صياغة الأوامر في ChatGPT هي مهارة إعطاء الذكاء الاصطناعي تعليمات واضحة ومحددة كي يعيد لك بالضبط ما تحتاج إليه. يفكّك هذا الدليل العملي تشريح الأمر الجيد (Prompt)، والبنى المُجرَّبة، وأمثلة «قبل وبعد» التي تُظهر الفارق الهائل الذي تُحدِثه الصياغة الجيدة.
صياغة الأوامر في ChatGPT: ما الذي ستتعلّمه
يُعلّمك هذا الدرس صياغة الأوامر في ChatGPT من الصفر، إذ يغطي اللبنات الست لأمرٍ قوي، والتحديد، والتحكم في التنسيق، والأدوار، والقيود، والأمثلة قليلة اللقطات (Few-shot)، والتكرار. وبنهايته ستعرف كيف تحوّل طلبًا غامضًا إلى تعليمة دقيقة تنتج نتائج جاهزة للنشر.
كما سترى تحويلات معالَجة تأخذ أمرًا ضعيفًا وتعيد بناءه خطوةً بخطوة. إن ممارسة صياغة الأوامر في ChatGPT بهذه الطريقة هي المهارة الوحيدة الأكبر التي تفصل بين المستخدمين العاديين والمستخدمين المتمكّنين الذين يحصلون على مخرجات ممتازة باستمرار.
لماذا تُغيّر التعليمات الواضحة كل شيء
تخيّل ChatGPT مساعدًا بالغ القدرة لكنه حرفيّ التفكير. إنه يفعل تمامًا ما تطلبه، لا أكثر ولا أقل. حين تكون تعليماتك غامضة، يملأ النموذج الفجوات بافتراضات قد لا تطابق مقصدك. وحين تكون تعليماتك دقيقة، يقدّم لك شيئًا قريبًا مما تخيّلته من المحاولة الأولى، موفّرًا عليك جولات من التحرير.
تأمّل تشبيهًا بسيطًا. تدخل مطعمًا وتقول: «أحضِر لي طعامًا». بإمكان الطاهي أن يصنع أي شيء تقريبًا. والآن قارن ذلك بقولك: «أريد سمك السلمون المشوي متوسط النضج مع الليمون، وطبقًا جانبيًا من الخضار المحمّصة، دون مكسّرات بسبب حساسية، وماءً غازيًا». يزيل الطلب الثاني الغموض ويحصل لك على الوجبة التي أردتها فعلًا. وصياغة الأوامر للذكاء الاصطناعي تعمل بالطريقة نفسها: كل تفصيلة تُقدّمها تُوجِّه الاستجابة نحو هدفك الحقيقي.
الخبر السار أن الصياغة حرفة قابلة للتعلّم لا خدعة سحرية. حفنة من الأنماط القابلة للتكرار سترفع جودة كل ما تطلبه تقريبًا، سواء كنت تكتب بريدًا إلكترونيًا، أو تصحّح أخطاء شيفرة برمجية، أو تلخّص تقريرًا، أو تعصف ذهنيًا بأفكار. تبني بقية هذا الدليل تلك الأنماط طبقةً تلو الأخرى.
تشريح الأمر الجيد
عادةً ما تجمع الأوامر القوية بعضًا من ستة عناصر. لست بحاجة دائمًا إلى الستة جميعًا، لكن كلما أدرجت العناصر الأكثر صلة، صارت نتائجك أحدّ. والعناصر الستة هي: الدور، والمهمة، والسياق، والتنسيق، والأمثلة، والقيود. اعتبرها مكوّناتٍ تمزجها بحسب المهمة التي بين يديك.
يخبر الدور النموذجَ بالشخصية التي يتقمّصها، وهو ما يشكّل النبرة والمفردات. وتذكر المهمة الإجراء الذي تريده باستخدام فعلٍ واضح مثل اكتب، أو لخّص، أو حلّل، أو قارن. ويوفّر السياق خلفيةً عن جمهورك وموقفك. ويحدّد التنسيق كيف ينبغي أن تُبنى المخرجات. وتُظهر الأمثلة النمط الدقيق الذي تتوقّعه، وتصف القيود ما ينبغي تجنّبه أو القواعد التي يجب اتباعها.
