Skip to content

حالة State: أي نوع من المواد تقدّم لـ Jev ​

طلب Jev واحد لا يحتوي إلا على شيئين: state (المحتوى المطلوب الحكم عليه) + questions (أسئلة مُنمّطة). هذا الدرس يغطي النصف الأول — كيف تُعدّ Jev state: كيف تختار من بين الصيغ الثلاث، وكيف تنظّم التذاكر هيكليًا، وأي التفاصيل لا ينبغي حشوها.

في الواقع لقد كتبت state مرة واحدة بالفعل في الطلب الأول: سلسلة التذكرة داخل route_ticket.py هي state. هذا الدرس يرقّيها خلال 8 دقائق إلى مواد جيدة للحكم عليها.

ماذا ستستطيع أن تفعل بعد التعلم ​

  • اختيار إحدى الصيغ الثلاث لـ Jev state حسب شكل المواد: نص واحد يعني سلسلة نصية، وحقول متعددة تعني كائن JSON، ومدخلات متجانسة متعددة تعني مصفوفة نصوص
  • تنظيم تذكرة واحدة (محادثة + طلب + سياسة) في state منظم هيكليًا بحيث يكون لكل حقل اسم والعلاقات واضحة
  • استخدام dot path (مسارات بعلامات اقتباس خلفية مثل `ticket.messages[0].text`) لجعل questions تشير بدقة إلى الحقول داخل state
  • ذكر حدّي السياق لـ state (64k لكل طلب / 32k لكل سؤال) والقواعد الأربع الصارمة لجسم الطلب
  • شرح سبب كون «إرسال الحقول التي يحتاجها السؤال فقط» موفّرًا للمال ومحسّنًا للدقة في آن واحد

مأزقك الحالي ​

  • ألصق كامل محادثة المستخدم كما هي في الـ prompt ليحكم GPT على الفريق الذي ينبغي التحويل إليه — نصف الـ tokens عبارة عن «هل أنت هناك» و«شكرًا» وتوقيع، الفاتورة تتضاعف، ونتيجة التصنيف بين الحين والآخر تنحرف بسبب اسم الشركة في التوقيع
  • التذكرة لديها بوضوح عدة حقول — عنوان ونص ومستوى العميل — لكنني لا أستطيع إلا أن ألصقها في الـ prompt كفقرة واحدة كبيرة «هذه تذكرة، عنوانها…… ونصها……» — بمجرد كثرة الحقول يسقط بعضها أثناء اللصق، وعندما يخطئ النموذج في الإجابة لا أستطيع التمييز بين ما إذا كانت المواد خاطئة أم أنه لم يفهمها
  • المواد ومعايير الحكم مخلوطة في نفس فقرة الـ prompt: إذا أردت أن تسأل سؤالًا إضافيًا «هل هذه خطيرة؟»، فعليك نسخ كامل المواد وإعادة إرسالها؛ وإذا أردت من النموذج أن ينظر فقط إلى حقل «النص»، فلا يمكنني إلا أن أكتب «يرجى تجاهل جزء العنوان» — والامتثال لذلك مسألة حظ بحت

متى تستخدم هذه الحيلة ​

عندما تحتاج إلى:

  • تجهيز المواد لكل حكم يصدره Jev — فـ state هو الشيء الوحيد الذي يراه النموذج
  • وجود هيكل للمواد (حقول متعددة، مدخلات متعددة) دون رغبة في لصقها في فقرة نصية واحدة كبيرة
  • وجود عدة أسئلة تطرحها على نفس المواد، مع رغبة في التحكم الدقيق في الحقول التي يراها كل سؤال

ولا تريد:

  • خلط تعليمات الحكم والسياسات المرجعية والنص المطلوب الحكم عليه في نفس فقرة الـ prompt
  • دفع تكلفة الـ tokens المدخلة عن محتوى غير ذي صلة (Jev يُحاسب على الـ tokens المدخلة)
  • عدم القدرة على تمييز أي جزء من المواد أدخل التشويش عندما يخطئ النموذج في الإجابة

