لقد أكملت مؤخراً دورة شركتي OpenAI ومتحصلت على شهادة Technical Practitioner.Big of the curriculum focuses on system-level and go-to-market topics – RAG workflows, API platforms, model differences, fine-tuning, custom GPTs, guardrails, and business value frameworks. كل هذه القضايا ولكن في هذه المقالة ، أريد مشاركة بعض لحظات "أيه" وأفكارها التي تنطبق على المستخدمين في كل يوم. إنها تتعلق بالتركيز على التقدم إلى المستوى المبتدئ ، والتفكير في كيفية عمل النظام في الواقع ، واستخدام هذا الفهم للحصول على نتائج أكثر تعقيدا في التفكير والعمل اليومي. ما يلي هو قائمة التحكم المطبوخة التي تحول GPT من اللعب المزعج إلى أداة موثوقة. عند GPT "تفوق": نافذة السياق هو الحد الأقصى الحقيقي كل نموذج لديه نافذة معينة (تقييم في وَقَدْ تَقَدَّمَ قَوْلُهُ تَعَالَى: {وَمَا أَرْسَلْنَا مِنْ رَسُولٍ إِلَّا بِلِسَانِ قَوْمِهِ لِيُبَيِّنَ لَهُمْ} [إبراهيم: 4] . tokens تحتوي النوافذ على: الإرشادات الخاصة بك، أي ملفات تم تحميلها، ردود الفيديو السابقة من النماذج، تاريخ المحادثة. عندما يزداد الشريان أو يصبح مهامك معقدة، تبدأ النماذج بتخفيض التفاصيل، ويمكنها تجاهل القيود السابقة، أو التفكير في تعريفات، أو التناقض مع الأشياء التي تم إنشاؤها. What to do instead: 
 
 
 
 تقسيم المهام الكبيرة إلى مراحل (تغذية المعلومات في الأسهم). قم بتحليل "الخطوات العملية" بشكل منتظم وتطلب من GPT التأكد من استخدامها. بالنسبة لمشاريع طويلة، قم بتنقل من الدردشة إلى عملية عمل مركزة (مزيد من ذلك في الفقرة 7. النماذج لا تتأخر بسهولة، النماذج فكرة مهمة من الدورة: . models are products, not living systems بمجرد نشرها، يتم تجميد البيانات التدريبية للكمبيوتر على نطاق واسع.في الوقت الحالي، تزداد المعرفة بشكل طبيعي - ليس لأن النماذج سيئة، ولكن لأن العالم لا يزال يتحرك. ما الذي يتحسن باستمرار هو النظام حول النموذج: 
 
 
 
 النماذج الجديدة مع نقاط قوة مختلفة أفضل ركوب وتصميم أدوات مثل البحث التي تسلق معلومات جديدة في الوقت المحدد هذا هو السبب في اختيار أهمية. يبدو أن النماذج العميقة ترغب في التفكير بشكل أفضل، ولكن قد تكون أبطأ. عندما أتمكن من تحسين سرعة وتكرار تحت ضغط الوقت، فسيتحول إلى نموذج أسرع (على سبيل المثال، GPT-4o). ما هي النماذج التي يجب استخدامها عندما هذا لا يقلل من مستوى - إنه خيار ملموس. سؤال بسيط: If latency matters more than brilliance, switch models. If correctness matters more than speed, slow down. إن الهندسة السريعة ليست هكذا - إنها فقط متطلبات المنتج الجيد تبدو الهندسة المباشرة رائعة ، ولكنها في الأساس: أصبحت هيكل الدخول هيكل التفكير في النموذج. تصميم نموذج الطلبة لتشمل، حرصا على مزيج وتكيف عند الضرورة: 
 
 
 
 
 
