مسار تعلم هندسة الأوامر (Prompt Engineering)
خارطة طريق عملية لتعلم تصميم الأوامر، والاختبار، والتقييم، وتطوير سير عمل الذكاء الاصطناعي القابل لإعادة الاستخدام.
نظرة عامة
يطور مسار التعلم هذا هندسة الأوامر كمهارة منهجية بدلاً من كونها مجموعة من حيل الأوامر. يتدرب المتعلمون على تحديد المهام بوضوح، وتوفير السياق ذي الصلة، ووضع القيود، وطلب مخرجات منظمة، ومقارنة النماذج، وتقييم الاستجابات، وإنشاء أنظمة أوامر قابلة لإعادة الاستخدام.
معلومات المسار
- الدور:
- أخصائي أوامر وسير عمل الذكاء الاصطناعي
- الصعوبة:
- مبتدئ
- المدة:
- 6–8 أسابيع
- الفئة:
- Prompt Engineering
الهدف الرئيسي
تعلم كيفية تصميم واختبار وتقييم وتحسين الأوامر لسير عمل الذكاء الاصطناعي العملي.
لمن صُمم هذا المسار
مبتدئو الذكاء الاصطناعي, محترفو المحتوى, المطورون الذين يعملون مع الذكاء الاصطناعي, المسوقون الذين يستخدمون الذكاء الاصطناعي التوليدي, أخصائيو الأتمتة, المحترفون الذين يصممون سير عمل الذكاء الاصطناعي
المتطلبات السابقة
- إلمام أساسي بأدوات الذكاء الاصطناعي التوليدي
- القدرة على استخدام مساعدي الذكاء الاصطناعي المستندين إلى الويب
- لا تتطلب معرفة برمجية متقدمة
أهداف التعلم
- تصميم أوامر واضحة ومنظمة لمهام مختلفة
- توفير سياق وقيود مفيدة لنماذج الذكاء الاصطناعي
- إنشاء أوامر تنتج مخرجات منظمة وقابلة لإعادة الاستخدام
- مقارنة المخرجات عبر مساعدي ذكاء اصطناعي متعددين
- تقييم استجابات الذكاء الاصطناعي من حيث الدقة والملاءمة والاتساق
- تطوير قوالب أوامر قابلة للتكرار لسير العمل الحقيقي
المهارات المكتسبة
تصميم الأوامر, هندسة السياق, تكرار الأوامر, تصميم المخرجات المهيكلة, تقييم استجابة الذكاء الاصطناعي, مقارنة النماذج, تطوير قوالب الأوامر, تصميم سير عمل الذكاء الاصطناعي
تسلسل التعلم
1. تعلم أساسيات هندسة الأوامر مع ChatGPT
تدرب على تحديد الأدوار، والمهام، والسياق، والقيود، وتنسيقات المخرجات، ومعايير التقييم باستخدام مساعد ذكاء اصطناعي للأغراض العامة.
2. دراسة أساسيات التوجيه مع Google Prompting Essentials
بناء أساس منظم في تقنيات التوجيه وتعلم كيفية كتابة الأوامر وتحسينها وتكييفها لمهام الذكاء الاصطناعي التوليدي العملية.
3. بناء مكتبة قوالب الأوامر الأولى الخاصة بك
إنشاء قوالب أوامر قابلة لإعادة الاستخدام للعديد من المهام الشائعة بدلاً من الاعتماد على أوامر تُستخدم لمرة واحدة.
4. مقارنة سلوك الأوامر مع Claude
اختبار أوامر مكافئة مع مساعد ذكاء اصطناعي آخر ومقارنة اتباع التعليمات، وأسلوب التفكير، والتنسيق، واتساق الاستجابة.
5. اختبار الأوامر مع Gemini
توسيع مهارات مقارنة النماذج من خلال اختبار قوالب الأوامر مع مساعد ذكاء اصطناعي رئيسي آخر وتوثيق الاختلافات الجوهرية في النتائج.
6. ممارسة هندسة الأوامر للمطورين
تطوير مهارات هندسة الأوامر العملية من خلال أمثلة منظمة تركز على استخدام النماذج اللغوية الكبيرة في سير عمل التطبيقات والتطوير.
7. معلم أساسيات تصميم الأوامر
تأكيد قدرتك على إنشاء أوامر بتعليمات واضحة، وسياق مفيد، وقيود مناسبة، وتنسيقات مخرجات محددة.
8. ممارسة البحث القائم على المصادر مع Perplexity
التدرب على كتابة أوامر البحث التي تحدد بوضوح السؤال، والنطاق، ومتطلبات الأدلة، والهيكل المطلوب للاستجابة.
9. بناء أوامر مستندة إلى الوثائق مع NotebookLM
التدرب على تصميم الأسئلة وأوامر التوليف حول مجموعة محددة من المواد المصدرية.
10. استكشاف هندسة الأوامر لنماذج الرؤية
توسيع مهارات هندسة الأوامر إلى ما هو أبعد من سير العمل النصي فقط من خلال استكشاف تقنيات العمل مع الرؤية ونماذج الذكاء الاصطناعي متعددة الوسائط.
11. ممارسة التوجيه متعدد الوسائط مع Gemini
توسيع ممارسة هندسة الأوامر لتشمل سير العمل متعدد الوسائط من خلال تعلم كيفية دمج الأوامر والاستدلال عبر أشكال مختلفة من المدخلات مع Gemini.
12. إنشاء إطار عمل لتقييم الأوامر
تطوير طريقة قابلة للتكرار لمقارنة إصدارات الأوامر وتقييم مخرجاتها.
13. تصميم سير عمل منظم للذكاء الاصطناعي
إنشاء سير عمل متعدد المراحل حيث تقوم الأوامر بتحويل مدخل أولي إلى مخرج نهائي محدد بوضوح من خلال عدة خطوات خاضعة للرقابة.
14. بناء مشروع ملف أعمال هندسة الأوامر
إنشاء وتوثيق نظام أوامر كامل يحل مشكلة عملية محددة بوضوح.
15. معلم إكمال مهندس الأوامر
مراجعة مشروع ملف أعمالك والتحقق من أن عملية هندسة الأوامر الخاصة بك منهجية وقابلة للاختبار وموثقة.
النتيجة المتوقعة
بإكمال هذا المسار، يجب أن يكون المتعلمون قادرين على تصميم وتقييم قوالب أوامر موثوقة، وتكييف الأوامر مع نماذج ومهام ذكاء اصطناعي مختلفة، وتحديد مشاكل المخرجات الشائعة، وإثبات مهاراتهم من خلال مشروع ملف أعمال موثق لهندسة الأوامر.
الأسئلة الشائعة
هل مسار تعلم هندسة الأوامر هذا مناسب للمبتدئين؟
نعم. يبدأ بمبادئ تصميم الأوامر الأساسية ويتقدم نحو الاختبار المنهجي والتقييم وسير عمل الذكاء الاصطناعي متعدد المراحل.
هل أحتاج إلى مهارات برمجية لتعلم هندسة الأوامر؟
لا تتطلب هذه الدورة معرفة برمجية متقدمة. تصبح البرمجة مفيدة عند دمج الأوامر في التطبيقات أو واجهات برمجة التطبيقات (APIs) أو سير العمل المؤتمت.
لماذا يستخدم المسار العديد من مساعدي الذكاء الاصطناعي؟
يمكن أن يختلف سلوك الأوامر بين النماذج. تساعد مقارنة مساعدي ذكاء اصطناعي متعددين المتعلمين على فهم تقنيات الأوامر التي يمكن تعميمها والتي تحتاج إلى تكييف مع نموذج معين.
ما الفرق بين التوجيه (Prompting) وهندسة الأوامر (Prompt Engineering)؟
التوجيه يعني إعطاء تعليمات لنموذج ذكاء اصطناعي. تطبق هندسة الأوامر عملية أكثر منهجية تتضمن تعريف المهمة، وتصميم السياق، والقيود، والمخرجات المهيكلة، والاختبار، والتقييم، والتكرار.
ما الذي يجب أن أمتلكه بعد إكمال مسار التعلم هذا؟
يجب أن يكون لديك مكتبة أوامر قابلة لإعادة الاستخدام، وإطار عمل للتقييم، وسير عمل منظم للذكاء الاصطناعي، ومشروع ملف أعمال موثق يوضح عملية هندسة الأوامر الخاصة بك.
أدوات ذكاء اصطناعي ذات صلة
ChatGPT
نموذج ذكاء اصطناعي محادثي طورته OpenAI يتفوق في الإجابة على الأسئلة، وكتابة الأكواد، وتوليد المحتوى الإبداعي.
Claude
مساعد ذكاء اصطناعي متطور معروف بنافذة سياقه الكبيرة، وأسلوبه الكتابي الدقيق، وقدراته القوية على التفكير.
Gemini
نموذج الذكاء الاصطناعي الأكثر قدرة من Google، تم بناؤه من الأساس ليكون متعدد الوسائط وعالي الكفاءة.
NotebookLM
NotebookLM هو مساعد بحث شخصي مدعوم بالذكاء الاصطناعي يتيح لك تحميل المستندات وطرح الأسئلة وتلخيص المحتوى وتوليد الأفكار بناءً على موادك المصدرية المحددة.
Perplexity AI
محرك بحث مدعوم بالذكاء الاصطناعي يوفر إجابات مباشرة وموثقة لاستفسارات المستخدم في الوقت الفعلي.
دورات ذات صلة
ChatGPT Prompt Engineering for Developers
دورة "هندسة الأوامر باستخدام ChatGPT للمطورين" هي دورة قصيرة ومناسبة للمبتدئين، أنشأتها DeepLearning.AI بالتعاون مع OpenAI. يقدمها كل من عيسى فولفورد وأندرو إن جي، وتستعرض تقنيات هندسة الأوامر العملية لتطوير التطبيقات، وتوضح كيفية استخدام النماذج اللغوية الكبيرة في التلخيص، والاستنتاج، وتحويل النصوص، والتوسيع، وتطوير روبوتات الدردشة. تتضمن الدورة أمثلة تفاعلية وتدريباً عملياً باستخدام واجهة برمجة تطبيقات OpenAI.
