تخيل…

أنك طلبت من طفل عبقري في الرياضيات حل مسألة معقدة تتكون من عشر خطوات.

إذا صرخت فيه:

“أعطني الناتج النهائي الآن!”،

فمن المرجح أن يرتبك، ويقوم بعملية حسابية ذهنية سريعة خاطئة، ويلقي إليك برقم بعيد تماماً عن الصواب.

ولكن، ماذا لو قلت له بهدوء:

“يا بطل، خذ ورقة وقلم، واكتب لي كل خطوة تقوم بها، فكر بصوت عالٍ أمامنا، ولا تنتقل للخطوة الثانية حتى تنهي الأولى”؟

فجأة، ستجد أن هذا الطفل لم يحل المسألة فحسب، بل كشف لك عن ثغرات في تفكيره وقام بتصحيحها تلقائياً أثناء الكتابة.

هذا هو الضبط الفارق بين “الذكاء المتسرع” و”المنطق الرصين”.

وفي عالم الذكاء الاصطناعي، يسمى هذا السحر التقني “سلسلة الأفكار” (Chain of Thought - CoT).

إنه المفتاح الذي يمنع الآلة من “الهلوسة” والتسرع، ويجبرها على بناء جسر منطقي متين قبل أن تنطق بالحكم النهائي.

في هذا المقال، سنغوص في أعماق هذه المنهجية، لنفهم كيف نحول ChatGPT ورفاقه من “ببغاوات احتمالية” إلى “مفكرين استراتيجيين” يحلون أعقد المعضلات خطوة بخطوة.

Subscribe now

What is Chain of Thought (CoT) Prompting?

١. فخ “القفز للنتائج”: لماذا تخطئ النماذج اللغوية؟

لكي نفهم عبقرية “سلسلة الأفكار”، يجب أن نتذكر كيف تعمل هذه النماذج (كما شرحنا في المقال الثامن).

الآلة تتوقع الكلمة التالية.

عندما تطرح عليها سؤالاً صعباً، هي تحاول “توقع” الإجابة النهائية مباشرة بناءً على الأنماط التي رأتها سابقاً.

المشكلة أن بعض المسائل لا يمكن حلها بـ “التوقع المباشر”.

المسائل المنطقية، والرياضية، والبرمجية المعقدة تتطلب ما نسميه في علم النفس “النظام 2 من التفكير” (حسب دانيال كانيمان)؛ وهو التفكير البطيء، المجهد، والمرتب.

النماذج اللغوية بطبيعتها تميل لـ “النظام 1” (التفكير السريع والبديهي).

عندما تطلب الإجابة فوراً، يضيع النموذج في زحام الاحتمالات.

System 1 and 2: Thinking fast? Slow down.

لكن عندما تجبره على إنشاء “سلسلة أفكار”، أنت تحول المسألة من “تخمين واحد كبير” إلى “سلسلة من التخمينات الصغيرة السهلة”.

ومن هنا تبدأ المعجزة.

٢. سحر الجملة الواحدة: “فكر خطوة بخطوة”

هل تصدق أن جودة إجابات الذكاء الاصطناعي في المسائل الرياضية المعقدة قفزت من 17% إلى 78% بمجرد إضافة جملة واحدة في نهاية الأمر؟

هذه الجملة هي:

“Let’s think step by step” (دعنا نفكر خطوة بخطوة).

هذا الاكتشاف، الذي هز أركان “هندسة الأوامر”، يعتمد على مبدأ تقني بسيط:

عندما يكتب النموذج خطواته، فإن كل خطوة يكتبها تصبح جزءاً من “السياق الحسابي” للخطوة التي تليها.

الكلمات التي ولدها النموذج في الخطوة الأولى تعمل كـ “ذاكرة مؤقتة” تساعده على تدقيق الخطوة الثانية.

النموذج هنا لا يحل المشكلة “في عقله” ثم يكتبها، بل هو “يفكر أثناء الكتابة”.

كل كلمة يكتبها هي حجر أساس يبني عليه المنطق القادم.

إذا أخطأ في الخطوة الثانية، فإنه غالباً ما يكتشف ذلك في الخطوة الثالثة لأن السياق لم يعد متسقاً، فيقوم بالتصحيح الذاتي.

٣. تشريح سلسلة الأفكار: كيف تبني “أمراً” منطقياً؟

لا يكفي أن تقول للآلة “فكري”، بل يجب أن تصمم لها “مسار التفكير”.

في “رقيم”، نؤمن بأن الدقة تبدأ من صياغة الأمر.

إليك كيف تبني سياق “سلسلة الأفكار” باحترافية:

التحليل الأولي: اطلب من النموذج أن يبدأ بتحديد المعطيات. (مثلاً: “ابدأ بتلخيص المشكلة وتحديد المتغيرات الأساسية”).
التجزئة: أمره بتقسيم المشكلة إلى أجزاء صغيرة. (”قسم الحل إلى ثلاث مراحل: التحليل، التنفيذ، المراجعة”).
الاستنتاج البيني: اطلب منه أن يشرح “لماذا” اختار هذا المسار في كل خطوة. (”اشرح المنطق خلف كل خطوة تقوم بها”).
التحقق الذاتي: اطلب منه في النهاية مراجعة سلسلته المنطقية. (”قبل إعطاء الإجابة النهائية، تأكد من عدم وجود تناقض بين الخطوات”).

باعتماد هذه الهيكلية، أنت لا تحصل على “حل” فحسب، بل تحصل على “خوارزمية تفكير” يمكنك أنت كبشر تعلمها وتدقيقها.

٤. تقنية “Few-Shot CoT”: تعليم الآلة بالقدوة

في المقال العاشر،

تحدثنا عن إعطاء الأمثلة (Few-Shot).

🚀 Demystifying Few-Shot Prompting and Chain-of-Thought: The Secrets of Prompt Engineering in AI

في “سلسلة الأفكار”، ندمج الاثنين معاً.

بدلاً من أن تعطي النموذج مثالاً (سؤال -> إجابة)، أعطه مثالاً (سؤال -> خطوات تفكير -> إجابة).

عندما يرى النموذج “نموذجاً للتفكير” في مثالك، فإنه سيقلد هذا النمط في سؤاله الجديد.

إذا أريته كيف يحل مسألة فيزيائية عبر رسم مخطط للقوى أولاً، ثم كتابة القوانين، ثم التعويض؛

فإنه سيتبع نفس الترتيب الصارم في كل مرة.

هذه التقنية هي الأقوى على الإطلاق لجعل النماذج اللغوية تتفوق على البشر في الدقة المنطقية.

أنت لا تلقنها “المعلومة”، بل تلقنها “المنهج”.

ومن يمتلك المنهج، يمتلك القدرة على حل أي مشكلة، حتى لو لم يرها من قبل.

٥. لماذا تنهار “الهلوسة” أمام منطق السلسلة؟

الهلوسة (Hallucination) هي العدو الأول للذكاء الاصطناعي.

AI's Hallucinations: Identify and Prevent them - New Directions In Computing

وهي تحدث غالباً عندما يحاول النموذج سد “فجوة معرفية” بكلمة تبدو منطقية إحصائياً لكنها خاطئة واقعياً.

في “سلسلة الأفكار”، نضع النموذج تحت “المجهر المنطقي”.

عندما يضطر النموذج لشرح خطواته، يصبح من الصعب عليه “اختراع” معلومة كاذبة، لأن هذه المعلومة يجب أن تترابط مع الخطوات السابقة واللاحقة.

تخيل كاذباً يحاول حياكة قصة طويلة؛

كلما زادت التفاصيل التي يضطر لذكرها، زاد احتمال انكشاف كذبه.

في حالة الذكاء الاصطناعي، العكس هو الصحيح؛

كلما زادت تفاصيل المنطق التي يكتبها، زادت احتمالية عودته لـ “جادة الصواب” الإحصائي، لأن المنطق المتسلسل يملك جاذبية رياضية أقوى من الكذب العشوائي.

