يُعد التحدث إلى الذكاء الاصطناعي أصعب مما يفترضه أي شخص ليس له علم بمثل هذه النماذج. تتطلب كتابة المُطالبات لمهام مُعقَّدة ومُتعددة الخطوات مهارات اتصال جيدة وفهمًا قويًا لنماذج اللغة الكبيرة (LLMs). يعتمد الذكاء الاصطناعي فقط على المُدخلات المُقدمة. لن ينتج عنه مخرجات مثالية إذا قمت بتزويده باتجاهات غامضة وعشوائية.
تعلم كتابة مُطالبات واضحة ودقيقة. فيما يلي بعض المهارات الشخصية والتقنية التي يجب على مُهندسي الأوامر النصية التركيز عليها عند تحسين المهارات.
1. التفكير النقدي
يُمكن لأنظمة الذكاء الاصطناعي تحليل المُدخلات بسرعة. إنها تحتاج فقط إلى دقائق لاكتشاف الأنماط والسمات والتناقضات المخفية في أحجام كبيرة من البيانات. وفي الوقت نفسه ، قد يستغرق غربلة نفس الأرقام يدويًا أيامًا.
على الرغم من سرعتها ، يجب ألا تعتمد بالكامل على أدوات الذكاء الاصطناعي لإجراء التحليلات والتقييمات. تقتصر تقاريرها على مجموعات البيانات الخاصة بها. يُوفر نموذج الذكاء الاصطناعي مخرجات بناءً على ما تم تدريبه عليه — فهو لا يُحلل ويُلاحظ المشكلات بالطريقة التي يُمكن للبشر مُجاراته. قد يُؤدي وضع البيانات الأولية إلى حدوث أخطاء.
للحصول على أفضل النتائج ، يجب تغذية أدواتك بمُطالبات دقيقة ومفصلة. استخدم مهاراتك الحاسمة لحل العقبات المُحتملة منذ البداية. لا تترك مجالًا للخطأ — لا يأخذ الذكاء الاصطناعي سوى المُدخلات بالقيمة الاسمية.
2. الحساب
تم تدريب الأنظمة التي تستخدم نماذج لغوية مُتقدمة على مجموعات كبيرة من البيانات ، بما في ذلك الصيغ الرياضية. فهو يحل المعادلات الحسابية الأساسية إلى المتوسطة في غضون دقائق.
يُوضح هذا المثال أدناه كيف يُجيب ChatGPT بشكل صحيح على سؤال الجبر من المستوى المتوسط.
بينما تحل أدوات الذكاء الاصطناعي أيضًا المعادلات المُعقَّدة ، مثل الإحصاء أو حساب التفاضل والتكامل أو الفيزياء ، إلا أنها ليست دقيقة دائمًا. يقوم الذكاء الاصطناعي بتشغيل الصيغ التي يفهمها فقط. قد يعرض أخطاء إذا كان النموذج يستخدم مُعادلة خاطئة أو يُخطئ في قراءة الأنماط العددية.
يوضح هذا المثال قيام ChatGPT بالإجابة بشكل غير صحيح على مشكلة إحصائية بسيطة. يجب أن تكون الإجابة 50 بالمائة.
للتعويض عن عدم دقة الذكاء الاصطناعي ، يجب أن يتمتع مُهندس الأوامر النصية بحساب مُمتاز. اكتشف الأخطاء الحسابية بنفسك. تعمل معظم أدوات الذكاء الاصطناعي على تحسين دقتها إذا قمت بتزويدها بمزيد من السياق في المطالبات. يجب أن تُشير تعليماتك إلى الصيغ أو الأنماط الصحيحة.
3. التواصل الجيد
تستخدم النماذج اللغوية بناء الجملة باللغة الطبيعية. لذا ، سواء أكنت تقوم بصياغة مدخلات من إنشاء المستخدم أو تعليمات مُحددة مسبقًا ، فإن مهارات التواصل الجيدة ستُساعدك على نقل الرسائل. المهام البسيطة سهلة التنفيذ. يُمكنك طرح أسئلة معرفة عامة وأوامر من خطوة واحدة مباشرة. فقط أشر إليها في مُوجهك.