🎒 التحضير قبل البدء ​

  • إكمال دليل الاستخدام اليومي: معرفة مسار هذا القسم — تعلّم تقديم المواد أولًا (هذا الدرس)، ثم تعلّم أساليب السؤال الخمسة
  • تشغيل الطلب الأول بنجاح: .venv يحتوي على typesafe-sdk، ومتغير البيئة TYPESAFE_API_KEY مضبوط
  • تذكّر الشكل العام لـ route_ticket.py (client.system_one(state=..., questions=...))، وإذا نسيت فارجع وألقِ نظرة سريعة

الفكرة الأساسية ​

التعريف الرسمي في جملة واحدة: state هو المحتوى الذي تطلب من نموذج System One تقييمه — قد يكون رسالة دعم، أو نصًا، أو الحالة الحالية لتطبيقك. يُمرَّر عبر حقل state في الطلب، ويوضع مع الأسئلة (docs.typesafe.ai/concepts/state.md).

نموذج ذهني مفيد، بكلمات المسؤولين أنفسهم:

تخيّل state كالمواد التي تقدّمها لـ لجنة الخبراء قبل أن تطلب منهم إصدار حكم.

كيف ستجهّز المواد للجنة الخبراء؟ تكتب العناوين بوضوح، وتُرفق سجل الطلب كما هو، وتضع نصوص السياسات في صفحة مستقلة — بدلًا من خلط الأشياء الثلاثة في فقرة واحدة. هذا هو الخيط الرئيسي لكامل هذا الدرس.

لننظر أولًا في كيف يختلف عن سياق الـ prompt المألوف لديك:

الـ prompt في نماذج LLM للمحادثةJev state
المواد والتعليماتمخلوطة في نص واحد، وتغيير السؤال يتطلب إعادة إرسال النص كاملًاstate يحتوي على المواد فقط، وquestions تُعرَّف بشكل منفصل
الإشارة إلى الحقولتعتمد على «انظر إلى الفقرة الثانية» و«يرجى تجاهل العنوان»dot path يشير بدقة إلى الحقل، مثل `ticket.body`
المحتوى غير ذي الصلةكل ما يُلصق يُقرأ، والتحيات والتوقيعات تُحسب كلها كـ tokensلا يوضع إلا الحقول التي يحتاجها الحكم، والتقليم له أساس
إعادة الاستخدامتغيير الحكم يعني إعادة كتابة الفقرة بأكملهانفس state يُستخدم مرارًا مع عدة أسئلة

وهناك حقيقة أخرى تخترق الدرس بأكمله: في كل طلب، لا يرى Jev إلا الـ state الذي ترسله إليه، دون أي ذاكرة ضمنية — ما أخبرك به العميل الشهر الماضي، إن لم تضعه في state هذه المرة فلن يعرفه (وهذا أيضًا ما ستفعله لاحقًا سيناريوهات نظام الذاكرة البسيط).

اتبع خطواتي ​

الخطوة 1: أرسل طلبًا واحدًا بأبسط state نصي ​

لماذا: أبسط state هو مجرد نص عادي، فاستخدمه أولًا للتأكد خلال 30 ثانية من الإحساس بأن «state = المادة».

أبسط مثال في التوثيق هو هذه السلسلة النصية:

python
state = "My card was charged twice."

وبإضافة مسألة الفوترة المذكورة في التوثيق، نحصل على طلب كامل:

python
# 运行前:export TYPESAFE_API_KEY="<你的API Key>"
# 安装:pip install typesafe-sdk(注意包名是连字符,import 是下划线 typesafe_sdk)
from typesafe_sdk import Noul, TypeSafeClient

state = "My card was charged twice."

with TypeSafeClient(model="jev-latest") as client:  # 自动读 TYPESAFE_API_KEY
    response = client.system_one(
        state=state,
        questions={
            "billing": Noul(instructions="Is this message about billing?"),
        },
    )

print(response.answers["billing"].noul)

ينبغي أن ترى: السكربت يطبع رقمًا بين 0 و1. يوجد في توثيق OpenAPI الرسمي مثال شبه مطابق — state بقيمة "I was charged twice for my subscription this month. Please refund the extra charge."، وسؤال "Is this message about billing?"، والنتيجة noul: 0.98. طلب استرداد مبلغ صياغته واضحة حصل على احتمال billing بقيمة 0.98؛ والقيمة الفعلية لديك تعتمد على المخرجات الحقيقية.

