المطالبة هي التعليمات والسياق المقدَّمان إلى النموذج وقت الاستدلال. ولأن النماذج الكبيرة تؤدي التعلّم ضمن السياق (Brown وزملاؤه، 2020)، فإن المطالبة — لا إعادة التدريب — هي الطريقة الأساسية التي يوجّه بها معظم المستخدمين سلوك النموذج. وقد استعرض Liu وزملاؤه (2023) الدراسة المنهجية لأساليب كتابة المطالبات.
تحدّد المطالبات الفعّالة المهمة بوضوح، وتقدّم السياق أو الأمثلة ذات الصلة، وتبيّن التنسيق المطلوب. ويمكن لتغييرات صغيرة في الصياغة أن تغيّر النتائج تغييرًا ملموسًا — وهذا بالضبط سبب وجود هندسة المطالبات.
ما هي هندسة المطالبات؟
هندسة المطالبات هي مهارة كتابة المطالبات واختبارها وتكرار تحسينها عن قصد بدلًا من التجربة والخطأ. فبدلًا من تغيير النموذج، تغيّر مُدخله: تجعل المهمة صريحة، وتمنح النموذج الخلفية التي يحتاجها، وتُريه كيف تبدو الإجابة الجيدة، وتحدّد كيف ينبغي أن تُنظَّم النتيجة.
وهي تنطبق على الدردشة اليومية بقدر ما تنطبق على المطوّرين الذين يبنون على واجهة برمجة التطبيقات. وفي التطبيقات، تشمل هندسة المطالبات أيضًا مطالبة النظام التي تحدّد دور النموذج وقواعده، والحماية من حقن المطالبات. وتنشر كلٌّ من OpenAI وAnthropic وGoogle أدلة لكتابة المطالبات خاصة بنماذجها (انظر المراجع أدناه).
تقنيات فعّالة في هندسة المطالبات
الطلب نفسه، مكتوبًا بصيغة مبهمة أولًا ثم مع تطبيق كل تقنية:
| التقنية | مطالبة مبهمة | مطالبة أقوى |
|---|---|---|
| كن محددًا | «لخّص هذا.» | «لخّص هذا التقرير لمدير مالي مشغول في خمس نقاط، مع التركيز على التكاليف.» |
| قدّم السياق | «ردّ على هذه الرسالة.» | «اعتذر بلباقة عن هذا الاجتماع واقترح بدلًا منه بعد ظهر يوم الثلاثاء. الرسالة أدناه: …» |
| قدّم مثالًا | «صنّف هذه المراجعات.» | «صنّف كل مراجعة على أنها إيجابية أو سلبية أو مختلطة. مثال: ’توصيل سريع، غطاء مكسور‘ ← مختلطة.» |
| اطلب الاستدلال | «ما الإجابة؟» | «حُلّ المسألة خطوة بخطوة، ثم اكتب الإجابة النهائية في سطر مستقل.» |
| حدّد التنسيق | «قارن بين هذه الخطط.» | «قارن بين الخطط الثلاث في جدول: السعر، والحدود، والأنسب لمن.» |
تُسمّى إضافة أمثلة محلولة المطالبة بأمثلة قليلة؛ أما في المهام البسيطة فكثيرًا ما تكفي تعليمات واضحة وحدها (دون أمثلة). ويميل طلب الاستدلال خطوة بخطوة (سلسلة الأفكار) إلى تحسين النتائج في مسائل الرياضيات والمنطق متعددة الخطوات. ومهما جرّبت، راجع النتيجة وحسّن المطالبة بناءً على ما لم ينجح.
هندسة المطالبات في MultipleChat
تحسّن أداة Prompt Optimizer في MultipleChat المطالبةَ الأولية قبل إرسالها. ولأن المطالبة نفسها يمكن تشغيلها على ChatGPT وClaude وGemini وGrok وPerplexity جنبًا إلى جنب، يمكنك أيضًا أن ترى كيف يغيّر تعديلٌ في الصياغة إجابةَ كل نموذج.