Prompt Engineering
دليل هندسة التوجيهات: 80 مقالاً في 9 موضوعات (2026)
هندسة التوجيهات هي ممارسة تصميم المُدخلات لنماذج اللغة الاصطناعية — بتحديد الدور والسياق والقيود وصيغة الإخراج والأمثلة — للحصول على نتائج دقيقة ومتسقة. في عام 2026، مع توفر أكثر من 25 نموذجاً تجارياً ومفتوح المصدر، يُعدّ تصميم التوجيهات المهارة الأكثر تأثيراً للحصول على قيمة موثوقة من الذكاء الاصطناعي.
📍 في جملة واحدة
هندسة التوجيهات هي تصميم المُدخلات لنماذج الذكاء الاصطناعي — الدور والسياق والقيود والصيغة والأمثلة — للحصول على نتائج دقيقة ومتسقة وجاهزة للإنتاج.
💬 بعبارات بسيطة
بدلاً من كتابة "اكتب لي بريداً إلكترونياً" وانتظار النتيجة، أخبر الذكاء الاصطناعي تحديداً بالدور الذي يجب أن يؤديه، والسياق المتاح له، والصيغة المطلوبة، وشكل الإخراج الجيد — فيكون الأداء أفضل بـ 3–5 أضعاف.
هندسة التوجيهات تحدد ما إذا كان نموذج الذكاء الاصطناعي يمنحك إجابة مفيدة أو مبهمة. يحدد التوجيه المُصمم جيداً المهمة بوضوح، ويوفر السياق الملائم، ويضع قيود التنسيق، ويستخدم الأمثلة لضبط سلوك النموذج — محوِّلاً استجابات الذكاء الاصطناعي العامة إلى مخرجات متوقعة بجودة خبراء. تغطي هذه الـ 80 دليلاً المكدس الكامل لهندسة التوجيهات: الأساسيات (الرموز المميزة ونوافذ السياق ودرجة الحرارة واختيار النماذج)، والأطر المُجرَّبة (CO-STAR وCRAFT وRTF وAPE وRISEN)، والتقنيات المتقدمة (سلسلة التفكير وRAG والاتساق الذاتي والتعلم بأمثلة قليلة)، وسير عمل الفريق (التحكم في الإصدار والحوكمة وبوابات مراجعة CI/CD)، وأساليب التقييم ومقارنات الأدوات لـ GPT-4o وClaude 4.6 Sonnet وGemini 2.5 Pro.
TL;DR
80 دليلاً لهندسة التوجيهات مُنظَّمة حسب مستوى المهارة: ابدأ بالأساسيات (الرموز المميزة ودرجة الحرارة واختيار النماذج)، وتعلّم الأطر (CO-STAR وCRAFT وRTF)، وطبّق التقنيات (سلسلة التفكير وRAG والتعلم بأمثلة قليلة)، وأسّس حوكمة الفريق (التحكم في الإصدار وبوابات CI/CD)، واختر الأدوات المناسبة (Braintrust وPromptfoo وCursor). مُحدَّث في مايو 2026 لـ GPT-4o وClaude وGemini.
- 80 مقالاً في 9 مجالات موضوعية
- يغطي GPT-4o وClaude 4.6 Sonnet وGemini 2.5 Pro
- 5–20 دقيقة لكل مقال
- مُحدَّث مايو 2026
⚡ حقائق سريعة
- 80 مقالاً في 9 مجالات موضوعية، مُحدَّث مايو 2026
- يغطي GPT-4o وClaude 4.6 Sonnet وGemini 2.5 Pro وأكثر من 20 نموذجاً مفتوح المصدر
- 5–20 دقيقة لكل مقال، مع النقاط الرئيسية والأسئلة الشائعة والمصادر
- يُحسّن التوجيه بسلسلة التفكير دقة الاستدلال المعقد بنسبة 30–40%
- تحتاج معظم الفرق الإنتاجية إلى أداتين فقط: إحداهما للتقييم والأخرى للنشر
- ابدأ بالأساسيات إن كنت جديداً؛ انتقل مباشرة إلى التقييم والموثوقية أو حوكمة الفريق إن كنت خبيراً
الأساسيات
16 دليلما الذي تحتاج لمعرفته فعلاً؟ المفاهيم الأساسية التي يحتاج كل مهندس توجيهات إلى فهمها — كيف تعمل النماذج اللغوية الكبيرة، وما هي الرموز المميزة، ولماذا تحدد بنية التوجيه جودة الإخراج. تشرح هذه المقالات كيف تتحكم درجة الحرارة في العشوائية، ولماذا تجعل نوافذ السياق الذكاء الاصطناعي "ينسى"، وكيف تفسر النماذج المختلفة (GPT-4o وClaude 4.6 Sonnet وGemini 2.5 Pro) التعليمات بطرق مختلفة. ابدأ من هنا إن كنت جديداً على هندسة التوجيهات.
