تتوقف معظم النصائح حول كتابة برومبت (Prompt) الذكاء الاصطناعي عند كلمتين: "كن محدداً". هذا صحيح، لكنه غير كافٍ. الأشخاص الذين يحصلون على مخرجات مفيدة حقاً من ChatGPT أو Claude أو Gemini لا يستخدمون كلمات سحرية سرية، بل تعلّموا كيف يبنون طلباً بشكل منظَّم، والأهم من ذلك، كيف يقرؤون الإجابة السيئة ويصلحونها.
هذا الدليل يعلّمك الأمرين معاً. ستحصل على إطار بسيط، وأمثلة حقيقية للصياغة قبل وبعد، وطريقة لتشخيص لماذا فشل البرومبت، ومجموعة من القوالب الجاهزة للنسخ واللصق، وورقة مرجعية مختصرة حول اختلاف صياغة البرومبت بين نماذج اليوم. لا حشو ولا إحصاءات مزيّفة، فقط ما يعمل بشكل موثوق.
ما هو البرومبت فعلاً
البرومبت ببساطة هو التعليمة التي تعطيها للذكاء الاصطناعي. يتداخل مصطلحا "كتابة البرومبت" و"هندسة البرومبت": فالأول هو كتابة التعليمة، أما هندسة البرومبت (Prompt Engineering) فهي النسخة المنهجية منه، أي تصميم البرومبتات واختبارها وصقلها حتى تنتج نتائج موثوقة. لست بحاجة لأن تكون مهندساً لتكتب برومبتات جيدة، بل تحتاج إلى منهجية قابلة للتكرار.
الفكرة الجوهرية وراء كل تقنية ستراها أدناه: البرومبت الجيد يلغي حاجة النموذج إلى التخمين. حين تترك فجوات، يملؤها النموذج بأكثر الإجابات عمومية وبهتاناً مما يناسب السياق، وأحياناً بهراء يُقال بثقة. مهمتك هي سدّ هذه الفجوات.
تشريح البرومبت الناجح
طريقة مفيدة لتذكّر المكوّنات هي الشخصية · المهمة · السياق · التنسيق. تعامل مع هذه القائمة كأداة تذكّر شائعة لا كمعيار رسمي، فالقيمة في قائمة التحقق نفسها لا في الاختصار. تصوغ Microsoft الفكرة ذاتها لمستخدمي Copilot اليوميين في أربعة أجزاء: هدف (Goal)، وسياق (Context)، وتوقعات (Expectations) أي التنسيق، ومصدر (Source)، مع كون الهدف الواضح هو الجزء الوحيد المطلوب فعلاً.
- الشخصية — مَن ينبغي أن يتقمّص الذكاء الاصطناعي دوره (تحدد النبرة والمفردات والنطاق).
- المهمة — ما الذي تريد إنجازه بالضبط، وكيف يبدو "المُنجَز".
- السياق — الخلفية وأي مادة مصدرية لا يستطيع النموذج استنتاجها.
- التنسيق — شكل المخرجات: الطول، البنية، جدول، JSON، نقاط.
لن تحتاج إلى الأربعة في كل مرة. لسؤال سريع تكفي المهمة وحدها. أما حين تهمّ الدقة والنبرة، فكلما وفّرت المزيد منها كانت النتيجة أفضل.
الحركات الأساسية الخمس
هذه التقنيات الخمس مُعتمَدة، بشكل أو بآخر، من OpenAI وAnthropic وGoogle وMicrosoft.
- اكتب تعليمات واضحة ومحددة. حدّد المهمة والجمهور والنتيجة المرجوة. بدلاً من "لخّص هذا المقال"، جرّب "لخّص هذا المقال في ثلاث نقاط لمدير تنفيذي غير تقني، مع التركيز على التبعات المالية فقط".
- زوّد النموذج بالسياق والنص المرجعي. الصق المادة المصدرية واطلب من النموذج أن يستند إليها. هذا أبسط أشكال "التأريض" (Grounding)، وهو أفضل وسيلة منفردة لتقليل الإجابات المختلَقة.
