هل يجب استخدام أمثلة في أوامر الذكاء الاصطناعي؟ وما العدد الأمثل؟

نعم — إن تضمين أمثلة منتقاة بعناية في أمرك (Few-Shot Prompting) هو أحد أكثر التقنيات فعالية لتحسين جودة مخرجات الذكاء الاصطناعي. يوفر هذا الأسلوب أمثلة توضيحية في الأمر لتوجيه النموذج نحو أداء أفضل وتكييف استجابته بناءً على الأمثلة المقدمة . النطاق الأمثل يتراوح عادةً بين 2 إلى 5 أمثلة، حيث تشير الأدلة إلى أن إضافة عدد كبير جدًا من الأمثلة قد يؤدي إلى تناقص في الفائدة أو حتى نتائج سلبية .

النتائج الرئيسية

• الأمثلة تحسن الدقة بشكل كبير. على سبيل المثال، نموذج Claude 3 Haiku قفز من 11% دقة بدون أمثلة إلى 75% مع ثلاثة أمثلة فقط – متجاوزًا أداء نماذج أكبر بكثير في وضع الصفر أمثلة .
• 2–5 أمثلة هو النطاق الأمثل المدعوم بالأبحاث. تشير الإرشادات الشائعة إلى أن استخدام 2-5 أمثلة هو النطاق الأمثل، وتؤكد الأبحاث ذلك .
• الأكثر ليس دائمًا الأفضل. حددت دراسة من arXiv مشكلة "الإفراط في التوجيه" (Over-Prompting) حيث يمكن لكثرة الأمثلة أن تقلل أداء النموذج، مما يتحدى الافتراض بأن المزيد من الأمثلة مفيد دائمًا .
• جودة الأمثلة أهم من كميتها. الأمثلة المتنوعة وعالية الجودة والمنتقاة جيدًا تتفوق على مجرد إضافة المزيد من الأمثلة، بينما الأمثلة غير المتسقة قد تعلم النموذج أنماطًا مضطربة .
• في المهام التي تتطلب تفكيرًا عميقًا، جرب الصفر أمثلة أولاً. لا تفترض أن الأمثلة ضرورية دائمًا؛ اختبر وضع الصفر أمثلة مقابل وضع الأمثلة القليلة، لأن الإفراط في التوجيه قد يقلل الأداء في بعض الحالات .

توصيات عملية

السيناريو	الطريقة الموصى بها
مهام حساسة للصيغة (JSON، تصنيفات، نبرة)	استخدم 2–5 أمثلة نظيفة ومتنوعة، لأن الأمثلة تثبت الصيغة والنبرة والتسميات .
توليد نصوص عادية / تصنيف	ابدأ بـ 2–3 أمثلة عالية الجودة، لأن الأمثلة القليلة توجه النموذج نحو أداء أفضل .
مهام تتطلب تفكيرًا عميقًا	ابدأ بدون أمثلة؛ أضف 1–2 مثال فقط إذا كنت بحاجة للتحكم في الصيغة، واختبر ما إذا كانت الأمثلة تساعد أم تضر .
مهام استخراج معقدة	استخدم مجموعة صغيرة من الأمثلة التمثيلية التي تعكس المهمة بدقة .
في حال عدم اليقين	ابدأ بـ 3 أمثلة، اختبر، ثم عدّل، لأن 2–5 أمثلة هو النطاق الموصى به، وكثرة الأمثلة قد تسبب الإفراط في التوجيه .

الخلاصة: استخدم الأمثلة، حافظ على عددها بين 2 و5، وأعطِ الأولوية للجودة والتنوع على الكمية . اختبر ما إذا كان نموذجك المحدد يستفيد من الأمثلة القليلة مقابل الصفر أمثلة، خاصة في المهام التي تتطلب تفكيرًا عميقًا حيث قد لا تساعد الأمثلة الإضافية دائمًا .