الـ LLM فعلاً بيعمل إيه

هاجر لسه مبتدية أول شغلانة ليها في التسويق في القاهرة. استخدمت ChatGPT كام مرة للتسلية، بس عمرها ما استخدمته للشغل بجد. بكرة المدير عايز منها تلات عناوين لـ landing page على مكتبه. كتبت "اكتب لي تلات عناوين" — وطلع لها كلام عام يصلح لأي منتج على وجه الأرض. الإحساس ده، إن الموديل "كاد يساعد بس ما ساعدش فعلاً"، ده اللي بنبدأ منه الكورس.

الموديل في جملة واحدة

الـ large language model نظام بياخد نص، وبيتوقّع النص الأرجح اللي هييجي بعده. مش عارف شركتك، ولا جمهورك، ولا اللي إنت عايزه فعلاً. هو بس بيشوف الكلمات اللي إنت كاتبهاله.

ده شكله اختزالي، بس بيفسّر كل output "غريب" هتشوفه:

الموديل مش كسلان ولا غبي. هو بيعمل اللي طلبته منه بالظبط: بيطلّع نص جاي معقول. مهارة الـ prompt engineering هي إنك تتأكد إن "النص الجاي المعقول" و"اللي إنت محتاجه فعلاً" بقوا حاجة واحدة.

ليه النموذج الذهني ده مهم

لما تبطّل تفكر في الـ LLM كأنه شخص "بيفهمك"، وتبدأ تفكر فيه كأداة autocomplete كويسة جداً عندها معرفة عامة، تلات حاجات بتبقى واضحة:

1. مش قادر يقرا اللي في دماغك. أي context إنت ما قلتهوش، هو ما يشوفهوش.
2. هيملا الصمت بمتوسطات. ما حددتش نبرة؟ هياخد النبرة المتوسطة.
3. تقدر تشكّل الـ output بتشكيل الـ input. كل قيد بتكتبه ده قيد على اللي بيرجعلك.

عايز تشوف "توقّع الكلمة الجاية" بعينك؟ اكتب نص جملة في GPT-2 المباشر تحت وشوف الكلمات اللي الموديل بيفكر فيها بعدها، مع الاحتمالات بتاعت كل واحدة:

على مدار الـ9 وحدات الجايين، هاجر — وإنت — هتحوّلوا الفكرة دي لمهارة شغّالة. الوحدات من 1 لـ 5 هتنقلك من مستخدم تايه لحد قادر يكتب prompts ويصلّحها ويعيد استخدامها في يوم شغل عادي. الوحدات من 6 لـ 9 هتاخدك للـ API ولحد ما تشحن system prompt حقيقي.

التالي: هنثبت ده بأنضف مقارنة قبل/بعد في الكورس كله. :::