پروپوزال فریلنسری با هوش مصنوعی؛ نمونه فارسی

پروپوزال فریلنسری با هوش مصنوعی باید نشان دهد مسئله مشتری را فهمیده‌اید و برای آن خروجی مشخص پیشنهاد می‌دهید. AI می‌تواند بریف را تحلیل کند، ابهام‌ها را بیرون بکشد و متن را مرتب کند؛ اما مهارت، زمان، هزینه و تعهدها باید با واقعیت کار شما هماهنگ باشند.

در این مقاله، پروژه فرضی نوشتن توضیح برای شش محصول یک فروشگاه را مثال می‌زنیم. مشتری، سابقه، مراحل و متن پیشنهاد آموزشی‌اند و پروژه انجام‌شده‌ای را گزارش نمی‌کنند. هدف این است که قالب قابل استفاده بسازید و بدانید کدام بخش پیش از ارسال نیاز به تأیید دارد.

چرا یک معرفی عمومی برای پیشنهاد پروژه کافی نیست؟#

مشتری از پروپوزال می‌خواهد بفهمد چه مسئله‌ای حل می‌شود و چه چیزی تحویل می‌گیرد. جمله «من نویسنده حرفه‌ای و خلاق هستم» این اطلاعات را نمی‌دهد. بهتر است نیاز را با زبان خود توضیح دهید: «شش صفحه محصول به توضیح کاربرد، مشخصات تأییدشده و پاسخ کوتاه به پرسش خرید نیاز دارند.»

این بازگویی نباید فقط متن آگهی را تکرار کند. تفاوت میان هدف و خروجی را نشان دهید. هدف ممکن است واضح‌تر شدن اطلاعات محصول باشد؛ خروجی شش متن در قالب مشخص است. نتیجه فروش به عوامل دیگری وابسته است و نباید بدون شاهد به‌عنوان تعهد نوشته شود.

رزومه یا نمونه‌کار می‌تواند پشتیبان پیشنهاد باشد، اما جای برنامه پروژه را نمی‌گیرد. برای معرفی سابقه واقعی، راهنمای رزومه با AI مفید است؛ در پروپوزال فقط بخش مرتبط با همین درخواست را بیاورید.

مرحله اول: بریف را به هدف، داده و ابهام تقسیم کنید#

متن درخواست مشتری را در سه دسته قرار دهید. هدف می‌گوید چرا کار لازم است؛ داده می‌گوید چه اطلاعاتی موجود است؛ ابهام می‌گوید چه چیزی هنوز تصمیم نشده. اگر تعداد محصول، طول متن یا قالب تحویل روشن نیست، آن‌ها را قبل از نسخه نهایی بپرسید.

در مثال ما، تعداد شش محصول معلوم است، اما مشخصات و لحن باید از مشتری دریافت شود. مدل نباید مواد، ظرفیت یا ویژگی محصول را از روی اسم حدس بزند. اگر درخواست «متن سئو» آمده، باید روشن شود منظور نگارش است یا تحقیق عبارت، بارگذاری و بررسی فنی هم انتظار می‌رود.

این بریف پروژه را تحلیل کن.
خروجی: هدف مشتری، تحویل‌دادنی صریح، اطلاعات موجود، اطلاعات ناقص و سؤال‌های ضروری.
بین درخواست روشن و برداشت احتمالی فرق بگذار.
قیمت، موعد، سابقه من و ویژگی محصول را نساز.
بریف: [متن درخواست]. توانایی واقعی من: [اطلاعات].

سؤال‌ها را به ترتیب اثر بر دامنه بچینید. تعداد و قالب خروجی معمولاً زودتر از ترجیح یک واژه لازم است. پرسیدن ده سؤال ریز بدون توضیح، ممکن است گفتگو را سنگین کند؛ ابتدا چند ابهام اصلی را روشن کنید.