  • السكربت أعلاه يعمل بنجاح، ويطبع رقمًا بين 0 و1

الخطوة 2: ترقية Jev state من سلسلة نصية إلى كائن JSON منظم ​

لماذا: توصي الوثائق الرسميةباستخدام كائن لمعظم الطلبات — «اجعل لكل جزء من state اسمًا وصفيًا وابقِ العلاقات واضحة» (Use an object for most requests). السلسلة النصية مناسبة فقط عندما تكون حالة الاستخدام بسيطة ولا يكون هناك سوى نص واحد فقط.

جدول المقارنة الرسمي للأشكال الثلاثة:

الشكلمتى يُستخدممثال
سلسلة نصيةرسالة واحدة، مقالة، نص واحد"My card was charged twice."
كائن JSONحقول ذات أسماء، سجلات مترابطة، حالة تطبيق{"message": "…", "order_id": "A-104"}
مصفوفة نصوصسلسلة من الرسائل أو السجلات["Hi", "My customer number is TS1337.", "My card was charged twice."]

بمجرد أن تصبح المادة المراد الحكم عليها معقدة، تظهر نقاط ضعف السلسلة النصية:

state كسلسلة نصيةstate ككائن JSON
المرجع عبر dot pathلا يمكن إلا الإشارة إلى الكليمكن الإشارة إلى كل حقل على حدة في السؤال
أساس الحكمالنموذج يبحث بنفسه في النص الكاملاسم الحقل هو الدلالة، والحكم يطابق الحقل
مناسب لـأحكام بسيطة على نص واحدأحكام معقدة متعددة الحقول، وأسئلة متوازية متعددة

المثال المنظم الرسمي هو تذكرة دعم — محادثة، وطلب، وسياسة استرداد، تُوضع فيواحد state:

python
# 运行前:export TYPESAFE_API_KEY="<你的API Key>"
from typesafe_sdk import TypeSafeClient

state = {  # 官方文档例子:docs/concepts/state.md
    "ticket": {
        "subject": "Duplicate charge",
        "messages": [
            {"from": "customer", "text": "I was charged twice for order A-104. Please refund the duplicate."},
            {"from": "support", "text": "We are checking the charges."}
        ]
    },
    "order": {
        "id": "A-104",
        "charges": [
            {"amount_usd": 49, "status": "captured"},
            {"amount_usd": 49, "status": "captured"}
        ]
    },
    "refund_policy": "Duplicate charges are eligible for a refund."
}

لاحظ نقطتين:

  • هذا state واحد، رغم أنه يحتوي على ثلاثة أجزاء — المحادثة والطلب والسياسة — توصي الوثائق الرسمية بـ«عندما يحتاج القرار إلى مقارنة هذه الأجزاء، ضع المعلومات ذات الصلة معًا»
  • في Python، تُمرَّر السلاسل النصية والقواميس والقوائم مباشرة إلى client.system_one(state=...)، دون الحاجة إلى تحويلها إلى سلسلة JSON

ينبغي أن ترى: state هو مجرد قاموس Python عادي، ولم يحدث أي طلب شبكي بعد — هذه الخطوة هي فقط تجهيز المادة. refund_policy جزء من المادة المراد الحكم عليها، لذا لا يُكتب كتلميح داخل instructions (يُفصَّل في القسم التالي).

  • تستطيع توضيح سبب عدم كتابة refund_policy كتلميح داخل instructions — لأنه جزء من المادة المراد الحكم عليها، وليس سؤالًا (يُفصَّل في القسم التالي)

الخطوة 3: استخدام dot path لجعل questions تشير إلى حقول محددة من Jev state ​

لماذا: بعد أن يصبح state كائنًا، تحتاج إلى طريقة لإخبار النموذج بأن «هذا السؤال ينظر فقط إلى هذا الحقل». الصيغة الرسمية: اكتب اسم الحقل في instructions باستخداممسار نقاط/فهارس محاط بعلامات backtick.

python
# 运行前:export TYPESAFE_API_KEY="<你的API Key>"
questions = {  # 官方文档例子:docs/primitives.md「Reference specific fields」
    "refund_requested": {
        "type": "noul",
        "instructions": "Does `ticket.messages[0].text` request a refund?",
    },
    "policy_supports_refund": {
        "type": "noul",
        "instructions": (
            "Does `refund_policy` support the refund requested "
            "in `ticket.messages[0].text`, given `order.charges`?"
        ),
    },
}

with TypeSafeClient(model="jev-latest") as client:
    response = client.system_one(state=state, questions=questions)

print(response.answers["refund_requested"].noul)
print(response.answers["policy_supports_refund"].noul)

يبدو هيكل الاستجابة هكذا (ثلاثة حقول في المستوى الأعلى model / answers / usage، وسؤال Noul يُرجع الحقلين type وnoul فقط، وأسماء الحقول مأخوذة من schema الرسمي، ومعنى العناصر موضح أدناه):

json
{
  "model": "<实际回答该请求的模型 ID,别名会解析成版本号,如 jev-1.14.0>",
  "answers": {
    "refund_requested": {
      "type": "noul",
      "noul": "<0 到 1 之间的概率>"
    },
    "policy_supports_refund": {
      "type": "noul",
      "noul": "<0 到 1 之间的概率>"
    }
  },
  "usage": {"input_tokens": "<整数>", "output_tokens": "<整数>"}
}

القاعدة هنا:

  • `ticket.messages[0].text` = مسار نقطي + فهرس مصفوفة، يشير إلى أول رسالة من العميل
  • سؤال واحد يمكنه الإشارة إلى عدة حقول: policy_supports_refund يستخدم في آن واحد refund_policy وticket.messages[0].text وorder.charges
  • هذا هوفصل المحتوى عن الأسئلة: state يحمل المحتوى والحقائق الداعمة (التذكرة، الطلب، السياسة)، وquestions تحدد الأحكام. تغيير الأسئلة لا يتطلب تعديل state، وإضافة سؤال آخر لا تتطلب إعادة إرسال المادة

ينبغي أن ترى: سطرا مخرجات، كل منهما احتمال بين 0 و1؛ وبنية الاستجابة كما في الهيكل أعلاه (القيم المحددة لم تُقدِّمها الوثائق الرسمية، فاعتمد على مخرجاتك الفعلية).

يمكن ربط أي عدد من الأسئلة بنفس state، مع إمكانية خلط أنواع الأسئلة — تُقيَّم جميع الأسئلة على نفس state بشكل متوازٍ ومستقل، وإضافة الأسئلة لا تزيد زمن الاستجابة تقريبًا (يُفصَّل هذا في درس الأسئلة المتوازية).

  • تستطيع كتابة dot path يشير إلى مبلغ الخصم الثاني في order.charges: `order.charges[1].amount_usd`

الخطوة 4: قصّ state الخاص بك ضمن حدود السياق ​

لماذا: زيادة state ليست دائمًا أفضل — فهو مقيد بحدود صارمة، ويؤثر مباشرة على الدقة والفاتورة.

حدّان للسياق (Jev 1.14 / 1.13 متطابقان):

الحدالمعنىالقيمة الافتراضية
per-request contextstate + جميع الأسئلة مجتمعة64k token
per-question contextstate + أي سؤال منفرد32k token

النقاط الرئيسية:

  • لا يوجد حد أقصى لعدد الأسئلة، فالحد يقتصر على الحجم فقط — يكفي أن يتسع له السياقان معًا
  • state عادةً هو الجزء الأكبر (الأسئلة غالبًا قصيرة)، كما أنكلا الحدين يتضمن state نفسه — ما ينفجر أولًا غالبًا ليس الأسئلة بل state
  • حساب تكلفة state بندًا بندًا: رموز الإدخال للطلب بأكمله (state + جميع الأسئلة) تُحتسب مرة واحدة فقط، لكن كل حقل غير ذي صلة تُدخله يكلّفك مالًا حقيقيًا
  • عند التجاوز فعلًا: إضافة ترويسة الطلب TypeSafe-Danger-Zone-Long-Context: true ترفع الحدين معًا إلى 262k، لكن الوثائق الرسمية تحذر بأنها «أبطأ وأقل دقة، تُفعَّل فقط للطلبات التي تحتاجها» — الأسلوب الصحيح هو القص أولًا، والسياق الطويل هو الملاذ الأخير (انظرالنماذج والأسعار)

