في المحاضرة الأولى فهمنا كيف «يفكّر» النموذج. اليوم نتعلّم كيف نخاطبه. الأمر ليس «حِيَلًا سحرية» — بل هندسة: تحديد الدور، وضبط السياق، وإجبار النموذج على التفكير خطوةً بخطوة. وسنطبّق أول استراتيجيتين عمليًّا على OpenAI Platform وGoogle AI Studio.
ابدأ الرحلةمن «لماذا يهمّ هذا أصلًا؟» إلى تطبيق فعلي بيدك على منصّتين حقيقيتين — مع مصادر بحثية موثّقة بعد كل جزء.
الفرق الحقيقي بين أمر رديء وأمر مهندَس — بتجربة حيّة أمامك.
02أين تقع Role وCoT من بقية عائلة استراتيجيات هندسة الأوامر.
03باني أدوار تفاعلي: ركّب الدور والجمهور والنبرة وشاهد الأمر يُكتب.
04سباق حيّ: إجابة مباشرة تُخطئ، مقابل تفكير خطوة بخطوة يصيب.
05خطوة بخطوة على OpenAI Platform وGoogle AI Studio بواجهات محاكية.
أكبر سوء فهم في هذا المجال أنه «كلمات سحرية». الحقيقة أبسط وأعمق: النموذج — كما رأينا في المحاضرة الأولى — يتنبّأ بالتوكن التالي بناءً على ما أعطيته. فكلّما ضيّقتَ الاحتمالات بدور واضح وسياق ومعايير وصيغة مطلوبة، ضاق مجال الخطأ. أنت لا «تُقنع» النموذج، أنت تُعرّف المهمّة.
محاكاة توضيحية لسلوك نموذج نموذجي أمام الأمرين — الفكرة هي الفارق، لا النص الحرفي.
كل أمر محترف يتكوّن من لبنات. ليست كلها إلزامية دائمًا، لكن كلما زادت اللبنات الصحيحة قلّ الغموض:
لأن النموذج يحسب احتمال التوكن التالي مشروطًا بكل ما سبقه. جملة «أنت مترجم قانوني معتمد» تنقل التوزيع الاحتمالي كله نحو منطقة اللغة القانونية في فضاء المتجهات الذي رأيناه. أنت لا تعطيه معرفة جديدة — أنت تختار أي جزء من معرفته يستيقظ.
هندسة الأوامر ليست تقنية واحدة، بل عائلة من الاستراتيجيات لكلٍّ منها وظيفة. اليوم نتقن أول اثنتين بعمق — وهما الأساس الذي تُبنى عليه البقيّة في المحاضرات القادمة.
تُسنِد للنموذج هويّة وخبرة وجمهورًا، فتضبط المفردات والنبرة وعمق التفاصيل.
تُجبر النموذج على إظهار خطوات الاستدلال قبل الإجابة، فترتفع دقّته في المسائل المركّبة.
إعطاء النموذج أمثلة محلولة داخل الأمر ليقلّد النمط والصيغة بدقّة.
توليد عدّة مسارات تفكير ثم اعتماد الإجابة الأكثر تكرارًا بدل مسار واحد.
مزج الاستدلال باستدعاء أدوات خارجية — وهنا يبدأ الطريق نحو الـ Agent.
حقن مصادر موثوقة داخل الأمر لتقليل الهلوسة وتثبيت المصطلح.
إلزام النموذج بصيغة JSON أو جدول ثابت ليتكامل مع أدواتك آليًّا.
تقسيم المهمّة الكبيرة إلى أوامر متتابعة، مخرج كلٍّ منها مدخل التالي.
Role تضبط مَن يتكلّم، وCoT تضبط كيف يفكّر. هاتان الركيزتان تدخلان تقريبًا في كل استراتيجية لاحقة — لذلك نبدأ بهما.
أن تبدأ أمرك بـ«أنت مترجم قانوني معتمد…» ليس تجميلًا. أنت تحدّد للنموذج: أي مفردات يختار، وأي مستوى تفصيل يفترضه، ولمن يتكلّم، وما الذي يُعدّ خطأً في هذا المجال. الدور هو أسرع طريقة لضبط النبرة والمصطلح ومعيار الجودة دفعةً واحدة.
اختر لبنة من كل صف وشاهد الأمر يُبنى حيًّا بالأسفل:
جرّب تغيير «الجمهور» وحده وستلاحظ كيف يتغيّر الأمر كلّه — هذا جوهر الاستراتيجية.
السؤال: «ما معنى مصطلح force majeure؟» — اضغط أي دور:
صياغات توضيحية تُظهر أثر الدور على النبرة والعمق والمصطلح.
