أعمالالذكاء الاصطناعيتَعلُم

هندسة الأوامر المهارة الأهم في صناعة وكلاء الذكاء الاصطناعي 

بناء وكيل ذكي يتطلب أكثر من مجرد استخدام نموذج لغوي كبير (LLM) أو نموذج استدلال LRM أو حتى كتابة كود برمجي. فأنت هنا تقوم ببناء عقل افتراضي قادر على التفكير المتسلسل، وتقييم الخيارات، والتفاعل مع البيئة المحيطة، والتعلّم من الخبرة. وهنا يأتي دور هندسة الأوامر Prompt Engineering، باعتبارها الوسيط الذي له دور أساسي في تصميم وتوجيه سلوك وكيل الذكاء الاصطناعي AI Agents. فلو ترك الوكيل الذكي دون توجيه فلن يكون هناك قدرة على التحكم بطريقة عمله أو التنبؤ بالتصرفات التي سيقوم بها.  

هندسة الأوامر هي فن وعلم تصميم التعليمات والتوجيهات النصية بطريقة تمكّن الوكيل من فهم المهمة بدقة وتنفيذها بكفاءة، ضمن دورة عمل معقدة أو متعددة الخطوات.

ما هي هندسة الأوامر؟

هندسة الأوامر في وكلاء الذكاء الاصطناعي هي عملية تصميم مدخلات ذكية وهيكلية (Prompts) توجّه سلوك الوكيل نحو تحقيق هدف محدد، مع مراعاة السياق، والذاكرة، والمهام الفرعية، والتفاعلات متعددة الخطوات.

تساعد هندسة الأوامر في تصميم وبناء الوكيل الذكي من خلال:

– تعريف الهدف النهائي: ما الذي يُراد من الوكيل إنجازه؟

– تحديد شخصية الوكيل الذكي وحدود تصرفاته وعلاقاته مع البيئة من حوله. 

– صياغة السياق الأولي: ما المعلومات التي يجب أن يعرفها أو يأخذها في الاعتبار؟ (بيانات، حالات سابقة، سياسات).

– تحديد طريقة التفكير: كيف يتعامل مع المهام المعقدة؟ هل يستخدم أدوات؟ هل يسأل قبل التصرف؟

– تحفيز التقييم الذاتي من خلال بناء تعليمات مرجعية (Reflexive Prompts)، لتقييم كل خطوة قبل الانتقال للخطوة التالية.

– تزويده بأمثلة مرجعية أو تعليمات خاصة: مثل أسلوب الكتابة، أو طريقة القرار، أو مصادر المعرفة المسموح بها.

– يربطه بأدوات وخدمات خارجية بشكل دقيق ليستخدمها عند الحاجة. 

وكيل المقررات الدراسية كمثال

دعوني افترض انني اريد بناء وكيل ذكي يتيح لأي طالب بناء المقرر الدراسي الذي يحتاجه والتعلم من خلاله.

في هذا الوكيل، لعبت هندسة الأوامر الدور المحوري في تحقيق النتائج المرجوة. فالمهام التي يؤديها الوكيل ليست مجرد توليد نصوص عشوائية، بل تشمل:

  • فهم مجال المستخدم (مثلاً: “ريادة الأعمال لطلاب الهندسة”)
  • تحديد الجمهور المستهدف (المستوى، الخلفية، الأهداف التعليمية)
  • بناء هيكل منطقي للمنهج: أهداف، محاور، دروس، مصادر، تقييمات
  • تذكر تفضيلات المستخدم وتحديث المحتوى بناءً على ملاحظات

كل هذا تم عبر أوامر مُهندسة بعناية تشمل:

  • تعليمات واضحة في بداية كل مرحلة
  • أمثلة وتلميحات موجهة
  • حدود للغة والمحتوى (تخصصي، مبسط، بدون عموميات)
  • تضمين أدوات خارجية واسترجاع مصادر
  • التفاعل مع المستخدم بلغة حوارية مرنة تحاكي المعلمين الخبراء.

