قد تتساءل: "ما الذي يجعل بعض الأوامر التي نعطيها لنماذج الذكاء الاصطناعي تنتج استجابات مذهلة، بينما تفشل أخرى في تقديم المطلوب؟" الجواب يكمن في مفهوم هندسة الأوامر.

في هذا المقال من مدونة  Syrian Geeks، سنسلط الضوء على مفهوم هندسة الأوامر في الذكاء الاصطناعي ودورها في تحسين التفاعل مع هذه النماذج، إلى جانب استعراض بعض التحديات الناتجة عن سوء صياغة الأوامر، والحلول الممكنة للتغلب عليها، فتابع معنا للنهاية.

مفهوم هندسة الأوامر (Prompt Engineering)

ببساطة، معنى  Prompt engineering أو هندسة الاوامر هي عملية صياغة الطلبات النصية بطريقة تجعل النماذج اللغوية تفهم المطلوب بوضوح ودقة. إنها ليست مجرد تقنية بل مهارة تمزج بين الوضوح والإبداع لتحقيق أفضل النتائج الممكنة.

تكمن أهمية هندسة الأوامر في تحسين استجابات النماذج وتقليل الأخطاء وزيادة الإنتاجية، مما يجعلها أداة حيوية في عديد من المجالات:

• في التعليم، تساعد في توليد محتوى تعليمي تفاعلي وشرح دقيق.
• في التسويق، تُستخدم لتصميم حملات تستهدف احتياجات محددة للعملاء المحتملين.
• وفي المجال الإبداعي، تُستخدم لتطوير قصص ومشاريع تتجاوز حدود الخيال البشري.

هذه التطبيقات ليست مجرد سيناريوهات نظرية، بل هي خطوات عملية يمكن لأي شخص تنفيذها إذا تعلم أساسيات هندسة التلقين.

كيف تكتب أوامر فعّالة؟ 

التفاعل مع نماذج الذكاء الاصطناعي يشبه كتابة تعليمات دقيقة لشخص يعتمد على كل كلمة لتوجيه أفعاله. يتكون هذا التفاعل من:

الأمر أو الدخل (Input) : ما تقدمه للنموذج من نصوص وتعليمات.

النتيجة أو الخرج (Output) : ما يولده النموذج بناءً على تلك التعليمات (ما تتوقعه منه).
لتحقيق استجابة فعّالة، عليك إتقان صياغة الدخل وتحليل الخرج بذكاء، وهو ما يرتبط بمفهوم كتابة الأوامر الفعالة.

صياغة أوامر دقيقة وفعّالة

يمكنك اتباع خطوات عملية لتصميم الأوامر بطريقة احترافية:

حدد هدفك بوضوح من خلال تضمين التفاصيل
قبل كتابة الأمر، فكر: ما الذي تريد أن تحصل عليه؟ كلما كنت أكثر وضوحاً، زادت دقة الاستجابة.

مثال: بدلاً من كتابة "حدثني عن التكنولوجيا"، يمكنك كتابة "اشرح أهم التقنيات المستخدمة في الذكاء الاصطناعي خلال العقد الأخير."

استخدم كلمات استفهامية قوية
ابدأ بكلمات مثل "كيف"، "لماذا"، أو "ما الفرق"، لتوجيه النموذج إلى تقديم معلومات تفصيلية.

مثال: "كيف يمكن استخدام النماذج اللغوية لتحسين خدمات العملاء؟"

اكتب الأمر بشكل تدريجي

الطلبات المعقدة قد تربك النماذج، لكن تقسيمها إلى خطوات صغيرة يجعل الإجابة أكثر دقة ووضوحاً،  ويقلل احتمالية أن تكون مختصرة أو عامة.

مثال: طلب عام:

• "ساعدني في إنشاء خطة تسويقية شاملة".

