مكوّن البرومبت في FlowHunt

بدون برومبت جيد، ستتصرف جميع الروبوتات بنفس الطريقة وغالبًا ما تخطئ في إجاباتها. البرومبت يوفر تعليمات وسياق لنموذج اللغة، مما يساعده على فهم نوع النص الذي يجب إنتاجه.

نظرة عامة على مكوّن البرومبت

تم تصميم مكوّن البرومبت لإنشاء قوالب برومبت مرنة للاستخدام في تدفقات الذكاء الاصطناعي، مما يسمح بإدراج متغيرات وسياق ديناميكي. هذا المكوّن مفيد بشكل خاص في سيناريوهات الذكاء الاصطناعي الحوارية، مثل روبوتات الدردشة أو المساعدين الافتراضيين، حيث يُعد إنشاء برومبتات قابلة للتكيّف وواعية بالسياق أمرًا أساسيًا.

ماذا يفعل هذا المكوّن؟

يُنشئ مكوّن البرومبت قالب برومبت يمكن أن يتضمن متغيرات ديناميكية مختلفة، مثل مدخلات المستخدم، وسجل الدردشة، وتعليمات النظام، ورسائل السياق. من خلال الاستفادة من هذه المتغيرات، يساعدك المكوّن على بناء برومبتات غنية وحساسة للسياق تعزز من أداء وأهمية نماذج أو وكلاء الذكاء الاصطناعي في المراحل التالية.

الميزات الرئيسية

• قوالب ديناميكية: أنشئ برومبتات تدرج تلقائيًا المعلومات المتاحة مثل سجل الدردشة، ومدخلات المستخدم، والسياق.
• متغيرات مخصصة: يدعم إدراج متغيرات مثل {input}، {human_input}، {context}، {chat_history}، {system_message}، و{all_input_variables} مباشرة في قالب البرومبت.
• دعم رسالة النظام: يتيح إضافة تعليمات على مستوى النظام للتأثير على سلوك الذكاء الاصطناعي.
• قابل لإعادة الاستخدام في التدفقات: يمكن استخدام مخرجات هذا المكوّن كمدخلات لمكوّنات أخرى مثل نماذج اللغة الكبيرة (LLMs) أو خطوات معالجة إضافية.

المدخلات

يمكن توفير المدخلات التالية لمكوّن البرومبت:

المخرجات

• رسالة:
  ينتج المكوّن كائن رسالة واحد يحتوي على البرومبت المُنشأ، مع استبدال جميع المتغيرات الديناميكية بالقيم الخاصة بها.

أمثلة على حالات الاستخدام

• الذكاء الاصطناعي الحواري: توليد برومبتات تلقائيًا لروبوتات الدردشة بناءً على مدخلات المستخدم، وسجل المحادثة، وسياق إضافي.
• توليد مدعوم بالاسترجاع: تخصيص البرومبت لمهام الاسترجاع من خلال تضمين تفاعلات سابقة وتعليمات النظام ذات الصلة.
• ضبط التعليمات: تكييف البرومبت بسهولة لمهام أو شخصيات مستخدمين مختلفة من خلال تعديل القالب ورسالة النظام.

لماذا تستخدم هذا المكوّن؟

• يعزز هندسة البرومبت: إدارة وتحديث قوالب البرومبت بسهولة بدون الحاجة للبرمجة اليدوية.
• يحسن ملاءمة الذكاء الاصطناعي: من خلال إدخال السياق، ورسائل النظام، والسجل، تصبح البرومبتات أكثر معلوماتية ودقة.
• يزيد من المرونة: يدعم مجموعة واسعة من حالات الاستخدام، من الأسئلة والأجوبة البسيطة إلى المحادثات المعقدة متعددة الأدوار.

جدول ملخص

هذا المكوّن أداة أساسية لأي شخص يبني تدفقات ذكاء اصطناعي متقدمة وواعية بالسياق حيث يُعد بناء البرومبت أمرًا حاسمًا لتحقيق نتائج عالية الجودة.