- أسنِد دوراً. الشخصية توجّه النبرة والمفردات والنطاق — مثل: "أنت محاسب ضرائب خبير تشرح لصاحب مشروع صغير". (يجدر التنويه: الدور يشكّل بالأساس طريقة إجابة النموذج، أما الدليل على أنه يرفع الدقة الواقعية بشكل موثوق فمتباين، لذا لا تعتمد عليه لضمان الصحة.)
- حدّد تنسيق المخرجات، واستخدم الفواصل. اطلب جدولاً، أو عدد كلمات، أو JSON، أو ثلاث نقاط. ضع النص المصدري داخل فواصل — وسوم بنمط XML مثل
<text>...</text>أو عناوين Markdown — حتى يميّز النموذج بين تعليماتك وبياناتك. - قدّم أمثلة (Few-shot). حين يكون لديك تنسيق أو نبرة محددة في ذهنك، اعرض زوجين أو ثلاثة من أزواج المدخل ← المخرج. أسلوب الأمثلة القليلة (Few-shot) من أكثر الطرق موثوقية لتثبيت أسلوب متّسق.
ثماني عمليات إعادة صياغة قبل/بعد
كل إعادة صياغة أدناه موسومة بـنمط الفشل الذي تعالجه — وهذه هي المهارة الأهمّ.
طلب غامض ← طلب محدد
قبل: أعطني ملخصاً لمحادثة دعم العملاء هذه.
بعد: لخّص محادثة الدعم التالية في ثلاث نقاط:
(1) المشكلة، (2) شعور العميل، (3) الحل.
استخدم لغة واضحة وموجزة.بلا بنية ← تنسيق محدد
قبل: اكتب بريداً إلكترونياً.
بعد: اكتب بريداً من 5 جُمل لمستخدم جديد في النسخة التجريبية لمنتج SaaS.
أدرج 2-3 نقاط حول الميزات الرئيسية، واختم بدعوة واضحة لاتخاذ إجراء
(Call-to-Action) لحجز عرض توضيحي. بنبرة ودودة ومهنية.بلا تأريض + صياغة سلبية ← مؤرَّض مع مخرج آمن
قبل: اشرح سياسة الاسترداد لدينا. لا تختلق أي شيء.
بعد: أنت أخصائي دعم. باستخدام نص السياسة أدناه فقط، أجب عن سؤال العميل
في جملتين أو ثلاث جُمل واضحة. إن لم تكن الإجابة موجودة في النص،
فأجب: "لا تتوفر لديّ هذه المعلومة."
نص السياسة: <الصق>
السؤال: <الصق>ملخص بلا نطاق ← جمهور + تركيز + حدود
قبل: لخّص هذا المقال.
بعد: لخّص المقال داخل <article>...</article> في 3 نقاط لمدير تنفيذي
غير تقني، مع التركيز على التكلفة فقط. اجعل كل نقطة أقل من 20 كلمة.برومبت محمّل بأكثر من طاقته ← مُقسَّم إلى سلسلة
قبل: حلّل هذه المراجعات الـ200 واكتب تقريراً.
بعد: الخطوة 1: من المراجعات في <reviews>...</reviews>، اسرد المواضيع
المتكررة. (ثم في المتابعات: الخطوة 2 — عُدّ المشاعر لكل موضوع؛
الخطوة 3 — صُغ تقريراً من صفحة واحدة من تلك النتائج.)بلا أمثلة ← أمثلة قليلة (Few-shot)
قبل: صنّف شعور هذه المراجعة.
بعد: صنّف الشعور إلى إيجابي أو سلبي أو محايد.
"أحببته، يعمل بشكل مثالي" -> إيجابي
"إهدار كامل للمال" -> سلبي
"لا بأس به، لا شيء مميز" -> محايد
صنّف الآن: "<مراجعة جديدة>"بلا دور أو سياق ← شخصية + موقف + بنية
قبل: اكتب إعلان وظيفة لمطوّر.
