أهلاً بك في الدرس السادس من رحلتنا نحو بناء وكلاء الذكاء الاصطناعي!
في الدرس الماضي، قمنا بجولة في عالم نماذج اللغة الكبيرة وتعرفنا على اللاعبين الكبار مثل GPT و Gemini و Claude. الآن أنت تعرف ما هي هذه النماذج القوية، لكن السؤال الأهم هو: كيف نتواصل معها بفعالية؟
هذا الدرس هو مفتاح الإجابة على هذا السؤال. سنتعلم اليوم مفهوم التلقين (Prompt)، وهو ببساطة الأمر أو التعليمات التي نوجهها للنموذج اللغوي. ستكتشف أن جودة استجابة الذكاء الاصطناعي تعتمد بشكل مباشر على جودة التلقين الذي تقدمه. سنستكشف المكونات الأساسية لتلقين فعال وكيفية صياغة تعليمات واضحة ودقيقة للحصول على أفضل النتائج الممكنة.
هذه المهارة ليست مهمة فقط لاستخدام تطبيقات مثل ChatGPT، بل هي حجر الزاوية في برمجة وكلاء الذكاء الاصطناعي الذين سنبنيهم لاحقاً، حيث أن التلقين هو الطريقة التي "نوجه" بها عقل الوكيل.
1. ما هو التلقين (Prompt) ولماذا هو مهم؟
ببساطة، التلقين (Prompt) هو النص الذي تقدمه لنموذج اللغة الكبير (LLM) للحصول على نتيجة محددة. ولكن للحصول على نتائج ممتازة، لا يمكن أن يكون مجرد سؤال عابر. هنا يأتي دور هندسة التلقين (Prompt Engineering)، وهي فن وعلم تصميم وصياغة هذه التعليمات للحصول على استجابات دقيقة وذات صلة.
للبدء، دعنا نرسخ فهمنا لهذا المصطلح وأهميته من خلال قراءة سريعة من مقال ممتاز.
أفضل ممارسات هندسة المُوجِّهات Prompt Engineering
هذا المقال من "أكاديمية حسوب" يقدم تعريفاً واضحاً ومباشراً لهندسة التلقين وأهميتها.
اقرأ المقدمة وقسمي "ما هي هندسة المُوجِّهات؟" و"ما أهمية هندسة المُوجِّهات؟". ركز على الفكرة الأساسية: جودة المُدخل (التلقين) تحدد جودة المُخرَج (الاستجابة).
الفكرة الجوهرية هي أن الحوار مع الذكاء الاصطناعي يشبه الحوار مع خبير بشري: كلما كانت تعليماتك أكثر وضوحًا وتفصيلاً، كانت النتيجة التي تحصل عليها أفضل.
يمكن تبسيط مكونات التلقين الفعال إلى ثلاثة أجزاء رئيسية كما توضح الصورة التالية:
2. العناصر الأساسية للتلقين الفعال
لتحويل التلقين من مجرد سؤال إلى تعليمات احترافية، هناك عدة عناصر يمكننا تضمينها.
لنتعمق في كيفية بناء تلقين فعال من خلال مشاهدة هذا الشرح التفصيلي الذي يوضح العناصر الخمسة الأساسية للتلقين الجيد.
كورس هندسة التلقين | Prompt Engineering MasterClass
يقدم هذا الفيديو من قناة Python Arabic Community شرحاً ممتازاً ومنهجياً للعناصر الخمسة التي تشكل تلقيناً قوياً.
شاهد المقاطع التالية بالترتيب (من 10:29 إلى 25:26): مقدمة عن العناصر الخمسة (10:29 - 11:00) المهمة (Task) (11:00 - 15:43): لاحظ كيف يمكن للمهام أن تتجاوز مجرد 'اكتب' أو 'لخص' لتشمل الفرز والفلترة والاستنباط. السياق (Context) (15:43 - 17:17): ركز على كيف يغير السياق الإجابة بشكل جذري. الدور (Role) (17:17 - 19:23): شاهد كيف يؤثر إعطاء النموذج 'شخصية' على أسلوب ونوعية الرد. مؤشر المخرجات (Output Indicator) (19:23 - 23:41): انتبه لأهمية تحديد شكل الإجابة (جدول، قائمة نقطية، إلخ). المدخلات (Inputs) (23:41 - 25:26): فهم كيف أن تزويد النموذج ببيانات إضافية يحسن من نتائجه.
