لقد قمت في الأسبوع الماضي بحذف نصف مطالبتي المفضلة وتحسن الإخراج.
هذا ليس تفاخرًا متواضعًا. أنا أعترف بأنني أهدر الرموز المميزة - وربما أجعل نتائجي أسوأ - لمدة عامين تقريبًا. يحتوي الموجه المعني على كل ما قاله كتاب قواعد اللعبة القديم عن الموجه الجيد: دور ("أنت محلل بيانات كبير")، وكتلة سياقية طويلة، وست خطوات مرقمة، وثلاثة أمثلة عملية، وفقرة ختامية تذكّر النموذج بـ "التفكير بعناية، وعدم التسرع، والتحقق مرة أخرى من عملك". لقد كان ذلك النوع من التحفيز الذي تجده في أي دورة تدريبية سريعة في الهندسة من 2024.
ثم قرأت إرشادات OpenAI الجديدة لـ GPT-5.6وطلب مني التخلص من معظم ذلك.
كانت النصيحة مؤلمة لأنني دفعت ثمنها – في الوقت المناسب، وليس فقط الرموز. وكلما جلست معه، كلما أصبح منطقيًا أكثر.
لماذا اندلعت نصيحة "الأطول هو الأفضل" أخيرًا؟
لمدة عامين، أشارت المشورة الهندسية القياسية السريعة في اتجاه واحد: أضف المزيد. أضف شخصية. أضف السياق. أضف خطوات. أضف أمثلة. أضف دفعة أخيرة حتى لا يصبح النموذج كسولًا. كانت النماذج ضعيفة بما فيه الكفاية في ذلك الوقت مما ساعدها بالفعل، حيث كانت كل تعليمات إضافية بمثابة دعامات لا يستطيع النموذج بناءها لنفسه.
GPT-5.6 ليس هذا النموذج.
يعتبر إطار OpenAI صريحًا: فالنماذج الأحدث أفضل في استنتاج هدفك الأساسي ومستوى العمل الذي تتوقعه من السياق، دون توضيح كل خطوة. عندما تقوم بتسليم تعليمات خطوة بخطوة للنموذج الذي لم يعد بحاجة إليه، فإنك لا تساعد. أنت تضيف الضوضاء.
وأظل أعود إلى نفس القياس، لأنه أوضح طريقة لتفسير هذا التحول. الطريقة القديمة تعاملت مع النموذج وكأنه مبتدئ يحتاج إلى كتابة كل حركة - القدم اليسرى، والقدم اليمنى، ومشاهدة المدافع. GPT-5.6 يشبه ميسي أكثر. صرخ عليه بالتعليمات خطوة بخطوة من الخط الجانبي وهو يعتقد أنك أحمق. تمت ترقية اللاعب. دليل التدريب لم يفعل ذلك.
ما تقوله أرقام OpenAI في الواقع
عادة ما أتجاهل المعايير التي ينشرها البائعون، ولكنها محددة بما يكفي لأخذها على محمل الجد.
في تقييمات وكيل التشفير الداخلي لـ OpenAI، تؤدي التكوينات ذات النظام الأصغر حجمًا إلى تحسين درجات التقييم بمقدار تقريبًا 10–15% أثناء قطع إجمالي الرموز بمقدار 41–66% والتكلفة بواسطة 33–67%.
اقرأ ذلك مرة أخرى، لأنها حالة نادرة حيث يتحرك شيئين لصالحك في وقت واحد. وسجل المطالبات أقصر أعلى والتكلفة أقل. ليس عليك أن تستبدل الجودة بالكفاءة. كانت المطالبة المتضخمة تخسر على كلا المحورين.
تحرص شركة OpenAI على تسمية هذه الأرقام بـ "الاتجاهية" وتطلب منك التحقق من صحة مهامك الخاصة. عدل. ولكن من الصعب الجدال حول الاتجاه، وهو يطابق ما رأيته عندما جربته بالفعل.
