ما هو إطار APE
إطار APE هو قالب تعليمات يُجبر نماذج اللغة على فصل تفكيرها إلى التحليل والتخطيط والتنفيذ. بدلًا من الحصول على إجابة غير متمايزة، ترى كيف فهم النموذج المشكلة وكيف ينوي حلها والنتيجة النهائية. يُحسِّن هذا الهيكل الموثوقية لأنك تستطيع فحص كل مرحلة.
APE مفيد بشكل خاص حين تتعامل مع مهام معقدة أو عالية المخاطر. بطلب النموذج إظهار مسار استدلاله صراحةً، تُقلِّل احتمالية بقاء الافتراضات المخفية أو الاختصارات غير مرئية. يعمل النمط الثلاثي الأجزاء ذاته عبر جميع النماذج — واجهات API السحابية والنماذج المحلية عبر Ollama أو LM Studio — محافظًا على نتائج متسقة.
الخطوات الثلاث: التحليل، التخطيط، التنفيذ
جوهر إطار APE هو أن كل تعليمة تُرشد النموذج أولًا لتحليل المشكلة، ثم التخطيط للحل، وعندئذٍ فقط تنفيذ الإجابة النهائية. تتوافق هذه الخطوات الثلاث مباشرةً مع كيفية تعامل البشر مع الاستدلال وتُعطيك نقاط تحقق واضحة.
التقسيم النموذجي هو كالتالي:
- التحليل: إعادة صياغة المهمة بكلماتك الخاصة، وتحديد القيود الرئيسية، واكتشاف المعلومات المفقودة.
- التخطيط: اقتراح نهج موجز خطوة بخطوة ستتبعه لحل المهمة.
- التنفيذ: إنتاج الإجابة النهائية وفق الخطة، بالهيكل والتنسيق المطلوبين.
متى تستخدم إطار APE
يجب أن تستخدم إطار APE حين تكون مهمتك معقدة بما يكفي لتهتم باستدلال النموذج، لا بنتيجته النهائية فقط. يشمل ذلك التحليل التقني والبحث متعدد الخطوات والكتابة الاستراتيجية وأي موقف تكون فيه الأخطاء مكلفة.
تشمل حالات الاستخدام النموذجية:
- تقسيم متطلب منتج إلى قصص مستخدمين ومعايير قبول.
- تصميم استراتيجية محتوى من ملاحظات خام ومعلومات السوق.
- مراجعة وإعادة هيكلة الكود مع شرح المقايضات والمخاطر.
- التخطيط وصياغة التقارير الطويلة حيث تهم البنية بقدر المحتوى.
⚠️ تحذير
يُضيف APE عبء رموز — تستهلك مرحلتا التحليل والتخطيط رموز مخرجات قبل التنفيذ النهائي. للمهام الإنتاجية عالية الحجم التي تحتاج فقط الإجابة النهائية ولا تفحص الاستدلال، استخدم تعليمة أحادية الخطوة أبسط لتقليل التكلفة والكمون.
كيف تكتب تعليمة APE
تعليمة APE الفعَّالة تذكر المراحل الثلاث بالاسم وتحدد ما تتوقعه في كل جزء: ملاحظات التحليل وخطة خطوة بخطوة ونتيجة نهائية. يمكنك فعل ذلك بإيجاز حتى تعدَّ تعليمة واحدة.
النمط العام هو:
"أنت الدور. أولًا، حلِّل المهمة بسرد الأهداف الرئيسية والقيود والمعلومات المفقودة. ثم، خطِّط نهجك في ٣-٥ نقاط. وأخيرًا، نفِّذ بإنتاج تنسيق النتيجة المطلوبة، متبعًا خطتك بدقة."
يمكنك بعد ذلك تخصيص هذا النمط الأساسي بتفاصيل المجال كالجمهور والأسلوب وهيكل الملفات ومتطلبات الاستشهادات. مجرد تحديده، يمكنك إعادة استخدام تعليمة APE ذاتها عبر مهام متعددة بتغيير الهدف والسياق فقط.
🔍 نصيحة احترافية
بعد اكتمال النموذج لتحليله وخطته، اقرأهما قبل النظر في نتيجة التنفيذ. إذا أغفل التحليل قيدًا أو كانت الخطة تحتوي خطوة خاطئة، أخبر النموذج بمراجعتها — هذا أقل تكلفةً وأسرع من إعادة توليد الإجابة كاملةً.
