- يوجه التوجيه المتسلسل للأفكار نماذج الذكاء الاصطناعي إلى التفكير خطوة بخطوة، مما يساعدها على حل المهام المعقدة بدقة أكبر من مجرد توقع الكلمة التالية.
- من الأفضل استخدامها للمشاكل متعددة الخطوات، مثل الرياضيات أو الألغاز المنطقية أو المهام الإجرائية، ولكنها غير ضرورية للمشاكل البسيطة ذات الخطوات الواحدة أو الواقعية.
- يختلف تسلسل الموجهات عن المطالبة المتسلسلة عن المطالبة المتسلسلة الأفكار من خلال تقسيم المهمة إلى عدة مطالبات منفصلة، بينما تبقى سلسلة الأفكار ضمن تدفق واحد من المطالبة والاستجابة.
إذا كنت قد استخدمت GPT chatbot مثل ChatGPT ، فربما تكون قد لاحظت تفاوت جودة الإخراج.
في بعض الأحيان، يُخرج لك ما تحتاج إليه بالضبط. وأحيانًا أخرى تشك في أن "الذكاء" في الذكاء الاصطناعي هو مجرد مهزلة.
يمكنك الارتقاء بمستوى أداء ChatGPT لديك من خلال تحسين طريقة توجيهه. يُشجّع التوجيه المتسلسلة وكلاء LLM على تحليل المهمة خطوة بخطوة قبل توليد الاستجابة.
بدأت نماذج وميزات الذكاء الاصطناعي الأحدث في بناء سلسلة من الأفكار بشكل مباشر، بحيث تقوم نماذجها تلقائيًا بالتفكير في المشكلة دون أي مطالبات إضافية.
ما هي المطالبة بتسلسل الأفكار؟
المطالبة بتسلسل الأفكار هي تقنية هندسية سريعة في مجال الذكاء الاصطناعي توجّه النماذج إلى تقسيم المهام المعقدة، مع التفكير في كل خطوة قبل الاستجابة.
قد تسمع أيضًا مصطلح "التفكير المتسلسل". يشير هذا المصطلح إلى العملية التدريجية التي سيتخذها النموذج للتفكير في المهمة المطروحة.
لا تحتاج نماذجOpenAI o1 إلى المطالبة بتسلسل الأفكار، لأنها تحتوي بالفعل على منطق تسلسل الأفكار المدمج فيها. ولكن يمكنك استخدام المطالبة بتسلسل الأفكار على أي LLM- مدعوم chatbot.
كيف تعمل سلسلة التفكير المنطقي؟
يستلزم التفكير المنطقي المتسلسل تقسيم المشكلة إلى خطوات منطقية أصغر حجماً ليقوم الذكاء الاصطناعي chatbot بحلها بالتسلسل.
أولاً، يحدد الذكاء الاصطناعي الأجزاء الرئيسية للمشكلة. ثم يعالج كل جزء بالتسلسل، مع الأخذ في الاعتبار كيف تؤدي خطوة واحدة إلى الخطوة التالية. وتعتمد كل خطوة على الخطوة السابقة، مما يسمح للذكاء الاصطناعي بالتحرك بشكل منهجي نحو نتيجة منطقية.
أمثلة على المطالبة بتسلسل الأفكار
موجه "الفراولة" الشهير
ChatGPT وغيرها من LLMs لديها نقاط ضعف موثقة جيدًا. أحدها هو عدم قدرتهم على تحديد عدد حروف الراء في كلمة "فراولة" بشكل صحيح. (من المحتمل أن يكون هذا هو القيد الشهير وراء الاسم الرمزي لنماذج o1: الفراولة).
ChatGPT-4o لا يستخدم التفكير المتسلسل. وبدلاً من ذلك، فإنه يرجع إلى بيانات التدريب الخاصة به ويولد استجابة بناءً على مدى احتمال أن تتبع كل كلمة الكلمة السابقة. على الرغم من أنه قد يبدو صحيحًا في معظم الأوقات، إلا أنه يولد فقط لمحاكاة اللغة البشرية - وليس التفكير أو إجراء البحوث.
عندما تسأل ChatGPT-4o سؤال الفراولة الشهير، لن يتمكن من إعطاء الإجابة الصحيحة:
ومع ذلك، يمكنك استخدام أسلوب المطالبة بتسلسل الأفكار لمساعدة chatbot الذي يعمل بالطاقة LLM- في الوصول إلى الإجابة الصحيحة:
التكرار الأخير من ChatGPT ، المدعوم من OpenAI o1-preview، هو أول LLM رئيسي يستخدم الاستدلال التسلسلي دون أي مطالبة إضافية.
إنه يحل الإجابة من المحاولة الأولى، لأنه تم توجيهه لاتباع نفس العملية تلقائيًا مثل المطالبة الثانية ChatGPT-4o أعلاه. الفرق الوحيد هو أنه يقوم بهذه العملية دون مطالبة إضافية.