هناك نتيجة ثانية أقل وضوحًا مدفونة في الدليل، وهي التي تفسر الكثير من الإخفاقات الغريبة التي يتعرض لها الأشخاص. يتبع GPT-5.6 عقد المطالبة جداً بدقة. بينما تختار النماذج القديمة بهدوء أحد اثنين من التعليمات المتعارضة وتتجاهل الآخر، قد تحاول GPT-5.6 احترام كليهما - حرق الرموز المنطقية المميزة وتصبح أبطأ وأكثر تكلفة في العملية. إن المطالبة التي تقول "كن مفصلاً" في فقرة واحدة و"كن موجزاً" في فقرة أخرى لم تعد زائدة عن الحاجة بعد الآن. إنها تعمل على زعزعة الاستقرار بشكل نشط.
هذا يعيد صياغة المطالبة المتضخمة. إنها ليست مجرد إسراف. كل قاعدة إضافية هي فرصة أخرى لمعارضة قاعدة كتبتها قبل ثلاث فقرات.
ما قبل وبعد ذلك أقنعني
كانت أمامي مهمة حقيقية عندما قرأت كل هذا، فاستخدمتها كاختبار.
الطريقة القديمة - الطريقة التي كنت أكتب بها تطالبني لمدة عامين:
"أولاً، قم بإنشاء قائمة بجميع أوصاف المعاملات الفريدة. ثم قم بتجميع الأوصاف المتشابهة معًا وقم بتعيين فئة لكل مجموعة. أنشئ جدول بحث للأوصاف والفئات. ثم أضف عمود الفئة إلى ورقة المعاملات واستخدم XLOOKUP لتعيين كل معاملة إلى الفئة الصحيحة. تأكد من تعبئة الصيغة تلقائيًا عند إضافة معاملات جديدة."
تعمل هذه المطالبة. أنا أيضًا أقوم بالتفكير في النموذج - الخطوة الأولى، الخطوة الثانية، الخطوة الثالثة، مع ذكر اسم الأداة من أجل حسن التدبير.
الطريقة الجديدة - النتيجة أولاً:
"لدي قائمة من المعاملات ذات الأوصاف غير المتسقة. أريد تصنيف كل واحدة منها تلقائيًا، ويجب أن يستمر الحل في العمل مع ظهور معاملات جديدة. ما هو النهج الأفضل؟"
نفس الهدف. نفس القيود. لكن الموجه الأول يخبر النموذج كيف تمشي. يرويها الثاني حيث أحاول الحصول عليه ويتيح لها العثور على الطريق.
أما الإجابة الثانية فقد أعطتني إجابة أفضل، والأهم من ذلك أنها أخبرتني لماذا لقد اختارت هذا النهج، وهو ما لم يكن ليتبعه الموجه الأول أبدًا. عندما تتوقف عن إملاء الطريقة، فإنك أحيانًا تتعلم شيئًا عن الطريقة التي كنت تصر عليها.
كيفية كتابة مطالبة أصغر حجما دون أن تفقد ما يهم
إن قطع المطالبة ليس مثل التخلص منها. الأشياء التي تستحق الاحتفاظ بها هي الأشياء التي لا يمكنك استنتاجها من السياق: النتيجة، والقيود، وكيف يبدو "تم إنجازه". كل شيء آخر هو مرشح للحذف.
هذا هو الشكل الذي يبقى على قيد الحياة، في الممارسة العملية:
- النتيجة التي تريدها. وليس الخطوات. ليس الطريقة. ما الذي يجب أن يكون موجودًا عندما ينتهي هذا.
- القيود. الخطوط التي لا يمكن تجاوزها - لا تخترع ميزات، ولا تحذف أي شيء، انظر فقط إلى هذه الملفات.
- معايير القبول. كيف يتحقق النموذج من عمله قبل أن يسلمه مرة أخرى.
هذا هو عادة. لا توجد شخصية، ولا "فكر خطوة بخطوة"، ولا يوجد تذكير بعدم الكسل. كانت تلك الأشياء بمثابة سقالات لنموذج أضعف. GPT-5.6 لا تحتاج إليها، وهي تكلف رموزًا مميزة.
تستحق قائمة القطع الخاصة بـ OpenAI تسجيلها على شاشتك: عبارات متكررة لنفس القاعدة، وتعليمات النمط التي لا تغير السلوك، والأمثلة التي لا تغير السلوك، وتعليمات المعالجة للأشياء التي يقوم بها النموذج بالفعل بشكل موثوق. قائمة الاحتفاظ قصيرة: النتيجة المرئية للمستخدم، ومعايير النجاح، وشروط التوقف، وقيود السلامة أو الأدلة.