مثال: تعليمة APE سيئة مقابل جيدة
يتضح الفرق بين تعليمة غير منظَّمة وتعليمة APE حين تقارنهما في المهمة ذاتها. إليك مثالًا بسيطًا لبريد إلكتروني لإطلاق منتج.
تعليمة سيئة
"اكتب بريدًا إلكترونيًا يُعلن عن لوحة التحليلات الجديدة لدينا."
تعليمة جيدة
"أنت متخصص في تسويق منتجات SaaS. الهدف: إنشاء بريد إلكتروني إعلاني للوحة التحليلات الجديدة لدينا موجَّه للعملاء الحاليين. هيكل APE: ١) حلِّل: سرِّد باختصار الجمهور المستهدف ونقاط ألمهم الرئيسية والفوائد الأساسية التي تعالجها هذه اللوحة. ٢) خطِّط: ضع مخططًا لهيكل البريد الإلكتروني في ٣-٥ نقاط (خطاف، فوائد رئيسية، دعوة للعمل، إلخ). ٣) نفِّذ: اكتب البريد الإلكتروني النهائي (بحد أقصى ٢٢٠ كلمة) بأسلوب واضح ومهني. تضمَّن سطر الموضوع ونص المعاينة والنص الرئيسي."
مع إطار APE، يُظهر النموذج فهمه للمشكلة والخطة قبل إنتاج البريد الإلكتروني، مما يُسهِّل اكتشاف التناقضات مبكرًا.
كيف يُطبِّق PromptQuorum إطار APE
PromptQuorum هو أداة إرسال ذكاء اصطناعي متعدد النماذج تتضمَّن إطار APE كأحد هياكل التعليمات المدمجة، حتى يتمكن المستخدمون من تطبيق صياغة التحليل-التخطيط-التنفيذ بنقرة واحدة. حين تختار خيار APE في PromptQuorum، يُدرج التطبيق تلقائيًا هيكل الخطوات الثلاث حول هدفك وسياقك.
داخل PromptQuorum، إطار APE:
- يُوفِّر أقسامًا مُعنوَنة للتحليل والتخطيط وتوقعات التنفيذ، حتى لا تضطر لتذكر النمط في كل مرة.
- يُرسِل تعليمة APE المنظَّمة ذاتها إلى نماذج متعددة بالتوازي، مما يُسهِّل مقارنة كيفية استجابة نماذج مختلفة في كل مرحلة.
- يمكن حفظه كقالب لسير العمل المتكررة كمراجعات الكود ومذكرات الاستراتيجية وتقارير البحث.
اختيار APE مقابل أطر أخرى
يجب أن تختار إطار APE على أطر التعليمات الأخرى حين تريد خطوات استدلال صريحة لكنك لا تحتاج عددًا كبيرًا من المعاملات أو الأقسام. APE مُدمَج عمدًا: ثلاث مراحل غالبًا كافية لتحسين الوضوح دون إرهاق المستخدم.
في الممارسة العملية:
- اختر APE للمهام المعقدة لكن المكتفية بذاتها حيث يهم الاستدلال.
- اختر إطارًا أحادي الخطوة حين تعرف بالضبط تنسيق النتيجة وتحتاج فقط تعليمة محدَّدة جيدًا.
- اختر أطرًا أكثر تفصيلًا (ذات أقسام ومعاملات كثيرة) فقط حين يكون لديك معايير داخلية صارمة يجب ترميزها في التعليمة.
| الإطار | المراحل/الأقسام | الأفضل لـ | الاستدلال مرئي؟ |
|---|---|---|---|
| APE | ٣ (التحليل، التخطيط، التنفيذ) | المهام المعقدة التي تتطلب استدلالًا قابلًا للفحص | نعم — مراحل صريحة |
| أحادي الخطوة | ١ (تعليمة واحدة) | المهام البسيطة المحدَّدة جيدًا | لا |
| CRAFT | ٥ (السياق، الدور، الإجراء، التنسيق، الهدف) | تعريف السياق الكامل | اختياري |
| CO-STAR | ٦ (السياق، الهدف، الأسلوب، النبرة، الجمهور، الرد) | التسويق والاتصالات | لا |
| SPECS | ٥ (الموقف، المشكلة، الأمثلة، القيود، الأسلوب) | حل المشكلات بأمثلة | اختياري |
| سلسلة التفكير | ١ (مع "فكِّر خطوة بخطوة") | الرياضيات والمنطق والاستدلال في خطوة واحدة | نعم — لكن بلا هيكل |
🔍 هل تعلم؟
يتوافق هيكل APE الثلاثي مباشرةً مع كيفية تعامل الخبراء البشريين مع المشكلات المعقدة: فهم المشكلة (التحليل)، تصميم النهج (التخطيط)، ثم إنتاج النتيجة (التنفيذ). تُظهر الأبحاث في علم الإدراك أن هذا الفصل يُقلِّل الأخطاء في كل من الاستدلال البشري واستدلال الذكاء الاصطناعي.