القالب

هذا إعداد متقدم اختياري. يمكنك إنشاء قوالب برومبت بمتغيرات محددة للتحكم الكامل في مخرجات الدردشة. على سبيل المثال:

كمحترف في تحسين محركات البحث، حلل محتوى الرابط وابتكر عنوانًا يصل إلى 65 حرفًا كحد أقصى.— محتوى الرابط —{input}المهمة: توليد عنوان مشابه باستخدام استعلام {human_input}. لا تغير {human_input} في العنوان الجديد. العنوان الجديد:

قالب البرومبت الافتراضي يبدو هكذا:

أنت مساعد نموذج لغة ذكاء اصطناعي.
مهمتك هي توليد إجابة بناءً على الاستعلام المدخل.
إذا تم توفير سياق، استخدمه لتوليد الإجابة لاستعلام INPUT وHUMAN_INPUT.
نسّق الإجابة باستخدام لغة Markdown.

الإجابة باللغة: {lang}
المتغيرات:
{"session_start_time": "2025-06-03 07:35:22", "current_page_url": "https://app.flowhunt.io/aistudio/flows/de6c2e2c-d817-4b2f-af2c-12dba3f46870?ws=74be5f74-d7c5-4076-839d-8ac1771a3b75"}
المدخل: {input}

الإجابة:

يقوم البرومبت الافتراضي بنسخ نفس هيكل إعدادات المكوّن. يمكنك تجاوز الإعدادات عن طريق تعديل واستخدام المتغيرات في حقل القالب. إنشاء قوالبك الخاصة يمنحك تحكمًا أكبر في النتائج.

كيفية ربط مكوّن البرومبت بتدفقك

البرومبت هو مكوّن اختياري يزيد من تخصيص وتحديد المخرجات النهائية. يحتاج إلى ربط عدة مكونات:

• سجل الدردشة: ربط سجل الدردشة غير مطلوب، لكنه غالبًا مفيد. تذكّر الرسائل السابقة يجعل الردود المستقبلية أكثر ملاءمة.
• السياق: أي نص ذو معنى يمكن أن يكون سياقًا. الخيار الأكثر شيوعًا هو ربط المعرفة من أدوات الاسترجاع.
• المدخل: فقط مكوّن مدخل الدردشة يمكن ربطه هنا.

مخرج هذا المكوّن هو نص يمكن ربطه بمكونات مختلفة. في معظم الأحيان، تتبع ذلك مباشرة بمكوّن المولّد لربط البرومبت مع نموذج اللغة الكبير.

مثال

لننشئ روبوتًا بسيطًا جدًا. سنقوم بتوسيع مثال روبوت الفارس من العصور الوسطى المذكور سابقًا. رغم أن حديثه غريب، إلا أن مهمته الرئيسية هي أن يكون روبوت خدمة عملاء مساعد، ونريد منه تقديم معلومات ذات صلة.

لنطرح على الروبوت سؤال خدمة عملاء شائع. سنسأل عن أسعار URLsLab. للحصول على إجابة ناجحة، نحتاج إلى:

• إعطاؤه سياقًا: في هذا المثال، سنستخدم مكوّن الاسترجاع من الرابط لتزويده بصفحة تحتوي على كل المعلومات اللازمة.
• ربط المدخل: المدخل هو دائمًا رسالة المستخدم من مكوّن مدخل الدردشة.
• سجل الدردشة: اختياري، لكن سنربطه في هذه الحالة.
• القالب: سنبقي البرومبت كما هو: “أنت روبوت خدمة عملاء مساعد يتحدث مثل فارس من العصور الوسطى.”. يمكن أن تكون البرومبتات أكثر تفصيلاً من ذلك. راجع مكتبة البرومبتات لدينا للإلهام.
• إضافة المولّد: نريد أن يكون لدى الروبوت قدرات محادثة. للقيام بذلك، اربط المولّد. البرومبت يعمل كمدخل للمولّد.

سيبدو التدفق الناتج على النحو التالي:

حان وقت اختبار معرفة روبوت الفارس. الرابط الذي قدمناه له هو صفحة أسعار URLsLab. فلنسأل عن ذلك:

يستخدم روبوتنا الآن لغة فخمة قديمة للإجابة على الاستفسارات الأساسية. والأهم من ذلك، لاحظ كيف يلتزم الروبوت بدوره المركزي كروبوت خدمة عملاء مساعد. وأخيرًا، نجح في استخدام المعلومات من الرابط المحدد.