هندسة الأوامر (Prompt Engineering) هو تخصص جديد نسبيا، ترافق ظهوره مع ظهور النماذج اللغوية الكبيرة (Large Language ModelsLLMs)، مثل GPT من OpenAI، و Bard من Google، وغيرها من النماذج التي تزداد عددا وقوة مع الوقت، حيث يهدف هذا التخصص إلى بناء استعلامات وتوجيهات دقيقة بلغة بشرية، يمكن فهمها وتفسيرها من قبل النماذج اللغوية الكبيرة بهدف الحصول على أفضل وأدق النتائج.
يتم استخدام هندسة الأوامر اليوم باحترافية عالية لتحسين قدرة LLMs لإنجاز طيف واسع من المهام التي تتراوح بين الإجابة عن الأسئلة البسيطة وتصميم الصور والأكواد البرمجية، كما أن استخدام هندسة الأوامر يزودنا بفهم أكبر لقدرات النماذج اللغوية الكبيرة وتدريبها وتحسين أدائها في مختلف المجالات.
إن الحصول على ما نريد بشكل دقيق من الذكاء الاصطناعي ونماذجه المتنوعة ليس بالأمر السهل، فغالبا يمكننا صياغة الفكرة الواحدة أو الطلب بأكثر من طريقة باستخدام اللغات الطبيعية، ولكن الاستجابة لهذه الطلبات من نماذج الذكاء الاصطناعي تختلف وتتنوع لأسباب كثيرة، وبالتالي فإن الإجابات قد تقترب أو تبتعد عن النتيجة المرغوبة تبعا لطريقة صياغة الاستعلامات والأومر. وهنا تظهر حاجة الشركات والمؤسسات لتوظيف مهندسي الأوامر (Prompt Engineers) الذين يحسنون بناء وهيكلة الاستعلامات بأفضل الطرق.
مهام مهندس الأوامر:
تتنوع المهام التي يمكن أن يقوم بها مهندسو الأوامر، لتشمل التالي:
- الإجابة على الأسئلة: يمكن لهندسة الأوامر طرح الأسئلة بمختلف أنواعها على النماذج اللغوية الكبيرة، والحصول على الإجابات والمعلومات المتعلقة بها استنادًا إلى المعرفة المتاحة والتي دربت على توليدها خوارزميات الذكاء الاصطناعي.
- توليد المحتوى الإبداعي: يمكن استخدام نماذج الذكاء الاصطناعي لإنتاج نماذج متنوعة من المحتوى، مثل: الإعلانات الدعائية، وصف المنتجات، القصص القصيرة، المقالات المتعلقة بفكرة أو موضوع معين، بالإضافة إلى أن بعض النماذج متخصصة في توليد وإنشاء الصور من الوصف الذي يدخله المستخدم.
- تلخيص النصوص وتصحيحها وترجمتها: يمكن لنماذج اللغات الكبيرة تلخيص المقالات وفصول الكتب، واستخراج أهم النقاط والأفكار منها، وعرضها بطريقة منظمة ليتم الاستفادة منها على أكمل وجه، كما يمكن اصدار الأوامر لتصيحي أي أخطاء لغوية أو إملائية في النصوص أو إعادة صياغتها، وحتى ترجمتها من لغة إلى أخرى.
- أتمتة المهام: وهي ميزة رائعة ومفيدة، يمكن مثلا لهندسة الأوامر أتمتة الرد على رسائل البريد الإلكتروني الواردة، أو ضع المواعيد ومتابعتها، أو اجراء الحسابات الدورية الخاصة بالأعمال، أو إدارة المهام الشخصية، مما يوفر كثيرا من الوقت والجهد ويزيد من انتاجيتنا بشكل ملحوظ.
- إنشاء جداول وتقارير: يمكن مخاطبة النماذج اللغوية بلغة واصفة دقيقة، وتزويدها بالبيانات المطلوبة لغرض إنشاء جداول وإحصائيات وتقارير عن موضوع معين، وتستجيب لهذه الطلبات بسهولة لنحصل في النهاية على تقارير كانت تستهلك كثيرا من الوقت والجهد لإنجازها.
- المحاكاة: يمكن عن طريق هندسة الأوامر تحويل النموذج اللغوي إلى لشخص طبيعي نريد التعامل معه في حياتنا اليومية، كمعلم نتناقش معه حول قضية معينة ويصحح لنا أخطائنا، أو يعلمنا لغة نريد تعلمها، أو يكون بمثابة ممتحن في لقاء عمل، وغير ذلك من التجارب التفاعلية المثيرة والمفيدة جدا.
- الترفيه: يمكن استغلال النماذج اللغوية لإنشاء محادثات ترفيهية أو المشاركة في الألعاب اللغوية مثل الأحاجي والألغاز.
مع كل ما تقدمه النماذج اللغوية من إمكانات هائلة، وقدرتها على تقديم معلومات وإجابات في فروع معرفية مختلفة، يجب أن نتذكر إلى أنها تحتاج في بعض الأحيان إلى التحقق من دقة المعلومات من مصادر أخرى للتأكد من تجب أي أخطاء ناتجة عن هلوسات أو أوهام الذكاء الاصطناعي (AI hallucination).
كيف يمكن إتقان هندسة الأوامر؟
تذكر أن هندسة الأوامر هو مجال نشط ومتطور، لذلك فإن التعلم المستمر ومتابعة آخر الأبحاث والتطورات هو السبيل الأمثل للتميز في هذا المجال، كما توجد بعض المهارات الأساسية التي نحتاجها، منها ما يلي:
- التفكير المنطقي وحل المشكلات: يجب أن تكون قادرًا على تحليل المشكلات المتعلقة بتصميم النماذج اللغوية واختيار الأساليب والتقنيات المناسبة، كما يجب أن تكون قادرًا على التعامل مع تحديات زيادة الدقة وتحسين إخراج النموذج.
- المهارات التقنية: يجب أن تكون ملمًا بلغة برمجة مثل (Python) والأدوات والمكتبات الخاصة بمعالجة اللغات الطبيعية (NLP) المستخدمة في هندسة الأوامر، كما تحتاج أيضًا إلى فهم أساسيات تعلم الآلة (Machine Learning)، وعلوم البيانات (Data Science)، لتتمكن من التعامل مع البيانات وتحليلها.
- فهم اللغات الطبيعية: يجب أن تكون على دراية باللغات الطبيعية وهياكلها وآليات تحليلها، يساعد فهم القواعد اللغوية والنحوية والدلالية للغات على تصميم أوامر فعالة وفهم التفاعلات اللغوية مع النموذج.
- الاستمرار في التجارب والتحليل: يجب أن تكون قادرًا على تصميم وتنفيذ التجارب المختلفة لتقييم أداء النماذج اللغوية، كما يجب أن تكون قادرًا على الاستمرار في تحليل النتائج واستخلاص الأفكار والتوصيات لتحسين الأداء.
- فهم النماذج اللغوية: تحتاج إلى فهم استراتيجيات وتقنيات تصميم النماذج اللغوية بشكل فعال، بما في ذلك تحديد أهداف النموذج والتفاعل مع المستخدم والتحكم في المخرجات المطلوبة من النموذج، بالإضافة إلى فهم بنية الشبكات العصبية وآليات التعلم العميق (Deep Learning)، وأن تكون على دراية بمفاهيم التوليف الدقيق (fine-tuning)، ونقل التعلم (transfer learning)، ومعالجة اللغة الطبيعية (NLP).
نقاط أساسية لبناء استعلام جيد:
- استخدم جملاً بسيطة ومباشرة وتجنب الجمل الطويلة أو المعقدة.
- تأكد من وضوح الأسئلة وعدم وجود أي غموض عند صياغتها.
- تجنب المصطلحات الفنية أو التخصصية ما لم تشرح معناها أولاً.
- حدد سياقاً واضحاً للاستعلام، مثل مجال المحادثة أو الموضوع، للحصول على إجابات دقيقة ووافية.
- تأكد من عدم وجود أخطاء إملائية أو نحوية قد تؤثر في فهم الاستعلام.
- استخدم علامات الترقيم عند الحاجة.
- ضع أسئلة محددة بنعم أو لا إذا أردت إجابات مختصرة.
- حافظ على تسلسل منطقي للأسئلة يسهل متابعته.
- قم بإعادة صياغة الاستعلام إذا لم تحصل على الإجابة المطلوبة.
كما توجد العديد من المصادر المتاحة على الإنترنت تساعدنا في إتقان هندسة الأوامر بالشكل المطلوب نذكر منها التالي:
أمثلة متنوعة على استخدام هندسة الأوامر:
فيما يلي بعض الأمثلة الواقعية لاستخدام هندسة الأوامر المتعلقة بميادين مختلفة، والتي تخاطب ChatGPT باللغة العربية:
إجابة عن سؤال مباشر
مثال حول الكتابة الابداعية
مثال حول حملة تسويقية
مثال حول كتابة كود برمجي
لا توجد تعليقات