المستوى الأول:
لايوجد ذكر لتقنيات محددة في هذا المستوى، فهو يركز على تقديم المفهوم الأساسي لهندسة التلقين.
ا
المستوى الثاني:
التعمق في مفهوم هندسة التلقين
Deep Dive into Prompt Engineering
فهم أعمق لماهية هندسة التلقين وكيفية تطبيقها.
أنواع التلقينات
Types of Prompts
التعرف على أنواع التلقينات المختلفة (مباشرة،
غير مباشرة، إبداعية) وكيفية استخدام كل نوع.
أهمية الدقة في صياغة التلقينات
Importance of Precision
التأكيد علي أهمية دقة الصياغة في هندسة التلقين للحصول على نتائج أفضل
المستوى الثالث
تحديد الأدوار
توجيه الذكاء الاصطناعي لتقمص دور معين، مثل “تخيل أنك خبير اقتصادي…”.
Role Assignment
تحديد الأسلوب
اطلب من الذكاء الاصطناعي كتابة المحتوى بأسلوب
معين، مثل “اكتب بأسلوب شيق ومثير…”.
Style Specification
استخدام الأمثلة
تقديم أمثلة للذكاء الاصطناعي لفهم المطلوب بشكل أفضل.
Example Provision
المستوى الرابع
التفكير الإبداعي التفكير خارج الصندوق لصياغة
تلقينات تتحدى الذكاء الاصطناعي وتدفعه إلى أقصى حدود إبداعه.
Creative Thinking
دمج تقنيات هندسة التلقين المختلفة (دمج
التقنيات المختلفة مثل تحديد الأدوار و الأسلوب و الأمثلة لصياغة تلقينات أكثر
فعالية.
Technique Integration
ا
المستوى الخامس:
التكرار
Repetition
تكرار الكلمات أو العبارات الرئيسية لتأكيد
المطلوب.
التعزيز
Reinforcement
استخدام الكلمات التي تعزز المعنى وتوضح المطلوب بشكل أكبر.
التوجيه
Guidance
توجيه الذكاء الاصطناعي خطوة بخطوة للحصول على النتيجة المرغوبة.
التخصيص
Customization
تخصيص التلقينات بناءً على نوع الذكاء الاصطناعي المستخدم.
التجريب
Experimentation
تجربة تلقينات مختلفة ومقارنة النتائج للوصول إلى أفضل صياغة.
التحليل
Analysis
تحليل النتائج وتحديد نقاط القوة والضعف في التلقينات.
التحكم في المعلمات
Parameter Control
التحكم في عوامل مثل درجة الإبداع أو الدقة في النتائج.
استخدام البرمجة اللغوية العصبية
NLP Utilization
استخدام تقنيات لتحسين صياغة التلقينات.
بناء نماذج لغوية مخصصة
Custom Language Model Building
تدريب نماذج لغوية خاصة لتلبية احتياجات محددة
استراتيجية التجربة والخطأ
Trial and Error
تجربة تلقينات مختلفة حتى الوصول إلى النتيجة المرغوبة.
استراتيجية التحليل والتعديل
Analysis and Refinement
تحليل النتائج وتعديل التلقينات بناءً على الملاحظات
استراتيجية الاستفادة من نماذج موجودة
Multimodal Prompting
التلقين متعدد الوسائط
Dynamic and Adaptive Prompting
تقنيات التلقين الديناميكي والتكيفي
Prompt Quality Evaluation
تقييم جودة التلقينات
Prompt temperatures
درجة حرارة التلقين
المستوى السادس:
Critical Thinking استخدام
التفكير النقدي لتحليل المشكلات و صياغة
تلقينات فعالة.
حل المشكلات
Problem Solving
توجيه الذكاء الاصطناعي لإيجاد حلول مبتكرة
للمشكلات المعقدة.
التعلم التعزيزي
Reinforcement Learning
تدريب الذكاء الاصطناعي على التعلم من خلال
التجربة والخطأ
التعلم الفيدرالي
Federated Learning
تدريب نماذج الذكاء الاصطناعي على بيانات موزعة.
نماذج اللغة الكبيرة
Large Language Models LLMs استخدام نماذج اللغة الضخمة لتوليد محتوى أكثر تعقيدًا.
التعامل مع البيانات غير المهيكلة
Unstructured Data Handling صياغة تلقينات للتعامل مع البيانات غير المهيكلة (مثل النصوص و الصور).
توليد محتوى مبتكر وفريد
Creative Content Generation استخدام هندسة التلقين لتوليد محتوى مبتكر
(مثل القصص و الموسيقى).
استخدام تقنيات الذكاء الاصطناعي المتقدمة
التعلم العميق
معالجة اللغة الطبيعية
رؤية الحاسوب
