Skip to main content
PromptQuorumPromptQuorum
Home/Prompt Engineering/مسرد هندسة البرومبت: 500 مصطلح أساسي
Fundamentals

مسرد هندسة البرومبت: 500 مصطلح أساسي

·١٢ دقيقة للقراءة·By Hans Kuepper · Founder of PromptQuorum, multi-model AI dispatch tool · PromptQuorum
اقرأ بـ:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar

تعريفات موجزة لأهم 500 مصطلح في هندسة البرومبت — من الرموز والنوافذ السياقية إلى تنسيق الوكلاء وRAG ومقاييس التقييم.

Commonly Confused AI Terms

Quick reference for 10 term pairs that are frequently misunderstood or used interchangeably.

CategoryTerm ATerm BKey Difference
Prompting TechniqueZero-shotFew-shotZero-shot: ask without examples (faster, cheaper). Few-shot: provide 2–5 examples (more accurate for specific formats or domains).
ReasoningChain-of-ThoughtTree-of-ThoughtCoT: single linear reasoning path. ToT: explores multiple branches, evaluates paths. ToT costs 2–3× more tokens but handles harder problems.
Knowledge ArchitectureRAGFine-tuningRAG: retrieves current data at inference time — no retraining. Fine-tuning: adjusts model weights permanently — expensive, requires labeled data.
SecurityPrompt injectionJailbreakInjection: structural attack — user input overrides system instructions. Jailbreak: behavioral attack — crafted phrasing bypasses safety guardrails.
Sampling ParametersTemperatureTop-pTemperature: scales all token probabilities (0 = deterministic, 1+ = creative). Top-p: samples only from the smallest set of tokens covering probability p. Use one at a time.
MemoryShort-term memoryLong-term memoryShort-term: active conversation context (tokens in window). Long-term: persistent store across sessions (vector DB or key-value). Agents need both.
AlignmentGuardrailRLHFGuardrail: runtime policy enforcement (filter, validate, block) — no retraining. RLHF: training-time alignment via human feedback — rewires model behavior permanently.
Agent BehaviorTool callingAgenticTool calling: single function invocation per turn. Agentic: autonomous loop — decide → call tool → observe → decide — until goal is achieved.
Output QualityHallucinationConfabulationSynonymous in practice. Both describe confident, plausible-sounding but false model output. "Hallucination" is more common in US/tech; "confabulation" in academic/EU contexts.
Prompt ArchitectureSystem promptUser promptSystem: persistent instructions (role, rules, format) — set once per conversation. User: specific task per turn. System controls behavior; user specifies request.

Level

Domain

Learning Paths

Curated term sequences — follow a path to build expertise in one area.

Prompt Engineering Foundations

Beginner

Learn the core vocabulary every AI practitioner needs — from what a prompt is to why models hallucinate.

Customer service chatbotsContent drafting assistantsInternal Q&A toolsDeveloper code review
  1. 1Prompt
  2. 2LLM (Large Language Model)
  3. 3Token
  4. 4Context window
  5. 5System prompt
  6. 6Zero-Shot Prompting
  7. 7Few-Shot Prompting
  8. 8Chain-of-Thought (CoT)
  9. 9Temperature
  10. 10Instruction following
  11. 11Hallucination
  12. 12Output formatting prompt

RAG Mastery

Intermediate

Build retrieval-augmented generation pipelines from chunking strategy to production-grade re-ranking.

Enterprise knowledge basesCustomer support botsLegal document Q&AMedical reference lookup
  1. 1RAG (Retrieval-Augmented Generation)
  2. 2Embedding model
  3. 3Vector database
  4. 4Document chunking
  5. 5Semantic search
  6. 6Hybrid retrieval
  7. 7Reranking model
  8. 8Grounding
  9. 9Context window
  10. 10Prompt Injection

Agent Orchestration

Advanced

Design autonomous agents that plan, use tools, manage memory, and coordinate across multi-agent systems.

Autonomous research agentsCode generation pipelinesMulti-step data analysisAI-powered workflows
  1. 1Agent
  2. 2ReAct Prompting
  3. 3Function calling
  4. 4Memory (Long-Term)
  5. 5Memory (Short-Term)
  6. 6Prompt Chaining
  7. 7LangChain
  8. 8LangGraph
  9. 9Multi-Agent System
  10. 10Long-horizon planning
  11. 11Agent Orchestration
  12. 12Reflection agent

Reasoning Mastery

Intermediate

Master the prompting techniques that unlock reliable multi-step logical and mathematical reasoning.

Math tutoring systemsLegal reasoning toolsComplex debugging assistantsScientific analysis
  1. 1Chain-of-Thought (CoT)
  2. 2Zero-Shot CoT
  3. 3Few-Shot Prompting
  4. 4Automatic CoT (Auto-CoT)
  5. 5Self-Consistency
  6. 6Tree-of-Thought (ToT)
  7. 7Step-back prompting
  8. 8Automatic Prompt Engineer (APE)

Fine-tuning & Alignment

Advanced

Understand when prompts are not enough — and how fine-tuning, RLHF, and alignment techniques change model behavior.

Domain-specific chatbotsBrand voice enforcementMedical/legal specializationSafety-critical systems
  1. 1Fine-Tuning
  2. 2Instruction-tuned model
  3. 3RLHF
  4. 4LoRA
  5. 5Constitutional AI
  6. 6Alignment
  7. 7Hallucination
  8. 8Evals (evaluation suite)

Evaluation & Production

Intermediate

Ship AI features confidently — build eval frameworks, measure quality metrics, and run prompt A/B tests.

