What makes prompts a graph: necessary and sufficient conditions for prompt graph engineering
تقترح هذه الورقة تعريفاً تكوينياً وإطاراً تشغيلياً لـ "هندسة الرسوم البيانية للمطالبات" (prompt graph engineering) لتوصيف أنظمة المطالبات الحديثة رسمياً كرسوم بيانية صريحة وقابلة للتنفيذ، وبذلك تضع الشروط الضرورية، ومفردات مشتركة، وأجندة بحثية لممارسة منتشرة حالياً في الصناعة ولكنها تفتقر إلى تعريف نظري دقيق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت فائق الذكاء كيفية حل لغز ما. في البداية، كتبت للروبوت رسالة واحدة ضخمة ومثالية، آملًا أن يستنتج كل شيء من تلك الرسالة الوحيدة. كانت تلك هي الطريقة القديمة: أمر واحد، وإجابة واحدة. ولكن مع ازدياد ذكاء الروبوتات وصعوبة الألغاز، لم تعد تلك الرسالة الواحدة كافية. أدرك المهندسون أنهم بحاجة إلى تفكيك المشكلة. بدأوا بجعل الروبوت يكتب خطة، ثم يراجع عمله، ثم يطلب المساعدة من متخصص، وأخيرًا يصوت على أفضل إجابة. فجأة، لم يعد "الأمر" مجرد رسالة فحسب؛ بل أصبح فريقًا كاملاً من الروبوتات التي تعمل معًا بترتيب محدد.
هنا تصبح الأمور معقدة. عندما يكون لديك فريق من الروبوتات يتبادلون الملاحظات، فأنت بحاجة إلى خريطة توضح من يتحدث مع من، ومن ينتظر من، ومن يتخذ القرار النهائي. في عالم علوم الحاسوب، تسمى هذه الخريطة "رسمًا بيانيًا" (Graph). فكر في الرسم البياني كخريطة مترو الأنفاق: المحطات هي الخطوات (مثل "قراءة الدليل" أو "استدعاء الخبير")، والمسارات هي التعليمات التي تخبر الروبوت إلى أين يذهب بعد ذلك. بعض المسارات تعود أدراجها في حال حدوث خطأ؛ وبعضها ينقسم إلى مسارين في آن واحد. السؤال الكبير الذي يشغل العلماء والمهندسين الآن هو: متى تتحول مجموعة فوضوية من تعليمات الروبوت إلى "رسم بياني" حقيقي ورسمي يمكننا دراسته، وإصلاحه، وتحسينه؟ إذا لم نتمكن من الاتفاق على ماهية "الرسم البياني" فعليًا، فلن نتمكن من بناء أدوات أفضل لإدارة فرق الروبوتات هذه.
هذه الورقة البحثية، التي كتبها سانديكو ميسيدو، تشبه محققًا يحاول رسم خط الحدود الرسمي لهذا المجال الجديد. يجادل المؤلف بأننا كنا نستخدم كلمة "رسم بياني" بشكل فضفاض للغاية. فأحيانًا يستخدمها الناس لوصف كيف "يفكر" الروبوت داخل رأسه، وأحيانًا يستخدمونها لوصف خريطة "رسمها" مهندس للتحكم في الروبوت. تقترح الورقة أنه لكي يُعتبر الشيء "هندسة رسوم بيانية للأوامر" (Prompt Graph Engineering)، يجب أن يكون نوعًا محددًا من الخرائط الهندسية، وليس مجرد محادثة عشوائية أو عملية تفكير.
يقترح المؤلف اختبارًا صارمًا مكونًا من أربعة أجزاء لتحديد ما إذا كان النظام "رسمًا بيانيًا للأوامر" حقيقيًا. أولاً، يجب أن يكون الرسم البياني صريحًا: يجب أن تكون قادرًا على رؤية المحطات والمسارات على الورق (أو في الكود) قبل أن يبدأ الروبوت في العمل. ثانيًا، يجب أن تكون الخريطة منفصلة عن الملاحظات: يجب أن تكون قادرًا على تغيير التعليمات الموجودة على المسارات (الهيكل) دون الحاجة إلى إعادة كتابة الرسائل التي يقرأها الروبوت (المحتوى)، والعكس صحيح. ثالثًا، يجب أن تكون الخريطة قابلة للتنفيذ: فهي ليست مجرد رسم؛ بل يجب أن يقوم الحاسوب بتشغيلها فعليًا، ويقرر أي محطة سيزورها لاحقًا بناءً على القواعد. ورابعًا، يجب أن تكون الخريطة شيئًا ملموسًا: يجب أن توجد كملف أو تصميم يمكن حفظه، وتتبع إصداراته، وتحسينه بمرور الوقت، تمامًا مثل المخطط الهندسي للمنزل.
باستخدام هذا الاختبار، تصنف الورقة الأدوات الحقيقية من المقلدين. فهي تؤكد أن أنظمة مثل LangGraph وDSPy هي رسوم بيانية حقيقية للأوامر لأن لديها خرائط واضحة، وهياكل منفصلة، وبيئات تشغيل تنفذها. ومع ذلك، فهي تستبعد بعض الأنظمة متعددة الوكلاء (multi-agent systems) الشهيرة حيث يتحدث الروبوتات بحرية، والمسار الذي يسلكونه لا يُكتشف إلا بعد انتهائهم من الكلام؛ فهذه تُعد تدفقات "ناشئة" (emergent flows)، وليست رسومًا بيانية هندسية. كما توضح الورقة أنه بينما تبدو "توبولوجيا التفكير" (حيث يولد الروبوت شجرة من الأفكار) كرسوم بيانية، إلا أنها ليست الشيء نفسه لأن الروبوت، وليس المهندس، هو من يرسم الخريطة.
في النهاية، تقترح الورقة أننا نمر بنقطة تحول. لقد انتقلنا من كتابة رسائل مفردة إلى هندسة أنظمة معقدة، دائرية، ومتفرعة. ومن خلال تحديد ما هو "الرسم البياني للأوامر" بدقة، يعطي المؤلف للمهندسين لغة مشتركة وقائمة مراجعة. هذا لا يحل كل المشكلات، لكنه يمنعنا من تسمية أي محادثة فوضوية بأنها "رسم بياني"، ويساعدنا على التركيز على بناء أنظمة يمكن فيها فحص الهيكل نفسه، واختباره، وتحسينه. وتخلص الورقة إلى أنه بينما تتم ممارسة بناء هذه الخرائط بالفعل في المختبرات والشركات، فإن وجود تعريف واضح هو الخطوة الأولى الضرورية لقياس مدى جودة ما تقدمه هذه الخرائط لأنظمة الذكاء الاصطناعي لدينا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.