أعلنت OpenAI دليل مطالبات GPT-5.6: أعطِ النتائج وخطوطها الحمراء فحسب، واترك الباقي للنموذج

أعلنت OpenAI دليل إرشادات لتوجيهات GPT-5.6، ووجدت في الاختبارات الداخلية أنّه بعد تقليص نظام prompt الطويل المبالغ فيه، لم تنخفض الدرجات بل ارتفعت عكسياً بنسبة 10% إلى 15%، كما تم توفير 41% إلى 66% من استهلاك التوكن. وبعبارة أخرى، عندما تطلب من النموذج “أن يقوم بجهد تحضيري أقل”، فإنه يتصرف بسرعة أكبر ويجيب بدقة أعلى.

هذه هي النقاط المحورية كما وردت في دليل إرشادات GPT-5.6 الذي نشرته OpenAI رسمياً، وفيما يلي يلخّص الكاتب ثلاث نقاط: لماذا تصبح تعليمات التلخيص أكثر فعالية، وما هي صيغة الكتابة الجديدة التي تقترحها OpenAI، وكيف يجب على المطورين عملياً تعديل طريقة عملهم.

هل تعني قلة التعليمات أن النموذج يصبح أدق؟

كانت بديهية الكثير من المهندسين عند كتابة prompt هي “كلما شرحت بالتفصيل أكثر، كان النموذج أكثر طاعة”، أي كتابة كل خطوة وكل حالة استثنائية داخل التعليمات، خوفاً من أن يفوّت النموذج شيئاً. لكن OpenAI حدّدت في الدليل أنّ هذه البديهية لا تنجح مع GPT-5.6. أظهر الاختبار الذي أجرته فرق الهندسة عملياً أنّ system prompt، وببساطة هو عبارة عن تعليمات إعدادات مخفية يضعها المطور في البداية قبل بدء الحوار مع المستخدم، فإذا امتلأت بقواعد متكررة، وإملاءات أسلوبية لا تؤثر فعلياً في السلوك، وأمثلة زائدة، وإرشادات سير عمل كان النموذج قادراً على تنفيذها أصلاً، فإن إزالتها تجعل أداء النموذج أفضل.

المنهج المحدد في الدليل هو “البدء بإصدار يعمل ثم حذف ما يمكن حذفه تدريجياً”: اترك الـ prompt الذي يعمل لديك حالياً، ثم انزع الأجزاء المشكوك فيها على دفعات، مع مراقبة eval (درجات التقييم الكمي للذكاء الاصطناعي). وببساطة، أي استخدم مجموعة مهام ثابتة ليشغّلها النموذج، وقِس مدى جودة إجابته وما إذا كانت الدرجات تتراجع.

ما ينبغي الإبقاء عليه غالباً هو: النتائج التي يراها المستخدم، ومعايير النجاح والتوقف، والقيود المتعلقة بالأمان والجانب التجاري، وقواعد اختيار الأدوات التي تتغير بحسب السياق، وصيغة الإخراج المطلوبة. أما الباقي، ففي الغالب مجرد حشو يطمئن به المهندس نفسه.

كما يشير الدليل إلى عنصر يُتجاهل كثيراً: وصف الأدوات بحد ذاته جزء من الـ prompt. فكلما زادت الأدوات الممنوحة للنموذج، وكلما كانت أوصافها غامضة، زادت تكلفة النموذج في تحديد الأداة الأنسب. توصي OpenAI بأن تعطي فقط الأدوات ذات الصلة بالمهام، وأن توضح لكل أداة ما الذي تفعله، ومتى ينبغي استخدامها، وكيف ينبغي أن يتصرف النموذج عند حدوث خطأ. وبمعنى آخر، إن عملية “التقليص” لا تخص “التعليمات” فقط، بل تشمل أيضاً تقليص “صندوق الأدوات” نفسه.

لا تكتب خطوات، اكتب “النقطة النهائية” فقط

أكثر جملة جوهرية في الدليل تقول: “حدّد النتيجة، والقيود المهمة، والأدلة المتاحة، ومعايير الإكمال، ثم اترك مساحة للنموذج ليختار بنفسه مساراً فعّالاً.” وببساطة، أخبر النموذج إلى أين يجب أن يصل، وما هي الخطوط الحمراء التي لا يجوز لمسها، دون أن تحدد له ما الذي يجب أن يفعله في كل خطوة.

