AI Prompt Engineering · درس

كتابة الأوامر باستخدام بيانات خارجية

تعلّم تقنيات دمج البيانات التي يوفّرها المستخدم أو التي يجري استردادها ديناميكيًا مباشرةً في أوامرك.

كتابة الأوامر باستخدام بيانات خارجية درس مجاني في AI Prompt Engineering على CoddyKit. هذا هو الدرس 1 من أصل 3. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في AI Prompt Engineering، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة AI Prompt Engineering 3 دروس في المجموع.

مقدمة: البيانات الخارجية

مرحبًا بكم! سنتعلّم في هذا الدرس كيفية جعل مطالباتنا إلى النماذج اللغوية الكبيرة أكثر ذكاءً من خلال تضمين بيانات خارجية. ويعني ذلك تزويد النموذج بمعلومات ليست جزءًا من بيانات تدريبه، لكنها مرتبطة بمهمتكم المحددة.

تخيّلوا الأمر كما لو كنتم تمنحون النموذج «نظرة جديدة» أو «قرائن سياقية» لموقف معين.

أهمية البيانات الخارجية

يوفّر دمج البيانات الخارجية عدة فوائد رئيسية:

الدقة: يوفّر حقائق حديثة أو محددة قد لا يعرفها النموذج اللغوي الكبير.
التخصيص: يكيّف الاستجابات لتناسب المستخدمين أو المواقف الفردية.
الصلة: يضمن تركيز النموذج اللغوي الكبير على المعلومات التي تهمكم تحديدًا.
تقليل الهلوسات: يربط النموذج اللغوي الكبير ببيانات حقيقية، مما يقلل احتمال اختلاقه للمعلومات.

مصادر البيانات الشائعة

يمكن أن تأتي البيانات الخارجية من أماكن كثيرة. إليكم بعض الأمثلة الشائعة:

إدخال المستخدم: النص الذي يكتبه المستخدم، أو تفضيلاته، أو تفاصيل ملفه الشخصي.
قواعد البيانات وواجهات برمجة التطبيقات: كتالوجات المنتجات، وسجلات العملاء، وبيانات الطقس، وموجزات الأخبار.
الملفات: المستندات، وجداول البيانات، والسجلات، أو غيرها من المعلومات المخزنة.
المستشعرات: بيانات لحظية من الأجهزة، مثل درجة الحرارة والموقع.

إدخال البيانات الأساسي

أبسط طريقة لتضمين البيانات الخارجية هي إدراجها مباشرةً في سلسلة المطالبة. وغالبًا ما يتم ذلك باستخدام تنسيق السلاسل النصية أو ربطها.

احرصوا دائمًا على تسمية البيانات التي تُدخلونها بوضوح، لمساعدة النموذج اللغوي الكبير على فهم دورها.

جرّبوا تشغيل هذا المثال:

user_name = "Alice"
product_name = "Smartwatch"

prompt = f"User: {user_name}\n" \
         f"Product: {product_name}\n" \
         f"Please write a short, friendly product review for the {product_name}."

print(prompt)

هيكلة البيانات الخارجية

بالنسبة إلى البيانات الأكثر تعقيدًا، من الضروري تقديمها بتنسيق منظم. فهذا يساعد النموذج اللغوي الكبير على تحليل المعلومات وفهمها بدرجة أكبر من الموثوقية.

تشمل الطرق الشائعة لهيكلة البيانات ما يلي:

الفواصل: استخدام أحرف خاصة، مثل --- و###، لفصل الأقسام.
أزواج المفتاح والقيمة: تسمية حقول البيانات بوضوح، مثل "Name": "Alice".
JSON/XML: استخدام تنسيقات تبادل البيانات القياسية للكائنات المعقدة.

المفتاح هو الاتساق والوضوح.

التخصيص باستخدام البيانات

لنرَ كيف يمكننا تخصيص رسالة باستخدام بيانات منظمة عن المستخدم. سنستخدم تنسيقًا بسيطًا من أزواج المفتاح والقيمة داخل المطالبة.

لاحظوا أن النموذج اللغوي الكبير يتلقى بيانات صريحة عن «ملف المستخدم» للعمل عليها.

