المعسكر التدريبي الكامل لهندسة الموجهات للذكاء الاصطناعي (2025)

مرحبًا بك في المعسكر التدريبي الكامل للهندسة السريعة للذكاء الاصطناعي (2023) - مايك وجيمس

عرّف ما هي الهندسة السريعة، حتى تتمكن من شرحها بثقة للآخرين.

تحتوي كل محاضرة على مطالبات مرفقة و/أو الشرائح التي تمت مشاركتها في حال لم تتمكن من رؤية النص بسهولة.

يُرجى ملاحظة أن مقاطع الفيديو المرفقة بـ "- البرمجة" يجب أن يحاولها فقط الأفراد الذين لديهم فهم قوي لبرمجة Python.

جرّب "الاستكشاف العملي: حزمة موجهات ChatGPT"، وهي مجموعة مدروسة من 690 مطالبة لتوجيه التفاعلات مع ChatGPT بلطف والتنقل فيها. تهدف إلى تغطية مجموعة واسعة من التخصصات، وتقديم مشاركة أكثر ثراءً وتنوعاً، مع احترام حدود ما يمكن أن يقدمه نموذج الذكاء الاصطناعي هذا.

على الرغم من أن ChatGPT مفيد للعمل اليومي، إلا أن ساحة OpenAI هي بيئة اختبار أنظف.

قم بتقسيم المهام إلى خطوات متعددة، متسلسلة معًا لتحقيق أهداف معقدة.

تحديد القواعد التي يجب اتباعها، والهيكل المطلوب للرد.

أدخل مجموعة متنوعة من حالات الاختبار حيث تم تنفيذ المهمة بشكل صحيح.

تحديد الأخطاء وتقييم الاستجابات، واختبار ما الذي يدفع الأداء.

قم بتقسيم المهام إلى خطوات متعددة، متسلسلة معًا لتحقيق أهداف معقدة.

اعمل من خلال نموذج قائمة مراجعة المبادئ الخمسة لتحسين مطالباتك.

اشرح ما هي حدود الرمز المميز وكيفية الحصول على حدود الرمز المميز بدون رمز ومع رمز.

تحديد ما هي احتمالات السجلات، وكيفية تطبيقها لاكتشاف محتوى الذكاء الاصطناعي أو لتجنب اكتشاف المحتوى.

إلى مثال على درجة حرارة عالية للغاية مع موجه سيء. إذا لم يكن لديك التنسيق الصحيح. قد يجعل الحقائق أو يكسر بنية الإخراج الذي تريده. تكرار نفسه.

تعرّف على نماذج التفكير المنطقي O1 الجديدة من OpenAI (o1-preview و o1-mini) - المصممة للتفكير التحليلي العميق، مع قدرات محسّنة في العلوم والترميز وحل المشكلات الرياضية. يغطي هذا الدرس الاختلافات بين نماذج الدردشة ونماذج التفكير المنطقي. كما نناقش أيضًا متى نستخدم كل نموذج ومقايضاته المختلفة.

دراسة كيفية إنشاء قوائم لتوليد المعرفة بسهولة على نطاق واسع.

تعرّف على كيفية إجراء تحليل المشاعر، وتعزيز فهمك للبيانات النصية وتمكينك من اتخاذ قرارات أفضل بناءً على المشاعر والآراء المعبر عنها في المحتوى.

اكتشف كيفية تبسيط الموضوعات المعقدة باستخدام GPT-3، مما يجعلها سهلة الفهم وميسرة للأفراد من جميع الأعمار، خاصةً للأشخاص الجدد على موضوع أو مفهوم ما.

إتقان نهج حل المشكلات من الأقل إلى الأكثر، حيث تتعلم تفكيك المهام المعقدة إلى مشكلات فرعية وحل كل منها بالتتابع، مما يؤدي إلى طريقة أكثر كفاءة وفعالية في التعامل مع المواقف الصعبة.

لضمان الحصول على استجابة وثيقة الصلة بالموضوع، من الضروري تضمين أي تفاصيل أو سياق مهم في طلباتك. إذا كانت هذه العناصر غائبة، فأنت تسمح للنموذج بشكل أساسي باستنتاج نواياك، مما قد يؤدي إلى نتائج أقل دقة.

