أطلق العنان لقوة الذكاء الاصطناعي باستخدام المطالبات الموجهة بالتفكير المتسلسل

Lisa Ernst · 27.01.2026 · الذكاء الاصطناعي · 9 دقائق

يحدث شيء مضحك عندما تضيف جملة قصيرة واحدة إلى مطالبة الذكاء الاصطناعي.Not a new model. Not a fine-tune. Not a plugin. Just a tiny nudge: دعنا نفكر خطوة بخطوة.

فجأة، يصبح نموذج لغوي كبير كان مخطئًا بثقة... موثوقًا به بشكل مدهش.This is the essence of المطالبات الموجهة بالتفكير المتسلسل (CoT): تقنية تشجع نماذج اللغة الكبيرة (LLMs) على تفكيك المشكلة إلى خطوات وسيطة بدلاً من القفز مباشرة إلى الإجابة النهائية.تم تعميم هذا التأثير بواسطة باحثين من Google في عام 2022، الذين أظهروا أن "آثار التفكير" يمكن أن تطلق قدرة ناشئة في النماذج الكبيرة بشكل كاف. إذا كنت تريد المرجع الكلاسيكي، فابدأ بالورقةالمطالبات الموجهة بالتفكير المتسلسل تثير الاستدلال في نماذج اللغة الكبيرة ومنشور البحث المرفق من Googleنماذج اللغة تستدل من خلال سلسلة من الأفكار.

المصدر: رسم توضيحي خاص

ملخص سريع (إصدار "اقرأ هذا في 30 ثانية")

• هذا ما هو عليه: تطلب المطالبة الموجهة بالتفكير من النموذج العمل من خلال خطوات وسيطة قبل تقديم إجابة.
• حيث تتألق: مشكلات الكلمات الرياضية والمنطق والتخطيط متعدد الخطوات والمهام ذات التبعيات المخفية.
• خدعة التصديق بدون أمثلة: إضافة "دعنا نفكر خطوة بخطوة" يمكن أن تزيد بشكل كبير من النتائج بدون أمثلة(Kojima et al., 2022).
• قوة الأمثلة القليلة: إظهار 3-10 أمثلة محلولة (مع التفكير) يمكن أن يدفع الأداء إلى أبعد من ذلك(Wei et al., 2022).
• تحذير كبير: لا يزال بإمكان الشرح الذي "يبدو وكأنه تفكير" أن يكون خاطئًا. تعامل مع CoT كأداة، وليس آلة الحقيقة.

ملاحظة جانبية: يُنظر إلى CoT بشكل أفضل على أنه "دعائم تفكيرية منظمة" للنموذج - وليس كنافذة على الحوسبة الداخلية الفعلية للنموذج.

تفكيك التعقيد: ما يفعله CoT حقًا

غالبًا ما تنتج المطالبات الكلاسيكية إجابات سريعة ورائقة - وأحيانًا هشة.تغير CoT السلوك الافتراضي: فهو يدفع النموذج لإنشاء خطوات وسيطة تربط بين السؤال والإجابة.

أظهرت الورقة الأصلية في CoT مكاسب مذهلة في المهام الحسابية والمنطقية والاستدلال الرمزي، بما في ذلك نتيجة رئيسية: نموذجنموذج بـ 540 مليار معلمة وصل إلى دقة الحالة الفنية على GSM8K باستخدام ثمانية أمثلة CoT فقط في المطالبة(Wei et al., 2022). هذا مهم لأنه يوضح مدى التقدم الذي يمكنك تحقيقه باستخدام المطالبات وحدها، دون تغيير أوزان النموذج.

المصدر: صورة توضيحية

تم توضيح CoT رسميًا في عام 2022 وسرعان ما أصبح ركيزة أساسية في أبحاث هندسة المطالبات.

CoT في جملة واحدة

بدلاً من "أجب على هذا"، تقول "ابحث عن طريقك إلى هناك".

ما هو CoT غير ذلك

• ليس ضمانًا للدقة. يمكن للنماذج إنتاج سبب يقنع ولكنه لا يزال خاطئًا.
• ليست "أفكار النموذج" الحقيقية. النص هو ناتج ارتيابي - فقد يكون تفسيرًا لاحقًا.
• ليس دائمًا مفيدًا. بالنسبة للكتابة الإبداعية أو الأسئلة والأجوبة البسيطة أو مهام الاسترجاع، يمكن أن تضيف CoT ضوضاء وتكلفة.