CI/CD prompt regression testingQuality monitoring dashboardsA/B prompt experimentsModel selection frameworks
  1. 1Evals (evaluation suite)
  2. 2Benchmark harness
  3. 3LLM-as-a-Judge
  4. 4ROUGE
  5. 5BLEU
  6. 6BERTScore
  7. 7A/B Prompt Test
  8. 8Prompt Versioning

Safety & Security

Intermediate

Build AI systems that resist attacks, avoid harmful outputs, and pass safety audits — from prompt injection to red-teaming.

High-stakes deployment reviewsRed-teaming AI productsCompliance verificationEnterprise AI security
  1. 1Prompt Injection
  2. 2Jailbreak
  3. 3Constitutional AI
  4. 4Safety evaluation framework
  5. 5Bias
  6. 6Red-Teaming
  7. 7Alignment
  8. 8Hallucination

Key Takeaways

  • 500 مصطلح منظّم في 6 أقسام: المفاهيم الأساسية، والوكلاء، والأمان، والتقييم، والتقنيات المتقدمة، والمقاييس والإنتاج
  • كل مصطلح يتضمن تعريفًا عمليًا و1–3 استشهادات من مصادر أولية للتحقق من صحة E-E-A-T
  • يغطي التقنيات الأساسية (CoT وRAG وfew-shot) وصولًا إلى أنماط وكيلية لـ2026 (متعدد الوكلاء وhandoff وGraphRAG)
  • مرشح بحث للعثور على المصطلحات بالاسم وتنقل سريع لتحديد الأقسام ذات الصلة
  • مخطط FAQPage + DefinedTermSet لاستخراج الإجابات من Google وClaude وPerplexity وغيرها من محركات الذكاء الاصطناعي

يغطي هذا المسرد أهم 500 مصطلح في هندسة البرومبت، من المفاهيم الأساسية إلى تنسيق الوكلاء وأطر التقييم. كل مدخلة تتضمن تعريفًا عمليًا وموجزًا مكتوبًا للمطورين ومحترفي الذكاء الاصطناعي، مع رابط مرجعي رئيسي للقراءة الأعمق.

المصطلحات مُنظَّمة في ستة مجموعات: المفاهيم الأساسية للبرومبت، والوكلاء والتنسيق، والأمان والمواءمة، والتقييم والاختبار، والتقنيات المتقدمة، والمقاييس والإنتاج. استخدم الجداول كمرجع سريع أو اتبع الروابط للحصول على تفاصيل التطبيق.

المفاهيم الأساسية للبرومبت

الوكلاء والتنسيق

الأمان والمواءمة

التقييم والاختبار

التقنيات المتقدمة

المقاييس والإنتاج

الأسئلة الشائعة

ما هي هندسة البرومبت بعبارات بسيطة؟

هندسة البرومبت تخصص تصميم وتكرار البرومبتات لكي تنتج نماذج اللغة مخرجات مفيدة وقابلة للتوقع وآمنة. تتضمن هيكلة التعليمات وإضافة السياق واختيار تقنيات كـfew-shot أو chain-of-thought لتحسين الموثوقية والجودة.

ما الفرق بين zero-shot وfew-shot prompting؟

zero-shot prompting يطلب من النموذج أداء مهمة باستخدام التعليمات فقط دون أمثلة — مثالي للمهام الشائعة التي يغطيها التدريب المسبق للنموذج بالفعل. few-shot prompting يتضمن عددًا صغيرًا من أمثلة المدخلات/المخرجات في البرومبت لكي يستنتج النموذج النمط أو التنسيق أو الأسلوب المطلوب قبل معالجة الاستعلام الفعلي. few-shot يُنتج عادةً جودة أعلى في المهام المعقدة أو غير الشائعة.

ماذا يعني RAG في الذكاء الاصطناعي؟

RAG تعني Retrieval-Augmented Generation (التوليد المعزّز بالاسترجاع). بنية تُسترجع فيها مستندات ذات صلة من قاعدة معرفة وتُحقن في البرومبت لكي يستجيب النموذج بناءً على بيانات حالية وموثوقة بدلًا من الاعتماد على بيانات التدريب وحدها. هذا يقلل الهلوسة ويضمن استناد الإجابات إلى معلومات حقيقية ومحدَّثة.

ما الفرق بين هندسة البرومبت والضبط الدقيق؟

هندسة البرومبت تخصص تصميم وتكرار البرومبتات لتوجيه مخرجات النموذج دون تغيير النموذج نفسه. الضبط الدقيق، في المقابل، يُعدّل أوزان النموذج بتدريبه على بيانات خاصة بالمهمة. هندسة البرومبت أسرع وأرخص وأسهل في التكرار، بينما يمكن للضبط الدقيق تحقيق نتائج أفضل في المهام المتخصصة لكنه يتطلب بيانات أكثر وموارد حسابية أكبر.

ما هي نافذة السياق في الذكاء الاصطناعي؟

نافذة السياق هي الحد الأقصى لعدد الرموز التي يستطيع النموذج مراعاتها في آنٍ واحد، بما فيها system prompt وسجل المحادثة والمستندات المسترجعة. عند تجاوز حدود السياق، تُقلَّص الأجزاء الأقدم أو الأوسط من السياق أو تُتجاهل. فهم حجم نافذة السياق ضروري لإدارة التكاليف وفترات الكمون، إذ تكون السياقات الأطول أكثر تكلفةً وأبطأ في المعالجة.

Apply these techniques with a local LLM or your own API keys — PromptQuorum works with any backend.

Try PromptQuorum free →

← Back to Prompt Engineering

مسرد الذكاء الاصطناعي وهندسة البرومبت: 500+ مصطلح معرَّف