Advanced Prompt Engineering
Master the art of crafting effective prompts to generate exactly the code you need for complex projects.
What You'll Learn
Description
معظم مخرجات الذكاء الاصطناعي المخيبة للآمال ترجع إلى طلب غامض، لا إلى نموذج ضعيف. يتعامل هذا الدرس مع الموجّه (prompt) باعتباره الواجهة الحقيقية لنموذج LLM البرمجي: ستتعلّم لماذا يتفوّق الهيكل على الطول، وكيف يملأ النموذج الحرفي كل فجوة تتركها بإعداداته الافتراضية الخاصة.
يقرن كل فصل تقنيةً بأزواج من الموجّهات قبل/بعد جنبًا إلى جنب يمكنك نسخها وتكييفها — تهيئة الدور، القيود الصريحة، تثبيت صيغ المخرجات، أمثلة few-shot، تخطيط chain-of-thought، لصق السياق الحقيقي، معايير القبول، وحواجز مكافحة التوهّم. يتيح لك تمرين قصير في نهاية كل فصل إعادة صياغة موجّه ضعيف ومقارنته بإجابة نموذجية معالَجة.
في النهاية ستكتب موجّهات تحدّد الدور والقواعد وشكل الإجابة مسبقًا — بحيث تكون الاستجابة الأولى أقرب إلى القابلية للدمج وتقضي وقتًا أقل بكثير في إعادة التوجيه.
What's Inside
- 1.عقلية الموجّهات والقصد — لماذا يتفوّق هيكل الموجّه على طوله، والنموذج الذهني لـ LLM كشريك برمجة حرفي.
- 2.الدور والقيود والمخرجات — تهيئة الدور/الشخصية، القيود الصريحة، وتثبيت صيغة المخرجات الدقيقة التي تريد استعادتها.
- 3.Few-Shot وChain-of-Thought — أمثلة few-shot، تفكيك الخطوات بـ chain-of-thought، وتغذية السياق الحقيقي (الملفات، الأخطاء، الأنواع).
- 4.التقييمات ومكافحة التوهّم — معايير القبول والتقييمات، التحسين التكراري، والاحتراز من API متوهَّم.