إضافة إلى السياق، هناك أربع قواعد صارمة لجسم الطلب (docs.typesafe.ai/api/errors):

قاعدةحد
حجم نص الطلب≤ 32 MiB (بدون الترويسات)
الترميزUTF-8 JSON، بدون BOM
التداخلstate / instructions / criteria بحد أقصى 64 مستوى لكل منها، وما هو أعمق يجب تسطيحه
الأرقامتُقبل الأرقام المحدودة فقط——NaN وInfinity و1e400 كلها ستُرفض؛** المعرفات والأرقام الكبيرة تُمرَّر كسلاسل نصية**

آخر نقطة هي أكثر ما يوقع الناس في المشاكل: أرقام الطلبات ومعرفات المستخدمين في التذاكر، عند وضعها في state اكتبها كسلاسل نصية مثل "A-104"، ولا تكتبها كأرقام مجردة.

كيف تقلّص——مبدأ التصميم الرسمي جملة واحدة: «ضع فقط السياق ذي الصلة بالمشكلة الحالية، لمساعدة النموذج على تجنب التشويش وتعفّن السياق». ثلاث طرق عملية:

  1. صفِّ قبل الإرسال: انتقِ في الكود الحقول التي تحتاجها هذه المسألة مسبقًا، ولا تُدخل صف قاعدة البيانات بأكمله كما هو
  2. لا تحوّل JSON إلى سلسلة نصية: المخططات وأشجار التصنيف وصفوف قواعد البيانات هي أصلًا JSON——مرّرها كاملة أو مرّر الحقول الفرعية ذات الصلة فقط، ولا تسلسلها داخل قوالب نصية
  3. إن تعذّر التصفية في الكود، استخدم استدعاء Noul واحدًا للتصفية أولًا: اسأل أولًا «هل هذا المقطع ذو صلة بالحكم؟»، ثم أرسل ذي الصلة فقط إلى الدفعة التالية من المسائل (فرز مقاطع RAG يفعل ذلك بالضبط)

ما توفّره ليس رموزات token فقط. Jev يحاسب على رموزات الإدخال والإخراج مجاني، ودليل المزالق الرسمي يقول مباشرة: كلما زاد المحتوى غير ذي الصلة في state انخفضت الدقة——التفاصيل غير ذات الصلة تشويش، وتمنعك من تحديد مصدر الخطأ (التفصيل في القسم التالي).

  • قبل كتابة state يجب أن تجيب: «ما الحقول التي تحتاجها هذه المسألة فعلًا؟» إن لم تستطع الإجابة فلا ترسل بعد

نقطة تفتيش ✅ ​

  • أن تستطيع ذكر الأشكال الثلاثة لـ state وسيناريو استخدام كل منها (سلسلة نصية = مقطع نص، كائن = حقول متعددة، مصفوفة = مدخلات متجانسة متعددة)
  • أن تكتب dot path يشير إلى أي حقل في state مهيكل (بما في ذلك فهارس المصفوفات)
  • أن تعرف القيمتين الافتراضيتين لحدَّي السياق: 64k لكل طلب / 32k لكل سؤال، وكلاهما يشمل state نفسه
  • أن تعرف أن المعرفات مثل أرقام الطلبات يجب وضعها في state كسلاسل نصية، لا كأرقام مجردة
  • ألا يحتوي state على مجاملات أو توقيعات أو مقاطع سجلات خام غير مفلترة لا صلة لها بالحكم

تنبيهات المزالق ​

❌ حفرة 1: اعتبار الـ state الكبير «كلما كان السياق أشمل كان أفضل» ​

الأعراض: تفكر «إعطاء خلفية إضافية لا يضر أبدًا»، فتُدخل في state كل تاريخ تذاكر العميل ومجاملات المحادثة والتوقيعات.

لماذا هو خطأ: دليل المزالق الرسمي (ينطبق على jev-1.13) يصنفه كنمط فشل معروف——«كلما زاد المحتوى غير ذي صلة بالقرار في state، انخفضت الدقة، والتفاصيل غير ذات الصلة تشويش، والـ state الكبير يجعل تحديد أي جزء من المدخلات تسبب في الإجابة الخاطئة أصعب». رموزات الإدخال الإضافية التي تنفقها تشتري دقة أقل.

الطريقة الصحيحة: صفِّ في الكود قبل الإرسال وأرسل فقط الحقول التي تحتاجها المسألة؛ إن تعذّر التصفية في الكود، فاستخدم استدعاء Noul أولًا للسؤال عن الصلة ثم انتقِ.

❌ حفرة 2: الإشارة إلى الحقول بشكل ملتوٍ في السؤال ​

الأعراض: لا تريد تعلم dot path، فتكتب في instructions «يرجى النظر إلى حقل text في العنصر الأول من مصفوفة messages المتداخلة تحت ticket في state».

لماذا هو خطأ: بند الإحالة غير المباشرة (Indirection) في دليل المزالق الرسمي: instructions التي تتطلب استدلالًا متعدد القفزات أو نفيًا مزدوجًا تنتج إجابات أقل موثوقية.

الطريقة الصحيحة: استخدم مسار backtick مباشرة `ticket.messages[0].text`، مشيرًا إلى الحقل في خطوة واحدة.

❌ حفرة 3: كتابة معايير الحكم داخل state ​

الأعراض: state = {"text": "判断这条工单是不是退款诉求:我订的东西三天没到"}.

لماذا هو خطأ: اختلاط تعليمات الحكم بالمواد يعني إعادة عمل state عند تغيّر السؤال؛ وهذا ليس أيضًا غرض state——يوضع في state المحتوى والوقائع الداعمة، أما الحكم فيُكتب في instructions وcriteria الخاصة بـ questions.

الطريقة الصحيحة: state = {"subject": "物流延迟", "body": "我订的东西三天没到"}، يُكتب السؤال في questions ويُشار عودةً إلى body عبر dot path. والقواعد القطاعية كذلك: تُرمَّز في instructions وcriteria، لا تُفرش أسفل state.

❌ حفرة 4: تمرير المعرفات كأرقام مجردة ​

الأعراض: {"order_id": 1000042}——وضع معرّف قاعدة البيانات الصحيح (integer) في state مباشرةً دون تفكير.

لماذا هو خطأ: قواعد الأرقام في API تقبل الأرقام المحدودة فقط——NaN وInfinity والأرقام الكبيرة جدًا التي لا يمكن تمثيلها (مثل 1e400) تُرفض مباشرة (400)؛ وفي الوقت نفسه توصي الجهة الرسمية صراحةً بـ «تمرير المعرفات والأرقام الكبيرة الدقيقة كسلاسل نصية». المعرف مُعرِّف وليس كمية، والرقم المجرد يخاطر بقواعد الأرقام، كما يفتقر إلى قابلية القراءة مثل "A-104".

الطريقة الصحيحة: المعرفات والأرقام الكبيرة الدقيقة كسلاسل نصية دائمًا: {"order_id": "1000042"}.

❌ حفرة 5: تعذّر تثبيت typesafe-sdk / خطأ في import ​

الأعراض: pip install typesafe يُثبَّت بنجاح، لكن from typesafe_sdk import ... يرمي ModuleNotFoundError.

لماذا هو خطأ: تلك الحزمة typesafe على PyPI حزمة غير ذات صلة تحمل الاسم نفسه. اسم حزمة pip هو بواصلة typesafe-sdk، أما import فهو بشرطة سفلية typesafe_sdk.

الطريقة الصحيحة: pip install typesafe-sdk، ثم from typesafe_sdk import Noul, TypeSafeClient.

تقنيات متقدمة (اختياري) ​

🔧 الصور يمكن وضعها في state أيضًا. يمكن للصور أن تظهر في أي موضع يمكن للنص أن يظهر فيه——state وinstructions وcriteria كلها تصلح؛ ويمكن لـ state واحد أن يمزج النص والصور ويحتوي صورًا متعددة ويحمل وسومًا أو تداخلًا مثل أي بيانات أخرى. المعطّل افتراضيًا، ويتطلب إضافة ترويسة TypeSafe-Danger-Zone-Images: true لكل طلب يحتوي صورًا، وابتداءً من Python SDK v0.7.5 يُدعم وضع كائنات Image مباشرةً في state. لاحظ أن الجهة الرسمية تصفه بأنه لا يزال «dreamer-ready» (تجريبي، قد يتغير التنسيق والدقة)——انظر Box والصور.