CoT بدون أمثلة: أصغر تغيير في المطالبة بأكبر عائد

في عام 2022، أظهر كوجيما وزملاؤه أن نماذج اللغة الكبيرة يمكن أن تصبح "مستدلية للسبب بدون أمثلة" عن طريق إضافة إشارة بسيطة مثلنماذج اللغة الكبيرة هي مستدلة بدون أمثلة(Large Language Models are Zero-Shot Reasoners). في MultiArith، قفزت الدقة من 17.7٪ إلى 78.7٪ - مع نفس النموذج ودون أمثلة، مجرد تلك التعليمات.

You are a careful problem solver.

Question: A juggler can juggle 16 balls. Half are golf balls, and half of those are blue. How many blue golf balls are there?

Let’s think step by step, then give the final answer.

المصدر: صورة توضيحية

يمكن لـ Zero-shot CoT أن يحسن بشكل كبير الاستدلال متعدد الخطوات دون توفير أمثلة.

متى يكون Zero-shot CoT هو الإعداد الافتراضي الرائع

• مشكلات الكلمات الرياضية وتحويلات الوحدات
• ألغاز المنطق ذات القيود المتعددة
• مهام التخطيط ("قم بإنشاء قائمة تحقق"، "صمم سير عمل"، "قسّم هذا إلى خطوات")
• تصحيح الأخطاء والتحليل الجذري

متى يكون من المبالغة فيه عادةً

• عمليات بحث بسيطة عن الحقائق (استخدم الاسترجاع/RAG بدلاً من ذلك)
• إعادة كتابة أسلوبية
• المهام الإبداعية القصيرة حيث تصبح "العملية" تفصيلاً طويلاً.

CoT مع الأمثلة القليلة: تعليم أسلوب استدلال مع الأمثلة

CoT مع الأمثلة القليلة هي نسخة "أظهر، لا تخبر": أنت تقدم عددًا قليلًا من أزواج الأمثلة Q→reasoning→A.لا يتعلم النموذج تنسيق الإجابة فحسب، بل يتعلم أيضًا نمط التفكيك. هذا هو النهج الذي تم التأكيد عليه في الورقة الأصلية في CoT(Wei et al., 2022).

قالب صغير عملي (نسخ/لصق)

Example 1
Q: If a store discount is 20% on $50, what is the final price?
Reasoning: 20% of 50 is 10. Subtract 10 from 50.
A: $40

Example 2
Q: A recipe needs 300g flour for 12 cookies. How much for 30 cookies?
Reasoning: 30 is 2.5 times 12. Multiply 300g by 2.5.
A: 750g

Now solve:
Q: [YOUR QUESTION]
Reasoning:
A:

المفتاح هو عدم إغراق المطالبة بالأمثلة - بل اختيار الأمثلة التي تتطابق مع "شكل" مهمتك الحقيقية: نفس أنواع القيود ونفس أسلوب الخطوات الوسيطة ونفس الصعوبة.

أشكال CoT التي تهم حقًا

نماذج CoT إلى عائلة من التقنيات. فيما يلي التقنيات التي تستحق المعرفة - ليست ككلمات طنانة، ولكن كرافعة عملية:

• الاتساق الذاتي — خذ عينات من مسارات تفكير متعددة واختر الإجابة النهائية الأكثر اتساقًا. غالبًا ما يحسن الموثوقية على معايير الاستدلال(Wang et al., 2022).
• الأقل إلى الأكثر — فكك مشكلة صعبة إلى مشاكل فرعية أسهل، وحلها بشكل تسلسلي، وأعد استخدام الإجابات السابقة. رائع للتعميم "من السهل إلى الصعب"(Zhou et al., 2022).
• CoT التلقائي — إنشاء عروض CoT تلقائيًا بدلاً من كتابتها يدويًا. مفيد عندما تريد نطاقًا، ولكن يجب عليك مراقبة السلاسل الصاخبة(Zhang et al., 2022).
• أشجار الأفكار (ToT) — استكشف فروعًا متعددة من التفكير، وقم بالتقييم وتراجع. مفيد للمهام الشبيهة بالبحث (الألغاز والتخطيط والقيود الإبداعية)(Yao et al., 2023).
• ReAct — يقوم بتبادل التفكير مع استخدام الأدوات ("يعمل")، مما يقلل من الهلوسة عن طريق التحقق من المعلومات الخارجية. ذات صلة بشكل خاص بأنظمة الوكالة(Yao et al., 2022, Google Research blog).
• سلسلة المسودة (CoD) — هدف مماثل لـ CoT، ولكنه يجبر على تدوين ملاحظات وسيطة موجزة للغاية لتقليل تكلفة الرموز المميزة/الكمون(Xu et al., 2025).