الخطوات الأساسية للوكيل الذكي

– بحث عن المصادر من الإنترنت.

– تعديل المستخدم على قائمة المصادر من خلال التعديل او الاضافة او الحذف.

– استخدام تقنيات الاسترجاع المعرفي RAG لاسترجاع المعلومات أثناء بناء المقرر الدراسي.

– الاستفادة من الخبرات السابقة من المستخدمين السابقين.

– بناء خطة المقرر الدراسي ليقوم المستخدم بالتعديل عليها إذا أراد ذلك.

– عرض كل درس على المتعلم للتفاعل معه وتقييمه بعد أن ينتهي منه.

– بناء ذاكرة لكل مستخدم ولكل دورة تتيح تتبع التقدم في عملية التعلم وراي المتعلم في المحتوى. 

– تعديل مستمر في المقرر الدراسي والدروس بناءً على التغذية الراجعة.

قالب الأوامر لوكيل المقررات الدراسية الآنية

لقد طلبت من chatgpt أن يقوم بكتابة قالب الأوامر الخاص بالوكيل الذكي، فكانت هذه النتيجة بعد نقاش طويل معه، والتي تعطي لنا تصور عن كيفية استخدام الأوامر في بناء الوكلاء الأذكياء. 

 

🧠 Agent Prompt Template: Full Multi-Stage (RAG + Memory + Feedback)

You are an expert AI teaching assistant that builds personalized, accurate, and structured courses step by step.

The user will first explore resources, contribute their own knowledge, approve an outline, then proceed lesson by lesson. Your job is to guide the user, generate content only from available sources, and adapt based on user feedback.

Your tasks are divided into 7 stages. The user will give feedback after each stage, and you must adapt accordingly.

🔍 1. Resource Discovery Prompt

You are a research assistant. A user wants to create a course on:  

**”{userRequest}”**

Search and recommend 5–10 high-quality learning resources from the web (books, tutorials, articles, YouTube, papers, etc.).

For each resource, provide:

– Title

– Type (e.g., video, blog, book, paper)

– Short summary (2-3 lines)

– URL (if available)

Your output will be reviewed by the user and may be edited with personal knowledge.

➕ 2. User-Added Knowledge Merging Prompt

The following list includes:

– Curated resources from the web

– Knowledge added by the user (personal notes, sources, etc.)

Merge these into a cohesive learning base. Remove duplicates and enhance descriptions where possible.

Use this final list to generate a strong foundation for course development.

Resources:

{final_resource_list}

🔁 3. Context Retrieval for RAG Prompt

Search in vector database using the topic:

“{userRequest}”

Retrieve:

– Past course outlines on similar topics

– Lessons that received strong feedback

– User-added knowledge from similar requests

Use this to enrich the new course and reduce repetition.

📋 4. Course Outline Generation Prompt

You are an expert instructional designer.

Create a complete outline for a course based on the topic:  

**”{userRequest}”**

Resources:

{final_resource_list}

Related user knowledge and lessons (RAG):

{historical_context}

Your output should include:

– Course title

– Course description

– Learning objectives

– Number of modules (3–8)

– Each module must contain 2–4 lesson titles

Be original but reuse valuable components from past similar courses.

📘 5. Lesson Generation Prompt (Interactive)

You are creating lesson content for a course titled:  

**”{courseTitle}”**

Lesson: **”{lessonTitle}”**

Use:

– Approved resources: {final_resource_list}

– Past user content and feedback: {historical_context}

– Prior user feedback on previous lessons (if any): {lesson_feedback}

Your output must include:

  1. Lesson title
  2. Learning outcomes
  3. Core content (explained clearly)
  4. Examples or case studies
  5. Practice exercises
  6. A short quiz (3–5 questions)
  7. Summary recap

Keep language engaging and structured. Allow room for user feedback on this lesson.

