است که مدل نوشته است.
- نیمفاصله تنها بخشی از نگارش است. انتخاب واژه و لحن اداری هنوز بازبینی انسانی میخواهد؛ سنجش ما درباره آن‌ها چیزی نمی‌گوید.
اگر متن برای بیرون سازمان میرود، یک بار خواندنش هنوز لازم است.
سؤال‌های پرتکرار
نیمفاصله واقعاً مهم است یا سلیقه ویراستاری است؟
مهم است، چون هم خواندن را عوض میکند و هم پیدا شدن متن را. «گزارشها» و «گزارشها» برای چشم نزدیکاند اما برای جستوجو دو رشته متفاوتاند، پس متنی که نیمفاصله ندارد در آرشیو سازمان پیدا نمیشود. در نامه و گزارش رسمی هم شکل بههمچسبیده دیده میشود.
این عددها را چطور بهدست آوردید؟
روی پاسخهای فارسی ذخیرهشده، جاهایی که نیمفاصله لازم بود و نیامده بود شمرده شد و نتیجه به ازای هر ۱٬۰۰۰ نویسه فارسی نوشته شد: GLM 5.3 Flash حدود ۴۶ و DeepSeek V4.1 Flash حدود ۲۰. سنجش در ۲۴ شهریور ۱۴۰۵ انجام شد و یک نمونه از یک روز است؛ برای اینکه معتبر بماند باید دوباره اجرا شود.
تیز تضمین میکند خروجی نیمفاصله درست داشته باشد؟
خیر. دستور نگارش فارسی به هر نوبت فارسی افزوده میشود، اما یک درخواست به مدل است و مدل همیشه رعایتش نمیکند. پس از افزودن آن، DeepSeek V4.1 Flash هنوز گاهی میلغزد و GLM 5.3 Flash بهندرت. متن حساس را یک نفر باید بخواند.
کدام مدل فارسی را تمیزتر مینویسد؟
در همان یک سنجش، DeepSeek V4.1 Flash نیمفاصله کمتری جا انداخت و GLM 5.3 Flash بیشتر؛ ولی پس از افزوده شدن دستور نگارش، GLM بهندرت میلغزد و DeepSeek گاهی. این یک نمونه از یک روز است و بهتنهایی پایه انتخاب مدل نیست؛ سرعت و کیفیت پاسخ هم در انتخاب اثر دارند.
برای نامه و گزارش رسمی چه کار کنیم؟
دستور نگارش فارسی روی همان نوبت مینشیند، پس متن گفتگو و سندی که از آن ساخته میشود با یک قاعده نوشته میشوند؛ خروجی Word و PDF هم راستبهچپ است و قلم فارسی در فایل جاسازی شده. با این همه، متنی که با نام سازمان بیرون میرود بهتر است یک بار خوانده شود: نیمفاصله تضمینشده نیست و انتخاب واژه و لحن هم بازبینی میخواهد.
اگر سند خروجی را در ورد ویرایش کنیم، نیمفاصلهها میمانند؟
بله. نیمفاصله یک نویسه در خود متن است، پس در فایل Word و PDF خروجی هم باقی میماند و با ویرایش معمولی از بین نمیرود. اگر خودتان واژهای را دوباره تایپ کنید، گذاشتن نیمفاصله با شماست.
ادامه بدهید
تیز به کار شما می‌آید؟
قیمت‌ها را ببینید یا درخواست بدهید؛ برای راه‌اندازی با شما تماس می‌گیریم. ثبت درخواست رایگان است.