ملاحظة عملية واحدة إذا كنت تفعل ذلك بالفعل بناءً على مطالبة تعمل بالفعل: قطع شيء واحد في وقت واحد. قم بإزالة مجموعة واحدة من التعليمات، وأعد تشغيل نفس التقييم، وقارن. إذا قمت بتجريد كل شيء دفعة واحدة وتدهور الإنتاج، فلن تعرف أي القطع كان مهمًا.
إنها نفس القاعدة التي أستخدمها عند اختبار أدوات NSFWAITool: حافظ على استقرار المهمة، وقم بتغيير متغير واحد، ومعرفة ما إذا كانت النتيجة تتحسن بالفعل. ملكنا منهجية المراجعة مبني على هذا التمييز بين ما يدعيه مقدم الخدمة وما يظهره الاختبار القابل للتكرار.
عندما لا تزال التعليمات التفصيلية تستحق الاحتفاظ بها
أريد أن أكون حذرًا هنا، لأن عبارة "الأقصر هو الأفضل" تصبح نوعًا خاصًا من عبادة البضائع إذا قمت بتطبيقها بشكل أعمى.
لا يزال دليل OpenAI ينص على الاحتفاظ بالأمثلة وإرشادات الأسلوب عندما تقوم بتشفير متطلبات منتج حقيقية أو تصحيح فجوة تم قياسها. إذا كان على مخرجاتك أن تصل إلى صوت معين، أو تنسيق معين، أو قيد قانوني محدد، فسيظل هذا هو الحال. إذا كان المثال المقتضب هو الطريقة الوحيدة الموثوقة لتدريس التنسيق، فاحتفظ به. أنت لا تهدف إلى الحصول على أقل عدد من الرموز؛ أنت تهدف للحصول على أقل عدد من الرموز التي لا تزال تقوم بهذه المهمة.
يمكنك معرفة سبب أهمية ذلك بمجرد ترك برامج الدردشة ذات الأغراض العامة. ان رفيق الذكاء الاصطناعي قد يحتاج حقًا إلى الشخصية والنغمة وسياق الذاكرة، في حين أن مولد الفيديو بالذكاء الاصطناعي يحتاج إلى قيود بصرية وحركية ملموسة. إن قطع كلا المطالبتين بنفس الصيغة المكونة من ثلاثة أسطر قد يفتقد هذه النقطة. الموجه المفيد هو الأقصر الذي يحافظ على ما تحتاجه هذه الأداة المعينة.
التحول الحقيقي هو التسلسل. كان رد الفعل القديم هو تحميل كل شيء في المقدمة، ووضع كل التعليمات في موجه الافتتاح، فقط في حالة حدوث ذلك. رد الفعل الجديد هو "اتركه أولاً، ثم شدده لاحقًا". أعطِ النموذج المهمة، وراقب كيفية تعامله معها، وأضف التعليمات فقط عندما يفشل بالفعل. إنه أسرع من كتابة ألف كلمة مقدمًا، ويخبرك بالتعليمات التي كانت تثقل كاهلك في المقام الأول.
التمييز الذي يخطئ فيه الجميع: الشخصية مقابل المسار
منذ أن تم إسقاط الدليل، رأيت أشخاصًا يتأرجحون كثيرًا في الاتجاه الآخر - على افتراض أن هذا يعني أن الشخصية قد ماتت. ليس الأمر كذلك، والخلط بين الفكرتين يسبب أخطاء حقيقية.
ضوابط شخصية كيف يبدو الإخراج. النغمة، التسجيل، الدور، الصوت في الصفحة. ضوابط التعليمات خطوة بخطوة كيف يصل النموذج إلى هناك - طريق التنفيذ . تلك هي روافع مختلفة.
يطلب منك التوجيه الجديد التوقف عن الإفراط في تحديد المسار. لا يقول شيئًا عن التخلي عن التحكم في الصوت. إذا كنت تكتب نسخة موجهة للعملاء وتريد أن تبدو وكأنها علامة تجارية معينة، فلا تزال تقول ذلك - فهذا أحد متطلبات المنتج، وليس نصًا خطوة بخطوة. النمط لك لتعيينه. المسار هو النموذج الذي يجب اختياره.
