كيف تعمل هندسة المطالبات
بسبب الطريقة التي تُدرَّب بها نماذج OpenAI، توجد تنسيقات محددة للمطالبات تعمل جيدًا بشكل خاص وتؤدي إلى مخرجات نموذج أكثر فائدة. يُعد دليل هندسة المطالبات الرسمي من OpenAI عادةً أفضل نقطة للبدء للحصول على نصائح حول كتابة المطالبات.
فيما يلي نعرض عددًا من تنسيقات المطالبات التي وجدنا أنها تعمل جيدًا، لكن لا تتردد في استكشاف تنسيقات مختلفة قد تناسب مهمتك بشكل أفضل.
قواعد عامة وأمثلة
ملاحظة: إن "{text input here}" عنصر نائب للنص/السياق الفعلي
1. استخدم أحدث نموذج
للحصول على أفضل النتائج، نوصي عمومًا باستخدام أحدث النماذج وأكثرها قدرة. تميل النماذج الأحدث إلى أن تكون أسهل في هندسة المطالبات.
ملاحظة: هناك بعض الاختلافات التي يجب مراعاتها عند كتابة مطالبة لنموذج الاستدلال مقارنةً بكتابة مطالبة لنموذج GPT. مزيد من التفاصيل هنا.
2. ضع التعليمات في بداية المطالبة واستخدم ### أو """ للفصل بين التعليمات والسياق
أقل فعالية ❌:
لخّص النص أدناه في قائمة نقطية بأهم النقاط.
{text input here}أفضل ✅:
لخّص النص أدناه في قائمة نقطية بأهم النقاط.
النص: """
{text input here}
"""3. كن محددًا ووصفيًا ومفصلًا قدر الإمكان بشأن السياق والنتيجة والطول والتنسيق والأسلوب وما إلى ذلك
كن محددًا بشأن السياق والنتيجة والطول والتنسيق والأسلوب وما إلى ذلك
أقل فعالية ❌:
اكتب قصيدة عن OpenAI. أفضل ✅:
اكتب قصيدة قصيرة ملهمة عن OpenAI، تركز على إطلاق منتج DALL-E الأخير (DALL-E نموذج تعلم آلي يحوّل النص إلى صورة) بأسلوب {famous poet}4. وضّح تنسيق المخرجات المطلوب من خلال الأمثلة
أقل فعالية ❌:
استخرج الكيانات المذكورة في النص أدناه. استخرج أنواع الكيانات الأربعة التالية: أسماء الشركات، أسماء الأشخاص، الموضوعات المحددة، والسمات.
النص: {text}اعرض واشرح - تستجيب النماذج بشكل أفضل عندما تُعرض عليها متطلبات تنسيق محددة. يسهّل هذا أيضًا تحليل مخرجات متعددة برمجيًا وبشكل موثوق.
أفضل ✅:
استخرج الكيانات المهمة المذكورة في النص أدناه. استخرج أولًا جميع أسماء الشركات، ثم استخرج جميع أسماء الأشخاص، ثم استخرج الموضوعات المحددة التي تناسب المحتوى، وأخيرًا استخرج السمات العامة الشاملة
التنسيق المطلوب:
أسماء الشركات: <comma_separated_list_of_company_names>
أسماء الأشخاص: -||-
الموضوعات المحددة: -||-
السمات العامة: -||-
النص: {text}5. ابدأ بدون أمثلة، ثم بقليل من الأمثلة، وإذا لم ينجح أي منهما، فانتقل إلى الضبط الدقيق
✅ بدون أمثلة
استخرج الكلمات المفتاحية من النص أدناه.
النص: {text}
الكلمات المفتاحية:✅ قليل الأمثلة - قدّم مثالين
استخرج الكلمات المفتاحية من النصوص المقابلة أدناه.
النص 1: توفر Stripe واجهات API يمكن لمطوري الويب استخدامها لدمج معالجة المدفوعات في مواقعهم الإلكترونية وتطبيقاتهم المحمولة.
الكلمات المفتاحية 1: Stripe، معالجة المدفوعات، واجهات API، مطورو الويب، المواقع الإلكترونية، التطبيقات المحمولة
##
النص 2: درّبت OpenAI نماذج لغوية متقدمة جدًا تجيد فهم النص وتوليده. توفر واجهة API لدينا وصولًا إلى هذه النماذج ويمكن استخدامها لحل أي مهمة تقريبًا تتضمن معالجة اللغة.