🔧 الصوت والفيديو لا يصلحان، لكن يمكن تحويلهما. Jev لا يقبل الصوت والفيديو، والتوصية الرسمية هي تحويلهما إلى نص أو حقول مهيكلة قبل وضعها في state.

🔧 الإجابات يمكن أن تدخل في state للمرحلة التالية. إجابات Jev هي نفسها قيم مُنمَّطة——يمكن لكودك مقارنتها أو تجاوزها عتبةً أو ترتيبها، أو وضعها في state لـالطلبات اللاحقة. كتاب الطهي (cookbook) الرسمي لنظام الذاكرة يعمل بهذه الطريقة بالضبط: state واحد لكل تذكرة، ويُضاف المحتوى الجدير بالتذكر مع إجابات Jev عنه إلى state قبل الاستدعاء التالي (انظر نظام ذاكرة بسيط).

🔧 state بالصينية يعمل، لكن راقب confidence عن كثب. الإنجليزية هي لغة التدريب الرئيسية لـ Jev وذات الدقة الأفضل؛ الصينية (CJK) مدعومة لكن بدقة أقل——توصي الجهة الرسمية باختبار المحتوى غير الإنجليزي ببياناتك الخاصة قبل الإطلاق، مع تركيز خاص على confidence. وهذا ينطبق بدرجة أكبر عند الحكم على التوجيه (routing).

خلاصة هذا الدرس ​

✅ ارجع إلى «ماذا ستستطيع فعله بعد التعلم»——الأشكال الثلاثة، والتنظيم المهيكل، وdot path، وحدَّا السياق، والتصفية قبل الإرسال؛ الآن ينبغي أن تستطيع تحقيقها بندًا بندًا.

خلاصة في جملة: Jev state هو المادة الوحيدة التي يراها النموذج——اختر الشكل حسب شكل المادة، واكتب الحكم في questions مشيرًا عودةً إلى الحقول عبر dot path، ولا تُدخل أي تفصيل غير ذي صلة ضمن حدود السياق.

مراجعة النقاط الرئيسية:

النقطة الأساسيةالممارسة الموصى بهاالشرح
شكل stateاستخدم كائن JSON في سيناريوهات الحقول المتعددةالحقول لها أسماء والعلاقات واضحة؛ لا تستخدم السلاسل النصية إلا مع النص الخالص
الإشارة إلى الحقولdot path بعلامات backtick: `ticket.messages[0].text`اكتبها في instructions الخاصة بالسؤال
حدود المحتوىضع المواد والحقائق الداعمة في state، والأحكام في questionsتغيير السؤال دون المساس بـ state
السياق64k per-request / 32k per-questionالـ header للسياق الطويل هو الملاذ الأخير «الأبطأ والأقل دقة»
حقول التعريفاستخدم سلاسل نصية للـ ID والأرقام الكبيرةلا تقبل الأرقام إلا بقيم محدودة
التقليمأرسل فقط الحقول التي يحتاجها هذا السؤالقم بالتصفية في الكود أولاً، فهذا يوفر الـ token ويحافظ على الدقة

استعراض الدرس التالي ​

المواد جاهزة، وفي الدرس التالي ستتعلم أول طريقة للسؤال: Choice سؤال الاختيار——اختيار واحد من خيارات ثابتة، مع إرجاع الخيار واحتمالية كل خيار ودرجة الثقة.

ستتعلم:

  • استخدام criteria لتعريف خريطة الخيارات، بحيث تقع الإجابة دائماً ضمن الخيارات التي تقدمها
  • قراءة حقول الإرجاع الثلاثة choice / probabilities / confidence واستخدامها مباشرة لقيادة تفرعات الكود
  • لماذا يجب استخدام Choice بدلاً من ترك النموذج حراً عندما تكون «الإجابة مجموعة خيارات معروفة»
  • ترتيب الخيارات يؤثر أيضاً على الإجابة——كيفية استخدام «إعادة ترتيب الخيارات للتحقق من الاتساق» للفحص الذاتي
gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.