APE تعني أيضًا: هندسة التعليمات التلقائية (مفهوم مختلف)
ملاحظة: تُستخدم "APE" أيضًا للإشارة إلى هندسة التعليمات التلقائية — وهي تقنية منفصلة عن إطار التحليل-التخطيط-التنفيذ الموضَّح أعلاه. تستخدم هندسة التعليمات التلقائية (Zhou et al., 2022) الذكاء الاصطناعي لتوليد وتقييم متغيرات التعليمات تلقائيًا، مع إيجاد الصياغات المثلى دون تجربة وخطأ يدوية. إليك كيف تعمل:
- 1حدِّد مهمتك ومقياس النجاح وبعض الأمثلة الأولية. مثال: المهمة = "تصنيف مشاعر تعليقات العملاء." مقياس النجاح = "الدقة على ٢٠ مثالًا مُعنوَنًا." أمثلة أولية = ٣ رسائل عملاء متنوعة بتسميات مشاعر صحيحة.
- 2استخدم أداة APE أو ChatGPT لتوليد متغيرات تعليمات تلقائيًا. قدِّم مهمتك وأمثلتك واسأل: "ولِّد ٥ متغيرات مختلفة من التعليمات التي تستطيع حل هذه المهمة. نوِّع في أسلوب التعليمات والأمثلة والقيود." قيِّم كل متغير على مجموعة اختبارك.
- 3سجِّل كل متغير على مقياس نجاحك. شغِّل جميع المتغيرات على أمثلتك المحفوظة. سجِّل الدقة والسرعة والتكلفة. هدف APE هو إيجاد أفضل تعليمة دون تجربة وخطأ يدوية.
- 4كرِّر: اختر أفضل متغيرين، واطلب من المُحسِّن توليد طفرات منهما. إذا حقق المتغير ٣ دقة ٨٥٪ والمتغير ٥ دقة ٨٢٪، اطلب من المُحسِّن "توليد متغيرات مشابهة للمتغير ٣ لكن مع تعديل محدد." حسِّن تدريجيًا.
- 5بمجرد حصولك على تعليمة قوية، اختبرها مع بيانات جديدة للتأكد من تعميمها. تعليمتك المُحسَّنة حققت أداءً جيدًا على مجموعة اختبارك — الآن تحقق من عملها مع أمثلة جديدة غير مرئية. إذا انخفض الأداء، ربما تكون قد ضبطت أكثر من اللازم على بيانات الاختبار.
قراءات ذات صلة
- صياغة سلسلة التفكير — تقنية الاستدلال التي يُرسِّمها APE في ثلاث مراحل
- أي إطار تعليمات يجب أن تستخدم؟ — مقارنة APE مع CRAFT وCO-STAR وSPECS
- طريقة التعليمة أحادية الخطوة — حين لا تحتاج المراحل الثلاث لـ APE
- ٥ لبنات بناء يحتاجها كل تعليمة — اللبنات الشاملة التي تُنظِّمها مراحل APE
- صياغة الشخصية — ادمجها مع تعريف الدور في APE للتحليل الخاص بالمجال
- تسلسل التعليمات — للمهام الأكثر تعقيدًا من تعليمة APE واحدة، سلسل خطوات APE متعددة
المصادر
- White et al. (2023). "A Prompt Pattern Catalog to Enhance Prompt Engineering with ChatGPT." arXiv:2302.11382 — تصنيف لأنماط التعليمات بما يشمل أنماط الاستدلال المنظَّم
- Zhou et al. (2022). "Large Language Models Are Human-Level Prompt Engineers." arXiv:2211.01910 — الورقة الأصلية لهندسة التعليمات التلقائية (APE)
- Anthropic. "Prompt Engineering Guide." docs.anthropic.com — أفضل ممارسات الصياغة المنظَّمة
- OpenAI. "Prompt Engineering Guide." platform.openai.com — توجيه الاستدلال خطوة بخطوة والمخرجات المنظَّمة