كما رأيت في الفيديو، يمكن تلخيص العناصر التي تحول التلقين من "سيء" إلى "جيد" في الجدول التالي:
| العنصر | الوصف | مثال |
|---|---|---|
| المهمة (Task) | تحديد ما تريده بوضوح ودقة. | "لخص لي هذا المقال" بدلاً من "ماذا عن هذا المقال؟". |
| السياق (Context) | توفير معلومات خلفية تساعد النموذج على الفهم. | "أنا طالب مبتدئ في البرمجة" قبل طلب التمارين. |
| الدور (Role) | إعطاء النموذج شخصية أو هوية لتبنيها. | "تصرف كخبير تسويق" قبل طلب أفكار لحملة إعلانية. |
| صيغة المخرجات (Output) | تحديد شكل وهيئة الإجابة التي تريدها. | "أريد الإجابة على شكل قائمة نقطية" أو "في جدول". |
| المدخلات (Inputs) | تزويد النموذج بأمثلة أو بيانات ليعمل عليها. | إعطاء النموذج مثالاً للأسلوب الذي تريده أن يكتب به. |
اختبر فهمك!
تخيل أنك تريد استخدام نموذج لغوي لمساعدتك في كتابة بريد إلكتروني إلى مديرك تطلب فيه إجازة.
التلقين السيئ: "اكتب ايميل إجازة".
بناءً على العناصر الخمسة التي تعلمتها، كيف يمكنك تحسين هذا التلقين ليصبح أكثر فعالية؟ حاول كتابة تلقين جديد.
Show answer
تلقين محسن:
"[الدور] تصرف كـ موظف محترف يكتب رسالة رسمية.
[المهمة] اكتب لي مسودة بريد إلكتروني لمديري، اسمه أحمد، أطلب فيه الموافقة على إجازة.
[السياق] الإجازة ستكون لمدة 5 أيام، من تاريخ 15 نوفمبر إلى 19 نوفمبر، وذلك لأسباب عائلية طارئة. أريد أن أؤكد في البريد أنني سأقوم بتسليم جميع مهامي العاجلة قبل بدء الإجازة.
[صيغة المخرجات] اجعل البريد الإلكتروني موجزاً ومهذباً، باللغة العربية الفصحى."
هل تلاحظ الفرق؟ التلقين المحسن يعطي النموذج كل ما يحتاجه لكتابة بريد إلكتروني مثالي من المحاولة الأولى.
3. تقنيات أساسية في التلقين
بالإضافة إلى تضمين العناصر السابقة، هناك تقنيات أساسية في كيفية بناء التلقين نفسه. أهم اثنتين للمبتدئين هما:
أ. التلقين بدون أمثلة (Zero-shot Prompting)
هذه هي الطريقة الأكثر شيوعًا وبساطة. أنت تطلب من النموذج مباشرة تنفيذ مهمة لم ير مثالاً لها في نفس المحادثة.
- مثال: "ترجم 'Hello, world!' إلى اللغة العربية."
ب. التلقين بالأمثلة (Few-shot Prompting)
هنا، أنت "تعلّم" النموذج ما تريده عن طريق إعطائه مثالاً أو مثالين قبل طرح سؤالك النهائي. هذا فعال بشكل لا يصدق للمهام التي تتطلب نمطًا معينًا.
- مثال:
النص: "أنا سعيد جدًا اليوم." الشعور: إيجابي
النص: "لقد أضعت مفاتيحي." الشعور: سلبي
النص: "هذا الفيلم كان ممتعًا." الشعور: ؟
الصورة التالية توضح هذه التقنية بشكل عملي لتصنيف المشاعر. النموذج يتعلم من الأمثلة التي قدمتها له ثم يطبق نفس المنطق على النص الجديد.
خلاصة الدرس
في هذا الدرس، انتقلنا من معرفة ما هي النماذج اللغوية إلى تعلم كيفية التحدث إليها. إليك أهم ما تعلمناه:
- هندسة التلقين هي مهارة أساسية للتحكم في مخرجات الذكاء الاصطناعي.
- التلقين الفعال يتكون من عناصر رئيسية: المهمة، السياق، الدور، صيغة المخرجات، والمدخلات/الأمثلة.
- دمج هذه العناصر يحول طلبك من سؤال غامض إلى تعليمات واضحة، مما يؤدي إلى نتائج أفضل بكثير.
- تقنية التلقين بالأمثلة (Few-shot) هي أداة قوية لتعليم النموذج أداء مهام محددة تتطلب اتباع نمط معين.
ماذا بعد؟
الآن بعد أن فهمنا كيفية صياغة التعليمات الفعالة للنماذج اللغوية، حان الوقت للانتقال إلى خطوة عملية ومثيرة للغاية. في الدرس القادم، سنتعلم كيفية استخدام واجهة برمجة التطبيقات (API) لنموذج لغوي كبير (مثل OpenAI) من خلال لغة بايثون. ستكتب أول أسطر من الكود التي تتواصل مباشرة مع "عقل" ذكي، وترسل له تلقينًا، وتستقبل منه استجابة. هذه هي الخطوة الأولى الحقيقية على طريق بناء وكيلك الخاص. استعد