بعد: أنت مسؤول توظيف تقني. اكتب إعلان وظيفة لمطوّر Python خلفي
(Backend) متوسط الخبرة في شركة فينتك ناشئة من 30 موظفاً. بلغة
بسيطة ومفعمة بالحيوية. البنية: مقدمة من جملتين، "ماذا ستفعل"
(4 نقاط)، "ما الذي نبحث عنه" (4 نقاط)، ودعوة ختامية لاتخاذ إجراء.استخراج غير محدد ← مخطط صريح
قبل: استخرج البيانات من هذا النص.
بعد: من النص في <text>...</text>، استخرج كل شركة وأعِد مصفوفة JSON
من كائنات بالمفاتيح: company_name وlocation وfunding_stage.
استخدم null للحقول المفقودة. أعِد JSON فقط.المهارة الحقيقية: تشخيص الإجابة السيئة
هنا تصمت معظم الأدلة. حين تخيّب إجابةٌ ما توقعاتك، لا تعِد كتابة البرومبت فحسب — سمِّ نمط الفشل وطبّق الإصلاح المطابق له.
| ما تراه | السبب المرجّح | الإصلاح |
|---|---|---|
| عامة وباهتة و"قد تكون عن أي شيء" | غموض / تحديد ناقص | أضِف الجمهور والغرض وكيف يبدو "المُنجَز" |
| خاطئة بثقة بشأن وضعك | غياب السياق | الصق المادة المصدرية؛ واطلب منه الاستناد إليها فقط |
| محتوى صحيح بشكل خاطئ | لم يُحدَّد التنسيق | حدّد الطول والبنية وأعطِ فاصلاً أو مثالاً |
| حقائق مختلَقة واستشهادات مزيّفة | هلوسة | أرّضه، وأضِف مخرج "لا أعرف"، واطلب المصادر |
| قديمة أو "لا أستطيع الوصول إلى ذلك" | حد المعرفة / لا وصول مباشر | زوّده بالبيانات الحالية بنفسك؛ ولا تفترض أنه يعرفها |
| يُسقِط جزءاً من طلب متعدد الأجزاء | برومبت محمّل بأكثر من طاقته | قسّمه إلى سلسلة — مهمة واحدة لكل خطوة |
شغّل الحلقة: اكتبه، اقرأ ما عاد إليك، سمِّ الفشل، طبّق الإصلاح، أعِد التشغيل. تكراران أو ثلاثة أفضل من مطاردة برومبت مثالي واحد.
كيف توقف الذكاء الاصطناعي عن اختلاق الأشياء
الهلوسة هي الفشل الذي يكلّف الناس أكبر قدر من الثقة. لا يستطيع البرومبت القضاء عليها، لكن بضع تكتيكات تقللها بشكل ملموس:
- زوّده بنص مرجعي وقيّده به: "أجب من المستند أعلاه فقط".
- أعطِه مخرجاً آمناً صريحاً: "إن لم تكن الإجابة في النص، فقُل لا أعرف — لا تخمّن".
- اطلب مصادر أو اقتباسات: اجعل النموذج يشير إلى الجزء من مصدرك الذي استخدمه.
- اطلب منه التحقق من إجابته بنفسه مقارنةً بالمصدر قبل اعتمادها النهائي.
- ثم تحقق بنفسك من أي شيء مهم. التأريض يخفّض الخطر؛ لكنه لا يرفع مسؤوليتك.
حركات متقدمة حين لا تكفي الأساسيات
- الأمثلة القليلة (Few-shot) للتنسيق أو النبرة العنيدة.
- سلسلة التفكير (Chain-of-thought) ("فكّر خطوة بخطوة") للمسائل متعددة الخطوات أو المنطقية — لكن فقط على نماذج المحادثة القياسية. أما نماذج الاستدلال ("التفكير") المخصصة، مثل سلسلة o من OpenAI وأوضاع الاستدلال في Gemini، فتستدلّ داخلياً بالفعل؛ وإضافة "فكّر خطوة بخطوة" إليها غير ضرورية بل قد تضرّ.
- تسلسل البرومبت (Prompt Chaining): قسّم المهمة المعقدة إلى سلسلة من برومبتات أصغر، يغذّي كل منها التالي. هذا يخفّف العبء لكل خطوة ويجعل كل خطوة قابلة للتحقق.