مرحله دوم: تحویل‌دادنی را قابل شمارش و بررسی کنید#

برای هر خروجی، تعداد، قالب و اجزای لازم را بنویسید. «شش متن توضیح محصول در فایل مشترک، هرکدام شامل معرفی کوتاه، کاربرد، مشخصات داده‌شده و پرسش متداول» روشن‌تر از «محتوای کامل فروشگاه» است. اگر تصاویر یا متادیتا هم لازم‌اند، آن‌ها را جدا نام ببرید.

معیار پذیرش باید با کار شما قابل بررسی باشد. برای متن محصول، درست بودن مشخصات، حفظ لحن و پوشش بخش‌های توافق‌شده معیار مناسبی است. رتبه در گوگل یا فروش نهایی، معیار پذیرش نگارش یک متن به‌تنهایی نیست، چون به عوامل خارج از محدوده وابسته است.

برای روش نگارش خود متن، راهنمای توضیحات محصول با هوش مصنوعی مکمل این پروژه است.

مرحله سوم: موارد خارج از محدوده را روشن بنویسید#

خارج از محدوده یعنی کاری که در این پیشنهاد وجود ندارد؛ باید به موضوع پروژه مربوط باشد. در مثال شش متن، عکاسی، طراحی صفحه، بارگذاری در سایت و تحقیق فنی سئو می‌توانند جدا باشند. این فهرست قرار نیست طولانی یا دفاعی شود، بلکه باید جلوی برداشت متفاوت از خدمت را بگیرد.

اگر مشتری بعداً خروجی جدید خواست، درخواست را به تغییر دامنه تبدیل کنید: چه چیزی اضافه شده، چه ورودی‌ای لازم دارد و چه اثری بر زمان و هزینه می‌گذارد؟ مدل می‌تواند این تفاوت را مرتب کند، اما تصمیم تعهد جدید را باید شما بگیرید.

برای این خروجی‌ها، محدوده و موارد خارج از محدوده را بنویس.
هر مورد کوتاه، مشخص و مرتبط با همین پروژه باشد.
سپس سه درخواست احتمالی مشتری را از نظر تغییر دامنه بررسی کن.
تعهد جدید را خودکار به متن اصلی اضافه نکن.

مراحل کار را با وابستگی‌ها توضیح دهید#

یک مسیر نمونه می‌تواند شامل دریافت داده، تأیید یک نمونه، نگارش باقی متن‌ها و اعمال بازخورد جمع‌شده باشد. تأیید نمونه پیش از نوشتن هر شش متن، به مشتری فرصت می‌دهد لحن و ساختار را بررسی کند. این روش پیشنهاد اجرایی است؛ زمان و کارایی آن باید با پروژه واقعی هماهنگ شود.

وابستگی را روشن بنویسید. اگر نگارش به دریافت مشخصات نیاز دارد، موعد را از زمان آماده شدن ورودی تعریف کنید، نه از زمانی که هنوز داده ندارید. عبارت «تحویل سریع» بدون تعریف نقطه شروع و دامنه، برای برنامه‌ریزی کافی نیست.

برای هر مرحله، مسئول هم لازم است. مشتری مشخصات و بازخورد را می‌دهد؛ نویسنده پیش‌نویس و اصلاح را انجام می‌دهد. وقتی مسئولیت ورودی نامعلوم است، تأخیر به‌سادگی به اختلاف برداشت تبدیل می‌شود.

نمونه پروپوزال فارسی برای پروژه توضیح محصول#

این نمونه برای آموزش ساختار است. تعداد، شرایط و متن را با توافق واقعی جایگزین کنید؛ بدون تأیید ورودی‌ها، آن را پیشنهاد نهایی پروژه خودتان معرفی نکنید.

بازگویی نیاز و پیشنهاد#

«برای شش محصول فروشگاه، توضیح‌هایی پیشنهاد می‌دهم که کاربرد، مشخصات تأییدشده و پرسش‌های اصلی خریدار را روشن کنند. هر متن از داده محصول شما ساخته می‌شود و ویژگی یا نتیجه استفاده‌ای خارج از اطلاعات تأییدشده به آن اضافه نمی‌شود.»

این بند نتیجه کار را توضیح می‌دهد و هم‌زمان مرز اطلاعات را حفظ می‌کند. لازم نیست با معرفی طولانی نویسنده شروع شود. اگر نمونه‌کار مرتبط دارید، در بند بعدی پیوند و نقش آن را بنویسید.