جرّبوا تشغيل هذا المثال:

user_profile = {
    "name": "Bob",
    "membership_level": "Gold",
    "last_purchase_date": "2023-10-26"
}

prompt = f"User Profile:\n" \
         f"Name: {user_profile['name']}\n" \
         f"Membership: {user_profile['membership_level']}\n" \
         f"Last Purchase: {user_profile['last_purchase_date']}\n\n" \
         f"Write a personalized welcome back message for Bob, " \
         f"mentioning his Gold status and recent activity."

print(prompt)

البيانات الديناميكية والسياق

يمكن للبيانات الخارجية أيضًا توفير سياق ديناميكي «حي». تخيّلوا جلب أسعار الأسهم الحالية أو بيانات الطقس وإدراجها مباشرةً في المطالبة.

يجعل ذلك استجابات النموذج اللغوي الكبير أكثر صلة بالموضوع وفي الوقت المناسب.

جرّبوا تشغيل هذا المثال:

current_stock_price = "$150.25"
company_name = "TechCo"
market_status = "Up 1.5% today"

prompt = f"Current Market Data:\n" \
         f"Company: {company_name}\n" \
         f"Price: {current_stock_price}\n" \
         f"Status: {market_status}\n\n" \
         f"Summarize TechCo's current market performance for an investor."

print(prompt)

التحقق من صحة البيانات وأمانها

عند دمج البيانات الخارجية، وخاصةً القادمة من إدخال المستخدم، من الضروري مراعاة التحقق من صحة البيانات وأمانها.

تنقية الإدخال: أزيلوا الأحرف التي قد تكون ضارة أو اهربوها لمنع هجمات حقن المطالبات.
التحقق من أنواع البيانات: تأكدوا من أن الأرقام أرقام، والتواريخ تواريخ، وهكذا.
تقييد الحجم: امنعوا المدخلات الطويلة جدًا من استهلاك عدد كبير من الرموز أو التسبب في أخطاء.
الخصوصية: انتبهوا إلى المعلومات الحساسة وتجنبوا إرسالها إلى النموذج اللغوي الكبير إذا لم تكن هناك حاجة إلى ذلك.

تحقق سريع: البيانات الخارجية

أنتم تبنون مطالبة لتوليد وصف لمنتج. ولديكم قاموس يتضمن تفاصيل المنتج: {'name': 'Eco-Friendly Water Bottle', 'material': 'Recycled Plastic', 'capacity_ml': 750}.

أي نهج يدمج هذه البيانات على أفضل نحو في مطالبة تضمن فهم النموذج اللغوي الكبير لها بوضوح؟

مراجعة والخطوات التالية

أحسنتم! لقد تعلّمتم كيفية دمج البيانات الخارجية في مطالباتكم لتحسين استجابات النموذج اللغوي الكبير.

توفر البيانات الخارجية الدقة والتخصيص والصلة بالموضوع.
يمكن أن تأتي من إدخال المستخدم وقواعد البيانات وواجهات برمجة التطبيقات وغيرها.
تُعد الهيكلة الواضحة، مثل أزواج المفتاح والقيمة أو JSON، أمرًا ضروريًا للبيانات المعقدة.
احرصوا دائمًا على مراعاة التحقق من صحة البيانات وأمانها عند استخدام المصادر الخارجية.

سننتقل بعد ذلك إلى التوليد المعزز بالاسترجاع (RAG)، الذي يبني على هذه المفاهيم لجلب قدر أكبر من المعرفة الخارجية واستخدامها!

الأسئلة الشائعة

هل درس «كتابة الأوامر باستخدام بيانات خارجية» مجاني؟

نعم — نص درس «كتابة الأوامر باستخدام بيانات خارجية» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة AI Prompt Engineering، انتقل إلى CoddyKit PRO. تتضمن دورة AI Prompt Engineering 3 دروس في المجموع.

ماذا ستتعلم في «كتابة الأوامر باستخدام بيانات خارجية»؟

تعلّم تقنيات دمج البيانات التي يوفّرها المستخدم أو التي يجري استردادها ديناميكيًا مباشرةً في أوامرك. تتمرن على AI Prompt Engineering مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ AI Prompt Engineering؟

لا تُشترط خبرة سابقة. AI Prompt Engineering على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 1 من أصل 3.

كم من الوقت يستغرق درس «كتابة الأوامر باستخدام بيانات خارجية»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس AI Prompt Engineering هذا؟

نعم. كل درس في AI Prompt Engineering يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى AI Prompt Engineering