تشريح الأمر الجيد
أعجبك هذا الفيديو؟ تابع دروس الذكاء الاصطناعي المجانية الجديدة على YouTube.
اشترككل أمر (prompt) فعّال يحتوي على مكونات بنيوية أساسية تعمل معًا مثل أعمدة البناء. فهم الطريقة التي تتفاعل بها هذه الأجزاء داخل النموذج يساعدك على كتابة تعليمات أفضل باستمرار.
المكونات الخمسة الأساسية
يحتوي الأمر جيد البنية على خمس كتل أساسية:
- الدور/الشخصية - يحدد خبرة الذكاء الاصطناعي في المجال ومفرداته ومنظوره.
- السياق - يقدّم الحقائق الخلفية والبيانات والجمهور المستهدف والبيئة.
- المهمة - الطلب المحدد الموجّه نحو فعل (الفعل الأساسي).
- الصيغة - بنية المخرجات بالضبط (JSON، جدول Markdown، نقاط، عدد الكلمات).
- القيود - الحدود السلبية والإيجابية (ما يجب تجنّبه، متطلبات الأسلوب، القواعد).
- 1. الدورأنت كاتب خطابات تنفيذية
- 2. السياقالشركة تعلن أرباح الربع الثالث (+14% على أساس سنوي)
- 3. المهمةاكتب الكلمة الافتتاحية للرئيس التنفيذي
- 4. الصيغة3 فقرات قصيرة مع عناوين فرعية
- 5. القيودأقل من 250 كلمة، بنبرة واثقة
لماذا تهمّ الفواصل والوسوم
عندما تطول الأوامر، قد تخلط نماذج الذكاء الاصطناعي بين بيانات المستخدم وتعليمات النظام. تستخدم هندسة الأوامر الحديثة فواصل بنيوية (مثل وسوم XML أو عناوين Markdown) لتقسيم الأقسام بوضوح.
<role>You are a senior UX researcher.</role>
<context>
User research interviews show 65% of new users drop off during account creation.
</context>
<task>
Analyze the drop-off issue and propose 3 onboarding design fixes.
</task>
<format>
Numbered list with: (1) Proposed Fix, (2) Expected UX Impact, (3) Implementation Effort.
</format>
<constraints>
Focus on low-friction changes. Do not suggest third-party OAuth integrations.
</constraints>
استخدام وسوم XML مثل <context> أو <constraints> يمنع آلية الانتباه في الذكاء الاصطناعي من خلط السياق بالتعليمات.
بنية الأمر عمليًا
إليك إطار المكونات الخمسة مطبّقًا على مواقف حقيقية في مجالات مختلفة:
المثال 1: تخطيط السفر
المثال 2: الأعمال والتسويق
المثال 3: تطوير البرمجيات
اضغط «Analyze» على أي مثال لترى كيف يغطي الأمر كل المكونات الأساسية.
تفصيل المكونات بعمق
1. الدور/الشخصية
يوجّه نموذج اللغة الكبير (LLM) لتنشيط معرفة كامنة محددة في معاملاته:
"You are an expert data scientist..."← ينشّط مفردات إحصائية تقنية."Act as a patient elementary school teacher..."← ينشّط شروحًا بسيطة ونبرة دافئة.
2. السياق
يثبّت الأمر على أرض صلبة ويمنع الهلوسة (hallucinations) بربط السؤال بحقائق صريحة:
- الموقف، أو ملف المستخدم، أو القيود، أو النص المصدر الخام.
3. المهمة
فعل الأمر المباشر:
- استخدم أفعالًا نشطة:
"Analyze"،"Extract"،"Synthesize"،"Audit"،"Draft". - تجنّب التوجيهات الغامضة مثل
"Look over"أو"Help me with".
4. الصيغة
تحدد الشكل الفعلي للرموز في المخرجات:
- حدّد مخططات JSON أو جداول Markdown أو حدود الأحرف أو عناوين الأقسام.
5. القيود
تضع حواجز صارمة:
- قواعد صريحة عن النبرة، والمفردات الممنوعة، وحدود الطول، أو متطلبات الامتثال.
تمرين: ابنِ أمرًا كاملًا
أخطاء شائعة في بنية الأمر
| نمط الخطأ | ما الذي يحدث | كيف تصلحه |
|---|---|---|
| غياب الدور | رد عام بجهد قليل وبلغة الشركات | أضف "You are a [specialist] with expertise in [domain]" |
| مهمة غامضة | كتلة نص غير منظمة | استخدم أفعالًا صريحة ("Identify 3 key risks") |
| لا تحديد للصيغة | فقرات بينما كنت تحتاج كودًا أو جدولًا | حدّد الصيغة بالضبط: "Output as a Markdown table" |
| قيود متعارضة | النموذج يتجاهل القواعد أو يُنتج نصًا مبتورًا | أزل التناقضات (مثلًا لا تطلب «عمقًا وتفصيلًا» في «30 كلمة») |
قالب مرجعي سريع
تدريب: حلّل هذا الأمر
ما الذي ينقص الأمر أعلاه؟ فكّر في:
- أي دور سيحسّن الرد؟
- ما السياق الذي ينقص الذكاء الاصطناعي؟ (التواريخ، السبب، خطة تغطية العمل)
- أي صيغة ستكون الأكثر فائدة؟
- أي قيود ستساعد؟ (النبرة، حد لعدد الكلمات)
فهم تشريح الأمر هو الأساس لكل ما سيأتي في هذه الدورة.
التالي · الدرس 3 من 29
كتابة تعليمات واضحة
قراءة 2 دقيقة
أنهيت 2 من 29 درسًا

اسأل Byte عن هذا الدرس
محادثة خاصة حول هذا الدرس. قرأ Byte الدرس كاملًا، ويجيب خلال ثوانٍ، ويُظهر القسم الذي تأتي منه كل إجابة. يمكنك السؤال بأي لغة.
الأسئلة والأجوبة
أسئلة عامة حول هذا الدرس. يجيب AI Tutor فورًا بلغتك، ويراجع فريق FreeAcademy الإجابات، ويمكن لكل المتعلمين قراءتها.

