.@athamzafarooq لماذا أصبحت هندسة السياق الآن أكثر أهمية من هندسة الأوامر معظم مديري المشاريع الذكاء الاصطناعي يركزون على هندسة الأوامر — كتابة تعليمات أفضل للحصول على نتائج أفضل. لكن هذا ينجح فقط مع الردود العامة. في اللحظة التي تحتاج فيها إلى التخصيص، تنهار هندسة الprompt. فكر في وكيل مال. أحد المستخدمين يريد استثمارات محافظة في S&P 500. وأخرى تريد صفقات عملات رقمية عالية المخاطر. كيف يقدم نفس LLM نصائح ذات صلة لكلا المستخدمين؟ تحل هندسة السياق هذه المشكلة من خلال طبقات مصادر معلومات متعددة: محفزات النظام، موجه المستخدم، الذاكرة طويلة الأمد من التفاعلات السابقة، والبيانات ذات الصلة المستخرجة من RAG. "الهندسة الفورية هي ما تخبر به الماجستير في القانون الكبير. هندسة السياق هي الطريقة التي تصمم بها التعليمات لنموذج اللغة الكبيرة الخاص بك. هذه هي روعة المعرفة بهندسة السياق لأنها تجعل نظامك البيئي بأكمله يرقص." الضبط الدقيق يعمل بشكل مختلف—إنه تكيف مع المهام. تقوم بتدريب نموذج اللغة الكبيرة على آلاف الأمثلة لتخصصه في مخرجات محددة، مثل توليد كود بايثون أو فهم مفردات صناعة الأدوية. درس: الهندسة السياقية أصبحت الآن أكثر أهمية من الهندسة المباشرة لأن منتجات الذكاء الاصطناعي الحديثة تتطلب تخصيص واسع النطاق. تحتاج إلى تنظيم الذاكرة والاسترجاع والمحفزات في نفس الوقت لتقديم الردود ذات الصلة لكل مستخدم.