Chain of Thought، سلسلة التفكير في البرومت

في يناير 2022، نشر باحثون في Google ورقة اسمها "Chain-of-Thought Prompting Elicits Reasoning in Large Language Models" (arXiv)، أظهرت أن مجرّد إضافة "فكّر خطوة خطوة" يُحسّن دقّة النماذج في المسائل الرياضية من 18% إلى 57%. صار هذا أساس البرومت المتقدّم.

المشكلة التي تحلّها

النماذج اللغوية تنتج جواباً مباشرة بدون تفكير ظاهر. للأسئلة البسيطة، هذا يعمل. للمسائل المعقّدة، النموذج قد يقفز لخطأ، أو يعتمد على "تخمين ذكي" بدل استدلال.

مثال:

"روجر عنده 5 كرات تنس. اشترى علبتين، كل علبة فيها 3 كرات. كم كرة عنده الآن؟"

النموذج البسيط قد يقول: "11" أو "8" أو حتى "16". السبب: قفز لجواب من نمط قرأه سابقاً.

مع Chain of Thought:

"روجر بدأ بـ5 كرات. علبتان × 3 = 6 كرات إضافية. المجموع 5 + 6 = 11 كرة."

الاستدلال الظاهر يمنع الخطأ.

كيف تُفعّل Chain of Thought

الطريقة 1: صريحة

أضف في نهاية البرومت:

• "فكّر خطوة بخطوة قبل أن تجيب"
• "اشرح استدلالك أوّلاً، ثم أعطِ الإجابة"
• "قسّم المسألة إلى خطوات صغيرة"
• "Let's think step by step" (إنجليزي، وله فعالية موثّقة)

الطريقة 2: بأمثلة (Few-Shot CoT)

أعطِ مثالَين على مسائل مماثلة محلولة بالخطوات، ثم اطلب الجديدة.

مثال:

سؤال: تاجر يشتري 100 قطعة بـ10 ريال، ويبيع بـ15 ريال. ما ربحه الإجمالي؟
تفكير: الربح لكل قطعة = 15 - 10 = 5. الربح الإجمالي = 100 × 5 = 500 ريال.
جواب: 500 ريال.

سؤال: مطعم يبيع وجبة بـ50 ريال، تكلفتها 20 ريال، مصاريف يومية 800 ريال. كم وجبة يجب بيعها للربح؟
تفكير: الربح لكل وجبة = 50 - 20 = 30. لتغطية المصاريف = 800 / 30 = 26.67. للربح = 27 وجبة.
جواب: 27 وجبة.

الآن حلّ: [مسألتك]

الطريقة 3: البنى الحديثة (Reasoning Models)

النماذج الأحدث تفعّل التفكير داخلياً:

• OpenAI o3، يفكّر دقائق قبل الرد
• Claude Extended Thinking، عمق تفكير قابل للتحكّم
• Gemini 2.5 Pro Deep Think، تفكير موازٍ

لا تحتاج إضافة "فكّر خطوة"، النموذج يفعلها تلقائياً.

أنواع Chain of Thought

1) Sequential، تسلسلي

خطوة تليها أخرى، كل واحدة تعتمد على السابقة.

مثال: مسألة رياضية.

2) Tree of Thoughts

النموذج يستكشف عدّة مسارات، يقارن، يختار الأفضل.

مثال: قرار استراتيجي بعدّة خيارات.

3) Self-Consistency

النموذج يجيب على نفس السؤال بطرق مختلفة، ثم يختار الأكثر تكراراً.

مثال: للتحقّق من دقّة إجابة.

