في سنوات ChatGPT الأولى كانت إضافة «فكّر خطوة بخطوة» إلى آخر السؤال حيلة معروفة لتحسين الحلول. واليوم تأتي نماذج كثيرة تفكر قبل أن تجيب من تلقاء نفسها، فهل ما زالت الحيلة تفيد؟
مع نماذج التفكير الجديدة، يكفي غالبًا أن تقول «حلّل المسألة بعمق قبل أن تجيب». أما كتابة خطة تفصيلية للتفكير فقد تضر. وإن كنت تستخدم نموذجًا سريعًا بلا تفكير، فطلب الخطوات ما زال يفيد.
ما هو Chain of Thought؟
اسم الأسلوب الذي يُطلب فيه من النموذج أن يكتب مراحل استدلاله قبل الجواب النهائي، فيقل خطؤه في الحساب والمنطق لأنه لا يقفز إلى النتيجة. وتصفه وثائق Anthropic اليوم بأنه حل بديل «fallback» حين يكون التفكير مغلقًا في النموذج.
ماذا تغيّر؟
بحسب وثائق Anthropic لهندسة الأوامر، التفكير في بعض نماذج Claude، ومنها Opus 5.5 وFable 5.1، يعمل دائمًا، وفي Sonnet 5.5 وHaiku 5.5 يعمل افتراضيًا عند الاستخدام عبر API. وتنصح الوثائق بتعليمات عامة بدل خطوات مكتوبة بيدك: عبارة مثل «فكّر بعمق» كثيرًا ما تعطي استدلالًا أفضل من خطة تفصيلية، لأن استدلال النموذج يفوق غالبًا ما يصفه الإنسان.
وتضيف الوثائق نقطة غريبة: في أحدث النماذج قد يُرفض طلب «اكتب استدلالك داخل وسوم <thinking>»، والأفضل الاعتماد على التفكير المدمج.
وفي الاتجاه نفسه يقول إريك بروفنشر من OpenAI، في دليل نماذج GPT-6، إن النماذج صارت أفضل في فهم الفروق الدقيقة، فقد تضر التعليمات الشديدة التفصيل حيث كانت تفيد من قبل.
كيف تكتب أمرك اليوم؟
حين تريد تفكيرًا أعمق مع نموذج يفكر:
حلّل المسألة بعناية قبل أن تجيب، ثم أعطني الجواب النهائي في فقرة واحدة، وبعده اذكر أهم افتراض بنيت عليه.
يناسب مسائل الحساب والقرارات ذات الخيارات المتعددة، ويفصل الاستدلال عن الجواب، وسطر الافتراض يكشف لك أين قد يكون الخطأ.
وحين تستخدم نموذجًا سريعًا ولا ترى تفكيرًا:
حلّ المسألة خطوة بخطوة، وراجع كل خطوة قبل أن تنتقل إلى التالية، ثم اكتب الجواب النهائي بعد سطر فاصل.
هذا هو الأسلوب القديم، وهو مفيد حين لا يفكر النموذج داخليًا. وإن كنت في ChatGPT فاختر مستوى التفكير من منتقي النموذج، كما شرحنا في نموذج سريع أم نموذج «يفكّر»؟.
هل يكلّفني «فكّر بعمق» وقتًا أطول؟
غالبًا نعم. تقول وثائق Anthropic إن التفكير يضيف زمن انتظار، ويستحق فقط حين يحسّن النتيجة فعلًا.
هل يغني هذا عن الأمثلة داخل الأمر؟
لا. تقول وثائق Anthropic إن الأمثلة تعمل مع التفكير وتوجّه طريقة تناول النموذج للمسائل المشابهة؛ اقرأ Few-shot Prompting.
