ما هي هندسة الأوامر؟
أعجبك هذا الفيديو؟ تابع دروس الذكاء الاصطناعي المجانية الجديدة على YouTube.
اشتركهندسة الأوامر (prompt engineering) هي فن وعلم كتابة تعليمات فعّالة لنماذج اللغة في الذكاء الاصطناعي. الأمر (prompt) المصمَّم جيدًا قد يصنع الفرق بين نتيجة بلا فائدة ونتيجة رائعة.
كيف تعمل هذه الدورة: تنقسم إلى 8 وحدات قصيرة، مدة كل منها نحو 10 دقائق. ادرسها بالترتيب أو انتقل مباشرة إلى الموضوع الذي تحتاجه، فكل وحدة مستقلة بذاتها. كل درس عملي، فتطبّق كل فكرة فورًا، وتحصل على شهادة مجانية عندما تنتهي.
جديد على مصطلحات الذكاء الاصطناعي؟ مصطلحات مثل الرمز (token) ونافذة السياق (context window) والأمثلة القليلة (few-shot) والقيد (constraint) تتكرر كثيرًا هنا. دورة AI Words Explained Simply تشرح كل مصطلح بلغة بسيطة مع مثال من الحياة اليومية.
من الداخل: كيف تقرأ نماذج اللغة أوامرك
لكي تفهم لماذا تنجح هندسة الأوامر، من المفيد أن تفهم ما يفعله نموذج اللغة الكبير (LLM) فعلًا:
- محركات احتمالات: نماذج اللغة الكبيرة لا «تفكر» ولا «تعرف» الحقائق كما يفعل البشر. إنها تحسب الاحتمال الإحصائي للكلمة التالية (أو الرمز التالي) بناءً على كل الكلمات السابقة.
- تضييق مساحة البحث: الأمر الغامض مثل
"Write about tech"يترك ملايين التركيبات الممكنة من الرموز متساوية الاحتمال تقريبًا، فتأتي الردود عامة وباهتة. أما الأمر المُهندَس فيضيّق توزيع الاحتمالات، ويوجّه النموذج نحو أنماط دقيقة وعالية القيمة. - الانتباه داخل نافذة السياق: كل كلمة في أمرك تعمل كإشارة لها وزن. عندما تنظّم أمرك في أدوار وسياق وقيود واضحة، تضمن أن آلية الانتباه في الذكاء الاصطناعي تركّز على التفاصيل المهمة بالضبط.
- أمر مُدخَل غامض«حدّثني عن القيادة»
- مساحة بحث واسعة وعامةملايين المسارات من الرموز تبقى متساوية الاحتمال
- نتيجة متوسطة / عالية العشوائية«القيادة هي قدرة الفرد على...»
- أمر مُدخَل مُهندَسالدور + السياق + المهمة + الصيغة + القيود
- توزيع احتمالات مركّزالأمر يضيّق النموذج نحو أنماط دقيقة
- نتيجة عالية القيمة / قابلة للتطبيق«1. التواصل التنفيذي: ركّز على الوضوح...»
لماذا تهمّ هندسة الأوامر
نماذج الذكاء الاصطناعي قوية لكنها حرفية. إنها ترد بناءً على ما تطلبه بالضبط. تعلّم التواصل الفعّال مع الذكاء الاصطناعي أصبح من أكثر المهارات قيمة في بيئة العمل الحديثة.
جرّب الضغط على «Analyze» للأمر البسيط أعلاه. لاحظ كيف يفتقر إلى البنية والدقة.
تطوّر كتابة الأوامر
كانت التفاعلات الأولى مع الذكاء الاصطناعي أسئلة بسيطة. أما هندسة الأوامر الحديثة فتشمل:
- تعليمات منظمة - طلبات واضحة ومرتبة مع وسوم بنيوية
- تحديد السياق - تقديم الخلفية والقيود المناسبة
- تحديد المخرجات - تعريف البنية المطلوبة بالضبط (JSON، جداول Markdown، قوائم نقطية)
- الأمثلة - إظهار شكل النتيجة الجيدة من خلال التعلّم داخل السياق
الأوامر البسيطة مقابل الأوامر المُهندَسة: مقارنة جنبًا إلى جنب
قارن بين هذين الأسلوبين ونتائجهما الفعلية:
| نوع الأمر | الأمر المُدخَل | ناتج نموذج الذكاء الاصطناعي |
|---|---|---|
| بسيط | "Explain machine learning" | «تعلّم الآلة فرع من فروع الذكاء الاصطناعي وعلوم الحاسوب يركّز على استخدام البيانات والخوارزميات لمحاكاة طريقة تعلّم البشر، مع تحسين دقته تدريجيًا...» (تعريف جاف كما في الكتب المدرسية) |
| مُهندَس | "You are a computer science teacher explaining to high school students. Explain machine learning using a simple analogy, then list 3 real-world applications. Keep it under 150 words." | «فكّر في تعلّم الآلة كأنك تعلّم كلبًا حيلًا جديدة. أنت لا تكتب كل قاعدة. بل تعرض أمثلة وتكافئ السلوك الصحيح حتى يتعلّم النمط بنفسه. استخدامات من الواقع: فلاتر الرسائل المزعجة التي تتعلّم أي رسائل تحجب، وتطبيقات البث التي تقترح عرضك التالي، والبنوك التي تنبّه إلى نشاط غير معتاد في البطاقة.» (جذاب وقابل للتطبيق) |
لاحظ ما الذي صنع الفرق. الأمر المُهندَس أعطى الذكاء الاصطناعي:
- الدور: معلم علوم حاسوب
- الجمهور: طلاب المرحلة الثانوية
- الصيغة: تشبيه + قائمة
- القيود: أقل من 150 كلمة
السؤال نفسه، وإجابة أكثر فائدة بكثير. هذه الفجوة بالضبط هي ما ستتعلم صناعته.
تمرين: اكتشف الفرق
المبادئ الأساسية لهندسة الأوامر
- كن دقيقًا - الأوامر الغامضة تُنتج احتمالات رموز واسعة وعامة.
- قدّم السياق - زوّد النموذج بمعلومات خلفية تزيل الغموض.
- ضع قيودًا صريحة - حدّد قواعد وحدودًا وتعليمات تنسيق واضحة.
- استخدم فواصل بنيوية - استخدم عناوين Markdown أو علامات الاقتباس أو وسوم XML (
<context>،<rules>) لفصل التعليمات عن البيانات. - كرّر وحسّن - تعامل مع كتابة الأوامر كعملية تكرارية تعتمد على النتائج الفعلية.
ما الذي ستتعلمه في هذه الدورة
في هذه الدورة ستتقن:
- كتابة تعليمات واضحة ومحكمة
- تحديد الأدوار والشخصيات ومعايير النظام
- التحكم في السياق وتجنّب مشكلة «الضياع في المنتصف» (lost-in-the-middle)
- التعلّم بأمثلة قليلة (few-shot) واختيار الأمثلة داخل السياق
- سلسلة التفكير (chain-of-thought) وتقنيات الاستدلال متعدد الخطوات
- تنسيق المخرجات (JSON، Markdown، البنى المنظمة)
- أنماط أوامر حقيقية للاستخدام الفعلي وتقسيم المهام
لنبدأ ببناء مهاراتك في هندسة الأوامر!
التالي · الدرس 2 من 29
تشريح الأمر الجيد
قراءة 3 دقيقة
أنهيت 1 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.