🔍 من أين تبدأ
إن كنت ستقرأ 3 مقالات فقط، اقرأ: "ما هي هندسة التوجيهات" و"التوجيه بسلسلة التفكير" و"كيف تُقيّم جودة التوجيه". هذه الثلاثة تغطي 80% مما تحتاجه.
الأطر
11 دليلأي قالب يحقق أفضل النتائج؟ قوالب منظمة لبناء توجيهات موثوقة وقابلة للتكرار عبر مهام مختلفة — التسويق والبرمجة والبحث وغيرها. تُقسّم الأطر مثل CO-STAR وCRAFT وRTF وAPE التوجيهاتِ إلى مكونات (الدور والسياق والقيود وصيغة الإخراج) للقضاء على التخمين وإنتاج نتائج متسقة بغض النظر عمن يكتب التوجيه. استخدم هذه الأدلة للعثور على الإطار المناسب لحالتك، أو لمقارنة الأطر مع بعضها، أو لبناء إطار مخصص لاحتياجات فريقك.
🔍 هل تشغّل نماذج محلية؟
إذا كنت تشغّل نماذج LLM المحلية باستخدام Ollama أو LM Studio أو llama.cpp، فإن كل تقنية في هذا الدليل تنطبق عليك. راجع قسم LLMs المحلية للحصول على أدلة الأجهزة ومقارنات النماذج وتعليمات الإعداد — ثم عد إلى هنا لتقنيات Prompting.
يُحسّن PromptQuorum توجيهاتك تلقائياً ويختبرها عبر أكثر من 25 نموذج ذكاء اصطناعي في آنٍ واحد.
جرّب PromptQuorum مجاناً ←المصادر
- OpenAI Prompt Engineering Guide — Official OpenAI prompting best practices
- Anthropic Prompt Engineering Documentation — Official Anthropic prompting guide for Claude
- Google Gemini Prompting Guide — Official Google prompting strategies for Gemini
- NIST AI Risk Management Framework — Federal governance framework for AI systems
- EU AI Act Summary — Regulatory requirements for AI systems in the European Union
الأسئلة الشائعة
ما هي هندسة التوجيهات؟
هندسة التوجيهات هي ممارسة تنظيم الطلبات الموجهة لنماذج الذكاء الاصطناعي للحصول على مخرجات أفضل وأكثر اتساقاً. تشمل استخدام الأطر والتنسيق والأمثلة والقيود لتوجيه سلوك النموذج — وتحويل استجابات الذكاء الاصطناعي الغامضة إلى مخرجات دقيقة بجودة خبراء.
ما أهم تقنيات هندسة التوجيهات؟
التقنيات الأعلى تأثيراً هي: التوجيه بسلسلة التفكير (استدلال خطوة بخطوة يُحسّن الدقة في المسائل المعقدة)، والتوجيه بأمثلة قليلة (تقديم 2–5 أمثلة لتعليم النموذج الصيغة المطلوبة)، وRAG (ربط المخرجات ببيانات خارجية لمنع الهلوسة). هذه التقنيات الثلاث تغطي معظم حالات استخدام هندسة التوجيهات في الإنتاج.
