الخبرة الخارجية — هندسة الأوامر في AI

حزمة «تحليل الخبرة الخارجية» — مسار «هندسة الأوامر في AI»

أكاديمية أكابرس | بالتعاون مع مؤسسة حسن البيتي للاستشارات التعليمية والخدمات الطلابية (HBECS)

الفكرة: قبل أن تثق بخلاصاتك وحدك، ضعها بجانب خبرات العالم: كتاب، وفيديو، وبحث علمي، ومقال موثوق — كلها حقيقية وموثقة ومفتوحة ومُتحقق من محتواها — ثم استخرج منها دروساً عملية لا ملخصات نظرية.

الزمن: 180 دقيقة (45 دقيقة لكل مصدر: قراءة/مشاهدة + تحليل + كتابة الدرس المستفاد).

المخرج النهائي: تقرير تحليل من 4 أقسام (قسم لكل مصدر: لماذا اخترته + إجاباتك على أسئلة التحليل + درسك العملي المستفاد).

القاعدة المنهجية: تجارب لا مفاهيم — كيف تستخرج درساً عملياً؟

الفرق بين التلخيص النظري والدرس العملي

تلخيص الأفكار النظرية يجيب عن سؤال: «ماذا قال المؤلف؟» — فتخرج بجمل مثل: «الكتاب يرى أن تقييم الجودة مهم». هذه معلومة صحيحة، لكنها لا تغيّر سلوكك غداً صباحاً.

استخراج الدرس العملي يجيب عن سؤال: «ماذا سأفعل بشكل مختلف بسبب ما قرأت؟» — فيخرج بقرار محدد قابل للتنفيذ والقياس.

الاختبار الذهبي

بعد كتابة درسك المستفاد، اسأل نفسك: «هل يستطيع شخص آخر تنفيذ هذا الدرس حرفياً دون أن يسألني ماذا أقصد؟» — إن كانت الإجابة نعم، فهو درس عملي. وإن كان يحتاج شرحاً، فما زال فكرة نظرية.

مثال تطبيقي واحد (من المصدر الأول أدناه)

التلخيص النظري (مرفوض وحده): «كتاب Phoenix وTaylor يقول إن للأمر خمسة مبادئ: التوجيه وتحديد الصيغة والأمثلة وتقييم الجودة وتقسيم العمل».
الدرس العملي المستفاد (المطلوب): «قبل إرسال أي أمر عمل مهم، سأمرّره على قائمة المبادئ الخمسة مكتوبة على ورقة بجانبي: هل وجّهت؟ هل حدّدت الصيغة؟ هل أعطيت مثالاً؟ هل سأقيّم الناتج بمعيار مسبق؟ هل قسّمت العمل؟ وسأقيس ذلك أسبوعاً كاملاً: عدد الأوامر التي مرّت على القائمة مقسوماً على عدد أوامر العمل كلها — والهدف 9 من 10.»

لاحظ الفرق: الثاني فيه قرار + إجراء + مقياس. هذا هو المطلوب منك في المصادر الأربعة.

المصدر الأول: كتاب

James Phoenix وMike Taylor — «Prompt Engineering for Generative AI» (O'Reilly، 2024)

العنوان الفرعي: «Future-Proof Inputs for Reliable AI Outputs» — مدخلات تدوم لنتائج موثوقة.

المرجع: https://www.oreilly.com/library/view/prompt-engineering-for/9781098153427/ix01.html

لماذا اخترته؟

لأنه الكتاب الوحيد في هذا المجال الذي يبني عمله على مبادئ تنتقل عبر النماذج بدل حيل خاصة بنموذج واحد يزول بعد تحديث. فهرسه نفسه يثبت ذلك: أبواب كاملة للوكلاء وأدواتهم، ولسلسلة التفكير، ولتقسيم العمل، ولتقييم الجودة — أي أنه يغطي وحدات المسار كلها من الأمر الواحد إلى الوكيل. وهو الامتحان الأقسى لعادتك اليومية: هل تكتب أمراً وتنتظر الحظ، أم تبني أمراً بمبادئ وتقيّمه؟

إطار التحليل (أجب كتابةً)

