المقدّمة

الكلام مع الـ LLMs ولى جزء من حياتنا اليوميّة، واليوم بالورقة وستيلو باش نحكيو على أكثر من طريقة لتحسين الـ Prompts وطريقة كلامك مع الـ Models باش يطلعولك إجابات أحسن وأكثر دقّة.

الـ Prompt Engineering يقدّم برشا طرق و Guidelines كيفاش تتعامل مع LLM Model على خاطرنا نعرفو طبيعة الـ Model شنوّا. اليوم باش نعرضولك 5 طرق مع أمثلة عليهم ووقتاش ينفع تستعمل كل وحدة فيهم.

---

Zero Shot Technique

الـ Shot هنا معناها “مثال”. في الـ Zero Shot الـ Prompt يكون عادي تكتبو من غير ما تعطي أمثلة للـ Model باش يتعلّم منهم.

مثال:

Translate this sentence into Arabic: “I love Eqraatech”.

وقتاش تستعملو؟

كيف الـ task اللي تطلبها تكون بسيطة، وواضحة، وما تحتاجش توجيه زيادة منك. في الحالة هاذي الـ Model يعوّل على الـ knowledge اللي متدرّب عليها من قبل.

---

One Shot / Few Shots Technique

هنا تكتب الـ Prompt وتزيد معاه مثال ولا أكثر للـ Model يوريه كيفاش يحقّق المطلوب، ولا تعطيه أمثلة مع الـ answers متاعهم باش يتعلّم الـ pattern.
وقتها الـ Model يحاول يلقط النمط من الأمثلة اللي عطيتو ويخلطو مع اللي متدرّب عليه قبل باش يعطيك النتيجة.
حاول ديما الأمثلة تكون قصيرة وواضحة باش ما تبلبّسش على الـ Model.

مثال:

Classify the sentiment of each sentence:
“I love this product! It’s amazing!” → Positive
“This is the worst service I’ve ever had.” → Negative
“It’s okay, not bad but not great.” → Neutral
“I’m really impressed with the performance.” → [Your turn]

وقتاش تستعملو؟

وقت اللي تكون فمّا أكثر من طريقة لحل نفس الـ task، وإنت تحب توجّه الـ Model لأسلوب معيّن في الإجابة.

---

Role Prompting (Persona Prompting)

في الـ Role Prompting إنت تعطي للنموذج دور ولا شخصية باش يجاوب بيها، وهذا يخلي الـ output أكثر تخصّص ودقّة.
كيف تزيد مع الدور شوية Context في الـ Prompt، تنجّم ترفع برشا من دقّة الإجابات اللي يعطيهملك الـ Model.

مثال:

You are a professional fitness coach. Give me a weekly workout plan for a beginner.

مثال مع إضافة Context:

You are a professional fitness coach. Give me a weekly workout plan for a beginner female trainee with moderate activity level to increase stamina and muscle strength.

وقتاش تستعملو؟

كيف تحتاج إجابة بأسلوب معيّن، ولا بخبرة متخصّصة (طبيب، محاسب، مدرّب رياضة، Senior Developer، إلخ).

---

Chain of Thought Technique

هنا تشجّع الـ Model باش “يفكّر خطوة بخطوة” قبل ما يعطيك الجواب النهائي.
هالطريقة مهمّة خاتر الـ Models في العادة يضعفو في بعض الـ tasks كيما المسائل الحسابيّة اللفظية، حتّى لو ساهلين، وينجّم يعطيلك إجابة غالطة.
وقت اللي تطلب منّو يفكّر Step by Step، هو يكسر المشكلة لخطوات صغيرة ويبدا يحلّ وحدة بوحدة لين يوصل للإجابة الصح.

مثال:

Q: If John has 3 apples and buys 2 more, then gives 1 to his friend, how many does he have? think step by step
A: First, John starts with 3 apples. Then he buys 2 more, which makes 5 apples. After that, he gives 1 apple to his friend, so he is left with 4 apples. Answer: 4.

وقتاش تستعملو؟

• في حلّ المسائل الرياضية والمنطقية.
• وقت تطلب Analysis للبيانات (statistical, financial, …).
• كي تحب تشوف الـ reasoning متاع الـ Model موش مجرّد جواب قصير برك.

---

Step-Back Prompting

في Step-Back Prompting إنت تطلب من الـ Model يرجع “خطوة لورى فكريًا” قبل ما يجاوب.
يعني عوض يجاوب مباشرة، تخليه أوّلًا:
– يفهم الـ context العام،
– يحدّد نوع المشكلة شنوّا،
وبعدها يبدأ يعطي حلول ولا استراتيجيات.

الطريقة هاذي تعاونك تتفادى الإجابات السطحية والسريعة اللي ما فيهاش تعمّق.

مثال:

First, before answering, identify what factors influence user engagement in general. Then suggest the most relevant strategies based on those factors.

وقتاش تستعملو؟

• في الأسئلة التحليلية أو المفتوحة.
• وقت تخدم على محتوى تعليمي ولا تدريبي.
• في البرمجة، كي تحب يحدّد نوع الغلطة ولا الـ bug قبل ما يقترح الـ fix.