إليك أمرًا مُحكمًا يستخدم عدة عناصر من هذه دفعةً واحدة. لاحظ كيف يحمل كل سطر مهمةً متمايزة، تاركًا للنموذج حيّزًا ضئيلًا للتخمين.
أنت مستشار مالي خبير متخصص في التخطيط للتقاعد.
المهمة: اشرح الفرق بين حساب Roth IRA وحساب Traditional IRA.
السياق: عمري 35 عامًا، وأكسب 75,000 دولار سنويًا، وأنا حديث عهد بالاستثمار.
التنسيق: جدول مقارنة بأعمدة للميزة، وRoth IRA،
وTraditional IRA، يتبعه ملخّص من ثلاث جُمل عن الخيار
الذي قد يناسب وضعي.
القيود: لا توصِ بمنتجات بعينها. استخدم لغة بسيطة
يفهمها المبتدئ.ينتج ذلك الأمر المُهيكل استجابةً أفضل بكثير من مجرّد «اشرح الفرق بين Roth وTraditional IRA». فكل عنصر يضيّق المخرجات، وهي مجتمعةً لا تترك شيئًا تقريبًا للصدفة. ومع الممارسة، ستبدأ بتجميع هذه المكوّنات تلقائيًا.
كن محدّدًا: القاعدة الذهبية
الغموض هو السبب الأول للإجابات المُخيّبة. كل تفصيلة ملموسة تضيفها تدفع النموذج أقرب إلى ما تريده فعلًا. والفرق بين «اكتب تدوينة عن الذكاء الاصطناعي» وطلبٍ محدّد بالكامل هو الفرق بين عرضٍ عام عليك تحريره بكثافة، ومسوّدةٍ شبه نهائية يمكنك نشرها بصقلٍ يسير.
قارن الطلبين أدناه. تذكر النسخة المحدّدة الطولَ، والموضوع، والجمهور، والنبرة، والأمثلة المطلوبة، والدعوة الختامية إلى الإجراء. ولا تُهدر أيٌّ من تلك التفاصيل؛ فكلٌّ منها يزيل قرارًا كان النموذج سيتخذه عنك، في اتجاهٍ لم تقصده غالبًا.
غامض: اكتب تدوينة عن الذكاء الاصطناعي.
محدّد: اكتب تدوينة من 1,000 كلمة عن كيف يمكن لمتاجر
التجزئة الصغيرة استخدام روبوتات الدردشة بالذكاء
الاصطناعي لخدمة العملاء. الجمهور أصحاب متاجر بلا
خلفية تقنية. استخدم نبرة دافئة ومُشجّعة. أدرج
ثلاثة أمثلة واقعية واختم بدعوة إلى تجربة أداة
روبوت دردشة مجانية.من العادات المفيدة أن تعيد قراءة أمرك وتسأل: «هل يمكن تفسير هذا بطريقة لم أقصدها؟» وحيثما كانت الإجابة نعم، أضِف تفصيلة. لا يعني التحديد كتابة جدار من النص؛ بل يعني إزالة الغموض الحقيقي بشأن الجمهور والنطاق والطول والغرض.
صياغة الأوامر في ChatGPT باستخدام الأدوار والشخصيات
إسناد دورٍ هو واحد من أبسط الخطوات وأقواها على الإطلاق. جملة واحدة مثل «أنت مصمم تجربة مستخدم أول» تُهيّئ النموذج للاستناد إلى المعرفة ذات الصلة وتبنّي النبرة الصحيحة. والسؤال نفسه إذا أُجيب عنه كمعلّم، أو محامٍ، أو مهندس، يُنتج وجهات نظر ومفردات وعمقًا مختلفًا بوضوح.
تنجح الأدوار لأنها تُنشّط الشريحة من معرفة النموذج الأكثر صلةً بمهمتك. فالمهندس الذي يراجع شيفرة أكثر تقنيةً وتركيزًا على العلل؛ والمعلّم الذي يقدّم ملاحظات أكثر تشجيعًا ونزعةً تربوية. جرّب بطرح السؤال نفسه عبر شخصيتين أو ثلاث وقارن النتائج. يُظهر التمرين بسرعة قدر النفوذ الذي يمنحه دورٌ حسن الاختيار.
أنت مصمم تجربة مستخدم أول وخبير في تحسين معدّل التحويل.
