كيف تكتب برومبتات أفضل للذكاء الاصطناعي (مع أمثلة)

البرومبت الجيد يزيل الغموض. النموذج لا يعرف سياقك ولا جمهورك ولا معاييرك ما لم تذكرها بوضوح. مدخلات غامضة مثل "اكتب لي إيميل" تجبر النموذج على التخمين، وغالباً سيخمن بشكل خاطئ.

البرومبتات القوية تشترك في ثلاث صفات: تكون محددة بشأن المخرج المطلوب، وتوفر السياق الذي يحتاجه النموذج، وتضع قيوداً على التنسيق أو الطول. دليل OpenAI لهندسة البرومبت يسمي هذا "كتابة تعليمات واضحة"، وهي التقنية الأكثر فاعلية التي يوصون بها.

قارن بين هذين البرومبتين. سيئ: "لخّص هذا المقال." أفضل: "لخّص هذا المقال في ثلاث نقاط لمدير منتج لم يقرأه. كل نقطة أقل من 20 كلمة." النسخة الثانية تخبر النموذج بما يُنتجه ولمن وبأي طول. هذا التحديد هو ما يفصل المخرج المفيد عن الحشو.

إذا أخذت فكرة واحدة فقط من هذا الدليل، فلتكن هذه: كل معلومة لا تذكرها هي قرار تتركه للنموذج. أحياناً هذا مقبول. في أغلب الأحيان ليس كذلك.

أبسط هيكل يحقق نتائج جيدة باستمرار يتكون من ثلاثة أجزاء: الدور والمهمة والتنسيق. حدد دوراً للذكاء الاصطناعي ("أنت كاتب إعلانات محترف")، وصف المهمة ("اكتب عنواناً لصفحة هبوط لتطبيق ميزانية موجه لطلاب الجامعات")، وحدد التنسيق ("أعطني خمسة خيارات، كل خيار أقل من 10 كلمات").

هذا الإطار ناجح لأنه يشبه طريقة إحاطة زميل بشري بالمهمة. لن تعطي شخصاً مشروعاً دون أن توضح دوره والمطلوب وشكل التسليم. دليل Anthropic لهندسة البرومبت يوصي بتحديد الدور كأول تقنية، لأنه يثبّت نبرة النموذج ومستوى خبرته.

إليك قالباً يمكنك نسخه:

الدور: أنت [مسمى وظيفي] خبير في [المجال].
المهمة: [فعل أمر] + [ماذا] + [لمن أو لماذا].
التنسيق: أخرج النتيجة كـ [نقاط / جدول / JSON / فقرة]. الحد الأقصى [الطول].

لا تحتاج الأجزاء الثلاثة في كل برومبت، لكن البدء من هنا يمنحك قاعدة موثوقة. بمجرد اقتراب المخرج مما تريد، يمكنك تعديل أجزاء منفردة.

حشر عدة مهام في برومبت واحد هو أسرع طريقة للحصول على نتائج متوسطة في كل شيء. حين تطلب "ابحث عن المنافسين، ثم اكتب بياناً تموضعياً، ثم اقترح ثلاثة عناوين إعلانية"، كل مهمة فرعية تحصل على اهتمام أقل مما تستحق.

قسّم العمل المعقد إلى سلسلة من البرومبتات المركزة. أولاً اطلب البحث. راجعه. ثم أدخل النتائج المهمة في برومبت ثانٍ لكتابة بيان التموضع. استخدم ذلك البيان في برومبت ثالث للعناوين. كل خطوة تبني على مخرج موثق من الخطوة السابقة.

هذا النهج له فائدة عملية تتجاوز الجودة: يسهّل تتبع الأخطاء. إذا كانت العناوين ضعيفة، يمكنك تتبع المشكلة إلى بيان التموضع أو البحث دون إعادة تشغيل كل شيء. دليل Google Gemini للبرومبتات يوصي أيضاً بتقسيم المهام المعقدة، مشيراً إلى أن البرومبتات البسيطة تعطي نتائج أكثر قابلية للتوقع.

قاعدة عملية: إذا كان برومبتك يحتوي على كلمة "ثم" أو "أيضاً" أكثر من مرة، فهو على الأرجح يفعل أكثر مما ينبغي. قسّمه.

