هندسة المطالبات: لا تعامل النماذج كالأطفال، لا حاجة للعب الأدوار، كن صادقًا

هندسة المطالبات: نظرة عامة

ما هي هندسة المطالبات؟

• التعريف: هندسة المطالبات هي عملية الحصول على أقصى استفادة من نماذج الذكاء الاصطناعي من خلال التعاون معها لتحقيق مهام كانت مستحيلة لولا ذلك.
• الجانب الهندسي: يأتي الجانب "الهندسي" من العملية التكرارية للتجربة والخطأ، مما يسمح بالتجريب والتصميم.
• التكامل: لا تقتصر هندسة المطالبات على كتابة مطالبة واحدة فقط؛ بل تشمل دمج المطالبات في نظام أكبر، مع الأخذ في الاعتبار مصادر البيانات، وزمن الانتقال، وحجم البيانات.
• ليست مجرد كود: على الرغم من إمكانية التعامل مع المطالبات ككود (التحكم في الإصدار، وتتبع التجارب)، إلا أنها في الأساس تعليمات باللغة الطبيعية.

ما الذي يجعل مهندس المطالبات جيدًا؟

• التواصل الواضح: القدرة على التعبير بوضوح عن المهام ووصف المفاهيم أمر بالغ الأهمية.
• عقلية تكرارية: الاستعداد للتكرار ومراقبة كيفية استجابة النموذج للمطالبات أمر بالغ الأهمية.
• توقع الأخطاء: يفكر مهندسو المطالبات الجيدون في الحالات غير المعتادة وكيف يمكن أن يتفاعل النموذج معها.
• منظور المستخدم: من الضروري فهم ما سيدخله المستخدمون بالفعل، بما في ذلك الأخطاء واللغة غير التقليدية.

المبادئ الأساسية للمطالبات

• اكتب ما لا يعرفه النموذج: وضح بوضوح جميع المعلومات التي يحتاجها النموذج لإكمال المهمة، وتجنب الافتراضات.
• اقرأ مخرجات النموذج بعناية: افحص مخرجات النموذج للتأكد من أنه يتبع التعليمات ويستدل بشكل صحيح.
• ضع في اعتبارك تفاعل المستخدم: فكر في كيفية تفاعل المستخدمين مع النموذج وما هي الأسئلة التي قد يطرحونها.
• اطلب من النموذج تقديم ملاحظات: اطلب من النموذج تحديد الأجزاء غير الواضحة أو الغامضة في المطالبة واقتراح تحسينات.

متى تتخلى عن المطالبة

• النموذج لا يفهم: إذا كان النموذج لا يفهم المهمة بوضوح، فمن الأفضل عدم قضاء الكثير من الوقت عليها.
• النتائج تزداد سوءًا: إذا كان كل تعديل يجعل النتائج أسوأ، فمن الأفضل التخلي عن النهج.
• قيود النماذج الحالية: قد تكون بعض المهام خارجة عن قدرات النماذج الحالية، ومن الأفضل انتظار التحسينات المستقبلية.

دور الصدق والمباشرة

• لا حاجة للخداع: مع ازدياد تطور النماذج، لا داعي للكذب أو استخدام لعب الأدوار.
• التواصل المباشر: من الأفضل أن تكون مباشرًا وصادقًا بشأن المهمة وأهدافك.
• تجنب الاستعارات: في حين أن الاستعارات يمكن أن تكون مفيدة، إلا أنها يمكن أن تبسط المهمة وتؤدي إلى الارتباك.
• كن محددًا: صف السياق والبيئة بالتفصيل، بدلًا من الاعتماد على الأدوار العامة.

استدلال النموذج

• ليس كالبشر: استدلال النموذج ليس هو نفسه الاستدلال البشري، ومن المهم عدم إضفاء الطابع الإنساني عليه.
• التركيز على الأداء: يجب أن ينصب التركيز على ما إذا كانت عملية استدلال النموذج تؤدي إلى نتائج أفضل.
• اختبار الاستدلال: اختبر استدلال النموذج عن طريق إزالة الخطوات الصحيحة واستبدالها بخطوات غير صحيحة لمعرفة ما إذا كان لا يزال يحصل على الإجابة الصحيحة.

أهمية التفاصيل

• القواعد وعلامات الترقيم: على الرغم من أنها ليست ضرورية دائمًا، إلا أن القواعد وعلامات الترقيم الجيدة يمكن أن تساعد في الوضوح.
• الاهتمام بالتفاصيل: انتبه جيدًا لتفاصيل المطالبة، تمامًا كما تفعل مع الكود.
• وضوح المفاهيم: ركز على المفاهيم الواضحة واختيار الكلمات، بدلًا من مجرد القواعد.

تحسين مهارات المطالبات

• اقرأ وحلل: اقرأ مطالباتك ومخرجات النموذج بعناية.
• ادرس المطالبات الجيدة: تعلم من المطالبات المكتوبة جيدًا وجرب أساليب مختلفة.
• اطلب الملاحظات: احصل على ملاحظات من الآخرين، خاصة أولئك الذين ليسوا على دراية بعملك.
• تحدى النموذج: حاول أن تجعل النموذج يفعل أشياء تعتقد أنه لا يستطيع فعلها لتجاوز حدوده.

الاختلافات في المطالبات

• البحث مقابل المؤسسات: تركز مطالبات البحث على التنوع والاستكشاف، بينما تعطي مطالبات المؤسسات الأولوية للاستقرار والاتساق.
• الأمثلة: غالبًا ما تستخدم مطالبات البحث عددًا قليلًا من الأمثلة، بينما قد تستخدم مطالبات المؤسسات العديد منها.
• الحالات الحافة: يجب أن تأخذ مطالبات المؤسسات في الاعتبار جميع الحالات الحافة، حيث سيتم استخدامها ملايين المرات.

تطور هندسة المطالبات

• التقنيات قصيرة الأجل: العديد من تقنيات المطالبات الفعالة قصيرة الأجل حيث يتم دمجها في تدريب النموذج.
• الثقة بالنماذج: هناك اتجاه متزايد للثقة بالنماذج بمزيد من السياق والتعقيد.
• التواصل المباشر: أصبح إعطاء النماذج الأوراق مباشرة وطلب إنشاء أمثلة أكثر فعالية.
• تعامل مع النماذج كأدوات: تعامل مع النماذج كأدوات ذكية، بدلًا من اعتبارها أطفالًا بحاجة إلى تبسيط مفرط.

مستقبل هندسة المطالبات

• فهم النماذج للنية: ستصبح النماذج أفضل في فهم النية، مما يقلل الحاجة إلى المطالبات التفصيلية.
• إنشاء المطالبات: سيتم استخدام هندسة المطالبات لإنشاء المطالبات وتحسينها، خاصة لأولئك الذين ليس لديهم خبرة.
• استخراج المعلومات: قد تستخرج النماذج في النهاية المعلومات مباشرة من عقولنا، بدلًا من الاعتماد على المطالبات الصريحة.
• النهج الفلسفي: ستتضمن المطالبات تحديد مفاهيم جديدة وتوصيلها إلى النموذج، على غرار الكتابة الفلسفية.