انطلق في هندسة التلقين المتقدمة: خطوتك الأولى الملموسة اليوم

هندسة الـPrompts المتقدمة: الأساسيات في مقال واحد — كود حقيقي، مخططات وخطوات ملموسة، مقتطفات من دورة مكونة من 45 درسًا.

انطلق في هندسة التلقين المتقدمة: خطوتك الأولى الملموسة اليوم

أفضل طريقة لتعلم هندسة الموجهات المتقدمة هي بالممارسة. يضعك هذا المقال على الطريق الصحيح مع مقتطفات عملية مستمدة من دورة تضم 45 درسًا — ما يكفي للحصول على نتيجة أولى اليوم نفسه.

tl;dr
  • المقدمة والتثبيت
  • التشريح المتقدم للموجه
  • تقنيات التفكير
  • أنماط ReAct والوكلاء
  • الإخراج المهيكل والتحقق
~$ cat ./parcours.md # هندسة الـPrompts المتقدمة — 9 فصول
01
مقدمة وتثبيت
→ عرض الدورة وهندسة الـprompts→ تثبيت Python وOpenAI وAnthropic SDK+ 1 دروس أخرى
02
تشريح متقدم للـPrompt
→ System prompt مقابل user prompt — الأدوار والحدود→ أقسام موحدة — نموذج قابل لإعادة الاستخدام+ 2 دروس أخرى
03
تقنيات التفكير
→ Chain-of-Thought — zero-shot و few-shot→ Self-Consistency — تصويت أغلبية للتفكيرات+ 2 دروس أخرى
04
أنماط ReAct والوكلاء
→ نمط ReAct — Thought / Action / Observation→ Function calling وأدوات خارجية+ 2 دروس أخرى
05
الإخراج المهيكل والتحقق
→ JSON mode والمخرجات المهيكلة→ التحقق باستخدام Pydantic وJSON Schema+ 2 دروس أخرى
06
أنماط متقدمة
→ Meta-prompting — جعل الـAI يولد prompt→ Prompt chaining وخطوط الأنابيب+ 2 دروس أخرى
07
التحسين وتقليل التكاليف
→ اختيار النموذج — القدرات مقابل التكلفة→ Prompt caching (OpenAI, Anthropic)+ 2 دروس أخرى
08
النشر والمراقبة
→ المراقبة باستخدام LangSmith / Helicone→ Guardrails — تصفية المدخلات والمخرجات+ 1 دروس أخرى
🏁
المشروع النهائي (+ 1 فصول في الطريق)
→ ستخرج بمشروع ملموس وقابل للعرض

تثبيت Python وOpenAI وAnthropic SDK

NOTEالهدف — تثبيت بيئة Python نظيفة ومعزولة قادرة على التواصل مع واجهات برمجة التطبيقات الخاصة بـOpenAI وAnthropic، وتعلم كيفية إدارة مفاتيح API بشكل صحيح دون خطر التسريب.

الأهداف التعليمية

TIPعند إتمام هذه الوحدة
  • تثبيت Python 3.12 والتحقق من الإصدار
  • إنشاء بيئة افتراضية معزولة باستخدام venv
  • تثبيت حزم SDK الرسمية لـOpenAI وAnthropic
  • إنشاء حسابات واسترجاع مفاتيح API من المزودين الاثنين
  • تهيئة ملف .env وإضافته إلى .gitignore

لماذا بيئة افتراضية وليست عالمية

تثبيت مكتبة Python "مباشرة" على النظام (باستخدام pip install خارج venv) يؤدي سريعًا إلى تعارضات في الإصدارات بين المشاريع. يريد المشروع A openai==1.0، ويريد المشروع B openai==2.5، فيتعطل أحدهما.

البيئة الافتراضية (venv) هي مجلد يحتوي على نسخته الخاصة من Python ومكتباته المعزولة عن النظام. وهي تعادل في Python حاوية Docker بسيطة. إنها مجانية ومضمنة في التوزيعة القياسية لـPython، وهي الممارسة القياسية لأي فريق محترف.

بدون venv

مع venv

التثبيت خطوة بخطوة على Windows وmacOS وLinux

ابدأ بالتحقق من إصدار Python لديك. تتطلب الدورة Python 3.10 أو أحدث، ويفضل 3.12.

إنشاء venv وتفعيله

تثبيت حزم SDK الخاصة بـOpenAI وAnthropic

بمجرد تفعيل venv، ثبت الحزمتين الرسميتين بأمر واحد. سنثبت أيضًا python-dotenv لتحميل مفاتيح API من ملف .env.

استدعاء الدوال والأدوات الخارجية

NOTEالهدف — إتقان استدعاء الدوال الأصلي في OpenAI وtool use في Anthropic: الطريقة الرسمية والهيكلية والموثوقة لربط نموذج لغوي كبير بأدوات خارجية.

الأهداف التعليمية

TIPعند إتمام هذه الوحدة
  • وصف أداة بتنسيق JSON Schema
  • الإعلان عن الأدوات في استدعاء OpenAI أو Anthropic
  • تحليل tool_call الذي يعيده النموذج
  • إعادة نتيجة الأداة لمتابعة المحادثة
  • التعامل مع عدة أدوات بالتوازي

استدعاء الدوال مقابل ReAct DIY

في الوحدة السابقة، نفذنا ReAct يدويًا: موجه يفرض تنسيق Thought/Action، وتعبير منتظم للتحليل، وتنفيذ منزلي. يعمل، لكنه هش.

منذ 2023، توفر OpenAI وAnthropic آلية أصلية: function calling (OpenAI) أو tool use (Anthropic). تصف الأدوات بـJSON Schema، فيعيد النموذج كائنًا هيكليًا مباشرة يحتوي على اسم الأداة والوسائط، دون تحليل تقريبي.

ReAct DIY

استدعاء الدوال الأصلي

الإعلان عن أداة بـJSON Schema

TIPنصيحة: وصف كل أداة أمر بالغ الأهمية. بناءً عليه يقرر النموذج أي أداة يستدعي. كن واضحًا: "أعد الطقس الحالي" بدلًا من "الطقس".

الحلقة الكاملة مع OpenAI

التحقق باستخدام Pydantic وJSON Schema

NOTEالهدف — تجاوز التحقق البسيط من النوع باستخدام Pydantic: إضافة محققات مخصصة للثوابت التجارية، والتعامل بشكل سليم مع أخطاء التحقق.

الأهداف التعليمية

TIPعند إتمام هذه الوحدة
  • تعريف نموذج Pydantic بأنواع دقيقة
  • إضافة قيود (الطول، النطاق، التعبير المنتظم)
  • إنشاء محققات مخصصة لقواعد العمل
  • التقاط وتسجيل ValidationError
  • تصدير نموذج Pydantic إلى JSON Schema

Pydantic في 60 ثانية

Pydantic هي المكتبة الأساسية في Python للتحقق من البيانات المهيكلة انطلاقًا من تعليقات النوع. تستخدمها FastAPI وOpenAI SDK ومعظم أطر الوكلاء.

التدهور السلس

إذا فشل التحقق، أعد كائنًا افتراضيًا مع علم validation_failed=True.

التصعيد البشري

وضع الحالة في قائمة انتظار للمراجعة اليدوية. أمر حرج في المجالات الحساسة (القانونية، الطبية).

va-plus-loin

يغطي هذا المقال المقتطفات الأكثر فائدة — الدورة الكاملة هندسة الموجهات المتقدمة (11 فصلاً، 45 درسًا، تمارين مصححة ومشروع نهائي) تأخذك إلى النهاية.

./acceder-au-cours-complet cours gratuit : Ingénierie de prompts

الأسئلة الشائعة

كم من الوقت يلزم لتعلم هندسة الموجهات المتقدمة؟
مع تقدم منظم (11 فصلاً، 45 درسًا قصيرًا وعمليًا)، يمكن الوصول إلى مستوى تشغيلي في بضعة أسابيع بمعدل 30 إلى 60 دقيقة يوميًا. المهم هو تطبيق كل مفهوم فورًا.
هل هناك متطلبات مسبقة؟
من الأفضل أن تكون مرتاحًا مع الأساسيات في المجال: هذا المحتوى يتعمق مع حالات حقيقية.
من أين نبدأ عمليًا؟
طبّق الأوامر الواردة في هذا المقال، ثم تابع الدورة الكاملة لهندسة الموجهات المتقدمة: فهي تسلسل الـ45 درسًا بالترتيب مع تمارين ومشروع نهائي.

📬 هل تريد تلقي هذا النوع من الأدلة كل أسبوع؟ اشترك مجانًا — كود حقيقي، بدون كلام زائد.