الموجّه الفوقي (meta prompting) هو كتابة موجّهات عن الموجّهات: بدلًا من أن تطلب من النموذج أداء مهمة، تطلب منه كتابة موجّه المهمة، أو تحسين موجّه لديك، أو تقسيم المهمة إلى موجّهات أصغر تنفّذها استدعاءات نموذج أخرى. الأولان حيلتان يوميتان تعملان في ChatGPT وClaude وGemini. والثالث تقنية من الأبحاث، تؤدي فيها نسخة واحدة من النموذج دور القائد لعدة نسخ أخرى.
تعتمد الثلاثة على الحقيقة نفسها: النماذج الحالية رأت كمًّا كبيرًا من النصوص عن توجيه النماذج، فهي جيدة في اكتشاف ما يغفله الموجّه. وهي جيدة بالقدر نفسه في ملء تلك الفجوات بتخمينات، وهذا أهم ما يجب الحذر منه.
اطلب من النموذج كتابة الموجّه
أضعف طريقة لتوليد موجّه هي "اكتب لي موجّهًا لكذا". النموذج لا يعرف شيئًا عن "كذا" الخاص بك، فيكتب موجّهًا عامًا للنسخة المتوسطة من العمل. الحل أن تجعله يسأل أولًا. الأسئلة تُخرج السياق الناقص إلى العلن، وإجاباتك تصبح مضمون الموجّه.
- من يقرأ البريد: الحاضرون في الاجتماع فقط، أم المديرون وفرق أخرى أيضًا؟
- ما الذي يجب أن يحتويه كل ملخّص؟ مثلًا القرارات المتخذة، والمهام مع المسؤول والموعد النهائي، والأسئلة المفتوحة.
- كم يجب أن يكون طوله، وهل تفضّل النقاط أم الفقرات القصيرة؟
- ما النبرة التي يستخدمها فريقك في البريد: رسمية، أم محايدة، أم ودية؟
- هل هناك شيء يجب ألا يظهر أبدًا، مثل الأحاديث الجانبية أو الملاحظات الشخصية أو الأرقام السرية؟
أجب عن الأسئلة في رسالة واحدة وستحصل على موجّه يحمل قراراتك أنت لا القيم الافتراضية للنموذج. احفظه: الموجّه ذو العناصر النائبة قالب موجّه يمكنك استخدامه كل أسبوع.
حسّن موجّهًا لديك
"حسّن هذا الموجّه" من أشهر الموجّهات الفوقية، وإخفاقه المعتاد ظاهر في التبويب الأول أدناه. يجعل النموذج الموجّه أطول وأكثر ثقة باختلاق تفاصيل: جمهور، وعدد كلمات، ودعوة إلى إجراء. كل اختلاق معقول، وكل واحد منها قرار لم تتخذه أنت. أما التبويب الثاني فيعطي النموذج قواعد لإعادة الكتابة.
إليك نسخة محسّنة من موجّهك:
"أنت كاتب محتوى ومحرر خبير ذو سنوات من الخبرة في النشر الرقمي. لخّص المقال التالي لنشرتي البريدية، التي يقرؤها محترفون مشغولون في قطاع التقنية. اكتب ملخّصًا جذابًا من 150 إلى 200 كلمة بنبرة ودية ومهنية معًا. ابدأ بجملة تشدّ الانتباه، وأبرز أهم ثلاث أفكار، واختم بدعوة تشجع القرّاء على قراءة المقال كاملًا."
تضيف هذه النسخة دورًا وجمهورًا وطولًا ونبرة وبنية واضحة، وهذا سيعطيك ملخّصات أكثر تركيزًا وفائدة.
الرد الأول ليس خاطئًا، لكنه يفترض أكثر مما ينبغي: إذا كانت نشرتك لهواة البستنة، فعبارة "محترفون مشغولون في قطاع التقنية" ستوجّه كل ملخّص بصمت. أما الرد الثاني فيفعل أقل ويترك لك القرارات المهمة. والعناصر النائبة تُظهر لك أيضًا السياق الذي كان ينقص موجّهك الأصلي، وهذا مفيد حتى لو تخلّصت من إعادة الكتابة.
افحص الموجّه المولَّد قبل أن تثق به
الموجّه الذي يكتبه نموذج يُقرأ جيدًا، وهذا يجعل مشكلاته سهلة الإغفال. ابحث عن هذه قبل أن تستخدمه:
- المتطلبات المختلقة. أي طول أو جمهور أو نبرة أو قاعدة لم تطلبها. احذفها أو استبدل بها إجابتك الحقيقية.
- الدور العام. عبارة "أنت خبير عالمي" تضيف طولًا ولا شيء يُذكر غيره. الدور يفيد حين يسمّي الجمهور والمعيار، وراجع موجّه الدور.
- التكرار. الموجّهات المولَّدة كثيرًا ما تقول التعليمة نفسها بثلاث طرق. جملة واحدة واضحة تعمل بالقدر نفسه وتترك مجالًا أقل للتناقض.
