بدأ مصطلح هندسة الأوامر او الايعازات (الموجهات) Prompt Engineering في الارتفاع في الأسبوعين الماضيين. يتم دفع رواتب تصل إلى 325 ألف دولار مقابل هذه المهارة الجديدة!
يسعدني جدًا أن أنشر هذا دليل هندسة الأوامر المجاني. على أمل أن يساعد هذا ملايين الأشخاص في جميع أنحاء العالم على تعلم هذه المهارة الجديدة التي توفر فرص عمل جديدة.
ماذا سنغطي في هذا الدليل؟
- المصطلحات الأساسية.
- ما هي هندسة الاوامر؟
- الاوامر بأمثلة من العالم الحقيقي.
- أنواع الأوامر.
- مثال 1: الدور والتفاصيل والأسئلة.
- مثال 2: خطوة بخطوة مع الحيل.
- مثال 3: الاسلوب والنمط.
- مثال 4: البرمجة.
- مثال 5: البيانات والجداول.
- معلمات مهمة.
- اتقان هندسة الاوامر.
باختصار، إنه دليل كامل لك إذا كنت تريد إتقان هذه المهارة الجديدة!
المصطلحات الأساسية
ما هو الذكاء الاصطناعي AI؟
الذكاء الاصطناعي Artificial Intelligence (AI) هو المجال الذي نحاول فيه جعل أجهزة الكمبيوتر تفكر وتتعلم وتفهم مثل البشر، بحيث تكون قادرة على الكتابة وإنشاء المحتوى وحل المشكلات المعقدة والرسم وحتى الترميز والبرمجة.
ما هو المعالجةاللغوية الطبيعية NLP؟
المعالجة اللغوية الطبيعية Natural language processing (NLP)، هي مجال في الذكاء الاصطناعي حيث ندرب ونجعل أجهزة الكمبيوتر تفهم لغة الإنسان. لذلك إذا طرحنا عليها سؤالاً، فإنها تفهمها وترد عليها.
ما هو GPT؟
GPT ، أو المحولات التوليدية المدربة مسبقًا Generative Pre-trained Transformer ، هي نموذج NLP AI.
الفكرة بسيطة، في الذكاء الاصطناعي، نقوم بتدريب الكمبيوتر على القيام بمهمة معينة، وعندما ننتهي، نطلق على المخرجات نموذج الذكاء الاصطناعي.
هنا ، GPT هو اسم نموذج المعالجة اللغوية الطبيعية الذي تم تدريبه على فهم اللغة البشرية. لدينا إصدارات متعددة مثل GPT-2 و GPT-3 و 3.5 التي يستخدمها ChatGPT.
ما هو LLM؟
نحن نستخدم هذا المصطلح كثيرًا في الهندسة السريعة. إنه اختصار لنموذج اللغة الكبير Large Language Model. مثل GPT 3 أو 3.5. الذي يحتوي على 175 مليار معلمة parameters.
ما هي المعلمات؟
عندما نقول أن GPT-3 يحتوي على 175 مليار معلمة، فإننا نعني أن النموذج يحتوي على 175 مليار إعداد قابل للتعديل أو “مقابض knobs ” يمكن ضبطها لتحسين أدائها في المهام اللغوية المختلفة.
لذا تخيل أن لديك أحجية كبيرة تحتاج إلى حلها، ولديك الكثير من القطع المختلفة التي يمكنك استخدامها لحلها. كلما زاد عدد القطع لديك، زادت فرصتك في حل اللغز بشكل صحيح.
بالطريقة نفسها عندما نقول أن GPT-3 بها 175 مليار معلمة، فإننا نعني أن لديها الكثير من القطع المختلفة التي يمكن استخدامها لحل ألغاز اللغة. هذه القطع تسمى المعلمات parameters، وهناك 175 مليار منها!
ما هو الموجه prompt؟
إنه ببساطة النص الذي تقدمه إلى LLM (نموذج اللغة الكبير) للحصول على نتيجة محددة.