Generative AI for Everyone
دورة "الذكاء الاصطناعي التوليدي للجميع" هي دورة للمستوى المبتدئ من DeepLearning.AI يقدمها أندرو إن جي. تشرح الدورة كيفية عمل الذكاء الاصطناعي التوليدي، وما يمكن للأنظمة الحالية القيام به وما لا يمكنها القيام به، وكيف يمكن تطبيق هذه التكنولوجيا في العمل والحياة اليومية. يتم تعريف المتعلمين بالأوامر، ودورات حياة مشاريع الذكاء الاصطناعي التوليدي، والنماذج اللغوية الكبيرة، والتوليد المعزز بالاسترجاع (RAG)، والضبط الدقيق، واختيار النماذج، واستخدام الأدوات، ووكلاء الذكاء الاصطناعي، وفرص الأتمتة، والذكاء الاصطناعي المسؤول.
Google Prompting Essentials
برنامج أساسيات صياغة الأوامر من Google هو برنامج مناسب للمبتدئين طورته Google لتعليم المتعلمين كيفية التواصل بفعالية مع أنظمة الذكاء الاصطناعي التوليدي. يقدم البرنامج إطار عمل لصياغة الأوامر مكوناً من خمس خطوات ويطبقه على مهام حقيقية في مكان العمل بما في ذلك الكتابة، والعصف الذهني، والتلخيص، وتحليل البيانات، والتصور، وإعداد العروض التقديمية، وحل المشكلات الإبداعي، وتقديم الملاحظات بأسلوب الخبراء. كما يتدرب المتعلمون على تقييم مخرجات الذكاء الاصطناعي، وتكرار الأوامر، واستخدام الذكاء الاصطناعي بمسؤولية، وبناء مكتبة قابلة لإعادة الاستخدام من الأوامر.
Large Multimodal Model Prompting with Gemini
تركز هذه الدورة القصيرة على التقنيات وأفضل الممارسات لهندسة الأوامر للنماذج متعددة الوسائط الكبيرة، وتحديداً باستخدام منصة Gemini.
Prompt Engineering for Vision Models
هندسة الأوامر لنماذج الرؤية هي دورة قصيرة للمبتدئين من DeepLearning.AI بالتعاون مع Comet. وهي توسع نطاق هندسة الأوامر إلى ما هو أبعد من النماذج النصية وتوضح كيفية التحكم في نماذج الرؤية باستخدام اللغة الطبيعية، وإحداثيات البكسل، والمربعات المحيطة، وأقنعة التجزئة، ومعلمات التوليد. يعمل المتعلمون مع تقنيات تشمل نموذج Segment Anything من Meta، وOWL-ViT، وStable Diffusion، وDreamBooth، بينما يستكشفون تجزئة الصور، واكتشاف الكائنات، وتوليد الصور، والرسم الداخلي، والضبط الدقيق، وتتبع التجارب.
مصطلحات ذات صلة
أمر النظام
أمر النظام هو تعليمات عالية المستوى تُقدم لنموذج ذكاء اصطناعي تحدد السلوك أو الدور أو القيود أو الأولويات أو قواعد التشغيل للتفاعل.
التلقين ببضع أمثلة (Few-Shot Prompting)
التلقين ببضع أمثلة هو تقنية يتم فيها تزويد نموذج الذكاء الاصطناعي بعدد قليل من الأمثلة التي توضح المهمة المطلوبة أو نمط المخرجات قبل معالجة مدخل جديد.
التلقين بدون أمثلة (Zero-Shot Prompting)
التلقين بدون أمثلة هو تقنية تلقين يُطلب فيها من نموذج الذكاء الاصطناعي أداء مهمة دون عرض أمثلة على سلوك المدخلات والمخرجات المطلوب.
الذكاء الاصطناعي (AI)
الذكاء الاصطناعي هو مجال إنشاء أنظمة حاسوبية قادرة على أداء مهام مرتبطة بالذكاء البشري، مثل فهم اللغة، والتعرف على الأنماط، وإجراء التنبؤات، وتوليد المحتوى، ودعم اتخاذ القرار.
الذكاء الاصطناعي التوليدي (Generative AI)
يشير الذكاء الاصطناعي التوليدي إلى أنظمة الذكاء الاصطناعي المصممة لإنشاء محتوى جديد مثل النصوص، والصور، والصوت، والفيديو، ورموز البرمجيات، أو البيانات المهيكلة.
الذكاء الاصطناعي متعدد الوسائط (Multimodal AI)
يشير الذكاء الاصطناعي متعدد الوسائط إلى الأنظمة التي يمكنها معالجة أو فهم أو توليد أكثر من نوع واحد من المعلومات، مثل النصوص أو الصور أو الصوت أو الفيديو أو البيانات المنظمة.