 
 دور: من ينبغي أن يكون النموذج؟ الهدف: ما هي النتيجة التي تريدها؟ التحديات: ما الذي يجب أن يكون صحيح؟ ما الذي يجب تجنبه؟ الموضوع: ما هو الخلفية المطلوبة؟ قائمة الجودة: كيف ستقترح النجاح؟ نموذج النتائج: العلامات، القنابل، جدول، الكود، وما إلى ذلك. إذا كنت تعرف بالفعل ما يبدو "جيدًا" ، فإن إضافة مثال صغير يمكن أن ينخفض الجودة بشكل كبير. بالنسبة للعديد من المشاكل الحقيقية، فإن التفكير مهم أكثر من الإجابة. العديد من الأسئلة في العمل ليس لديها إجابة صحيحة واحدة. إذا كنت تسأل فقط عن النتيجة ، فستحصل على النتيجة آمنة - في بعض الأحيان مع منطق منخفض أحيانا. بدلا من ذلك ، اطلب من المجموعة: "أرسل لي خطوات التفكير / إطار القرار.أرسل لي لماذا اخترت هذا النهج."أو يمكنك حتى أن تقول له ما هي المنهجية / إطار / مدرسة التفكير لاستخدامها. هذا يغير GPT من أداة التكامل السريع إلى : thinking amplifier 
 
 
 
 يمكنك تقييم بسرعة ما إذا كانت الاعتبارات تتوافق مع عالمك يمكنك العثور على المواقع العظيمة يمكنك التكرار على المنطق - ليس فقط النتيجة الحد الأدنى: GPT يمكن أن يكون خطأً جداً، وبشكل جيد جداً. GenAI جيدًا في النتائج السريعة. ليس جيدًا في أن تقول لك مدى الثقة التي يجب أن تكون. هذا هو السبب في أنك في بعض الأحيان ستحصل على الإجابات التي تبدو صارمة، مؤهلة، وتصنع تماما. أيضًا: تأثيرك على هذا. 
 
 
 إرشادات غير واضحة → المزيد من الإبداع → خطر أعلى من الاكتئاب تحديث دقيق → مساحة البحث أقصر → مخاطر أقل إذا كان الحد الأقصى مهمًا ، فأنا أطلب منك حرفًا واحدًا لتقييم: 
 
 
 
 فقط إعطاء الالتزامات عالية الأمان. " إذا كنت غير متأكداً، تقييمها بشكل واضح. " "أخبرني كيفية التحقق من كل ادعاء (الموارد أو التحقق أو التجارب)." هذا التغيير واحد يقلل من مشكلة "القلق الذكي" بكثير. محركات البحث مقابل GPT: أنها حل مشاكل مختلفة على المستوى العالي ، يتم تحسين محركات البحث و GPT لأشياء مختلفة. محركات البحث Do GPT يعتمد على (عادةً ما يُسمى البحث المركزي) بالإضافة إلى السياق الذي يقدمونه، ثم يُشير إلى التمديد الأكثر إثارة للجدل. keyword matching + ranking semantic similarity Use a traditional search engine when you need: 
 
 
 
 صفحة ويب أو وثيقة معينة ورقة موجودة بيان حقيقي مع القصص Use GPT when you need: 
 
 
 