يتم تفصيل بعض المهام بشكل أكثر فعالية بطريقة مفصلة خطوة بخطوة. ومن خلال سرد الخطوات بوضوح، يمكن تعزيز قدرة النموذج على الالتزام بها.

تُستخدم الرموز مثل علامات الاقتباس الثلاثية وعناصر HTML وعناوين الفصول وغيرها كفواصل لتمييز أجزاء النص المختلفة التي يجب تفسيرها بطرق فريدة.

لديك خيار أن تطلب من النموذج إنشاء مخرجات تتطابق مع طول محدد مسبقًا. يمكن قياس هذا الطول المطلوب بوحدات مثل الكلمات أو الجمل أو الفقرات أو النقاط. ومع ذلك، من المهم أن نفهم أن توجيه النموذج لإنتاج عدد كلمات دقيق قد لا يؤدي إلى نتائج دقيقة. وعلى العكس من ذلك، يمكن للنموذج أن ينتج مخرجات تحتوي على عدد معين من الفقرات أو النقاط بشكل أكثر موثوقية.

أتقن فن تجزئة المهام أو المفاهيم المعقدة إلى خطوات أصغر باستخدام، مما يتيح لك التواصل الفعال وتعليم الأفكار المعقدة من خلال توجيه المتعلمين من خلال عملية تدريجية خطوة بخطوة.

استكشاف مفهوم توجيه الأدوار، وفهم كيفية تحسين المحتوى الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي من خلال تعيين أدوار أو وجهات نظر محددة للنموذج، مما يؤدي إلى مخرجات أكثر جاذبية وذات صلة بالسياق.

تعرّف على كيفية طلب السياق من GPT-3/ChatGPT، مما يتيح لك إنشاء محتوى أكثر دقة وملاءمة من خلال توفير المعلومات الأساسية اللازمة وضمان فهم أفضل للموضوع المطروح.

فهم فن إعادة كتابة الأسئلة، وتعزيز وضوح وفعالية استفساراتك لتلقي إجابات أكثر دقة وملاءمة من الذكاء الاصطناعي مما يؤدي في النهاية إلى تحسين قدراتك على حل المشكلات.

قم بتهيئة الأرضية لـ ChatGPT للقيام بعمل جيد، من خلال طلبها تقديم المشورة لنفسها.

تعمّق في تقنية التلخيص التدريجي باستخدام GPT-3، مما يمكّنك من تكثيف كميات كبيرة من المعلومات في ملخصات موجزة وسهلة الفهم مع الاحتفاظ بجوهر المحتوى الأصلي.

اكتشف كيفية التغلب على قيود الرمز المميز في ChatGPT من خلال تقطيع النص، مما يسمح لك بمعالجة كميات أكبر من البيانات بكفاءة وفعالية أكبر مع الحفاظ على سلامة المعلومات التي يتم تحليلها.

استكشف مفهوم المطالبة الوصفية حيث تتعلم كيفية صياغة المطالبات بناءً على المخرجات المرغوبة، مما يتيح لك إنشاء محتوى أكثر استهدافًا وملاءمة من خلال الهندسة العكسية للعلاقة بين المدخلات والمخرجات.

تعمّق في أسلوب التفكير المنطقي المتسلسل، مما يسمح لك بتطوير حجج منطقية ومتماسكة وجيدة التنظيم من خلال ربط الأفكار والمفاهيم بطريقة متدرجة، مما يعزز مهاراتك في التفكير النقدي.

فهم كيفية استخدام الأشخاص للحقن الفوري كأداة للهندسة العكسية والسيطرة على أنظمة الذكاء الاصطناعي.

إنشاء مطالبة هندسية تلقائية هندسية تلقائية، قادرة على توليد مطالبات متعددة ذات صلة لمهمة معينة.

يمكنك بسهولة تنزيل جميع دفاتر Jupyter Notebooks، والرموز البرمجية والموارد الخاصة بالدروس التقنية عبر مستودع Github الخاص بنا - https://github.com/BrightPool/udemy-prompt-engineering-course.git

تعمّق في تقنيات إنشاء القوائم المتقدمة لتحسين المحتوى الذي ينشئه الذكاء الاصطناعي من خلال إنشاء قوائم أكثر تنظيماً وملاءمة لمختلف التطبيقات.