المصدر: صورة توضيحية

بنيت العديد من "طرق الاستدلال" على نفس الفكرة: فإن الخطوات الوسيطة المنظمة تحسن النتائج - ولكن فقط إذا قمت بالتحقق من الصحة.

كوكبوك المطالبة: 3 مطالبات CoT أستخدمها بالفعل

إليك ثلاثة أنماط مطالبة تتفوق باستمرار على المطالبات "أجب فقط" - دون أن تتحول إلى جدران نصية.فكر فيها كصفات، وليس كقوالب صارمة.

1) "فكر ثم أجب" (حل المشكلات العامة)

You are a precise assistant.

Task: Solve the problem carefully.
- Work through the steps.
- Then give a short final answer.

Problem:
[PASTE PROBLEM HERE]

2) ",فكك أولا" (التخطيط + سير العمل)

You are an operations-minded planner.

Goal: [YOUR GOAL]

Step 1: List the subproblems / unknowns (bullet points).
Step 2: Solve each subproblem in order.
Step 3: Produce a final checklist (max 12 items) with clear ownership and success criteria.

3) ",تصحيح الأخطاء مثل المهندس" (الكود + التحليل الجذري)

You are a senior engineer.

Input:
- Error message:
[PASTE ERROR]
- Context:
[WHAT YOU CHANGED / WHAT YOU EXPECTED]
- Code snippet:
[PASTE CODE]

Process:
1) Identify 3 likely root causes (ranked).
2) For each cause, list a quick verification step.
3) Provide the most likely fix with a minimal patch suggestion.

لاحظ ما هو مفقود: أنا لا أتوسل بـ "الشروحات". أنا أجبر على الهيكل.هذا هو الفرق الرئيسي بين CoT باعتباره خدعة و CoT كأداة هندسية.

المزايا والمزالق الواقعية

يمكن أن يكون CoT تحويليًا بشكل حقيقي - ولكنه أيضًا يخلق فخًا: يمكن أن يبدو أكثر ثقة مما هو عليه.يمكن لقصة خطوة بخطوة وفلورية أن تخفي افتراضًا خاطئًا في وقت مبكر.

ممارسة أمان بسيطة

إذا كنت تعمل مع بيانات حساسة، فلا تطلب من النموذج "إظهار كل خطوة".بدلاً من ذلك، اطلب إبراز مبرر قصير (2-4 جمل).

Beyond CoT: When You Need More Than a Linear Chain

CoT is linear: step 1 → step 2 → step 3. But some problems are not linear.They’re search problems: you explore, backtrack, test, choose. That’s where approaches like Tree of Thoughts and ReAct earn their reputation.

• If the task looks like “explore multiple options and pick the best,” considerTree of Thoughts.
• If the task needs external verification (web, database, tools), considerReAct.
• If the problem is harder than your examples, considerLeast-to-Most.

الخلاصة

المطالبات الموجهة بالتفكير المتسلسل هي تذكير بأن الذكاء الاصطناعي الحديث لا يتعلق فقط بالنماذج الأكبر - بل يتعلق بالواجهات الأفضل.يمكن لتعليمات صغيرة أن تؤدي إلى وضع حسابي مختلف وقادر على تحسين النتائج بشكل ملحوظ. ولكن CoT ليست سحرًا: إنها دعامة. يساعد النماذج على الاستدلال ويساعد البشر على فحص هذا الاستدلال وتوجيهه. تأتي أفضل النتائج من الجمع بين CoT وعادات التحقق: اختبارات الوحدة للتعليمات البرمجية والآلات الحاسبة للرياضيات والمصادر الخارجية للحقائق.

إذا تذكرت شيئًا واحدًا: CoT هو الأقوى عندما تجبر على الهيكل وتتحقق من النتيجة.

الأسئلة الشائعة