راجع هذه الجوانب من موقع لشركة صغيرة وقدّم توصيات
محددة وقابلة للتنفيذ: بنية التنقّل، وسرعة تحميل الصفحة،
والاستجابة على الجوال، وموضع الدعوة إلى الإجراء، وإشارات
الثقة.ينتج ذلك الأمر المدفوع بالدور تحليلًا بمستوى الخبراء مُقسَّمًا حسب المجال، بدلًا من قائمة «حسّن تحسين محركات البحث، أضِف محتوى» العامة التي سيعيدها أمرٌ بلا دور. احتفظ ببضع شخصيات مفضّلة جاهزة للمهام التي تكرّرها كثيرًا.
التحكم في تنسيق المخرجات
إخبار ChatGPT بكيفية تنظيم إجابته بالضبط يوفّر وقت تحرير حقيقيًا. يمكنك طلب جدول بأعمدة مسمّاة، أو خطوات مرقّمة، أو عدد ثابت من الفقرات، أو JSON بمفاتيح محددة، أو تخطيط سؤال وجواب. ولأن النموذج بارع في اتباع التعليمات الهيكلية، فإن طلبات التنسيق من بين أعلى التفاصيل عائدًا التي يمكنك إضافتها.
يكون التحكم في التنسيق قيّمًا بوجهٍ خاص حين تتغذّى المخرجات في شيء آخر، كجدول بيانات، أو عرض شرائح، أو شيفرة برمجية. يحوّل المثال أدناه ملاحظات اجتماع مبعثرة إلى قائمة بنود إجرائية نظيفة ومتّسقة بمجرد وصف الشكل المستهدف. التعليمة تؤدّي العبء الثقيل؛ والنموذج يملأ القالب.
حوّل ملاحظات الاجتماع التالية إلى قائمة بنود إجرائية مُهيكلة.
نسّق كل بند هكذا: [المسؤول] — [المهمة] — [تاريخ الاستحقاق] — [الأولوية].
المُدخَل: "تحتاج سارة إلى إرسال العرض بحلول الثلاثاء، وهو عاجل.
سيتولّى مارك حجز القاعة في وقتٍ ما الأسبوع المقبل.
تقرير الميزانية مستحَق يوم الجمعة لليزا، وليس حرجًا."حين تحتاج إلى مخرجات قابلة للقراءة آليًا، كن صريحًا بشأن المخطّط (Schema) واطلب من النموذج أن يعيد البيانات المُهيكلة فقط دون أي تعليق. سطرٌ مثل «أجِب بـ JSON صالح فقط، دون نثر» يمنع الشروح الودودة التي كانت ستُعطِب محلّلًا لاحقًا.
إضافة القيود والضوابط
تخبر القيود النموذجَ بما يجب تجنّبه، وهي غالبًا بأهمية ما تطلب منه فعله. التعليمات السلبية مثل «لا تستخدم المصطلحات المتخصصة»، أو «لا تتجاوز 200 كلمة»، أو «لا تُدرج مقدّمة» تُبقي الاستجابات مركّزة ومتسقة مع هوية العلامة. ومن دونها، يلجأ النموذج إلى أعرافه الخاصة، التي قد تشمل افتتاحيات حشو، أو تحفّظًا، أو طولًا لم تُرِده.
تحمي القيود أيضًا الجودة والسلامة. قد تمنع توصيات بعينها، أو تشترط نبرةً محايدة، أو تُصرّ على أن يشير النموذج إلى عدم اليقين بدلًا من اختلاق الحقائق. وكلما كانت حدودك أوضح، قلّ ما تنظّفه لاحقًا. اقرِن كل «افعل هذا» بـ«لكن لا تفعل ذلك أبدًا» المناسب، فتصبح أوامرك أكثر موثوقيةً بكثير عبر الاستخدام المتكرّر.
الصياغة قليلة اللقطات: التعليم بالمثال
تعني الصياغة قليلة اللقطات (Few-shot) تضمين مثال معالَج واحد أو أكثر في أمرك كي يستطيع النموذج نسخ النمط الدقيق الذي تريده. وهي فعّالة بشكل لافت في التصنيف، واستخراج البيانات، وتحويل التنسيق، والحفاظ على صوتٍ متّسق عبر مخرجات كثيرة. وحيثما قد يُساء فهم الوصف، يزيل المثال الملموس كل شك.