٦. التفكير المتسلسل في الأعمال: ما وراء الرياضيات

قد يظن البعض أن “سلسلة الأفكار” مفيدة فقط لطلاب المدارس أو المبرمجين.

هذا خطأ فادح.

تخيل أنك تريد وضع استراتيجية تسويقية.

بدلاً من قول “اكتب خطة تسويق”، استخدم سلسلة الأفكار:

“حلل أولاً نقاط القوة والضعف في منتجي مقارنة بالمنافسين”.
“بناءً على هذا التحليل، حدد ثلاث فئات مستهدفة”.
“لكل فئة، صمم رسالة عاطفية واحدة”.
“أخيراً، اقترح القنوات الإعلانية الأنسب لكل رسالة”.

هنا، أنت لم تحصل على “خطة” بل حصلت على “فكر استراتيجي”.

إذا كانت الخطوة الأولى (التحليل) خاطئة، يمكنك تصحيحها فوراً قبل أن ينتقل النموذج للخطوة الثانية.

أنت هنا “تدير” عقل الآلة، ولا تكتفي باستهلاك مخرجاتها.

٧. السيادة البشرية في عصر “المنطق الآلي”

نحن نصل الآن إلى حقيقة فلسفية هامة:

“سلسلة الأفكار”

لا تجعل الآلة أذكى منك، بل تجعلك “مفكراً أعظم” عبر الآلة.

أنت من يحدد “نقاط التفتيش” المنطقية.

أنت من يقرر متى يكون المنطق سليماً ومتى يكون منحرفاً.

الذكاء الاصطناعي يوفر “قوة المعالجة”، لكنك أنت من يوفر “إطار المنطق”.

التمكن من تقنية CoT يعني أنك لم تعد بحاجة لأن تكون خبيراً في كل شيء، بل تحتاج لأن تكون خبيراً في

“كيفية تفكيك المشكلات”.

هذه هي المهارة الحقيقية في القرن السادس والعشرين (أو كما نعيش الآن في 2026).

خاتمة: ختام أدوات السيطرة والتحضير للقفزة الكبرى

يا صديقي، لقد اكتملت الآن في يدك “الثلاثية المقدسة” لهندسة الأوامر في المرحلة الثالثة:

عرفت كيف تبني السياق (المقال 10).
عرفت كيف تلبس القناع (المقال 11).
واليوم، عرفت كيف تقود التفكير (المقال 12).

لقد أصبحت الآن “قائداً” حقيقياً للآلة.

لا تطلب منها الإجابة فحسب، بل تأمرها بالمنطق.

أنت الآن لا ترى ChatGPT كمجرد شاشة، بل كـ “امتداد لعقلك” يمكن توجيه مسارات تفكيره بدقة جراحية.

ولكن، برغم كل هذا التمكن، تظل الآلة “سجينة” لما أعطيناه لها في الأمر (Prompt).

ماذا لو أردنا منها أن تخرج عن جدران المحادثة؟

ماذا لو أردنا منها أن تستخدم “أدوات” خارجية؟

أن تبحث في الإنترنت، أن تحلل ملفات Excel ضخمة، أن ترسم صوراً، أو حتى أن تكتب أكواداً وتقوم بتشغيلها لترى النتيجة؟

في المقال القادم، سننتقل من “هندسة الكلمات” إلى “هندسة الأدوات”.

سنتحدث عن

“ما وراء النص: عندما يمسك الذكاء الاصطناعي بالمطرقة (المتصفح، الكود، الصور)”.

سنتعلم كيف نحول النموذج من “مفكر” إلى “فاعل” يمتلك يداً في العالم الحقيقي.

هل أنت مستعد لترى كيف تخرج الآلة من سجن الحروف لتغير الواقع؟

رحلتنا نحو “التمكين الكامل” تصل إلى ذروتها.

🔗 انشر هذا المقال لتعلم الناس أن الفرق بين العبقرية والفشل هو مجرد “خطوات تفكير” مرتبة.

Thanks for reading RAQIIM! This post is public so feel free to share it.

Share

RAQIIM AI

اختراق العقل الرقمي