هندسة الأوامر على Qwen 3.5-Plus: كيف تؤتمت المهام الروتينية
عرض المؤلف مخططًا عمليًا لهندسة الأوامر (prompt engineering) في المهام الروتينية، مستعينًا بنموذج Qwen 3.5-Plus. والفكرة بسيطة: يبدأ المستخدم بوصف الهدف والسياق، ثم يقسّم المهمة إلى مراحل، وبعد ذلك فقط يبني الأمر النهائي بما يتضمنه من دور وقواعد تواصل وصيغة للإجابة. يساعد هذا النهج على الحصول على نتيجة يمكن التحكم بها، لا على نص «متوسط». وتزداد أهميته حين يجب أن يتطابق المخرج دائمًا مع قالب واحد ثابت.
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تُظهر هندسة الأوامر على Qwen 3.5-Plus كيف يمكن تحويل الشبكة العصبية من مولّد لإجابات «متوسطة» إلى أداة للعمل الروتيني المنتظم. ويستعرض المثال دورة كاملة: من توضيح المهمة إلى أمر عمل جاهز للاستخدام.
لماذا تعطي الشبكة العصبية إجابات متوسطة؟
لا تفهم الشبكة العصبية المهمة كما يفهمها الإنسان، بل تختار الإجابة الأكثر احتمالًا داخل فضاء دلالي هائل. وإذا كان الطلب فضفاضًا، فإن النموذج يقدّم نتيجة آمنة ومكتوبة بشكل سليم لكنها قليلة الفائدة، ويكاد يكون ذلك حتميًا.
- 1 نوفمبر 2026الشبكات العصبية المحلية وافقت على الدفع للمحتالين، وقواعد الحماية أوقفت جميع الخطط الـ42
- 1 نوفمبر 2026تسريع مُجزِّئ BERT في Hugging Face بنحو 50 مرة بعد التخلص من العمل الزائد على ASCII
- 1 نوفمبر 2026ThinkJev يجعل الذكاء الاصطناعي يفكّر في الأسئلة الصعبة فقط: استهلاك التوكنات أقل بنسبة 28%
- 31 أكتوبر 2026بوابة LLM مفتوحة المصدر KTMS 1.0 تربط وحدات GPU الخاصة بالسحابة وتصمد أمام الأعطال
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.