طلب تدريجي:

• "ما الخطوات الأساسية لإنشاء خطة تسويقية؟"
• "كيف أحدد نقاط القوة والضعف في المنتج؟"
• "ما أفضل استراتيجيات التسويق الرقمي لزيادة الوصول للعملاء؟"

أضف الأمثلة المرجعية

عندما تعمل مع نماذج الذكاء الاصطناعي التوليدية، فإن توفير أمثلة واضحة يمكن أن يُحدث فرقًا كبيراً في جودة النتائج. تخيل أنك تشرح فكرة لشخص جديد؛ فإن تقديمك مثال عملي يجعل الفكرة أسهل للفهم. وبالنسبة للنماذج، فإن الأمثلة تلعب دوراً مشابهاً، فهي تُرشد النموذج نحو نمط النتيجة التي تريدها. 

يمكنك إضافة الأمثلة بطريقتين:

1- تقديم أمثلة بسيطة

إدراج مثال مباشر ضمن الطلب، كأنك تقول للنموذج: "أريد شيئاً يشبه هذا"

مثال: "أكتب مقالاً عن فوائد التكنولوجيا 

استخدم أسلوباً مشابهاً لأسلوب النص التالي:

[ التكنولوجيا تسهم في تحسين الحياة اليومية عبر توفير حلول مبتكرة.]"

2- أسلوب  Few-Shot Learning

هذه الطريقة أكثر تفصيلًا وتستخدم سلسلة من الأمثلة لتوضيح العلاقة بين المدخلات والمخرجات، والهدف هنا هو تعليم النموذج النمط المطلوب خطوة بخطوة من خلال الأمثلة..

مثال: دخل: "ما هي فوائد التكنولوجيا الحديثة؟"

خرج: "التكنولوجيا الحديثة تساعد في تحسين جودة الحياة، من خلال تطوير حلول مبتكرة في التعليم والصحة."

دخل: "ما هي أهمية الذكاء الاصطناعي؟"

خرج: "الذكاء الاصطناعي يعزز الكفاءة والإنتاجية في مختلف القطاعات، بما في ذلك الصناعة والرعاية الصحية"

بعد تقديم هذه الأمثلة، يمكنك طلب إجابة على سؤال جديد بنفس النمط، مثل:

دخل: "اشرح أهمية الواقع الافتراضي."

خرج: هنا سيقدم النموذج الاجابة المطلوبة

يشبه استخدامنا للطريقة الثانية إعطاء النموذج درساً عملياً عن المخرجات التي نتوقعها منه. 

متى تستخدم كل طريقة؟

• استخدم الطريقة الأولى إذا كنت تريد نتائج بسيطة وسريعة.
• جرب الطريقة الثانية إذا كنت تحتاج إلى إجابات دقيقة أو تريد نتائج تتبع نمطًا محدداً.

استخدم محددات واضحة لتقسيم النص وتحسين المخرجات

تقسيم النصوص إلى أجزاء واضحة من أكثر الطرق فعالية لتحسين النتائج. تماماً كما يساعد وضع عناوين فرعية أو تنظيم النصوص الطويلة في سهولة الفهم للقراء، فإن النماذج اللغوية تستفيد من التنظيم الواضح لمعالجة المعلومات بدقة.

1. استخدم عناوين فرعية أو علامات تمييز لكل قسم.
2. اعتمد على علامات الترقيم لتوضيح الأجزاء.
3. استخدم محددات مثل """نص """، <نص >.
4. استخدام ----- لتقسيم النص في حال اختلاف المحتوى.
5. حدد مراحل النص باستخدام كلمات مثل قسم  أو جزء.

مثال: "قم باعطائي معايير تقييم منتج ما باستخدام

 "Combine SWOT, SMART, and PESTLE analyses"

 -------------------------------------------------------

المنتج الرقمي هو عبارة عن كتاب رسم وتلوين للأطفال 

--------------------------------------------------------

جزء  الخرج من الشكل التالي:

المعيار1: <المعيار 1> 

شرح المعيار1:< شرح المعيار1>

--------------------------------------------------------"

استخدم نمط الشخصية (Persona) 

باستخدام نمط الشخصية في هندسة الأوامر فإننا نقوم بتحديد شخصية النموذج، بمعنى أخر الحصول على مخرجات شخصية معينة. 