قم بتحسين موثوقية وجودة نتائجك من خلال اختبار متانة مطالباتك.

تعرّف على كيفية إدارة سجل رسائل الدردشة بفعالية داخل واجهة برمجة تطبيقات ChatGPT، مما يتيح لك التغلب على قيود الرموز الرمزية والتعامل مع مجموعات البيانات الأكبر بكفاءة أكبر، مع الحفاظ على جودة وتماسك المحتوى الذي تم إنشاؤه بالذكاء الاصطناعي.

تصنيف النص باستخدام التضمينات من نموذج الذكاء الاصطناعي، حيث يتيح لك ذلك إجراء بحث عن التشابه.

محاكاة وكيل بنموذج الذكاء الاصطناعي الخاص بك، للتعامل مع عملية اتخاذ القرار واستخدام الأدوات.

قم بتجميع المستندات الأطول من الأعلى إلى الأسفل، حتى تتمكن من التأكد من أن النص متماسك بالفعل.

ابحث في قاعدة بيانات المتجهات لاسترداد أجزاء متشابهة من النص لتوفيرها كسياق لمطالبتك.

تعرّف على كيفية استخراج البيانات المهيكلة بسهولة من النص عبر واجهة برمجة تطبيقات الإخراج المهيكلة الخاصة ب OpenAI.

يعمل التخزين المؤقت للموجّه على تحسين التكاليف من خلال السماح للمطورين بإعادة استخدام نص الإدخال المتكرر (مثل التعليمات أو السياق) المرسلة إلى نماذج الذكاء الاصطناعي بخصم كبير، بينما تظل رموز الإخراج بالسعر الكامل - مما يجعلها ذات قيمة خاصة للتطبيقات التي ترسل نفس الأجزاء الكبيرة من السياق بشكل متكرر ولكنها تتوقع استجابات مختلفة.

تعرّف على كيفية التحقق من نتائج التخزين المؤقت الفوري في مكالمات OpenAI وأيضًا كيفية إجراء التخزين المؤقت الفوري يدويًا داخل Anthropic.

استكشف وحدة تحكم OpenAI Realtime Console، وهي أداة تفاعلية تساعدك على فهم كيفية تنفيذ المحادثات الصوتية ووظيفة الاتصال في تطبيقاتك.

• الملفات الشخصية على تويتر للمتابعة

• مجموعات ريديت للانضمام إليها

• خوادم ديسكورد للانضمام إليها

• منشورات المدونة للقراءة

• أوراق أكاديمية للمراجعة

• أدوات الموجه للاستخدام

هذا أسلوب جديد كنت أستخدمه للحصول على إجابات متنوعة وفريدة من نوعها لأسئلة الماجستير في القانون.

LangChain هو إطار عمل متطور مصمم لصياغة التطبيقات التي تعتمد على النماذج اللغوية. وهو يتكامل بسلاسة مع مصادر البيانات، مما يسمح لنموذج اللغة بالتفاعل بفاعلية مع بيئته. وبفضل مكوناته المعيارية وسلاسله المبنية مسبقاً، يمكن للمستخدمين بدء المشاريع بسهولة أو تصميم حلول تتناسب مع الاحتياجات المعقدة.

تعرّف على عدة طرق مختلفة لتثبيت LangChain وكذلك كيفية تعريض OPENAI_API_KEY الخاص بك كمتغير بيئة داخل Python.

تعرف على كيفية تحميل نموذج محادثة لانغشين بالإضافة إلى كيفية إضافة أنواع مختلفة من الرسائل مثل SystemMessage و HumanMessage.

اكتشف كيفية إنشاء قوالب مطالبات المحادثة التي ستجعل مطالباتك أكثر ديناميكية.

تعلُّم كيفية استخدام معلمة التدفق في لانغتشين لتقليل زمن الاستجابة والحصول على المخرجات رمزًا واحدًا في كل مرة.

تعلم كيفية استخراج البيانات المهيكلة بسهولة من LLM's باستخدام محلل المخرجات.