أمثلة عملية

للتحليل المالي

شركة إيراداتها 500 ألف ريال، تكاليفها الثابتة 150 ألف، المتغيّرة 40% من الإيرادات، ضريبة 20%.
ما صافي الربح؟

فكّر خطوة خطوة:
1. احسب التكاليف المتغيّرة
2. احسب إجمالي التكاليف
3. احسب الربح قبل الضريبة
4. احسب الضريبة
5. احسب صافي الربح

النموذج:

1. المتغيّرة = 500 × 40% = 200 ألف
2. الإجمالية = 150 + 200 = 350 ألف
3. قبل الضريبة = 500 - 350 = 150 ألف
4. الضريبة = 150 × 20% = 30 ألف
5. صافي الربح = 150 - 30 = 120 ألف ريال

للاستدلال المنطقي

كل من الطلاب الذين حضروا الدرس نجحوا. أحمد لم ينجح. ماذا نستنتج؟

فكّر خطوة خطوة.

النموذج:

1. لدينا قاعدة: حضر الدرس → نجح
2. أحمد لم ينجح
3. بعكس القاعدة: من لم ينجح → لم يحضر
4. الاستنتاج: أحمد لم يحضر الدرس

للتشخيص البرمجي

هذه الدالّة تُرجع None في بعض الحالات. فكّر خطوة خطوة لتحدّد السبب:

def divide(a, b):
    result = a / b
    return result

استخدامها:
divide(10, 2) → 5.0 (OK)
divide(10, 0) → Exception (متوقّع)
divide("10", 2) → TypeError (متوقّع)
divide(None, 2) → TypeError

لكن أحياناً divide(...) يُرجع None. لماذا؟

النموذج: يفكّر: "الدالّة نفسها لا يمكن أن تُرجع None صراحةً. لكن إذا حصل استثناء تم التقاطه في الخارج، Python قد يعيد None ضمنياً..." → يستنتج مصدر المشكلة.

متى Chain of Thought لا تنفع

1) الأسئلة البسيطة

"ما عاصمة السعودية؟" لا تحتاج تفكير. البرومت الطويل يبطئ ويشوّش.

2) الأسئلة الإبداعية البحتة

"اكتب قصيدة عن الغروب"، التفكير التسلسلي يقتل الإبداع.

3) حين النموذج ليس عنده معلومة أصلاً

Chain of Thought تُنظّم التفكير، لا تخترع معرفة.

نموذج o3 و Claude Extended Thinking، التفكير الداخلي

النماذج الحديثة "المفكّرة" (Reasoning Models) تفعّل Chain of Thought داخلياً:

OpenAI o3:

• يفكّر دقائق قبل الرد
• سلسلة استدلاله مخفية (لا تراها)
• أفضل النماذج في الرياضيات والبرمجة المعقّدة
• الكلفة: 10-100 ضعف النموذج العادي على API

Claude Extended Thinking:

• تفعّل بضغطة زرّ (أو <thinking> في API)
• تستطيع رؤية تفكيره
• عمق التفكير قابل للتحكّم

Gemini 2.5 Pro Deep Think:

• تفكير موازٍ (parallel thinking)
• يقارن عدّة مسارات

متى تستخدمها: مسائل تستحقّ الوقت والتكلفة، قرار مالي كبير، كود معقّد، تشخيص طبّي (استرشادي).

متى لا: للاستخدام اليومي، النماذج العادية أسرع وأرخص.

نصائح للاستخدام الأمثل

1. جرّب مع/بدون CoT لنفس المسألة، قارن الجودة
2. اطلب من النموذج تصحيح نفسه بعد التفكير: "راجع خطواتك، هل من خطأ؟"
3. للمسائل الحسّاسة، استخدم Self-Consistency (اسأل 3 مرّات بصياغات مختلفة، قارن)
4. لا تُخفي التفكير إذا أرسلت المخرج لعميل، فكّر أنت، أعطه الإجابة النهائية
5. CoT + Reasoning Model: للمسائل الأصعب

المصادر الرسمية

• Chain-of-Thought Prompting، الورقة الأصلية
• OpenAI، o1/o3 Reasoning
• Anthropic، Extended Thinking
• Google، Gemini Deep Think

اقرأ أيضاً: هندسة البرومت، الدليل الشامل · قواعد كتابة البرومت الفعّال · Few-Shot Prompting · Meta-Prompting