إن أردت تجاوز الإجابات المفردة وجعل الذكاء الاصطناعي ينفّذ عملاً متعدد الخطوات نيابةً عنك، فتلك أداة مختلفة — راجع شرحنا حول ما هي وكلاء الذكاء الاصطناعي فعلاً.
ورقة مرجعية للنماذج 2026
البرومبت الأساسي القوي — مهمة واضحة، وسياق، ودور، وتنسيق — ينتقل عبر كل المساعدين الكبار. لكنها ليست متطابقة، لذا فإن قليلاً من الضبط لكل نموذج يؤتي ثماره.
| النموذج | يميل إلى تفضيل | انتبه لـ |
|---|---|---|
| ChatGPT / GPT | البنية والمخططات الصريحة؛ الفواصل | يتبع التنسيقات الصارمة جيداً — لذا كن دقيقاً بشأنها |
| Claude | التعليمات الواضحة؛ يتحمّل التنسيقات المفتوحة؛ يحب وسوم XML | أخبره بما يفعله لا بما لا يفعله |
| Gemini | التأطير الواضح والمصدر المُعلَن؛ إعدادات افتراضية منطقية | قد تميل النسخ الأحدث إلى مخرجات مقتضبة — اطلب التوسّع |
ملاحظتان عابرتان للنماذج لعام 2026: غالباً ما تميل النماذج الأحدث افتراضياً إلى إجابات أقصر، فاطلب العمق أو حدّد شخصية صراحةً؛ وعلى نماذج الاستدلال، تجاوز عبارة "فكّر خطوة بخطوة" — فهي تتولى ذلك داخلياً.
قوالب جاهزة للنسخ حسب المهمة
املأ الفراغات. واحفظ ما ينجح منها كمكتبتك الشخصية.
بريد إلكتروني
أنت [الدور]. اكتب بريداً [الطول] إلى [المُستلِم] حول [الموضوع].
الهدف: [ما الذي ينبغي أن يحدث تالياً]. النبرة: [النبرة]. أدرج [الأساسيات].
اختم بدعوة واضحة لاتخاذ إجراء لـ [الإجراء].ملخص
لخّص النص في <text>...</text> لـ [الجمهور]، مع التركيز على
[الزاوية]. التنسيق: [N نقاط / فقرة واحدة]. أبقِه أقل من [N] كلمة.
لا تضِف معلومات غير موجودة في النص.استخراج بيانات
من <text>...</text>، استخرج [الحقول] وأعِد مصفوفة JSON من
كائنات بالمفاتيح: [key1, key2, key3]. استخدم null للقيم المفقودة.
أعِد JSON فقط، دون أي تعليق.ملخص بحثي
أنت مساعد بحثي. باستخدام المصادر في <sources>... فقط،
اكتب ملخصاً [الطول] حول [السؤال]. البنية: النتائج الرئيسية (نقاط)،
والتحفظات، والأسئلة المفتوحة. إن لم يكن ادعاء ما موجوداً في المصادر،
فاتركه. وأشِر إلى مصدر كل نتيجة.مساعدة برمجية
أنت مطوّر [اللغة] خبير. الهدف: [ما ينبغي أن يفعله الكود].
القيود: [الإطار/الإصدار/الأسلوب]. اعرض الكود، ثم شرحاً من سطرين.
إن كان أي شيء غامضاً، فاسأل قبل الافتراض.كتابة البرومبت أيضاً من أيسر الطرق للحصول على قيمة حقيقية من الذكاء الاصطناعي دون كتابة أي كود — وهو موضوع نتناوله في متى يكون الحل بلا كود هو الخيار الصحيح.
خرافات ومضيعات للوقت
- "من فضلك" و"شكراً" تحسّنان الإجابات. لا يوجد دليل موثوق على أن اللباقة تحسّن جودة المخرجات بشكل ملموس، والكلمات الإضافية تضيف قليلاً من تكلفة الحوسبة. كن لبقاً إن أردت — لكن لا تتوقع إجابات أفضل بسبب ذلك.