خروجی و روش انجام#

«خروجی شامل شش متن در یک فایل مشترک است. هر متن معرفی کوتاه، بخش کاربرد، توضیح ویژگی‌ها و پرسش متداول مرتبط دارد. ابتدا اطلاعات محصولات و دو نمونه لحن دریافت می‌شود. سپس متن یک محصول برای بررسی ساختار آماده می‌کنم و پس از بازخورد آن، باقی متن‌ها نوشته می‌شوند.»

اگر پرسش متداول واقعی ندارید، نحوه تهیه آن را روشن کنید. پرسش پیشنهادی مدل باید با اطلاعات محصول پاسخ داده شود؛ نباید برای پر کردن ساختار، جواب حدسی بسازد.

بازبینی و شرایط شروع#

«بازخورد هر مرحله به‌صورت یک فهرست جمع‌شده دریافت می‌شود. تعداد و دامنه دورهای اصلاح پیش از شروع مشخص می‌شود. اصلاح مشخصات یا لحن در همان محدوده بررسی خواهد شد؛ افزودن محصول، تغییر ساختار اصلی یا درخواست خروجی تازه جدا برآورد می‌شود. برنامه تحویل پس از دریافت ورودی‌ها و نهایی شدن دامنه ثبت می‌شود.»

در نسخه واقعی، تعداد دور اصلاح و موعدها باید صریح باشند. این بند آموزشی نشان می‌دهد کدام تصمیم لازم است؛ جای اعداد توافق‌شده را با عبارتی مبهم پنهان نکنید.

اقدام بعدی#

«برای نهایی کردن پیشنهاد، لطفاً مشخصات شش محصول، نمونه لحن، قالب مورد انتظار و مواردی را که باید در متن پاسخ داده شوند بفرستید. پس از بررسی این ورودی‌ها، زمان‌بندی و هزینه پیشنهاد می‌شود.»

این پایان به مشتری می‌گوید چه اطلاعاتی لازم است. اگر درخواست از ابتدا کامل بوده، اقدام بعدی را متناسب تغییر دهید؛ مثلاً تأیید نمونه یا هماهنگی شروع. متن عمومی ثابت برای همه پروژه‌ها ارسال نکنید.

معرفی مهارت و نمونه‌کار بدون ساخت سابقه#

نمونه‌کار مرتبط را با توضیح کوتاه معرفی کنید: چه چیزی نوشته‌اید، نقش شما چه بوده و چرا به این پروژه شبیه است؟ اگر کار گروهی بوده، سهم خود را مشخص کنید. مدل نباید برای جذاب‌تر شدن پیشنهاد، مسئولیت کل پروژه را به شما نسبت دهد.

اگر تازه‌کار هستید، نمونه آموزشی مستقل آماده کنید و آن را همان‌طور معرفی کنید. نوشتن یک نمونه درباره محصول فرضی می‌تواند توانایی شما را نشان دهد، اما مشتری واقعی و نتیجه فروش ندارد. صداقت درباره این مرز، ارزیابی پیشنهاد را روشن‌تر می‌کند.

بخش معرفی مرا برای همین پروژه کوتاه کن.
فقط از مهارت و سابقه‌ای استفاده کن که در ورودی آمده است.
برای هر نمونه‌کار، نقش من و ارتباط آن با پروژه را بنویس.
نمونه آموزشی را به پروژه مشتری یا تجربه پولی تبدیل نکن.

برآورد را از زمان، دامنه و داده خودتان بسازید#

پیش از قیمت، کارها را خرد کنید: بررسی داده، نگارش نمونه، متن‌های بعدی، بازبینی و تحویل. برای هر کار، زمان تقریبی و ابهام را بنویسید. این زمان باید از شناخت شما از کار بیاید؛ مدل می‌تواند جدول را مرتب کند، اما تجربه واقعی شما را ندارد.