مثال: 

"تحدث كأنك مستشار أعمال يقدم نصائح لتحسين الإنتاجية".

اختبر أفكارك مع النموذج.

جرّب صياغات مختلفة وشاهد كيف يستجيب النموذج، فالصياغات المختلفة قد تساعد النموذج على فهم المطلوب بشكل أفضل وإعطاء إجابات أكثر دقة.

مثال: 

ابدأ بصياغة بسيطة:

"اشرح أهمية التكنولوجيا".

عدّل الطلب لإضافة التفاصيل:

"ما هي الفوائد الأساسية للتكنولوجيا في حياتنا اليومية؟"

ركّز على جوانب محددة:

"كيف تُحدث التكنولوجيا تأثيرًا إيجابيًا في التعليم والصحة؟"

توجيه النموذج للحصول على استجابات مثالية

للحصول على استجابات دقيقة من نماذج الذكاء الاصطناعي، هناك عدة استراتيجيات يمكنك اتباعها لضمان تحقيق النتائج المطلوبة:

اطلب النتائج بالطريقة التي تناسبك
حدد نوع الإجابة التي تحتاجها بوضوح،إذا كنت تريد مقارنة، أو جدول، أو قائمة، اذكر ذلك.

مثال: "قدم مقارنة في جدول بين التعلم الآلي والتعلم العميق".

ضبط طول المخرجات ومستوى التفصيل للحصول على نتائج دقيقة

يمكن أن يؤثر تحديد طول الإجابة ومستوى التفصيل المطلوب بشكل مباشر على جودة النتائج.

1.حدد الطول المطلوب بوضوح، استخدم عبارات مثل "اكتب إجابة مختصرة في سطرين" أو "قدم شرحاً مفصلاً في فقرتين".

مثال: 

طلب مختصر: "قدم قائمة بأهم 3 خطوات لكتابة خطة عمل".

طلب مفصل: "اشرح بالتفصيل خطوات كتابة خطة عمل، مع تقديم أمثلة".

2.حدد مستوى التفصيل المطلوب، مثل "توضيح سريع"، أو "تفصيل شامل"

استخدم نمط شخصية الجمهور (Audience personality)

على عكس نمط الشخصية، فإن نمط شخصية الجمهور يحدد شخصية مُتلقي المخرجات ويساعد النموذج على توليد نتيجة مناسبة.

مثال: "اشرح قوانين الحركة في الفيزياء لطلاب في المرحلة الثانوية. "

بدمج نمطي الشخصية وشخصية الجمهور معاً ضمن: "تحدث كأنك مدرس فيزياء يشرح قوانين الحركة لطلاب في المرحلة الثانوية."

اكتب، اختبر، وحسّن
بعد الحصول على الخرج، لا تتردد في تعديل الأوامر بناءً على الإجابة الأولى لتحصل على أفضل نتيجة ممكنة.

التحديات والحلول: كيف تُحسن تجربة التفاعل مع الذكاء الاصطناعي؟

حتى مع صياغة أوامر جيدة، قد تواجه عدداً من التحديات الطبيعية عند التفاعل مع النماذج اللغوية التوليدية، لأنها تعتمد على فهم اللغة البشرية التي غالباً ما تتسم بالتعقيد أو الغموض. فيما يلي أبرز هذه التحديات والحلول المناسبة للتغلب عليها:

إذا كان الطلب غير واضح أو عام جداً

النتيجة غالباً ما تكون سطحية أو بعيدة عن المطلوب.

الحل: 

 اكتب طلبك بوضوح تام وكأنك تشرح لفرد غير مختص ما تحتاجه بالضبط. 