- الأطول دائماً أفضل. لا. اجعل البرومبت بطول يكفي لإزالة الغموض، ولا أطول من ذلك. الحشو يميّع التعليمة.
- هناك برومبت مثالي واحد. نادراً. تعامل مع الإجابة الأولى كمسوّدة وصقلها.
كرّر مثل المهندس
لأي شيء ستفعله أكثر من مرة، احتفظ بثلاثة إلى خمسة مدخلات نموذجية مع المخرج الذي تريده، وأعِد تشغيلها كلما غيّرت البرومبت. هذه العادة تلتقط أي تراجع وتحوّل نجاحاً عابراً محظوظاً إلى أداة موثوقة قابلة لإعادة الاستخدام.
الأسئلة الشائعة
ما الطول المناسب لبرومبت الذكاء الاصطناعي؟ بالطول الكافي لإزالة الغموض، ولا أطول من ذلك. سطر واحد يكفي للمهام البسيطة؛ وإن كانت الدقة مهمة، فأضِف الدور والسياق والمصدر والتنسيق الدقيق. الاختبار: هل يستطيع غريبٌ ذكيّ أن ينتج ما تريده من البرومبت ذاته؟
هل تعمل البرومبتات بالطريقة نفسها عبر ChatGPT وClaude وGemini؟ ليس تماماً. البرومبت الأساسي المتين ينتقل جيداً، لكن النماذج تفسّر التعليمات وتفضّل التنسيقات بشكل مختلف قليلاً، لذا فإن الضبط الخاص بكل نموذج يعطي نتائج أفضل. اكتب برومبتاً أساسياً قوياً واحداً، ثم اضبطه لكل نموذج.
كيف أوقف الذكاء الاصطناعي عن الهلوسة؟ أرّضه وأعطِه مخرجاً: الصق المصدر، واطلب منه الإجابة من ذلك النص فقط، وأضِف "إن لم يكن موجوداً في النص، فقُل لا أعرف". اطلب منه الاستشهاد بما استخدمه — ثم تحقق بنفسك من الحقائق المهمة.
هل ينبغي أن أضيف "فكّر خطوة بخطوة" إلى برومبتاتي؟ على نماذج المحادثة القياسية، قد تحسّن الدقة في المسائل متعددة الخطوات. أما على نماذج الاستدلال المخصصة، فهي غير ضرورية وغير محبّذة — إذ تستدلّ داخلياً، فتضيف التكلفة والبطء فقط.
ما هو تسلسل البرومبت (Prompt Chaining)؟ تقسيم المهمة المعقدة إلى سلسلة من برومبتات أصغر، حيث يغذّي مخرج كل خطوة الخطوة التالية — بدلاً من حشر كل شيء في برومبت واحد. هذا يقلل الأخطاء في المهام متعددة الأجزاء ويجعل كل خطوة قابلة للتحقق.
هل يمكنني إعادة استخدام البرومبتات كقوالب؟ نعم — وهي من أعلى العادات مردوداً. حالما يعمل برومبت بشكل موثوق، احفظه بخانات قابلة للملء وابنِ مكتبة صغيرة حسب نوع المهمة.
الخلاصة
كتابة البرومبت الجيد ليست مسألة كلمات سحرية. إنها حلقة قصيرة قابلة للتكرار: ابنِ الطلب بشكل منظَّم، اقرأ النتيجة، سمِّ ما الذي أخطأ، وأصلحه. أبقِ قائمة التحقق المبدئية هذه في متناولك:
- قُل مَن ينبغي أن يكون الذكاء الاصطناعي وما الذي تريده.
- أعطِه السياق والمصدر الذي لا يستطيع تخمينه.
- حدّد التنسيق — الطول، البنية، المثال.
- أرّض أي شيء واقعي واسمح بـ "لا أعرف".
- كرّر — الإجابة الأولى مسوّدة.
- تحقق مما يهمّ.
افعل ذلك، وستحصل من أي مساعد ذكاء اصطناعي على أكثر مما يحصل عليه 90% من الناس الذين يكتبون أسئلة من سطر واحد في الصندوق نفسه.