 
 خلاصة أو نموذج تحليل المقارنة والتجارة إعادة كتابة أو إعادة هيكلة السيناريوهات أو مسارات أو دعم القرار نعم ، GPT إذا كنت على دراية بالبيئة حتى بطيئة، فهذا مثل تقسيم الغابات فقط لبدء حريق: المزيد من الحوسبة، المزيد من الطاقة، و دائما نتائج أفضل. يمكن not الخصائص الجديدة ليست "الخصائص" - أنها تغير طريقة عملك الصوت جيدًا لعمليات Q&A السريعة، ولكن العمل الحقيقي هو التكرار.هذا هو السبب في أدوات مثل هذه الموضوعات: Canvas: إعداد وضع بدلاً من وضع الدردشة Canvas هو للكتابة على شكل طويل أو الكود حيث تريد التعديل مرة أخرى.أنت لا "تسأل الأسئلة" - أنت التعديل المشترك. المشاريع: التوقف عن إعادة تفسير نفس المصدر يحافظ مساحة المشروع على الملفات والمناقشات والمناقشات معا حتى لا تتوقف عن وضع نفس الإعدادات. MCP: بدأ GPT يعمل مثل منصة التطبيقات تطور بروتوكول نموذج الموقف (MCP) GPT إلى شيء أقرب إلى بيئة التطبيقات - يمكن أن تتصل الأدوات، ويمكن أن يتم تثبيت تدفقات العمل، ويمكن أن يتم تثبيتها. old SEO-driven discovery model gets disrupted. Rethink about marketing channels & budgets. استخدام الأداة و الدعوة: من الإجابات إلى الإجراءات لا تؤدي GPT الحديثة فقط إلى إنتاج النص، بل يمكنها إرسال أدوات، إجراء الكود، أنظمة الاستفسارات، وإرسال النتائج الهيكلية. هذا هو الفرق بين "مساعدتي في التفكير" و "مساعدتي في تنفيذ" بعد تصميم الاتصال الصحيح، يصبح النموذج جزءًا من تدفق العمل الفعلي، وليس مجرد شريك في التفكير. ذاكرة وإرشادات: أقل التكرار، المزيد من الاستمرار إن الإرشادات المستمرة والذاكرة الضوئية تشير إلى أن النماذج يمكن أن تتمتع بالرغبة والتركيز والتوصيات العملية مع مرور الوقت. تستخدم جيداً ، وهذا يقلل من تكلفة الإعداد.إذا استخدمت بسهولة ، فإنه يمكن أيضًا أن يغلق في الاعترافات السيئة - لذلك فمن المهم مراجعة وتحديدها بشكل عاجل. (إذا كنت تعمل في المنتج ، فإن هذا القسم كله أقل عن الميزات وأكثر عن تغيير في كيفية تصميم البرمجيات.) القدرة الأكثر تضرراً: تعلم كيفية "تقييم" النماذج الناس الذين يحصلون على أفضل النتائج لا يتعاملون مع GPT مثل آلة بيع. لغة عمليّة : 
 
 
 
 
 
 إعداد صفحة الجودة (ماذا يعني “جيد”؟) سؤال عن التفكير (التفكير السلبي) اختبار التوتر (التناقضات، الحالات الجانبية، ما الذي سيغير الإجابة؟) تحقق ( المصادر، البيانات، التجارب السريعة) Iterate (tighten constraints و format) هذا هو عندما يصبح GPT مفيدًا بشكل مستمر - لأنك تدير العملية ، وليس اللعب على سؤال واحد. طريقة بسيطة للتفكير في الطرق: 
 
 
 
 التحدث عن التفكير بصوت عال (استكشاف، إطار، تفكير) Canvas → shaping the work (تعديل، التعديل، التعديل) كودكس → تنفيذ العمل (الأنشطة الكودية المعقدة ، الإجراءات المتكررة) هذا هو أيضا حيث تعمل أدوات مثل كودكس: عندما يتم تحديد المهمة بشكل واضح وتصميم محرك التشغيل (على سبيل المثال للكود) ، يتوقف النموذج على أن يكون مساعداً للاتصال ويبدأ في سلوك مثل متصفح زوج موثوق به. في النهاية لا تتطلب أي من هذه البرامج بناء تطبيقات أو إرسال API - فمن المهم أن تتعلم التفكير بسهولة أكثر مثل الأنظمة التي تستخدمها بالفعل. إذا كنت قد وجدت نصائح، أو تدفقات عمل، أو هجمات صغيرة تحسن بشكل ملحوظ فائدة GPT في العمل الحقيقي - وليس مجرد نصائح ذكية - أود أن أسمعها.

Read My Stories

تم إنتاج هذا الصوت باللغة الأصلية للقصة!

قائمة التحقق العملية لنتائج أكثر موثوقية مع GPT

About Author

تعليقات

شنق العلامات

تم تقديم هذه المقالة في

Related Stories

179 Super Compelling HackerNoon Headlines

Top 10 Software Consulting Company based on Clutch & Goodfirms Reviews

Best Mobile App Development Companies

Aria Coin Achieves 3000% Growth, Pioneering a Galactic-Themed Crypto Ecosystem

179 Super Compelling HackerNoon Headlines

Top 10 Software Consulting Company based on Clutch & Goodfirms Reviews

Best Mobile App Development Companies

Aria Coin Achieves 3000% Growth, Pioneering a Galactic-Themed Crypto Ecosystem

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps