أمثلة هندسية وتقنيات وتطبيقات عملية فورية

لن تتصل بمطعم بيتزا وتطلب "بيتزا" ولكي تحصل على العشاء الذي ترغب فيه، ستحدد اختيارك من القشرة والطبقة والتوابل والمشروب المرافق وأي شيء قد يكون لديك حساسية منه.

المغزى من هذه القصة هو كلما كانت تعليماتك أكثر تفصيلاً، كلما كانت البيتزا أقرب إلى ما تفضله. ينطبق هذا على استخدام أدوات الذكاء الاصطناعي التوليدي مثل Open AI's ChatGPT أو جوجل الجوزاء .

في منشور المدونة هذا، نوضح لك كيفية إعطاء تعليمات واضحة وطرح أسئلة محددة لأدوات الذكاء الاصطناعي الجينية، وهي عملية تُعرف أيضًا باسم الهندسة الفورية.

ما هي الهندسة الفورية؟

هندسة الموجهات هي عملية تصميم وتنقيح نص الإدخال المُعطى لنماذج الذكاء الاصطناعي، وخاصةً النماذج اللغوية، لاستنباط أكثر الاستجابات دقةً وملاءمةً وإبداعًا.

لماذا يجب عليك تعلم هندسة الموجهات

يتنامى الذكاء الاصطناعي التوليدي ليصبح أحد أقوى الأدوات وأكثرها تأثيرًا عبر مجموعة واسعة من التطبيقات - بدءًا من كتابة المحتوى إلى النمذجة المعمارية. ماكنزي الاكتشافات أنه يمكن أتمتة ما يصل إلى 30% من ساعات العمل الحالية في الاقتصاد الأمريكي بحلول عام 2030 باستخدام التقنيات القائمة على الذكاء الاصطناعي.

ولتحقيق أفضل استفادة من الذكاء الاصطناعي من الجيل، تحتاج إلى إتقان الهندسة السريعة.

تسريع التفاعلات: تعمل الهندسة الفورية كواجهة أساسية بين النية البشرية ومخرجات الآلة. لكي يفهم نموذج التعلُّم الآلي (ML) استعلام اللغة الطبيعية الخاص بك، تحتاج إلى معرفة هندسة الموجهات.

تعزيز إبداع الذكاء الاصطناعي: إن العامل المميز للذكاء الاصطناعي التوليدي هو أنه "يولد"، أي ينشئ نصوصًا أو صورًا أو بيانات استجابةً للمطالبات. للحصول على استجابات إبداعية، تحتاج إلى إدخال مطالبات واضحة.

استنباط استجابات دقيقة: أحد التحديات الكبيرة في الذكاء الاصطناعي العام هو الهلوسة، وهي ظاهرة ينتج فيها نموذج الذكاء الاصطناعي معلومات غير صحيحة أو مضللة بناءً على افتراضات خاطئة أو تحيزات متأصلة. وللتخلص من ذلك، تحتاج إلى مهارات هندسة موجهات جيدة.

تعظيم العوائد: يتكون الذكاء الاصطناعي التوليدي من نماذج لغوية كبيرة تعالج كميات غير عادية من البيانات. وللاستفادة من أفضل إمكانيات النموذج - والتحايل على قيوده - فإن الهندسة السريعة الجيدة أمر أساسي.

تحسين الملاءمة: يجب أن يكون أي شيء يتم إنشاؤه بواسطة الذكاء الاصطناعي وثيق الصلة بالجمهور المستهدف. على سبيل المثال، يمكنك تحسين ملاءمة منشوراتك على وسائل التواصل الاجتماعي التي ينشئها الذكاء الاصطناعي لجمهورك من خلال تحديد التركيبة السكانية والاهتمامات والاحتياجات والتحديات وما إلى ذلك.

لجني هذه الفوائد، عليك أن تفهم كيف يمكنك استخدام الهندسة الفورية للحصول على النتائج المرجوة من الذكاء الاصطناعي التوليدي. لنبدأ ببعض الأمثلة

أمثلة على هندسة الموجهات

هناك الكثير مما يجب فعله وما لا يجب فعله، وأفضل الممارسات و قوالب مطالبة الذكاء الاصطناعي حولك لمساعدتك على القيام بذلك بشكل صحيح. ولكن قبل أن ندخل في أي من اختراقات الذكاء الاصطناعي إن أفضل طريقة لتعلم مهارة عملية مثل الهندسة السريعة هي أن تراها على أرض الواقع.

إليك بعض الأمثلة على الهندسة السريعة في مجالات العمل.

الهندسة السريعة لتطوير البرمجيات

سواء كنت تقوم بالبرمجة أو إصلاح الأخطاء أو كتابة الوثائق, أدوات الذكاء الاصطناعي للمطورين يمكن أن تجعل عملك أبسط بكثير. إليك الطريقة.

المساعدة في مراجعة الكود

"أنشئ قائمة مراجعة التعليمات البرمجية لتطبيق أتمتة العمليات الآلية (RPA) المصمم باستخدام Python. ركز بشكل خاص على سهولة القراءة وأمن المؤسسة."

الوثائق الفنية

"كتابة دليل شامل حول تنفيذ OAuth 2.0 في تطبيق ويب باستخدام Node.js. تضمين إرشادات خطوة بخطوة ومقتطفات من التعليمات البرمجية لكل مرحلة."

إصلاح الأخطاء

"صف نهجًا منهجيًا لتحديد وإصلاح تسرب الذاكرة في تطبيق Java، بما في ذلك الأدوات التي يجب استخدامها والمجالات الشائعة للتحقق منها."إذا كنت مبتدئًا وتجد هذا الأمر معقدًا بعض الشيء، فقد قدمنا لك المساعدة. استخدم مطالبات ClickUp's ChatGPT للهندسة لتوليد الأفكار وخطط العمليات وغير ذلك الكثير.

موجهات ChatGPT الجاهزة للاستخدام في ChatGPT للهندسة التي يزيد عددها عن 200 موجهات جاهزة للاستخدام

مطالبات الذكاء الاصطناعي العامة لإدارة المنتجات

غالبًا ما تفتقر فرق تطوير البرمجيات الرشيقة إلى مديري المنتجات الذين يمكنهم توضيح خارطة الطريق ودفع عجلة التقدم. إن أدوات الذكاء الاصطناعي مثل ChatGPT يمكن أن تكون مفيدة.

تحديد أولويات الميزات

"باستخدام نموذج تقييم RICE (الوصول، التأثير، الثقة، الجهد)، حدد أولويات الميزات التالية لأداة إدارة المشروع القادمة: لوحات كانبان، والتعاون في الوقت الفعلي، وإعداد التقارير الآلية، والتكاملات مع الجهات الخارجية."

إنشاء شخصية المستخدم

"طوّر شخصية مستخدم مفصلة لتطبيق تتبع اللياقة البدنية الذي يستهدف المحترفين المشغولين المبتدئين في اللياقة البدنية الشخصية. قم بتضمين التفاصيل الديموغرافية والأهداف والتحديات وكيفية استخدامهم للتطبيق."

تطوير خارطة طريق المنتج

"حدد خارطة طريق للمنتج مدتها 6 أشهر لتوسيع منصة التجارة الإلكترونية، مع التركيز على دمج الذكاء الاصطناعي لتجارب التسوق الشخصية. قم بتفصيل المراحل والمعالم الرئيسية والنتائج المتوقعة."أو اختر من بين أكثر من 130 مطالبات ClickUp ChatGPT لإدارة المنتجات وابدأ على الفور.

130+ موجهات ChatGPT لإدارة المنتجات باستخدام ClickUp

أمثلة هندسة الموجهات في إدارة المشاريع

يمكنك أن تطلب من Gen AI إنشاء خطة مشروع، والتي يمكنك تخصيصها. أو مجرد الحصول على مساعدة في تحسين أجزاء منه. سنرى كلا الأمرين أدناه.

إنشاء خطة المشروع

"قم بصياغة خطة مشروع مفصلة لإطلاق سوق جديدة عبر الإنترنت، بما في ذلك مراحل مثل أبحاث السوق والتصميم والتطوير والاختبار واستراتيجية التشغيل. حدد الأنشطة الرئيسية والموارد اللازمة والجداول الزمنية لكل مرحلة."

تحسين الموارد

"حلل تخصيص الموارد الحالية لمشروع تطوير البرمجيات واقترح تحسينات لضمان التسليم في الوقت المناسب دون المساس بالجودة. ضع في اعتبارك عوامل مثل مجموعات المهارات وتوزيع عبء العمل ومهام المسار الحرج."190+ مطالبات ChatGPT لإدارة المشروع تم تنسيقها حصرياً من أجلك بواسطة ClickUp.

ClickUp Brain للحصول على إجابات فورية ودقيقة بناءً على السياق من أي عمل داخل ClickUp ومتصل بـ ClickUp

مطالبات إنشاء المحتوى

الـ أفضل أدوات إنشاء محتوى الذكاء الاصطناعي يمكن أن تساعد في تحسين نتائجك التسويقية بشكل كبير. جرّب ما يلي لترى بنفسك.

حملة وسائل التواصل الاجتماعي

"صمم حملة على وسائل التواصل الاجتماعي لإطلاق شامبو صديق للبيئة قادم. قم بتضمين 3 منشورات مختلفة على إنستغرام و3 منشورات مختلفة على تويتر. أضف الوسوم ذات الصلة لكل منصة."

محتوى النشرة الإخبارية عبر البريد الإلكتروني

"أنشئ محتوى جذابًا لنشرة إخبارية شهرية لشركة تقنية ناشئة تتضمن تحديثًا للمنتج، وتسليط الضوء على أحد أعضاء الفريق، والأحداث القادمة، والدعوة إلى اتخاذ إجراء لتشجيع القراء على تجربة ميزة جديدة."

يمكنك أيضًا تقديم المزيد من التفاصيل حول تحديث المنتج أو أحد أعضاء الفريق للحصول على مخرجات دقيقة. مثال أدناه.

"قم بإنشاء تسليط الضوء على أحد أعضاء الفريق. اسمه جيك، وهو مطور رائع. أكمل سنة واحدة هذا الشهر. خلال فترة عمله، ساعد في حل بعض أكبر مشاكل العملاء. قال أحد العملاء ذات مرة: "لولا جيك لكنا علقنا في حلقة من الارتباك. لقد قام بعمل رائع بمساعدتنا في ضرب عصفورين بحجر واحد."

أنشئ ملاحظات دقيقة للاجتماعات دون عناء باستخدام دماغ ClickUp

الاستخدام انقر فوق الدماغ كمساعدك في الكتابة، وإجراء التدقيق الإملائي، وتلخيص المستندات الطويلة، وإنشاء جداول، وقوالب، ونصوص، وغير ذلك الكثير.

تذكّر أن معظم الشركات لا تفضل حتى الآن المحتوى الذي ينشئه الذكاء الاصطناعي، مما أدى إلى ظهور العديد من أدوات الكشف عن الذكاء الاصطناعي . إن أفضل طريقة لاستخدام الذكاء الاصطناعي العام للمحتوى هو أن يكون أداة عصف ذهني أو نقطة بداية تقضي على مشكلة الصفحات الفارغة.

هندسة الموجهات في تطبيقات روبوتات الدردشة الآلية

من الناحية الفنية، فإن ChatGPT أو Google Gemini هو روبوت الدردشة الآلي الذي نتحدث إليه. إنه يفهم مدخلاتنا وينتج ردودًا. يتم تدريبه على نماذج لغوية كبيرة مع عدد كبير من البيانات.

يمكنك أخذ هذه النماذج وتدريبها بشكل أكبر باستخدام معلومات خاصة أو خاصة بالصناعة لتمكين محادثات دقيقة ومُدرِكة للسياق ومخصصة مع المستخدم. في هذه الحالة، قد يطرح العميل أسئلة مثل "كم تكلفة حقيبة الظهر هذه؟

ومع ذلك، يمكن لروبوت الدردشة الآلي الجيد لخدمة العملاء الاستفادة من البيانات المؤسسية المتعلقة بسجل التسوق، والموقع، والتفضيلات، والشكاوى السابقة، وما إلى ذلك، لتقديم إجابات وبيع المنتجات، مما يعزز تجربة المستخدم بشكل كبير.

هندسة موجه لبرمجة الكمبيوتر وأنظمة التحكم في الإصدار

يمكن أن تساعد هندسة الموجهات المطور على إنشاء مقتطفات تعليمات برمجية محددة بلغات برمجة مختلفة.

"اكتب دالة Python للاتصال بقاعدة بيانات SQL وتنفيذ استعلام SELECT بناءً على المعلمات التي تم تمريرها إلى الدالة."

يوفر دمج الذكاء الاصطناعي في تدفقات عمل التحكم في الإصدار توصيات لمراجعة التعليمات البرمجية استنادًا إلى سجل الالتزام، ويقترح مجالات قاعدة التعليمات البرمجية التي قد تتطلب إعادة هيكلة، وأتمتة مهام التحكم في الإصدار الروتينية، مما يحسن جودة التعليمات البرمجية وإنتاجية الفريق.

حث التقنيات الإبداعية للذكاء الاصطناعي

تُطلق الهندسة الموجهة، خاصةً مع نماذج مثل DALL-E، العنان لقدرات غير مسبوقة في توليد مرئيات خيالية ومعقدة من الأوصاف النصية.

على سبيل المثال، يمكن لمطوّر الألعاب استخدام موجه مثل "توليد صورة لشارع رئيسي، تصطف متاجر الأزياء على جانبيه، عند الغسق، بطراز معماري حديث وألوان رائعة" تتيح النتائج إمكانية التصور السريع لبيئات اللعبة دون الحاجة إلى رسم يدوي مكثف.

صورة تم إنشاؤها بواسطة DALL-E للموجه أعلاه

موجه الهندسة لتحليل قاعدة البيانات

عادةً ما يتطلب استخراج المعلومات من قواعد البيانات من شخص لديه معرفة بلغة SQL لكتابة استعلامات لغة برمجة معقدة. لقد غيّر الذكاء الاصطناعي التوليدي هذا الأمر، مما يتيح لك كتابة استعلاماتك بلغة طبيعية لاسترداد البيانات من مصادر بيانات غير منظمة أو شبه منظمة.

معالجة البيانات

"كن عالم بيانات واكتب كودًا لتنظيف بياناتي ومعالجتها مسبقًا لتحليلها. تحتوي مجموعة البيانات الخاصة بي على معلومات التسوق لجميع العملاء لآخر 30 يومًا."

هنا، يمكنك أن تطلب من Gen AI القيام بمهام تنظيف محددة مثل إزالة الصفوف الفارغة، وإزالة الصفوف التي تحتوي على قيم سلة تسوق أقل من 50 دولارًا، وما إلى ذلك.

تصور البيانات

"اكتب كودًا بلغة Python لتصور مجموعة البيانات الخاصة بي. تحتوي مجموعة البيانات الخاصة بي على معلومات التسوق لجميع العملاء الذين تزيد أعمارهم عن 50 عامًا في آخر 30 يومًا."

اكتب مواصفات إضافية للتصور المرئي والضبط الدقيق، مثل "اعرض لي اتجاهات التسوق" أو "التنظيم حسب الفئة"

تحليل المشاعر باستخدام مطالبات الذكاء الاصطناعي العامة

يحظى تحليل المشاعر بشعبية كبيرة في المحتوى الذي ينشئه المستخدمون عبر الإنترنت، خاصةً من منشورات وسائل التواصل الاجتماعي. يمكن أن تكون مطالبتك لفهم مشاعر العملاء حول منتجك على النحو التالي.

"استنادًا إلى مجموعة البيانات التي تحتوي على منشورات وسائل التواصل الاجتماعي التي تشير إلى [العلامة التجارية]، صنفها إلى إيجابية أو سلبية أو محايدة. حدد الميزات/الجوانب المحددة المرتبطة بكل شعور."

إذا كنت قد تعلمت أساسيات كيفية عمل الهندسة الفورية، فقد حان الوقت لمعرفة تطبيقاتها وآثارها الأوسع نطاقاً.

دور الهندسة السريعة في القطاعات التي تعتمد على البيانات

ترى من الأمثلة أعلاه أنه يمكنك القيام بتحليل البيانات الأساسية أو تحليل المشاعر في جميع القطاعات. ومع ذلك، فإن الذكاء الاصطناعي التوليدي والهندسة الفورية يقدمان قيمة خاصة في القطاعات والتطبيقات التي تعتمد على البيانات. إليك كيف.

التعليم

تساعد الهندسة الفورية الجيدة المعلمين على إنشاء محتوى دقيق وملائم وجذاب ومخصص على نطاق واسع. فيما يلي بعض حالات الاستخدام الأكثر احتمالاً للذكاء الاصطناعي العام في التعليم:

تجارب التعلم الشخصية: إنشاء الدروس والخطط بناءً على تفضيلات كل طالب على حدة وكفاءته واهتماماته في جزء صغير من الوقت.

إنشاء المحتوى الآلي: إنشاء سريع للمواد الداعمة، مثل الملخصات والاختبارات وأسئلة فهم المقروء.

تعلم اللغة وممارستها: توليد سيناريوهات ممارسة المحادثة وتمارين القواعد اللغوية وتدريبات المفردات بما يتماشى مع المستوى الحالي للمتعلم.

التدريس والدعم: دروس خصوصية مدعومة بالذكاء الاصطناعي لمعالجة أسئلة الطلاب المحددة أو مجالات الصعوبة، وتقديم التفسيرات والموارد والمسائل التدريبية.

البحث والتطوير

من خلال صياغة مطالبات دقيقة وذات صلة بالسياق، يستفيد الباحثون من نماذج الذكاء الاصطناعي لغربلة البيانات الهائلة، وتوليد فرضيات جديدة، وحتى محاكاة النتائج التجريبية.

يمكن لمهندسي الموجهات مساعدة الباحثين في تصميم المدخلات الصحيحة للحصول على نتائج دقيقة على نطاق واسع. فيما يلي بعض السيناريوهات التي يمكن أن يكون فيها هذا الأمر ذا قيمة:

مراجعة الأدبيات: إجراء مراجعات شاملة للأدبيات وتحديد الدراسات ذات الصلة والنتائج الرئيسية والثغرات في قاعدة المعرفة الحالية.

التنقيب في البيانات: الكشف عن الأنماط والارتباطات والحالات الشاذة في مجموعات البيانات الكبيرة.

توليد الفرضيات: توليد فرضيات متعددة في نفس مجال البحث لاستكشاف مسارات متعددة.

محاكاة التجارب: محاكاة التجارب أو نتائج النماذج، مما يقلل من الحاجة إلى التجارب المادية المكلفة والمستهلكة للوقت.

الرعاية الصحية

تعمل الهندسة الفورية على تحسين قدرة نماذج الذكاء الاصطناعي على تفسير البيانات الطبية المعقدة، وتوفير الدعم التشخيصي، وتخصيص رعاية المرضى، وتسهيل البحث والتدريب.

يمكن لمهندسي هندسة الموجهات مساعدة المهنيين الطبيين في الحصول على رؤى أفضل من بياناتهم في السيناريوهات التالية.

• المساعدة التشخيصية استنادًا إلى الاختبارات ونتائج المختبرات والتقارير والتصوير الطبي
• خطط العلاج الشخصية: تحليل التاريخ الطبي للمرضى وبياناتهم الوراثية وحالتهم الصحية الحالية لاقتراح خطط علاجية مخصصة، مثل التنبؤ برفض زراعة الأعضاء
• اكتشاف الأدوية: غربلة قواعد بيانات واسعة من الأوراق الأكاديمية وبيانات التجارب السريرية لتحديد الأدوية المحتملة المرشحة لأمراض معينة، مثلمعهد ماساتشوستس للتكنولوجيا مع المضادات الحيوية ## حالات الاستخدام العملي للهندسة الفورية ## حالات الاستخدام العملي للهندسة الفورية

في جوهرها، يمكن للذكاء الاصطناعي التوليدي إنشاء محتوى في ثلاثة أشكال: النص والصورة والصوت/الفيديو. بعض من أكثرها فعالية حالات استخدام الذكاء الاصطناعي عبر هذه الأشكال الثلاثة على النحو التالي.

هندسة الموجه في توليد النص

هذه هي حالة الاستخدام الأكثر شيوعًا للذكاء الاصطناعي التوليدي اليوم. من الصحفيين والمسوقين إلى المطورين الخجولين، يستخدم المستخدمون من جميع الأطياف مولدات نصوص الذكاء الاصطناعي لاحتياجاتهم.

حالات الاستخدام الشائعة هي:

• المحتوى التسويقي، مثل المدونات والأوراق البيضاء
• محتوى وسائل التواصل الاجتماعي، مثل تحديثات إنستغرام أو تويتر
• الوثائق التقنية
• الخطابات والعروض التقديمية
• العناوين البديلة/الجذابة للمقالات
• ملخصات وملخصات لتسهيل القراءة

هناك أيضًا أدوات الذكاء الاصطناعي لملاحظات الاجتماعات التي يمكنها نسخ مكالمات الفيديو إلى ملاحظات نصية أو تلخيص الملاحظات النصية لتحديد النقاط الرئيسية وعناصر الإجراءات، إلخ.

هندسة الموجهات في توليد الصور

على الرغم من أن توليد الصور لا يزال غير مستخدم على نطاق واسع مثل النصوص، إلا أنه يوفر فرصًا مذهلة للإبداع. تشمل حالات الاستخدام الشائعة ما يلي:

• الفن الرقمي
• التصميم الجرافيكي للتسويق/وسائل التواصل الاجتماعي
• تصميم المفاهيم للفعاليات والمؤتمرات
• التصميم الداخلي والنماذج الأولية للهندسة المعمارية
• تصميم أغلفة المجلات والمرئيات الأخرى