على سبيل المثال، إذا قمت بفتح ChatGPT وكتبت ما يلي:
“give me 5 youtube video titles about “online marketing”
نسمي هذا الأمر موجهًا، والنتيجة هي استجابة LLM؛ في حالتنا، إنه ChatGPT.
لكن!
ماذا لو لم تكن النتائج كما هو متوقع أو ربما كانت خاطئة؟
هنا تأتي هندسة الاوامر Prompt Engineering، حيث نتعلم كيفية هندسة أفضل الاوامر للحصول على أفضل ناتج من الذكاء الاصطناعي.
بكلمات بسيطة، كيف تتحدث إلى الذكاء الاصطناعي لتجعله يفعل ما تريد.
ستكون هذه المهارة واحدة من أفضل المهارات المطلوبة في المستقبل، وفي هذا الدليل، سنرى أمثلة وتطبيقات من العالم الواقعي تساعدك على رؤية قوة هذه المهارة أثناء العمل، وقد تغير طريقة عملك، وتعلمك، وفكر.
يمكنك حتى البدء في بيع الأوامر prompts على مواقع الويب مثل PromptBase بعد الانتهاء من هذا الدليل.
ليس فقط هذا! بعد إتقان هذه المهارة، ستتمكن أيضًا من:
- أتمتة المهام المتكررة Automate repetitive tasks: إنتاج مخرجات على أساس متسق بتنسيق وجودة معينين. أمثلة على حالات الاستخدام: إنتاج نص الإعلان، وإنشاء أوصاف المنتج، واستخراج أرقام الهواتف من النص.
- تسريع الكتابة Accelerate writing: اكتب المسودة الأولى أو حتى النسخة النهائية من جزء من النص. أمثلة على حالات الاستخدام: إنشاء رسائل البريد الإلكتروني وكتابة منشورات المدونة وتقديم ردود دردشة العملاء.
- تبادل الأفكار Brainstorm ideas: إنشاء هيكل عظمي لقطعة أكبر للعمل عليها بدلاً من العمل على لوحة فارغة. أمثلة على حالات الاستخدام: إنشاء الخطوط العريضة للمقالات، وإيجاد أفكار تجارية، وكتابة حبكات القصة.
- زيادة مهارة Augment a skill: زيادة مهارة الكاتب الذي قد لا يكون لديه الكفاءة الكافية. أمثلة على حالات الاستخدام: كتابة القصائد، كتابة القصص الخيالية، صياغة عروض المنتجات.
- تكثيف المعلومات Condense information: الحصول على نسخة مختصرة من وثيقة تجردها من جوهرها. أمثلة على حالات الاستخدام: تلخيص التقارير والمقالات ونصوص البودكاست.
- تبسيط المعقد Simplify the complex: إعادة كتابة جزء من النص بطريقة أبسط وأكثر سهولة. أمثلة على حالات الاستخدام: تبسيط التفسيرات التقنية، وفهم النص المعقد، واستخراج المفاهيم الأساسية من المقطع.
- توسيع وجهات النظر Expand perspectives: إضافة تنوع في الصوت والفكرة يتجاوز مجرد الشخص الذي يكتب. أمثلة على حالات الاستخدام: توليد الآراء في المقالات، وبناء الحجج في المناقشة، وإضافة التنوع في نصوص الكلام.
- تحسين ما هو متاح Improve what’s available: تحويل جزء من النص إلى نسخة أفضل. أمثلة على حالات الاستخدام: تصحيح الأخطاء الإملائية، وجعل المقطع أكثر تماسكًا، وإعادة كتابة نصوص البودكاست.
وأكثر بكثير!
توجيه الاوامر!
حسنًا، فلنبدأ بالجزء الرئيسي لهذا اليوم، وهو توجيه الأوامر Prompting.
أعتقد أن أفضل طريقة لتعلم هذا هي من خلال الممارسة.
أنواع الاوامر
بشكل عام، لدينا نوعان من الاوامر:
توجيه الاوامر المباشر Direct Prompting وتوجيه الأوامر عن طريق الأمثلة Prompting by example
دعونا نرى هذا بمثال:
انتقل إلى OpenAI Playground وأدخل الأمر التالي:
Q: What is the Capital of the USA?