- غياب الاختبار. قراءة الموجّه تخبرك بالقليل عن نتائجه. شغّله على ثلاثة أو أربعة مُدخلات حقيقية، منها مُدخل صعب، وقارن المخرجات بما أنتجه موجّهك القديم. تشرح صفحة تحسين الموجّهات بالتكرار كيف تفعل ذلك دون أن تخدع نفسك.
يستطيع النموذج أيضًا مساعدتك في تشخيص موجّه فشل. عندما يعطي موجّه نتيجة سيئة، الصق الموجّه والمُدخل والمخرجات السيئة، واسأل: "أي جزء من هذا الموجّه سبّب هذه المخرجات على الأرجح؟ اقترح أصغر تغيير يصلحها." التشخيص الموجّه أكثر فائدة من إعادة كتابة كاملة، لأنك تعرف أي تعليمة كانت السبب.
طريقة القائد (Suzgun وKalai، 2024)
في الأبحاث، يُطلق اسم "meta-prompting" أيضًا على طريقة محددة من بحث Suzgun وKalai عام 2024 "Meta-Prompting: Enhancing Language Models with Task-Agnostic Scaffolding". نسخة واحدة من النموذج، هي القائد (conductor)، تتلقى المهمة مع تعليمات عامة ثابتة واحدة لكل المهام. تقسّم المهمة إلى أجزاء، ولكل جزء تكتب موجّهًا لـ"خبير": استدعاء جديد للنموذج نفسه، بتعليمات كتبها القائد لذلك الجزء. لا يرى الخبراء إلا ما يرسله القائد، لا السجل كله، فيراجعون العمل بعيون جديدة. يقرأ القائد إجاباتهم، ويطلب التحقق حين يشك في إحداها، ويجمع الإجابة النهائية. وفي بعض التجارب كان أحد الخبراء يستطيع تشغيل كود Python.
اختبر المؤلفون ذلك مع GPT-4 على مزيج من المهام، منها لغز لعبة 24، وإيجاد كش مات في نقلة شطرنج واحدة، وألغاز برمجة Python، وكتابة السوناتات. وبمتوسط المهام، تفوّق إعداد القائد مع مفسّر Python على الموجّهات العادية وعلى أطر الموجّهات الأخرى التي قارنوا بها.
هذا برنامج، لا رسالة محادثة واحدة: كل استدعاء خبير طلب منفصل يرسله كودك، بالطريقة نفسها التي تمرّر بها سلسلة الموجّهات المخرجات بين الخطوات. الفرق أنك في السلسلة تصمم الخطوات مسبقًا، بينما يقررها القائد أثناء التشغيل. هذه المرونة تكلّف استدعاءات أكثر ويصعب تصحيح أخطائها، لذا في مهمة تعرف خطواتها مسبقًا تكون السلسلة الثابتة عادةً الخيار الأفضل.
الأسئلة الشائعة
ما هو الموجّه الفوقي (meta prompting)؟
الموجّه الفوقي هو استخدام النموذج اللغوي للعمل على الموجّهات بدلًا من المهمة نفسها: أن تطلب منه كتابة موجّه، أو إعادة كتابة موجّه ليحصل على نتائج أفضل، أو تقسيم مهمة إلى موجّهات فرعية لاستدعاءات نموذج أخرى. المعنى الأخير هو الطريقة الواردة في بحث Suzgun وKalai عام 2024 "Meta-Prompting"، حيث ينسّق استدعاء نموذج واحد استدعاءات جديدة للنموذج نفسه.
ما الموجّه الجيد لجعل ChatGPT يكتب موجّهات؟
صِف العمل الذي سيُستخدم له الموجّه، ثم اطلب من النموذج أن يسألك قبل أن يكتب أي شيء: "قبل أن تكتب الموجّه، اطرح عليّ حتى خمسة أسئلة عما تحتاج إلى معرفته." أجب عنها، واطلب الموجّه النهائي في كتلة كود مع عناصر نائبة للأجزاء التي تتغير في كل مرة. معظم القيمة تأتي من الأسئلة، لأنها تُظهر سياقًا نسيت أن تعطيه.
هل الموجّهات التي يولّدها الذكاء الاصطناعي أفضل من التي أكتبها بنفسي؟
عادةً تكون أفضل تنظيمًا وأكثر اكتمالًا، وعادةً أطول مما يلزم. لا يستطيع النموذج معرفة جمهورك أو بياناتك أو معاييرك، فيملأ الموجّه المولَّد هذه الفجوات بتخمينات معقولة. تعامل معه على أنه مسودة: احذف كل ما لم تطلبه، ثم اختبره على مُدخلات حقيقية.
لماذا يضيف النموذج "أنت خبير" إلى كل موجّه يحسّنه؟
على الأرجح لأن موجّهات منشورة كثيرة تبدأ بهذه الطريقة، فيعدّها النموذج جزءًا من شكل الموجّه المحسَّن. دور الخبير العام نادرًا ما يغيّر كثيرًا، أما الدور المحدد الذي يسمّي الجمهور والمعيار فيغيّر. عندما تطلب تحسينًا، قل أي أنواع الإضافات تريد، واطلب منه ألا يضيف متطلبات لم تذكرها.