هندسة موجه في توليد الصوت والفيديو

ينطوي توليد الصوت والفيديو من خلال هندسة الموجهات على تطبيقات ترفيهية وتعليمية ومساعدة افتراضية مهمة. تتضمن بعض حالات الاستخدام العملي لأدوات إنشاء محتوى الذكاء الاصطناعي ما يلي:

• مسارات موسيقية أو مؤثرات صوتية مخصصة لألعاب الفيديو ومشاريع الوسائط المتعددة
• الموسيقى التي تلبي المتطلبات الموضوعية والعاطفية للمشروع
• نداءات الحيوانات/الطيور النادرة
• مقاطع الفيديو الترويجية/الرسوم المتحركة القصيرة مع الصوت
• إعلانات دعائية للأفلام
• نماذج أولية للصوت والفيديو

إن تأثير الذكاء الاصطناعي التوليدي غير عادي - فهو يؤثر على كل قطاع وصناعة وجغرافيا ونوع العمل. على مدى العقد القادم، قد تحدد الهندسة التوليدية قدرة المرء على التعلم وفهم الأشياء، على نحو ما هو عليه "غوغل" اليوم.

حتى مع التطور السريع الذي يشهده الذكاء الاصطناعي التوليدي، إليك بعض الطرق الأساسية التي يمكنك استخدامها للبدء في الهندسة الفورية.

طرق الموجهات

قبل أن ندخل في المصطلحات التقنية، تذكّر أن الميزة الرئيسية للذكاء الاصطناعي التوليدي هي أنه يمكنك إعطاء مدخلاتك بلغة طبيعية. لذا، انطلق وتحدث إلى ChatGPT أو Google Gemini أو Microsoft Copilot كما تفعل بشكل طبيعي.

راقب الردود وقم بضبط مدخلاتك أثناء تقدمك. إليك بعض المفاهيم التي قد تساعدك على طول الطريق.

التعلم الصفري

يُطلق على تزويد الذكاء الاصطناعي بمهمة دون أمثلة أو سياق مسبق اسم التعلم بدون لقطة صفرية. ويتميز بما يلي.

• المطالبات ذاتية التفسير
• يمكن للنموذج فهم الطلب وتنفيذه بناءً على تدريبه المسبق فقط
• الأفضل كمطالبة أولية للمستخدمين الجدد لفهم النماذج اللغوية الكبيرة

مثال على المطالبة: "حدّد لغة البرمجة الأساسية المستخدمة في مقتطف التعليمات البرمجية التالية: اطبع("مرحبًا أيها العالم!")."

تعلم قليل اللقطات

يُطلق على إعطاء نموذج الذكاء الاصطناعي بعض الأمثلة على المهمة المطروحة قبل تقديم المهمة الفعلية اسم المطالبة بلقطات قليلة.

• الموجهات إرشادية
• تساعد النموذج على فهم السياق والشكل المتوقع للمخرجات
• الأفضل للمهام المعقدة التي قد لا توفر فيها اللقطات الصفرية إرشادات كافية

مثال على المطالبة: "بالنظر إلى أزواج المدخلات والمخرجات: المدخلات 5 \ * 5، الإخراج: 25؛ المدخلات 8 + 2، الخرج: 8 ـــــــ 10؛ احسب المُخرَج للمدخلات: 7 - 4."

المطالبة بتسلسل الأفكار

يُطلق على حث النموذج على إنشاء خطوات وسيطة أو مسارات تفكير تؤدي إلى الإجابة النهائية أو المخرجات المطلوبة اسم حث سلسلة الأفكار (COT).

• تأخذ الموجهات خطوة واحدة في كل مرة
• تسير بالنموذج إلى النتيجة النهائية
• الأفضل لمهام حل المشاكل المعقدة حيث تريد من النموذج "إظهار عمله"

مثال على المطالبة: "لعكس سلسلة معطاة "مرحبًا"، أولاً، قسّم السلسلة إلى أحرف فردية. ثانيًا، اعكس ترتيب هذه الأحرف. أخيرًا، اجمع هذه الأحرف مرة أخرى في سلسلة. ما هو الناتج النهائي؟

تقنيات المطالبة المتقدمة

لننتقل إلى بعض تقنيات هندسة الموجهات الأكثر تعقيداً وتقدماً.

صفري اللقطة الصفرية

تجمع سلسلة التفكير الصفرية (COT) بين الطريقتين لمعالجة المشاكل المعقدة دون أمثلة مسبقة في بيانات التدريب.

تخيل استخدام نموذج الذكاء الاصطناعي التوليدي لتصحيح جزء من كود برمجي لم يسبق له أن واجهه من قبل.

باستخدام سلسلة الأفكار التوليدية (COT) من دون أمثلة مسبقة في بيانات التدريب، سيقوم النموذج بتوضيح فهمه للمشكلة، واستنتاج الأسباب منطقياً، وتوضيح الحلول المحتملة، خطوة بخطوة، على الرغم من عدم تدريبه على هذه المشكلة المحددة.

مهندس موجه آلي (APE)

ماذا لو تمكن الذكاء الاصطناعي من توجيه الذكاء الاصطناعي لإيجاد الإجابات الصحيحة؟ حسنًا، هذا هو المهندس الفوري الآلي.

يُطلق على استخدام الخوارزميات والتقنيات لتوليد أو تحسين المطالبات تلقائيًا للتفاعل مع نماذج الذكاء الاصطناعي اسم مهندس المطالبة الآلي (APE). في هذا النموذج، تقوم الخوارزمية بتحليل مجموعة من المحاولات الناجحة والفاشلة لأتمتة مهام مماثلة.

بعد ذلك، تقوم بدمج الكلمات المفتاحية والتراكيب والتعليمات التي تم تحديدها على الأرجح أنها ستؤدي إلى مخرجات ناجحة. وبينما يقوم الذكاء الاصطناعي بإنشاء نصوص برمجية، يقوم نظام APE بتقييم فعاليتها، وينقح المطالبة بناءً على ما يتعلمه، ويحسن العملية بشكل متكرر.

بصرف النظر عن الطريقة التي تستخدمها، من المرجح أن تواجه بعض التحديات في رحلتك نحو هندسة المطالبة الفعالة.

قيود وتحديات هندسة الموجهات

كمجال ناشئ، يمر الذكاء الاصطناعي العام بتقلباته الخاصة. من ناحية أخرى، يقوم المستخدمون بتجربة العديد من المطالبات والأساليب المختلفة للحصول على المخرجات التي يحتاجونها. لا بد أن تواجه تقنية في مثل هذه الحركة السريعة تحديات.

بعض أكبر قيود هندسة المطالبات وطرق التغلب عليها.

تبعية النموذج: قد لا تؤدي المطالبة التي تعمل بشكل جيد مع أحد النماذج إلى نفس النتائج مع نموذج آخر.

_انتبه للاختلافات في النموذج. قم بإجراء التعديلات والتحسينات أثناء تقدمك

التعقيد والخصوصية: غالبًا ما تتطلب المطالبات الفعالة فهمًا عميقًا للغة النموذج وقدراته.

_ اعثر على التوازن بين الغموض الشديد والتحديد الشديد لتحقيق أقصى استفادة من نماذج اللغة الكبيرة الخاصة بك

التحيز والحساسية: يمكن لنماذج الذكاء الاصطناعي أن ترث التحيزات من بيانات التدريب الخاصة بها، والتي قد تضخمها عن غير قصد من خلال الهندسة السريعة. علاوة على ذلك، يمكن أن تؤدي الهلوسة والتحيز وعدم الحساسية وما إلى ذلك إلى مخرجات ضارة أو مضللة أو غير أخلاقية.

_بناء أنظمة للنظر بعناية والرقابة الأخلاقية على استخدام الذكاء الاصطناعي

قابلية التوسع: مع اتساع نطاق المهام، تصبح المطالبات الهندسية اليدوية لكل سيناريو فريد من نوعه غير عملية.

_النظر في التوليد التلقائي للمطالبات أو التحسين التلقائي للاحتياجات المستقبلية

قابلية التفسير: قد يؤدي عدم قابلية التفسير إلى صعوبة تحسين المطالبات أو تشخيص المشكلات بشكل متكرر.

استخدم أساليب تسلسل الأفكار وأصر على رؤية المنطق المنطقي للذكاء الاصطناعي للمخرجات المهمة.

الإفراط في الملاءمة وعدم الملاءمة: يحدث الإفراط في الملاءمة عندما تكون المطالبة مصممة بشكل مفرط لأمثلة محددة، مما يجعلها أقل فعالية في الحالات العامة. ويحدث عدم الملاءمة عندما تكون المطالبة واسعة للغاية، مما يؤدي إلى مخرجات عامة أو غير ذات صلة.

_إيجاد التوازن

قيود التكلفة والموارد: يمكن أن تتطلب هندسة المطالبات عالية الجودة، خاصة في بيئة تجارية، موارد حسابية كبيرة ووقتًا كبيرًا من الخبراء.

التركيز على التطبيقات العملية والعائد على الاستثمار.

التفوق في الهندسة الفورية باستخدام ClickUp

ما اسم أغنية تايلور سويفت؟ ما مقدار الجبن الذي يجب أن أضعه في المعكرونة؟ هل مجموعة البيانات هذه نظيفة للتحليل؟ ما الدواء الذي يعاني هذا المريض من حساسية تجاهه؟ ما هي المهام التي لم يتم تعيينها بعد من هذا السباق؟

يتوسع نطاق نماذج الذكاء الاصطناعي التوليدي باستمرار. ونتيجةً لذلك، تبرز الهندسة الفورية كمهارة لا غنى عنها بين المهنيين في مختلف الصناعات.

وتحدد قدرتك على التحدث بلغة "الهندسة الفورية" مدى نجاحك في استنباط أفضل النتائج، وهي مهارة تتلخص في "الهندسة الفورية"

يمكنك أن تجرّب الهندسة الفورية باستخدام أي من برامج الهندسة الفورية المجانية مثل ChatGPT، وجوجل جيميني، وDALL-E، وغيرها. جرّب أن تطلب منه إنشاء إعادة مزج لأغانيك المفضلة لحفلة عيد ميلادك القادمة أو إلقاء نظرة على كشوف بطاقات الائتمان الخاصة بك لتصور أكبر نفقاتك.

اجعل العمل أسرع وأكثر فعالية مع ClickUp Brain. يدمج ClickUp الذكاء الاصطناعي في المنصة لإدارة المعرفة وإدارة المشاريع والكتابة.

والأكثر من ذلك؟ يأتي ClickUp Brain أيضًا مع مطالبات مدمجة ومئات القوالب للتأكد من أنك تبدأ العمل بشكل صحيح. شاهد ما يمكن أن يقدمه الذكاء الاصطناعي التوليدي لإدارة مشروعك. جرّب ClickUp مجاناً اليوم !

الأسئلة الشائعة حول هندسة البرومب

1. ما هي الهندسة الفورية، مع ذكر مثال؟

يُطلق على صياغة المدخلات لنماذج الذكاء الاصطناعي التوليدي مثل ChatGPT لتوجيهها في إنتاج مخرجات محددة أو مرغوبة اسم هندسة الموجهات.

مثال للهندسة الفورية

عندما يريد مطوّر برمجيات استخدام نموذج لغوي مثل GPT-4 لتوليد برنامج نصي بلغة Python لمكشطة ويب تجمع عناوين الأخبار من موقع إلكتروني معين.

موجه: "أنشئ نصًا برمجيًا من لغة Python باستخدام مكتبة الحساء الجميل لكشط آخر عناوين الأخبار من 'example-news-site.com' يجب أن يتعامل البرنامج النصي مع ترقيم الصفحات ويخزن العناوين في قائمة."

2. ما هو مثال على المطالبة؟

أي مدخلات تعطيها لنموذج الذكاء الاصطناعي التوليدي هي مطالبة. من خلال هندسة المطالبات الجيدة، يمكنك تحسين مخرجاتك بشكل كبير، مما يجعلها أكثر فائدة وملاءمة ودقة وجاذبية.

مثال جيد على المطالبة هو "أنشئ وصفًا للمنتج مكونًا من 150 كلمة لمجموعة مناشف مصنوعة من ألياف الخيزران تؤكد على مزاياها الصديقة للبيئة ومتانتها ونعومتها. قم بتضمين عبارة تحث على اتخاذ إجراء تشجع على العيش بوعي بيئي وتعزز التزام العلامة التجارية بالاستدامة."

3. كيف أبدأ الهندسة الفورية؟

أفضل طريقة لبدء الهندسة الفورية هي أن تجربها بنفسك. تفاعل معها باللغة الطبيعية وفهم النموذج. في موازاة ذلك، يمكنك:

• الاشتراك في دورات تدريبية معتمدة عبر الإنترنت
• قراءة الوثائق الخاصة بنموذج الذكاء الاصطناعي الذي تستخدمه
• متابعة المجتمعات والمنتديات التي تناقش النماذج اللغوية الكبيرة
• التدرب بانتظام والتعلم من كل تفاعل
• قم بتحليل المطالبات الناجحة وغير الناجحة لفهم ما يعمل بشكل جيد

تابع آخر المستجدات في تقنيات الذكاء الاصطناعي ومعالجة اللغة الطبيعية، حيث يمكن أن تؤثر على كيفية هيكلة المطالبات.