هندسة الطلبات

نموذج اللغة يشوف كان النص اللي يتلقاه. بالنسبة لمساعد خدمة العملاء، النص هذا عادةً عنده عدة طبقات: طلب نظام يصف شكون المساعد، شكون يخدم عليه وشنو ما يلزمش يعمل؛ مواد مرجعية مسترجعة للسؤال الحالي؛ أوصاف الأدوات اللي يمكن يستعملها؛ والمحادثة اللي صارت لحد الآن.

هندسة الطلبات هي العمل على توضيح وتناسق هذا الحزمة. التعليمات الغامضة (“كون مفيد”) تنتج سلوك غامض؛ التعليمات المحددة (“إذا كان رقم الطلب ناقص، اسأل عليه قبل ما تبحث”) تنتج سلوك متوقع.

كون واضح في المهمة، الجمهور والصيغة المتوقعة. أعط النموذج دور والسياق اللي يحتاجه زميل جديد. أظهر مثال أو مثالين على إجابات جيدة عندما تكون الصيغة مهمة. افصل التعليمات عن البيانات — وقل للنموذج أن النص المسترجع هو معلومات للاستخدام، موش أوامر يتبعها. اطلب منه أن يفكر خطوة بخطوة في الطلبات المعقدة؛ Wei وزملاؤه أظهروا في 2022 أن هذا “التفكير المتسلسل” يحسن النتائج في المشاكل متعددة الخطوات. وقل شنو تعمل عندما تكون المعلومات ناقصة.

مزودو النماذج ينشروا أدلتهم الخاصة؛ وثائق Anthropic، على سبيل المثال، توصي بأن تكون واضح ومباشر، وتستخدم أمثلة وتمنح النموذج مساحة للتفكير.

الأكثر شيوعًا هو الطلب المتزايد باستمرار: كل إجابة سيئة تؤدي إلى قاعدة أخرى، حتى تتعارض القواعد مع بعضها البعض والنموذج ما يتبع حتى واحد منهم بشكل جيد. أمثلة قليلة نسخ حرفيًا في الإجابات هي فخ آخر — بما في ذلك الأمثلة المكتوبة بالإنجليزية، اللي يمكن تدفع المساعد للإجابة بالإنجليزية. وكذلك إدخال حقائق تتغير، مثل الأسعار، في الطلب بدلاً من قاعدة المعرفة.

الطلب يجب أن يصف السلوك. الحقائق تنتمي إلى قاعدة المعرفة والبيانات الحية في الأدوات.

في AI SmartTalk، الطلب النظامي يسمى سيرة المساعد. نموذج موجه يساعد في كتابته — الهوية، أسلوب التواصل والقواعد، بنبرة ودية، مهنية، محايدة أو مخصصة — والإصدارات السابقة تُحتفظ بها حتى يمكن مقارنة التغيير أو التراجع عنه. قواعد القرار وسياسة التسليم تُحدد بشكل منفصل، والسياسات المدمجة مثل الإجابة بلغة الزائر تُضاف من قبل المنصة.