الكلمات المفتاحية 2: OpenAI، نماذج لغوية، معالجة النصوص، API.
##
النص 3: {text}
الكلمات المفتاحية 3:✅ الضبط الدقيق: اطّلع على أفضل ممارسات الضبط الدقيق هنا.
6. قلّل الأوصاف «الإنشائية» وغير الدقيقة
أقل فعالية ❌:
يجب أن يكون وصف هذا المنتج قصيرًا إلى حد ما، بضع جمل فقط، وليس أطول بكثير من ذلك.أفضل ✅:
استخدم فقرة من 3 إلى 5 جمل لوصف هذا المنتج.7. بدلًا من الاكتفاء بقول ما لا ينبغي فعله، قل ما ينبغي فعله بدلًا من ذلك
أقل فعالية ❌:
فيما يلي محادثة بين وكيل وعميل. لا تطلب اسم المستخدم أو كلمة المرور. لا تكرر.
العميل: لا يمكنني تسجيل الدخول إلى حسابي.
الوكيل:أفضل ✅:
فيما يلي محادثة بين وكيل وعميل. سيحاول الوكيل تشخيص المشكلة واقتراح حل، مع الامتناع عن طرح أي أسئلة تتعلق بمعلومات التعريف الشخصية. بدلًا من طلب معلومات تعريف شخصية، مثل اسم المستخدم أو كلمة المرور، وجّه المستخدم إلى مقالة المساعدة www.samplewebsite.com/help/faq
العميل: لا يمكنني تسجيل الدخول إلى حسابي.
الوكيل:8. خاص بتوليد الكود - استخدم «كلمات افتتاحية» لتوجيه النموذج نحو نمط معين
أقل فعالية ❌:
# اكتب دالة Python بسيطة تقوم بما يلي
# 1. تطلب مني رقمًا بالأميال
# 2. تحول الأميال إلى كيلومتراتفي مثال الكود أدناه، تُلمّح إضافة «import» إلى النموذج بأنه ينبغي أن يبدأ الكتابة بلغة Python. (وبالمثل، تُعد «SELECT» تلميحًا جيدًا لبداية عبارة SQL.)
أفضل ✅:
# اكتب دالة Python بسيطة تقوم بما يلي
# 1. تطلب مني رقمًا بالأميال
# 2. تحول الأميال إلى كيلومترات
import9. استخدم ميزة «إنشاء أي شيء»
يمكن للمطورين استخدام ميزة 'إنشاء أي شيء' لوصف مهمة أو مخرجات متوقعة باللغة الطبيعية وتلقي مطالبة مخصصة.
تعرّف على المزيد حول استخدام ميزة 'إنشاء أي شيء'.
المعاملات
عمومًا، نجد أن `model` و`temperature` هما أكثر المعاملات استخدامًا لتغيير مخرجات النموذج.
`model` - تكون النماذج ذات الأداء الأعلى عادةً أكثر تكلفة وقد يكون زمن الاستجابة لديها أعلى.
`temperature` - مقياس لمدى تكرار إخراج النموذج لرمز أقل احتمالًا. كلما ارتفعت قيمة
temperature، أصبحت المخرجات أكثر عشوائية (وعادةً أكثر إبداعًا). لكن هذا ليس هو نفسه «الصدق». بالنسبة إلى معظم حالات الاستخدام الواقعية مثل استخراج البيانات والأسئلة والأجوبة الصادقة، تكون قيمةtemperatureالبالغة 0 هي الأفضل.`max_completion_tokens` (الحد الأقصى للطول) - لا يتحكم في طول المخرجات، بل يضع حدًا صارمًا لتوليد الرموز. من الناحية المثالية، لن تصل إلى هذا الحد كثيرًا، إذ سيتوقف نموذجك إما عندما يظن أنه انتهى، أو عندما يصل إلى تسلسل إيقاف عرّفته.
`stop` (تسلسلات الإيقاف) - مجموعة من الأحرف (الرموز) التي يؤدي توليدها إلى إيقاف توليد النص.
للاطلاع على أوصاف المعاملات الأخرى، راجع مرجع API.