وبعبارة أخرى: أعط النموذج الوجهة وحواجز الحماية، ثم توقف عن إخباره بكيفية القيادة.
ابدأ بشكل أقصر وليس لفترة أطول
إذا أخذت شيئًا واحدًا من كل هذا، فاجعله التسلسل. اكتب النتيجة التي تريدها ومعايير القبول الخاصة بك أولاً. ثم قم بقص عدد الكلمات إلى النصف. ثم اقطعها إلى نصفين مرة أخرى. إذا كنت لا تزال متوترًا، فأرسله وشاهد ما سيأتي - يمكنك دائمًا إضافة سطر مرة أخرى حيث يكون الإخراج قصيرًا بالفعل.
هذا هو الجزء الذي كان علي أن أتعلمه بالطريقة الصعبة. معظم التعليمات التي كنت أقوم بإضافتها لم تكن تساعد النموذج. كانوا مطمئنين أنا. وGPT-5.6 جيد بما فيه الكفاية الآن لأن طمأنتي هي مجرد ضجيج بيني وبين الإجابة.
كان درس 2023 هو كيفية كتابة مطالبات أطول. كان درس 2024 هو كيفية إدارة نافذة السياق. يعتبر درس 2026 أبسط وأصعب: تعلم الصمت، ووصف النتيجة، ودع النموذج يقوم بالمهمة التي تم تصميمه من أجلها.
الأسئلة المتداولة
هل المطالبات الأقصر دائمًا تكون أفضل على GPT-5.6؟
لا، وهنا يمكن أن يتحول العنوان إلى نصيحة سيئة. فازت المطالبات الأقصر في عينة OpenAI لتقييمات وكيل التشفير الداخلي، لكن OpenAI اعتبرت النتيجة اتجاهية. إذا كانت إزالة الخط تجعل مهمتك الحقيقية أسوأ، فأعد الخط مرة أخرى.
ما الذي يجب أن أقطعه أولاً؟
ابدأ بالأشياء المحرجة: تم ذكر نفس القاعدة مرتين، والأدوار العامة التي لا تغير شيئًا، والأمثلة التي لم يعد النموذج بحاجة إليها، والتذكيرات للتفكير بعناية. اترك النتيجة والقيود وتعريف القيام به بمفرده.
متى تكون المطالبة الطويلة مبررة؟
عندما يحمل الطول معلومات يحتاجها النموذج حقًا - نمط المنزل، أو مخطط الإخراج الثابت، أو السياق المتخصص، أو الحدود القانونية، أو الأمثلة التي تصحح الفشل الذي لاحظته بالفعل. طويلة ليست هي المشكلة. غير ضروري.
هل يجب أن أتوقف عن استخدام الشخصيات؟
فقط إذا كانت الشخصية مزخرفة. إذا كانت تتحكم في الصوت أو الجمهور أو المعيار المهني للإجابة، فهي تقوم بعمل حقيقي. الشيء الذي يجب طرحه هو المسار المكتوب، وليس التحكم في شخصية المخرج.
هل تنطبق نفس النصيحة على أدوات الدردشة والصور والفيديو التي تعمل بتقنية الذكاء الاصطناعي؟
ليس تلقائيا. تقرأ هذه المنتجات المطالبات بشكل مختلف وتفشل بطرق مختلفة. قد تحتاج أداة الدردشة إلى سياق العلاقة والذاكرة؛ قد تحتاج أداة الفيديو إلى إجراءات دقيقة وقيود على الكاميرا. اختبر كل سير عمل بدلاً من نقل قالب عالمي واحد.
كيف يمكنني اختبار ما إذا كانت المطالبة الأقصر هي الأفضل بالفعل؟
استخدم نفس مجموعة المهام، وقم بإزالة مجموعة تعليمات واحدة، وقارن الجودة والفشل واستخدام الرمز المميز ووقت الاستجابة والتكلفة. إجابة واحدة محظوظة لا تثبت شيئًا تقريبًا. يحصل الموجه على القطع عندما ينجو التحسين من التكرار.