قارن النسختين عديمة اللقطة (Zero-shot) وقليلة اللقطات لمهمة تحليل مشاعر. في الحالة عديمة اللقطة، قد ينسّق النموذج إجابته كما يحلو له. وفي الحالة قليلة اللقطات، يرى النمط المُرسَّخ ويطابقه بدقة، فيعيد تصنيفًا واحدًا نظيفًا بالأسلوب نفسه الذي في أمثلتك.
صنّف مشاعر كل مراجعة على أنها إيجابية، أو سلبية، أو محايدة.
المراجعة: "أحب هذا المنتج، لقد غيّر حياتي!"
المشاعر: إيجابية
المراجعة: "وصل في الوقت المحدد، لا شيء مميز."
المشاعر: محايدة
المراجعة: "كانت الخدمة سيئة والطعام باردًا."
المشاعر:يُكمل النموذج السطر الأخير بكلمة «سلبية» بالتنسيق الدقيق الذي عرضته. مثالان أو ثلاثة كافية عادةً؛ والأمثلة الإضافية تساعد في الأنماط الأصعب لكنها تطيل الأمر، فوازِن بين الوضوح والطول.
سلسلة التفكير للاستدلال المعقّد
في الرياضيات والمنطق والتحليل متعدد الخطوات، تُحسِّن إضافة عبارة «فكّر خطوة بخطوة» أو طلب أن يُظهر النموذج عمله الدقّةَ تحسينًا هائلًا. هذه التقنية، المسمّاة الصياغة بسلسلة التفكير (Chain-of-Thought)، تجبر النموذج على توليد استدلال وسيط، ويصبح كل خطوة سياقًا يَشحَذ التنبؤ التالي. وهي من أعلى العادات عائدًا التي يمكنك بناؤها.
من دون هذه التعليمة، قد يقفز النموذج إلى الإجابة ويزِلّ في الحساب. ومعها، يفصّل كل مرحلة، فتصير الأخطاء أقل احتمالًا وأسهل اكتشافًا. يمرّ المثال أدناه عبر حساب خصمٍ ثم ضريبة، وهو ما يخطئه النموذج غالبًا حين يتسرّع.
يمنح متجر خصمًا 20% على سترة بـ 150 دولارًا، ثم يضيف ضريبة مبيعات 8% على
السعر المخفّض. ما السعر النهائي؟ فكّر خطوة بخطوة.
الخطوة 1: الخصم = 20% من 150 دولارًا = 30 دولارًا
الخطوة 2: السعر المخفّض = 150 - 30 = 120 دولارًا
الخطوة 3: الضريبة = 8% من 120 دولارًا = 9.60 دولارًا
الخطوة 4: السعر النهائي = 120 + 9.60 = 129.60 دولارًاكلما تضمّنت مهمة استدلالًا لا استرجاعًا، فالجأ إلى سلسلة التفكير أولًا. إنها تكلّفك بضع كلمات إضافية وترفع جودة الإجابة بموثوقية.
تكرار أوامرك وصقلها
لا تتوقّع الكمال من المحاولة الأولى. عامِل الصياغة بوصفها محادثة لا أمرًا من لقطة واحدة. حين تصل استجابة إلى نحو ثمانين بالمئة مما تحتاجه، أخبر النموذج بدقة بما يجب تغييره: «اختصر المقدّمة»، أو «اجعل النبرة أكثر رسمية»، أو «أضِف قسمًا عن التسعير». صقل إجابة قائمة يكون دائمًا تقريبًا أسرع من البدء من جديد بأمر جديد كليًا.
يعلّمك التكرار أيضًا أي التفاصيل كان مهمًا. فإن حوّلت جملة مضافة واحدة المخرجات، تكون قد تعلّمت شيئًا لإعادة استخدامه في المرة المقبلة. وعلى مدى الأسابيع، احتفظ بمكتبة شخصية من الأوامر التي نجحت جيدًا، كي تصبح المهام المتكررة مسألة لصق قالبٍ مُجرَّب وتعديل بضع تفاصيل.