كيف تؤثر درجة الحرارة على مخرجات الذكاء الاصطناعي؟
تتحكم درجة الحرارة في عشوائية استجابات الذكاء الاصطناعي. القيم المنخفضة (0.0–0.5) تُنتج مخرجات حتمية وواقعية مناسبة للمهام المنظمة كاستخراج البيانات أو كتابة الكود. القيم العالية (0.7–1.0) تُنتج استجابات إبداعية ومتنوعة للكتابة أو العصف الذهني. تعمل معظم حالات الاستخدام الإنتاجي بشكل أفضل عند 0.3–0.5.
أي أطر التوجيه يجب أن أتعلم أولاً؟
ابدأ بـ CO-STAR (السياق والهدف والأسلوب والنبرة والجمهور والاستجابة) للتوجيه العام، وCRAFT للمهام الإبداعية والتحليلية. يغطي هذان الإطاران 80% من سيناريوهات هندسة التوجيهات الشائعة. تعلّم RTF (الدور والمهمة والصيغة) اختصاراً سريعاً للتوجيهات البسيطة.
هل أحتاج إلى معرفة البرمجة لممارسة هندسة التوجيهات؟
لا — هندسة التوجيهات الأساسية لا تتطلب برمجة. حالات الاستخدام المتقدمة كخطوط أنابيب الاختبار الآلي وبوابات CI/CD واستخراج المخرجات المنظمة تستفيد من الإلمام بـ Python. ابدأ بالأطر المفاهيمية والتقنيات؛ وتعلّم طبقة الهندسة حين يستدعي ذلك حالتُك.
هل هندسة التوجيهات لا تزال ذات صلة في عام 2026؟
نعم — رغم التحسينات في استدلال النماذج، تظل هندسة التوجيهات ضرورية. لا تزال النماذج تُنتج مخرجات أفضل بكثير مع مُدخلات منظمة. يُحسّن التوجيه بسلسلة التفكير دقة الاستدلال المعقد بنسبة 30–40% في المعايير المرجعية. مع تطور النماذج، يتحول التركيز من تصحيح نقاط الضعف إلى إطلاق الإمكانات.
ما الفرق بين هندسة التوجيهات والضبط الدقيق؟
تُشكّل هندسة التوجيهات سلوك النموذج من خلال تصميم المُدخلات دون تغيير أوزانه — سريعة (دقائق) وغير مرتبطة بنموذج بعينه. أما الضبط الدقيق فيُدرّب النموذج على بيانات جديدة لتغيير سلوكه الأساسي — يستغرق ساعات ويتطلب مجموعات بيانات وينتج نموذجاً متخصصاً. استخدم هندسة التوجيهات أولاً؛ ولجأ إلى الضبط الدقيق فقط حين تعجز التوجيهات باستمرار عن حل المهمة.
ما الأدوات التي يستخدمها مهندسو التوجيهات؟
المجموعة الأساسية: بيئة توجيهات متكاملة (Cursor أو VS Code مع Continue.dev)، وإطار اختبار (Braintrust أو Promptfoo للتقييم وCI/CD)، ونظام تحكم في الإصدار (PromptHub أو Git)، ومنصة اختبار متعددة النماذج (PromptQuorum لمقارنة مخرجات GPT-4o وClaude وGemini في آنٍ واحد). تُضيف الفرق المتقدمة Vellum لإدارة حركة مرور الإنتاج.
على كم نموذج ذكاء اصطناعي يجب أن أختبر توجيهاتي؟
كحد أدنى، اختبر على نموذجين من مزودَين مختلفَين — مثل GPT-4o وClaude 4.6 Sonnet. ينبغي اختبار التوجيهات الإنتاجية على ثلاثة نماذج أو أكثر. استخدم PromptQuorum للإرسال إلى أكثر من 25 نموذجاً في تشغيل واحد ومقارنة المخرجات ومعدلات النجاح والكمون جنباً إلى جنب.
ما الفرق بين هندسة التوجيهات وإدارة التوجيهات؟
هندسة التوجيهات تعني تصميم توجيهات فردية — اختيار الدور والسياق والصيغة والأمثلة المناسبة. أما إدارة التوجيهات فهي الطبقة التشغيلية: التحكم في الإصدار وتعاون الفريق وخطوط أنابيب الاختبار وسير عمل النشر وسجلات التدقيق. تبدأ الفرق الصغيرة بالهندسة؛ وتُضيف الفرق المتنامية الإدارة.