ينظر العديد من مستخدمي نماذج الذكاء الاصطناعي إلى هندسة الاوامر بوصفها المفتاح السحري لتحقيق أقصى كفاءة ممكنة، حيث يعمد المستخدم إلى صياغة نصوص دقيقة لضمان الحصول على نتائج مثالية. ولكن، أظهرت تجارب حديثة لخبراء في هذا المجال، مثل أندري كارباثي، أن هناك نهجا مغايرا قد يتفوق على الطريقة التقليدية.
أوضح كارباثي في منشور له عبر منصة اكس، أنه يعتمد على الوضع الصوتي لنماذج الذكاء الاصطناعي من خلال الاسترسال في الحديث لمدة عشر دقائق دون ترتيب مسبق، تاركا للنموذج مهمة فهم وتنسيق الاوامر. وبين أن هذه الطريقة مفيدة لأن النموذج قد يحتاج إلى تفاصيل إضافية يغفل المستخدم عن كتابتها في الاوامر المختصرة.
كشفت تجربة أجراها موقع تيك رادار التقني عن نتائج مماثلة، حيث تبين أن الثرثرة غير المرتبة تمنح الذكاء الاصطناعي سياقا أوسع، مما يساعد المستخدم في الوصول إلى جوانب قد لا يلحظها عند الالتزام بامر محدد. وأشار التقرير إلى أن هذه الآلية تتحول إلى أداة فعالة لترتيب الأفكار وتنظيمها.
أضاف رامي عزام، المتخصص في الصحة الرقمية والذكاء الاصطناعي، أن هذه الطريقة التي يطلق عليها برومت وافلينغ تحقق أربعة مكاسب رئيسية. وأوضح أن الاسترسال في الحديث يوفر ثراء سياقيا، وينقل القصد العاطفي، ويكشف عن تسلسل المهام المطلوب، بالإضافة إلى المساعدة في استخراج الأفكار الكامنة التي لم يكن المستخدم يدركها.
موضحا الفرق بين الطريقتين، قال عزام إن هندسة الاوامر تظل الأفضل للمهام المحددة مثل كتابة الشيفرات البرمجية أو تعديل النصوص بدقة. بينما تبرز الثرثرة كخيار أمثل عند الرغبة في عصف الأفكار أو استخدام الذكاء الاصطناعي كمساعد شخصي لاستكشاف آفاق جديدة وتحليل الاحتياجات الحقيقية للمستخدم.
