هندسة المحثات (Prompt Engineering)
هندسة المحثات هي ممارسة تصميم وتحسين المدخلات النصية لتوجيه نماذج اللغة الكبيرة نحو مخرجات دقيقة ومتسقة أو ذات تنسيق محدد، باستخدام تقنيات مثل تحديد التعليمات والأمثلة القليلة والاستدلال السلسلي للتفكير وتعيين الدور.
تشير هندسة المحثات إلى الأساليب المستخدمة في بناء وتحسين مدخلات اللغة الطبيعية التي تُعطى لنماذج اللغة الاصطناعية بهدف الحصول على ردود دقيقة أو موثوقة أو مرغوبة. وبما أن نماذج اللغة الكبيرة مثل GPT-4 وClaude وGemini حساسة جداً لكيفية صياغة الطلب، فإن اختيار الكلمات والبنية والسياق المقدم والأمثلة في المحث يمكن أن يغير جودة ومصداقية المخرجات بشكل درامي. ظهر هذا المجال كتخصص عملي حوالي عامي 2020-2021 عندما أصبحت نماذج اللغة القوية متاحة على نطاق واسع عبر واجهات برمجية (APIs)، وقد أنتج منذ ذلك الحين مجموعة موثقة من التقنيات القابلة للتكرار والمُتحقق من صحتها من خلال الأبحاث التجريبية.
تشمل التقنيات الأساسية محث بدون عينات (إصدار طلب مباشر بدون أمثلة)، ومحث بعينات قليلة (توفير عدة أزواج من أمثلة المدخلات والمخرجات لتحديد السلوك المستهدف لمدخل جديد)، ومحث السلسلة الفكرية (توجيه النموذج للاستدلال على مشكلة خطوة بخطوة قبل إنتاج إجابة نهائية، مما يحسن بشكل قابل للقياس دقة المهام الحسابية متعددة الخطوات ومهام الاستدلال المنطقي)، وتعيين الدور أو الشخصية (تأطير النموذج كخبير في المجال أو شخصية معينة لتغيير نمطه اللغوي وتركيز معرفته). تسمح المحثات النظامية - التعليمات الموضوعة قبل مدخل المستخدم في محادثة - للمطورين بتعيين قيود سلوكية ثابتة ومتطلبات تنسيق المخرجات وحدود الموضوع. وبالنسبة للتطبيقات الموكلة، تمتد تقنيات مثل ReAct (الاستدلال والعمل) المحث إلى الاستدلال المتداخل واستخدام الأدوات.
تُهم هندسة المحثات لأنها يمكن أن تحسن أداء النموذج بشكل كبير دون تكاليف ووقت الضبط الدقيق أو إعادة التدريب. تقلل المحثات المصيغة بشكل جيد من الهلوسات، وتحسن الاستناد إلى الحقائق، وتفرض هياكل مخرجات مثل جداول JSON أو Markdown، وتوافق سلوك النموذج مع مجالات محددة أو سياسات تنظيمية. بالنسبة للمنظمات التي تنشر نماذج اللغة الكبيرة في الإنتاج، غالباً ما تكون جودة المحث واحدة من أكثر الأنشطة الهندسية تأثيراً المتاحة، مع التحسينات التي تكون أحياناً قابلة للمقارنة في التأثير مع ترقية إصدار النموذج بتكلفة أقل بكثير.
اعتباراً من عام 2026، أصبحت هندسة المحثات تخصصاً مهنياً معترفاً به يتمتع بأدوار هندسية مخصصة في منظمات التكنولوجيا وبيئة متنامية من الأدوات لإدارة المحثات والتحكم في الإصدارات والاختبار A/B والتقييم - بما في ذلك منصات مثل LangSmith وPromptLayer وBraintrust. أدى تحسن اتباع التعليمات في أجيال النماذج الأحدث إلى تقليل الحاجة إلى بناءات محثات معقدة للعديد من المهام الروتينية. ويتطور المجال نحو تحسين المحثات الآلي، حيث تبحث أنظمة الذكاء الاصطناعي في فضاء المحثات الفعالة من خلال تقنيات مثل التحسين بدون تدرجات أو مرشحات المحثات المولدة من نماذج اللغة، ويتم إعادة تأطيره بشكل متزايد كمكون واحد من التخصص الأوسع وهو هندسة السياق.