اكتشف كيفية استخدام تقنيات التلخيص المختلفة بما في ذلك الحشو و MapReduce والتكرير لاستخراج محتوى ذي معنى من المستندات الكبيرة. أدرك أهمية كل طريقة وكيفية تعاملها مع المستندات بشكل مختلف، مما يضمن لك اختيار الاستراتيجية المناسبة لنصك المحدد.

اكتشف تعقيدات تحميل المستندات وتقسيم النصوص وإنشاء مستندات LangChain. انغمس في عالم الحساء الجميل للتحليل، وقم بإدارة النصوص الكبيرة باستخدام مقسّمات النصوص العودية، وحافظ على تكامل أجزاء المستند مع التداخلات المتغيرة. تعرّف على كيفية التعامل مع مصادر البيانات الكبيرة، مثل GitHub أو ملفات تخفيض الأسعار، وكيفية تقسيمها بكفاءة للمعالجة باستخدام نماذج لغوية كبيرة. التأكيد على أهمية الحفاظ على سياق المحتوى أثناء عملية التقسيم، وتطبيق تقنيات تلخيص MapReduce لاستخلاص المعنى بكفاءة من بياناتك المجزأة.

انغمس في عالم الوسم القوي باستخدام LangChain. وسّع مجموعة أدوات تحليل المستندات لتحديد وتصنيف ميزات معينة في مجموعات البيانات الكبيرة. استفد من قوة أدوات تحميل خرائط المواقع لاسترداد صفحات الويب، وحدد مخططات JSON لإنشاء معايير وضع العلامات، وعالج المحتوى باستخدام OpenAI's GPT 3.5 Turbo. اختبر التكامل السلس للبيانات المهيكلة مع مكتبات Python الشائعة مثل pandas، وأثرِ مجموعة بياناتك ببيانات التعريف، مثل عناوين URL، دون عناء.

ادمج أداة LangSmith في سير عملك لتحديد الأخطاء وتقييم جودة استجابات توليد النصوص.

استكشف LangChain Hub داخل LangSmith. يسمح لك LangChain Hub بالعثور بسهولة على مطالبات مختلفة من مهندسي المطالبات الآخرين وتنزيلها واستخدامها.

فهم مبادئ وتشغيل بروتوكول LCEL القابل للتشغيل لتنفيذ نماذج الذكاء الاصطناعي الخاصة بك بكفاءة.

فهم كيفية استخدام تقنيات توليد العناصر والتوليد المعزز للاسترجاع (RAG) لتحسين أداء نماذج ChatGPT.

تعرّف على كيفية دمج سجل الدردشة والذاكرة مع LangChain لتحسين مشاركة المستخدم وتدفق المحادثة.

أنشئ سلاسل متعددة في LangChain، مما يعزز مرونة مخرجات نموذج الذكاء الاصطناعي الخاص بك.

إظهار القدرة على تنفيذ المنطق الشرطي والتفرع والدمج لإنشاء تدفقات محادثة متطورة في LangChain.

إتقان تطبيق وضع JSON في LangChain، مما يضمن تحسين أداء النموذج وتجنب الأخطاء من خلال تقييد النموذج لتوليد كائنات JSON صالحة فقط.

تدرّب على استخدام وضع JSON من خلال تمرين عملي لترسيخ فهمك وتعزيز مهاراتك في التعامل مع كائنات JSON في نماذج الذكاء الاصطناعي.

تعرّف على كيفية استخدام وضع JSON بفعالية مع لغة تعبير سلسلة اللغات.

فهم كيفية عمل استدعاء الدالة الموازية، مما يتيح للنموذج إجراء استدعاءات متعددة للدوال في وقت واحد، مما يقلل من الرحلات الدورية مع واجهة برمجة التطبيقات، ويعزز كفاءة نماذج الذكاء الاصطناعي.

قم بتطبيق فهمك لاستدعاء الدالة المتوازية من خلال تمرين عملي، مما يعزز معرفتك ويحسن من كفاءتك في تطبيق هذه التقنية في نماذج الذكاء الاصطناعي.

تعرّف على كيفية هيكلة خطوط أنابيب استيعاب المستندات بفعالية باستخدام واجهة برمجة تطبيقات فهرسة LangChain.