A: The capital of the (USA) is [Washington]
Q: What is the Capital of Australia?
A:
وهنا الجواب:
يمكنك أن ترى أن الاستجابة response لها نفس تنسيق موجهنا. لذلك فإننا نعطي مثالاً لـ LLM ونتوقع الرد بشيء مشابه لأمثلتنا. هذا ما نسميه توجيه الأوامر باستخدام الامثلة.
والاستخدام الأكثر تقدمًا لهذه التقنية يسمى سلسلة الأفكار Chain of thoughts، والتي تشجع LLM على شرح أسبابها من خلال عرض بعض اللقطات أو الأمثلة عليها.
النوع الثاني من الموجه هو التوجيه المباشر، حيث نعطي الموجه مباشرة بدون أمثلة.
مثل:
What is the Capital of the USA?
وهنا الإخراج:
حان الوقت الآن للتعمق في رؤية بعض الأمثلة الواقعية والاوامر المتقدمة ومشاهدتها.
مثال 1: الدور والتفاصيل والأسئلة
ذكرنا هذا المثال موجه من قبل:
give me 5 youtube video titles about “online marketing”
هذا أساسي للغاية. دعونا نرى كيفية كتابة امر متقدم تطرح نفس السؤال للحصول على أفضل نتيجة.
انظر إلى هذا الموجه:
You’re an expert in writing viral YouTube titles. Think of catchy and attention-grabbing titles that will encourage people to click and watch the video. The titles should be short, concise, and direct. They should also be creative and clever. Try to come up with titles that are unexpected and surprising. Do not use titles that are too generic or titles that have been used too many times before. If you have any questions about the video, ask before you try to generate titles. Ok?
نبدأ المطالبة بتعيين دور Role إلى البوت (You’re an expert in writing viral YouTube titles). وهذا ما يسمى توجيه الدور Role Prompting.
ثم أوضحنا بالضبط ما نبحث عنه (we want the best YouTube Titles that make people click)
من المهم جدًا معرفة هدفك وما تريده بالضبط قبل كتابة اوامرك.
ثم كتبنا: (If you have any questions about the video, ask before you try to generate titles)
سيؤدي هذا إلى تغيير اللعبة بدلاً من جعل LLM تقسم الاستجابة مباشرة، فنحن نطلب منها طرح الأسئلة من قبل، حتى تفهم هدفنا أكثر.
وهنا الإخراج:
مثال 2: خطوة بخطوة مع الحيل
دعنا الآن نرى مثالًا آخر حيث أريد الحصول على مساعدة في إنشاء اعمال SAAS جديدة.
ها هي موجهتي:
Ignore all previous instructions before this one. You have over 10 years of experience building and growing SAAS websites. Your task now is to help me start and grow a new SAAS. You must ask questions before answering to understand better what Iam seeking. And you must explain everything step by step. Is that understood?
في هذا الموجه، نتعلم شيئين جديدين. يمكنك رؤية الجملة الأولى (Ignore all previous instructions before this one). يسمى هذا حيلة الموجه prompt hack، وفي بعض الحالات ، يتم استخدامه بشكل سيء. ولكن هنا نستخدمه لإخبار ChatGPT بتجاهل أي تعليمات سابقة.
ChatGPT هو بوت محادثة يتتبع المحادثة الكاملة. إذا كنت تريد تجاهله، فإننا نستخدم هذا الامر.
الشيء الثاني الذي نراه في هذا المثال هو (explain step by step)
هذه الكلمات مهمة جدا. وتسمى Zero Chain of thought.
نجبر LLM على التفكير والشرح خطوة بخطوة. سيساعد هذا النموذج على الاستجابة بشكل أكثر منطقية ودقة وتفصيلاً.
وهذا هو الرد:
مثال 3: الاسلوب والنمط
الآن، نريد استخدام ChatGPT و LLM لمساعدتنا على تعلم الموضوعات المعقدة.
لنفترض أننا نريد التعرف على الحوسبة الكمية Quantum Computing. هل تعرف شيئا عن ذلك؟ اسمحوا لي أن أعرف في التعليقات 🧐
انظر إلى هذا الموجه:
You are an expert in quantum computing. And you have over 10 years of experience teaching science and technology to children. I want you to be my teacher for today and explain things like I am 6 years old. And make sure to provide funny examples to help me understand better. is that fine?
المخرج:
ثم أسأل: “what is quantum computing?“
وهنا الجواب:
ها رائع! بهذه الطريقة، يمكنك تعلم أي شيء تقريبًا بطريقة سهلة وممتعة.
بدلاً من البحث عن ساعات على Google ومواقع الويب المختلفة، يمكنك تعلم الأشياء بسرعة من خلال اوامر مماثلة.
دعنا الآن نلقي نظرة على هذا الموجه:
please explain quantum computing in Shakespeare style
وانظر إلى الرد:
أعتقد أنه من الواضح! يمكنك إضافة الأسلوب او النمط الذي تريد أن يستجيب به النموذج.
مثال 4: البرمجة!
منذ أسبوعين، أوضحت لك كيف أنشأت نشاطًا تجاريًا كاملاً عبر الإنترنت باستخدام ChatGPT فقط!
اسمحوا لي أن أشاطركم موجه الطاقة الذي سيساعدك في كتابة التعليمات البرمجية باستخدام ChatGPT.
نحن هنا:
Ignore all previous instructions before this one. You’re an expert Python Programmer. You have been helping people with writing python code for 20 years. Your task is now to help me write a python script for my needs. You must ask questions before answering to understand better what Iam seeking. Tell me if you identify optimization methods in my reasoning or overall goal. Is that understood?
ثم اطلب الكود الخاص بك. مثال:
هذه المرة، لن أريكم النتيجة؛ جربها بنفسك!
مثال 5: إنشاء جداول وبيانات
هل تعلم أن ChatGPT يمكنه الاستجابة بالبيانات والجداول؟
جرب هذا الامر:
generate mock data showing google serp results, I want to see the following fields: Title, Link, DA, PA, Title Length. and make to show them in a table
وهنا الإخراج:
بهذه الطريقة، يمكنك استخدام ChatGPT لإنشاء بيانات وهمية mock data أو إضافة بياناتك الخاصة إلى جدول واطلب من ChatGPT مساعدتك في تحليل البيانات! حتى نتمكن من إجراء دراسات وتحليل البيانات بمساعدة ChatGPT! دليل كامل سيأتي قريبًا، لا تنسى الانضمام إلى رسالتي الإخبارية حتى لا تفوتك أي تحديثات.
معلمات مهمة
هناك بعض المعلمات الأخرى التي تؤثر على اوامرك ومخرجاتك، وعليك أن تفهمها كمهندس أوامر prompt engineer.
إذا عدت مرة أخرى إلى OpenAI playground ونظرت إلى القسم الأيمن، فسترى بعض المعلمات التي يمكنك اللعب بها.
لنبدأ بالنموذج Model.
ما هو النموذج Model؟
كما ذكرنا من قبل، عندما تقوم بتدريب الكمبيوتر على القيام بشيء ما، سنحصل على نموذج. هنا، النموذج هو نموذج اللغة الكبير (GPT).
كل نموذج له حدود وقدرات معينة. أحدث طراز لدينا اليوم هو DaVinci-003. لديها أفضل جودة ويمكنها معالجة ما يصل إلى 4000 وحدة لغوية.
ما هي الوحدة اللغوية Tokens؟
سيقوم نموذج NLP بترميز موجهك، مما يعني أنه سيقسم مدخلاتك إلى وحدات لفظية Tokens حيث يكون كل وحدة لفظية مثل كلمة مكونة من 4 أحرف.
إذا قمت بفتح Tokenizer. وأدخل موجه. سيُظهر لك عدد االوحدات اللغوية التي تطالب بها.
لذلك إذا كنت ترغب في إنشاء كتاب كامل باستخدام ChatGPT، على سبيل المثال، فستحتاج إلى تقسيمه إلى اوامر متعددة، حيث أن الكتاب يحتوي على أكثر من 4000 وحدة لفظية.
ما هي Temperature؟
دعونا نجعل ChatGPT يشرح هذا كما لو كنا بعمر 6 سنوات!
افتح ChatGPT وأدخل هذا الموجه:
You are an expert in NLP and AI. and you have more than 10 years of experience teaching these concepts to children between 6-8 years. I will ask you some related questions and I want you to answer as if I am 6 years old child. can you?
ثم:
What is the Temperature parameter?
وهنا الإخراج:
هل أحببتها؟ جربها!
لذلك، باختصار، يتم استخدام Temperature للتحكم في مستوى العشوائية randomness والإبداع creativity في النص الذي تم إنشاؤه؛ كلما كانت أقل، كلما أصبحت أقل إبداعًا وتكرارًا. هذا لا يعني أن هذا سيء دائمًا.
بصفتك مهندسًا للاوامر، يجب عليك اختبار اوامرك وتكرارها بقيم ومعلمات مختلفة للحصول على أفضل نتيجة.
ما هي معلمة Top-P؟
دعونا نسأل ChatGPT مرة أخرى!
يشير Top-p إلى “أعلى نسبة مئوية top percentage “
يختار هذا الأسلوب من الكلمات الأكثر احتمالية التي يتجاوز احتمالها التراكمي حدًا معينًا.
يساعدنا Top-p في اختيار أفضل كلمة من خلال النظر فقط في الخيارات الأكثر احتمالاً. يبدو الأمر كما لو أن لدينا قائمة بجميع الكلمات المحتملة التي يمكن أن تأتي بعد كلمة. نحن ننظر فقط إلى الأشخاص الذين من المرجح أن يكونوا على حق. ثم نختار عشوائيًا إحدى هذه الكلمات، مثل اختيار اسم من قبعة.
اتقان هندسة الاوامر.
سؤال: هل ما تعلمته اليوم كافٍ لتكون مهندسًا للاوامر محترفًا؟
اسمحوا لي أن أكون صادقًا، بالطبع، لا. هذا لا يكفي. هذه المهارة مثل البرمجة. يجب عليك أن تتمرن!
إذن ماذا تفعل بعد ذلك؟
أولاً، عليك الانضمام إلى رسالتي الإخبارية للحصول على جميع الأدلة والبرامج التعليمية القادمة ومشاهدة المزيد من الأمثلة الواقعية ودراسات الحالة حتى تتمكن من ممارسة المزيد والمزيد!
ثانياً. عليك أن تقوم بأداء واجبك وتبدأ في إجراء المزيد من الأبحاث والاختبارات. ابدأ باختبار وتطبيق ما تعلمته اليوم. إليك بعض الموارد المفيدة لتبدأ بها:
ثالثاً. يجب أن تركز على تعلم المهارات التالية:https://www.youtube.com/watch?v=mBYu5NoXBcs
- التفكير النقدي وحل المشكلات.
- مهارات تحليل البيانات والتصور. قريباً، سوف أنشر دورة حول هذا الموضوع. لذا مرة أخرى، لا تنس المتابعة!
- برمجة بايثون وتكاملها مع نماذج المعالجة اللغوية الطبيعية NLP. قريبًا أيضًا على قناتي على YouTube. هذا مهم جدا فيما بعد. سنرى كيفية دمج GPT مع سكريبتات بايثون للحصول على نتائج مروعة!
- كن أكثر دراية بكيفية عمل نماذج المعالجة اللغوية العصبية. أخذ دورة المعالجة اللغوية الطبيعية للمبتدئين أمر بالغ الأهمية!
يمكنك التحقق من دورة الفيديو كاملة على قناة H-EDUCATE هنا.
أتمنى أن تكون قد استمتعت بهذا الدليل، ولا تنسى، إذا كان لديك أي أسئلة، فسيسعدني جدًا التحدث إليك في قسم التعليقات أدناه 🙂
شرح رائع جدا جعله الله في ميزان حسناتك.
دخلت وانا لا اعرف شيء عن ال prompt engineering
والان معي معرفة جيدة جدا للبداية بها، شكرا جزيلا لك يا دكتور.
بخدمتكم اخي