المثال الذي قدمته OpenAI هو “حل الطلب باستخدام أقل عدد من حلقات الأدوات المفيدة، لكن لا تسمح لتقليل عدد الحلقات بالتضحية بالدقة أو بالأدلة الضرورية أو بالاستشهادات”، وهي قاعدة قرار من نوع “إذا X فـ Y”، وليست أوامر جامدة.

تفصيل آخر سهل الإغفال هو أن إجابات GPT-5.6 تكون أكثر اختصاراً بشكل افتراضي. في السابق كان المهندسون يكتبون في prompt مثل “قدّم إجابة مختصرة”، لكن ذلك الآن قد يكون زائداً وحتى مضرّاً. يقترح الدليل تغيير ذلك باستخدام معامل text.verbosity. وببساطة، يتم التحكم في طول إجابة النموذج عبر معامل منفصل، بعيداً عن النبرة؛ مع تقسيم التحكم إلى ثلاث فئات مخصصة للطول: low وmedium وhigh، بينما تُوصف السمات المتعلقة بالنبرة والرسميات بشكل منفصل وبشكل مختصر أيضاً، بحيث يتم كتابتهما بكلمات قليلة.

إذا كنت فعلاً تحتاج إلى إجابة أقصر، يقترح الدليل أن تقول بوضوح “ما الذي يجب تركه وما الذي يجب قطعه”، بدلاً من إلقاء عبارة عامة مثل “اجعلها أقصر”. أما مقدار الجهد الذي يجب أن يبذله النموذج في التفكير—وهو reasoning effort وببساطة—فيتم تقسيمه إلى خمس درجات: low وmedium وhigh وxhigh وmax. وقبل رفع هذه الدرجة، توصي OpenAI بالتحقق أولاً مما إذا كان الـ prompt قد حدد معايير النجاح بوضوح ودورات التحقق؛ وغالباً ما تكون “صياغة الأمور بوضوح” أكثر فاعلية من “زيادة السماح للنموذج بالتفكير”.

من “تكديس التعليمات” إلى “التعديل القائم على القياس”

أكثر تأثير عملي على المطورين هو سير عمل نقل prompt المرفق في الدليل.

تشرح OpenAI الأمر بصراحة: عند تغيير النموذج لا تعيد كتابة كامل مجموعة الـ prompt دفعة واحدة؛ والسبب هو أنه إذا قمت في الوقت نفسه بتغيير النموذج، وإعدادات الاستدلال، وprompt، ومجموعة الأدوات، فسيصعب لاحقاً تحديد أي تغيير أدى إلى اختلاف السلوك. الترتيب الصحيح هو: أولاً غيّر النموذج، مع الحفاظ على إعدادات قوة الاستدلال الأصلية، ثم شغّل مرة واحدة بصفته خط أساس عبر eval تمثيلية. بعد ذلك، قم بإزالة السقالات/الواجهات التي أصبحت قديمة والتعليمات المكررة، وقم فقط بتعديلات طفيفة تستهدف الأماكن التي أظهرت eval أنها تراجعت بالفعل، ثم أعد الاختبار مرة أخرى. وبعد كل تغيير لمتغير، يجب إعادة القياس مرة واحدة، مع عدم العبث في عدة أمور في وقت واحد.

كما تطلب الإرشادات من المطورين كتابة “ما مقدار ما يمكن للنموذج أن يقرر بنفسه” بشكل واضح، بدل تركه ملتبساً. تتمثل سياسة المثال التي قدمتها OpenAI في: في طلبات مثل الإجابة أو التفسير أو المراجعة، لا يُسمح للنموذج إلا بالتحقق والإبلاغ، وليس القيام بتعديلات بنفسه. أما الطلبات التي تتضمن تغييراً أو إصلاحاً فيمكن للنموذج ضمن نطاق محدد أن ينفذ تعديلات محلية ويجري تحققاً غير تدميري. أما الطلبات التي تتعلق بالكتابة خارجياً أو بأفعال تدميرية أو بتوسيع نطاق المهمة، فيجب إيقاف العملية دائماً والتوقف لطلب الإذن قبل المتابعة.

لقد كان “تزايد عدد التعليمات” في السابق طريقة يطلب بها المهندسون الاطمئنان. لكن الآن يبدو أن هذا قد يبطئ النموذج أيضاً ويؤثر سلباً على الفاتورة. كلما أصبح النموذج أكثر ذكاءً، يصبح من الواجب على البشر أن يتعلموا تقليل الكلام، وتوجيه الجهد نحو القياس والتحقق.