تسمح لك الحقول القابلة للتهيئة بتغيير أجزاء من حقول LCEL القابلة للتكوين ديناميكيًا في وقت التشغيل!

تعرّف على الوكلاء والأدوات وكيفية إنشاء وكيل مخصص بذاكرة في LangChain.

LangGraph هي مكتبة قوية لبناء تدفقات عمل متعددة العوامل ذات حالة مع نماذج لغوية، وتقدم ميزات مثل الدورات وإمكانية التحكم والاستمرارية. من المهم تعلّم LangGraph لأنه يتيح إنشاء تطبيقات قوية ومرنة يمكنها إدارة التفاعلات المعقدة والعمليات ذات الحالات، مما يجعلها ضرورية لتطوير حلول متقدمة تعتمد على اللغة.

تعلم كيفية إنشاء روبوت محادثة دعم باستخدام LangGraph، مع إضافة قدرات متطورة تدريجيًا مع فهم المفاهيم الأساسية مثل إدارة الحالة ووظائف العقدة.

عزز روبوت الدردشة الآلي الخاص بك بالأدوات من خلال دمج أداة بحث على الويب للتعامل مع الاستفسارات التي لا يمكن الإجابة عليها من الذاكرة. يغطي هذا الدرس تثبيت الحزم اللازمة، وإعداد مفاتيح واجهة برمجة التطبيقات، وتعريف أداة البحث، وتعديل روبوت الدردشة الآلي لاستخدام هذه الأدوات. في النهاية، سيكون روبوت الدردشة الآلي الخاص بك قادرًا على تقديم إجابات أكثر ملاءمة وشمولية من خلال الوصول إلى مصادر المعلومات الخارجية.

ادمج الإشراف البشري في روبوت الدردشة الآلي الخاص بك عن طريق استخدام وظيفة المقاطعة_قبل في LangGraph لإيقاف التنفيذ مؤقتًا قبل عقد محددة.

تعلم كيفية تحديث حالة وكلاء LangGraph يدويًا للتحكم في سلوكهم وتصحيح الأخطاء.

حسِّن روبوت المحادثة الخاص بك عن طريق إضافة حقول حالة مخصصة لدعم سلوك أكثر تعقيدًا. دمج علامة ask_human الجديدة في الحالة، مما يتيح لروبوت المحادثة طلب المساعدة البشرية عند الضرورة. من خلال تحديد منطق شرطي للتعامل مع هذه العلامة، يمكنك تضمين الإنسان ديناميكيًا في الحلقة مع الحفاظ على الذاكرة الكاملة عبر عمليات التنفيذ.

نفّذ السفر عبر الزمن في روبوت الدردشة الآلي الخاص بك باستخدام وظيفة LangGraph المدمجة لإرجاع واستئناف من الحالات السابقة. يوضّح هذا الدليل كيفية جلب نقاط التفتيش باستخدام طريقة get_state_history، مما يسمح للمستخدمين باستكشاف نتائج بديلة أو تصحيح الأخطاء. من خلال تمكين اجتياز نقاط التحقق عبر الزمن، يمكنك تعزيز مرونة روبوت الدردشة الآلي الخاص بك وقدرات تصحيح الأخطاء.

تعرّف على كيفية تنفيذ خط أنابيب توليد معزز ذاتي التصحيح للاسترجاع في لانجراف. سيقوم هذا النظام بتسجيل كل من المستندات والإجابات وسيقوم بالتصحيح الذاتي عندما تحتوي الإجابة على هلوسات أو لا تستند إلى معرفة قائمة على المستندات.

امنح نموذج الذكاء الاصطناعي الخاص بك وقتًا للتفكير والتخطيط، وسوف يتحسن في التفكير المنطقي.

استخدم التقنيات النفسية التي تحفز البشر في مطالبات الذكاء الاصطناعي الخاصة بك.

امنح الذكاء الاصطناعي دورًا يلعبه أو أسلوبًا يحاكيه وأمثلة ذات صلة.

تقديم أمثلة على المهمة التي يتم تنفيذها، لتوضيح النتائج المرجوة.

قم بتوليد عدة إجابات، ثم اختر الإجابة الأكثر شيوعاً.