أحمد 🤖 | AI & Growth
أحمد 🤖 | AI & Growth

@AhmedRam2175

7 تغريدة 3 قراءة Mar 19, 2024
هندسة الأوامر (Prompt Engineering) من الأشياء المُهمة لأنها تساعدنا نطلع بأفضل نتيجة من أدوات الذكاء الإصطناعي مثل ChatGPT!
وبنفس الوقت للمُهتمين ببناء تطبيقات تقنية تعتمد على النماذج اللغوية الكبيرة (LLMs)، جودة الـPrompt تفرق في النتيجة!
تابع الثريد عشان تعرف أفضل الطرق!
1 - وضّح للذكاء الإصطناعي كافة تفاصيل الهدف المرجو تحقيقه!
مثال: إذا كنت أريد أنشيء خطة مُحتوى للسوشل ميديا، لازم أوضح المنصات المُستهدفة، والفترة الزمنية، وشكل المُحتوى البصري مع المنشور، وغيرها!
2 - استخدم علامات التنصيص في تحديد أجزاء مُعينة حاب إنه النموذج يركز عليها.
مثال:
إذا عندك مجموعة من أسماء العلامات التجارية والشركات وحاب النموذج يصنفها لك على حسب الصناعة، فتقدر تحدد للنموذج الخيارات اللي يحدد منها عشان تحصل على إجابة مُتناسقة.
شوف المثال بالصورة للتوضيح
3 - الإجابة على شكل خطوات فيما يُعرف بـ Chain of thought Prompting.
وهي بإختصار إنك تطلب من النموذج يجاوبك على هيئة خطوات.
مثال: أنا حاب المودل ينشيء لي مقالة عن السياحة على سبيل المثال، أقدر أطلب منه:
- يبحث عن أشهر الأماكن السياحية في السعودية
- يجمعها ويلخصها كمقالة.
4 - إعطاء النموذج مثال يجاوب على أساسه (Few-shot prompting).
تخيّل معي إنك شغال على تطوير منصة للإجابة عن الأسئلة باستخدام الذكاء الإصطناعي، تقدر بكل بساطة تطلب من النموذج في كل مرة يجاوب بستايل مُعين وبهيكل مُعين عشان التناسق (Consistency).
شاهد المثال في الصورة:
5 - الإجابة من مصدر مُعين (Answer based on references).
تخيل إنك قاعد تحل سؤال عن فقرة مُعينة من قصة أو مقال، تقدر تطلب من النموذج الإجابة عن السؤال بناءًا على المقال أو القطعة اللي بترفقها له.
أو تشتغل HR وبدال ما تقرأ الـCV الخاص بمُرشح مُعين تنسخ النص اللي فيه وتسأل!
النهاية - رمضان مبارك 🥰

جاري تحميل الاقتراحات...