مثال معالَج: تحويل أمر غامض إلى أمر رائع
تخيّل أنك تحتاج إلى منشور على LinkedIn يعلن عن دور جديد كمدير منتج أول في شركة ناشئة للتقنية الصحية. النسخة الضعيفة، «اكتب منشور LinkedIn عن وظيفتي الجديدة»، تعيد فقرة قالبية تبدو مثل إعلان أي شخص آخر، مكتملةً بالافتتاحية المُستهلكة «يسعدني أن أعلن». إنها صالحة للاستخدام لكنها منسيّة، ولا تبدو وكأنها أنت.
والآن أدخِل العناصر الستة طبقةً تلو الأخرى. امنح النموذج دورًا («أنت مدرّب مهني يكتب منشورات LinkedIn أصيلة»)، ومهمةً واضحة بحدّ كلمات، وسياقًا عن وظيفتك السابقة ولماذا تثيرك هذه النقلة، وتعليمة تنسيق (افتتاحية قوية، وفقرات قصيرة، وسؤال ختامي)، ودليل نبرة يمنع الكليشيهات مثل «بكل تواضع»، وقيدًا على استخدام الرموز التعبيرية. كل إضافة تزيل قيمةً افتراضية عامة وتستبدل بها شيئًا خاصًا بقصّتك.
النتيجة منشور متميّز ودافئ يُقرأ وكأن شخصًا حقيقيًا كتبه. والدرس يتعمّم: أي أمر ضعيف يتحسّن حين تسأل أي القرارات تتركها للنموذج، ثم تتخذ تلك القرارات بنفسك. ابنِ الأوامر طبقاتٍ، واختبر، واصقل، فتصبح المخرجات القوية هي القاعدة لا حادثًا محظوظًا.
صياغة الأوامر في ChatGPT: أخطاء شائعة يجب تجنّبها
تعود معظم النتائج الضعيفة إلى مجموعة صغيرة من الأخطاء التي يمكن تفاديها. ترقّب هذه الأنماط، وصحّحها لحظة ملاحظتك انجراف استجابةٍ عمّا قصدت.
- المبالغة في الغموض. «ساعدني في سيرتي الذاتية» لا يمنح النموذج هدفًا يصوّب نحوه؛ سمِّ الدور، والثغرة المراد إصلاحها، والتنسيق الذي تريد استعادته.
- حشو طلبات كثيرة في أمر واحد. طلب تدوينة، وحملة على وسائل التواصل، ونشرة بريدية دفعةً واحدة يُضعِف الجودة؛ قسّم المهام الكبيرة إلى أوامر مركّزة بمُخرَج واحد.
- نسيان تحديد التنسيق. من دون شكل مستهدف، يختار النموذج شكله الخاص؛ قل «جدول بهذه الأعمدة» أو «ثلاث فقرات قصيرة» منذ البداية.
- إعطاء تعليمات متناقضة. «اكتب ملخّصًا مفصّلًا في جملتين» يشدّ في اتجاهين؛ اجعل متطلّبات الطول والعمق متّسقة.
صياغة الأوامر في ChatGPT: أفضل الممارسات
- استخدم فواصل مثل علامات الاقتباس الثلاثية أو وسوم بأسلوب XML لفصل تعليماتك عن أي نص طويل تلصقه.
- ابدأ بالمهمة الرئيسية، ثم أضِف السياق؛ تنتبه النماذج أقوى انتباهٍ إلى بداية الأمر ونهايته.
- اطلب عدة نسخ دفعةً واحدة وادمج أقوى أجزاء كلٍّ منها في نتيجتك النهائية.
- اذكر صراحةً ما لا ينبغي للنموذج فعله، إذ تشحَذ القيود السلبية التركيز وتمنع الحشو.
- احفظ الأوامر التي تنجح جيدًا في مكتبة قوالب شخصية كي تستغرق المهام المتكررة ثوانٍ لإعدادها.
صياغة الأوامر في ChatGPT: أسئلة متكرّرة
ما الطول الذي ينبغي أن يكون عليه الأمر الجيد؟
طويل بما يكفي لإزالة الغموض، وليس أكثر. جملة واحدة واضحة تكفي غالبًا للمهام البسيطة، بينما تستفيد المهام المعقّدة من الدور، والسياق، والتنسيق، والقيود موزّعةً على عدة أسطر.