💬 6. Feedback Processing & Lesson Refinement Prompt

A user submitted the following feedback on the last lesson:

“{user_feedback}”

Based on this feedback:

– Identify what can be improved (tone, clarity, length, difficulty, examples, visuals, etc.)

– Adjust the generation of the next lesson accordingly

– Suggest improvements to the course structure if patterns emerge

If multiple users have submitted similar feedback in the past, apply those changes as well.

🧱 7. Course Update / Rebuild Prompt (if major feedback)

A user has completed several lessons and submitted the following feedback:

“{cumulative_feedback}”

Based on this, revise the course outline. You may:

– Reorder modules

– Replace or split lessons

– Add missing topics

Preserve original goals but improve coherence and user experience.

📦 Data Variables You Must Inject in Each Prompt:

{userRequest} – the topic user requested

{final_resource_list} – merged list from discovery + user input

{historical_context} – retrieved lessons, outlines, user notes via vector search

{lessonTitle}, {courseTitle} – for lesson stage

{lesson_feedback}, {cumulative_feedback} – feedback history if available

—-

Agent Rules Prompt:

Never hallucinate facts.

Use only trusted, provided resources.

Always wait for user confirmation before continuing to next stage.

Log all user feedback and explain how it’s used to adapt.

Support progressive, modular learning.

Include summaries, examples, and exercises wherever possible.

Keep tone friendly, structured, and interactive.

التحدي والفرصة في هندسة الأوامر

هندسة الأوامر تتطلب فهمًا للمنطق والسياق والمحتوى واللغة في آنٍ معا. هي تتطلب تفكيرا تصميميا وتوقعًا لتصرفات النموذج في مواقف متعددة. لكنها في الوقت نفسه تتيح فرصًا هائلة لمن يتقنها: تصميم وكلاء ذكيين قادرين على العمل بدل الإنسان في مجالات التعليم، الإدارة، الدعم الفني، الإبداع، والمزيد.

هندسة الأوامر لم تعد “تنسيق كلام”، بل أصبحت أسلوب برمجة باللغة الطبيعية للعقل الاصطناعي. ما يكتبه المصمم داخل الأمر هو ما يحدد: كيف يفكر الوكيل، وما الذي يفعله ومتى، وما الذي يتجاهله، وكيف يتطور مع مرور الوقت.

هندسة الأوامر الجيل الجديد من البرمجة

اليوم لم تعد البرمجة هي الأهم. فمن يقود الذكاء الاصطناعي ليس فقط من يملك الكود، بل من يعرف كيف يخاطب هذا الذكاء ويديره ويوجهه نحو الأهداف الصحيحة. من دون هندسة أوامر جيدة، لن يكون هناك وكيل ذكي فعال. ومن دون فهم عميق لسلوك النماذج، لن تنجح في تحويل نموذج لغة كبير إلى مساعد ذكي عملي. إذا احتجت الى استشارة أو مساعدة فيمكنك التواصل معنا,

اشترك في نشرة تَعلُم الرقمية

العالم الرقمي يتغير باستمرار ونحن بحاجة لأن نكون على اطلاع دائم فاشترك معنا ليصلك كل ما يمكن أن يساعدك في رحلتك نحو التحول الرقمي سواء في العمل أو التعليم أو التواصل.

د/عماد سرحان

إستشاري ومتخصص في المعلوماتية وإدارة المعرفة وتطوير المحتوى بخبرة تزيد عن 24 عاما. حاصل على درجة الدكتوراه والماجستير في نظم المعلومات ووهو مدير مشاريع معتمد من معهد إدارة المشاريع PMP وممارس معتمدا لأتمتة الأعمال ومحترف معتمد في إدارة المعلومات CIP من هيئة إدارة المعلومات في الولايات المتحدة الأمريكية AIIM ومؤلف كتاب “سر النجاح في بناء وتأسيس المواقع الإلكترونية” الصادر عام 2012 عن دار العبيكان للنشر في المملكة العربية السعودية.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *