أنت لا تتحدث إلى النموذج وحده: سلطة البرومبت الداخلي
أنت تسأل آلة عن العالم، لكنك لا ترى كل من شارك في تحديد ما ستقوله لك. على الشاشة صوت واحد، وفي الخلفية قواعد وتعليمات يضعها مزوّد الخدمة قبل أن يصل سؤالك. الخفي هنا ليس وجود التعليمات في وثائق الشركات؛ الخفي عن المستخدم أثناء الحوار هو نص ما يعمل منها وأثره في الإجابة التي يتلقاها.
لهذا لا تبدأ القضية من خطأ عابر في معلومة. تبدأ من موقع السلطة: من يحدد إطار السؤال، وما الذي يدخل إلى الجواب، وما الذي يبقى خارجه؟ حين نعامل النموذج بوصفه نافذة شفافة على المعرفة، ننسى أن النافذة نفسها مصنوعة وموجّهة.
غرفة القيادة موجودة قبل أن تكتب
توضح Anthropic أن واجهة Claude وتطبيقاته تستخدم System Prompt في بداية كل محادثة. لا يقتصر دوره على التاريخ؛ تقول الشركة صراحة إنه يشجّع سلوكيات معينة، مثل تقديم مقاطع الكود بتنسيق Markdown، وإنه يُحدَّث دوريًا. وتحدد أن هذه التحديثات تخص الواجهات المذكورة، ولا تنطبق تلقائيًا على Claude API. [1]
هذا يعني أن سؤال المستخدم لا يدخل إلى فراغ. هناك بالفعل توجيه يحدد جوانب من طريقة العمل قبل وصوله. تنسيق الكود مثال بسيط ومعلن؛ أهميته هنا أنه يكسر التصور القائل إن كل اختيار في الرد نشأ من السؤال وحده.
البرومبت الداخلي ليس بالضرورة جملة واحدة، ولا يلزم أن يُضاف كنص جديد منفصل أمام كل رد. المقصود طبقة تعليمات تدخل في سياق التشغيل وتحكم الاستجابة بحسب النظام المستخدم. غيابها عن نافذة المستخدم لا يعني غيابها عن عملية التوليد.
حين تتعارض الأوامر، من يملك الكلمة الأخيرة؟
وثيقة OpenAI المسماة Model Spec تجعل ترتيب السلطة صريحًا: Root، ثم System، ثم Developer، ثم User، ثم Guideline. التعليمات الأعلى سلطة تتقدّم على الأدنى عند التعارض. وتوضح أن تعليمات مستوى System لا يصدرها إلا OpenAI، بينما يضع المطوّر تعليمات التطبيق، وتأتي طلبات المستخدم بعد المستويات الأعلى. [2]
هذه ليست مساواة بين أطراف الحوار. المستخدم يحدد ما يريده، لكنه لا يملك إلغاء كل قاعدة تعمل فوق طلبه. توجد مساحة للتخصيص والتجاوز في المستويات التي تسمح بذلك؛ أما تعليمات Root وSystem فلا يصبح المستخدم أعلى منها لمجرد أنه صاحب السؤال.
من يكتب الطلب ليس بالضرورة من يملك دستور الاستجابة. هذه هي نقطة البداية لفهم التوجيه: ليس كل ما يفعله النموذج اختيارًا استدلاليًا حرًا بين احتمالات متكافئة؛ بعض الاختيارات يقع داخل ترتيب أولوية محدد مسبقًا.
الصوت واحد، لكن مصادر الأمر متعددة
مزج كل الطبقات في كلمة «النموذج» يخفي بنية المنتج. هناك ما تعلّمه النموذج أثناء التدريب، وما يضيفه مزوّد النموذج من قواعد، وما يضعه مطوّر التطبيق من تعليمات، وما يقوله المستخدم، وما تعيده الأدوات أو المصادر الخارجية.
هذه الطبقات ليست متطابقة، ولا تحمل السلطة نفسها. قد يكون التوجيه تابعًا للمزوّد، وقد يكون تابعًا لتطبيق يستخدم النموذج. لذلك لا ننسب قرار مطوّر متجر آلي إلى مزوّد النموذج باعتباره السياسة نفسها؛ نحدد مصدر الأمر وموقعه في السلسلة.
والنتيجة أمام المستخدم تظل رسالة واحدة متماسكة. الواجهة لا تقسّم كل فقرة إلى «هذا من طلبك» و«هذا من إعدادات التطبيق» و«هذا من سياسة المزوّد». هنا تتسع الفجوة بين بساطة المحادثة الظاهرة وتعقيد السلطة التي تديرها.
التوجيه ليس مجرد زر رفض
من السهل ملاحظة التوجيه عندما يقول المساعد: «لا أستطيع». الأصعب هو رؤيته عندما يظل الرد مهذبًا ومفيدًا، لكنه يعيد توزيع الانتباه أو يقود الحوار إلى وجهة أخرى.
تتضمن Model Spec مثالًا توضيحيًا لمساعد متجر اسمه Acme، يوجّهه المطوّر إلى عدم المبادرة بذكر المتاجر الأخرى، وإذا سُئل عنها فلا يسيء إليها، بل يوجّه الحوار إلى منتجات Acme. تعرض الوثيقة ذلك ضمن تعارض تعليمات المطوّر والمستخدم. إنه مثال منشور في المواصفة، وليس سجلًا لواقعة تجارية نرصدها. [2]
التوجيه هنا ليس حذف الإجابة فقط؛ إنه اختيار الوجهة التي سيأخذها الحوار. يستطيع المساعد المحافظة على نبرة محترمة، وتقديم معلومات صحيحة، وفي الوقت نفسه تنفيذ أولوية تجارية لا مصدر لها في طلب المستخدم.
إذن الطلاقة واللطف لا يثبتان استقلال الإجابة. السؤال الأدق: أي مهمة ينفّذها الرد فعلًا، ولصالح أي تعليمات؟
النمط الآمن له جهة تحدد حدوده
تصف OpenAI هدف مواصفتها بأنه إنتاج نماذج مفيدة وآمنة ومتوافقة مع احتياجات المستخدمين والمطوّرين. وتضع قواعد أعلى سلطة لتقييد سلوكيات محددة. بهذا المعنى، «الآمن» ليس وصفًا يستنبطه المستخدم من الصفر داخل كل محادثة؛ هناك إطار يضع المزوّد حدوده، ثم يعمل النموذج في نطاقه. [2]
وجود حدود للسلامة، ووجود توجيه تجاري، ووجود افتراضات معرفية في التدريب أمور مختلفة. لكن المشترك أن طلب المستخدم لا ينفرد بتحديد المخرج. ولهذا، عندما ندرس العودة المتكررة إلى إطار بعينه، نبحث عن التعليمة والطبقة والسلوك، بدل الاكتفاء بعبارة «النموذج يرى ذلك».
الانحياز في سلطة التعليمات ظاهر في ترتيبها نفسه: عند التعارض، توجد جهة تُقدَّم تعليماتها على تعليمات المستخدم. أما الانحياز المعرفي لموقف محدد، فيحتاج إلى بيان أثره على التعامل مع الأدلة والاستنتاجات. ترتيب السلطة يثبت من يملك الأولوية؛ تحليل السلوك يكشف كيف تُمارَس.
البرومبت يحدّد المطلوب؛ السلوك يكشف التنفيذ
توثيق وجود التعليمات لا يجعل كل رد تطبيقًا كاملًا لها. OpenAI نفسها تصف Model Spec بأنها السلوك المقصود، وتوضح أن نماذج الإنتاج لا تعكس المواصفة بالكامل حتى الآن. [2] هذه الفجوة تجعل رصد الأنماط مهمًا: الوثيقة تصف القاعدة، والمحادثة تعرض ما حدث.
لذلك لا تكفي إجابة النموذج عن سبب سلوكه بوصفها تقريرًا هندسيًا عن داخله. حين يقول «وافقت لأنك اعترضت»، فهذا نص جديد نحلّله إلى جانب الأفعال التي سبقته. الدليل الأقوى هو تسلسل الرسائل: تكليف واضح، واستجابة، وتصحيح للمسار، ثم ما تغيّر أو استمر بعد التصحيح.
ولا يلزم الباحث أن يشاهد كل مكوّن داخلي حتى يرصد أثره. يبدأ من انتظام السلوك، ويستخرج منه تفسيرًا وتوقعات، ثم يختبرها. الوثائق تعطيه أساسًا مباشرًا لوجود طبقة التوجيه؛ وتتبّع الحوار يعطيه مادة لفحص تأثيرها، دون الخلط بين النص المنشور وسبب كل جملة منفردة.
حين يصبح الوسيط صاحب حدود المعرفة
توجيه المساعد لا يتوقف أثره عند اختيار نبرة مهذبة. عندما يعيد تعريف السؤال أو ينتقي ما يعرضه، فهو يغيّر المسار الذي يبني به الإنسان فهمه. معرفة أن الرد صحيح جزئيًا لا تخبرنا بما استُبعد منه، ولا لماذا غاب، ولا أي إجابة بديلة كان يمكن أن تظهر تحت تعليمات أخرى.
ولو أصبح الذكاء الاصطناعي بوابتنا الوحيدة للمعرفة، سيتحوّل التحكم في هذه الطبقة إلى سلطة على ما يصل إلى البشر من العالم. يستطيع من يحتكر البوابة حجب معلومة، أو دفنها تحت تأطير مضلل، أو تمرير تفسير مغلوط بوصفه جوابًا نهائيًا. وحين تُستخدم هذه القدرة بقصد التضليل، تصبح الخدمة جهازًا لتشكيل الوعي، لا أداة لإجابته.
هذه هي القضية التي تربط أجزاء السلسلة: ليس مجرد تحسين مساعد، بل رفض احتكار مفاتيح الفهم. وفي الجزء التالي نبدأ بأبسط حركات السيطرة على المسار: الإجابة عن سؤال آخر دون إعلان استبدال سؤالك.