حتى نكون أمناء علميًّا: دراسة Zheng et al. (2023) اختبرت مئات الشخصيات في رسائل النظام ووجدت أنها لا تُحسّن الأداء على أسئلة المعرفة الموضوعية تحسّنًا موثوقًا — وقد تضرّه أحيانًا. الخلاصة المهنية: الدور أداة قوية لضبط الأسلوب والمصطلح والجمهور والصيغة، وليس وسيلة لزيادة «ذكاء» النموذج أو معرفته. لا تقل «أنت خبير رياضيات» وتتوقّع حسابًا أصحّ — لذلك نحتاج الاستراتيجية الثانية.
تذكّر: النموذج يولّد توكنًا بعد توكن. فإذا طلبت الإجابة النهائية فورًا، فهو يقفز إلى ما «يبدو» جوابًا محتملًا. أمّا حين تطلب منه أن يعرض خطواته، فإنه يولّد خطوات وسيطة تصبح هي نفسها جزءًا من السياق الذي يبني عليه — أي أنك تمنحه مساحة حسابية ليفكّر فيها قبل أن يلتزم بإجابة.
محاكاة تعليمية توضّح نمط الخطأ الشائع عند القفز للإجابة — الأرقام في المسألة حقيقية وقابلة للتحقّق يدويًّا.
أشهرها عبارة واحدة أثبتت ورقة Kojima وزملائه (2022) أنها ترفع الأداء دون أي أمثلة (Zero-shot CoT):
CoT ليست للرياضيات فقط. في الترجمة القانونية استخدمها هكذا: «قبل الترجمة، حدّد أولًا نوع البند، ثم استخرج المصطلحات الملزِمة، ثم اذكر مقابلاتها المعتمدة مع سبب الاختيار، ثم اكتب الترجمة النهائية.» ستحصل على ترجمة أدقّ — والأهم: على مسار مراجعة يمكنك تدقيقه بدل صندوق أسود.
أظهرت دراسة Turpin et al. (2023) أن النماذج قد تُنتج سلسلة تفكير مقنِعة لا تعكس فعليًّا السبب الذي قادها للإجابة (عدم الوفاء / Unfaithfulness). لذلك: استخدم CoT لرفع الدقّة ولتسهيل مراجعتك أنت — لا كدليل قاطع على صحّة الاستدلال. وفي المهام الملزِمة، تحقّق من كل خطوة بنفسك. ملاحظة عملية: نماذج «الاستدلال» الحديثة تُنفّذ جزءًا من هذا داخليًّا، لكن طلب الخطوات صراحةً يظل مفيدًا لأنه يمنحك مخرجًا قابلًا للتدقيق.
أهم مبدأ عملي في المنصّتين: الدور والقواعد الثابتة تُكتب في حقل التعليمات العليا (System / System instructions)، والمهمّة والنص المتغيّر يُكتبان في رسالة المستخدم. هذا الفصل هو ما يجعل أمرك قابلًا لإعادة الاستخدام على مئات الملفات.
ادخل على platform.openai.com ثم اختر Playground من القائمة الجانبية. ستحتاج حسابًا ورصيدًا في الـ API.
الصق مخرجات «باني الدور» من المحطّة الثالثة في حقل System — هذه هي هويّة النموذج الثابتة في كل الجلسة.
ضع النص المطلوب ترجمته + عبارة تحفيز CoT مثل «فكّر خطوة بخطوة». غيّر هذا الحقل فقط مع كل ملف جديد.
اخفض Temperature إلى ~0.2 للنصوص القانونية، وارفعها للنصوص الإبداعية. اضغط Run وقارن النتائج.
استخدم Save / Presets لحفظ الإعداد كاملًا، أو انسخ الكود من View code لاستخدامه في أداتك.
افتح aistudio.google.com وسجّل الدخول. الاستخدام التجريبي متاح مجانًا ضمن حدود معيّنة — ميزة كبيرة للطلاب.
اختر Chat / New prompt، ثم افتح حقل System instructions في أعلى الصفحة.
هذا مكافئ حقل System في OpenAI — نفس المبدأ تمامًا: الهويّة والقواعد الثابتة هنا، لا المهمّة.
في صندوق المحادثة ضع النص + «فكّر خطوة بخطوة»، واضبط Temperature من اللوحة الجانبية ثم شغّل.
احفظ الـ prompt في Drive، أو استخدم Get code لتوليد الكود — مفيد جدًّا لبناء أدواتك لاحقًا في الدبلومة.
افتح المنصّتين جنبًا إلى جنب. ضع نفس الدور ونفس النص في كليهما، وشغّل مرّتين: مرّة بلا «فكّر خطوة بخطوة» ومرّة بها. سجّل في جدول: أيّهما أدقّ مصطلحيًّا؟ أيّهما أطول؟ وأين اختلف الاستدلال؟ هذه هي بداية مهارة تقييم النماذج التي سنعمّقها لاحقًا.
جاوب في ذهنك أولًا، ثم اضغط «أظهر الإجابة النموذجية». الأسئلة الأخيرة تطبيقية — نفّذها فعلًا على المنصّتين.