اشرح بكلماتك المبادئ الخمسة: التوجيه، تحديد الصيغة، الأمثلة، تقييم الجودة، تقسيم العمل. وأي مبدأ كنت تهمله أكثر قبل القراءة؟ اذكر موقفاً حقيقياً أهملته فيه.
الكتاب يفرّق بين حيلة تنجح اليوم ومبدأ يصمد غداً. اختر أمراً تستخدمه كثيراً: هل هو حيلة أم مبدأ؟ كيف تختبر ذلك؟
طبّق «تقييم الجودة» على مشروع الوحدة 1: ما المعيار المسبق الذي كان يجب أن تضعه قبل التنفيذ؟ وما الذي تغيّر لو وضعته؟
الكتاب يغطي النص والصورة والكود والوكلاء. أي باب ينقص عملك الحالي أكثر؟ ولماذا؟
درسك العملي: صِغ قراراً واحداً قابلاً للتنفيذ والقياس يجعل المبادئ الخمسة عادة يومية لا قائمة قرأتها مرة (استخدم الاختبار الذهبي أعلاه).

المصدر الثاني: فيديو

Josh Pasek — «Crash Course in Prompt Engineering» (Michigan Online، جامعة ميشيغان)

الصفحة الرسمية مع النص الكامل للفيديو: https://online.umich.edu/collections/artificial-intelligence/short/crash-course-prompt-engineering/

الفيديو مدمج في الصفحة نفسها (YouTube). المحاضر أستاذ في جامعة ميشيغان، والفيديو يقدم هندسة الأوامر بوصفها مهارة عملية لكل العاملين لا للمتخصصين وحدهم.

لماذا اخترته؟

لأنه يضع الإصبع على حقيقتين ينساهما المبتدئون: الأولى أن النموذج احتمالي — فالسؤال نفسه قد يعطي إجابات مختلفة قليلاً في كل مرة — والثانية أنه لا يوجد «أمر مثالي» يُكتب مرة واحدة وينتهي الأمر. الفيديو يعلّمك بدل ذلك الحلقة العملية: ابدأ واسعاً ثم ضيّق، واطلب من النموذج نفسه أسئلة توضيحية، وكسّر الطلب الكبير إلى أجزاء صغيرة، وراجع الناتج ولا تعتمد عليه كما هو. صلته المباشرة بالوحدتين 1 و3: الوضوح والسياق والتخصيص والتكرار ليست نظريات، بل خطوات تشاهدها وتجربها فوراً.

إطار التحليل (أجب كتابةً)

يميز Pasek بين البدء الواسع ثم التضييق، وبين كتابة أمر ضخم من أول مرة. جرّب الطريقتين على مهمة واحدة من مشروعك: أيهما أعطاك نتيجة أقرب؟ ولماذا؟
الفيديو يقترح أن تطلب من النموذج أن يسألك أسئلة توضيحية (مثل مثال إعلان وظيفة المبرمج). اكتب أمراً واحداً بهذه التقنية لمهمة حقيقية لديك، وسجّل الأسئلة التي طرحها النموذج وهل كانت مفيدة فعلاً.
«لا يوجد أمر مثالي» — ماذا يعني ذلك عملياً لشخص يبيع خدمة أو يسلّم عملاً لجهة؟ كيف تتعامل مع تغيّر النتائج عند تحديث النموذج؟
يحذّر الفيديو من التحيز في بيانات التدريب ومن الاعتماد الأعمى على الناتج. اذكر موقفاً واحداً مررت به كان فيه الناتج متحيزاً أو خاطئاً بثقة، وكيف اكتشفته.
درسك العملي: اختر عادة واحدة من الفيديو (التضييق التدريجي، الأسئلة التوضيحية، التكسير إلى أجزاء، المراجعة الإلزامية) وحوّلها إلى قاعدة شخصية مكتوبة بمقياس أسبوعي.

المصدر الثالث: بحث علمي

Shubham Vatsal وHarsh Dubey — «A Survey of Prompt Engineering Methods in Large Language Models for Different NLP Tasks» (arXiv:2407.12994، جامعة نيويورك)

الرابط: https://arxiv.org/html/2407.12994v2

الموضوع: مسح منهجي لـ 44 ورقة بحثية تغطي 39 طريقة أمر على 29 مهمة لغوية، مع تصنيف للتقنيات وجداول أداء لكل مهمة.

لماذا اخترته؟

لأنه الجذر العلمي للتقنيات التي تستخدمها في المشاريع: سلسلة التفكير، الاتساق الذاتي، التوليد التلقائي لسلسلة التفكير، التفكير الأقل إلى الأكثر، برنامج التفكير (PoT). الورقة لا تكتفي بذكر الأسماء بل تقارنها بالأرقام على مجموعات بيانات محددة — فسلسلة التفكير مثلاً حسّنت حل المسائل الرياضية بنحو 39% مقارنة بالأمر البسيط في بعض الحالات، والاتساق الذاتي أضاف نحو 11% عليها. قراءتك لهذا المصدر تحوّل تقنياتك من «حيل سمعت عنها» إلى أدوات لها أدلة وأرقام وحدود. وهو أيضاً الترياق العلمي للانبهار الزائد بأي تقنية جديدة: كل تقنية هنا لها مهمة تتفوق فيها ومهمة لا تضيف فيها.

إطار التحليل (أجب كتابةً)

اشرح بكلماتك الفرق بين الأمر البسيط (Vanilla) وسلسلة التفكير (CoT) والاتساق الذاتي (Self-Consistency): متى يكفي الأول، ومتى يحتاج الثاني، ومتى يستحق الثالث تكلفته الإضافية؟
قارن تقنيتين من الورقة على مهمة واحدة من مشاريعك (مسألة حسابية، تلخيص، كود): نفّذهما فعلاً على نموذج مجاني وسجّل أيهما أصاب ولماذا.
الورقة تصنّف التقنيات حسب المهمة لا حسب الشهرة. اختر مهمة من وحدات المسار (بحث، كود، صورة، وكيل) وحدّد من تصنيف الورقة: أي تقنية أنسب لها؟ وما دليلك من جداول الورقة؟
ما حدود المسح؟ (تلميح: معظم الأوراق حديثة، والنتائج على مجموعات بيانات بحثية قد لا تنتقل كما هي إلى مهامك اليومية بالعربية — فكّر: ما الذي قد يختلف عندما تكون المهمة بالعربية وعلى نموذج مجاني؟)
درسك العملي: بناءً على المقارنة، اكتب قاعدة قرار شخصية من سطرين: متى تستخدم سلسلة التفكير ومتى تكتفي بالأمر البسيط، مع مثال لكل حالة من عملك.

المصدر الرابع: مقال موثوق

OpenAI — «Prompt engineering best practices for ChatGPT» (دليل الممارسات الرسمي، محدّث باستمرار)

الرابط: https://help.openai.com/en/articles/10032626-prompt-engineering-best-practices-for-chatgpt

الموضوع: القواعد الرسمية لصياغة أوامر فعالة: الوضوح والتحديد، توفير سياق كافٍ، تجنب الغموض، التحسين التكراري، وطلب النبرة بصفات وصفية دقيقة.

لماذا اخترته؟

لأنه المصدر الرسمي من صانع أحد أشهر النماذج، ولأنه يختصر الفلسفة كلها في قواعد لا تحتمل التأويل: كن واضحاً ومحدداً، أعطِ سياقاً كافياً، راجع الناتج وحسّن الأمر وكرر. قيمته الحقيقية ليست في جدّته بل في كونه مرجعاً تستطيع العودة إليه عندما تختلف مع زميل حول «لماذا فشل هذا الأمر؟» — فالجواب غالباً في إحدى قواعده الثلاث. وهو أيضاً المعيار الذي تقيس به أوامرك العربية: هل الوضوح والتحديد والتحسين التكراري تنطبق بالعربية كما بالإنجليزية؟ مشروعك في الوحدة 3 أجاب عن هذا عملياً.

مرجع داعم: دليل هندسة الأوامر الرسمي من OpenAI للواجهة البرمجية (https://learn.chatgpt.com/api/docs/guides/prompt-engineering) — يضيف قواعد الإنتاج: صيغ المخرجات المنظمة، تقسيم المهام، والأمثلة المرجعية. استخدمه عند الانتقال من أمر المحادثة إلى أمر النظام في الوحدة 7.

إطار التحليل (أجب كتابةً)

من قواعد الدليل الثلاث (الوضوح والتحديد، السياق الكافي، التحسين التكراري)، أيها كان سبب فشل آخر أمر فاشل كتبته أنت؟ أعد كتابة ذلك الأمر مطبقاً القاعدة الغائبة وحدها، وسجّل الفرق.
الدليل يطلب وصف النبرة بصفات دقيقة (رسمي، ودود، مهني). جرّب ثلاث نبرات على النص نفسه: هل التزم النموذج المجاني بالنبرة في الثلاث؟ وأين انحرف؟
«التحسين التكراري» في الدليل ليس تكراراً عشوائياً بل تعديلاً مبنياً على مراجعة الناتج. خذ أمراً من مشروعك ووثّق ثلاث جولات تحسين: ماذا لاحظت في كل ناتج وماذا غيّرت بسببه؟
الدليل مكتوب لمستخدمي ChatGPT، وأنت تعمل على نماذج مجانية أخرى. أي قاعدة انتقلت كما هي إلى ديب سيك وQWEN وZ، وأي قاعدة احتاجت تعديلاً؟ اذكر مثالاً لكل حالة.
درسك العملي: اختر قاعدة واحدة من الدليل واجعلها شرطاً لا يُرسل أي أمر عمل مهم دونها — واكتب كيف ستتحقق من التزامك بها أسبوعياً.

ملخص «الدروس العملية المستفادة» — تجارب قابلة للتطبيق

بعد الانتهاء من الأقسام الأربعة، اجمع دروسك الأربعة في صفحة واحدة بعنوان «قواعد عملي الأربع»، بحيث تكون كل قاعدة مكتوبة بصيغة: «سأفعل كذا — في هذا الموضع — وأقيسه بكذا». ثم أجب عن سؤالين:

أي الدروس الأربعة غيّر طريقة عملك فعلاً خلال أسبوع التجربة؟ وما الدليل (أمر واحد قبل وبعد)؟
أي درس لم يصمد أمام التجربة على النماذج المجانية؟ ولماذا — هل المشكلة في الدرس أم في النموذج أم في مهمتك؟

تذكير: الدروس الأربعة هنا ليست خلاصات قراءة بل تجارب عملية. درس بلا إجراء وبلا مقياس لا يُحتسب، مهما كان عميقاً.

صيغة تسليم تقرير التحليل

تقرير واحد من 4 أقسام (قسم لكل مصدر)، كل قسم يتضمن:

بطاقة المصدر: العنوان + المؤلف/الجهة + الرابط.
لماذا اخترته — بجملتك الخاصة (لا تنسخ ما ورد أعلاه حرفياً).
إجاباتك على أسئلة التحليل — كاملة ومرقمة.
الدرس العملي المستفاد — مميز بوضوح، ويجتاز الاختبار الذهبي (قرار + إجراء + مقياس).
صفحة قواعد عملي الأربع + إجابتا سؤالي المراجعة.

معايير التقييم (100 درجة — عتبة النجاح 70%)

| المعيار | الدرجة | ما الذي نبحث عنه |

|—|—|—|

| عمق الإجابات التحليلية | 40 | إجابات مفصلة بأمثلة من واقع الطالب وتجاربه على النماذج المجانية، لا إجابات من سطر واحد |

| جودة الدروس العملية الأربعة | 40 | كل درس: قرار + إجراء + مقياس — يجتاز الاختبار الذهبي |

| الربط بوحدات المسار | 10 | ربط واضح بين كل مصدر ووحدة/مشروع محدد من المسار |

| تنظيم التقرير وتوثيقه | 10 | بطاقات المصادر كاملة بالروابط، تنسيق واضح |

ملاحظة أخلاقية: المصادر الأربعة — بما فيها النماذج التي تستخدمها — داعمة لعملك لا صانعة له. دورها أن توسّع رؤيتك، والقرار والمراجعة والتوقيع مسؤوليتك أنت.

ملاحظة توثيقية: ما الذي استُبعد ولماذا

مقال موبايلاوي «ملف الأكواد الـ500»: ورد في خطة المسار كمصدر مقترح غير معتمد، وذُكر صراحة أن ملفه على Drive لم يُفحص محتواه بعد، وأن البحث عنه في Drive أثناء إنتاج الدرس 6.2 لم يعثر عليه — لذلك استُبعد كلياً من هذه الحزمة، ولم يُبنَ عليه أي مصدر أو درس، واستُبدل بالدليل الرسمي من OpenAI.
فيديو MoneerAi عن السبورة البيضاء: ورد في الخطة مرجعاً للأسلوب فقط لا مصدر درس — لذلك استُبعد من حزمة الخبرة، واستُبدل بفيديو أكاديمي من جامعة ميشيغان نصه الكامل مفتوح ومُتحقق.
المسح المشهور لـ Sahoo وآخرين (2024): كان مرشحاً أولياً للبحث العلمي، لكن صفحة الوصول الكاملة له لم تكن متاحة في الفحص، فاستُبدل بمسح Vatsal وDubey (arXiv:2407.12994) الذي فُتح نصه الكامل وفُحص ملخصه وتصنيفه وجداوله فعلاً.
جميع المصادر الأربعة المعتمدة أعلاه فُتحت صفحاتها النصية وفُحصت مطابقتها لعناوينها قبل اعتمادها (فهرس كتاب O'Reilly، نص فيديو ميشيغان الكامل، نص مسح arXiv الكامل، نص دليل OpenAI الرسمي).