الرياضيات
إذا سألتَ نسخة قديمة من ChatGPT سؤالاً رياضيات من كتاب مدرسي للمرحلة الابتدائية، فلن يجيب دائمًا بشكل صحيح.
تتطلب مسائل الرياضيات متعددة الخطوات التفكير المنطقي، وهو ما لم يكن موجودًا في السابق LLMs. يمكنك تحليل كل خطوة من خطوات المسألة، ولكن إذا لم تكن تعرف الخطوات الصحيحة، فلن يساعدك LLM .
ChatGPT-4o قادر على استنتاج إجابة السؤال عن طريق تحليل سلسلة الخطوات في المشكلة:
وكلاء الذكاء الاصطناعي المتصلون بـ Hubspot
للحصول على تطبيق واقعي، دعنا نأخذ وكيل ذكاء اصطناعي LLM تم دمجه في Hubspot. يستخدم فريق المبيعات وكيل الذكاء الاصطناعي هذا لمعالجة العملاء المحتملين الجدد عند تجميعهم عبر القنوات.
السيناريو
يقوم مندوب المبيعات بإرسال عميل محتمل جديد إلى وكيل الذكاء الاصطناعي ويطلب منه تسجيله في Hubspot وإرسال بريد إلكتروني لنقطة الاتصال الأولى، ولكن لا يقوم بتعبئته إذا كان العميل المحتمل يعمل في شركة محتملة بالفعل.
LLM بدون منطق التسلسل الفكري
يقوم وكيل الذكاء الاصطناعيLLM بتسجيل العميل المحتمل وإرسال البريد الإلكتروني دون التحقق مما إذا كانت الشركة عميلاً محتملاً بالفعل، مما يفقده الشرط الأساسي.
LLM بمنطق تسلسل الأفكار
يتحققوكيل الذكاء الاصطناعي LLM- المدعوم بالذكاء الاصطناعي مما إذا كانت الشركة عميلاً محتملاً بالفعل قبل اتخاذ إجراء. إذا كان عميلاً محتملاً، فإنه يتخطى التسجيل وإرسال البريد الإلكتروني؛ وإذا لم يكن كذلك، فإنه يسجل العميل المحتمل ويرسل البريد الإلكتروني، باتباع تعليمات مندوب المبيعات بدقة.
متى يجب أن أستخدم المطالبة بتسلسل الأفكار؟
من الأفضل استخدام المطالبة بتسلسل الأفكار في السيناريوهات التي تتطلب التفكير خطوة بخطوة.
المهام المرشحة الرئيسية هي المهام التي تنطوي على استنتاجات منطقية أو مسائل رياضية أو مهام إجرائية أو أي موقف يتطلب إجابات متعددة الخطوات.
ولكن مهلاً: يبدو المنطق رائعاً - لماذا لا أستخدمه طوال الوقت؟
سؤال جيد. ليست كل الأسئلة تتطلب التفكير المنطقي. على سبيل المثال:
- أسئلة وقائعية بسيطة، مثل "ما هي عاصمة كندا؟
- المسائل ذات الخطوة الواحدة، مثل "ما هو 145 + 37؟
- مهام توليد المحتوى، مثل "اكتب رسالة بريد إلكتروني مهذبة من 3 جمل تسأل زميلي عما إذا كان قد انتهى من مشروعه بعد".
الحث على التغيير مقابل الحث على سلسلة الأفكار
على الرغم من تشابههما في الاسم، إلا أن تسلسل المطالبة ومطالبة سلسلة الأفكار هما استراتيجيتان مختلفتان للمطالبات لتحسين مخرجات الذكاء الاصطناعي التوليدي.
المطالبة بتسلسل الأفكار
من خلال المطالبة بتسلسل الأفكار، يقوم المستخدم بتوجيه الذكاء الاصطناعي لشرح الأسباب الكامنة وراء إجابته في إجابة واحدة. يؤدي هذا إلى حث الذكاء الاصطناعي على السير في كل خطوة من خطوات عملية حل المشكلة، ولكن يتم إنجاز ذلك في مطالبة واحدة وإجابة واحدة.
على سبيل المثال، يمكن إنجاز مطالبة سلسلة الأفكار في رسالة واحدة:
"يحتاج فريق الموارد البشرية إلى مراجعة 5 تقييمات لأداء الموظفين. وسيستغرق كل منها 30 دقيقة ويحتاجون إلى 15 دقيقة للتحضير مسبقاً. ستتطلب تقييمات كبار السن 10 دقائق إضافية لكل منها. كم من الوقت سيستغرق إكمال 5 تقييمات لكبار السن و25 تقييمًا للمبتدئين؟ قم بتفصيل منطقك خطوة بخطوة."
التسلسل الفوري
من خلال تسلسل المطالبات، يتم تقسيم المهمة إلى خطوات منفصلة مع مطالبات متعددة، كل منها يعتمد على النتيجة السابقة. يساعد ذلك في تنظيم الذكاء الاصطناعي وتوجيهه خلال مهمة معقدة تتضمن على الأرجح التفكير المنطقي.