برای سناریوهای مختلف، اثر تغییر دامنه را بررسی کنید. اگر اطلاعات محصول آماده نیست، تحقیق یا گفتگو لازم می‌شود. اگر بارگذاری هم اضافه شود، خروجی تازه و دسترسی لازم دارد. این تفکیک کمک می‌کند پیشنهاد قیمت بر مبنای کار تعریف شود.

از عددی که مدل با عنوان «نرخ استاندارد بازار» بدون منبع می‌دهد استفاده نکنید. در این راهنما نرخ یا قیمت پیشنهادی عمومی نداریم. ورودی برآورد باید با شرایط و تصمیم حرفه‌ای خودتان مشخص شود.

نسخه کوتاه برای پیام اولیه#

گاهی جای پاسخ طولانی ندارید. نسخه کوتاه باید نیاز، پیشنهاد، شاهد مرتبط و سؤال ضروری را حفظ کند. نمونه آموزشی: «برای شش صفحه محصول می‌توانم متن کاربرد، مشخصات و پرسش‌های خرید را بر اساس داده تأییدشده آماده کنم. ابتدا یک نمونه برای بررسی لحن می‌نویسیم. آیا مشخصات محصولات و قالب تحویل آماده است؟»

کوتاه شدن نباید به حذف محدوده اصلی تبدیل شود. اگر مرحله بعد، پروپوزال کامل است، همین را روشن بگویید. پیام اولیه قرار نیست همه شرایط را جای دهد، اما نباید قولی بدهد که بعداً در پیشنهاد نقض شود.

برای لحن مکاتبه، راهنمای نامه و ایمیل رسمی کمک می‌کند. برای معرفی روش کار در فضای حرفه‌ای هم راهنمای محتوای لینکدین مناسب است.

نقد پیشنهاد از دید مشتری#

از مدل بخواهید فقط سؤال‌های بی‌پاسخ را پیدا کند: چه چیزی تحویل می‌شود؟ ورودی چیست؟ چه چیزی خارج است؟ بازخورد چگونه جمع می‌شود؟ قدم بعدی چیست؟ لحن مطمئن، جای پاسخ این پرسش‌ها را نمی‌گیرد.

این پروپوزال را از دید مشتری نقد کن.
برای هر ابهام، جمله مربوط و پرسش دقیق بنویس.
قول غیرقابل بررسی، تفاوت خروجی و هدف، تعهد خارج از توان و سابقه بی‌پشتوانه را مشخص کن.
فقط اصلاح لازم را پیشنهاد بده؛ اطلاعات تازه نساز.

پس از نقد، خودتان متن را با بریف مقایسه کنید. شاید مدل بخش مهمی را حذف کرده باشد یا یک نیاز صریح مشتری را عمومی‌تر کرده باشد. نسخه نهایی باید هم روشن باشد و هم درخواست واقعی را کامل پاسخ دهد.

چک‌لیست قبل از ارسال پروپوزال#

• مسئله مشتری با زبان روشن بازگویی شده است.
• تعداد، قالب و اجزای خروجی مشخص‌اند.
• ورودی‌ها و مسئول هر مرحله معلوم‌اند.
• موارد خارج از محدوده مرتبط و کوتاه‌اند.
• زمان‌بندی با وابستگی‌ها هماهنگ است.
• قیمت و شرایط از تصمیم واقعی آمده‌اند.
• سابقه، نمونه‌کار و نقش شما درست معرفی شده‌اند.
• اقدام بعدی برای مشتری روشن است.

برای تهیه نسخه اول، بریف و توانایی واقعی خود را در GPT Plus وارد کنید و ابتدا جدول ابهام‌ها را بگیرید. پس از روشن شدن دامنه، متن پیشنهاد را بسازید و با معیار پذیرش هر خروجی بررسی کنید. این فرایند به پیشنهاد قابل دفاع کمک می‌کند، حتی وقتی متن کوتاه است.

این راهنما و تصویر مفهومی آن با کمک هوش مصنوعی تهیه شده‌اند. پروژه، مشتری و متن پیشنهاد نمونه آموزشی‌اند؛ سابقه کاری یا نتیجه گرفتن پروژه واقعی گزارش نمی‌شود.