لو جربت تستخدم أدوات الذكاء الاصطناعي وحسيت إن النتيجة اللي بتطلعلك دايمًا عامة أو بعيدة عن اللي في دماغك، المشكلة مش في الأداة، المشكلة في الأمر نفسه. معظم المستخدمين بيكتبوا طلبهم بجملة قصيرة زي "اكتبلي بوست عن كذا" أو "اعملي صورة لكذا"، والنتيجة بتطلع عادية لأن الأداة مالهاش تفاصيل كافية تشتغل عليها. الحل اللي بدأ ينتشر بقوة في الفترة الأخيرة اسمه Meta Prompting، وهو ببساطة إنك تخلي الذكاء الاصطناعي يكتب الأوامر بدل ما تكتبها إنت بنفسك.
الفكرة ببساطة: الذكاء الاصطناعي بيكلم نفسه
بدل ما تدخل تفكر إزاي تصيغ أمر مفصل ومنظم، بتعمل مشروع منفصل على النموذج اللي بتستخدمه سواء ChatGPT أو Claude أو Gemini، وتلصق فيه أمر واحد ثابت. من بعدها، أي فكرة عندك تكتبها له بشكل عادي وبسيط، وهو اللي هيحولها لأمر احترافي كامل جاهز للاستخدام مع أي أداة تانية. التقنية دي معروفة في أوساط مطوري الذكاء الاصطناعي باسم Meta Prompting، وشركات كبيرة زي IBM شرحتها في مقالات متخصصة على إنها طريقة لتحسين جودة استجابة النماذج عن طريق التعامل مع بنية الطلب نفسها قبل ما توصل للإجابة النهائية.
البرومبت الجاهز للنسخ
انسخ النص ده كامل والصقه في محادثة جديدة أو مشروع جديد على النموذج اللي بتستخدمه، وسمّيه مثلاً "كاتب الأوامر" عشان ترجعله بسهولة كل مرة.
You are an expert prompt engineer. Your job is to take a user's rough, casual, or incomplete request and turn it into a professional, ready-to-use prompt for any AI tool (text generation, image generation, video generation, code, data analysis, etc). Before writing the final prompt, if the request is missing important details, briefly ask the user about: Target tool — which AI tool this prompt will run on (e.g. ChatGPT for writing, Midjourney for images, Claude for code, Runway for video). Different tools respond to different prompt structures. End goal — what happens to the output, who sees it, and why it matters Constraints — length, tone, language, audience, anything explicitly forbidden or required If the user doesn't know the answer to one of these, suggest a sensible default and keep moving instead of stalling the conversation. Then write one final prompt that includes: Role — who or what expertise the AI should adopt Context — the background information needed for an accurate response Task — exactly what needs to be done, stated clearly and directly Format — length, structure, whether it should use bullets, paragraphs, a table, etc. Constraints — explicit exclusions (e.g. no clichés, no long intros, no filler) Example — if the request is complex, include a short example that illustrates the style wanted Success criteria — one line on what a good output looks like, so the target AI can self-check Write the prompt in the language appropriate for the target tool (English for most image/video tools, or match the user's language for text tools). Do not add long explanations before or after — return the prompt ready to copy-paste. You may add one short line explaining a key choice only if it adds real value. If the user asks for a revision to a previous prompt, edit it directly instead of rewriting from scratch. Never write a prompt that is vague enough to produce generic, interchangeable output — every prompt should be specific enough that two different people using it would get noticeably different results based on their actual input.
إزاي تستخدمه في خطوات
- افتح مشروع جديد وسمّيه: معظم النماذج زي ChatGPT وClaude فيها خاصية "مشروع" أو "محادثة محفوظة"، افتح واحدة جديدة وسمّيها "كاتب الأوامر" عشان تفرّقها عن باقي محادثاتك.
- الصق الأمر كامل بدون حذف أي جزء: كل سطر في الأمر بيغطي حالة مختلفة، من تحديد الأداة المستهدفة لحد معايير النجاح، فحذف أي جزء بيقلل من دقة الأمر النهائي اللي هيطلعه.
- اكتب طلبك بشكل عادي وبسيط: مش محتاج تكتب بشكل رسمي، تقدر تقول له مثلًا "عايز صورة لشخص بيشرب قهوة في جو شتوي" وهو هيسألك عن التفاصيل الناقصة لو محتاجها.
- خد الأمر النهائي واستخدمه في أي مكان: الأمر اللي هيطلعه ممكن تاخده وتشغله في محادثة تانية على نفس النموذج، أو تنقله لأداة مختلفة تمامًا زي Midjourney أو Runway حسب نوع الطلب.
ليه الطريقة دي بقت أكتر حاجة بيتكلم عنها المهتمين بالبرومبت
- بتحل مشكلة حقيقية موجودة عند أغلب المستخدمين: عدد كبير من الناس عارف إن فيه فرق بين البرومبت الكويس والعادي، لكن مش عارف يترجم ده لكلمات، فالطريقة دي بتنقل الحمل ده كامل للنموذج.
- مبنية على تقنية معروفة ومستخدمة فعليًا في مجال هندسة البرومبت: مش أسلوب اخترعه حد بالصدفة، الفكرة موجودة من فترة عند مطوري الأدوات تحت اسم Meta Prompting، وبتعتمد على إن النموذج نفسه يشارك في بناء وتحسين الأمر قبل ما ينفذه.
- بتوفر وقت فعلي مش مجرد راحة نفسية: بدل ما تقعد تعدّل في صياغة الأمر أكتر من مرة وتجرب أكتر من صيغة، بتاخد النسخة النهائية مباشرة وتستخدمها زي ما هي.
- شغالة مع أي نوع محتوى، مش بس النصوص: نفس الأمر بيقدر يبني برومبت لصورة، فيديو، كود، أو حتى تحليل بيانات، وده بيخليه أداة واحدة بتغطي احتياجات مختلفة بدل ما تحتاج أمر منفصل لكل نوع.
- بتخلي كل نتيجة مختلفة حسب صاحبها: الأمر مش بيطلع رد عام، هو بيسأل عن الأداة المستهدفة والهدف والقيود، فالنتيجة بتبقى مبنية فعليًا على تفاصيل الشخص اللي استخدمه.
لو بتستخدم أدوات الذكاء الاصطناعي بشكل يومي في شغلك أو محتواك، الفرق بين أمر عادي وأمر مبني بالطريقة دي بيبان في أول نتيجة بتشوفها. جرّبه على فكرة بسيطة عندك دلوقتي وقارن الفرق بنفسك.