قد تبدو المطالبة الأولى مثل:
المطالبة 1: حدد التحديات الرئيسية التي قد تواجهها الشركة عند الانتقال إلى العمل عن بُعد.
المخرجات:
- ثغرات التواصل
- الحفاظ على الإنتاجية
- البنية التحتية للتكنولوجيا
- مشاركة الموظفين
قد تتعمق المطالبات التالية في هذه المفاهيم. على سبيل المثال:
الموجه 2: من فضلك أخبرني كيف يمكن للشركة إيجاد حلول لفجوات التواصل عند الانتقال إلى العمل عن بُعد.
بعد الجولة التالية من الإخراج، قد تكون الحلقة التالية من السلسلة:
المطلب 3: ما هي التحديات المشتركة التي تواجهها الشركات عند تبنيها لهذه الحلول؟
لذا، على الرغم من تشابههما، إلا أنهما يتبعان نهجين مختلفين لاستخراج المحتوى الأكثر تعمقاً وملاءمة من أدوات الذكاء الاصطناعي التوليدي.
المطالبة بتسلسل الأفكار على Botpress
Botpress المستخدمون على دراية بالفعل بخاصية تستخدم خاصية التفكير المتسلسل.
ظهرت العقدة المستقلة لأول مرة في يوليو من عام 2024 على Botpress ، وهي منصة لبناء وكلاء الذكاء الاصطناعي. العقدة المستقلة قادرة على أتمتة سير العمل متعدد الخطوات واتخاذ القرارات بشكل مستقل.
يمكن إنشاء عقدة مستقلة ومطالبتها بسطر نص بسيط، مثل "هدفك هو إنشاء عملاء محتملين مؤهلين. قم بإنشاء عملاء محتملين في Salesforce عندما يشير المستخدم إلى نية الشراء".
سيتخذ وكيل الذكاء الاصطناعي الذي تقوم بإنشائه باستخدام هذه العقدة المستقلة مجموعة متنوعة من الإجراءات لتحقيق هدفه، بشكل مستقل عن سير العمل الذي صممه البشر. ويمكنه أيضًا التبديل بين مختلف LLMs حسب الحاجة، واتخاذ قرار بإعطاء الأولوية للسرعة أو القوة.
إنشاء وكيل مستقل مخصص
Botpress هي منصة وكلاء الذكاء الاصطناعي الوحيدة التي تسمح لك ببناء وكلاء مستقلين حقاً.
يتيح استوديو Botpress المفتوح والمرن حالات استخدام لا حصر لها في مختلف المجالات، بدءاً من الموارد البشرية وحتى توليد العملاء المحتملين. تتيح مكتبة التكامل المبنية مسبقاً والبرامج التعليمية الشاملة للمستخدمين إنشاء وكلاء ذكاء اصطناعي من الصفر بسهولة.
ابدأ البناء اليوم. إنه مجاني.
الأسئلة الأكثر تداولًا
هل المطالبة بسلسلة الأفكار مفيدة فقط لنماذج الذكاء الاصطناعي، أم أنها تعكس حل المشاكل البشرية أيضاً؟
إنها في الواقع تعكس كيفية حل البشر للمشاكل المعقدة من خلال تقسيمها إلى خطوات، لذا فهي تقنية مفيدة للذكاء الاصطناعي وانعكاس للتفكير البشري الطبيعي.
كيف يختلف التفكير المتسلسل عن مجرد "التفكير خطوة بخطوة"؟
إنهما مترابطان بشكل وثيق، ولكن التفكير المتسلسل أكثر تنظيماً وتعمداً. إنه يحث الذكاء الاصطناعي على شرح منطقه بصوت عالٍ، بدلاً من مجرد القفز إلى الإجابة.
لماذا لا يستخدم بعض LLMs الاستدلال التسلسل الفكري بشكل افتراضي؟
لم يتم تدريب النماذج السابقة أو النماذج الأصغر حجماً على التفكير المنطقي الصريح، لذا فهي تميل إلى توقع الإجابات بناءً على الأنماط بدلاً من الخطوات المنطقية ما لم يُطلب منها خلاف ذلك.
هل المطالبة بتسلسل الأفكار هو شكل من أشكال "تدريب" النموذج أثناء الاستدلال؟
ليس بالضبط. أنت لا تغيّر معرفة النموذج، بل تؤثر فقط على طريقة تفكيره في المشكلة في الوقت الحالي من خلال توجيه سلوكه بتعليمات أفضل.
هل تؤدي المطالبة بتسلسل الأفكار دائمًا إلى تحسين الدقة؟
ليس دائمًا. إنه يعمل بشكل أفضل في المهام التي تحتاج إلى التفكير المنطقي، ولكنه في الواقع يمكن أن يزيد من تعقيد الأمور بالنسبة للأسئلة البسيطة ويؤدي إلى خطوات غير ضرورية أو حتى أخطاء.
.webp)
