NLP Academy · درس

المخرجات المنظّمة وحواجز الحماية

احصل على JSON نظيف وقلّل الأخطاء

الدرس 4 من 413 خطوة

المخرجات المنظّمة وحواجز الحماية درس مجاني في NLP Academy على CoddyKit. هذا هو الدرس 4 من أصل 4. 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 NLP Academy، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة NLP Academy 4 دروس في المجموع.

يصعب استخدام النص الحر

تكون الفقرة المليئة بالكلام لطيفة للبشر، لكنها مزعجة للتعليمات البرمجية. ولإنشاء التطبيقات، تحتاجون إلى ناتج منظّم يمكن تحليله بشكل موثوق. 🧱

اطلبوا JSON

أبسط حل هو أن تطلبوا من النموذج الرد بصيغة JSON، مع تسمية الحقول الدقيقة التي تتوقعونها في الإجابة.

prompt = "Return JSON with keys sentiment and score for: I loved it!"

تحديد البنية

كونوا دقيقين بشأن المخطط: اذكروا كل مفتاح ونوعه والقيم المسموح بها. فالغموض هو ما يجعل التحليل يفشل لاحقًا.

وضع JSON

توفّر العديد من واجهات API وضع JSON الذي يفرض استخدام JSON صالح، فلا يستطيع النموذج إحاطة الإجابة بنثر مطوّل.

response_format={"type": "json_object"}

التحليل بأمان

ضعوا التحليل دائمًا داخل try/except. فحتى النماذج الجيدة تخطئ أحيانًا، ويجب أن تتعامل التعليمات البرمجية مع ذلك بسلاسة.

import json
data = json.loads(text)

التحقق من النتيجة

لا يكفي التحليل. تحقّقوا من أن المفاتيح المطلوبة موجودة وأن القيم ضمن النطاق قبل الوثوق بالبيانات في المراحل اللاحقة.

المخططات باستخدام Pydantic

يعرّف نموذج Pydantic حقولكم مرةً واحدة، ويتحقق تلقائيًا من صحة الناتج الذي جرى تحليله، ويُصدر خطأً واضحًا عند وجود بيانات غير صالحة.

from pydantic import BaseModel
class Result(BaseModel):
    sentiment: str
    score: float

ما هي الضوابط؟

الضوابط هي عمليات التحقق المحيطة بالنموذج والتي تبقيه على المسار الصحيح: التحقق، وإعادة المحاولة، والحدود المفروضة على ما يمكنه إخراجه.

إعادة المحاولة عند الناتج غير الصالح

إذا فشل التحقق، فأرسلوا الخطأ مرة أخرى واطلبوا من النموذج إصلاح ناتجه. وتكفي إعادة محاولة واحدة لحل معظم الأخطاء الصغيرة.

تقييد الخيارات

في مهام التصنيف، أخبروا النموذج بالتصنيفات المسموح بها بدقة. فالقائمة المغلقة تمنعه من ابتكار تصنيفات جديدة.

الحماية من الهلوسة

اطلبوا من النموذج أن يقول إنه لا يعرف بدلًا من التخمين. فالبديل الواضح أفضل من إجابة واثقة لكنها خاطئة.

تحقق سريع

ما الذي ينبغي فعله مباشرةً بعد تحليل مخرجات JSON الخاصة بـ LLM؟

أجب عليها في الدرس التفاعلي

مراجعة

اطلبوا استخدام JSON، وحددوا مخططًا، وحلّلوا البيانات بأمان، ثم تحقّقوا من صحتها. وأضيفوا ضوابط مثل إعادة المحاولة وقوائم التصنيفات المغلقة للحفاظ على الموثوقية. ✅

البدء مجانًا

تعلم Python مع معلم ذكاء اصطناعي — مجانًا

اكتب وقم بتشغيل أكوادك الفعلية في المتصفح، واحصل على مساعدة فورية من معلم ذكاء اصطناعي متاح 24/7، واستمر من حيث توقفت على الويب أو في التطبيق.

الدورات: 30
الدروس: 120

ابدأ التعلم مجانًا عرض الدورة الكاملة

الأسئلة الشائعة

هل درس «المخرجات المنظّمة وحواجز الحماية» مجاني؟

نعم — نص درس «المخرجات المنظّمة وحواجز الحماية» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة NLP Academy، انتقل إلى CoddyKit PRO. تتضمن دورة NLP Academy 4 دروس في المجموع.

ماذا ستتعلم في «المخرجات المنظّمة وحواجز الحماية»؟

احصل على JSON نظيف وقلّل الأخطاء تتمرن على NLP Academy مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ NLP Academy؟

لا تُشترط خبرة سابقة. NLP Academy على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 4 من أصل 4.

كم من الوقت يستغرق درس «المخرجات المنظّمة وحواجز الحماية»؟

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 NLP Academy هذا؟

نعم. كل درس في NLP Academy 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 NLP Academy