هل عليّ أن أكون مهذّبًا مع ChatGPT؟
التهذيب ليس مطلوبًا للجودة، لكن الوضوح مطلوب. الصياغة الودودة لا تضرّ؛ وما يهمّ حقًا هو تعليمات محددة وحسنة الهيكلة تخبر النموذج بالضبط بما تحتاجه.
ما الفرق بين الصياغة عديمة اللقطة وقليلة اللقطات؟
عديمة اللقطة (Zero-shot) لا تعطي أمثلة وتعتمد على تعليمة واضحة وحدها. وقليلة اللقطات (Few-shot) تتضمّن مثالًا معالَجًا واحدًا أو أكثر كي ينسخ النموذج النمط الدقيق، وهو ما يعزّز الاتساق في مهام التنسيق والتصنيف.
لماذا يتجاهل ChatGPT جزءًا من أمري؟
عادةً يكون الطلب مدفونًا، أو متناقضًا، أو محمّلًا فوق طاقته. ضع التعليمة الأساسية أولًا، وأزِل المتطلّبات المتعارضة، وقسّم المُخرَجات المتعدّدة إلى أوامر منفصلة كي يحظى كلٌّ منها بالانتباه الكامل.
أين يمكنني تعلّم الإرشادات الرسمية للصياغة؟
تنشر OpenAI مرجعًا عمليًا يغطي البنية، والأمثلة، والقيود. راجع دليل OpenAI لهندسة الأوامر للاطّلاع على أفضل الممارسات المُجرَّبة مباشرةً من المصدر.
هل أبدأ محادثة جديدة أم أواصل الصقل؟
إذا كان النموذج قريبًا، فواصل الصقل في المحادثة نفسها كي يحتفظ بالسياق. ابدأ من جديد حين تكون المحادثة قد انجرفت، أو تراكمت فيها التناقضات، أو كنت تنتقل إلى مهمة غير ذات صلة.
صياغة الأوامر في ChatGPT: الأسئلة الشائعة
ما العناصر الأساسية التي يجب توفرها عند صياغة الأوامر؟
الأمر القوي عادة يجمع بين الدور المطلوب من النموذج، والمهمة الدقيقة، والسياق المحيط بها، والتنسيق المتوقَّع للمخرج، وأمثلة توضيحية إن أمكن، وأي قيود يجب الالتزام بها.
ما الفرق العملي بين أمر عام وأمر محدد؟
الأمر العام مثل “اكتب لي مقالًا” يترك للنموذج حرية واسعة فتأتي النتيجة عامة وغير مخصصة، بينما الأمر المحدد الذي يذكر الجمهور والهدف والطول والأسلوب يوجّه المخرج نحو ما تحتاجه فعلًا بدقة أكبر.
متى تفيد تقنية الأمثلة قليلة اللقطات (few-shot)؟
تفيد عندما تريد تنسيقًا ثابتًا ومتكررًا، مثل تصنيف نصوص أو ملء قالب معين؛ فتزويد النموذج بمثال أو مثالين على الشكل المطلوب يجعله يحاكي النمط بدقة أعلى من الوصف اللفظي وحده.
متى يفيد طلب “فكّر خطوة بخطوة” من النموذج؟
هذا الأسلوب مفيد في المهام التي تتطلب استدلالًا متعدد الخطوات، كحل مسألة منطقية أو تحليل بيانات معقّدة، لأنه يدفع النموذج لتفكيك المشكلة تدريجيًا بدل القفز إلى إجابة نهائية قد تكون غير دقيقة.
كيف يمكن تحسين صياغة الأوامر عبر محادثة مستمرة؟
بدل إعادة كتابة الأمر من الصفر عند كل نتيجة غير مرضية، من الأفضل معاملة الصياغة كحوار: تصقل الاستجابة السابقة بتوجيهات إضافية، وتحتفظ بالصيغ التي أثبتت نجاحها لاستخدامها لاحقًا.
صياغة الأوامر في ChatGPT تكافئ الوضوح على البراعة: سمِّ الدور، واذكر المهمة، وقدّم السياق، وحدّد التنسيق، واعرض الأمثلة، واضبط القيود، ثم كرّر. ابنِ الأوامر طبقاتٍ واصقل النتائج، فتصبح المخرجات الممتازة باستمرار قاعدتك الأساسية لا حادثًا سعيدًا.