إخبار النموذج بما لا يفعله بنفس أهمية إخباره بما يفعله. بدون قيود ستحصل على السلوك الافتراضي: فقرات طويلة وصياغة عامة ومحسّنات لغوية لا حاجة لها.

القيود يمكن أن تغطي الطول ("أقل من 200 كلمة") أو النبرة ("بدون مصطلحات تقنية، اكتب لجمهور عام") أو الهيكل ("استخدم خطوات مرقمة وليس فقرات") أو المحتوى ("لا تذكر أسماء المنافسين"). قوائم الاستبعاد فعّالة للمشاكل المتكررة. إذا كان النموذج يضيف إخلاءات مسؤولية لا تريدها، أضف "لا تضمّن إخلاءات مسؤولية أو تنبيهات" إلى برومبتك.

دليل Anthropic يقترح استخدام قيود صريحة لتقليل الهلوسة، خصوصاً عند طلب الاستشهاد بمصادر أو الالتزام ببيانات محددة. قيد مثل "استخدم فقط المعلومات من المستند أعلاه. إذا لم تجد الإجابة فيه، قل ذلك." يحسّن الدقة بشكل ملحوظ.

ابنِ مكتبة شخصية من القيود التي تحل مشاكلك المتكررة. مع الوقت ستملك مجموعة أدوات من أجزاء برومبت قابلة لإعادة الاستخدام توفر عليك وقت التعديل في كل مرة.

عرض ما تريده للنموذج غالباً أكثر فاعلية من وصفه. هذه التقنية تسمى "few-shot prompting" وتعمل بتضمين مثال أو أكثر لزوج المدخل-المخرج المطلوب مباشرة في البرومبت.

لنفترض أنك تحتاج النموذج لاستخراج بيانات منظمة من نص حر. بدلاً من كتابة وصف طويل لمخطط المخرج، الصق مثالاً: "المدخل: 'أحمد علي، المدير التنفيذي، انضم في مارس 2019.' المخرج: { الاسم: 'أحمد علي', المنصب: 'المدير التنفيذي', تاريخ_البدء: '2019-03' }." النموذج يلتقط النمط ويطبقه على مدخلات جديدة بثبات عالٍ.

دليل OpenAI يوصي بأمثلة few-shot كواحدة من أكثر الطرق موثوقية لتوجيه تنسيق المخرج وأسلوبه. حتى مثال واحد (one-shot) يحسّن الثبات بشكل كبير مقارنة ببرومبت بدون أمثلة (zero-shot).

عند اختيار الأمثلة، اختر تلك التي تمثل الحالات الحدّية وليس المسار السهل فقط. إذا كانت بياناتك أحياناً تحتوي على حقول فارغة، أظهر مثالاً بحقل فارغ ليعرف النموذج كيف يتعامل معه. مثالان أو ثلاثة مختارة بعناية تتفوق على عشرة عشوائية.

أول برومبت تكتبه هو مسودة وليس منتجاً نهائياً. تعامل مع كتابة البرومبتات مثل الكود: اكتبه واختبره على عدة مدخلات وراجع المخرج وعدّل. أغلب الناس يتوقفون بعد المحاولة الأولى ويلومون النموذج حين لا تكون النتائج جيدة.

دورة تكرار بسيطة: (1) شغّل البرومبت. (2) حدد أكبر فجوة بين ما حصلت عليه وما أردته. (3) أضف قيداً أو مثالاً أو توضيحاً يعالج تلك الفجوة تحديداً. (4) شغّله مرة أخرى. دورتان أو ثلاث عادةً تكفي للوصول إلى مخرج بجودة احترافية.

احتفظ بسجل للبرومبتات. حين تجد برومبتاً يعمل بشكل موثوق، احفظه في مكان يسهل الوصول إليه. سجّل معه المهمة والنموذج الذي اختبرته عليه وملاحظات عما جعله يعمل. هذا يوفر عليك إعادة اختراع برومبتات حللتها سابقاً.

دليل Google Gemini للبرومبتات يوصي باختبار نفس البرومبت بصياغات مختلفة قليلاً للتحقق من ثباته. إذا أنتجت تغييرات صغيرة في الصياغة نتائج مختلفة تماماً، فبرومبتك هش ويحتاج بنية أقوى. الثبات بين التشغيلات هو الاختبار الحقيقي لبرومبت مكتوب بشكل جيد.