في 10 يونيو 2026، أطلقت Anthropic نموذج Claude Fable 5، وهو أقوى نموذج لها حتى الآن. كان الإطلاق يعد بقدرات اختراقية ومعايير جديدة لأداء الذكاء الاصطناعي. لكن بعد 48 ساعة فقط، حدث شيء غير متوقع كشف أعمق أسرار الذكاء الاصطناعي.
في 10 يونيو 2026، أطلقت Anthropic نموذج Claude Fable 5، وهو أقوى نموذج لها حتى الآن. كان الإطلاق يعد بقدرات اختراقية ومعايير جديدة لأداء الذكاء الاصطناعي. لكن بعد 48 ساعة فقط، حدث شيء غير متوقع. نجح هاكر
يستخدم اسماً مستعاراً هو Pliny the Liberator في استخراج system prompt كامل للنموذج ونشره على GitHub. ليس فقرة مختصرة، بل 120 ألف حرف من التعليمات المخفية التي تضمنت إرشادات سلوكية، قيوداً، محظورات، وحتى
رسائل تحفيزية للذكاء الاصطناعي. لم تكن هذه الحادثة منفردة. طوال عامي 2025 و2026، اكتسبت عدة مستودعات GitHub مخصصة لجمع system prompts من أدوات الذكاء الاصطناعي شعبية هائلة. أحد المستودعات المسمى system-prompts-and-models-of-ai-tools
وصل إلى أكثر من 137 ألف نجمة. [IMAGE_PLACEHOLDER_1] السؤال هو: لماذا أصبحت هذه التعليمات قيمة جداً لدرجة أن الشركات تحرسها مثل الأسرار التجارية؟ ولماذا تحولت القدرة على كتابة هذه التعليمات إلى مهارة براتب
ستة أرقام؟ ما هي هندسة البرومبت ولماذا أصبحت مهمة؟ هندسة البرومبت هي ممارسة تصميم مدخلات منظمة توجه نماذج اللغة الكبيرة نحو مخرجات محددة وعالية الجودة. إنها تجمع بين اللغة الواضحة، الهيكل المنطقي، والفهم
العميق لكيفية معالجة نماذج الذكاء الاصطناعي للتعليمات. في الأيام الأولى، عند استخدام GPT-2 أو GPT-3 المبكر، كنت بحاجة إلى برومبتات مفصلة وطويلة لجعل النموذج يفهم نيتك. النماذج الحديثة مثل Claude 4.6 و
GPT-5 و Gemini 2.5 تتطلب شرحاً أقل لأنها تفهم نية المستخدم بشكل أفضل. ومع ذلك، فقد تغير التحدي. السؤال لم يعد "كيف أجعل النموذج يفهم؟" بل أصبح "كيف أقدم المعلومات الصحيحة دون إرباكه؟" هذا التحول في النموذج
حول هندسة البرومبت من حيلة بسيطة إلى علم معقد. النماذج الحديثة أكثر حساسية لزيادة السياق من أسلافها. إذا قدمت الكثير من المعلومات في برومبتك، فإن أداءها ينخفض فعلياً. هندسة البرومبت المعاصرة تدور حول الضغط
اقرأ المزيد على الموقع