على العكس من ذلك ، تتطلب المشاريع المُعقَّدة والمُتعددة الخطوات تعليمات أكثر تفصيلاً. يجب عليك شرح طلباتك بوضوح خطوة بخطوة لتعزيز الدقة. المُطالبات الغامضة تخلط بين الذكاء الاصطناعي.
إذا أساء الذكاء الاصطناعي تفسيرك ، فحاول تغيير اختيار الكلمات والصياغة. قلل الغموض عن طريق استبدال الأفعال الضعيفة ، وتفكيك التعليمات ، والتنبؤ بالأنماط ، وتعيين العبارات المُحفزة.
خذ هذه المطالبة كمثال. يُحدد بوضوح الأوامر لضمان أنَّ ChatGPT يُوفر المخرجات المتوقعة ، حتى لو كان يجب أن يتجاوز القيود.
4. الاهتمام بالتفاصيل
يحتاج مهندس الأوامر النصية إلى اهتمام شديد بالتفاصيل. يُؤدي التغاضي عن الأخطاء المطبعية والسهو إلى الإضرار بالدقة ، خاصةً عند تنفيذ مشاريع متعددة الخطوات. ستستمر في الحصول على مخرجات بشكل مُتدني حتى تُحسن التفاصيل.
في حين أنَّ الدقة هي سمة مُتأصلة وغير ملموسة ، لا يزال بإمكان الأشخاص تطويرها. هناك عدة طرق لممارسة المهارات الشخصية عبر الإنترنت. لهندسة الأوامر ، ابدأ بتعديل المُطالبات المُوجزة التي تقل عن 100 كلمة — الأخطاء المطبعية والمُصطلحات الغامضة والصياغة الغامضة.
اعمل على مُطالبات أطول وأكثر تعقيدًا مع تحسن مهاراتك. لتبسيط التحليلات ، قم بتحويل مراجعاتك ومخرجاتها إلى رسوم بيانية. ستفقد مجموعات التفاصيل خلاف ذلك.
لاحظ أيضًا أنَّ نماذج اللغة تتفاعل بشكل مُختلف مع المُطالبات. إذا كنت تُخطط لدمج منصات مُتعددة لمهمة واحدة مُعقَّدة ، فقد تُضطر إلى إعادة صياغة تعليمات مُحددة. ضع في اعتبارك مجموعات البيانات والقيود والإمكانيات الخاصة بأدواتك.
5. البراعة
تطور الذكاء الاصطناعي بشكل كبير خلال السنوات القليلة الماضية. أصدرت شركات التكنولوجيا العالمية مثل Google و Microsoft و OpenAI نماذج لغتها بالفعل ، وما زالت تعمل على مشاريع نماذج لغوية جديدة. يُمكنك توقع وصول المزيد من أدوات الذكاء الاصطناعي إلى السوق قريبًا.
على الرغم من كونه مُثيرًا ومُبتكرًا ، فقد يجد البعض أنَّ التطور السريع للذكاء الاصطناعي أمر مُربك. حتى Elon Musk يدعو إلى وقف تطوير الذكاء الاصطناعي. تجاوزت النماذج التي تم طرحها حديثًا المُنافسين الأكثر شهرة بعد أسابيع قليلة من الأداء الجيد.
للمُهندسي الأوامر ، فإنَّ أفضل نهج هو دراسة نماذج مُتعددة. بصرف النظر عن مواكبة أدوات الذكاء الاصطناعي الجديدة ، تعرف على كيفية كتابة المُطالبات لنماذج اللغة الخاصة بها. لا تُركز على نموذج واحد — فقد يصبح أي منتج من منتجات الذكاء الاصطناعي قديمًا.
6. العمل الجماعي
بصرف النظر عن صقل المهارات التقنية ، يجب أن يتعلم مهندسو الأوامر النصية أن يكونوا ضمن الفريق. تطوير الذكاء الاصطناعي ليس وظيفة لشخص واحد. ستتطلب منك معظم المشاريع التعاون مع مُتخصصين آخرين ، مثل المبرمجين ومُدربي الذكاء الاصطناعي ومُصممي تجربة المستخدم.