مثال: 

بدلاً من "اشرح تكنولوجيا تحليل الصور الطبية "، استبدلها بـ "اشرح كيفية استخدام الذكاء الاصطناعي لتحليل الصور الطبية".

الإجابات العامة أو المتكررة

قد يقدم النموذج إجابات خالية من التفاصيل، خاصة عندما يكون الطلب مفتوحاً للغاية.

الحل: 

أضف عناصر توجيهية واطلب تفاصيل أكثر.

مثال: 

بدلاً من "حدثني عن التسويق الرقمي"، قل: "اشرح لي استراتيجيات التسويق الرقمي التي تُستخدم لاستهداف الفئات العمرية الصغيرة."

صعوبة فهم النماذج للسياق

السياق يعني الإطار الذي يساعد النموذج على فهم المطلوب بدقة، يتضمن:

1. الهدف من الطلب 
2. الجمهور المستهدف 
3. التنسيق المطلوب 
4. وأي تفاصيل إضافية تُوضح حدود ومعنى المهمة 

عندما يكون السياق غير واضح ، يمكت يفسر الطلب بطريقتين أو أكثر، مما يؤدي إلى نتيجة متضاربة، لا تلبي المطلوب.

الحل: 

قدم للنموذج سياقاً واضحاً ومفصلاً. 

مثال: 

الطلب: "اشرح فوائد الذكاء الاصطناعي في الصحة والتعليم."

الإجابة: "في الصحة، يساعد الذكاء الاصطناعي في تطوير الأجهزة الطبية وتحليل البيانات الطبية. أما في التعليم، فإنه يُستخدم لتخصيص خطط التعليم للطلاب

من جهة أخرى، قد يسبب الذكاء الاصطناعي مشكلات تتعلق بالخصوصية وسوء استخدام البيانات"

نلاحظ أن النموذج قد قدّم إجابتين في نفس الوقت:

إيجابيات (فوائد) وتحديات أو سلبيات (لم تُطلب) الذكاء الاصطناعي.

طلب واضح: "اشرح الفوائد الإيجابية للذكاء الاصطناعي فقط في مجالي الصحة والتعليم، مع تجنب ذكر أي تحديات أو سلبيات"

الإجابة المحسّنة: "في الصحة، يُستخدم الذكاء الاصطناعي لتحليل الصور الطبية بشكل أسرع وأكثر دقة، مما يُحسن التشخيص"

الطلبات المعقدة التي تحتاج إلى خطوات متعددة
عندما يكون الطلب معقداً، قد يجد النموذج صعوبة في تقديم إجابة دقيقة.

الحل: 

قسّم المهمة إلى خطوات صغيرة وقابلة للتنفيذ. 

مثال: 

بدلاً من "اشرح الذكاء الاصطناعي"، استخدم: 

"1.اكتب مقدمة عن الذكاء الاصطناعي

2.اشرح كيف يُستخدم في الطب

3.ناقش التحديات المرتبطة باستخدامه"

التعامل مع اللغة غير الدقيقة أو المجازية 
استخدام المصطلحات المجازية أو العبارات غير المباشرة قد يؤدي إلى تفسير خاطئ للطلب.

الحل:

 استخدم لغة بسيطة ومباشرة. 

مثال: 

بدلاً من "كسر الجليد"، استخدم: "ابدأ بمقدمة تبسّط المفاهيم المعقدة"

ختاماً

من خلال هندسة الأوامر في الذكاء الاصطناعي، أصبح بإمكانك استغلال قدراته بطريقة ذكية وفعّالة. 

نأمل أن تكون النصائح والتطبيقات العملية التي تناولناها في هذا المقال دليلاً لك في رحلتك مع الهندسة الفورية، وأن تستثمرها لبناء مستقبل أكثر إنتاجية وابتكاراً.

تحرير: Syrian Geeks

المصادر

OpenAI