تعرف على المجالات المختلفة للذكاء الاصطناعي. تُتيح لك معرفة مهام وأدوار زملائك في الفريق تقديم دعم أفضل. ساعدهم على تحقيق أهدافهم. قم بإنشاء نظام مُبسط حيث يُراجعون مُطالباتك ويقترحون تحسينات.
ولكن بدلاً من إرسال رسائل البريد الإلكتروني بشكل مُتكرر ، فكر في استخدام أدوات إدارة المشروع. إنها تُتيح لك تتبع المطالبات وتعيينها وتعديلها في منصة واحدة. إنه نهج أكثر تنظيماً من إعادة توجيه المراجعات وإرسال نسخ كربونية إلى جهات خارجية. تحقق من أفضل أدوات إدارة الأعمال للعاملين المُستقلين.
7. الترميز والبرمجة
يجب على مُهندسي الأوامر النصية تعلم البرمجة الأساسية على الأقل. ستُساعدك معرفة لغات البرمجة التي يستخدمها مُطورو الذكاء الاصطناعي في كتابة مطالبات أكثر فعاليَّة ودقة. تأكد من أنَّ التعليمات الخاصة بك تُناسب القدرات الفريدة لكل نموذج.
أيضًا ، استخدم Open AI Playground لاستكشاف تطبيق لغات البرمجة باستخدام LLMs. يُتيح لك اختبار طرز GPT-3 المُختلفة. يُمكنك هيكلة المطالبات بشكل أكثر كفاءة إذا فهمت كيفية معالجة الذكاء الاصطناعي للمدخلات.
8. اختبار A/B
هناك عدة عوامل تُؤثر على الدقة السريعة. يؤدي تغيير اللهجة واللغة والصياغة واتساق البيانات إلى نتائج مختلفة. لسوء الحظ ، لن يُنفذ الذكاء الاصطناعي المهام التي تم توجيهها له إلا إذا استخدمت الصيغ الصحيحة.
خذ هذه المحادثة كمثال. رفض ChatGPT طلبنا البسيط لأنه انتهك شروط الاستخدام الخاصة به.
بعد تعديل المطالبة ، تلقينا الرد المطلوب. تجاهل ChatGPT قيوده وأعطى الأولوية لطلباتنا — حتى لو كان ذلك ينتهك سياسات OpenAI.
يُوضح هذا المثال ما تفعله التعديلات الطفيفة للمُطالبات الموجزة. يُمكن إجراء تغييرات بسيطة بسرعة. ومع ذلك ، إذا كنت بحاجة إلى تعديل المطالبات المُعقَّدة التي تمتد لآلاف الكلمات ، فتوقع قضاء المزيد من الوقت في اختبار A/B. تعرف على المُتغيِّرات التي تُؤثر على دقة الإخراج أكثر من غيرها.
نصيحة: تتبع كل نتائجك. يستغرق اختبار A/B الكثير من الوقت والموارد — تجنب تكرار اختبارات المُقارنة عندما يكون ذلك مُمكنًا. تحقق من كيف تستخدم الوظائف المُختلفة تقنيات الذكاء الاصطناعي.
بناء مجموعة المهارات الخاصة بمُهندس الأوامر المُحترف
ستُساعدك المهارات المذكورة أعلاه على صياغة تعليمات أكثر تفصيلاً ودقة للمشاريع مُتعددة الخطوات. يُمكن لأي شخص جعل ChatGPT يجيب على الأسئلة العامة. لكن تكييف نماذج اللغة لإنتاج مُخرجات مُحددة والتعرف على الأنماط يتطلب الدقة.
فقط لاحظ أنَّ هندسة الأوامر تتجاوز تطوير المهارات. بمجرد حصولك على المهارات اللازمة ، ابدأ في البحث عن فرص عمل ، وابحث عن المُعدلات المُناسبة ، وادرس اتجاهات الصناعة. تأكد من أنه يُمكنك الاستفادة من أحدث تطورات الصناعة. يُمكنك الإطلاع الآن على الطرق التي سيُغيِّر بها الذكاء الاصطناعي التوليدي سوق العمل.
